基于强化学习的情报采编方法及装置

本申请涉及智能推荐相关技术领域，具体涉及一种基于强化学习的情报采编方法及装置。其中，方法包括：获取情报采编日志；基于情报采编日志分别构建选报按钮点击率预估模型和推送按钮点击率预估模型；其中，选报按钮点击率预估模型用于估计情报的选报按钮点击率，推送按钮点击率预估模型用于估计情报的推送按钮点击率；构建选报按钮点击率预估模型输出结果和推送按钮点击率预估模型输出结果的融合模型；其中，融合模型为深度学习模型，还用于基于情报采编人员的最新操作，调整内部参数，以使得融合模型输出的融和值，更加符合情报采编人员的期望；基于选报按钮点击率预估模型、推送按钮点击率预估模型和融合模型进行候选情报推荐。