模型的训练方法、信息投放的方法、装置和电子设备

本说明书提供一种模型的训练方法、信息投放的方法、装置和电子设备，所述方法包括：通过第一强化学习模型从信息传播网络中的候选投放节点中选择出至少一个模拟投放节点。通过第二强化学习模型为每一模拟投放节点生成模拟投放策略。根据各个模拟投放节点的模拟投放策略分别生成模拟发布信息，并基于各个模拟投放节点投放的模拟发布信息模拟转发节点的转发过程，以生成所述信息传播网络的模拟传播结果。根据所述模拟传播结果中转发节点的转发次数作为奖励更新所述第一强化学习模型和所述第二强化学习模型的参数。