CN109460514A - 用于推送信息的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于推送信息的方法和装置。该方法的一具体实施方式包括：获取目标用户的历史行为信息序列，其中，上述历史行为信息是通过记录上述目标用户的历史行为而得到的。将上述历史行为信息序列输入信息推荐模型中，生成上述目标用户的第一信息、第二信息和类别信息。对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与上述第二信息的相似度作为第一相似度。按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给上述目标用户所使用的终端。通过该实施方式能够得到一种可以用于推送信息的方法和装置。该方法丰富了信息的推送方式。

Description

用于推送信息的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于推送信息的方法和装置。

背景技术

信息推荐系统作为一种人机交互系统，主要应用信息检索、信息过滤、数据挖掘、人工智能等多种技术和方法为用户提供信息推送服务，帮助用户在互联网海量信息中筛选符合其个性化需求的信息资源，为用户带来全新的信息服务体验。

发明内容

本申请实施例提出了用于推送信息的方法和装置。

第一方面，本申请实施例提供了一种用于推送信息的方法，包括：获取目标用户的历史行为信息序列，其中，上述历史行为信息是通过记录上述目标用户的历史行为而得到的。将上述历史行为信息序列输入信息推荐模型中，生成上述目标用户的第一信息、第二信息和类别信息。对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与上述第二信息的相似度作为第一相似度。按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给上述目标用户所使用的终端。

第二方面，本申请实施例提供了一种用于推送信息的装置，包括：获取单元，被配置成获取目标用户的历史行为信息序列，其中，上述历史行为信息是通过记录上述目标用户的历史行为而得到的。生成单元，被配置成将上述历史行为信息序列输入信息推荐模型中，生成上述目标用户的第一信息、第二信息和类别信息。第一确定单元，被配置成对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与上述第二信息的相似度作为第一相似度。信息推送单元，被配置成按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给上述目标用户。

第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述第一方面中任一实施例所描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如上述第一方面中任一实施例所描述的方法。

本申请实施例提供的用于推送信息的方法和装置。通过获取目标用户的历史行为信息序列，其中，上述历史行为信息是通过记录上述目标用户的历史行为而得到的。然后，将上述历史行为信息序列输入信息推荐模型中，生成上述目标用户的第一信息、第二信息和类别信息。之后，对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与上述第二信息的相似度作为第一相似度。最后，按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给上述目标用户所使用的终端。通过该实施方式能够得到一种可以用于推送信息的方法和装置。该方法丰富了信息的推送方式。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请用于推送信息的方法的一个实施例的流程图；

图3是根据本申请实施例的用于推送信息的方法的一个应用场景的示意图；

图4是根据本申请用于推送信息的装置的一个实施例的结构示意图；

图5是根据本申请的用于生成信息推荐模型的方法的一个实施例的流程图；

图6是根据本申请用于生成信息推荐模型的装置的一个实施例的结构示意图；

图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的用于推送信息的方法、用于推送信息的装置、用于生成信息推荐模型的方法或用于生成信息推荐模型的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端101、102，网络103、数据库服务器104和服务器105。网络103用以在终端101、102，数据库服务器104与服务器105之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户110可以使用终端101、102通过网络103与服务器105进行交互，以接收或发送消息等。终端101、102上可以安装有各种客户端应用，例如信息推荐类应用、模型训练类应用、购物类应用、新闻类应用、网页停留器和即时通讯工具等。

这里的终端101、102可以是硬件，也可以是软件。当终端101、102为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、膝上型便携计算机和台式计算机等等。当终端101、102为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

数据库服务器104可以是存储有待推送信息的数据库服务器。服务器105可以是提供各种服务的服务器，例如对终端101、102上显示的各种应用提供信息推荐的后台服务器。后台服务器可以存储有信息推荐模型。后台服务器可以从终端101、102获取用户110的历史行为信息，将历史行为信息输入信息推荐模型，从数据库服务器104中的待推送信息中确定要推送的候选信息，将候选信息推送给终端101、102。

数据库服务器104还可以是存储有样本集的数据库服务器。样本集中包含有大量的样本。其中，样本可以包括样本历史行为信息序列以及与样本历史行为信息序列对应的样本第一信息、样本第二信息和样本类别信息。用户110可以通过终端101、102，从数据库服务器104所存储的样本集中选取样本。

服务器105可以是提供模型训练服务的后台服务器。后台服务器可以利用终端101、102发送的样本集中的样本，对初始模型进行训练，并可以将训练结果(如生成的信息推荐模型)发送给终端101、102。这样，用户可以通过终端101、102获得推送的信息。

这里的数据库服务器104和服务器105可以是硬件，也可以是软件。当它们为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当它们为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于推送信息的方法或用于生成信息推荐模型的方法一般由服务器105执行。相应地，用于推送信息的装置或用于生成信息推荐模型的装置一般也设置于服务器105中。

需要指出的是，在服务器105可以实现数据库服务器104的相关功能的情况下，系统架构100中可以不设置数据库服务器104。

应该理解，图1中的终端、网络、数据库服务器和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端、网络、数据库服务器和服务器。

请参见图2，其示出了本申请提供的用于推送信息的方法的一个实施例的流程200。该用于推送信息的方法可以包括以下步骤：

步骤201，获取目标用户的历史行为信息序列。

在本实施例中，用于推送信息的方法的执行主体(例如图1所示的服务器105)可以通过多种方式来获取目标用户的历史行为信息序列。例如，执行主体可以通过有线连接方式或无线连接方式，从数据库服务器(例如图1所示的数据库服务器104)中获取存储于其中的历史行为信息序列。再例如，执行主体也可以接收终端(例如图1所示的终端101、102)或其他设备采集的历史行为信息序列。

在本实施例中，上述目标用户可以是任意用户，例如使用与执行主体通信连接的终端的用户，或者出现在数据库服务器内的其他用户信息对应的用户等。上述目标用户还可以是预先设置的某个用户列表或某个用户集合中的用户。

在本实施例中，历史行为可以是用户对目标网站的操作。例如浏览、搜索、点击等。历史行为也可以是用户对目标网站的一系列操作。上述目标网站可以是购物网站，可以是新闻网站，也可以是视频网站，还可以是其他常用的网站，在此不作限制。历史行为信息序列通常是按照历史行为的时间顺序进行排序。历史行为信息可以包括但不限于以下至少一项：历史行为的类型、历史行为的对象、历史行为的对象的类别、停留的时长等。

上述历史行为信息是通过记录上述目标用户的历史行为而得到的。历史行为信息可以是字符。历史行为信息的格式在本申请中也不限制。

步骤202，将上述历史行为信息序列输入信息推荐模型中，生成第一信息、第二信息和类别信息。

在本实施例中，执行主体可以将步骤201中获取的历史行为信息序列输入信息推荐模型中，从而生成目标用户的第一信息、第二信息和类别信息。第一信息可以是用于表征历史行为信息序列中的最后一个的历史行为信息中的对象。第二信息可以是用于表征历史行为信息序列中权重较高的历史行为的对象。类别信息可以是用于表征历史行为信息序列中的历史行为信息中的对象的类别信息。

在本实施例中，上述信息推荐模型用于表征历史行为信息序列与第一信息、第二信息和类别信息的对应关系。第一信息和第二信息可以是用于表征历史行为信息的历史行为的对象的信息。类别信息可以是用于表征历史行为信息中的历史行为对象的类别信息。

在本实施例中，上述信息推荐模型可以是一个预先存储的对应关系表。该对应关系表中可以存储有多个历史行为信息序列与第一信息、第二信息和类别信息的对应关系。该对应关系表可以是技术人员基于对大量的历史行为信息序列与第一信息、第二信息和类别信息的统计而制定的。上述执行主体可以将目标历史行为信息序列与上述对应关系表中的历史行为信息序列进行比较。若该对应关系表中的一个历史行为信息序列与目标历史行为信息序列相同或相似，则将该对应关系表中的该历史行为信息序列所对应的第一信息、第二信息和类别信息作为上述目标历史行为信息序列的第一信息、第二信息和类别信息。

在本实施例中，上述信息推荐模型也可以是基于机器学习技术而创建以及训练的现有的各种神经网络模型。该神经网络模型可以具有现有的各种神经网络结构(例如卷积神经网络、循环神经网络等)。信息推荐模型的存储位置在本申请中同样不限制。

步骤203，对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与第二信息的相似度作为第一相似度。

在本实施例中，目标候选信息可以是如上述图1所示的数据库服务器104中存储的待推送信息，也可以是如上述图1所示的服务器105中存储的信息。目标候选信息可以是商品信息，例如“连衣裙”、“猕猴桃”等商品信息。目标候选信息也可以是新闻信息，例如“A股”、“房产”等财经新闻信息。

在本实施例中，相似度可以是余弦相似度，也可以是通过欧氏距离计算的相似度，还可以是通过其他常用的计算方法获得的相似度，在此不作限制。

步骤204，按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给目标用户所使用的终端。

在本实施例中，终端(例如图1所示的终端101、102)可以是手机，也可以是电脑，还可以是其他电子设备，在此不作限制，

在本实施例的一些可选的实现方式中，上述方法还可以包括：第一步，对于至少一个目标候选类别信息中的目标候选类别信息，确定该目标候选类别信息与类别信息的相似度作为第二相似度。第二步，按照第二相似度从大到小顺序选取预设个数的目标候选类别信息推送给目标用户所使用的终端。上述目标候选类别信息可以是如上述图1所示的数据库服务器104中存储的类别信息，也可以是如上述图1所示的服务器105中存储的类别信息。目标候选类别信息可以是商品类别信息。例如女装、水果等商品类别信息。目标候选类别信息也可以是新闻类别信息。例如财经新闻、娱乐新闻等新闻类别信息。相似度可以是余弦相似度，也可以是通过欧氏距离计算的相似度，还可以是通过其他常用的计算方法获得的相似度，在此不作限制。

本申请实施例提供的用于推送信息的方法和装置。通过获取目标用户的历史行为信息序列，其中，上述历史行为信息是通过记录上述目标用户的历史行为而得到的。然后，将上述历史行为信息序列输入信息推荐模型中，生成上述目标用户的第一信息、第二信息和类别信息。之后，对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与上述第二信息的相似度作为第一相似度。最后，按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给上述目标用户所使用的终端。通过该实施方式能够得到一种可以用于推送信息的方法和装置。该方法丰富了信息的推送方式。例如，可以根据用户的历史行为推送用户近期感兴趣的商品信息，在一些可选的实现方式中，可以推送用户近期感兴趣的商品信息以及长期感兴趣的商品类别信息。

进一步参见图3，图3是根据本实施例的用于推送信息的方法的一个应用场景的示意图。在图3的应用场景300中，用户所使用的终端31上可以安装有购物类应用。当用户打开该应用后，对该应用提供后台支持的服务器32可以运行用于推送信息的程序，包括：

首先，服务器32可以获取用户终端31的历史行为信息序列。其中，上述历史行为信息是通过记录用户终端31的历史行为而得到的。之后，将上述历史行为信息序列输入信息推荐模型中，生成上述用户终端31的实时兴趣、近期兴趣和长期兴趣。对于候选商品信息集合33中的候选商品信息，确定该候选商品信息与上述近期兴趣的相似度作为第一相似度。按照第一相似度从大到小顺序选取2个候选商品信息(商品信息b，商品信息c)推送给上述用户终端31。

本实施例中用于推送信息的方法，通过获取目标用户的历史行为信息序列，其中，上述历史行为信息是通过记录上述目标用户的历史行为而得到的。将上述历史行为信息序列输入信息推荐模型中，生成上述目标用户的第一信息、第二信息和类别信息。对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与上述第二信息的相似度作为第一相似度。按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给上述目标用户所使用的终端。通过该实施方式能够得到一种可以用于推送信息的方法和装置。该方法丰富了信息的推送方式。例如，可以根据用户的历史行为推送用户近期感兴趣的商品信息。

继续参见图4，作为对上述图2所示方法的实现，本申请提供了一种用于推送信息的装置的一个实施例。该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的用于推荐信息的装置400可以包括：获取单元401，被配置成获取目标用户的历史行为信息序列，其中，上述历史行为信息是通过记录上述目标用户的历史行为而得到的；生成单元402，被配置成将上述历史行为信息序列输入信息推荐模型中，生成第一信息、第二信息和类别信息；第一确定单元403，被配置成对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与上述第二信息的相似度作为第一相似度；信息推送单元404，被配置成按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给上述目标用户所使用的终端。

在本实施例的一些可选地实现方式中，上述装置还可以包括：第二确定单元(图中未示出)，被配置成对于至少一个目标候选类别信息中的目标候选类别信息，确定该目标候选类别信息与上述类别信息的相似度作为第二相似度；类别信息推送单元(图中未示出)，被配置成按照第二相似度从大到小顺序选取预设个数的目标候选类别信息推送给上述目标用户所使用的终端。

可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的历史行为、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。

继续参见图5，其示出了根据本申请的用于生成信息推荐模型的方法的一个实施例的流程500。该用于生成信息推荐模型的方法可以包括以下步骤：

步骤501，获取样本集。

在本实施例中，用于生成信息推荐模型的方法的执行主体(例如图1所示的服务器105)可以通过多种方式来获取样本集。例如，执行主体可以通过有线连接方式或无线连接方式，从数据库服务器(例如图1所示的数据库服务器104)中获取存储于其中的现有的样本集。再例如，用户可以通过终端(例如图1所示的终端101、102)来收集样本。这样，执行主体可以接收终端所收集的样本，并将这些样本存储在本地，从而得到样本集。

在这里，样本集中可以包括至少一个样本。其中，样本可以包括样本历史行为信息序列以及与样本历史行为信息序列对应的样本第一信息、样本第二信息和样本类别信息。样本历史行为信息序列与样本第一信息、样本第二信息和样本类别信息满足预设的对应关系。样本历史行为信息序列输入信息推荐模型的期望输出是样本第一信息、样本第二信息和样本类别信息。

在本实施例中，历史行为可以是用户对目标网站的操作。例如浏览、搜索、点击等。历史行为也可以是用户对目标网站的一系列操作。上述目标网站可以是购物网站，可以是新闻网站，也可以是视频网站，还可以是其他常用的网站，在此不作限制。历史行为信息可以包括但不限于以下至少一项：历史行为的类型、历史行为的对象、历史行为的对象的类别、停留的时长等。历史行为信息序列通常是按照历史行为的时间顺序进行排序。第一信息可以是用于表征历史行为信息序列中的最后一个的历史行为信息中的对象。第二信息可以是用于表征历史行为信息序列中权重较高的历史行为的对象。历史行为信息序列中的权重可以根据历史行为的停留的时长设置，也可以根据历史行为的类型设置。类别信息可以是用于表征历史行为信息序列中历史行为的对象的类别信息。

当上述目标网站是购物网站时，历史行为信息可以包括但不限于以下至少一项：行为的类型、商品的名称、商品的类别、停留的时长等。历史行为信息的一种表述可以为[行为的类型，商品的名称，商品的类别，停留的时长]。例如[搜索，猕猴桃，水果，停留5秒]。第一信息可以是用于表征历史行为信息序列中的最后一个的历史行为信息中的商品的名称。第二信息可以是用于表征历史行为信息序列中权重较高的历史行为的商品的名称。作为一个示例，历史行为信息序列：{[搜索，猕猴桃，水果，停留20秒]，[搜索，葡萄，水果，停留5秒]，[首页，梨，水果，停留10秒]，[搜索，西瓜，水果，停留30秒]}。该历史行为信息序列的最后一个历史行为信息中商品的名称是“西瓜”。因此该历史行为信息序列的第一信息是“西瓜”。历史行为信息序列中的权重可以根据历史行为的停留的时长设置，也可以根据历史行为的类型设置。例如将历史行为的时长越长对应的权重设置得越高。上述示例中，“猕猴桃”和“西瓜”的停留时间较长。因此第二信息是“猕猴桃”、“西瓜”。类别信息可以是用于表征历史行为信息序列中的历史行为信息中的商品的类别。因此上述示例中的样本类别信息是水果。

可以理解的是，样本历史行为信息可以通过记录用户的历史行为而得到。样本历史行为信息序列也可以通过预先人为设置而得到。样本历史行为信息序列还可以是通过执行主体或其他设备执行某设定程序而得到的。

步骤502，从样本集中选取样本。

在本实施例中，执行主体可以从步骤501中获取的样本集中选取样本，以执行步骤503至步骤509的训练步骤。其中，样本的选取方式和选取数量在本申请中并不限制。例如可以是随机选取至少一个样本。

步骤503，将选取的样本的样本历史行为信息序列输入初始模型，得到样本的第一信息、样本的第二信息和样本的类别信息。

在本实施例中，上述初始模型用于表征历史行为信息序列与第一信息、第二信息和类别信息的对应关系。初始模型可以是未经训练的模型或未训练完成的模型。第一信息和第二信息可以是用于表征历史行为信息的历史行为的对象的信息。类别信息可以是用于表征历史行为信息中的历史行为对象的类别信息。

在本实施例中，上述初始模型可以是一个预先存储的对应关系表。该对应关系表中可以存储有多个历史行为信息序列与第一信息、第二信息和类别信息的对应关系。该对应关系表可以是技术人员基于对大量的历史行为信息序列与第一信息、第二信息和类别信息的统计而制定的。上述执行主体可以将目标历史行为信息序列与上述对应关系表中的历史行为信息序列进行比较。若该对应关系表中的一个历史行为信息序列与目标历史行为信息序列相同或相似，则将该对应关系表中的该历史行为信息序列所对应的第一信息、第二信息和类别信息作为上述目标历史行为信息序列的第一信息、第二信息和类别信息。

在本实施例中，上述初始模型也可以是基于机器学习技术而创建的现有的各种神经网络模型。该神经网络模型可以具有现有的各种神经网络结构(例如卷积神经网络、循环神经网络等)。初始模型的存储位置在本申请中同样不限制。

在本实施例的一些可选的实现方式中，上述初始模型可以包括输入层、第一特征提取网络、第一全连接层和第一输出层。上述将选取的样本的样本历史行为信息序列输入初始模型，得到样本的第一信息，可以包括：将选取的样本历史行为信息序列输入上述输入层，生成历史行为信息向量序列。将得到的历史行为信息向量序列输入上述第一特征提取网络，得到第一特征向量序列。将得到的第一特征向量序列输入上述第一全连接层，生成第一向量。将生成的第一向量输入上述第一输出层，生成第一信息。

上述输入层用于表征历史行为信息序列与历史行为信息向量序列的对应关系。对于历史行为信息序列中的每一个历史行为信息，上述输入层首先将历史行为的类型(例如浏览)、历史行为的对象(例如“苹果”)、历史行为的对象的类别(例如水果)、停留的时长(例如停留10秒)等信息分别转换成低维向量。然后将这些低维向量组成一个向量，得到历史行为信息向量(例如，[历史行为的类型的低维向量，历史行为的对象的低维向量，历史行为的对象的类别的低维向量，停留的时长的低维向量])。之后，将得到的若干个历史行为信息向量组成历史行为信息向量序列。上述第一特征提取网络用于表征历史行为信息向量序列与第一特征向量序列的对应关系。上述第一特征提取网络可以是各种具有从历史行为信息向量序列中提取第一特征向量序列的功能的神经网络。例如，第一特征提取网络可以是包括至少一层神经网络的循环神经网络。上述第一全连接层用于表征第一特征向量序列与第一向量的对应关系。上述第一输出层用于表征第一向量与第一信息的对应关系。上述第一输出层可以将第一向量转换成指定的维度的向量。可选地，上述第一输出层可以是深度神经网络，也可以是其他具有转换向量维度功能的神经网络。

可选地，上述将得到的第一特征向量序列输入上述第一全连接层，生成第一向量，可以包括：从上述第一特征向量序列中顺序选取第一特征向量，将所选取的第一特征向量与上述第一特征向量序列中的最后一个第一特征向量输入第一权重提取网络，得到所选取的第一特征向量对应的第一特征权重向量。上述第一权重提取网络用于表征第一特征向量与第一特征权重向量的对应关系。将得到的第一特征权重向量添加到第一特征权重向量序列。将上述第一特征向量序列和上述第一特征权重向量序列加权求和，生成第一向量。上述第一权重提取网络可以是深度神经网络，也可以是其他具有提取权重功能的神经网络。

在本实施例的一些可选的实现方式中，上述初始模型还可以包括第二特征提取网络和第二全连接层。上述将选取的样本的样本历史行为信息序列输入初始模型，得到样本的第二信息，还可以包括：将得到的第一特征向量序列输入上述第二特征提取网络，得到第二特征向量序列。将得到的第二特征向量序列输入上述第二全连接层，生成第二向量。将生成的第二向量输入上述第一输出层，生成第二信息。

上述第二特征提取网络用于表征第一特征向量序列与第二特征向量序列的对应关系。例如，第二特征提取网络可以是包括至少一层神经网络的循环神经网络。上述第二全连接层用于表征第二特征向量序列与第二向量的对应关系。

可选地，上述将得到的第二特征向量序列输入上述第二全连接层，生成第二向量，可以包括：从上述第二特征向量序列中顺序选取第二特征向量，将所选取的第二特征向量与上述第二特征向量序列中的最后一个第二特征向量输入预先训练的第二权重提取网络，得到所选取的第二特征向量对应的第二特征权重向量，将该第二特征权重向量添加到第二特征权重向量序列。将上述第二特征向量序列和上述第二特征权重向量序列加权求和，生成第二向量。上述第二权重提取网络用于表征第二特征向量与第二特征权重向量的对应关系。上述第二权重提取网络可以是深度神经网络，也可以是其他具有提取权重功能的神经网络。

在本实施例的一些可选的实现方式中，上述初始模型还包括第三特征提取网络、第三全连接层和第二输出层。上述将选取的样本的样本历史行为信息序列输入初始模型，得到样本的类别信息，还可以包括：将得到的第二特征向量序列输入上述第三特征提取网络，得到第三特征向量序列。将得到的第三特征向量序列输入上述第三全连接层，生成第三向量。将生成的第三向量输入上述第二输出层，生成类别信息。

上述第三特征提取网络用于表征第二特征向量序列与第三特征向量序列的对应关系。例如，第三特征提取网络可以是包括至少一层神经网络的循环神经网络。上述第三全连接层用于表征第三特征向量序列与第三向量的对应关系。上述第二输出层用于表征第三向量与类别信息的对应关系。上述第二输出层可以将第三向量转换成指定的维度的向量。可选地，上述第二输出层可以是深度神经网络，也可以是其他具有转换向量维度功能的神经网络。

可选地，上述将得到的第三特征向量序列输入上述第三全连接层，生成第三向量，可以包括：从上述第三特征向量序列中顺序选取第三特征向量，将所选取的第三特征向量与上述第三特征向量序列中的最后一个第三特征向量输入第三权重提取网络，得到所选取的第三特征向量对应的第三特征权重向量。将该第三特征权重向量添加到第三特征权重向量序列。将上述第三特征向量序列和上述第三特征权重向量序列加权求和，生成第三向量。上述第二权重提取网络用于表征第二特征向量与第二特征权重向量的对应关系。可选地，上述第三权重提取网络可以是深度神经网络，也可以是其他具有提取权重功能的神经网络。

步骤504，将第一信息与对应的样本第一信息进行分析，确定第一信息的损失值。

在本实施例中，执行主体可以将样本历史行为信息序列的第一信息与该样本历史行为信息序列对应的样本第一信息进行分析，从而可以确定第一信息的损失值。例如可以将第一信息和对应的样本第一信息作为参数，输入指定的损失函数(loss function)中，从而可以计算得到两者之间损失值。

在本实施例中，损失函数通常是用来估量模型的预测值(如第一信息)与真实值(如样本第一信息)的不一致程度。它是一个非负实值函数。一般情况下，损失函数越小，模型的鲁棒性就越好。损失函数可以根据实际需求来设置。

步骤505，将第二信息与对应的样本第二信息进行分析，确定第二信息的损失值。

在本实施例中，执行主体还可以将样本历史行为信息序列的第二信息与和该样本历史行为信息序列对应的样本第二信息进行分析，从而可以确定第二信息损失值。可以参见步骤504中描述的相关方法，此处不再赘述。

步骤506，将类别信息与对应的样本类别信息进行分析，确定类别信息的损失值。

在本实施例中，执行主体还可以将样本历史行为信息序列的类别信息与和该样本历史行为信息序列对应的样本类别信息进行分析，从而可以确定类别信息损失值。可以参见步骤204中描述的相关方法，此处不再赘述。

步骤507，根据预设的第一信息权重、第二信息权重和类别信息权重，将样本的第一信息的损失值、样本的第二信息的损失值与样本的类别信息损失值的加权结果作为样本的总损失值，以及将样本的总损失值与目标值进行比较。

在本实施例中，执行主体可以根据预设的第一信息权重、第二信息权重和类别信息权重，对同一样本的第一信息的损失值、第二信息的损失值与类别信息损失值进行加权处理。预设的第一信息权重为第一信息损失值的权重。预设的第二信息权重为第二信息损失值的权重。预设的类别信息权重为类别信息损失值的权重。之后，执行主体可以将同一样本的上述加权结果作为该样本的总损失值。以及可以将选取的样本的总损失值与目标值进行比较。

在本实施例中，预设的第一信息权重、第二信息权重和类别信息权重可以根据实际情况来设置。而目标值一般可以用于表示预测值(即第一信息、第二信息、类别信息)与真值(样本第一信息、样本第二信息、样本类别信息)之间的不一致程度的理想情况。也就是说，当总损失值小于目标值时，可以认为预测值接近或近似真值。目标值可以根据实际需求来设置。

需要说明的是，若步骤502中选取有多个(至少两个)样本，则执行主体可以将每个样本的总损失值分别与目标值进行比较。从而可以确定每个样本的总损失值是否达到目标值。

在本实施例的一些可选的实现方式中，预设的第一信息权重、预设的第二信息权重和预设的类别信息权重可以分别为一固定权重值。而且由于主要是为了推荐近期感兴趣的信息和类别信息，所以第二信息权重可以预设的相对大些，如50％。类别信息权重可以预设的相对大些，如40％。同时，第一信息权重可以预设的相对小些，如10％。

可以理解的是，利用权重化的方法，将第一信息损失值、第二信息损失值与类别信息损失值相融合，从而调整优化模型。这种方法训练得到的信息推荐模型，能够有效地提高信息推荐的鲁棒性。尤其在历史行为信息序列中的历史行为的对象差异化较大、停留时间差异小等情况下，通过结合类别信息有助于提高信息推荐的准确性。

步骤508，根据比较结果确定初始模型是否训练完成。

在本实施例中，根据步骤507中的比较结果，执行主体可以确定初始模型是否训练完成。作为示例，如果步骤502中选取有多个样本，那么在每个样本的总损失值均达到目标值的情况下，执行主体可以确定初始模型训练完成。作为又一示例，执行主体可以统计总损失值达到目标值的样本占选取的样本的比例。且在该比例达到预设样本比例(例如95％)，可以确定初始模型训练完成。

在本实施例中，若执行主体确定初始模型已训练完成，则可以继续执行步骤509。若执行主体确定初始模型未训练完成，则可以调整初始模型中的相关参数。可选地，可以采用反向传播技术修改初始模型中各神经网络层中的权重。以及可以返回步骤502，从样本集中重新选取样本。从而可以继续执行上述训练步骤。

需要说明的是，这里的选取方式在本申请中也不限制。例如在样本集中有大量样本的情况下，执行主体可以从中选取未被选取过的样本。

步骤509，响应于确定初始模型训练完成，将初始模型作为信息推荐模型。

在本实施例中，若执行主体确定初始模型训练完成，则可以将该初始模型(即训练完成的初始模型)作为信息推荐模型。

可选地，执行主体可以将生成的信息推荐模型存储在本地，也可以将其发送给终端或数据库服务器。

需要说明的是，可以用上述各实施例中的用于推送信息的方法测试本实施例所生成的信息推荐模型。进而根据测试结果可以不断地优化信息推荐模型。上述各实施例中的用于推送信息的方法也可以是本实施例所生成的信息推荐模型的实际应用方法。采用本实施例所生成的信息推荐模型，来进行信息推送，有助于提高信息推送的性能。例如推送的信息更符合用户的个性化需求等。

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种用于生成信息推荐模型的装置的一个实施例。该装置实施例与图5所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的用于生成信息推荐模型的装置600可以包括：获取单元601，被配置成获取样本集，其中，上述样本集中的样本包括样本历史行为信息序列以及与样本历史行为信息序列对应的样本第一信息、样本第二信息和样本类别信息；训练单元602，被配置成从上述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本历史行为信息序列输入初始模型，得到样本的第一信息、样本的第二信息和样本的类别信息；将第一信息与对应的样本第一信息进行分析，确定第一信息的损失值；将第二信息与对应的样本第二信息进行分析，确定第二信息的损失值；将类别信息与对应的样本类别信息进行分析，确定类别信息的损失值；根据预设的第一信息权重、第二信息权重和类别信息权重，将样本的第一信息的损失值、样本的第二信息的损失值与样本的类别信息损失值的加权结果作为样本的总损失值，以及将样本的总损失值与目标值进行比较；根据比较结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型作为信息推荐模型。

在本实施例的一些可选的实现方式中，上述初始模型可以包括输入层、第一特征提取网络、第一全连接层和第一输出层；以及上述训练单元602还可以进一步被配置成：将选取的样本历史行为信息序列输入上述输入层，生成历史行为信息向量序列；将生成的历史行为信息向量序列输入上述第一特征提取网络，得到第一特征向量序列；将得到的第一特征向量序列输入上述第一全连接层，生成第一向量；将生成的第一向量输入上述第一输出层，生成第一信息。

在本实施例的一些可选的实现方式中，上述初始模型还可以包括第二特征提取网络和第二全连接层；以及上述训练单元602还可以进一步被配置成：将得到的第一特征向量序列输入上述第二特征提取网络，得到第二特征向量序列；将得到的第二特征向量序列输入上述第二全连接层，生成第二向量；将生成的第二向量输入上述第一输出层，生成第二信息。

在本实施例的一些可选的实现方式中，上述初始模型还可以包括第三特征提取网络、第三全连接层和第二输出层；以及上述训练单元602还可以进一步被配置成：将得到的第二特征向量序列输入上述第三特征提取网络，得到第三特征向量序列；将得到的第三特征向量序列输入上述第三全连接层，生成第三向量；将生成的第三向量输入上述第二输出层，生成类别信息。

可选地，该装置600还可以包括：调整单元603，被配置成响应于确定初始模型未训练完成，调整初始模型中的相关参数，以及从样本集中重新选取样本，继续执行训练步骤。

可以理解的是，该装置600中记载的诸单元与参考图5描述的方法中的各个步骤相对应。由此，上文针对方法描述的历史行为、特征以及产生的有益效果同样适用于装置600及其中包含的单元，在此不再赘述。

下面参考图7，其示出了适于用来实现本申请实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括触摸屏、键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、生成单元、第一确定单元和信息推送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标用户的历史行为信息序列的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标用户的历史行为信息序列，其中，上述历史行为信息是通过记录上述目标用户的历史行为而得到的。将上述历史行为信息序列输入信息推荐模型中，生成上述目标用户的第一信息、第二信息和类别信息。对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与上述第二信息的相似度作为第一相似度。按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给上述目标用户所使用的终端。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种用于推送信息的方法，包括：

获取目标用户的历史行为信息序列，其中，所述历史行为信息是通过记录所述目标用户的历史行为而得到的；

将所述历史行为信息序列输入信息推荐模型中，生成第一信息、第二信息和类别信息；

对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与所述第二信息的相似度作为第一相似度；

按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给所述目标用户所使用的终端。

2.根据权利要求1所述的方法，其中，所述方法还包括：

对于至少一个目标候选类别信息中的目标候选类别信息，确定该目标候选类别信息与所述类别信息的相似度作为第二相似度；

按照第二相似度从大到小顺序选取预设个数的目标候选类别信息推送给所述目标用户所使用的终端。

3.根据权利要求1-2之一所述的方法，其中，所述信息推荐模型通过如下训练步骤得到：

获取样本集，其中，所述样本集中的样本包括样本历史行为信息序列以及与样本历史行为信息序列对应的样本第一信息、样本第二信息和样本类别信息；

从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本历史行为信息序列输入初始模型，得到样本的第一信息、样本的第二信息和样本的类别信息；将第一信息与对应的样本第一信息进行分析，确定第一信息的损失值；将第二信息与对应的样本第二信息进行分析，确定第二信息的损失值；将类别信息与对应的样本类别信息进行分析，确定类别信息的损失值；根据预设的第一信息权重、第二信息权重和类别信息权重，将样本的第一信息的损失值、样本的第二信息的损失值与样本的类别信息损失值的加权结果作为样本的总损失值，以及将样本的总损失值与目标值进行比较；根据比较结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型作为信息推荐模型。

4.根据权利要求3所述的方法，其中，所述训练步骤还包括：

响应于确定初始模型未训练完成，调整初始模型中的相关参数，以及从所述样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。

5.一种用于推送信息的装置，包括：

获取单元，被配置成获取目标用户的历史行为信息序列，其中，所述历史行为信息是通过记录所述目标用户的历史行为而得到的；

生成单元，被配置成将所述历史行为信息序列输入信息推荐模型中，生成第一信息、第二信息和类别信息；

第一确定单元，被配置成对于至少一个目标候选信息中的目标候选信息，确定该目标候选信息与所述第二信息的相似度作为第一相似度；

信息推送单元，被配置成按照第一相似度从大到小顺序选取预设个数的目标候选信息推送给所述目标用户所使用的终端。

6.根据权利要求5所述的装置，其中，所述装置还包括：

第二确定单元，被配置成对于至少一个目标候选类别信息中的目标候选类别信息，确定该目标候选类别信息与所述类别信息的相似度作为第二相似度；

类别信息推送单元，被配置成按照第二相似度从大到小顺序选取预设个数的目标候选类别信息推送给所述目标用户所使用的终端。

7.根据权利要求5-6之一所述的装置，其中，所述装置还包括信息推荐模型训练单元，所述信息推荐模型训练单元包括：

获取子单元，被配置成获取样本集，其中，所述样本集中的样本包括样本历史行为信息序列以及与样本历史行为信息序列对应的样本第一信息、样本第二信息和样本类别信息；

训练子单元，被配置成从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本历史行为信息序列输入初始模型，得到样本的第一信息、样本的第二信息和样本的类别信息；将第一信息与对应的样本第一信息进行分析，确定第一信息的损失值；将第二信息与对应的样本第二信息进行分析，确定第二信息的损失值；将类别信息与对应的样本类别信息进行分析，确定类别信息的损失值；根据预设的第一信息权重、第二信息权重和类别信息权重，将样本的第一信息的损失值、样本的第二信息的损失值与样本的类别信息损失值的加权结果作为样本的总损失值，以及将样本的总损失值与目标值进行比较；根据比较结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型作为信息推荐模型。

8.根据权利要求7所述的装置，其中，所述信息推荐模型训练单元还包括：

调整单元，被配置成响应于确定初始模型未训练完成，调整初始模型中的相关参数，以及从所述样本集中重新选取样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的方法。