CN111770125A - 用于推送信息的方法和装置 - Google Patents
用于推送信息的方法和装置 Download PDFInfo
- Publication number
- CN111770125A CN111770125A CN201910436186.8A CN201910436186A CN111770125A CN 111770125 A CN111770125 A CN 111770125A CN 201910436186 A CN201910436186 A CN 201910436186A CN 111770125 A CN111770125 A CN 111770125A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- object information
- determining
- click probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000004044 response Effects 0.000 claims abstract description 9
- 238000012549 training Methods 0.000 claims description 66
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例公开了用于推送信息的方法和装置。上述方法的一具体实施方式包括:响应于接收到用户通过终端发送的信息推送请求,确定与信息推送请求包括的用户信息关联的至少一个对象的对象信息;根据用户信息、对象信息以及预先建立的信息确定模型,确定出目标推送信息,其中,信息确定模型用于表征用户信息、对象信息与目标推送信息的对应关系;将目标推送信息推送给终端,以供用户通过终端查看。该实施方式实现了针对性的向用户推送信息。
Description
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
随着网络业务的扩张,越来越多的网站给用户提供了大量待推送信息。现有的方式是网站提供所有的信息至所有的用户。但是,随着信息数目以及种类的增加,用户在大量的信息中很难短时间内寻找到符合自身喜好的信息。
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:响应于接收到用户通过终端发送的信息推送请求,确定与上述信息推送请求包括的用户信息关联的至少一个对象的对象信息;根据上述用户信息、上述对象信息以及预先建立的信息确定模型,确定出目标推送信息,其中,上述信息确定模型用于表征用户信息、对象信息与目标推送信息的对应关系;将上述目标推送信息推送给上述终端,以供上述用户通过上述终端查看。
在一些实施例中,上述信息推送请求是上述用户在通过上述终端浏览预设类型的页面时自动发送的。
在一些实施例中,上述确定与上述用户信息关联的至少一个对象的对象信息,包括:根据以下至少一项,确定与上述用户信息关联的至少一个对象的对象信息:上述用户当前正在浏览的对象信息、上述用户浏览过的对象信息、上述用户收藏的对象信息、上述用户加入购物车的对象信息、上述用户关注的对象信息。
在一些实施例中,上述根据上述用户信息、上述对象信息以及预先建立的信息确定模型,确定出目标推送信息,包括:根据上述用户信息、上述对象信息以及上述信息确定模型,确定上述用户对预设的对象信息集合中对象信息的点击概率,其中,上述信息确定模型用于表征用户信息、对象信息与点击概率的对应关系;对于上述对象信息集合中对象信息,根据上述用户对该对象信息的点击概率以及与该对象信息关联的权重系数,确定该对象信息的推送值;根据对象信息的推送值,从上述对象信息集合中确定出目标推送信息。
在一些实施例中,上述信息确定模型包括第一确定模型和第二确定模型;以及上述根据上述用户信息、上述对象信息以及上述信息确定模型,确定上述用户对预设的对象信息集合中对象信息的点击概率,包括:对于上述对象信息集合中的对象信息,执行以下步骤:根据上述用户信息、上述对象信息以及上述第一确定模型,确定上述用户对该条对象信息的第一点击概率;根据上述用户信息、上述对象信息以及上述第二确定模型,确定上述用户对该条对象信息集合的第二点击概率;根据上述第一点击概率、上述第二点击概率以及预设的权重系数,确定该条对象信息集合的点击概率。
在一些实施例中,上述信息确定模型通过以下步骤训练得到:获取训练样本集合,训练样本包括用户的用户信息、与用户信息相关的至少一条对象信息以及上述至少一条对象信息对应的点击概率;将上述训练样本集合中的训练样本的用户信息以及对象信息作为输入,将与所输入的对象信息对应的点击概率作为期望输出,训练得到上述信息确定模型。
在一些实施例中,上述方法还包括:获取上述用户对上述目标推送信息的点击信息;根据上述点击信息,确定上述目标推送信息对应的点击概率;将上述用户信息、上述目标推送信息以及上述目标推送信息对应的点击概率作为新的训练样本,以及利用新的训练样本训练上述信息确定模型。
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:对象信息确定单元,被配置成响应于接收到用户通过终端发送的信息推送请求,确定与上述信息推送请求包括的用户信息关联的至少一个对象的对象信息;推送信息确定单元,被配置成根据上述用户信息、上述对象信息以及预先建立的信息确定模型,确定出目标推送信息,其中,上述信息确定模型用于表征用户信息、对象信息与目标推送信息的对应关系;信息推送单元,被配置成将上述目标推送信息推送给上述终端,以供上述用户通过上述终端查看。
在一些实施例中,上述信息推送请求是上述用户在通过上述终端浏览预设类型的页面时自动发送的。
在一些实施例中,上述对象信息确定单元进一步被配置成:根据以下至少一项,确定与上述用户信息关联的至少一个对象的对象信息:上述用户当前正在浏览的对象信息、上述用户浏览过的对象信息、上述用户收藏的对象信息、上述用户加入购物车的对象信息、上述用户关注的对象信息。
在一些实施例中,上述推送信息确定单元包括:点击概率确定模块,被配置成根据上述用户信息、上述对象信息以及上述信息确定模型,确定上述用户对预设的对象信息集合中对象信息的点击概率,其中,上述信息确定模型用于表征用户信息、对象信息与点击概率的对应关系;推送值确定模块,被配置成对于上述对象信息集合中对象信息,根据上述用户对该对象信息的点击概率以及与该对象信息关联的权重系数,确定该对象信息的推送值;推送信息确定模块,被配置成根据对象信息的推送值,从上述对象信息集合中确定出目标推送信息。
在一些实施例中,上述信息确定模型包括第一确定模型和第二确定模型;以及上述点击概率确定模块进一步被配置成:对于上述对象信息集合中的对象信息,执行以下步骤:根据上述用户信息、上述对象信息以及上述第一确定模型,确定上述用户对该条对象信息的第一点击概率;根据上述用户信息、上述对象信息以及上述第二确定模型,确定上述用户对该条对象信息集合的第二点击概率;根据上述第一点击概率、上述第二点击概率以及预设的权重系数,确定上述用户对该条对象信息的点击概率。
在一些实施例中,上述装置还包括模型训练单元,被配置成:获取训练样本集合,训练样本包括用户的用户信息、与用户信息相关的至少一条对象信息以及上述至少一条对象信息对应的点击概率;将上述训练样本集合中的训练样本的用户信息以及对象信息作为输入,将与所输入的对象信息对应的点击概率作为期望输出,训练得到上述信息确定模型。
在一些实施例中,上述装置还包括样本生成单元,被配置成:获取上述用户对上述目标推送信息的点击信息;根据上述点击信息,确定上述目标推送信息对应的点击概率;将上述用户信息、上述目标推送信息以及上述目标推送信息对应的点击概率作为新的训练样本,以及将新的训练样本发送给上述模型训练单元,以使上述模型训练单元利用新的训练样本训练上述信息确定模型。
第三方面,本申请实施例提供了一种服务器,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面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,该程序被处理器执行时实现如第一方面任一实施例所描述的方法。
本申请的上述实施例提供的用于推送信息的方法和装置,在接收到用户通过终端发送的信息推送请求后,可以确定与用户信息关联的至少一个物品的物品信息。上述信息推送请求包括用户信息。然后,可以根据用户信息、物品信息以及预先建立的信息确定模型,确定出目标推送信息。其中,信息确定模型用于表征用户信息、物品信息与目标推送信息的对应关系。最后,可以将目标推送信息推送给终端,以供用户通过终端查看。本实施例的方法,实现了更有针对性的向用户推送信息。
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是根据本申请的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是根据本申请的用于推送信息的方法的又一个实施例的流程图;
图4a是根据本申请的用于推送信息的方法中第一确定模型的网络结构示意图;
图4b是根据本申请的用于推送信息的方法中第二确定模型的网络结构示意图;
图5是根据本申请的用于推送信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器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的用于推送信息的方法或用于推送信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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。
用户可以使用终端设备101、102、103通过网络104与服务器105 交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、 MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103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。
服务器105可以是提供各种服务的服务器,例如对终端设备101、 102、103上显示的网页提供支持的后台服务器。后台服务器可以对接收到的信息推送请求等数据进行分析等处理,并将处理结果(例如目标推送信息)反馈给终端设备101、102、103。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,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。当服务器为软件时,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一般由服务器105执行,相应地,用于推送信息的装置一般设置于服务器 105中。
应该理解,图1中的终端设备、网络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设备、网络和服务器。
继续参考图2,示出了根据本申请的用于推送信息的方法的一个实施例的流程200。本实施例的用于推送信息的方法,包括以下步骤:
步骤201,响应于接收到用户通过终端发送的信息推送请求,确定与信息推送请求中包括的用户信息关联的至少一个对象的对象信息。
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)可以通过有线连接方式或者无线连接方式从终端处接收信息推送请求。上述信息推送请求可以是用户点击终端上显示的页面的某一按钮进行发送的,还可以是用户浏览到某一类型的页面进行发送的。上述信息推送请求包括用户信息。此处,用户信息可以包括用户名。在确定用户信息后,执行主体可以确定与用户信息关联的至少一个对象的对象信息。此处对象可以是电商网站上售卖的物品、新闻网站上发表的新闻、音乐网站上播放的音乐等等。对象信息可以包括用户浏览的对象信息、用户购买的对象信息、用户关注的对象等等。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、 WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband) 连接、以及其他现在已知或将来开发的无线连接方式。
在本实施例的一些可选的实现方式中,上述信息推送请求是用户在通过终端浏览预设类型的页面时自动发送的。
本实现方式中,用户可以通过终端浏览多种类型的页面,例如购物类页面、音乐类页面等。当终端检测到用户所浏览的页面的类型属于预设类型时,可以向执行主体发送信息推送请求。举例来说,用户通过终端上安装的购物类应用浏览商品页面,在终端检测到用户正在浏览详情页面时,可以自动向购物类应用的服务器发送信息推送请求。
在本实施例的一些可选的实现方式中,执行主体可以通过以下至少一项信息,来确定与用户信息关联的至少一个对象的对象信息:用户当前正在浏览的对象信息、用户浏览过的对象信息、用户收藏的对象信息、用户加入购物车的对象信息、用户关注的对象信息。
本实现方式中,对于购物类应用来说,执行主体可以将用户当前正在浏览的物品信息、用户浏览过的物品信息、用户收藏的物品信息、用户加入购物车的物品信息、用户关注的物品信息中的一项或多项作为与用户信息关联的至少一个对象的对象信息。
步骤202,根据用户信息、对象信息以及预先建立的信息确定模型,确定出目标推送信息。
在确定与用户信息关联的对象信息后,执行主体可以根据用户信息、对象信息以及预先建立的信息确定模型,确定出目标推送信息。其中,信息确定模型用于表征用户信息、对象信息与目标推送信息的对应关系。
在本实施例中,信息确定模型可以是人工神经网络,它从信息处理角度对人脑神经元网络进行抽象,建立某种简单模型,按不同的连接方式组成不同的网络。通常由大量的节点(或称神经元)之间相互联接构成,每个节点代表一种特定的输出函数,称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重(又叫做参数),网络的输出则依网络的连接方式、权重值和激励函数的不同而不同。人工神经网络通常包括多个层,每个层包括多个节点,通常,同一层的节点的权重可以相同,不同层的节点的权重可以不同,故人工神经网络的多个层的参数也可以不同。这里,执行主体可以将用户信息以及对象信息从信息确定模型的输入侧输入,依次经过信息确定模型中的各层的参数的处理(例如乘积、卷积等),并从信息确定模型的输出侧输出,输出侧输出的信息即为目标推送信息。执行主体可以通过多种方式训练出上述信息确定模型。
作为一种示例,执行主体可以基于对大量记录有用户信息、对象信息以及目标推送信息的对应关系的对应关系表,并将该对应关系表作为信息确定模型。这样,执行主体可以将用户信息以及对象信息与该对应关系表中的多个用户信息和对象信息依次进行比较,若该对应关系表中的用户信息与信息推送请求中的用户信息相同,并且该对应关系表中的对象信息与信息推送请求中的用户信息所关联的对象信息相同或相似,则将该对应关系表中的对应的目标推送信息作为与用户对应的目标推送信息。
步骤203,将目标推送信息推送给终端,以供用户通过终端查看。
在确定目标推送信息后,执行主体可以将目标推送信息发送给终端。这样,用户可以通过终端查看上述目标推送信息。此处,目标推送信息可以包括至少一条对象信息。
继续参见图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的应用场景中,用户通过终端上安装的购物类应用浏览某一口红的商品详情页(如页面301所示),此时终端自动向服务器发送信息推送请求。则服务器经过步骤201~203的处理,确定出24条商品信息。将上述24条商品信息推送给终端,这样,用户可以在商品详情页的末尾通过滑动页面查看上述24条商品信息(如页面302所示)。
本申请的上述实施例提供的用于推送信息的方法,在接收到用户通过终端发送的信息推送请求后,可以确定与用户信息关联的至少一个物品的物品信息。上述信息推送请求包括用户信息。然后,可以根据用户信息、物品信息以及预先建立的信息确定模型,确定出目标推送信息。其中,信息确定模型用于表征用户信息、物品信息与目标推送信息的对应关系。最后,可以将目标推送信息推送给终端,以供用户通过终端查看。本实施例的方法,实现了更有针对性的向用户推送信息。
继续参见图4,其示出了根据本申请的用于推送信息的方法的另一个实施例的流程400。如图4所示,本实施例的用于推送信息的方法可以包括以下步骤:
步骤401,响应于接收到用户通过终端发送的信息推送请求,确定与信息推送请求包括的用户信息关联的至少一个对象的对象信息。
本步骤的原理与步骤201的原理相似,此处不再赘述。
步骤402,根据用户信息、对象信息以及信息确定模型,确定用户对预设的对象信息集合中对象信息的点击概率。
本实施例中,在确定与用户信息关联的至少一个对象的对象信息后,执行主体可以根据用户信息、对象信息以及信息确定模型,确定用户对预设的对象信息集合中对象信息的点击概率。其中,信息确定模型用于表征用户信息、对象信息与点击概率的对应关系。
此处,信息确定模型可以为深度学习模型,其可以包括多个层,每个层用于对数据进行不同的处理。具体的,执行主体可以将用户信息、对象信息输入信息确定模型,然后输出用户对预设的对象信息集合中每个对象信息的点击概率。其中,预设的对象信息集合可以包括待推送的多个对象信息。对于购物类应用来说,上述对象信息集合中可以包括多条商品信息。
步骤403,对于对象信息集合中对象信息,根据用户对该对象信息的点击概率以及与该对象信息关联的权重系数,确定该对象信息的推送值。
在确定用户对对象信息集合中每条对象信息的点击概率后,执行主体可以结合每条对象信息关联的权重系数,来计算每条推送信息的推送值。具体的,对于每条对象信息,其推送值可以为点击概率与权重系数的乘积。对于购物类应用来说,上述权重系数可以为商品的广告主所提供的报价。对于音乐类应用来说,上述权重系数可以为用户对单曲的收听次数。
在本实施例的一些可选的实现方式中,上述信息确定模型可以包括第一确定模型和第二确定模型。第一确定模型和第二确定模型均可以表征用户信息、对象信息以及点击概率的对应关系。具体的,上述第一确定模型可以为DCN(Deep Cross Networks,深度交叉网络),其网络结构图可如图4a所示。上述第二确定模型可以为DeepFM(DeepFactorization Machines,深度因子分解机),其网络结构图可如图4b 所示。
对于每条对象信息,执行主体可以通过图4中未示出的以下步骤来确定用户对该条对象信息的点击概率:根据用户信息、对象信息以及第一确定模型,确定用户对该条对象信息的第一点击概率;根据用户信息、对象信息以及第二确定模型,确定用户对该条对象信息集合的第二点击概率;根据第一点击概率、第二点击概率以及预设的权重系数,确定用户对该条对象信息的点击概率。
本实现方式中,执行主体可以分别将用户信息、对象信息分别输入第一确定模型和第二确定模型,可以分别得到第一确定模型和第二确定模型所确定的对每条对象信息的第一点击概率和第二点击概率。然后,执行主体可以根据第一点击概率、第二点击概率以及预设的权重系数,确定用户对该条对象信息的点击概率。上述预设的权重系数可以包括两个系数,分别为第一权重系数和第二权重系数。用户对该条对象信息的点击概率可以为第一点击概率与第一权重系数之积加上第二点击概率与第二权重系数之积。
在本实施例的一些可选的实现方式中,上述第一权重系数和第二权重系数可以由线性凸优化算法来确定。具体的,可以通过SLSQP (Sequential Least SquaresProgramming)优化算法来确定。执行主体可以将用户点击的对象信息作为正样本,将用户未点击的对象信息作为负样本。然后,根据第一确定模型、第二确定模型分别对正样本和负样本确定的两个点击概率,利用上述SLSQP优化算法,结合约束条件α+β=1,来确定两个权重系数α和β。
可以理解的是,确定权重系数的执行主体可以与本实施例的执行主体相同,也可以不相同。当两个执行主体不相同时,确定权重系数的执行主体可以将所确定的权重系数发送给本实施例的执行主体,以供本实施例的执行主体使用。
步骤404,根据对象信息的推送值,从对象信息集合中确定出目标推送信息。
在确定每条对象信息的推送值后,执行主体可以根据各推送值对各对象信息进行排序。然后根据由大到小顺序,从对象信息集合中确定出至少一条对象信息作为目标推送信息。或者,执行主体可以将推送值大于预设阈值的对象信息作为目标推送信息。
步骤405,将目标推送信息推送给终端,以供用户通过终端查看。
本步骤的原理与步骤203的原理类似,此处不再赘述。
在本实施例的一些可选的实现方式中,上述信息确定模型可以通过图4中未示出的以下步骤训练得到:获取训练样本集合,训练样本包括用户的用户信息、与用户信息相关的至少一条对象信息以及至少一条对象信息对应的点击概率;将训练样本集合中的训练样本的用户信息以及对象信息作为输入,将与所输入的对象信息对应的点击概率作为期望输出,训练得到信息确定模型。
本实现方式中,执行主体可以首先获取训练样本集合。上述训练样本可以包括用户的用户信息、与用户信息相关的至少一条对象信息以及各对象信息对应的点击概率。在训练时,执行主体可以将用户信息、与用户信息相关的至少一条对象信息作为输入,然后将与所输入的对象信息对应的点击概率作为期望输出,从而可以得到上述信息确定模型。
可以理解的是,当信息确定模型包括第一确定模型和第二确定模型时,第一确定模型和第二确定模型均可以通过上述步骤训练得到。
在本实施例的一些可选的实现方式中,上述方法还可以进一步包括图4中未示出的以下步骤:获取用户对目标推送信息的点击信息;根据点击信息,确定目标推送信息对应的点击概率;将用户信息、目标推送信息以及目标推送信息对应的点击概率作为新的训练样本,以及利用新的训练样本训练信息确定模型。
本实现方式中,执行主体在向终端推送目标推送信息后,可以获取用户对上述目标推送信息的点击信息。上述点击信息包括点击和未点击。根据上述点击信息,执行主体可以确定目标推送信息对应的点击概率。可以理解的是,如果用户点击了目标推送信息中的对象信息,则该对象信息对应的点击概率为1。如果用户未点击目标推送信息中的对象信息,则该对象信息对应的点击概率为0。执行主体可以将用户信息、目标推送信息以及目标推送信息对应的点击概率作为新的训练样本,并利用新的训练样本继续训练信息确定模型。从而能够实现实时更新信息确定模型,进一步提高信息推送的针对性。
本申请的上述实施例提供的用于推送信息的方法,可以利用两个深度学习模型分别预测用户对各对象信息的点击概率,提高了预测的准确性;并且可以将得到的点击概率与各对象信息关联的权重系数结合,来得到最终的目标推送信息,提高了目标推送信息的点击率。
进一步参考图5,作为对上述各图所示方法的实现,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5所示,本实施例的用于推送信息的装置500包括:对象信息确定单元501、推送信息确定单元502和信息推送单元503。
对象信息确定单元501,被配置成响应于接收到用户通过终端发送的信息推送请求,确定与信息推送请求包括的用户信息关联的至少一个对象的对象信息。
推送信息确定单元502,被配置成根据用户信息、对象信息以及预先建立的信息确定模型,确定出目标推送信息。其中,信息确定模型用于表征用户信息、对象信息与目标推送信息的对应关系。
信息推送单元503,被配置成将目标推送信息推送给终端,以供用户通过终端查看。
在本实施例的一些可选的实现方式中,信息推送请求是用户在通过终端浏览预设类型的页面时自动发送的。
在本实施例的一些可选的实现方式中,对象信息确定单元501可以进一步被配置成:根据以下至少一项,确定与用户信息关联的至少一个对象的对象信息:用户当前正在浏览的对象信息、用户浏览过的对象信息、用户收藏的对象信息、用户加入购物车的对象信息、用户关注的对象信息。
在本实施例的一些可选的实现方式中,推送信息确定单元502可以进一步包括图5中未示出的:点击概率确定模块、推送值确定模块以及推送信息确定模块。
点击概率确定模块,被配置成根据用户信息、对象信息以及信息确定模型,确定用户对预设的对象信息集合中对象信息的点击概率。其中,信息确定模型用于表征用户信息、对象信息与点击概率的对应关系。
推送值确定模块,被配置成对于对象信息集合中对象信息,根据用户对该对象信息的点击概率以及与该对象信息关联的权重系数,确定该对象信息的推送值。
推送信息确定模块,被配置成根据对象信息的推送值,从对象信息集合中确定出目标推送信息。
在本实施例的一些可选的实现方式中,信息确定模型包括第一确定模型和第二确定模型。上述点击概率确定模块可以进一步被配置成:对于对象信息集合中的对象信息,执行以下步骤:根据用户信息、对象信息以及第一确定模型,确定用户对该条对象信息的第一点击概率;根据用户信息、对象信息以及第二确定模型,确定用户对该条对象信息集合的第二点击概率;根据第一点击概率、第二点击概率以及预设的权重系数,确定用户对该条对象信息的点击概率。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的模型训练单元。该模型训练单元被配置成:获取训练样本集合,训练样本包括用户的用户信息、与用户信息相关的至少一条对象信息以及至少一条对象信息对应的点击概率;将训练样本集合中的训练样本的用户信息以及对象信息作为输入,将与所输入的对象信息对应的点击概率作为期望输出,训练得到信息确定模型。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的样本生成单元,被配置成:获取用户对目标推送信息的点击信息;根据点击信息,确定目标推送信息对应的点击概率;将用户信息、目标推送信息以及目标推送信息对应的点击概率作为新的训练样本,以及将新的训练样本发送给模型训练单元,以使模型训练单元利用新的训练样本训练信息确定模型。
应当理解,用于推送信息的装置500中记载的单元501至单元503 分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于推送信息的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线 604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置 606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述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。在本公开的实施例中,计算机可读存储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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述服务器中所包含的;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:响应于接收到用户通过终端发送的信息推送请求,确定与信息推送请求包括的用户信息关联的至少一个对象的对象信息;根据用户信息、对象信息以及预先建立的信息确定模型,确定出目标推送信息,其中,信息确定模型用于表征用户信息、对象信息与目标推送信息的对应关系;将目标推送信息推送给终端,以供用户通过终端查看。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网 (WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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。
描述于本公开的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:一种处理器包括对象信息确定单元、推送信息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,信息推送单元还可以被描述为“将目标推送信息推送给终端的单元”。
以上描述仅为本公开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,本公开的实施例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。例如上述特征与本公开的实施例中公开的(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 (16)
1.一种用于推送信息的方法,包括:
响应于接收到用户通过终端发送的信息推送请求,确定与所述信息推送请求包括的用户信息关联的至少一个对象的对象信息;
根据所述用户信息、所述对象信息以及预先建立的信息确定模型,确定出目标推送信息,其中,所述信息确定模型用于表征用户信息、对象信息与目标推送信息的对应关系;
将所述目标推送信息推送给所述终端,以供所述用户通过所述终端查看。
2.根据权利要求1所述的方法,其中,所述信息推送请求是所述用户在通过所述终端浏览预设类型的页面时自动发送的。
3.根据权利要求1所述的方法,其中,所述确定与所述用户信息关联的至少一个对象的对象信息,包括:
根据以下至少一项,确定与所述用户信息关联的至少一个对象的对象信息:所述用户当前正在浏览的对象信息、所述用户浏览过的对象信息、所述用户收藏的对象信息、所述用户加入购物车的对象信息、所述用户关注的对象信息。
4.根据权利要求1所述的方法,其中,所述根据所述用户信息、所述对象信息以及预先建立的信息确定模型,确定出目标推送信息,包括:
根据所述用户信息、所述对象信息以及所述信息确定模型,确定所述用户对预设的对象信息集合中对象信息的点击概率,其中,所述信息确定模型用于表征用户信息、对象信息与点击概率的对应关系;
对于所述对象信息集合中对象信息,根据所述用户对该对象信息的点击概率以及与该对象信息关联的权重系数,确定该对象信息的推送值;
根据对象信息的推送值,从所述对象信息集合中确定出目标推送信息。
5.根据权利要求4所述的方法,其中,所述信息确定模型包括第一确定模型和第二确定模型;以及
所述根据所述用户信息、所述对象信息以及所述信息确定模型,确定所述用户对预设的对象信息集合中对象信息的点击概率,包括:
对于所述对象信息集合中的对象信息,执行以下步骤:根据所述用户信息、所述对象信息以及所述第一确定模型,确定所述用户对该条对象信息的第一点击概率;根据所述用户信息、所述对象信息以及所述第二确定模型,确定所述用户对该条对象信息集合的第二点击概率;根据所述第一点击概率、所述第二点击概率以及预设的权重系数,确定该条对象信息集合的点击概率。
6.根据权利要求1-5任一项所述的方法,其中,所述信息确定模型通过以下步骤训练得到:
获取训练样本集合,训练样本包括用户的用户信息、与用户信息相关的至少一条对象信息以及所述至少一条对象信息对应的点击概率;
将所述训练样本集合中的训练样本的用户信息以及对象信息作为输入,将与所输入的对象信息对应的点击概率作为期望输出,训练得到所述信息确定模型。
7.根据权利要求6所述的方法,其中,所述方法还包括:
获取所述用户对所述目标推送信息的点击信息;
根据所述点击信息,确定所述目标推送信息对应的点击概率;
将所述用户信息、所述目标推送信息以及所述目标推送信息对应的点击概率作为新的训练样本,以及利用新的训练样本训练所述信息确定模型。
8.一种用于推送信息的装置,包括:
对象信息确定单元,被配置成响应于接收到用户通过终端发送的信息推送请求,确定与所述信息推送请求包括的用户信息关联的至少一个对象的对象信息;
推送信息确定单元,被配置成根据所述用户信息、所述对象信息以及预先建立的信息确定模型,确定出目标推送信息,其中,所述信息确定模型用于表征用户信息、对象信息与目标推送信息的对应关系;
信息推送单元,被配置成将所述目标推送信息推送给所述终端,以供所述用户通过所述终端查看。
9.根据权利要求8所述的装置,其中,所述信息推送请求是所述用户在通过所述终端浏览预设类型的页面时自动发送的。
10.根据权利要求8所述的装置,其中,所述对象信息确定单元进一步被配置成:
根据以下至少一项,确定与所述用户信息关联的至少一个对象的对象信息:所述用户当前正在浏览的对象信息、所述用户浏览过的对象信息、所述用户收藏的对象信息、所述用户加入购物车的对象信息、所述用户关注的对象信息。
11.根据权利要求8所述的装置,其中,所述推送信息确定单元包括:
点击概率确定模块,被配置成根据所述用户信息、所述对象信息以及所述信息确定模型,确定所述用户对预设的对象信息集合中对象信息的点击概率,其中,所述信息确定模型用于表征用户信息、对象信息与点击概率的对应关系;
推送值确定模块,被配置成对于所述对象信息集合中对象信息,根据所述用户对该对象信息的点击概率以及与该对象信息关联的权重系数,确定该对象信息的推送值;
推送信息确定模块,被配置成根据对象信息的推送值,从所述对象信息集合中确定出目标推送信息。
12.根据权利要求11所述的装置,其中,所述信息确定模型包括第一确定模型和第二确定模型;以及
所述点击概率确定模块进一步被配置成:
对于所述对象信息集合中的对象信息,执行以下步骤:根据所述用户信息、所述对象信息以及所述第一确定模型,确定所述用户对该条对象信息的第一点击概率;根据所述用户信息、所述对象信息以及所述第二确定模型,确定所述用户对该条对象信息集合的第二点击概率;根据所述第一点击概率、所述第二点击概率以及预设的权重系数,确定所述用户对该条对象信息的点击概率。
13.根据权利要求8-12任一项所述的装置,其中,所述装置还包括模型训练单元,被配置成:
获取训练样本集合,训练样本包括用户的用户信息、与用户信息相关的至少一条对象信息以及所述至少一条对象信息对应的点击概率;
将所述训练样本集合中的训练样本的用户信息以及对象信息作为输入,将与所输入的对象信息对应的点击概率作为期望输出,训练得到所述信息确定模型。
14.根据权利要求13所述的装置,其中,所述装置还包括样本生成单元,被配置成:
获取所述用户对所述目标推送信息的点击信息;
根据所述点击信息,确定所述目标推送信息对应的点击概率;
将所述用户信息、所述目标推送信息以及所述目标推送信息对应的点击概率作为新的训练样本,以及将新的训练样本发送给所述模型训练单元,以使所述模型训练单元利用新的训练样本训练所述信息确定模型。
15.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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1-7中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436186.8A CN111770125A (zh) | 2019-05-23 | 2019-05-23 | 用于推送信息的方法和装置 |
PCT/CN2020/081321 WO2020233228A1 (zh) | 2019-05-23 | 2020-03-26 | 用于推送信息的方法和装置 |
US17/613,296 US11962662B2 (en) | 2019-05-23 | 2020-03-26 | Method and apparatus for pushing information |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436186.8A CN111770125A (zh) | 2019-05-23 | 2019-05-23 | 用于推送信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111770125A true CN111770125A (zh) | 2020-10-13 |
Family
ID=72718882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910436186.8A Pending CN111770125A (zh) | 2019-05-23 | 2019-05-23 | 用于推送信息的方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11962662B2 (zh) |
CN (1) | CN111770125A (zh) |
WO (1) | WO2020233228A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113742593A (zh) * | 2021-09-15 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 用于推送信息的方法和装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111770125A (zh) * | 2019-05-23 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 用于推送信息的方法和装置 |
CN112734522B (zh) * | 2021-01-11 | 2024-02-27 | 北京城市网邻信息技术有限公司 | 信息展示方法、装置、电子设备和计算机可读介质 |
CN116319932A (zh) * | 2023-03-27 | 2023-06-23 | 抖音视界有限公司 | 内容推送模型的训练方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160132932A1 (en) * | 2013-11-08 | 2016-05-12 | Laurance Stephen LINGVAY | Hyper-local content push and pay method for mobile devices |
CN107172151A (zh) * | 2017-05-18 | 2017-09-15 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
CN108268934A (zh) * | 2018-01-10 | 2018-07-10 | 北京市商汤科技开发有限公司 | 基于深度学习的推荐方法和装置、电子设备、介质、程序 |
CN109495552A (zh) * | 2018-10-31 | 2019-03-19 | 北京字节跳动网络技术有限公司 | 用于更新点击率预测模型的方法和装置 |
CN109582903A (zh) * | 2018-11-29 | 2019-04-05 | 广州市百果园信息技术有限公司 | 一种信息展示的方法、装置、设备和存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140207609A1 (en) * | 2013-01-23 | 2014-07-24 | Facebook, Inc. | Generating and maintaining a list of products desired by a social networking system user |
CN106156127B (zh) * | 2015-04-08 | 2020-06-16 | 深圳市腾讯计算机系统有限公司 | 选择数据内容向终端推送的方法及装置 |
CN106228386B (zh) * | 2016-07-12 | 2018-09-25 | 腾讯科技(深圳)有限公司 | 一种信息推送方法及装置 |
CN106649774A (zh) * | 2016-12-27 | 2017-05-10 | 北京百度网讯科技有限公司 | 基于人工智能的对象推送方法及装置 |
CN108959319B (zh) | 2017-05-25 | 2023-06-23 | 腾讯科技(深圳)有限公司 | 信息推送方法和装置 |
CN107341238B (zh) | 2017-07-04 | 2020-12-22 | 北京京东尚科信息技术有限公司 | 数据处理方法及系统 |
CN109819002B (zh) * | 2017-11-22 | 2021-06-08 | 腾讯科技(深圳)有限公司 | 数据推送方法和装置、存储介质及电子装置 |
CN108933730A (zh) | 2018-06-29 | 2018-12-04 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN111770125A (zh) * | 2019-05-23 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 用于推送信息的方法和装置 |
-
2019
- 2019-05-23 CN CN201910436186.8A patent/CN111770125A/zh active Pending
-
2020
- 2020-03-26 WO PCT/CN2020/081321 patent/WO2020233228A1/zh active Application Filing
- 2020-03-26 US US17/613,296 patent/US11962662B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160132932A1 (en) * | 2013-11-08 | 2016-05-12 | Laurance Stephen LINGVAY | Hyper-local content push and pay method for mobile devices |
CN107172151A (zh) * | 2017-05-18 | 2017-09-15 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
CN108268934A (zh) * | 2018-01-10 | 2018-07-10 | 北京市商汤科技开发有限公司 | 基于深度学习的推荐方法和装置、电子设备、介质、程序 |
CN109495552A (zh) * | 2018-10-31 | 2019-03-19 | 北京字节跳动网络技术有限公司 | 用于更新点击率预测模型的方法和装置 |
CN109582903A (zh) * | 2018-11-29 | 2019-04-05 | 广州市百果园信息技术有限公司 | 一种信息展示的方法、装置、设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113742593A (zh) * | 2021-09-15 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 用于推送信息的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2020233228A1 (zh) | 2020-11-26 |
US20220224765A1 (en) | 2022-07-14 |
US11962662B2 (en) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460513B (zh) | 用于生成点击率预测模型的方法和装置 | |
CN109460514B (zh) | 用于推送信息的方法和装置 | |
CN105320766B (zh) | 信息推送方法和装置 | |
US11962662B2 (en) | Method and apparatus for pushing information | |
CN107679217B (zh) | 基于数据挖掘的关联内容提取方法和装置 | |
JP2021103506A (ja) | 情報を生成するための方法及び装置 | |
CN110363604B (zh) | 页面生成方法和装置 | |
CN110619078B (zh) | 用于推送信息的方法和装置 | |
CN111104599B (zh) | 用于输出信息的方法和装置 | |
CN110362750B (zh) | 目标用户确定方法、装置、电子设备和计算机可读介质 | |
CN107911449A (zh) | 用于推送信息的方法和装置 | |
CN107480277A (zh) | 用于网站日志采集的方法及装置 | |
CN109992719B (zh) | 用于确定推送优先级信息的方法和装置 | |
CN111783810A (zh) | 用于确定用户的属性信息的方法和装置 | |
CN108810047A (zh) | 用于确定信息推送准确率的方法、装置及服务器 | |
CN110473042B (zh) | 用于获取信息的方法及装置 | |
CN110866040B (zh) | 用户画像生成方法、装置和系统 | |
CN113822734B (zh) | 用于生成信息的方法和装置 | |
CN112102043B (zh) | 物品推荐页面生成方法、装置、电子设备和可读介质 | |
CN111782933B (zh) | 用于推荐书单的方法和装置 | |
CN113792952A (zh) | 用于生成模型的方法和装置 | |
CN116109374A (zh) | 资源位展示方法、装置、电子设备和计算机可读介质 | |
CN111125502A (zh) | 用于生成信息的方法和装置 | |
CN112348614B (zh) | 用于推送信息的方法和装置 | |
CN111767290B (zh) | 用于更新用户画像的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201013 |
|
RJ01 | Rejection of invention patent application after publication |