CN112398947B - 一种信息推送方法、装置、设备及计算机可读存储介质 - Google Patents

Abstract

本申请提供了一种信息推送方法、装置、设备及计算机可读存储介质；该方法包括：当检测到目标对象的触发操作时，响应于触发操作，展示资讯界面，并在资讯界面展示推送入口标识；在检测到目标对象针对推送入口标识的界面跳转操作时，响应于界面跳转操作，展示信息推送界面；当检测到目标对象针对推送触发标识的信息推送操作时，响应于信息推送操作，发送针对目标对象的信息推送请求；接收针对信息推送请求所返回的待推送信息；在信息推送界面的信息展示区域中，展示待推送信息。通过本申请，能够通过人工智能技术提高信息推送的准确度。

Description

一种信息推送方法、装置、设备及计算机可读存储介质

技术领域

本申请涉及人工智能技术，尤其涉及一种基于人工智能的信息推送方法、装置、设备及计算机可读存储介质。

背景技术

信息推送是指利用人工智能，为用户筛选出有价值的信息，将这些信息推送给用户，以使用户能够了解该信息，并对该信息进行转化操作。信息推送广泛应用于媒体信息推荐中、电商平台的实体物品的推荐中，乃至是游戏的虚拟道具的推荐之中。

相关技术中，在为用户进行信息推送时，会更多地考虑用户的转化操作所带来的回报指标，例如，转化操作所带来的利润、点击量等。然而，这样会使得对回报较高的信息优先推送，导致信息推送的准确度较低。

发明内容

本申请实施例提供一种信息推送方法、装置、设备及计算机可读存储介质，能够提高信息推送的准确度。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种信息推送方法，包括：

当检测到目标对象的触发操作时，响应于所述触发操作，展示资讯界面，并在所述资讯界面展示推送入口标识；所述推送入口标识用于触发进入信息推送界面，所述资讯界面用于展示各个功能的入口标识；

在检测到所述目标对象针对所述推送入口标识的界面跳转操作时，响应于所述界面跳转操作，展示信息推送界面；所述信息推送界面上设置有推送触发标识和信息展示区域，所述信息展示区域用于展示推送的信息；

当检测到所述目标对象针对所述推送触发标识的信息推送操作时，响应于所述信息推送操作，发送针对所述目标对象的信息推送请求；

接收针对所述信息推送请求所返回的待推送信息；所述待推送信息是所述服务器根据所述目标对象的兴趣和信息源的回报偏好从候选推送信息中筛选出的；

在所述信息推送界面的所述信息展示区域中，展示所述待推送信息。

本申请实施例提供一种信息推送方法，包括：

接收终端发送的针对目标对象的信息推送请求；

响应于所述信息推送请求，提取所述目标对象对应的目标特征，以及候选推送信息对应的候选特征；

基于所述目标特征和所述候选特征，确定出所述候选推送信息对应的推送权重；所述推送权重表征了所述目标对象对所述候选推送信息的兴趣程度，以及所述候选推送信息的信息源对于所述候选推送信息的回报偏好；

根据所述推送权重，从所述候选推送信息中筛选出待推送信息，并将所述待推送信息发送给所述终端。

本申请实施例提供一种推送信息展示装置，包括：

操作检测模块，用于检测目标对象的触发操作；检测所述目标对象针对所述推送入口标识的界面跳转操作；以及检测所述目标对象针对所述推送触发标识的信息推送操作；

信息展示模块，用于响应于所述触发操作，展示资讯界面，并在所述资讯界面展示推送入口标识；所述推送入口标识用于触发进入信息推送界面，所述资讯界面用于展示各个功能的入口标识；响应于所述界面跳转操作，展示信息推送界面；所述信息推送界面上设置有推送触发标识和信息展示区域，所述信息展示区域用于展示推送的信息；以及在所述信息推送界面的所述信息展示区域中，展示所述待推送信息；

第一发送模块，用于响应于所述信息推送操作，发送针对所述目标对象的信息推送请求；

第一接收模块，用于接收针对所述信息推送请求所返回的待推送信息；所述待推送信息是所述服务器根据所述目标对象的兴趣和信息源的回报偏好从候选推送信息中筛选出的。

在本申请的一些实施例中，所述候选推送信息包括至少一个子信息；所述推送信息展示装置还包括：第一获取模块；

所述第一获取模块，用于获取所述候选推送信息中的所述至少一个子信息所对应的至少一个展示图标；所述至少一个展示图标是所述服务器在针对所述目标对象进行信息推送之前所发送的；

所述信息展示模块，还用于在所述信息展示区域中，动态显示所述候选推送信息中的所述至少一个子信息所对应的所述至少一个展示图标。

在本申请的一些实施例中，所述信息展示模块，还用于逐渐降低所述至少一个展示图标的切换速度，直至在所述信息展示区域中，静止显示所述待推送信息所对应的展示图标时，停止动态显示所述至少一个子信息所对应的所述至少一个展示图标；在所述信息展示区域中，显示从所述待推送信息解析出的描述信息；所述描述信息用于提示所述目标对象所述待推送信息的详情。

在本申请的一些实施例中，述信息推送界面包括提示信息区域；所述信息展示模块，还用于在所述信息推送界面中的所述提示信息区域中，呈现更新推送提示信息和推送更新控件；所述更新推送提示信息用于提示所述目标对象重新开始信息推送，所述推送更新控件用于触发新一轮的信息推送；

所述操作检测模块，还用于检测所述目标对象针对所述推送更新控件的更新触发操作；

所述第一发送模块，还用于响应于所述更新触发操作，发送信息更新请求，以使所述服务器返回针对所述目标对象的更新后的推送信息；

所述信息展示模块，还用于在所述信息展示区域中，展示所述更新后的推送信息。

在本申请的一些实施例中，所述信息推送界面包括控件展示区域；

所述信息展示模块，还用于在所述控件展示区域呈现所述待推送信息对应的操作触发控件；所述操作触发控件用于所述目标对象触发针对所述待推送信息的转化操作；所述待推送信息包括：待推送的实体物品对应的信息、待推送的文章、待推送的视频、待推送的歌曲、待推送的虚拟道具中的一个或多个；所述转化操作包括：下单操作、下载操作、浏览操作、播放操作、点赞操作和评论操作中的一个或多个。

本申请实施例提供一种推送信息获取装置，包括：

第二接收模块，用于接收终端发送的针对目标对象的信息推送请求；

第二获取模块，用于响应于所述信息推送请求，提取所述目标对象对应的目标特征，以及候选推送信息对应的候选特征；

权重确定模块，用于基于所述目标特征和所述候选特征，确定出所述候选推送信息对应的推送权重；所述推送权重表征了所述目标对象对所述候选推送信息的兴趣程度，以及所述候选推送信息的信息源对于所述候选推送信息的回报偏好；

信息筛选模块，用于根据所述推送权重，从所述候选推送信息中筛选出待推送信息；

第二发送模块，用于将所述待推送信息发送给所述终端。

在本申请的一些实施例中，所述权重确定模块，还用于利用特征挖掘模型，对所述目标特征和所述候选特征进行特征挖掘，得到待预测向量；所述特征挖掘模型是利用基于历史回报指标所计算出的损失值训练出来的；对所述待预测向量进行权重预测，得到所述候选推送信息对应的推送权重。

在本申请的一些实施例中，所述候选推送信息包括至少一个子信息；所述推送信息获取装置还包括：模型训练模块；

所述模型训练模块，用于获取初始挖掘模型、所述至少一个子信息对应的至少一个历史回报指标、所述至少一个子信息对应的至少一个训练子特征、所述目标对象的训练特征、以及所述目标对象的曝光信息；所述曝光信息表征所述至少一个子信息中给所述目标对象展示过的所有信息；所述初始挖掘模型为未经过训练的模型；利用初始挖掘模型，对所述训练特征和所述至少一个训练子特征进行特征挖掘，得到所述至少一个训练子特征对应的至少一个训练向量，并依据所述至少一个训练向量，预测出所述至少一个子信息对应的至少一个临时权重；基于损失计算模型，对所述至少一个临时权重、所述至少一个历史回报指标和所述曝光信息进行损失计算，得到所述目标对象对应的损失值；所述损失计算模型表征权重、回报指标和曝光信息三个维度之间形成的损失关系；利用所述损失值，持续调整所述初始挖掘模型，直至达到训练结束条件，得到所述特征挖掘模型。

在本申请的一些实施例中，所述曝光信息包括：有效曝光信息和无效曝光信息；所述有效曝光信息表征所述目标对象进行了转化操作的曝光信息，所述无效曝光信息表征所述目标对象没有进行转化操作的曝光信息；

所述模型训练模块，还用于从所述至少一个历史回报指标中，提取出与所述至少一个临时权重中的每个临时权重相对应的匹配历史回报指标，并将所述每个临时权重与所述匹配历史回报指标相乘，得到所述每个临时权重对应的第一损失参数；从所述至少一个临时权重中，筛选出所述有效曝光信息对应的有效曝光权重，以及所述无效曝光信息对应的无效曝光权重；将所述有效曝光权重和无效曝光权重进行累加，得到第二损失参数，并将所述第一损失参数和所述第二损失参数相比，得到所述每个临时权重对应的子损失值；从所述每个临时权重对应的子损失值中，筛选出有效曝光信息对应的有效子损失值，将所述有效子损失值的累加结果的相反数，作为所述目标对象对应的损失值。

在本申请的一些实施例中，所述候选特征包括至少一个子特征，所述特征挖掘模型包括交互挖掘子模型和向量挖掘子模型；

所述权重确定模块，还用于采用所述向量挖掘子模型，将所述目标特征进行向量化，得到所述目标特征对应的目标向量，以及将所述至少一个子特征中的每个子特征进行向量化，得到所述每个子特征对应的子向量；利用所述交互挖掘模型，对所述每个子特征对应的子向量和所述目标向量进行交互特征挖掘，得到所述每个子特征所对应的交互特征向量；将所述每个子特征所对应的所述交互特征向量进行拼接，得到所述待预测向量。

本申请实施例提供一种终端，包括：

第一存储器，用于存储可执行信息推送指令；

第一处理器，用于执行所述第一存储器中存储的可执行信息推送指令时，实现本申请实施例终端侧提供的信息推送方法。

本申请实施例提供一种服务器，包括：

第二存储器，用于存储可执行信息推送指令；

第二处理器，用于执行所述第二存储器中存储的可执行信息推送指令时，实现本申请实施例服务器侧提供的信息推送方法。

本申请实施例提供一种计算机可读存储介质，存储有可执行信息推送指令，用于引起第一处理器执行时，实现本申请实施例终端侧提供的信息推送方法；或者用于被第二处理器执行时，实现本申请实施例服务器提供的信息推送方法。

本申请实施例具有以下有益效果：终端可以基于目标对象的触发操作，进入到资讯界面，接着基于目标对象对资讯界面的推送入口标识进行界面跳转操作时，进入到信息展示界面，然后在目标对象针对信息展示界面的推送触发标识触发了信息推送操作时，从服务器获取到依据目标对象的兴趣和信息源的回报偏好所筛选出的待推送信息，并将待推送信息展示出来，如此，终端所展示的推送信息在兼顾了信息源的回报偏好的同时，还充分考虑了目标对象兴趣，从而能够减小推送信息与用户实际感兴趣的信息差距，提高信息推送的准确度。

附图说明

图1是本申请实施例提供的信息推送系统100的一个可选的架构示意图；

图2(a)是本申请实施例提供的图1中的终端的结构示意图；

图2(b)是本申请实施例提供的图1中的服务器的结构示意图；

图3是本申请实施例提供的信息推送方法的一个可选的流程示意图一；

图4(a)是本申请实施例提供的当前显示界面的示意图；

图4(b)是本申请实施例提供的资讯界面的示意图一；

图4(c)是本申请实施例提供的资讯界面的示意图二；

图5是本申请提供的信息推送界面的示意图；

图6是本申请提供的展示待推送信息的示意图；

图7是本申请提供的动态显示至少一个展示图标的示意图；

图8是本申请提供的展示待推送信息的示意图；

图9是本申请实施例提供的更新推送提示信息和推送更新控件的示意图；

图10是本申请实施例提供的操作触发控件的示意图；

图11是本申请实施例提供的信息推送方法的一个可选的流程示意图二；

图12是本申请实施例提供的特征挖掘过程的示意图；

图13是本申请实施例提供的推荐射击游戏中的虚拟道具的场景交互示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

在以下的描述中，所涉及的术语“第一\第二\第三\第四”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三\第四”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

对本申请实施例进行进一步详细说明之前，对本申请实施例中涉及的名词和术语进行说明，本申请实施例中涉及的名词和术语适用于如下的解释。

1)人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语音处理技术以及机器学习/深度学习等几大方向。

2)机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的指示结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习等技术。

3)信息推送，是指利用人工智能技术，来为用户筛选出有价值的，其可能会进行操作的信息，并将该信息发送给用户对应的终端，以使得用户能够在终端的显示界面上获取到该信息，并对该信息进行推送方所期望的操作。被推送的信息，可以是文章、歌曲、视频、虚拟道具、实体物品对应的物品信息等。

4)转化操作，表征信息源期望用户对推送的信息所进行的操作，该操作能够为信息源带来一定的回报，例如，信息源推送的信息为虚拟道具时，转化操作就可以为针对虚拟道具的下单操作，从而信息源可以得到利润；信息源推送的信息为歌曲时，转化操作就可以为针对歌曲的下载操作，从而信息源可以提升点击量或下载量。

5)动态显示，是一种能够在有限的展示区域中，展示多种不同的信息的方式。示例性的，当有5个不同的信息需要展示，但是只有一个较小的展示区域(即展示区域不足以同时展示5个信息)时，可以将这5个不同的信息，轮流显示在展示区域中，以达到5个不同的信息均被展示的目的。

6)虚拟道具，通常是虚拟场景中的虚拟对象所能使用的道具。例如，游戏中的角色所能使用的药品、武器、服装乃至宠物、室内装饰品等，都属于虚拟道具。

7)曝光信息，表征给用户展示过的信息。例如，终端在显示界面上展示了某个推送信息之后，这个推送信息就成为了曝光信息。

8)有效曝光信息，是指曝光给用户，并且用户进行了信息源所期望的转化操作的曝光信息。

9)无效曝光信息，是指曝光给用户，但是用户并没有进行信息源所期望的转化操作的曝光信息。

10)云技术(Cloud Technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、存储、处理和共享的一种托管技术。

云技术基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源，如视频网络、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用，将来每个物品都有可能存在自己的识别标志，都需要传输到后台系统进行逻辑处理，不同程度级别的数据将会分开处理，各类行业数据界需要强大的系统后端支撑，只能通过云计算来实现。

随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

信息推送是人工智能的一个重要应用，其是指利用人工智能技术，为用户筛选出有价值的信息，并将这些信息发送给用户的终端，即将这些信息推送给用户，以使得用户能够了解该信息，从而针对该信息做出信息源所期望的转化操作，从而为信息源带来一定的回报。信息推送广泛应用于媒体信息推荐中，例如，将需要推广的文章、歌曲、视频等推送给用户，以使用户来为这些媒体信息增加点击量。信息推送还广泛应用于电商平台中，例如，将用户可能会喜欢的电子产品推送给用户，以使得用户对该电子产品进行下单。甚至于，信息推送还能够应用于游戏应用的虚拟道具推荐之后，例如，为用户推送其经常玩的游戏应用中的虚拟道具，以使得用户可以对这些虚拟道具进行下单等。

相关技术中，利用人工智能技术来为用户进行信息推送主要有两种方式，第一种是利用训练好的模型，直接预测出需要为用户针对各个信息的转化操作的概率，依据预测出的概率来对各个信息进行排序，从而筛选出需要推送的信息。第二种是先估计出用户对各个信息的进行转化操作的概率，利用估计出的概率来对各个信息进行排序，之后，再根据用户的转换操作所能带来的回报指标，来对排好的顺序进行调整，即利用回报指标和估计出的概率相乘，依据得到的相乘结果对之前排好的顺序进行调整，从而确定出需要推送的信息。

在第一种方式中，预测用户针对各个信息的转化操作的概率的关键在于训练模型。在训练时，会对回报指标较高的样本给予较高的权重，从而使得所得到的训练好的模型，会考虑回报指标来进行转化操作的概率的预测，利用这种方式进行信息推送，会造成将回报较高的信息优先推送，而这部分信息，未必是用户会感兴趣的。除此之外，在利用训练好的模型预测出用户针对各个信息的转化操作的概率之前，需要先进行模型训练。而在模型训练时，相关技术中大多采用的是交叉熵上的权重。然而，交叉熵上的权重并不具有现实意义，缺乏可解释性，从而使得训练好的模型在预测各个信息的权重时，难以明确究竟是考虑了何种因素来确定出转化操作的概率的，从而使得转化操作的概率的预测不稳定，进而影响转化操作的概率的准确率，最终导致信息推送的准确率较低。在第二种方式中，所估计出的概率与用户实际会进行转化操作的概率之间是会存在差距的，此时，再考虑回报指标，会将这种差距放大，使得回报较高的信息先被推送，从而推送给用户的信息，未必是用户感兴趣的。例如，针对游戏中两件不同的虚拟道具，用户对第一件虚拟道具的下单概率为0.7，对第二件虚拟道具下单的概率为0.9，用户在面对这两件虚拟道具时，实际上是更倾向于下单第二件虚拟道具。然而，第一件虚拟道具的回报指标为100，第二件虚拟道具的回报指标为10，在考虑两件虚拟道具的回报指标之后，实际上推送给用户的虚拟道具，就会是第一件虚拟道具，而不是用户兴趣更高的第二件虚拟道具。

由此可见，相关技术中，在为用户进行信息推送时，会更多地考虑用户的转化操作所带来的回报指标，然而，这样会使得回报较高的信息优先推送，从而使得推送的信息与用户实际感兴趣的信息差距较大，最终导致信息推送的准确度较低。

本申请实施例提供一种信息推送方法、装置、设备和计算机可读存储介质，能够提高信息推送的准确度。下面说明本申请实施例提供的信息推送设备的示例性应用，本申请实施例提供的信息推送设备可以实施为终端，也可以实施为服务器。其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CD N、以及大数据和人工智能平台等基础云计算服务器的云服务器；终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音频、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不作限制。下面，将说明信息推送设备实施为终端和服务器时的示例性应用。

参见图1，图1是本申请实施例提供的信息推送系统100的一个可选的架构示意图，为实现支撑一个信息推送应用，终端200(示例性示出了终端200-1和终端200-2)通过网络300连接服务器400，网络300可以是广域网或者局域网，又或者是二者的组合。服务器400还配置有数据库500，数据库500用于为服务器400提供数据服务。

终端200-1用于信息创建。当信息管理人员在完成信息创建之后，会通过在图形界面200-11上显示的上传按键，通过网络300将创建好的信息发送给服务器400，以使得服务器400能够对该信息进行信息推送。服务器400接收到终端200-1发送的创建好的信息，并将终端200-1创建好的信息，加入至候选推送信息，存储在数据库500中。

终端200-2用于基于与目标对象进行交互，向目标对象展示推送的信息。当终端200-2检测到目标对象的触发操作时，会响应于触发操作，在图像界面200-21上展示资讯界面，并在资讯界面展示推送入口标识，其中，推送入口标识用于触发进入信息推送界面，资讯界面用于展示各个功能的入口标识。终端200-2在检测到目标对象针对推送入口标识的界面跳转操作时，会响应于界面跳转操作，展示信息推送界面，信息推送界面上设置有推送触发标识和信息展示区域，信息展示区域用于展示推送的信息。当终端200-2检测到目标对象针对推送触发标识的信息推送操作时，响应于信息推送操作，向服务器400发送针对目标对象的信息推送请求。

服务器400接收到终端200-2发送的针对目标对象的信息推送请求之后，响应于信息推送请求，提取目标对象对应的目标特征，以及候选推送信息对应的候选特征。服务器400基于目标特征和候选特征，确定出候选推送信息对应的推送权重。其中，推送权重表征了目标对象对候选推送信息的兴趣程度，以及候选推送信息对应的信息源对于候选推送信息的回报偏好。服务器400根据推送权重，从候选推送信息中筛选出待推送信息，并通过网络400将待推送信息发送给终端200-2。

终端200-2接收到服务器400针对信息推送请求所返回的待推送信息之后，就会在信息推送界面的信息展示区域中，展示待推送信息，从而完成针对目标对象的信息推送过程。

参见图2(a)，图2(a)是本申请实施例提供的图1中的终端的结构示意图，图2(a)所示的终端200包括：至少一个第一处理器210、第一存储器250、至少一个第一网络接口220和第一用户接口230。终端200中的各个组件通过第一总线系统240耦合在一起。可理解，第一总线系统240用于实现这些组件之间的连接通信。第一总线系统240除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2(a)中将各种总线都标为第一总线系统240。

第一处理器210可以是一种集成电路芯片，具有信号的处理能力，例如通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其中，通用处理器可以是微处理器或者任何常规的处理器等。

第一用户接口230包括使得能够呈现媒体内容的一个或多个第一输出装置231，包括一个或多个扬声器和/或一个或多个视觉显示屏。第一用户接口230还包括一个或多个第一输入装置232，包括有助于用户输入的用户接口部件，比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。

第一存储器250可以是可移除的，不可移除的或其组合。示例性的硬件设备包括固态存储器，硬盘驱动器，光盘驱动器等。第一存储器250可选地包括在物理位置上远离第一处理器210的一个或多个存储设备。

第一存储器250包括易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM，Read Only Memory)，易失性存储器可以是随机存取存储器(RAM，Random Access Me mory)。本申请实施例描述的第一存储器250旨在包括任意适合类型的存储器。

在一些实施例中，第一存储器250能够存储数据以支持各种操作，这些数据的示例包括程序、模块和数据结构或者其子集或超集，下面示例性说明。

第一操作系统251，包括用于处理各种基本系统服务和执行硬件相关任务的系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务；

第一网络通信模块252，用于经由一个或多个(有线或无线)第一网络接口220到达其他计算设备，示例性的第一网络接口220包括：蓝牙、无线相容性认证(Wi-Fi)、和通用串行总线(USB，Universal Serial Bus)等；

第一呈现模块253，用于经由一个或多个与第一用户接口230相关联的第一输出装置231(例如，显示屏、扬声器等)使得能够呈现信息(例如，用于操作外围设备和显示内容和信息的用户接口)；

第一输入处理模块254，用于对一个或多个来自一个或多个第一输入装置232之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。

在一些实施例中，本申请实施例提供的推送信息展示装置可以采用软件方式实现，图2(a)示出了存储在第一存储器250中的推送信息展示装置255，其可以是程序和插件等形式的软件，包括以下软件模块：操作检测模块2551、信息展示模块2552、第一发送模块2553、第一接收模块2554和第一获取模块2555，这些模块是逻辑上的，因此根据所实现的功能可以进行任意的组合或进一步拆分。将在下文中说明各个模块的功能。

在另一些实施例中，本申请实施例提供的推送信息展示装置可以采用硬件方式实现，作为示例，本申请实施例提供的推送信息展示装置可以是采用硬件译码处理器形式的处理器，其被编程以执行本申请实施例提供的信息推送方法，例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(A SIC，Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Progra mmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable GateArray)或其他电子元件。

示例性的，本申请实施例提供一种终端，包括：

第一存储器，用于存储可执行信息推送指令；

第一处理器，用于执行所述第一存储器中存储的可执行信息推送指令时，实现本申请实施例终端侧提供的信息推送方法。

参见图2(b)，图2(b)是本申请实施例提供的图1中的服务器的结构示意图，图2(b)所示的服务器400包括：至少一个第二处理器410、第二存储器450、至少一个第二网络接口420和第二用户接口430。服务器400中的各个组件通过第二总线系统440耦合在一起。可理解，第二总线系统440用于实现这些组件之间的连接通信。第二总线系统440除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2(b)中将各种总线都标为第二总线系统440。

第二处理器410可以是一种集成电路芯片，具有信号的处理能力，例如通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其中，通用处理器可以是微处理器或者任何常规的处理器等。

第二用户接口430包括使得能够呈现媒体内容的一个或多个第二输出装置431，包括一个或多个扬声器和/或一个或多个视觉显示屏。第二用户接口430还包括一个或多个第二输入装置432，包括有助于用户输入的用户接口部件，比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。

第二存储器450可以是可移除的，不可移除的或其组合。示例性的硬件设备包括固态存储器，硬盘驱动器，光盘驱动器等。第二存储器450可选地包括在物理位置上远离第二处理器410的一个或多个存储设备。

第二存储器450包括易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM，Read Only Memory)，易失性存储器可以是随机存取存储器(RAM，Random Access Me mory)。本申请实施例描述的第二存储器450旨在包括任意适合类型的存储器。

在一些实施例中，第二存储器450能够存储数据以支持各种操作，这些数据的示例包括程序、模块和数据结构或者其子集或超集，下面示例性说明。

第二操作系统451，包括用于处理各种基本系统服务和执行硬件相关任务的系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务；

第二网络通信模块452，用于经由一个或多个(有线或无线)第二网络接口420到达其他计算设备，示例性的第二网络接口420包括：蓝牙、无线相容性认证(Wi-Fi)、和通用串行总线(USB，Universal Serial Bus)等；

第二呈现模块453，用于经由一个或多个与第二用户接口430相关联的第二输出装置431(例如，显示屏、扬声器等)使得能够呈现信息(例如，用于操作外围设备和显示内容和信息的用户接口)；

第二输入处理模块454，用于对一个或多个来自一个或多个第二输入装置432之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。

在一些实施例中，本申请实施例提供的推送信息获取装置可以采用软件方式实现，图2(b)示出了存储在第二存储器450中的推送信息获取装置455，其可以是程序和插件等形式的软件，包括以下软件模块：第二接收模块4551、第二获取模块4552、权重确定模块4553、信息筛选模块4554、第二发送模块4555和模型训练模块4556，这些模块是逻辑上的，因此根据所实现的功能可以进行任意的组合或进一步拆分。将在下文中说明各个模块的功能。

在另一些实施例中，本申请实施例提供的推送信息获取装置可以采用硬件方式实现，作为示例，本申请实施例提供的推送信息获取装置可以是采用硬件译码处理器形式的处理器，其被编程以执行本申请实施例提供的信息推送方法，例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(A SIC，Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Progra mmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable GateArray)或其他电子元件。

示例性的，本申请实施例提供一种服务器，包括：

第二存储器，用于存储可执行信息推送指令；

第二处理器，用于执行所述第二存储器中存储的可执行信息推送指令时，实现本申请实施例服务器侧提供的信息推送方法。

下面，将结合本申请实施例提供的终端和服务器的示例性应用和实施，说明本申请实施例提供的信息推送方法。需要说明的是，本申请的实施例可以借助于云技术实现。

参见图3，图3是本申请实施例提供的信息推送方法的一个可选的流程示意图一，将结合图3示出的步骤进行说明。

S101、当终端检测到目标对象的触发操作时，响应于触发操作，展示资讯界面，并在资讯界面展示推送入口标识。

本申请实施例是在为目标对象推送信息的场景下实现的，例如，在为目标对象推送热门文章、为目标对象推送实体物品对应的信息、为目标对象推送虚拟道具等场景下实现的。终端处于运行状态中时，会对检测到目标对象所触发的各种操作，并响应这些操作，来实现目标对象所要求实现的功能。当终端检测到目标对象的触发操作时，会明确在当前需要为目标对象进行信息推送，这时，终端会响应于该触发操作，创建资讯界面，并在终端的显示中展示资讯界面。同时，终端还会在资讯界面加载推送入口标识。

需要说明的是，触发操作指的是触发资讯界面的展示的操作，该触发操作可以作用在终端的当前显示界面中，只要这个显示界面设置有资讯界面的展示入口控件即可。例如，当展示入口控件为待主菜单界面上的应用图标时，终端检测到的目标对象针对该应用图标的操作，就是触发操作；当展示入口控件为游戏界面中的虚拟道具图标时，终端检测到的目标对象针对该虚拟道具的图标的操作，就是触发操作。

可以理解的是，当前显示界面可以为某个游戏的主界面(例如，射击游戏的主界面)，也可以为该游戏所关联的应用软件的主界面(例如，对战类游戏关联的攻略APP的主界面)，本申请在此不作限定。

在本申请的一些实施例中，展示入口控件可以设置在当前显示界面的第一预设区域中，其中，第一预设区域的大小和位置均可以根据实际需求进行设置，例如，将第一预设区域设置在当前显示界面的左下角，大小设置为50×50，或者是将第一预设区域设置在显示界面的右下方，大小设置为100×50等。

示例性的，本申请实施例提供了当前显示界面的示意图，参见图4(a)，当前显示界面为射击游戏的主界面4a-1，展示入口控件为射击游戏的主界面4a-1的活动4a-11按键，当目标对象在该按键上进行了触发操作时，就能够跳转到资讯界面中。

可以理解的是，触发操作可以是单击、双击操作，也可以是长按、滑动操作，还可以是能够实现其他功能的操作，本申请在此不作限定。

除此之外，触发操作还可以是目标对象的语音语句。例如，当终端接收到目标对象发出的“进入资讯页面”、“看看有今天什么资讯”的语音语句时，就会认为检测到了目标对象的触发操作，从而展示资讯界面。

需要说明的是，本申请实施例中，资讯界面用于展示各个功能的入口标识(这些功能的入口标识实质上都是能够触发进入对应功能的控件)，在另一些实施例中，资讯界面还可以展示不要求在目标对象进行转化操作之后得到回报指标的普通信息。示例性的，这些普通信息可以是游戏中赠送给目标对象的道具礼包，也可以是每日新闻等。

推送入口标识是资讯界面所展示的不同功能的入口标识中的一个，其中，推送入口标识用于触发进入信息推送界面，而信息推送界面，则是用于展示针对目标对象的推送信息的。也就是说，在本申请中，终端并不会直接向目标对象进行信息推送，而是根据目标对象的后续操作，判断出目标对象是否具有进行信息推送的需求，在目标对象具有需求时，才会向目标对象推送信息。

可以理解的是，推送入口标识设置在资讯界面的第二预设区域中，其中，第二预设区域的大小和位置均可以根据实际情况进行设置，本申请在此不作限定。例如，将第二预设区域设置在资讯界面的右上方，大小设置为100×100，或者将第二预设区域设置在资讯界面的左上角，大小设置为25×25等。

示例性的，本申请实施例提供了资讯界面的示意图一，如图4(b)所示，该资讯界面4-b1为目标对象点击了射击游戏的主界面4a-1的活动4a-11按键所跳转进的。在资讯界面4b-1中，展示有不同的功能的入口标识，例如，限时活动4b-11(推送入口标识)、奖励兑换4b-12(登陆奖励兑换功能入口标识)、活动公告4b-13(查询活动功能入口标识)、赠礼中心4b-14(礼包功能入口标识)等。其中，目标对象点击赠礼中心4b-14之后，会在资讯界面4b-1右侧的窗口4b-2中，展示针对目标对象的虚拟道具礼物(即死亡之翼宝箱，为不要求目标对象在进行转化操作之后得到回报的信息)，以及该虚拟道具礼物对应的领取4b-21按键。目标对象点击限时活动4b-11，就能够进行信息推送界面。

本申请实施例提供了资讯界面的示意图二，参见图4(c)，在资讯界面4c-1中，设置有3个不同功能的入口标识，分别为：礼包中心4c-11(礼包功能入口标识)、活动中心4c-12(活动功能入口标识)和每周推荐4c-13(推送入口标识)。其中，目标对象点击礼包中心4c-11之后，终端会在资讯界面4c-1的内嵌窗口4c-2中，展示针对目标对象的虚拟道具礼物(即助力1人礼包4c-21所包含的虚拟道具的名称，助力3人礼包4c-22所包含的虚拟道具的名称，这些即为不要求目标对象在进行转化操作之后得到回报的信息)；目标对象点击活动中心4c-12之后，会在内嵌窗口4c-2中展示当日的活动；当目标对象点击每周推荐4c-13之后，就会触发进入信息推送界面。

可以理解的是，目标对象指的是已经在服务器注册过的任意用户。

S102、终端在检测到目标对象针对推送入口标识的界面跳转操作时，响应于界面跳转操作，展示信息推送界面。

终端在展示资讯界面，以及在资讯界面上显示推送入口标识之后，就会实时检测目标对象是否有作用在推送入口标识的操作。当终端检测到目标对象作用在推送入口标识的操作时，就会将该操作作为界面跳转操作，并初步判断出当前目标对象具有信息推送的需求。之后，终端会响应于界面跳转操作，创建信息推送界面，并在显示界面上显示信息推送界面，从而实现从资讯界面跳转至信息推送界面，以便于后续通过目标对象在信息推送界面上的操作，来进一步判断出目标对象是否真实具有信息推送的需求。

可以理解的是，界面跳转操作可以是点击、双击操作，还可以是其他操作，例如长按、滑动等操作。界面跳转操作的形式可以根据实际需求进行设置，本申请在此不作限定。

需要说明的是，信息推送界面上设置有推送触发标识和信息展示区域。其中，推送触发标识用于触发信息推送的过程，信息展示区域用于展示推送的信息。进一步的，推送触发标识，实质上是一个能够触发信息推送的控件。

由于在本步骤，终端还没有获得推送信息，为了避免误导目标对象，在本申请的一些实施例中，信息展示区域中可以不展示任何内容，在另一些实施例中，信息展示区域中可以展示一些预设好的图案，例如，问号等图案，以提示目标对象当前还没有推送的信息。

在本申请的一些实施例中，推送触发标识设置在信息推送界面的第三预设区域中。其中，第三预设区域可以设置在信息推送界面的下半部分，大小设置为200×75，也可以设置在信息推送的上半部分，大小设置为200×100。第三预设区域可以根据实际需求进行设置，本申请在此不作限定。

类似的，信息展示区域设置在信息推送界面的第四预设区域中，其中，第四预设区域的大小和位置可以根据实际需求进行设置，例如，将第四预设区域设置在信息推送界面的中央，宽度设置为信息推送界面的3/4，高度设置为信息推送界面的一半，或者是将第一预设区域设置在信息推送界面的底部，大小设置为500×500等，本申请在此不作限定。

在本申请的一些实施例中，在信息推送界面中，除了设置的推送触发标识和信息展示区域之外，还可以显示有目标对象的信息、当前功能的主体、静态的图像，或者是动态的动画效果，从而使得信息推送界面更加丰富。

示例性的，本申请提供了信息推送界面的示意图，如图5所示，在信息推送界面5-1，是目标对象在点击了图4(b)中的限时活动4b-11按键之后跳转进入的，或者是目标对象点击了图4(c)中的每周推荐4c-13按键之后跳转进入的。在信息推送界面5-1中设置有推送触发标识5-11和信息展示区域5-12，在信息展示区域5-12中，展示有预设好的问号图案，以提示目标对象当前还没有推送信息。除此之外，在信息推送界面5-1中，还显示有目标对象的昵称5-13，以及彩带飘动的动画效果。

S103、当终端检测到目标对象针对推送触发标识的信息推送操作时，响应于信息推送操作，发送针对目标对象的信息推送请求。

终端在展示了信息推送界面之后，就会实时检测目标是否针对推送触发标识进行了操作，当检测到目标对象针对推送触发标识进行了操作时，就会将该操作作为信息推送操作，从而明确在当前需要为目标对象进行信息推送了。在此情况下，终端会响应于信息推送操作，生成信息推送请求，并将目标对象的身份信息携带在信息推送请求中，通过网络发送给服务器。服务器接收终端发送的针对目标对象的信息推送请求。

在本申请的一些实施例中，信息推送操作可以是点击、双击等操作，在本申请的另一些实施例中，信息推送操作可以是长按、滑动等操作。当然，信息推送操作还可以是其他能够达到触发信息推送的操作，本申请在此不作限定。

可以理解的是，目标对象的身份信息，可以是目标对象的ID，也可以是目标对象的昵称，还可以是目标对象的证件编号，例如，身份证号等，本申请在此不作限定。

S104、服务器响应于信息推送请求，提取目标对象对应的目标特征，以及候选推送信息对应的候选特征。

服务器在接收到信息推送请求之后，就会明确需要为目标对象筛选出推送信息，以进行信息推送了。这时，服务器会对信息推送请求进行解析，从中获取到目标对象的身份信息，然后依据目标对象的身份信息，在数据库所存储的各个对象所对应的特征中，提取出目标对象的特征，将提取出的特征，作为目标特征。同时，服务器还会在数据库中获取到候选推送信息，并在数据库中提取候选推送信息所对应的特征，将该特征作为候选特征。

需要说明的是，候选推送信息表征通过目标对象的转化操作带来回报的所有信息，也就是说，候选推送信息不是特指一个信息，而是所有能够在目标对象进行转化操作之后，能够带来回报的信息，这些能够带来回报的信息，是在信息推送过程开始之前，就由信息源所确定好的。例如，游戏应用中的所有虚拟道具，就是候选推送信息，电商平台上的所有实体物品的信息，就是候选推送信息。从而，本申请是从所有通过转化操作能够带来回报的信息中，为目标对象筛选出合适的信息，来进行推送的。

可以理解的是，目标特征可以是目标对象自身的属性，包括目标对象的人口学信息，例如，目标对象的性别、年龄、社交圈等，以及包括目标对象的历史操作信息，例如，目标对象在历史时间进行转化操作的信息记录、目标对象进行转化操作是所展示的页面的上下文等。目标特征还可以是从目标对象自身的属性进行向量化之后所得到的特征向量，例如，从目标对象的历史操作信息中对应的向量，或者是从目标对象的社交圈中对应的向量。

目标特征可以包括候选推送信息的内在属性，例如，候选推送信息的外观、功能(候选推送信息为虚拟道具、实体物体时)、候选推送信息的主题、风格等(候选推送信息为文章、歌曲等)，以及是候选推送信息的外在属性，例如，候选推送信息的价格、候选推送信息的下载量等。可以理解的是，候选推送信息的内在属性，是由信息源决定好的，例如，信息源决定了虚拟道具的功能是什么，信息源决定了实体物体的定价，信息源决定了歌曲需要以何种宣传标识展示等。

在本申请的一些实施例中，候选特征可以是对候选推送信息的外在属性、内在属性进行向量化之后所得到的向量，本申请在此不作限定。

S105、服务器基于目标特征和候选特征，确定出候选推送信息对应的推送权重。

服务器在得到目标特征和候选特征之后，就会通过训练好的特征挖掘模型，来对目标特征和候选特征进行分析处理，从而明确目标对象对候选特征信息的感兴趣程度。由于特征挖掘模型在训练时，充分考虑到了信息源对候选推送信息的回报偏好，因此，利用训练好的特征挖掘模型来对目标特征和候选特征进行处理时，也会融合进信息源对候选推送信息的回报偏好。因而，在利用训练好的特征挖掘模型对目标特征和候选特征所得到的处理结果，能够同时表征目标对象对候选推送信息的感兴趣程度和信息源对候选推送信息的回报偏好。服务器将所得到的处理结果作为推送权重，从而，推送权重表征了目标对象对候选推送信息的兴趣程度，以及候选推送信息的信息源对于候选推送信息的回报偏好。

在本申请的一些实施例中，候选推送信息可以包括至少一个子信息，相应的，候选特征也包括了与至少一个子信息一一对应的至少一个子特征。服务器在确定候选推送信息对应的推送权重时，实际上是利用目标特征，分别和每个子信息所对应的子特征进行组合，得到每个子信息对应的特征组合，然后基于每个子信息对应的特征组合，确定出每个子特征对应的权重的。

可以理解的是，推送权重可以是优先级的形式，例如高优先级、低优先级，还可以是分数形式的，例如0.5、0.75等。当推送权重是优先等级时，服务器为每个子信息所确定出的权重，就是每个子信息对应的优先级，当推送权重是分数时，服务器为每个子信息所确定出的权重，就是每个子信息对应的分数。

S106、服务器根据推送权重，从候选推送信息中筛选出待推送信息，并将待推送信息发送给终端。

服务器在得到推送权重之后，就可以依据推送权重，从候选推送信息中挑选出目标对象有较大倾向进行转化操作的信息，将这些信息作为待推送信息。之后，服务器会将待推送信息通过网络发送终端。对于终端而言，待推送信息是发送了信息推送请求之后才返回的，因而，终端接收针对信息推送请求所返回的待推送信息，其中，待推送信息是服务器根据目标对象的兴趣和信息源的回报偏好从候选推送信息中筛选出的。如此，终端就能够得到既考虑了目标对象的兴趣，又考虑了信息源的回报偏好的待推送信息。

可以理解的是，推送权重中包括了候选推送信息中的每个子信息所对应的权重，服务器在依据推送权重筛选待推送信息时，可以是将最大的权重所对应的子信息，作为待推送信息，也可以是将权重超过预设的权重阈值的子信息，作为待推送信息，还可以是将权重依据从大到小的进行排序，将权重的次序位于某个特定阈值的之前的子信息中，将在历史时间已经推送给目标对象的子信息除去之后所剩余的子信息，作为待推送信息。具体的依据推送权重筛选待推送信息的过程可以根据实际情况进行选择，本申请在此不作限定。

S107、终端在信息推送界面的信息展示区域中，展示待推送信息。

终端将待推送信息显示在信息推送界面的信息展示区域中，以使得目标对象能够从显示界面上获取到待推送信息。由于待推送信息考虑了目标对象的兴趣，因此，目标对象对待推送信息进行转化操作的几率会更大，从而提高了信息推送的准确度。

可以理解的是，服务器所发送的待推送信息中可以包括展示图标，以更加形象的展示待推送信息；待推送信息中还可以包括简单的描述信息，以使得目标对象能够较为直观的了解待推送信息的功能。

在本申请的一些实施例中，服务器可以直接将待推送信息展示在信息展示区域中，还可以为待推送信息加上特效进行展示，例如，为待推送信息与其他一些信息共同显示在同一个转盘中，为待推送信息的展示加上转盘效果(即转盘最后定格在待推送信息)，或者是展示待推送信息时，添加宝箱打开的动画效果(即宝箱打开之后展示待推送信息)等。

示例性的，图6是本申请提供的展示待推送信息的示意图，参见图6，待推送信息为虚拟道具。在信息推送界面6-1的信息展示区域6-11中，展示虚拟道具对应的图标6-12。

本申请实施例中，终端可以基于目标对象的触发操作，进入到资讯界面，接着基于目标对象对资讯界面的推送入口标识进行界面跳转操作时，进入到信息展示界面，然后在目标对象针对信息展示界面的推送触发标识触发了信息推送操作时，从服务器获取到依据目标对象的兴趣和信息源的回报偏好所筛选出的待推送信息，并将待推送信息展示出来，如此，终端所展示的推送信息时充分在兼顾了信息源的回报偏好的同时，还充分考虑了目标对象兴趣，从而能够减小推送信息与用户实际感兴趣的信息差距，提高信息推送的准确度。

在本申请的一些实施例中，候选推送信息包括：至少一个子信息，在此情况下，终端响应于信息推送操作，发送针对目标对象的信息推送请求之后，终端在信息推送界面的信息展示区域中，展示待推送信息之前，即在S104之后，S107之前，该方法还可以包括：S108-S109，如下：

S108、终端获取候选推送信息中的至少一个子信息所对应至少一个展示图标。

其中，至少一个子展示图标是服务器在针对目标对象进行信息推送之前所发送的。

本申请实施例中，为了终端展示待推送信息时伴随一定的趣味性，服务器可以在信息推送开始之前，将至少一个子信息中的每个子信息所对应的展示图标发送给终端，以使得终端在展示待推送信息时，可以利用这些展示图标来生成动态显示效果，增加展示的趣味性。终端在信息推送开始之前，接收服务器所发送的每个子信息对应的展示图标，并将每个子信息的展示图标存储起来。在终端向服务器发送了信息推送请求之后，终端就会从存储空间中获取每个子信息的展示图标，以便于候选展示。

可以理解的是，每个子信息所对应的展示图标，都是由信息源确定好的，而每个子信息的展示图标，能够反映每个子信息的需要以什么样的形态展示在线上，从而使得目标对象能够依据不同的展示图标，来区分不同的子信息。

S109、终端在信息展示区域中，动态显示候选推送信息中的至少一个子信息所对应的至少一个展示图标。

终端在获取到至少一个展示图标之后，就会先从至少一个展示图标中，挑选出一个当前展示图标，并将当前展示图标显示在信息展示区域中，在到达预设时间之后，将当前展示图标中的下一个展示图标，显示在信息展示区域中，依次类推，将所有的展示图标轮流显示在信息展示区域中，直至达到动态显示的结束条件时，不再切换下一个展示图标进行展示。

可以理解的是，预设时间可以是根据实际需求进行设置的，例如，将预设时间设置为0.1s，或者是设置为1s，本申请在此不作限定。

在本申请的一些实施例中，动态显示结束条件可以是至少一个子信息中的所有子信息，均被展示过一次，或者是动态显示至少一个子信息的时间达到了预定时长，亦或是在信息展示区域中，显示到待推送信息时动态显示停止，本申请在此不作限制。

示例性的，本申请提供了动态显示至少一个展示图标的示意图，如图7所示，在信息推送界面7-1的信息展示区域7-11中，先展示有当前展示图标7-111，在达到预设时间之后，终端会在信息展示区域7-11中展示当前展示图标7-111的下一个展示图标7-112，接着展示再下一个展示图标7-113，直至达到展示结束条件时停止。

本申请实施例中，终端在向服务器发送信息推送请求之后，在信息展示区域展示待推送信息之前，会在获取服务器在信息推送开始之前就已经发送的至少一个展示图标，并在信息展示区域中动态显示这些展示图标，以在展示待推送信息之前，信息展示界面具有一定的趣味性，提高信息推送的展示体验。

在本申请的一些实施例中，终端在信息展示区域中，动态显示候选推送信息中的至少一个子信息所对应的至少一个展示图标的情况下，终端在信息推送界面的信息展示区域中，展示待推送信息的具体实现过程，即S107的具体实现过程，可以包括：S1071-S1072，如下：

S1071、终端逐渐降低至少一个展示图标的切换速度，直至在信息展示区域中，静态显示待推送信息所对应的展示图标时，停止动态显示至少一个子信息所对应的至少一个展示图标。

由于待推送信息是服务器从候选推送信息的各个子信息中筛选出来的子信息，因而，至少一个展示图标中，也会包括待推送信息对应的图标。当终端接收到服务器发送的待推送信息之后，就会明确需要在信息展示区域中展示待推送信息对应的展示图标，从而，终端会逐渐降低至少一个展示图标的切换速度，直到信息展示区域中，显示到待推送信息所对应的展示图标时，停止继续切换待推送信息对应的展示图标的下一个图标，也即，终端在信息展示区域中静态显示待推送信息所对应的展示图标之后，就会停止动态显示展示至少一个展示图标的过程。

S1072、终端在信息展示区域中，显示从待推送信息解析出的描述信息。

终端对待推送信息进行解析，从中提取出待推送信息所对应的描述信息，并将该描述信息显示在信息展示区域中，从而便于目标对象能够依据该描述信息了解待推送信息。

可以理解的是，描述信息用于提示目标对象待推送信息的详情，描述信息可以包括待推送信息的任意详情，例如，包含待推送信息的功能、待推送信息的定价、待推送信息的折扣、待推送信息的创作者等，本申请在此不作限定。

在本申请的一些实施例中，信息展示区域可以划分为两个子展示区域，这两个子展示区域的大小可以相同，也可以不同，本申请在此不作限定。在此情况下，终端可以从两个子展示区域中任选一个，来展示待推送信息对应的展示图标(至少一个展示图标也是在该子展示区域中进行轮流展示的)，将剩余的一个，用来显示待推送信息的描述信息。

示例性的，本申请提供了展示待推送信息的示意图，参见图8，在信息推送界面8-1中的信息展示区域8-11，被分为了两个展示子区域，分别为子区域8-111和8-112，之后，终端在子区域8-111中展示待推送信息对应的展示图标8-12，在8-112中展示从待推送信息中解析出的描述信息8-13，从而完成对待推送信息的展示过程。

本申请实施例中，终端在展示待推送信息时，是先将至少一个展示图标切换的速度逐渐降低，直至将待推送信息所对应的展示图标定格显示在信息展示区域中，同时，在信息展示区域中显示待推送信息的描述信息，从而完成对待推送信息的展示，以便于目标对象能够获取到待推送信息。

在本申请的一些实施例中，信息推送界面包括提示信息区域，其中，提示信息区域用于展示各类提示信息。终端在信息推送界面的信息展示区域中，展示待推送信息之后，即在S107之后，该方法还可以包括：S110-S112，如下：

S110、终端在信息推送界面中的提示信息区域中，呈现更新推送提示信息和推送更新控件。

由于在实际中，目标对象在获知了待推送信息之后，有可能还会继续下一轮的信息推送。为了能够使目标对象可以开启下一轮的信息推送，终端可以在信息推送界面中设置提示信息区域，并在信息展示区域呈现待推送信息之后，在提示信息区域中呈现更新推送提示信息和推送更新控件。其中，更新推送提示信息用于提示目标对象重新开始信息推送，推送更新控件用于触发新一轮的信息推送。目标对象在终端的显示界面上获取到更新推送提示信息之后，可以依据自身的需求，选择是否要触发推送更新控件，从而控制是否开启新一轮的信息推送。

可以理解的是，提示信息件区域的大小和位置可以根据实际情况进行设置，本申请在此不作限定。

示例性的，图9是本申请实施例提供的更新推送提示信息和推送更新控件的示意图。参见图9，在信息推送界面9-1的下方，设置有提示信息区域9-11。在提示信息区域9-11中，展示有更新推送提示信息：推荐的不感兴趣？再抽一次9-12，以及展示有推送更新控件9-13，即再抽一次的虚拟按键。

S111、当终端检测到目标对象针对推送更新控件的更新触发操作时，响应于更新触发操作，发送信息更新请求，以使服务器返回针对目标对象的更新后的推送信息。

当终端检测到目标对象针对推送更新控件进行了更新触发操作时，就会明确目标对象需要开始新一轮的信息推送，这时，终端会生成信息更新请求，并将目标对象的身份信息携带在信息更新请求中，发送给服务器，以使得服务器再次为目标对象筛选出新的待推送的信息，从而得到更新后的推送信息，并将更新后的推送信息发送给终端。终端接收服务器返回的更新后的推送信息。

S112、终端在信息展示区域中，展示所更新后的推送信息。

终端在接收到服务器发送的更新后的推送信息之后，就会将信息展示区域中的待推送信息，替换为更新后的推送信息，从而实现对更新后的推送信息的展示。如此，就完成了新一轮的信息推送过程。

本申请实施例中，终端还可以在信息展示界面中展示更新推送提示信息和推送更新控件，以使得目标对象可以在获取到更新推送提示信息之后，决定是否要通过推送更新控件触发新一轮的信息推送过程，当目标对象触发了新一轮的信息推送过程时，终端可以从服务器获取更新后的推送信息并展示，从而实现更新推送给目标对象的信息。

在本申请的一些实施例中，信息推送界面包括控件展示区域，其中，操作控件展示区域用于展示操作控件。终端在信息推送界面的所述信息展示区域中，展示待推送信息之后，即在S107之后，该方法还可以包括：S113，如下：

S113、在控件展示区域呈现待推送信息对应的操作触发控件。

终端在信息展示界面的信息展示区域中展示了待推送信息之后，还会在信息展示界面的控件展示区域，显示操作触发控件。需要说明的是，操作触发控件用于触发针对待推送信息的转化操作，即当终端检测到目标对象针对操作触发控件的操作时，就会认为目标对象对待推送信息进行了转化操作。

需要说明的是，待推送信息包括：待推送的实体物品对应的信息、待推送的文章、待推送的视频、待推送的歌曲、待推送的虚拟道具中的一个或多个。也就是说，本申请的信息推送过程，可以应用在对上述实体物品对应的信息、文字、视频、歌曲、虚拟道具的一种或多种的推送场景中。

相应的，转化操作包括：下单操作、下载操作、浏览操作、播放操作、点赞操作和评论操作中的一个或多个，除此之外，还可以包括其他能够为信息源带来回报的操作。

可以理解的是，控件展示区域的大小和位置可以根据实际情况进行设置，本申请在此不作限定。

示例性的，本申请实施例提供了操作触发控件的示意图。如图10所示，在信息推送界面10-1中，设置有控件展示区域10-11，在控件展示区域10-11中，呈现了操作触发控件10-12，即显示有文字“立即下单10-13”的虚拟按键。

本申请实施例中，终端还会在信息展示界面的控件展示区域中，显示操作触发控件，以便于目标对象通过操作触发控件，来实现对待推送信息的转化操作。

在本申请的一些实施例中，服务器基于目标特征和候选特征，确定出候选推送信息对应的推送权重，即S105的具体实现过程，可以包括：S1051-S1052，如下：

S1051、服务器利用特征挖掘模型，对目标特征和候选特征进行特征挖掘，得到待预测向量。

其中，特征挖掘模型是利用基于历史回报指标所计算出的损失值训练出来的。

服务器在基于目标特征和候选特征，确定候选推送信息对应的推送权重时，是先获取训练好的特征挖掘模型，然后将目标特征和候选特征输入进特征挖掘模型中，以通过特征挖掘模型来对目标特征和候选特征进行特征挖掘，特征挖掘模型所输出的特征向量，就是待预测向量。

需要说明的是，由于特征挖掘模型在训练时，利用训练数据的转化操作所带来历史回报指标来计算损失值，从而使得特征挖掘模型在参数训练过程中，能够考虑到信息源的回报偏好，即特征挖掘模型中的参数，与信息源的回报偏好是相关的，进而在利用已经训练好的特征挖掘模型来对目标特征和候选特征进行特征挖掘时，可以利用与信息源的回报偏好相关的参数，来提取出待预测向量，使得待预测向量与信息源的回报偏好相关联。同时，特征挖掘模型的输入包括了目标对象的目标特征，因而，在利用特征挖掘模型时，也必然会考虑到目标对象的兴趣。

可以理解的是，特征挖掘模型可以是浅层的机器学习模型，例如支持向量机、逻辑回归等，也可以是深层的机器学习模型，例如深度人工神经网络、卷积神经网络等，本申请在此不作限定。

在本申请的一些实施例中，候选特征中包括了至少一个子特征，特征挖掘模型在对目标特征和候选特征进行特征挖掘时，可以是将目标特征分别和每个子特征组对，得到每个子特征对应的特征对，然后对每个子特征对应的特征对进行特征挖掘，得到每个子特征对应的向量，再对每个子特征对应的向量进行特征挖掘，得到最终的待预测向量；也可以是将目标特征和每个子特征分别进行特征挖掘，得到目标特征对应的向量和每个子特征对应的向量，再将目标特征对应的向量分别和每个子特征对应的向量组对，得到每个子特征对应的向量对，然后在对每个子特征对应的向量对进行特征挖掘，并将挖掘出的特征向量进行拼接，得到最终的待预测向量。

S1052、服务器对待预测向量进行权重预测，得到候选推送信息对应的推送权重。

服务器在得到待预测向量之后，就会对将待预测向量送入到分类器中，利用分类器来对待预测向量进行权重预测。由于候选推送信息中具有至少一个子信息，因而，终端在进行权重预测时，实质上就是预测每个子信息对应的权重，从而，分类器的输出为子信息数量个权重，这些权重统称为推送权重。

在本申请实施例中，分类器也是经过训练的，并且在训练时，也是由训练数据的转化操作所带来的历史回报指标，来计算的损失值，从而分类器的训练也考虑了信息源的回报偏好，因而，分类器在进行权重预测时，也会考虑到信息源的回报偏好。

可以理解的是，分类器可以为Softmax分类器，也可以为逻辑回归分类器，本申请在此不作限定。

在本申请的一些实施例中，分类器和特征挖掘模型，可以是一同训练的，也可以是单独训练的，本申请在此不作限定。

本申请实施例中，终端能够利用基于转化操作所带来的历史回报指标所计算出的损失值所训练出的特征挖掘模型，来对目标特征和候选特征进行特征挖掘，得到待预测向量，再对待预测向量进行权重预测，得到推送权重，从而在推送权重的确定过程中，充分考虑到信息源的回报偏好。

在本申请的一些实施例中，候选推送信息包括至少一个子信息；服务器利用特征挖掘模型，对目标特征和候选特征进行特征挖掘，得到待预测向量之前，即在S1051之前，该方法还可以包括：S1053-S1056，如下：

S1053、服务器获取初始挖掘模型、至少一个子信息对应的至少一个历史回报指标，目标对象的训练特征，以及目标对象的曝光信息。

服务器在利用特征挖掘模型进行特征挖掘之前，需要先训练好特征挖掘模型。服务器先获取初始挖掘模型、至少一个子信息中的每个子信息所对应的历史回报指标和训练子特征，从而得到至少一个历史回报指标和至少一个训练子特征，其中，初始挖掘模型为未经过训练的模型。同时，服务器还会获取目标对象在的曝光信息，以及目标对象的训练特征。

可以理解的是，曝光信息表征至少一个子信息中给目标对象展示过的所有信息。无论目标对象是否针对某个子信息进行了转化操作，只要该子信息给目标对象展示过，就属于曝光信息。

可以理解的是，某个子信息所对应的历史回报指标，并不要求是目标对象进行转化操作所得到的，也可以是其他对象针对该子信息进行转化操作之后，所得到的回报指标。

需要说明的是，目标对象的训练特征，可以是目标对象在历史时间的各种属性信息，例如，目标对象在30天之内的下单信息、目标对象在15天之内的浏览信息等。

至少一个训练子特征指的是历史时间内至少一个子信息各自所对应的属性信息，例如，至少一个子信息在30天之内的定价、至少一个子信息在15天之内的下单量等。

S1054、服务器利用初始挖掘模型，对训练特征和至少一个训练子特征进行特征挖掘，得到至少一个训练子特征对应的至少一个训练向量，并依据所述至少一个训练向量，预测出至少一个子信息对应的至少一个临时权重。

服务器先将训练特征和每个训练子特征进行组对，得到每个训练子特征对应的特征对，然后将每个训练子特征对应的特征对输入至初始挖掘模型中，得到每个训练子特征对应的训练向量，从而得到至少一个训练向量。然后再利用分类器对至少一个训练向量进行权重预测，得到与至少一个子信息一一对应的至少一个临时权重。

S1055、服务器基于损失计算模型，对至少一个临时权重、至少一个历史回报指标和所述曝光信息进行损失计算，得到目标对象对应的损失值。

服务器在得到至少一个临时权重之后，就会将至少一个临时权重、至少一个回报指标和曝光信息代入至损失计算模型中，来进行损失值的计算。由于曝光信息是针对目标对象的，因此，所计算出的损失值，也是针对于目标对象的。可以理解的是，损失计算模型表征权重、回报指标和曝光信息三个维度之间形成的损失关系，更直观的，损失计算模型可以理解为用权重、回报指标和曝光信息这三个变量来计算损失的公式。

需要说明的是，由于损失值是针对目标对象的，当目标对象发生改变时，损失值也可能会相应的发生改变，从而，利用损失值所训练出的特征挖掘模型，也会不尽相同。也就是说，服务器针对不同的对象，能够训练出不同的特征挖掘模型，从而在后续只利用每个对象专属的特征挖掘模型，来进行推送权重的确定，使得推送权重更加准确。

S1056、服务器利用损失值，持续调整初始挖掘模型，直至达到训练结束条件，得到特征挖掘模型。

服务器在计算出损失值之后，就会利用损失值持续的调整初始挖掘模型，得到调整后的挖掘模型，然后再将至少一个训练子特征和训练特征继续输入进调整后的挖掘模型中，重复上述训练过程，直至达到训练结束条件时，将训练结束时所得到的模型，作为最终的特征挖掘模型。

可以理解的是，训练结束条件可以设置为损失值小于损失阈值(损失阈值可以根据实际进行设置，例如设置为0.001)，也可以设置为模型训练过程循环了预定次数(预定次数也可根据实际情况进行设定，例如设定为1000次)，本申请在此不作限定。

本申请实施例中，服务器能够利用至少一个子信息的至少一个历史回报指标、至少一个训练子特征，以及目标对象的训练特征，目标对象的曝光信息，来对初始挖掘模型进行训练，从而得到训练好的特征挖掘模型。并且，在训练时由于利用了至少一个子信息的至少一个历史回报指标，从而所得到的特征挖掘模型，能够考虑到信息源的回报偏好。

在本申请的一些实施例中，曝光信息包括有效曝光信息和无效曝光信息，其中，有效曝光信息表征目标对象进行了转化操作的曝光信息，无效曝光信息表征目标对象没有进行转化操作的曝光信息。示例性的，当曝光信息是虚拟道具时，若是目标对象对虚拟道具下单，则该虚拟道具就为有效曝光信息，若是目标对象没有对虚拟道具下单，则该虚拟道具就是无效曝光信息。在此情况下，参见图11，图11是本申请实施例提供的信息推送方法的一个可选的流程示意图二，服务器对至少一个临时权重、至少一个历史回报指标和曝光信息进行损失计算，得到目标对象对应的损失值，即S1055的具体实现过程，可以包括：S1055a-S1055d，如下：

S1055a、服务器从至少一个历史回报指标中，提取出与至少一个临时权重中的每个临时权重相对应的匹配历史回报指标，并将每个临时权重与匹配历史回报指标相乘，得到每个临时权重对应的第一损失参数。

由于至少一个临时权重是与至少一个子信息一一对应的，至少一个历史回报指标也是与至少一个子信息一一对应的，因而，至少一个回报指标和至少一个临时权重之间，也存在有对应关系。服务器从至少一个历史回报指标中，提取出与每个临时权重相对应的匹配历史回报指标，然后将每个临时权重与其所对应的匹配历史回报指标相乘，所得到的乘积就是每个临时权重的第一损失参数。

S1055b、服务器从至少一个临时权重中，筛选出有效曝光信息对应的有效曝光权重，以及无效曝光信息对应的无效曝光权重。

由于有效曝光信息和无效曝光信息均包括在至少一个子信息内，而至少一个子信息与至少一个临时权重相对应，因而，服务器可以根据该对应关系，查找到与有效曝光信息对应的临时权重，将该临时权重作为有效曝光权重，以及查找到与无效信息对应的临时权重，将该临时权重作为无效曝光权重。

S1055c、服务器将有效曝光权重和无效曝光权重进行累加，得到第二损失参数，并将第一损失参数和所述第二损失参数相比，得到每个临时权重对应的子损失值。

服务器对有效曝光权重和无效曝光权重进行累加，将所得的累加结果作为第二损失参数。接着，服务器将第一损失参数作为分子，将第二损失参数作为分母，来进行比值运算，将所得到的比值，作为每个临时权重对应的子损失值。

S1055d、服务器从每个临时权重对应的子损失值中，筛选出有效曝光信息对应的有效子损失值，将有效子损失值累加结果的相反数，作为目标对象对应的损失值。

服务器在得到每个临时权重的子损失值之后，就会依据子信息和临时权重之间的对应关系，来查找到有效曝光信息所对应的子损失值，并将该子损失值记为有效子损失值。之后，服务器将所提取出的有效子损失值进行累加，然后对累加结果求相反数，将累加结果的相反数，作为目标对象的子损失值。

示例性的，本申请提供了一种损失值的计算公式，参见式(1)：

其中，i为目标对象，B_i为有效曝光信息，N_i为无效曝光信息，B_i∪N_i为曝光信息，R_j为第j个子信息对应的历史回报指标，w(i,j)为第j个子信息的临时权重，k为属于曝光信息的子信息的编号，loss(i)为目标对象对应的损失值。服务器在得到上述参数的具体数值之后，就可以将上述参数的具体数值代入至式(1)中，计算出目标对象对应的损失值的具体数值。

本申请实施例中，服务器能够依据至少一个子信息对应的至少一个临时权重，至少一个子信息对应的至少一个历史回报指标，和目标对象的有效曝光信息和无效曝光信息，针对目标对象计算出损失值，从而所得到的损失值与历史回报指标关联，增强了损失值的可解释性，以便于后续所训练出的特征挖掘模型能够考虑到信息源的回报偏好。

在本申请的一些实施例中，服务器在计算目标对象对应的损失值时，还可以考虑目标对象的转化操作本身的价值，这个转化操作本身的价值，可以是转化操作所带来的回报指标的重定义，例如，目标对象进行转化操作的概率等。这时，服务器在计算每个临时权重的第一损失参数时，可以先将匹配历史回报指标和转化操作本身的价值进行求和，将求和结果与每个临时权重相乘，从而得到每个临时权重的第一损失参数，进而得到更准确的损失值。并且，在模型训练开始之前，通过调整转化操作本身的价值，能够实现转化操作率和曝光率之间的平衡，当转化操作本身的价值较大时，模型训练时会更加倾向于优化与转化操作的概率相关的参数，当转化操作本身的价值较小时，模型训练时会更加倾向于优化与曝光率相关的参数。

示例性的，本申请提供了另一种损失值的计算公式，参见式(2)：

其中，i为目标对象，B_i为有效曝光信息，N_i为无效曝光信息，B_i∪N_i为曝光信息，R_j为第j个子信息对应的历史回报指标，w(i,j)为第j个子信息的临时权重，k为属于曝光信息的子信息的编号，C为转化操作本身的价值，是一个超参数，可以在模型训练开始之前进行调整，loss(i)为目标对象对应的损失值。服务器在得到上述参数的具体数值之后，就可以将上述参数的具体数值代入至式(2)中，计算出目标对象对应的损失值的具体数值。

在本申请的一些实施例中，候选特征包括至少一个子特征，特征挖掘模型包括交互挖掘子模型向量挖掘子模型；服务器利用特征挖掘模型，对目标特征和候选特征进行特征挖掘，得到待预测向量，即S1051的具体实现过程，可以包括：S1051a-S1051c，如下：

S1051a、服务器采用向量挖掘子模型，将目标特征进行向量化，得到目标特征对应的目标向量，以及将至少一个子特征中的每个子特征进行向量化，得到每个子特征对应的子向量。

服务器利用特征挖掘模型中的向量挖掘子模型，分别对目标特征，以及至少一个子特征中的每个子特征都进行向量构造，从而将目标特征转化为目标向量，将每个子特征转换为子向量。

可以理解的是，在本申请实施例中，向量挖掘子模型可以只有一层编码层，该编码层利用one-hot编码，来将目标特征和每个子特征进行向量化。向量挖掘子模型还可以包括多个线性层和多个非线性层，利用线性层的线性函数和非线性层中的非线性函数，来将目标特征和每个子特征进行向量化。其中，线性层使用的线性函数可以为sigmoid函数，非线性层的非线性函数可以为ReLu函数。

S1051b、服务器利用交互挖掘模型，对每个子特征对应的子向量和目标向量所组成的向量对进行交互特征挖掘，得到每个子特征所对应的交互特征向量。

服务器分别用每个子特征对应的子向量和目标向量进行组对，得到每个子特征对应的向量对，然后再将向量对输入进交互挖掘模型中，以进行交互特征挖掘，交互挖掘模型所输出的向量，就是每个子特征所对应的交互特征向量。

可以理解的是，交互挖掘模型可以由线性层和非线性层组成，也可以是一个单独的卷积层，本申请在此不作限定。

S1051c、服务器将每个子特征所对应的交互特征向量进行拼接，得到待预测向量。

服务器在得到每个子特征对应的交互特征向量之后，就会将这些交互特征向量首尾拼接，拼接所得到的向量，就是待预测向量。可以理解的是，服务器在进行交互特征向量的拼接时，可以不用考虑各个交互特征向量之间的次序。

示例性的，本申请实施例提供了特征挖掘过程的示意图，参见图12，至少一个子特征12-1中共有43个子特征，分别为子特征12-11、子特征12-12、……、子特征12-143，目标特征为12-2。服务器针对每个子特征12-1i和目标特征12-2，均利用向量构造子模型12-3进行向量化，其中，向量挖掘子模型由2个128维的非线性层、1个64维的非线性层和1个32维的线性层连接而成。每个子特征12-1i和目标特征12-2在经过向量构造子模块12-3所输出的向量两两组对，分别输入到43个交互挖掘子模型12-4中，其中，交互挖掘子模型12-4由1个64维的非线性层、1个32维的非线性层和1个1维的线性层组成。之后，服务器将这43个交互挖掘子模型12-4所输出的向量拼接，就得到了待预测向量。

本申请实施例中，服务器能够用向量挖掘子模型，对目标特征和每个子特征进行向量化，得到目标向量和每个子特征对应的子向量，然后在利用交互挖掘模型对目标特征和每个子特征对应的子向量所组成的向量对进行特征挖掘，得到交互特征向量，最后将所有的交互特征向量拼接起来，就能够得到待预测向量，便于后续依据待预测向量来确定出推送权重。

下面，将说明本申请实施例在一个实际的应用场景中的示例性应用。

本申请实施例是在为用户推荐射击游戏中的虚拟道具的场景下实现的。参见图13，图13是本申请实施例提供的推荐射击游戏中的虚拟道具的场景交互示意图。在该场景中，虚拟道具的数量为m，参与用户数量为20万，每个用户可以通过点击(触发操作)射击游戏的主界面13-1中的限时活动13-11按键，跳转到射击游戏的活动介绍界面13-2中(资讯界面)，在活动介绍界面13-2中，具有限时优惠13-21的入口图标(推送入口标识)、签到活动13-22的入口图标、以及活动公告13-23的入口标识。当用户点击限时优惠13-21之后，会进入到虚拟道具的活动详情13-3页面(信息推送界面)，在该页面中，显示有“每周特惠”、“神秘道具”、“惊喜折扣”等文字提示，从而便于用户了解该页面的是做什么用的。虽然已经展示了活动详情13-3页面时，但是此时还没有开始进行虚拟道具的推荐，只有当用户点击活动详情13-3页面的抽取道具折扣13-31按键之后，后台才会为用户确定出虚拟道具(推送信息)，以及该虚拟道具所享有的折扣(描述信息)，然后终端会将虚拟道具：皮肤宝箱13-32、享有的折扣：6折13-33通过类似于抽奖的动画效果展示在活动详情13-3的页面中，同时，在活动详情13-3的页面中展示立即下单13-34按键(操作触发控件)，当用户点击该按键时，就会跳转进该虚拟道具的购买界面中。

为了实现虚拟道具的推荐，后台需要先训练一个以用户i(目标对象)的特征(目标特征)和所有虚拟道具(候选推送信息)的特征(候选特征)为输入机器学习模型G(特征挖掘模型和分类器)，机器学习模型的输出为m维的向量Wi＝[w(i，1)，w(i，2)，……，w(i，m)](i为第i个用户，即目标对象)，该m维向量的元素取值非赋且和为1。假设用户i(目标对象)在一段时间内(历史时间)曝光未购买的虚拟道具的集合为Ni(无效曝光信息)，用户i在一段时间内曝光购买的虚拟道具的集合为Bi(有效曝光信息)，则用户i对应的损失函数loss(i)可以由式(1)计算出。接着，后台就会以用户i在当前日期之前37天至7天内的曝光和购买的记录，以该损失函数最小化为目标，来对机器模型G进行训练，利用当前日期前7天的曝光和购买记录，作为测试样本，来测试机器模型G的性能。

后台在预测阶段，以用户i的特征和所有虚拟道具的特征作为训练好的机器模型G的输入，得到融合用户i的兴趣和销售偏好(回报偏好)的权重向量Wi＝[w(i，1)，w(i，2)，……，w(i，m)](推送权重)，选择其中权重取值最大的k个虚拟道具进行推荐。

具体的，机器模型G由m个子模型H组成，子模型H的架构分为三部分，用户embedding、道具embedding和embedding交互。其中，用户embedding以用户i的性别、年龄、已经拥有的虚拟道具(目标特征)等特征作为输入，网络结构为[128,128,64,32]全连接(向量挖掘子模型)，道具embedding以虚拟道具的ID、价格等特征(子特征)作为输入，网络结构为[128,128,64,32]全连接；embedding交互以32维的用户embedding和32维的道具embedding作为输入，网络结构为[64,32,1](交互挖掘子模型)。机器模型G的输出为m个子模型H的输出取Softmax。

虚拟道具推荐的准确率可以由用户对推荐的虚拟道具的购买率和曝光模拟人均收益(Average Revenue per User，ARPU)来衡量。购买率对比如下：利用点击通过率(ClickThrough Rate，CTR)的购买率为18.2％，曝光ARPU为2687.48，采样下单概率乘以回报指标，即价格的方式推荐的虚拟道具的购买率为11.1％，曝光ARPU未2325.8，而采用本申请的推送方法推荐的虚拟道具的购买率为15.5％，曝光ARPU未3011.9。由此可见，通过上述方式，能够大幅度的提高信息推送的准确率。

下面继续说明本申请实施例提供的推送信息展示装置255的实施为软件模块的示例性结构，在一些实施例中，如图2(a)所示，存储在第一存储器250的推送信息展示装置255中的软件模块可以包括：

操作检测模块2551，用于检测目标对象的触发操作；检测所述目标对象针对所述推送入口标识的界面跳转操作；以及检测所述目标对象针对所述推送触发标识的信息推送操作；

信息展示模块2552，用于响应于所述触发操作，展示资讯界面，并在所述资讯界面展示推送入口标识；所述推送入口标识用于触发进入信息推送界面，所述资讯界面用于展示各个功能的入口标识；响应于所述界面跳转操作，展示信息推送界面，所述资讯界面用于展示各个功能的入口标识；所述信息推送界面上设置有推送触发标识和信息展示区域，所述信息展示区域用于展示推送的信息；以及在所述信息推送界面的所述信息展示区域中，展示所述待推送信息；

第一发送模块2553，用于响应于所述信息推送操作，发送针对所述目标对象的信息推送请求；

第一接收模块2554，用于接收针对所述信息推送请求所返回的待推送信息；所述待推送信息是所述服务器根据所述目标对象的兴趣和信息源的回报偏好从候选推送信息中筛选出的。

在本申请的一些实施例中，所述候选推送信息包括至少一个子信息；所述推送信息展示装置255还包括：第一获取模块2555；

所述第一获取模块2555，用于获取所述候选推送信息中的所述至少一个子信息所对应的至少一个展示图标；所述的至少一个展示图标是所述服务器在针对所述目标对象进行信息推送之前所发送的；

所述信息展示模块2552，还用于在所述信息展示区域中，动态显示所述候选推送信息中的所述至少一个子信息所对应的所述至少一个展示图标。

在本申请的一些实施例中，所述信息展示模块2552，还用于逐渐降低所述至少一个展示图标的切换速度，直至在所述信息展示区域中，静止显示所述待推送信息所对应的展示图标时，停止动态显示所述至少一个子信息所对应的所述至少一个展示图标；在所述信息展示区域中，显示从所述待推送信息解析出的描述信息；所述描述信息用于提示所述目标对象所述待推送信息的详情。

在本申请的一些实施例中，所述信息展示模块2552，还用于在所述信息推送界面中的所述提示信息区域中，呈现更新推送提示信息和推送更新控件；其中，所述更新推送提示信息用于提示所述目标对象重新开始信息推送，所述推送更新控件用于触发新一轮的信息推送；

所述操作检测模块2551，还用于检测所述目标对象针对所述推送更新控件的更新触发操作；

所述第一发送模块2553，还用于响应于所述更新触发操作，发送信息更新请求，以使所述服务器返回针对所述目标对象的更新后的推送信息；

所述信息展示模块2552，还用于在所述信息展示区域中，展示所述更新后的推送信息。

在本申请的一些实施例中，所述信息展示模块2552，还用于在所述控件展示区域呈现所述待推送信息对应的操作触发控件；所述操作触发控件用于所述目标对象触发针对所述待推送信息的转化操作；所述待推送信息包括：待推送的实体物品对应的信息、待推送的文章、待推送的视频、待推送的歌曲、待推送的虚拟道具中的一个或多个；所述转化操作包括：下单操作、下载操作、浏览操作、播放操作、点赞操作和评论操作中的一个或多个。

下面继续说明本申请实施例提供的推送信息获取装置455的实施为软件模块的示例性结构，在一些实施例中，如图2(b)所示，存储在第二存储器450的推送信息获取装置455中的软件模块可以包括：

第二接收模块4551，用于接收终端发送的针对目标对象的信息推送请求；

第二获取模块4552，用于响应于所述信息推送请求，提取所述目标对象对应的目标特征，以及候选推送信息对应的候选特征；

权重确定模块4553，用于基于所述目标特征和所述候选特征，确定出所述候选推送信息对应的推送权重；所述推送权重表征了所述目标对象对所述候选推送信息的兴趣程度，以及所述候选推送信息的信息源对于所述候选推送信息的回报偏好；

信息筛选模块4554，用于根据所述推送权重，从所述候选推送信息中筛选出待推送信息；

第二发送模块4555，用于将所述待推送信息发送给所述终端。

在本申请的一些实施例中，所述权重确定模块4553，还用于利用特征挖掘模型，对所述目标特征和所述候选特征进行特征挖掘，得到待预测向量；所述特征挖掘模型是利用基于历史回报指标所计算出的损失值训练出来的；对所述待预测向量进行权重预测，得到所述候选推送信息对应的推送权重。

在本申请的一些实施例中，所述推送信息获取装置455还包括：模型训练模块4556；

所述模型训练模块4556，用于获取初始挖掘模型、所述至少一个子信息对应的至少一个历史回报指标、所述至少一个子信息对应的至少一个训练子特征、所述目标对象的训练特征、以及所述目标对象的曝光信息；所述曝光信息表征所述至少一个子信息中给所述目标对象展示过的所有信息；所述初始挖掘模型为未经过训练的模型；利用初始挖掘模型，对所述训练特征和所述至少一个训练子特征进行特征挖掘，得到所述至少一个训练子特征对应的至少一个训练向量，并依据所述至少一个训练向量，预测出所述至少一个子信息对应的至少一个临时权重；基于损失计算模型，对所述至少一个临时权重、所述至少一个历史回报指标和所述曝光信息进行损失计算，得到所述目标对象对应的损失值；所述损失计算模型表征权重、回报指标和曝光信息三个维度之间形成的损失关系；利用所述损失值，持续调整所述初始挖掘模型，直至达到训练结束条件，得到所述特征挖掘模型。

在本申请的一些实施例中，所述曝光信息包括：有效曝光信息和无效曝光信息；所述有效曝光信息表征所述目标对象进行了转化操作的曝光信息，所述无效曝光信息表征所述目标对象没有进行转化操作的曝光信息；

所述模型训练模块4556，还用于从所述至少一个历史回报指标中，提取出与所述至少一个临时权重中的每个临时权重相对应的匹配历史回报指标，并将所述每个临时权重与所述匹配历史回报指标相乘，得到所述每个临时权重对应的第一损失参数；从所述至少一个临时权重中，筛选出所述有效曝光信息对应的有效曝光权重，以及所述无效曝光信息对应的无效曝光权重；将所述有效曝光权重和无效曝光权重进行累加，得到第二损失参数，并将所述第一损失参数和所述第二损失参数相比，得到所述每个临时权重对应的子损失值；从所述每个临时权重对应的子损失值中，筛选出有效曝光信息对应的有效子损失值，将所述有效子损失值的累加结果的相反数，作为所述目标对象对应的损失值。

在本申请的一些实施例中，所述候选特征包括至少一个子特征，所述特征挖掘模型包括交互挖掘子模型和向量挖掘子模型；

所述权重确定模块4553，还用于采用所述向量挖掘子模型，将所述目标特征进行向量化，得到所述目标特征对应的目标向量，以及将所述至少一个子特征中的每个子特征进行向量化，得到所述每个子特征对应的子向量；利用所述交互挖掘模型，对所述每个子特征对应的子向量和所述目标向量进行交互特征挖掘，得到所述每个子特征所对应的交互特征向量；将所述每个子特征所对应的所述交互特征向量进行拼接，得到所述待预测向量。

本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例上述的信息推送方法。

本申请实施例提供一种存储有可执行指令的计算机可读存储介质，其中存储有可执行信息推送指令，当可执行信息推送指令被第一处理器执行时，将引起处理器执行本申请实施例终端侧提供的信息推送方法，当可执行信息推送指令被第二处理器执行时，将引起处理器执行本申请实施例服务器侧提供信息推送方法。

在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。

在一些实施例中，可执行信息推送指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。

作为示例，可执行信息推送指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言(HTML，HyperText Markup Language)文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。

作为示例，可执行信息推送指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。

以上所述，仅为本申请的实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本申请的保护范围之内。

Claims (15)

1.一种信息推送方法，其特征在于，包括：

当检测到目标对象的触发操作时，响应于所述触发操作，展示资讯界面，并在所述资讯界面展示推送入口标识；所述推送入口标识用于触发进入信息推送界面，所述资讯界面用于展示各个功能的入口标识；

在检测到所述目标对象针对所述推送入口标识的界面跳转操作时，响应于所述界面跳转操作，展示信息推送界面；所述信息推送界面上设置有推送触发标识和信息展示区域，所述信息展示区域用于展示推送的信息；

当检测到所述目标对象针对所述推送触发标识的信息推送操作时，响应于所述信息推送操作，发送针对所述目标对象的信息推送请求；

接收针对所述信息推送请求所返回的待推送信息；所述待推送信息是利用表征了所述目标对象对候选推送信息的兴趣程度，以及所述候选推送信息的信息源对于所述候选推送信息的回报偏好的推送权重，从所述候选推送信息中筛选出的，所述推送权重是通过特征挖掘模型对响应于所述信息推送请求所提取到的目标特征和候选特征进行分析得到的；

在所述信息推送界面的所述信息展示区域中，展示所述待推送信息。

2.根据权利要求1所述的方法，其特征在于，所述候选推送信息包括：至少一个子信息；所述响应于所述信息推送操作，发送针对所述目标对象的信息推送请求之后，所述在所述信息推送界面的所述信息展示区域中，展示所述待推送信息之前，所述方法还包括：

获取所述候选推送信息中的所述至少一个子信息所对应的至少一个展示图标；所述至少一个展示图标是服务器在针对所述目标对象进行信息推送之前所发送的；

在所述信息展示区域中，动态显示所述候选推送信息中的所述至少一个子信息所对应的所述至少一个展示图标。

3.根据权利要求2所述的方法，其特征在于，所述在所述信息推送界面的所述信息展示区域中，展示所述待推送信息，包括：

逐渐降低所述至少一个展示图标的切换速度，直至在所述信息展示区域中，静止显示所述待推送信息所对应的展示图标时，停止动态显示所述至少一个子信息所对应的所述至少一个展示图标；

在所述信息展示区域中，显示从所述待推送信息解析出的描述信息；所述描述信息用于提示所述目标对象所述待推送信息的详情。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述信息推送界面包括提示信息区域；所述在所述信息推送界面的所述信息展示区域中，展示所述待推送信息之后，所述方法还包括：

在所述信息推送界面中的所述提示信息区域中，呈现更新推送提示信息和推送更新控件；

所述更新推送提示信息用于提示所述目标对象重新开始信息推送，所述推送更新控件用于触发新一轮的信息推送；

当检测到所述目标对象针对所述推送更新控件的更新触发操作时，响应于所述更新触发操作，发送信息更新请求，以使服务器返回针对所述目标对象的更新后的推送信息；

在所述信息展示区域中，展示所述更新后的推送信息。

5.根据权利要求1至3任一项所述的方法，其特征在于，所述信息推送界面包括控件展示区域；所述在所述信息推送界面的所述信息展示区域中，展示所述待推送信息之后，所述方法还包括：

在所述控件展示区域呈现所述待推送信息对应的操作触发控件；所述操作触发控件用于所述目标对象触发针对所述待推送信息的转化操作；

所述待推送信息包括：待推送的实体物品对应的信息、待推送的文章、待推送的视频、待推送的歌曲、待推送的虚拟道具中的一个或多个；

所述转化操作包括：下单操作、下载操作、浏览操作、播放操作、点赞操作和评论操作中的一个或多个。

6.一种信息推送方法，其特征在于，包括：

接收终端发送的针对目标对象的信息推送请求；

响应于所述信息推送请求，提取所述目标对象对应的目标特征，以及候选推送信息对应的候选特征；

通过特征挖掘模型对所述目标特征和所述候选特征进行分析，确定出所述候选推送信息对应的推送权重；所述推送权重表征了所述目标对象对所述候选推送信息的兴趣程度，以及所述候选推送信息的信息源对于所述候选推送信息的回报偏好；

根据所述推送权重，从所述候选推送信息中筛选出待推送信息，并将所述待推送信息发送给所述终端。

7.根据权利要求6所述的方法，其特征在于，所述通过特征挖掘模型对所述目标特征和所述候选特征进行分析，确定出所述候选推送信息对应的推送权重，包括：

利用特征挖掘模型，对所述目标特征和所述候选特征进行特征挖掘，得到待预测向量；所述特征挖掘模型是利用基于历史回报指标所计算出的损失值训练出来的；

对所述待预测向量进行权重预测，得到所述候选推送信息对应的推送权重。

8.根据权利要求7所述的方法，其特征在于，所述候选推送信息包括至少一个子信息；所述利用特征挖掘模型，对所述目标特征和所述候选特征进行特征挖掘，得到待预测向量之前，所述方法还包括：

获取初始挖掘模型、所述至少一个子信息对应的至少一个历史回报指标、所述至少一个子信息对应的至少一个训练子特征、所述目标对象的训练特征、以及所述目标对象的曝光信息；所述曝光信息表征所述至少一个子信息中给所述目标对象展示过的所有信息；所述初始挖掘模型为未经过训练的模型；

利用初始挖掘模型，对所述训练特征和所述至少一个训练子特征进行特征挖掘，得到所述至少一个训练子特征对应的至少一个训练向量，并依据所述至少一个训练向量，预测出所述至少一个子信息对应的至少一个临时权重；

基于损失计算模型，对所述至少一个临时权重、所述至少一个历史回报指标和所述曝光信息进行损失计算，得到所述目标对象对应的损失值；所述损失计算模型表征权重、回报指标和曝光信息三个维度之间形成的损失关系；

利用所述损失值，持续调整所述初始挖掘模型，直至达到训练结束条件，得到所述特征挖掘模型。

9.根据权利要求8所述的方法，其特征在于，所述曝光信息包括：有效曝光信息和无效曝光信息；所述有效曝光信息表征所述目标对象进行了转化操作的曝光信息，所述无效曝光信息表征所述目标对象没有进行转化操作的曝光信息；

所述对所述至少一个临时权重、所述至少一个历史回报指标和所述曝光信息进行损失计算，得到所述目标对象对应的损失值，包括：

从所述至少一个历史回报指标中，提取出与所述至少一个临时权重中的每个临时权重相对应的匹配历史回报指标，并将所述每个临时权重与所述匹配历史回报指标相乘，得到所述每个临时权重对应的第一损失参数；

从所述至少一个临时权重中，筛选出所述有效曝光信息对应的有效曝光权重，以及所述无效曝光信息对应的无效曝光权重；

将所述有效曝光权重和无效曝光权重进行累加，得到第二损失参数，并将所述第一损失参数和所述第二损失参数相比，得到所述每个临时权重对应的子损失值；

从所述每个临时权重对应的子损失值中，筛选出有效曝光信息对应的有效子损失值，将所述有效子损失值的累加结果的相反数，作为所述目标对象对应的损失值。

10.根据权利要求7至9任一项所述的方法，其特征在于，所述候选特征包括至少一个子特征，所述特征挖掘模型包括交互挖掘子模型和向量挖掘子模型；所述利用特征挖掘模型，对所述目标特征和所述候选特征进行特征挖掘，得到待预测向量，包括：

采用所述向量挖掘子模型，将所述目标特征进行向量化，得到所述目标特征对应的目标向量，以及将所述至少一个子特征中的每个子特征进行向量化，得到所述每个子特征对应的子向量；

利用所述交互挖掘模型，对所述每个子特征对应的子向量和所述目标向量进行交互特征挖掘，得到所述每个子特征所对应的交互特征向量；

将所述每个子特征所对应的所述交互特征向量进行拼接，得到所述待预测向量。

11.一种推送信息展示装置，其特征在于，包括：

操作检测模块，用于检测目标对象的触发操作；检测所述目标对象针对所述推送入口标识的界面跳转操作；以及检测所述目标对象针对所述推送触发标识的信息推送操作；

信息展示模块，用于响应于所述触发操作，展示资讯界面，并在所述资讯界面展示推送入口标识；所述推送入口标识用于触发进入信息推送界面，所述资讯界面用于展示各个功能的入口标识；响应于所述界面跳转操作，展示信息推送界面；所述信息推送界面上设置有推送触发标识和信息展示区域，所述信息展示区域用于展示推送的信息；以及在所述信息推送界面的所述信息展示区域中，展示所述待推送信息；

第一发送模块，用于响应于所述信息推送操作，发送针对所述目标对象的信息推送请求；

第一接收模块，用于接收针对所述信息推送请求所返回的待推送信息；所述待推送信息是利用表征了所述目标对象对候选推送信息的兴趣程度，以及所述候选推送信息的信息源对于所述候选推送信息的回报偏好的推送权重，从所述候选推送信息中筛选出的，所述推送权重是通过特征挖掘模型对响应于所述信息推送请求所提取到的目标特征和候选特征进行分析得到的。

12.一种推送信息获取装置，其特征在于，包括：

第二接收模块，用于接收终端发送的针对目标对象的信息推送请求；

第二获取模块，用于响应于所述信息推送请求，提取所述目标对象对应的目标特征，以及候选推送信息对应的候选特征；

权重确定模块，用于通过特征挖掘模型对所述目标特征和所述候选特征进行分析，确定出所述候选推送信息对应的推送权重；所述推送权重表征了所述目标对象对所述候选推送信息的兴趣程度，以及所述候选推送信息的信息源对于所述候选推送信息的回报偏好；

信息筛选模块，用于根据所述推送权重，从所述候选推送信息中筛选出待推送信息；

第二发送模块，用于将所述待推送信息发送给所述终端。

13.一种终端，其特征在于，包括：

第一存储器，用于存储可执行信息推送指令；

第一处理器，用于执行所述第一存储器中存储的可执行信息推送指令时，实现权利要求1至5任一项所述的方法。

14.一种服务器，其特征在于，包括：

第二存储器，用于存储可执行信息推送指令；

第二处理器，用于执行所述第二存储器中存储的可执行信息推送指令时，实现权利要求6至10任一项所述的方法。

15.一种计算机可读存储介质，其特征在于，存储有可执行信息推送指令，用于被第一处理器执行时，实现权利要求1至5任一项所述的方法；或者用于被第二处理器执行时，实现权利要求6至10任一项所述的方法。

Images