CN112532692A - 一种信息推送方法及装置、存储介质 - Google Patents
一种信息推送方法及装置、存储介质 Download PDFInfo
- Publication number
- CN112532692A CN112532692A CN202011238050.5A CN202011238050A CN112532692A CN 112532692 A CN112532692 A CN 112532692A CN 202011238050 A CN202011238050 A CN 202011238050A CN 112532692 A CN112532692 A CN 112532692A
- Authority
- CN
- China
- Prior art keywords
- information
- feature vector
- historical behavior
- target
- global feature
- 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 50
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 239000013598 vector Substances 0.000 claims abstract description 144
- 238000012216 screening Methods 0.000 claims abstract description 13
- 230000006399 behavior Effects 0.000 claims description 115
- 230000015654 memory Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 7
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004091 panning Methods 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
Abstract
本发明实施例公开了一种信息推送方法及装置、存储介质,包括在接收到目标信息的信息特征向量的情况下,获取多个对象对应的全局特征向量,全局特征向量包括身份标识信息和历史行为数据,历史行为数据为与目标信息相关的数据;根据信息特征向量和全局特征向量,从多个对象中筛选与目标信息相关的第一对象;获取第一对象的第一历史行为信息,第一历史行为信息包括全局特征向量中的信息;根据第一历史行为信息,从多个对象中确定出目标对象;向目标对象推送目标信息。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种信息推送方法及装置、存储介质。
背景技术
随着互联网技术的不断发展,网络每天都会向用户推送各种各样的信息,以供用户可以随时了解到该信息。
在现有技术中,是将处理过目标信息的用户作为目标用户,向该目标用户推送与目标信息相关的信息,由于不同的目标信息的处理情形不同,处理频率也不同等原因,使得将处理过目标信息的用户作为目标对象,得到的目标对象的准确性低。
发明内容
为解决上述技术问题,本发明实施例期望提供一种信息推送方法及装置、存储介质,能够提高信息推送装置确定目标对象时的准确性。
本发明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:
在接收到目标信息的信息特征向量的情况下,获取多个对象对应的全局特征向量,所述全局特征向量包括身份标识信息和历史行为数据,所述历史行为数据为与所述目标信息相关的数据;
根据所述信息特征向量和所述全局特征向量,从所述多个对象中筛选与所述目标信息相关的第一对象;
获取所述第一对象的第一历史行为信息,所述第一历史行为信息包括所述全局特征向量中的信息;
根据所述第一历史行为信息,从所述多个对象中确定出目标对象;
向所述目标对象推送所述目标信息。
本申请实施例提供了一种信息推送装置,所述装置包括:
获取单元,用于在接收到目标信息的信息特征向量的情况下,获取多个对象对应的全局特征向量;所述全局特征向量包括身份标识信息和历史行为数据,所述历史行为数据为与所述目标信息相关的数据;获取第一对象的第一历史行为信息;所述第一历史行为信息包括所述全局特征向量中的信息;
确定单元,用于根据所述信息特征向量和所述全局特征向量,从所述多个对象中筛选与所述目标信息相关的所述第一对象;根据所述第一历史行为信息,从所述多个对象中确定出目标对象;
推送单元,用于向所述目标对象推送所述目标信息。
本申请实施例提供了一种信息推送装置,所述装置包括:
存储器、处理器和通信总线,所述存储器通过所述通信总线与所述处理器进行通信,所述存储器存储所述处理器可执行的信息推送的程序,当所述信息推送的程序被执行时,通过所述处理器执行上述所述的信息推送方法。
本申请实施例提供了一种存储介质,其上存储有计算机程序,应用于信息推送装置,其特征在于,该计算机程序被处理器执行时实现上述所述的信息推送方法。
本发明实施例提供了一种信息推送方法及装置、存储介质,信息推送方法包括:在接收到目标信息的信息特征向量的情况下,获取多个对象对应的全局特征向量,全局特征向量包括身份标识信息和历史行为数据,历史行为数据为与目标信息相关的数据;根据信息特征向量和全局特征向量,从多个对象中筛选与目标信息相关的第一对象;获取第一对象的第一历史行为信息,第一历史行为信息包括全局特征向量中的信息;根据第一历史行为信息,从多个对象中确定出目标对象;向目标对象推送目标信息。采用上述方法实现方案,信息推送装置在根据信息始特征向量和全局特征向量,从多个对象中筛选与目标信息相关的第一对象之后,信息推送装置就可以获取第一对象的第一历史行为信息,根据第一历史行为信息,从多个对象中确定出目标对象,提高了信息推送装置确定目标对象时的准确性。
附图说明
图1为本申请实施例提供的一种信息推送方法流程图;
图2为本申请实施例提供的一种示例性的信息推送装置的组成结构示意图;
图3为本申请实施例提供的一种示例性的信息推送方法流程图;
图4为本申请实施例提供的一种信息推送装置的组成结构示意图一;
图5为本申请实施例提供的一种信息推送装置的组成结构示意图二。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以通过确定的样本,利用样本特征或者标签推演全量用户群体的购买行为,首先,通过用户历史行为数据,抽取具有相同购买行为的正向样本和负向样本,其次,通过对正向样本和负向样本的相同或相似特征信息比较,或通过对样本特征或标签进行逻辑回归和接受者操作特性曲线(receiver operating characteristic curve,ROC)进行预测,判断用户是否产生相同的购买行为,其中,特征信息包括用户的兴趣、年龄、地域等。
通过用户特征相似、逻辑回归和ROC曲线等方法预测用户群体的购买行为时,预测效果依赖于样本的选取,即样本选取的合适才能有最佳的效果,如样本用户选取过小,则预测结果准度会大幅下降,同时,由于线上身份识别号(Identity document,ID)与实际用户ID的匹配多样化的情况,较难判断样本中对应的时个体还是多个个体的行为,从而导致难以有效获得样本,对预测结果产生较大影响。因此,如何在模糊初始条件下有效预测用户购买行为是亟需攻克的问题。
实施例一
本申请实施例提供了一种信息推送方法,图1为本申请实施例提供的一种信息推送方法流程图一,如图1所示,信息推送方法可以包括:
S101、在接收到目标信息的信息特征向量的情况下,获取多个对象对应的全局特征向量,全局特征向量包括身份标识信息和历史行为数据,历史行为数据为与目标信息相关的数据。
本申请实施例提供的一种信息推送方法适用于信息推送装置从多个对象中筛选得到目标对象的场景下。
在本申请实施例中,信息推送装置可以以各种形式来实施。例如,本申请中描述的信息推送装置可以包括诸如手机、照相机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等装置,以及诸如数字TV、台式计算机等装置。
在本申请实施例中,目标信息可以为商品信息,信息特征向量可以为由用于描述该商品的特征构成的向量。
在本申请实施例中,对象可以为用户常用的收货人,示例性的:用户可以为京东网络购物平台上的注册用户,用户常用收货人可以为注册用户购买东西后得到该东西的人。
需要说明的是,用户可以为淘宝网络购物平台上的注册用户,也可以为其他网络购物平台上的注册用户,具体的可根据实际情况进行确定,本申请实施例对此不作限定。
需要说明的是,对象可以为得到注册用户购买的商品的人。
在本申请实施例中,多个对象可以为信息推送装置可以获取到的所有对象,也可以为信息推送装置获取的部分对象,具体的可根据实际情况进行确定,本申请实施例对此不作限定。
在本申请实施例中,全局特征向量的数量可以为多个,也可以为一个,还可以为两个,具体的可根据实际情况进行确定,本申请实施例对此不作限定。
在本申请实施例中,若全局特征向量的数量为多个,全局特征向量为信息推送装置从数据库中获取到的多个对象中的每一个对象对应的全局特征向量。
需要说明的是,一个对象对应一个全局特征向量,多个对象对应多个全局特征向量。
在本申请实施例中,全局特征向量中包括多个特征,若该多个特征与数据库中的特征匹配,则该多个特征对应的元字段的值都为1;若该多个特征与数据库中的特征不匹配,则该多个特征对应的元字段的值都为0;若该多个特征中部分特征与数据库中的特征匹配,则该部分特征对应的元字段的值都为1,其他特征对应的元字段的值都为0。
在本申请实施例中,信息特征向量为根据操作人员输入的特征构建得到的特征向量。
示例性的,操作人员输入的特征包括:年龄、性别和下单行为,则年龄的元字段的值为1,性别的元字段的值为1,下单行为的元字段的值为1,若信息推送装置中还包括其他特征,则其他特征对应的元字段的值为0。
在本申请实施例中,信息推送装置在从初始条件输入模块获取到输入的特征之后,信息推送装置就通过Http协议的API接口调用程序,对输入的特征进行编译,形成程序语言,得到信息特征向量。
需要说明的是,初始条件输入模块可以为Http协议的网络页面。
在本申请实施例中,信息推送装置获取多个对象对应的全局特征向量之前,信息推送装置还会采集多个对象的原始数据信息;信息推送装置采集多个对象的原始数据信息之后,信息推送装置就对原始数据信息进行处理,得到特征向量集。
在本申请实施例中,信息推送装置可以获取注册用户的浏览商品时的日志信息,利用数据采集设备从日志信息中采集到原始数据信息;信息推送装置也可以直接从其他网站处采集得到原始数据信息,具体的可根据实际情况进行确定,本申请实施例对此不作限定。
在本申请实施例中,原始数据信息可以为客户关系管理信息(CustomerRelationship Management,CRM)。
在本申请实施例中,信息推送装置对原始数据信息进行处理,得到全局特征向量的过程,可以为信息推送装置对原始数据信息进行去噪处理,得到全局特征向量。
需要说明的是,去噪处理可以为信息推送装置在原始数据信息元字段对应的值为空时,利用“0”进行填补,在原始数据信息元字段对应的值超出元字段值范围时,将该元字段对应的值修改为“-1”;去噪处理也可以为利用预设的字符与数字之间的转化关系,将字符信息转化为数据信息;去噪处理也可以为其他的处理方式,具体的可根据实际情况进行确定,本申请实施例对此不作限定。
示例性的,若去噪处理也为利用预设的字符与数字之间的转化关系,将字符信息转化为数据信息,则对于网址类XXX.jd.com的原始数据信息进行去噪处理后,可得到u0000000001。
在本申请实施例中,信息推送装置得到全局特征向量之后,信息推送装置就可以将该全局特征向量存储值数据库中。
S102、根据信息特征向量和全局特征向量,从多个对象中筛选与目标信息相关的第一对象。
在本申请实施例中,信息推送装置获取到多个对象对应的全局特征向量之后,信息推送装置就可以根据信息特征向量和全局特征向量,确定第一对象了。
在本申请实施例中,信息推送装置根据信息特征向量和全局特征向量,从多个对象中筛选与目标信息相关的第一对象的过程,包括:信息推送装置将信息特征向量与全局特征向量中的每一个全局特征向量进行对比;信息推送装置在确定出信息特征向量与第一全局特征向量相等的情况下,信息推送装置就将第一全局特征向量对应的对象作为第一对象。
S103、获取第一对象的第一历史行为信息,第一历史行为信息包括全局特征向量中的信息。
在本申请实施例中,信息推送装置根据信息特征向量和全局特征向量,从多个对象中筛选与目标信息相关的第一对象之后,信息推送装置就可以获取第一对象的第一历史行为信息了。
需要说明的是,第一历史行为信息包括全局特征向量中的信息。
S104、根据第一历史行为信息,从多个对象中确定出目标对象。
在本申请实施例中,信息推送装置获取第一对象的第一历史行为信息之后,信息推送装置就可以根据第一历史行为信息,从多个对象中确定出目标对象了。
在本申请实施例中,信息推送装置根据第一历史行为信息,从多个对象中确定出目标对象的过程,包括:信息推送装置根据第一历史行为信息,确定行为数据阈值;信息推送装置根据行为数据阈值,从多个对象中确定目标对象。
在本申请实施例中,信息推送装置获取第一对象对应的第一历史行为信息的过程,可以为信息推送装置利用数据库中目标对象的最近30天的样本数据,构建正向样本集的优化版“RMF”模型。
需要说明的是,优化版“RMF”模型中包括R(Recency)和F(Frequency),其中R,为对象的购买行为记录最近的发生时间点,F为对象的购买行为发生的频率。
在本申请实施例中,信息推送装置可以按照表1中的分值构建立第一对象的优化版“RMF”模型。其中,记录的对象购买某个商品行为发生时间点越近,得分越高,最高为10分,最低为0分,记录的对象购买某个商品行为的发生的频率越高,得分越高,最高为10分,最低为0分。可以对频率进行归一化处理,即值越大,得分越高。
表1优化版“RMF”模型的R和F分值表
在本申请实施例中,信息推送装置可以根据表1中,确定出每一个第一对象对应的R值和F值,对每一个第一对象对应的R值和F值进行加权计算,得到每一个第一对象对应的加权值,即得到多个加权值。
在本申请实施例中,信息推送装置得到多个加权值之后,信息推送装置对得到多个加权值按照从大到小的顺序进行排序,确定出排序在第97%位的第一加权值,并将该第一加权值作为行为数据阈值。
在本申请实施例中,信息推送装置在确定出行为数据阈值之后,信息推送装置就可以从多个对象中确定目标对象了。
在本申请实施例中,信息推送装置根据行为数据阈值,从多个对象中确定目标对象的过程,包括:信息推送装置获取多个对象的第二历史行为信息;信息推送装置获取多个对象的第二历史行为信息之后,信息推送装置就根据行为数据阈值和第二历史行为信息,从多个对象中筛选出第二对象;信息推送装置根据行为数据阈值和第二历史行为信息,从多个对象中筛选出第二对象之后,信息推送装置就利用信息特征向量对第二对象进行调整,得到目标对象。
在本申请实施例中,信息推送装置获取多个对象的第二历史行为信息之后,信息推送装置就可以根据表1,确定出多个对象中的每一个对象对应的R值和F值,对每一个对象对应的R值和F值进行加权计算,得到每一个对象对应的加权值,即得到多个加权值。
在本申请实施例中,信息推送装置得到多个加权值之后,信息推送装置就可以根据多个加权值和行为数据阈值从多个对象中筛选出第二对象了。
在本申请实施例中,信息推送装置利用信息特征向量对第二对象进行调整,得到目标对象的过程,包括:信息推送装置将信息特征向量与第二对象中的每一个对象特征向量进行对比;信息推送装置在确定出信息特征向量与对象特征向量为平行向量的情况下,信息推送装置就将对象特征向量对应的对象作为目标对象。
在本申请实施例中,第二对象的数量可以为一个,第二对象的数量也可以为两个,第二对象的数量还可以为多个,具体的可根据实际情况进行确定,本申请实施例对此不作限定。
在本申请实施例中,若第二对象的数量为多个,信息推送装置可以从数据库中获取T+1天的每一个第二对象的信息特征向量,若该信息特征向量与对象特征向量平行,则确定该对象特征向量对应的对象作为目标对象。
在本申请实施例中,信息推送装置根据行为数据阈值和第二历史行为信息,从多个对象中筛选出第二对象的过程,包括:信息推送装置从第二历史行为信息中,确定出满足行为数据阈值的历史行为信息;信息推送装置将历史行为信息对应的对象作为第二对象。
在本申请实施例中,信息推送装置在确定出从第二历史行为信息中,确定出满足行为数据阈值的历史行为信息的过程,可以为信息推送装置从第二历史行为信息筛选出大于行为数据阈值的信息,从而得到了满足行为数据阈值的历史行为信息。
S105、向目标对象推送目标信息。
在本申请实施例中,信息推送装置根据第一历史行为信息,从多个对象中确定出目标对象之后,信息推送装置就可以向目标对象推送目标信息了。
示例性的,如图2所示,信息推送装置包括初始条件输入模块、数据采集模块、数据库和目标对象确定模块。其中,确定目标对象确定模块包括:第一对象确定模块、第二对象确定模块和调整模块。初始条件输入模块,用于接收操作人员输入的特征,并将操作人员输入的目标信息的特征转化为信息特征向量,将该信息特征向量传输至第一对象确定模块。采集模块用于采集多个对象的原始数据信息,并对原始数据信息进行处理,得到全局特征向量,将该全局特征向量传输至数据库。数据库用于将该全局特征向量传输至第一对象确定模块。第一对象确定模块用于根据全局特征向量和信息特征向量,确定出第一对象,将该第一对象传输至第二对象确定模块。第二对象确定模块用于从数据库中获取第一对象对应的第一历史行为信息;根据第一历史行为信息,从多个对象中确定出目标对象。
示例性的,如图3所示,信息推送装置在接收到操作人员输入的特征之后,信息推送装置就根据操作人员输入的特征得到目标信息的信息特征向量,信息推送装置从数据库中获取多个对象对应的全局特征向量;信息推送装置在得到全局特征向量和信息特征向量之后,信息推送装置就可以根据所述信息特征向量和所述全局特征向量,从所述多个对象中筛选与所述目标信息相关的第一对象;信息推送装置确定出第一对象之后,信息推送装置利用数据库中第一对象的最近30天的样本数据,构建第一对象的优化版“RMF”模型,得到第一对象对应的第一历史行为信息,根据第一历史行为信息,确定出行为数据阈值,并根据多个对象的最近30天的样本数据,构建多个对象的优化版“RMF”模型,得到多个对象对应的第二历史行为信息,根据所述行为数据阈值和所述第二历史行为信息,从所述多个对象中筛选出第二对象;确定出第二对象对应的对象特征向量,根据第二对象对应的对象特征向量和信息特征向量,得到目标对象。
可以理解的是,信息推送装置在根据信息始特征向量和全局特征向量,从多个对象中筛选与目标信息相关的第一对象之后,信息推送装置就可以获取第一对象的第一历史行为信息,根据第一历史行为信息,从多个对象中确定出目标对象,提高了信息推送装置确定目标对象时的准确性。
实施例二
基于实施例一同一发明构思,本申请实施例提供了一种信息推送装置1,对应于一种信息推送方法;图4为本申请实施例提供的一种信息推送装置的组成结构示意图一,该信息推送装置1可以包括:
获取单元11,用于在接收到目标信息的信息特征向量的情况下,获取多个对象对应的全局特征向量;所述全局特征向量包括身份标识信息和历史行为数据,所述历史行为数据为与所述目标信息相关的数据;获取第一对象的第一历史行为信息;所述第一历史行为信息包括所述全局特征向量中的信息;
确定单元12,用于根据所述信息特征向量和所述全局特征向量,从所述多个对象中筛选与所述目标信息相关的所述第一对象;根据所述第一历史行为信息,从所述多个对象中确定出目标对象;
推送单元13,用于向所述目标对象推送所述目标信息。
在本申请的一些实施例中,所述确定单元12,用于根据所述第一历史行为信息,确定行为数据阈值;根据所述行为数据阈值,从所述多个对象中确定所述目标对象。
在本申请的一些实施例中,所述装置还包括筛选单元和调整单元;
所述获取单元11,用于获取所述多个对象的第二历史行为信息;
所述筛选单元,用于根据所述行为数据阈值和所述第二历史行为信息,从所述多个对象中筛选出第二对象;
所述调整单元,用于利用所述信息特征向量对所述第二对象进行调整,得到所述目标对象。
在本申请的一些实施例中,所述装置还包括对比单元;
所述对比单元,用于将所述信息特征向量与所述第二对象中的每一个对象特征向量进行对比;在所述信息特征向量与对象特征向量为平行向量的情况下,将所述对象特征向量对应的对象作为目标对象。
在本申请的一些实施例中,所述确定单元12,用于从所述第二历史行为信息中,确定出满足所述行为数据阈值的历史行为信息;将所述历史行为信息对应的对象作为所述第二对象。
在本申请的一些实施例中,所述对比单元,用于将所述信息特征向量与所述全局特征向量中的每一个全局特征向量进行对比;在所述信息特征向量与第一全局特征向量相等的情况下,将所述第一全局特征向量对应的对象作为所述第一对象。
在本申请的一些实施例中,所述装置还包括采集单元和处理单元;
所述采集单元,用于采集所述多个对象的原始数据信息;
所述处理单元,用于对所述原始数据信息进行处理,得到所述全局特征向量。
需要说明的是,在实际应用中,上述获取单元11、确定单元12和推送单元13可由信息推送装置1上的处理器14实现,具体为CPU(Central Processing Unit,中央处理器)、MPU(Microprocessor Unit,微处理器)、DSP(Digital Signal Processing,数字信号处理器)或现场可编程门阵列(FPGA,Field Programmable Gate Array)等实现;上述数据存储可由信息推送装置1上的存储器15实现。
本发明实施例还提供了一种信息推送装置1,如图5所示,所述信息推送装置1包括:处理器14、存储器15和通信总线16,所述存储器15通过所述通信总线16与所述处理器14进行通信,所述存储器15存储所述处理器14可执行的程序,当所述程序被执行时,通过所述处理器14执行如上述所述的信息推送方法。
在实际应用中,上述存储器15可以是易失性存储器(volatile memory),例如随机存取存储器(Random-Access Memory,RAM);或者非易失性存储器(non-volatile memory),例如只读存储器(Read-Only Memory,ROM),快闪存储器(flash memory),硬盘(Hard DiskDrive,HDD)或固态硬盘(Solid-State Drive,SSD);或者上述种类的存储器的组合,并向处理器14提供指令和数据。
本发明实施例提供了一种计算机可读存储介质,其上有计算机程序,所述程序被处理器14执行时实现如上述所述的信息推送方法。
可以理解的是,信息推送装置在根据信息始特征向量和全局特征向量,从多个对象中筛选与目标信息相关的第一对象之后,信息推送装置就可以获取第一对象的第一历史行为信息,根据第一历史行为信息,从多个对象中确定出目标对象,提高了信息推送装置确定目标对象时的准确性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种信息推送方法,其特征在于,所述方法包括:
在接收到目标信息的信息特征向量的情况下,获取多个对象对应的全局特征向量,所述全局特征向量包括身份标识信息和历史行为数据,所述历史行为数据为与所述目标信息相关的数据;
根据所述信息特征向量和所述全局特征向量,从所述多个对象中筛选与所述目标信息相关的第一对象;
获取所述第一对象的第一历史行为信息,所述第一历史行为信息包括所述全局特征向量中的信息;
根据所述第一历史行为信息,从所述多个对象中确定出目标对象;
向所述目标对象推送所述目标信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一历史行为信息,从所述多个对象中确定出目标对象,包括:
根据所述第一历史行为信息,确定行为数据阈值;
根据所述行为数据阈值,从所述多个对象中确定所述目标对象。
3.根据权利要求2所述的方法,其特征在于,所述根据所述行为数据阈值,从所述多个对象中确定所述目标对象,包括:
获取所述多个对象的第二历史行为信息;
根据所述行为数据阈值和所述第二历史行为信息,从所述多个对象中筛选出第二对象;
利用所述信息特征向量对所述第二对象进行调整,得到所述目标对象。
4.根据权利要求3所述的方法,其特征在于,所述利用所述信息特征向量对所述第二对象进行调整,得到所述目标对象,包括:
将所述信息特征向量与所述第二对象中的每一个对象特征向量进行对比;
在所述信息特征向量与对象特征向量为平行向量的情况下,将所述对象特征向量对应的对象作为目标对象。
5.根据权利要求3所述的方法,其特征在于,所述根据所述行为数据阈值和所述第二历史行为信息,从所述多个对象中筛选出第二对象,包括:
从所述第二历史行为信息中,确定出满足所述行为数据阈值的历史行为信息;
将所述历史行为信息对应的对象作为所述第二对象。
6.根据权利要求1所述的方法,其特征在于,所述根据所述信息特征向量和所述全局特征向量,从所述多个对象中筛选与所述目标信息相关的第一对象,包括:
将所述信息特征向量与所述全局特征向量中的每一个全局特征向量进行对比;
在所述信息特征向量与第一全局特征向量相等的情况下,将所述第一全局特征向量对应的对象作为所述第一对象。
7.根据权利要求1所述的方法,其特征在于,所述获取多个对象对应的全局特征向量之前,所述方法还包括:
采集所述多个对象的原始数据信息;
对所述原始数据信息进行处理,得到所述全局特征向量。
8.一种信息推送装置,其特征在于,所述装置包括:
获取单元,用于在接收到目标信息的信息特征向量的情况下,获取多个对象对应的全局特征向量;所述全局特征向量包括身份标识信息和历史行为数据,所述历史行为数据为与所述目标信息相关的数据;获取第一对象的第一历史行为信息;所述第一历史行为信息包括所述全局特征向量中的信息;
确定单元,用于根据所述信息特征向量和所述全局特征向量,从所述多个对象中筛选与所述目标信息相关的所述第一对象;根据所述第一历史行为信息,从所述多个对象中确定出目标对象;
推送单元,用于向所述目标对象推送所述目标信息。
9.一种信息推送装置,其特征在于,所述装置包括:
存储器、处理器和通信总线,所述存储器通过所述通信总线与所述处理器进行通信,所述存储器存储所述处理器可执行的信息推送的程序,当所述信息推送的程序被执行时,通过所述处理器执行如权利要求1至7任一项所述的方法。
10.一种存储介质,其上存储有计算机程序,应用于信息推送装置,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011238050.5A CN112532692A (zh) | 2020-11-09 | 2020-11-09 | 一种信息推送方法及装置、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011238050.5A CN112532692A (zh) | 2020-11-09 | 2020-11-09 | 一种信息推送方法及装置、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112532692A true CN112532692A (zh) | 2021-03-19 |
Family
ID=74979894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011238050.5A Pending CN112532692A (zh) | 2020-11-09 | 2020-11-09 | 一种信息推送方法及装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112532692A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114827255A (zh) * | 2022-05-06 | 2022-07-29 | 网易(杭州)网络有限公司 | 数据处理方法、装置、可读存储介质和电子装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787061A (zh) * | 2016-02-29 | 2016-07-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 信息推送方法 |
CN106204144A (zh) * | 2016-07-14 | 2016-12-07 | 乐视控股(北京)有限公司 | 一种信息推送方法及信息推送装置 |
US20160379268A1 (en) * | 2013-12-10 | 2016-12-29 | Tencent Technology (Shenzhen) Company Limited | User behavior data analysis method and device |
CN109145193A (zh) * | 2017-06-27 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及系统 |
US20190155864A1 (en) * | 2017-05-22 | 2019-05-23 | Beijing Sensetime Technology Development Co., Ltd | Method and apparatus for recommending business object, electronic device, and storage medium |
WO2020098251A1 (zh) * | 2018-11-15 | 2020-05-22 | 平安科技(深圳)有限公司 | 基于用户偏好的众包任务推送方法及相关装置 |
CN111488529A (zh) * | 2020-06-28 | 2020-08-04 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、服务器及存储介质 |
-
2020
- 2020-11-09 CN CN202011238050.5A patent/CN112532692A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160379268A1 (en) * | 2013-12-10 | 2016-12-29 | Tencent Technology (Shenzhen) Company Limited | User behavior data analysis method and device |
CN105787061A (zh) * | 2016-02-29 | 2016-07-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 信息推送方法 |
CN106204144A (zh) * | 2016-07-14 | 2016-12-07 | 乐视控股(北京)有限公司 | 一种信息推送方法及信息推送装置 |
US20190155864A1 (en) * | 2017-05-22 | 2019-05-23 | Beijing Sensetime Technology Development Co., Ltd | Method and apparatus for recommending business object, electronic device, and storage medium |
CN109145193A (zh) * | 2017-06-27 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及系统 |
WO2020098251A1 (zh) * | 2018-11-15 | 2020-05-22 | 平安科技(深圳)有限公司 | 基于用户偏好的众包任务推送方法及相关装置 |
CN111488529A (zh) * | 2020-06-28 | 2020-08-04 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、服务器及存储介质 |
Non-Patent Citations (1)
Title |
---|
崔艳萍;阎知知;王小巍;彭媛;: "互联网信息资源用户获取优化推送仿真研究", 计算机仿真, no. 07 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114827255A (zh) * | 2022-05-06 | 2022-07-29 | 网易(杭州)网络有限公司 | 数据处理方法、装置、可读存储介质和电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11222285B2 (en) | Feature selection method, device and apparatus for constructing machine learning model | |
CN106202394B (zh) | 文本资讯的推荐方法及系统 | |
US11526799B2 (en) | Identification and application of hyperparameters for machine learning | |
CN107885796B (zh) | 信息推荐方法及装置、设备 | |
CN107862022B (zh) | 文化资源推荐系统 | |
JP2019185716A (ja) | エンティティ推薦方法及び装置 | |
CN110647921B (zh) | 一种用户行为预测方法、装置、设备及存储介质 | |
CN110321422A (zh) | 在线训练模型的方法、推送方法、装置以及设备 | |
CN111026971A (zh) | 内容的推送方法及装置、计算机存储介质 | |
CN106204083B (zh) | 一种目标用户分类方法、装置及系统 | |
CN113255370B (zh) | 基于语义相似度的行业类型推荐方法、装置、设备及介质 | |
CN109165975B (zh) | 标签推荐方法、装置、计算机设备及存储介质 | |
CN107909038B (zh) | 一种社交关系分类模型训练方法、装置、电子设备及介质 | |
CN108345419B (zh) | 一种信息推荐列表的生成方法及装置 | |
JP2011227721A (ja) | 関心抽出装置、関心抽出方法、及び関心抽出プログラム | |
CN111241381A (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 | |
US20230004776A1 (en) | Moderator for identifying deficient nodes in federated learning | |
CN112532692A (zh) | 一种信息推送方法及装置、存储介质 | |
CN112269937B (zh) | 一种计算用户相似度的方法、系统及装置 | |
CN113869420A (zh) | 基于对比学习的文本推荐方法及相关设备 | |
CN111368150B (zh) | 预测模型的训练方法、装置及电子设备 | |
CN114565196B (zh) | 基于政务热线的多事件趋势预判方法、装置、设备及介质 | |
CN110610373A (zh) | 一种潜在客户挖掘处理方法及装置 | |
CN114328995A (zh) | 内容推荐方法、装置、设备及存储介质 | |
CN114399352A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 |
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 |