CN115374370A - 基于多模型的内容推送方法、装置和电子设备 - Google Patents

Abstract

本公开提出了一种基于多模型的内容推送方法、装置和电子设备，其中，方法包括：获取目标服务下的候选推送模型，和候选推送模型对应的推送服务时间；获取用户账号对目标服务的推送需求时间；根据推送服务时间和推送需求时间，从候选推送模型中获取目标服务在推送需求时间上的目标推送模型；根据用户账号的注册信息，获取目标推送模型输出的目标服务向用户账号推送的目标内容。本公开中，用户账号可以获取不同时间段各自的候选推送模型为用户账号提供的个性化推送内容，提高了目标服务推送内容的精准程度，提高了目标服务为用户账号推送的内容与用户需求的匹配度，优化了目标服务的服务质量以及用户账号在目标服务下的体验度。

Description

基于多模型的内容推送方法、装置和电子设备

技术领域

本公开涉及数据处理领域，尤其涉及一种基于多模型的内容推送方法、装置和电子设备。

背景技术

随着技术的发展，系统可以通过嵌套内容的推送系统，为用户账号进行系统内容的推送，从而使得系统可以根据用户的偏好提供个性化服务。

相关技术中，可以根据训练好的推送模型为用户提供推送的内容，然而，不同时间使用系统的用户，其对系统推送内容的要求可能存在差异，同一个推送模型为不同时间登录系统的用户提供的推送内容，可能存在无法满足用户的需求，推送的精准程度较低，影响用户的使用体验。

发明内容

本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本公开第一方面提出一种基于多模型的内容推送方法。

本公开第二方面提出一种基于多模型的内容推送装置。

本公开第三方面提出一种电子设备。

本公开第四方面提出一种计算机可读存储介质。

本公开第一方面提出一种基于多模型的内容推送方法，方法包括：获取目标服务下的候选推送模型，和候选推送模型对应的推送服务时间；获取用户账号对目标服务的推送需求时间；根据推送服务时间和推送需求时间，从候选推送模型中获取目标服务在推送需求时间上的目标推送模型；根据用户账号的注册信息，获取目标推送模型输出的目标服务向用户账号推送的目标内容。

另外，本公开第一方面提出的基于多模型的内容推送方法，还可以具有如下附加的技术特征：

根据本公开的一个实施例，获取目标服务下的候选推送模型，和候选推送模型对应的推送服务时间，包括：获取目标服务下待训练的推送模型，并获取样本时间段内的样本数据对待训练的推送模型进行训练，得到样本时间段内训练好的候选推送模型；根据样本时间段，确定候选推送模型的匹配时间段；

获取与匹配时间段相邻的前叙时间段和后续时间段；根据前叙时间段、后续时间段和匹配时间段，确定候选推送模型在目标服务下的推送服务时间。

根据本公开的一个实施例，获取目标服务下待训练的推送模型，并获取样本时间段内的样本数据对待训练的推送模型进行训练，得到样本时间段内训练好的候选推送模型，包括：获取样本时间段内的样本数据，其中，样本数据包括在样本时间段内目标服务的历史推送内容，以及样本时间段内接收历史推送内容的用户账号的历史注册信息；根据样本数据对待训练的推送模型进行模型训练，得到样本时间段内训练好的候选推送模型。

根据本公开的一个实施例，根据前叙时间段、后续时间段和匹配时间段，确定候选推送模型在目标服务下的推送服务时间，包括：获取前叙时间段中与匹配时间段相邻的子前叙时间段，以及后续时间段中与匹配时间段相邻的子后续时间段；将子前叙时间段、子后续时间段以及匹配时间段的组合时间段，确定为候选推送模型在目标服务下的推送服务时间。

根据本公开的一个实施例，根据推送服务时间和推送需求时间，从候选推送模型中获取目标服务在推送需求时间上的目标推送模型，包括：获取推送服务时间中与推送需求时间匹配的目标推送服务时间；获取目标推送服务时间上的第一候选推送模型和第二候选推送模型，并将第一候选推送模型和第二候选推送模型作为目标服务在推送需求时间上的目标推送模型。

根据本公开的一个实施例，根据用户账号的注册信息，获取目标推送模型输出的目标服务向用户账号推送的目标内容，包括：获取第一候选推送模型和第二候选推送模型各自的时序权重序列；根据推送需求时间，从时序权重序列中确定第一候选推送模型在推送服务时间上的第一推送权重，以及第二候选推送模型在推送服务时间上的第二推送权重；获取第一候选推送模型基于注册信息输出的目标服务推送给用户账号的第一推送内容，和第二候选推送模型基于注册信息输出的目标服务推送给用户账号的第二推送内容；根据第一推送权重和第二推送权重，对第一推送内容和第二推送内容进行加权融合，以获取目标服务向用户账号推送的目标内容。

根据本公开的一个实施例，获取第一候选推送模型和第二候选推送模型各自的时序权重序列，包括：获取第一候选推送模型和第二候选推送模型，在各自的匹配时间段的第一时间点上的权重峰值；获取第一候选推送模型和第二候选推送模型，在各自的前叙时间段的第二时间点上，和后续时间段的第三时间点上的权重谷值；获取第一候选推送模型和第二候选推送模型，在各自的匹配时间段的起始时间点和/或终止时间点上的权重中间值；根据权重峰值、权重谷值和权重中间值，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

根据本公开的一个实施例，根据权重峰值、权重谷值和权重中间值，获取第一候选推送模型和第二候选推送模型各自的时序权重序列，包括：获取第二时间点至匹配时间段的起始时间点之间的第一时间段、匹配时间段的起始时间点至第一时间点之间的第二时间段、第一时间点至匹配时间段的终止时间点之间的第三时间段和匹配时间段的终止时间点至第三时间点之间的第四时间段；根据权重峰值、权重谷值和权重中间值，分别获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列、第二时间段上的第二时序权重子序列、第三时间段上的第三时序权重子序列和第四时间段上的第四时序权重子序列；根据第一时序权重子序列、第二时序权重子序列、第三时序权重子序列和第四时序权重子序列，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

根据本公开的一个实施例，根据权重峰值、权重谷值和权重中间值，分别获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列、第二时间段上的第二时序权重子序列、第三时间段上的第三时序权重子序列和第四时间段上的第四时序权重子序列，包括：根据第二时间点上的权重谷值，和匹配时间段的起始时间点上的权重中间值，获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列；根据匹配时间段的起始时间点的权重中间值，和第一时间点上的权重峰值，获取第一候选推送模型和第二候选推送模型在第二时间段上的第二时序权重子序列；根据第一时间点上的权重峰值，和匹配时间段的终止时间点上的权重中间值，获取第一候选推送模型和第二候选推送模型在第三时间段上的第三时序权重子序列；根据匹配时间段的终止时间点上的权重中间值，和第三时间点上的权重谷值，获取第一候选推送模型和第二候选推送模型在第四时间段上的第四时序权重子序列。

根据本公开的一个实施例，方法还包括：接收用户账号对于目标内容的反馈信息，并根据反馈信息对目标推送模型进行模型优化。

为达上述目的，本公开第二方面提出一种基于多模型的内容推送装置，装置包括：服务获取模块，用于获取目标服务下的候选推送模型，和候选推送模型对应的推送服务时间；需求获取模块，用于获取用户账号对目标服务的推送需求时间；模型获取模块，用于根据推送服务时间和推送需求时间，从候选推送模型中获取目标服务在推送需求时间上的目标推送模型；内容获取模块，用于根据用户账号的注册信息，获取目标推送模型输出的目标服务向用户账号推送的目标内容。

另外，本公开第二方面提出的基于多模型的内容推送装置，还可以具有如下附加的技术特征：

根据本公开一个实施例，服务获取模块，还用于：获取目标服务下待训练的推送模型，并获取样本时间段内的样本数据对待训练的推送模型进行训练，得到样本时间段内训练好的候选推送模型；根据样本时间段，确定候选推送模型的匹配时间段；获取与匹配时间段相邻的前叙时间段和后续时间段；根据前叙时间段、后续时间段和匹配时间段，确定候选推送模型在目标服务下的推送服务时间。

根据本公开一个实施例，服务获取模块，还用于：获取样本时间段内的样本数据，其中，样本数据包括在样本时间段内目标服务的历史推送内容，以及样本时间段内接收历史推送内容的用户账号的历史注册信息；根据样本数据对待训练的推送模型进行模型训练，得到样本时间段内训练好的候选推送模型。

根据本公开一个实施例，服务获取模块，还用于：获取前叙时间段中与匹配时间段相邻的子前叙时间段，以及后续时间段中与匹配时间段相邻的子后续时间段；将子前叙时间段、子后续时间段以及匹配时间段的组合时间段，确定为候选推送模型在目标服务下的推送服务时间。

根据本公开一个实施例，模型获取模块，还用于：获取推送服务时间中与推送需求时间匹配的目标推送服务时间；获取目标推送服务时间上的第一候选推送模型和第二候选推送模型，并将第一候选推送模型和第二候选推送模型作为目标服务在推送需求时间上的目标推送模型。

根据本公开一个实施例，内容获取模块，还用于：获取第一候选推送模型和第二候选推送模型各自的时序权重序列；根据推送需求时间，从时序权重序列中确定第一候选推送模型在推送服务时间上的第一推送权重，以及第二候选推送模型在推送服务时间上的第二推送权重；获取第一候选推送模型基于注册信息输出的目标服务推送给用户账号的第一推送内容，和第二候选推送模型基于注册信息输出的目标服务推送给用户账号的第二推送内容；根据第一推送权重和第二推送权重，对第一推送内容和第二推送内容进行加权融合，以获取目标服务向用户账号推送的目标内容。

根据本公开一个实施例，内容获取模块，还用于：获取第一候选推送模型和第二候选推送模型，在各自的匹配时间段的第一时间点上的权重峰值；获取第一候选推送模型和第二候选推送模型，在各自的前叙时间段的第二时间点上，和后续时间段的第三时间点上的权重谷值；获取第一候选推送模型和第二候选推送模型，在各自的匹配时间段的起始时间点和/或终止时间点上的权重中间值；根据权重峰值、权重谷值和权重中间值，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

根据本公开一个实施例，内容获取模块，还用于：获取第二时间点至匹配时间段的起始时间点之间的第一时间段、匹配时间段的起始时间点至第一时间点之间的第二时间段、第一时间点至匹配时间段的终止时间点之间的第三时间段和匹配时间段的终止时间点至第三时间点之间的第四时间段；根据权重峰值、权重谷值和权重中间值，分别获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列、第二时间段上的第二时序权重子序列、第三时间段上的第三时序权重子序列和第四时间段上的第四时序权重子序列；根据第一时序权重子序列、第二时序权重子序列、第三时序权重子序列和第四时序权重子序列，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

根据本公开一个实施例，内容获取模块，还用于：根据第二时间点上的权重谷值，和匹配时间段的起始时间点上的权重中间值，获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列；根据匹配时间段的起始时间点的权重中间值，和第一时间点上的权重峰值，获取第一候选推送模型和第二候选推送模型在第二时间段上的第二时序权重子序列；根据第一时间点上的权重峰值，和匹配时间段的终止时间点上的权重中间值，获取第一候选推送模型和第二候选推送模型在第三时间段上的第三时序权重子序列；根据匹配时间段的终止时间点上的权重中间值，和第三时间点上的权重谷值，获取第一候选推送模型和第二候选推送模型在第四时间段上的第四时序权重子序列。

根据本公开一个实施例，装置还包括：优化模块，用于接收用户账号对于目标内容的反馈信息，并根据反馈信息对目标推送模型进行模型优化。

本公开第三方面提出一种电子设备，包括：处理器；用于存储处理器的可执行指令的存储器；其中，处理器被配置为执行指令，以实现如上述第一方面提出的基于多模型的内容推送方法。

本公开第四方面提出一种计算机可读存储介质，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述第一方面提出的基于多模型的内容推送方法。

本公开提出的基于多模型的内容推送方法及装置，获取目标服务下的候选推送模型以及候选推送模型对应的推送服务时间，获取用户账号对目标服务的推送需求时间后，根据推送需求时间和推送服务时间，从目标服务下的候选推送模型中确定为用户账号提供推送内容生成的目标推送模型。进一步地，获取用户账号的注册信息，并根据目标推送模型基于用户账号的注册信息的输出结果，进而得到目标服务向用户账号推送的目标内容。本公开中，基于推送需求时间和推送服务时间，确定为用户账号提供推送内容生成服务的目标推送模型，使得用户账号在不同时间段使用目标服务时，可以获取不同时间段各自的候选推送模型为用户账号提供的个性化推送内容，提高了目标服务推送内容的精准程度，提高了目标服务为用户账号推送的内容与用户需求的匹配度，优化了目标服务的服务质量以及用户账号在目标服务下的体验度。

应当理解，本公开所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本公开一实施例的基于多模型的内容推送方法的流程示意图；

图2为本公开另一实施例的基于多模型的内容推送方法的流程示意图；

图3为本公开另一实施例的基于多模型的内容推送方法的流程示意图；

图4为本公开另一实施例的基于多模型的内容推送方法的流程示意图；

图5为本公开一实施例的基于多模型的内容推送装置的结构示意图；

图6为本公开一实施例的电子设备的框图。

具体实施方式

下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。

下面参照附图描述本公开实施例提出的一种基于多模型的内容推送方法、装置和电子设备。

图1为本公开一实施例的基于多模型的内容推送方法的流程示意图，如图1所示，该方法包括：

S101，获取目标服务下的候选推送模型，和候选推送模型对应的推送服务时间。

实现中，人们在使用具有相关功能的服务时，存在时间维度上的使用规律，比如，在一天中的不同的时间段，人们的需求可能存在差异，因此，人们会根据不同的需求使用不同功能的服务，从而满足自身的需求。

因此，可以通过用户账号对具有相关功能的服务的需求时间，确定在该需求时间为用户账号提供推送内容的生成的模型，从而实现为用户账号在不同时间段的需求提供的高精度的内容推送。

本公开实施例中，可以确定用户账号需要使用的相关功能，进而将系统中可以为用户账号提供相关功能的服务，确定为目标服务。比如，用户账号需要使用具有A功能的服务时，则可以将系统提供的可以为用户账号提供A功能的服务确定为目标服务。

可选地，目标服务可以根据用户账号对推送内容需求的时间的不同，使用不同的模型为用户账号生成在不同需求时间的推送内容，在该场景下，可以将目标服务下全部的可以为用户账号提供推送内容的生成服务的模型，确定为目标服务下的候选推送模型。

需要说明的是，目标服务下的候选推送模型存在时间标签，不同的时间段下的候选推送模型可以为不同的模型。

在一些实现中，候选推送模型存在其对应的服务时间，可以将候选推送模型可以为用户账号提供推送内容的生成服务的时间，确定为候选推送模型的推送服务时间。

比如，设定候选推送模型1可以为用户账号提供推送内容的生成服务的时间为上午的9点至10点，则可以将9点知10点确定为候选推送模型1的推送服务时间。

S102，获取用户账号对目标服务的推送需求时间。

在一些实现中，可以将用户账号需要目标服务为其提供推送内容的时间，确定为用户账号对目标服务的推送需求时间。

可选地，可以将用户账号对目标服务的推送需求时间，设定为用户账号启动目标服务的启动时间。

在该场景下，可以对用户账号启动目标服务的时间进行监听，当监听到用户账号启动目标服务的指令后，可以将监听到启动目标服务的指令的启动时间，确定为用户账号对目标服务的推送需求时间。

S103，根据推送服务时间和推送需求时间，从候选推送模型中获取目标服务在推送需求时间上的目标推送模型。

本公开实施例中，可以获取目标服务下的候选推送模型对应的推送服务时间，并从推送服务时间中获取与用户账号的推送需求时间匹配的推送服务时间。

进一步地，将该推动服务时间上对应的候选推送模型，确定为在推送需求时间为用户账号提供推送内容的生成服务的目标推送模型。

比如，设定候选推送模型1的推送服务时间为9点到10点，候选推送模型2的推送服务时间为10点到11点，用户账号对于目标服务的推送需求时间为9点30分。

由上述内容可知，候选推送模型1的推送服务时间9点到10点可以在时间维度上覆盖用户账号的推送需求时间9点30分，因此，可以将候选推送模型1确定为在9点30分为用户账号提供推送内容的生成服务的目标推送模型。

S104，根据用户账号的注册信息，获取目标推送模型输出的目标服务向用户账号推送的目标内容。

为了实现对用户账号的个性化推送，可以基于用户账号在注册时输入的基本属性信息，对用户账号所需的推送内容进行预测。

其中，可以将用户账号在使用目标服务之前进行注册行为时填写的基本属性信息确定为用户账号的注册信息。

可选的，可以将用户账号的注册信息输入确定的目标推荐模型中，通过目标推荐模型的输出内容，获取目标服务在推送需求时间为用户账号进行推送的内容。

其中，可以将目标服务在推送需求时间为用户账号推送的内容，确定为目标服务向用户账号推送的目标内容。

在一些实现中，可以通过目标推荐模型对输入模型的用户账号的注册信息进行特征的提取和算法处理，基于特征提取和算法处理的结果，实现对用户账号的个性化推送内容的生成。

本公开提出的基于多模型的内容推送方法，获取目标服务下的候选推送模型以及候选推送模型对应的推送服务时间，获取用户账号对目标服务的推送需求时间后，根据推送需求时间和推送服务时间，从目标服务下的候选推送模型中确定为用户账号提供推送内容生成的目标推送模型。进一步地，获取用户账号的注册信息，并根据目标推送模型基于用户账号的注册信息的输出结果，进而得到目标服务向用户账号推送的目标内容。本公开中，基于推送需求时间和推送服务时间，确定为用户账号提供推送内容生成服务的目标推送模型，使得用户账号在不同时间段使用目标服务时，可以获取不同时间段各自的候选推送模型为用户账号提供的个性化推送内容，提高了目标服务推送内容的精准程度，提高了目标服务为用户账号推送的内容与用户需求的匹配度，优化了目标服务的服务质量以及用户账号在目标服务下的体验度。

上述实施例中，关于推送服务时间的获取，可结合图2进一步理解，图2为本公开另一实施例的基于多模型的内容推送方法的流程示意图，如图2所示，该方法包括：

S201，获取目标服务下待训练的推送模型，并获取样本时间段内的样本数据对待训练的推送模型进行训练，得到样本时间段内训练好的候选推送模型。

本公开实施例中，可以根据目标服务下的历史数据对待训练的推送模型进行模型训练，通过对推送模型的迭代优化，获取可以为用户账号提供精准推送内容的目标推送模型。

可选地，可以获取样本时间段内的样本数据，通过样本时间段内的样本数据对待训练的推送模型进行模型训练，并将训练好的推送模型确定为样本时间段对应的训练好的候选推送模型。

其中，获取样本时间段内的样本数据，其中，样本数据包括在样本时间段内目标服务的历史推送内容，以及样本时间段内接收历史推送内容的用户账号的历史注册信息。

在一些实现中，可以获取历史时间段内的样本历史数据，并基于预设的时间间隔对历史时间段进行划分，并将划分后得到的历史时间段的子历史时间段确定为样本时间段。

进一步地，基于对历史时间段的划分，将历史时间段内的样本历史数据进行划分，从而得到样本时间段内的样本数据。

本公开实施例中，历史时间段内的样本历史数据可以包括历史时间段内的目标服务的推送内容以及历史时间段内接收推送内容的用户账号的注册信息，基于预设的时间间隔对历史时间段进行划分后，可以基于样本历史数据的时间维度的特征，基于相同的时间间隔对样本历史数据进行划分。

进一步地，基于对历史时间段的划分以及历史时间段内的样本历史数据的划分，从而得到样本时间段内的样本数据。

在样本历史数据包括历史时间段内的目标服务的推送内容以及历史时间段内接收推送内容的用户账号的注册信息的场景下，划分后的样本时间段内的样本数据可以包括在样本时间段内目标服务的推送内容，以及样本时间段内接收历史推送内容的用户账号的注册信息。

其中，可以将样本时间段内目标服务为用户账号推送的内容确定为样本时间段内的目标服务的历史推送内容，将样本时间段内接收历史推送内容的用户账号下的注册信息确定为历史注册信息。

相应地，根据样本数据对待训练的推送模型进行模型训练，得到样本时间段内训练好的候选推送模型。

本公开实施例中，获取样本时间段内的样本数据后，可以将样本数据输入待训练的推送模型中，通过待训练的推送模型对样本数据进行特征提取以及算法处理，获取推送模型进行模型训练的训练输出结果。

可选地，可以根据推送模型的训练输出结果对推送模型进行模型参数的调整，并返回使用样本时间段内的下一样本数据对模型参数调整后的推送模型继续进行模型训练，直至训练结束，得到样本时间段内训练好的推送模型，作为样本时间段对应的候选推送模型。

S202，根据样本时间段，确定候选推送模型的匹配时间段。

本公开实施例中，训练好的候选推送模型存在对应的服务时间，其中，可以根据训练候选推送模型时使用的样本数据所属的样本时间段，确定候选推送模型的服务时间。

可以理解为，基于样本时间段的样本数据训练得到的候选推送模型，在样本时间段对应的时间段内，为用户账号提供的推送内容，可以满足该时间段内使用目标服务的用户账号的个性化需求。

可选地，可以获取训练候选推送模型时使用的样本数据所属的样本时间段，并将样本时间段确定为候选推送模型的匹配时间段，进而根据匹配时间段确定候选推送模型的推送服务时间。

S203，获取与匹配时间段相邻的前叙时间段和后续时间段。

本公开实施例中，候选推送模型不仅可以在匹配时间段为用户账号提供推送内容的生成服务，还可以在匹配时间段的相邻时间段内为用户账号提供推送内容的生成服务。

可选地，可以分别获取匹配时间段的相邻时间段，其中，可以将时序早于匹配时间段且与匹配时间段相邻的时间段，确定为匹配时间段相邻的前叙时间段，相应地，可以将时序晚于匹配时间段且与匹配时间段相邻的时间段段，确定为匹配时间段的后续时间段。

需要说明的是，匹配时间段的前叙时间段可以理解为，与匹配时间段对应的样本时间段相邻且时序早于该样本时间段的前叙样本时间段，相应地，匹配时间段的后续时间段可以理解为，与匹配时间段对应的样本时间段相邻且时序晚于该样本时间段的后续样本时间段。

比如，设定样本时间段T1为9:00至10:00，样本时间段T2为10：00至11:00，样本时间段T3为11:00至12:00，其中，样本时间段T1为候选推送模型1的匹配时间段t1，样本时间段T2为候选推送模型2的匹配时间段t2，样本时间段T3为候选推送模型3的匹配时间段t3。

由上述设定可知，样本时间段T1为样本时间段T2的前叙样本时间段，样本时间段T3为样本时间段T2的后续样本时间段，在该场景下，匹配时间段t1为匹配时间段t2的前叙时间段，匹配时间段t3为匹配时间段t2的后续时间段。

S204，根据前叙时间段、后续时间段和匹配时间段，确定候选推送模型在目标服务下的推送服务时间。

可选地，可以从候选推送模型的匹配时间段的前叙时间段和后续时间段中，分别获取设定时长的时间段，并将获取到的设定时长的时间段与候选推送模型的匹配时间段进行整合，从而得到候选推送模型在目标服务下的推送服务时间。

本公开实施例中，可以获取前叙时间段中与匹配时间段相邻的子前叙时间段，以及后续时间段中与匹配时间段相邻的子后续时间段。

其中，可以对前叙时间段进行时长划分，从划分得到的前叙时间段的多个子时间段中，选择至少一个子时间段，并将其与候选推送模型的匹配时间段进行整合，从而得到候选推送模型的推送服务时间。

相应地，还可以对后续时间段进行时长划分，从划分得到的后续时间段的多个子时间段中，选择至少一个子时间段，并将其与候选推送模型的匹配时间段进行整合，从而得到候选推送模型的推送服务时间。

可选地，可以将前叙时间段划分为两等分，将时序较晚且与匹配时间段相邻的前叙时间段的二分之一时间段，确定为与候选推送模型的匹配时间段进行整合的子前叙时间段。

相应地，还可以将后续时间段划分为两等分，将时序较早且与匹配时间段相邻的后续时间段的二分之一时间段，确定为与候选推送模型的匹配时间段进行整合的子后续时间段。

可选地，将子前叙时间段、子后续时间段以及匹配时间段的组合时间段，确定为候选推送模型在目标服务下的推送服务时间。

本公开实施例中，确定候选推送模型在前叙时间段内可以为用户账号提供推送内容的生成的服务的子前叙时间段，以及候选推送模型在后续时间段内可以为用户账号提供推送内容生成的服务的子后续时间段后，可以确定的子前叙时间段和子后续时间段，与候选推送模型的匹配时间段进行整合。

其中，可以按照时间顺序将子前叙时间段、匹配时间段以及子后续时间段进行拼接，并将拼接后得到的时间段确定为候选推送模型在目标服务下为用户账号提供推送内容生成服务的推送服务时间。

本公开提出的基于多模型的内容推送方法，获取样本时间段内的样本数据后，基于样本数据对待训练的推送模型进行模型训练，得到样本时间段内训练好的候选推送模型，根据样本时间段确定候选推送模型的匹配时间段，并根据匹配时间段、以及匹配时间段的前叙时间段和匹配时间段的后续时间段，获取候选推送模型的推送服务时间。本公开中，通过样本时间段内的样本数据训练推送模型得到的样本时间段内的候选推送模型，通过不同的时间段内的数据训练得到不同时间段各自的候选推送模型，使得用户账号在不同时间段使用目标服务时，可以获取不同时间段各自的候选推送模型为用户账号提供的个性化推送内容，提高了目标服务推送内容的精准程度，提高了目标服务为用户账号推送的内容与用户需求的匹配度，优化了目标服务的服务质量以及用户账号在目标服务下的体验度。

上述实施例中，关于目标推送模型的确定，可结合图3进一步理解，图3为本公开另一实施例的基于多模型的内容推送方法的流程示意图，如图3所示，该方法包括：

S301，获取推送服务时间中与推送需求时间匹配的目标推送服务时间。

本公开实施例中，候选推送模型可以在其推送服务时间内，为使用目标服务的用户账号，提供个性化的推送内容的生成服务。

在该场景下，可以根据用户账号对目标服务的推送需求时间，与候选推送模型的推送服务时间，从目标服务下的全部候选推送模型中，确定当前为用户账号提供推送内容的生成服务的候选推送模型。

其中，将在推送需求时间为用户账号提供推送内容的生成服务的候选推送模型，确定为目标推送模型。

可选地，可以获取目标服务下全部的候选推送模型各自的推送服务时间，并将识别到的用户账号的推送需求时间与推送服务时间进行对比，从对比结果中获取与推送需求时间匹配的推送服务时间。

其中，可以将能够覆盖推送需求时间的推送服务时间，确定为与推送需求时间匹配的目标推送服务时间。

比如，设定推送服务时间为10:00-11:00，推送需求时间为10:15，则该推送服务时间可以覆盖到该推送需求时间，因此，可以将该推送服务时间确定为该推送需求时间的目标推送服务时间。

S302，获取目标推送服务时间上的第一候选推送模型和第二候选推送模型，并将第一候选推送模型和第二候选推送模型作为目标服务在推送需求时间上的目标推送模型。

本公开实施例中，候选推送模型的推送服务时间包括了候选推送模型的匹配时间段以及匹配时间段的前叙时间段和后续时间段中的部分时间段，由此可知，可以在目标推送服务时间上为用户账号提供推送内容的生成服务的候选推送模型可以包括两个候选推送模型。

可选地，可以将其中任一候选推送模型标识为目标推送服务时间上的第一候选推送模型，将非第一候选推送模型的另一个候选推送模型标识为目标推送服务时间上的第二候选推送模型。

可选地，可以将推送需求时间落于匹配时间段内的候选推送模型确定为第一候选推送模型，将落于匹配时间段的子前叙时间段和/或子后续时间段的候选推送模型，确定为第二候选推送模型。

在该场景下，可以将能够在目标推送服务时间上为用户账号提供推送内容的生成服务的第一候选推送模型和第二候选推送模型均确定为目标服务在用户账号的推送需求时间上的目标推送模型。

本公开提出的基于多模型的内容推送方法，从目标服务下的全部的候选推送模型各自的推送服务时间中，确定与用户账号的推送需求时间匹配的目标推送服务时间，进而根据确定的目标推送服务时间获取目标服务在推送需求时间上为用户账号提供推送内容的生成服务的目标推送模型。本公开中，通过推送需求时间确定目标推送服务时间，进而确定在推送需求时间为用户账号提供推送内容的生成服务的目标推送模型，使得用户账号在不同时间段使用目标服务时，可以获取不同时间段各自的候选推送模型为用户账号提供的个性化推送内容，提高了目标服务推送内容的精准程度，提高了目标服务为用户账号推送的内容与用户需求的匹配度，优化了目标服务的服务质量以及用户账号在目标服务下的体验度。

上述实施例中，关于目标内容的获取，可结合图4进一步理解，图4为本公开另一实施例的基于多模型的内容推送方法的流程示意图，如图4所示，该方法包括：

S401，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

本公开实施例中，可以分别为第一候选推送模型和第二候选推送模型输出的候选推送内容配置各自的权重，根据各自的权重对第一候选推送模型和第二候选推送模型输出的候选推送内容进行加权整合，从而得到目标服务为用户账号提供的推送内容。

可选地，第一候选推送模型和第二候选推送模型分别存在各自的时序权重序列，不同的时间戳下第一候选推送模型和第二候选推送模型的权重值可能存在差异。

其中，可以获取第一候选推送模型和第二候选推送模型各自在其推送服务时间内的全部的权重值，并根据全部的权重值各自的时间信息，对全部的权重值进行时间维度上的排序，进而得到第一候选推送模型和第二候选推送模型各自的时序权重序列。

在一些实现中，相较于候选推送模型在其匹配时间段对应前叙时间段和后续时间段内为用户账号提供的推送内容，候选推送模型在其匹配时间段内为用户提供的推送内容可以与用户需求更加适配。

可以理解为，从推送服务时间的起始时间点至匹配时间段的中间时间点之间的时间段内，候选推送模型为用户提供的推送内容与用户需求的适配程度基于时间的变化动态上升，在匹配时间段的中间时间点至推送服务时间的终止时间点之间的时间段内，候选推送模型为用户提供的推送内容与用户需求的适配程度基于时间的变化动态下降。

在该场景下，可以将推送服务时间进行划分，分别获取候选推送模型在划分后的每个时间段内的时序权重序列，进而得到候选推送模型在推送服务时间内的总的时序权重序列。

可选地，可以获取第一候选推送模型和第二候选推送模型，在各自的匹配时间段的第一时间点上的权重峰值。

本公开实施例中，可以将第一候选推送模型和第二候选推送模型各自的匹配时间段的中间时间点，确定为第一候选推送模型和第二候选推送模型各自的匹配时间段的第一时间点。

其中，可以将第一候选推送模型和第二候选推送模型在各自的第一时间点上的权重值，确定为第一候选推送模型和第二候选推送模型各自的权重峰值。

在一些实现中，可以将第一候选推送模型和第二候选推送模型在各自的第一时间点上的权重峰值设定为1，可以理解为，在第一候选推送模型的第一时间点上，目标服务为用户账号提供的推送内容仅会采用第一候选推送模型输出的推送内容，相应地，在第二候选推送模型的第一时间点上，目标服务为用户账号提供的推送内容仅会采用第二候选推送模型输出的推送内容。

可选地，获取第一候选推送模型和第二候选推送模型，在各自的前叙时间段的第二时间点上，和后续时间段的第三时间点上的权重谷值。

本公开实施例中，第一候选推送模型和第二候选推送模型各自在各自的推送服务时间的起始时间点至匹配时间段的中间时间点之间的时间段内，为用户提供的推送内容与用户需求的适配程度基于时间的变化动态上升。

在该场景下，相较于推送服务时间范围内其他时间点上为用户账号提供的推送内容，第一候选推送模型和第二候选推送模型各自在其推送服务时间点的起始时间点上为用户账号提供的推送内容，与用户需求的适配程度最低。

可选地，可以将第一候选推送模型和第二候选推送模型各自在其推送服务时间的起始时间点上的权重值，确定为权重谷值。

本公开实施例中，第一候选推送模型和第二候选推送模型各自的推送服务时间的起始时间点，为各自的匹配时间段的子前叙时间段的起始时间点，在该场景下，可以将该时间点标识为第一候选推送模型和第二候选推送模型各自的前叙时间段上的第二时间点。

相应地，第一候选推送模型和第二候选推送模型各自在各自的匹配时间段的中间时间点至推送服务时间的终止时间点之间的时间段内，为用户提供的推送内容与用户需求的适配程度基于时间的变化动态下降。

在该场景下，相较于推送服务时间范围内其他时间点上为用户账号提供的推送内容，第一候选推送模型和第二候选推送模型各自在其推送服务时间点的终止时间点上为用户账号提供的推送内容，与用户需求的适配程度最低。

可选地，可以将第一候选推送模型和第二候选推送模型各自在其推送服务时间的终止时间点上的权重值，确定为权重谷值。

本公开实施例中，第一候选推送模型和第二候选推送模型各自的推送服务时间的终止时间点，为各自的匹配时间段的子后续时间段的终止时间点，在该场景下，可以将该时间点标识为第一候选推送模型和第二候选推送模型各自的后续时间段上的第三时间点。

在一些实现中，可以将第一候选推送模型和第二候选推送模型在各自的第二时间点和/或第三时间点上的权重谷值设定为0，可以理解为，在第一候选推送模型的第二时间点和/或第三时间点上，目标服务为用户账号提供的推送内容仅会采用第二候选推送模型输出的推送内容，相应地，在第二候选推送模型的第二时间点和/或第三时间点上，目标服务为用户账号提供的推送内容仅会采用第一候选推送模型输出的推送内容。

相应地，权重峰值与权重谷值之间存在权重中间值，其中，可以获取第一候选推送模型和第二候选推送模型，在各自的匹配时间段的起始时间点和/或终止时间点上的权重中间值。

本公开实施例中，第一候选推送模型和第二候选推送模型各自在各自的第二时间点至第一时间点之间的时间段内，为用户提供的推送内容与用户需求的适配程度基于时间的变化动态上升，在第一时间点知第三时间点之间的时间段内，为用户提供的推送内容与用户需求的适配程度基于时间的变化动态下降。

可选地，可以根据权重峰值和权重谷值，确定第一候选推送模型和第二候选推送模型各自的权重谷值。

在一些实现中，第一候选推送模型和第二候选推送模型各自的权重谷值可以为第一候选推送模型和第二候选推送模型各自在各自的第二时间点至第一时间点之间的时间段的中间时间点上的权重值，和/或，第一时间点知第三时间点之间的时间段的中间时间点上的权重值。

在该场景下，第二时间点至第一时间点之间的时间段的中间时间点，可以为第一候选推送模型和第二候选推送模型在各自的匹配时间段的起始时间点，第一时间点知第三时间点之间的时间段的中间时间点，可以为第一候选推送模型和第二候选推送模型在各自的匹配时间段的终止时间点。

可选地，根据权重峰值、权重谷值和权重中间值，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

本公开实施例中，确定权重峰值、权重谷值以及权重中间值后，可以机油权重峰值所在的时间点、权重谷值所在的时间点以及权重中间值所在的时间点，对第一候选推送模型和第二候选推送模型各自的推送服务时间进行划分。

其中，可以获取第二时间点至匹配时间段的起始时间点之间的第一时间段、匹配时间段的起始时间点至第一时间点之间的第二时间段、第一时间点至匹配时间段的终止时间点之间的第三时间段和匹配时间段的终止时间点至第三时间点之间的第四时间段。

可以理解为，基于权重伴随时间的动态变化趋势，将第一候选推送模型和第二候选推送模型各自的推送服务时间，由权重谷值所在的第二时间点开始，至权重中间值所在的匹配时间段的起始时间点为止进行划分，得到第一候选推送模型和第二候选推送模型各自的推送服务时间的第一时间段。

相应地，由权重中间值所在的匹配时间段的起始时间点开始，至权重峰值所在的第一时间点为止进行划分，得到第一候选推送模型和第二候选推送模型各自的推送服务时间的第二时间段。

由权重峰值所在的第一时间点开始，至权重中间值所在的匹配时间段的终止时间点为止进行划分，得到第一候选推送模型和第二候选推送模型各自的推送服务时间的第三时间段。

由权重中间值所在的匹配时间段的终止时间点开始，至权重谷值所在的第三时间点为止进行划分，得到第一候选推送模型和第二候选推送模型各自的推送服务时间的第四时间段。

可选地，可以根据权重峰值、权重谷值和权重中间值，分别获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列、第二时间段上的第二时序权重子序列、第三时间段上的第三时序权重子序列和第四时间段上的第四时序权重子序列。

本公开实施例中，第一候选推送模型和第二候选推送模型各自的推送服务时间的第一时间段由权重谷值所在的第二时间点开始，至权重中间值所在的匹配时间段的起始时间点为止。

在该场景下，可以根据第二时间点上的权重谷值，和匹配时间段的起始时间点上的权重中间值，获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列。

可选地，可以根据预设的时间间隔对第一时间段进行划分，得到划分后的第一时间段的子时间段的时间段数量。获取权重谷值与权重中间值之间的变化值之后，基于该时间段数量对该变化值进行均等分，得到每个时间段上的权重变化值，进而确定权重谷值至权重中间值在第一时间段上的变化趋势，从而得到第一候选推送模型和第二候选推送模型各自在第一时间段上时序权重序列。

其中，可以将第一候选推送模型和第二候选推送模型各自在第一时间段上时序权重序列确定为第一时序权重子序列。

本公开实施例中，第一候选推送模型和第二候选推送模型各自的推送服务时间的第二时间段由权重中间值所在的匹配时间段的起始时间点开始，至权重峰值所在的第一时间点为止。

在该场景下，可以根据匹配时间段的起始时间点的权重中间值，和第一时间点上的权重峰值，获取第一候选推送模型和第二候选推送模型在第二时间段上的第二时序权重子序列。

可选地，可以根据预设的时间间隔对第二时间段进行划分，得到划分后的第二时间段的子时间段的时间段数量。获取权重中间值与权重峰值之间的变化值之后，基于该时间段数量对该变化值进行均等分，得到每个时间段上的权重变化值，进而确定权重中间值至权重峰值在第二时间段上的变化趋势，从而得到第一候选推送模型和第二候选推送模型各自在第二时间段上时序权重序列。

其中，可以将第一候选推送模型和第二候选推送模型各自在第二时间段上时序权重序列确定为第二时序权重子序列。

本公开实施例中，第一候选推送模型和第二候选推送模型各自的推送服务时间的第三时间段由权重峰值所在的第一时间点开始，至权重中间值所在的匹配时间段的终止时间点为止。

在该场景下，可以根据第一时间点上的权重峰值，和匹配时间段的终止时间点上的权重中间值，获取第一候选推送模型和第二候选推送模型在第三时间段上的第三时序权重子序列。

可选地，可以根据预设的时间间隔对第三时间段进行划分，得到划分后的第三时间段的子时间段的时间段数量。获取权重峰值与权重中间值之间的变化值之后，基于该时间段数量对该变化值进行均等分，得到每个时间段上的权重变化值，进而确定权重峰值至权重中间值在第三时间段上的变化趋势，从而得到第一候选推送模型和第二候选推送模型各自在第三时间段上时序权重序列。

其中，可以将第一候选推送模型和第二候选推送模型各自在第三时间段上时序权重序列确定为第三时序权重子序列。

本公开实施例中，第一候选推送模型和第二候选推送模型各自的推送服务时间的第四时间段由权重中间值所在的匹配时间段的终止时间点开始，至权重谷值所在的第三时间点为止。

在该场景下，可以根据匹配时间段的终止时间点上的权重中间值，和第三时间点上的权重谷值，获取第一候选推送模型和第二候选推送模型在第四时间段上的第四时序权重子序列。

可选地，可以根据预设的时间间隔对第四时间段进行划分，得到划分后的第四时间段的子时间段的时间段数量。获取权重中间值与权重谷值之间的变化值之后，基于该时间段数量对该变化值进行均等分，得到每个时间段上的权重变化值，进而确定权重中间值至权重中间值在第四时间段上的变化趋势，从而得到第一候选推送模型和第二候选推送模型各自在第四时间段上时序权重序列。

其中，可以将第一候选推送模型和第二候选推送模型各自在第四时间段上时序权重序列确定为第四时序权重子序列。

可选地，可以根据第一时序权重子序列、第二时序权重子序列、第三时序权重子序列和第四时序权重子序列，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

本公开实施例中，第一时序权重子序列为第一候选推送模型和第二候选推送模型在各自的第一时间段上的权重子序列，第二时序权重子序列为第一候选推送模型和第二候选推送模型在各自的第二时间段上的权重子序列，第三时序权重子序列为第一候选推送模型和第二候选推送模型在各自的第三时间段上的权重子序列，第四时序权重子序列为第一候选推送模型和第二候选推送模型在各自的第四时间段上的权重子序列。

在该场景下，可以分别获取第一时间段、第二时间段、第三时间段以及第四时间段之间的时间顺序，并根据该时间顺序对第一时序权重子序列、第二时序权重子序列、第三时序权重子序列和第四时序权重子序列进行时序上的拼接，并将拼接得到的时序权重序列确定为第一候选推送模型和第二候选推送模型各自的时序权重序列。

S402，根据推送需求时间，从时序权重序列中确定第一候选推送模型在推送服务时间上的第一推送权重，以及第二候选推送模型在推送服务时间上的第二推送权重。

本公开实施例中，可以根据用户账号的推送需求时间，从第一候选推送模型的时序权重序列中，识别与推送需求时间在时间维度上匹配的权重，作为第一候选推送模型在推送需求时间上的第一推送权重。

相应地，可以根据用户账号的推送需求时间，从第二候选推送模型的时序权重序列中，识别与推送需求时间在时间维度上匹配的权重，作为第二候选推送模型在推送需求时间上的第二推送权重。

S403，获取第一候选推送模型基于注册信息输出的目标服务推送给用户账号的第一推送内容，和第二候选推送模型基于注册信息输出的目标服务推送给用户账号的第二推送内容。

本公开实施例中，可以获取用户账号在目标服务下的注册信息，并将注册信息输入第一候选推送模型中，并将第一候选推送模型基于该注册信息的输出内容，确定为第一推送内容。

相应地，可以将该注册信息输入第二候选推送模型中，并将第二候选推送模型基于该注册信息的输出内容，确定为第二推送内容。

S404，根据第一推送权重和第二推送权重，对第一推送内容和第二推送内容进行加权融合，以获取目标服务向用户账号推送的目标内容。

可选地，第一候选推送模型在推送需求时间上的权重为第一推送权重，第二候选推送模型在推送需求时间上的权重为第二推送权重。

其中，获取第一推送内容和第二推送内容后，根据第一推送权重和第二推送权要，对第一推送内容和第二推送内容进行加权融合，并将加权融合后的结果确定为目标服务向用户账号推送的目标内容。

需要说明的是，在一些实现中，目标服务为用户账号推送的目标内容存在可能无法满足用户需求，在该场景下，可以接收用户账号对于目标内容的反馈信息，并根据反馈信息对目标推送模型进行模型优化。

可选地，可以根据反馈信息对目标推送模型中包括的第一候选推送模型和第二候选推送模型各自的模型参数进行调整，使得调整后的第一候选推送模型和第二候选推送模型各自的输出内容可以提高与用户需求之间的适配程度，进而实现对目标推送模型的模型优化。

本公开提出的基于多模型的内容推送方法，获取第一候选推送模型和第二候选推送模型各自的时序权重序列后，根据推送服务时间从时序权重序列中确定第一候选模型的第一推送权重和第二候选推送模型的第二推送权重。进一步地，根据第一推送权重和第二推送权重，对第一候选推送模型输出的第一推送内容和第二候选推送模型输出的第二推送内容进行加权融合，从而得到目标服务向用户账号推送的目标内容。本公开中，根据推送需求时间从时序权重序列中确定第一候选推送模型和第二候选推送模型各自的推送权重，并根据各自的推送权重获取目标服务推送给用户账号的目标内容，实现了为用户账号个性化进行目标内容的推送，根据推送需求时间确定目标推送模型，使得用户账号在不同时间段使用目标服务时，可以获取不同时间段各自的候选推送模型为用户账号提供的个性化推送内容，提高了目标服务为用户账号推送的内容与用户需求的匹配度，优化了目标服务的服务质量以及用户账号在目标服务下的体验度。

与上述几种实施例提出的基于多模型的内容推送方法相对应，本公开的一个实施例还提出了一种基于多模型的内容推送装置，由于本公开实施例提出的基于多模型的内容推送装置与上述几种实施例提出的基于多模型的内容推送方法相对应，因此上述基于多模型的内容推送方法的实施方式也适用于本公开实施例提出的基于多模型的内容推送装置，在下述实施例中不再详细描述。

图5为本公开一实施例的基于多模型的内容推送装置的结构示意图，如图5所示，基于多模型的内容推送装置500，包括服务获取模块51、需求获取模块52、模型获取模块53和内容获取模块54，其中：

服务获取模块51，用于获取目标服务下的候选推送模型，和候选推送模型对应的推送服务时间；

需求获取模块52，用于获取用户账号对目标服务的推送需求时间；

模型获取模块53，用于根据推送服务时间和推送需求时间，从候选推送模型中获取目标服务在推送需求时间上的目标推送模型；

内容获取模块54，用于根据用户账号的注册信息，获取目标推送模型输出的目标服务向用户账号推送的目标内容。

本公开实施例中，服务获取模块51，还用于：获取目标服务下待训练的推送模型，并获取样本时间段内的样本数据对待训练的推送模型进行训练，得到样本时间段内训练好的候选推送模型；根据样本时间段，确定候选推送模型的匹配时间段；获取与匹配时间段相邻的前叙时间段和后续时间段；根据前叙时间段、后续时间段和匹配时间段，确定候选推送模型在目标服务下的推送服务时间。

本公开实施例中，服务获取模块51，还用于：获取样本时间段内的样本数据，其中，样本数据包括在样本时间段内目标服务的历史推送内容，以及样本时间段内接收历史推送内容的用户账号的历史注册信息；根据样本数据对待训练的推送模型进行模型训练，得到样本时间段内训练好的候选推送模型。

本公开实施例中，服务获取模块51，还用于：获取前叙时间段中与匹配时间段相邻的子前叙时间段，以及后续时间段中与匹配时间段相邻的子后续时间段；将子前叙时间段、子后续时间段以及匹配时间段的组合时间段，确定为候选推送模型在目标服务下的推送服务时间。

本公开实施例中，模型获取模块53，还用于：获取推送服务时间中与推送需求时间匹配的目标推送服务时间；获取目标推送服务时间上的第一候选推送模型和第二候选推送模型，并将第一候选推送模型和第二候选推送模型作为目标服务在推送需求时间上的目标推送模型。

本公开实施例中，内容获取模块54，还用于：获取第一候选推送模型和第二候选推送模型各自的时序权重序列；根据推送需求时间，从时序权重序列中确定第一候选推送模型在推送服务时间上的第一推送权重，以及第二候选推送模型在推送服务时间上的第二推送权重；获取第一候选推送模型基于注册信息输出的目标服务推送给用户账号的第一推送内容，和第二候选推送模型基于注册信息输出的目标服务推送给用户账号的第二推送内容；根据第一推送权重和第二推送权重，对第一推送内容和第二推送内容进行加权融合，以获取目标服务向用户账号推送的目标内容。

本公开实施例中，内容获取模块54，还用于：获取第一候选推送模型和第二候选推送模型，在各自的匹配时间段的第一时间点上的权重峰值；获取第一候选推送模型和第二候选推送模型，在各自的前叙时间段的第二时间点上，和后续时间段的第三时间点上的权重谷值；获取第一候选推送模型和第二候选推送模型，在各自的匹配时间段的起始时间点和/或终止时间点上的权重中间值；根据权重峰值、权重谷值和权重中间值，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

本公开实施例中，内容获取模块54，还用于：获取第二时间点至匹配时间段的起始时间点之间的第一时间段、匹配时间段的起始时间点至第一时间点之间的第二时间段、第一时间点至匹配时间段的终止时间点之间的第三时间段和匹配时间段的终止时间点至第三时间点之间的第四时间段；根据权重峰值、权重谷值和权重中间值，分别获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列、第二时间段上的第二时序权重子序列、第三时间段上的第三时序权重子序列和第四时间段上的第四时序权重子序列；根据第一时序权重子序列、第二时序权重子序列、第三时序权重子序列和第四时序权重子序列，获取第一候选推送模型和第二候选推送模型各自的时序权重序列。

本公开实施例中，内容获取模块54，还用于：根据第二时间点上的权重谷值，和匹配时间段的起始时间点上的权重中间值，获取第一候选推送模型和第二候选推送模型各自在第一时间段上的第一时序权重子序列；根据匹配时间段的起始时间点的权重中间值，和第一时间点上的权重峰值，获取第一候选推送模型和第二候选推送模型在第二时间段上的第二时序权重子序列；根据第一时间点上的权重峰值，和匹配时间段的终止时间点上的权重中间值，获取第一候选推送模型和第二候选推送模型在第三时间段上的第三时序权重子序列；根据匹配时间段的终止时间点上的权重中间值，和第三时间点上的权重谷值，获取第一候选推送模型和第二候选推送模型在第四时间段上的第四时序权重子序列。

本公开实施例中，装置还包括：优化模块，用于接收用户账号对于目标内容的反馈信息，并根据反馈信息对目标推送模型进行模型优化。

本公开提出的基于多模型的内容推送装置，获取目标服务下的候选推送模型以及候选推送模型对应的推送服务时间，获取用户账号对目标服务的推送需求时间后，根据推送需求时间和推送服务时间，从目标服务下的候选推送模型中确定为用户账号提供推送内容生成的目标推送模型。进一步地，获取用户账号的注册信息，并根据目标推送模型基于用户账号的注册信息的输出结果，进而得到目标服务向用户账号推送的目标内容。本公开中，基于推送需求时间和推送服务时间，确定为用户账号提供推送内容生成服务的目标推送模型，使得用户账号在不同时间段使用目标服务时，可以获取不同时间段各自的候选推送模型为用户账号提供的个性化推送内容，提高了目标服务推送内容的精准程度，提高了目标服务为用户账号推送的内容与用户需求的匹配度，优化了目标服务的服务质量以及用户账号在目标服务下的体验度。

为达到上述实施例，本公开还提供了一种电子设备、一种计算机可读存储介质和一种计算机程序产品。

图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。如图6所示，设备600包括存储器61、处理器62及存储在存储61上并可在处理器62上运行的计算机程序，处理器62执行程序指令时，实现上述实施例提供的基于多模型的内容推送方法。

本公开提出的基于多模型的内容推送方法，获取目标服务下的候选推送模型以及候选推送模型对应的推送服务时间，获取用户账号对目标服务的推送需求时间后，根据推送需求时间和推送服务时间，从目标服务下的候选推送模型中确定为用户账号提供推送内容生成的目标推送模型。进一步地，获取用户账号的注册信息，并根据目标推送模型基于用户账号的注册信息的输出结果，进而得到目标服务向用户账号推送的目标内容。本公开中，基于推送需求时间和推送服务时间，确定为用户账号提供推送内容生成服务的目标推送模型，使得用户账号在不同时间段使用目标服务时，可以获取不同时间段各自的候选推送模型为用户账号提供的个性化推送内容，提高了目标服务推送内容的精准程度，提高了目标服务为用户账号推送的内容与用户需求的匹配度，优化了目标服务的服务质量以及用户账号在目标服务下的体验度。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本身的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网格浏览器的用户计算机，用户可以通过该图形用户界面或者该网格浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网格）来将系统的部件相互连接。通信网格的示例包括：局域网（LAN）、广域网（WAN）、互联网和区块链网格。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网格进行交互。通过在相应的计算机上运行并且彼此具有客户端服务器关系的计算机程序来产生客户端和服务器的关系。服务端可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务（“VirtualPrivate Server”，或简称“VPS”）中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合区块链的服务器。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (22)

1.一种基于多模型的内容推送方法，其特征在于，所述方法包括：

获取目标服务下的候选推送模型，和所述候选推送模型对应的推送服务时间；

获取用户账号对所述目标服务的推送需求时间；

根据所述推送服务时间和所述推送需求时间，从所述候选推送模型中获取所述目标服务在所述推送需求时间上的目标推送模型；

根据所述用户账号的注册信息，获取所述目标推送模型输出的所述目标服务向所述用户账号推送的目标内容。

2.根据权利要求1所述的方法，其特征在于，所述获取目标服务下的候选推送模型，和所述候选推送模型对应的推送服务时间，包括：

获取所述目标服务下待训练的推送模型，并获取样本时间段内的样本数据对待训练的所述推送模型进行训练，得到所述样本时间段内训练好的所述候选推送模型；

根据所述样本时间段，确定所述候选推送模型的匹配时间段；

获取与所述匹配时间段相邻的前叙时间段和后续时间段；

根据所述前叙时间段、所述后续时间段和所述匹配时间段，确定所述候选推送模型在所述目标服务下的所述推送服务时间。

3.根据权利要求2所述的方法，其特征在于，所述获取所述目标服务下待训练的推送模型，并获取样本时间段内的样本数据对待训练的所述推送模型进行训练，得到所述样本时间段内训练好的所述候选推送模型，包括：

获取所述样本时间段内的所述样本数据，其中，所述样本数据包括在所述样本时间段内所述目标服务的历史推送内容，以及所述样本时间段内接收所述历史推送内容的用户账号的历史注册信息；

根据所述样本数据对待训练的所述推送模型进行模型训练，得到所述样本时间段内训练好的所述候选推送模型。

4.根据权利要求2所述的方法，其特征在于，所述根据所述前叙时间段、所述后续时间段和所述匹配时间段，确定所述候选推送模型在所述目标服务下的所述推送服务时间，包括：

获取所述前叙时间段中与所述匹配时间段相邻的子前叙时间段，以及所述后续时间段中与所述匹配时间段相邻的子后续时间段；

将所述子前叙时间段、所述子后续时间段以及所述匹配时间段的组合时间段，确定为所述候选推送模型在所述目标服务下的所述推送服务时间。

5.根据权利要求4所述的方法，其特征在于，所述根据所述推送服务时间和所述推送需求时间，从所述候选推送模型中获取所述目标服务在所述推送需求时间上的目标推送模型，包括：

获取所述推送服务时间中与所述推送需求时间匹配的目标推送服务时间；

获取所述目标推送服务时间上的第一候选推送模型和第二候选推送模型，并将所述第一候选推送模型和所述第二候选推送模型作为所述目标服务在所述推送需求时间上的所述目标推送模型。

6.根据权利要求5所述的方法，其特征在于，所述根据所述用户账号的注册信息，获取所述目标推送模型输出的所述目标服务向所述用户账号推送的目标内容，包括：

获取所述第一候选推送模型和所述第二候选推送模型各自的时序权重序列；

根据所述推送需求时间，从所述时序权重序列中确定所述第一候选推送模型在所述推送服务时间上的第一推送权重，以及所述第二候选推送模型在所述推送服务时间上的第二推送权重；

获取所述第一候选推送模型基于所述注册信息输出的所述目标服务推送给所述用户账号的第一推送内容，和所述第二候选推送模型基于所述注册信息输出的所述目标服务推送给所述用户账号的第二推送内容；

根据所述第一推送权重和所述第二推送权重，对所述第一推送内容和所述第二推送内容进行加权融合，以获取所述目标服务向所述用户账号推送的所述目标内容。

7.根据权利要求6所述的方法，其特征在于，所述获取所述第一候选推送模型和所述第二候选推送模型各自的时序权重序列，包括：

获取所述第一候选推送模型和所述第二候选推送模型，在各自的匹配时间段的第一时间点上的权重峰值；

获取所述第一候选推送模型和所述第二候选推送模型，在各自的前叙时间段的第二时间点上，和后续时间段的第三时间点上的权重谷值；

获取所述第一候选推送模型和所述第二候选推送模型，在各自的匹配时间段的起始时间点和/或终止时间点上的权重中间值；

根据所述权重峰值、所述权重谷值和所述权重中间值，获取所述第一候选推送模型和所述第二候选推送模型各自的所述时序权重序列。

8.根据权利要求7所述的方法，其特征在于，所述根据所述权重峰值、所述权重谷值和所述权重中间值，获取所述第一候选推送模型和所述第二候选推送模型各自的所述时序权重序列，包括：

获取所述第二时间点至所述匹配时间段的起始时间点之间的第一时间段、所述匹配时间段的起始时间点至所述第一时间点之间的第二时间段、所述第一时间点至所述匹配时间段的终止时间点之间的第三时间段和所述匹配时间段的终止时间点至所述第三时间点之间的第四时间段；

根据所述权重峰值、所述权重谷值和所述权重中间值，分别获取所述第一候选推送模型和所述第二候选推送模型各自在所述第一时间段上的第一时序权重子序列、所述第二时间段上的第二时序权重子序列、所述第三时间段上的第三时序权重子序列和所述第四时间段上的第四时序权重子序列；

根据所述第一时序权重子序列、所述第二时序权重子序列、所述第三时序权重子序列和所述第四时序权重子序列，获取所述第一候选推送模型和所述第二候选推送模型各自的所述时序权重序列。

9.根据权利要求8所述的方法，其特征在于，所述根据所述权重峰值、所述权重谷值和所述权重中间值，分别获取所述第一候选推送模型和所述第二候选推送模型各自在所述第一时间段上的第一时序权重子序列、所述第二时间段上的第二时序权重子序列、所述第三时间段上的第三时序权重子序列和所述第四时间段上的第四时序权重子序列，包括：

根据所述第二时间点上的所述权重谷值，和所述匹配时间段的起始时间点上的所述权重中间值，获取所述第一候选推送模型和所述第二候选推送模型各自在所述第一时间段上的第一时序权重子序列；

根据所述匹配时间段的起始时间点的所述权重中间值，和所述第一时间点上的所述权重峰值，获取所述第一候选推送模型和所述第二候选推送模型在所述第二时间段上的第二时序权重子序列；

根据所述第一时间点上的所述权重峰值，和所述匹配时间段的终止时间点上的所述权重中间值，获取所述第一候选推送模型和所述第二候选推送模型在所述第三时间段上的第三时序权重子序列；

根据所述匹配时间段的终止时间点上的所述权重中间值，和所述第三时间点上的所述权重谷值，获取所述第一候选推送模型和所述第二候选推送模型在所述第四时间段上的第四时序权重子序列。

10.根据权利要求1-9任一项所述的方法，其特征在于，所述方法还包括：

接收所述用户账号对于所述目标内容的反馈信息，并根据所述反馈信息对所述目标推送模型进行模型优化。

11.一种基于多模型的内容推送装置，其特征在于，所述装置包括：

服务获取模块，用于获取目标服务下的候选推送模型，和所述候选推送模型对应的推送服务时间；

需求获取模块，用于获取用户账号对所述目标服务的推送需求时间；

模型获取模块，用于根据所述推送服务时间和所述推送需求时间，从所述候选推送模型中获取所述目标服务在所述推送需求时间上的目标推送模型；

内容获取模块，用于根据所述用户账号的注册信息，获取所述目标推送模型输出的所述目标服务向所述用户账号推送的目标内容。

12.根据权利要求11所述的装置，其特征在于，所述服务获取模块，还用于：

获取所述目标服务下待训练的推送模型，并获取样本时间段内的样本数据对待训练的所述推送模型进行训练，得到所述样本时间段内训练好的所述候选推送模型；

根据所述样本时间段，确定所述候选推送模型的匹配时间段；

获取与所述匹配时间段相邻的前叙时间段和后续时间段；

根据所述前叙时间段、所述后续时间段和所述匹配时间段，确定所述候选推送模型在所述目标服务下的所述推送服务时间。

13.根据权利要求12所述的装置，其特征在于，所述服务获取模块，还用于：

获取所述样本时间段内的所述样本数据，其中，所述样本数据包括在所述样本时间段内所述目标服务的历史推送内容，以及所述样本时间段内接收所述历史推送内容的用户账号的历史注册信息；

根据所述样本数据对待训练的所述推送模型进行模型训练，得到所述样本时间段内训练好的所述候选推送模型。

14.根据权利要求12所述的装置，其特征在于，所述服务获取模块，还用于：

获取所述前叙时间段中与所述匹配时间段相邻的子前叙时间段，以及所述后续时间段中与所述匹配时间段相邻的子后续时间段；

将所述子前叙时间段、所述子后续时间段以及所述匹配时间段的组合时间段，确定为所述候选推送模型在所述目标服务下的所述推送服务时间。

15.根据权利要求14所述的装置，其特征在于，所述模型获取模块，还用于：

获取所述推送服务时间中与所述推送需求时间匹配的目标推送服务时间；

获取所述目标推送服务时间上的第一候选推送模型和第二候选推送模型，并将所述第一候选推送模型和所述第二候选推送模型作为所述目标服务在所述推送需求时间上的所述目标推送模型。

16.根据权利要求15所述的装置，其特征在于，所述内容获取模块，还用于：

获取所述第一候选推送模型和所述第二候选推送模型各自的时序权重序列；

根据所述推送需求时间，从所述时序权重序列中确定所述第一候选推送模型在所述推送服务时间上的第一推送权重，以及所述第二候选推送模型在所述推送服务时间上的第二推送权重；

获取所述第一候选推送模型基于所述注册信息输出的所述目标服务推送给所述用户账号的第一推送内容，和所述第二候选推送模型基于所述注册信息输出的所述目标服务推送给所述用户账号的第二推送内容；

根据所述第一推送权重和所述第二推送权重，对所述第一推送内容和所述第二推送内容进行加权融合，以获取所述目标服务向所述用户账号推送的所述目标内容。

17.根据权利要求16所述的装置，其特征在于，所述内容获取模块，还用于：

获取所述第一候选推送模型和所述第二候选推送模型，在各自的匹配时间段的第一时间点上的权重峰值；

获取所述第一候选推送模型和所述第二候选推送模型，在各自的前叙时间段的第二时间点上，和后续时间段的第三时间点上的权重谷值；

获取所述第一候选推送模型和所述第二候选推送模型，在各自的匹配时间段的起始时间点和/或终止时间点上的权重中间值；

根据所述权重峰值、所述权重谷值和所述权重中间值，获取所述第一候选推送模型和所述第二候选推送模型各自的所述时序权重序列。

18.根据权利要求17所述的装置，其特征在于，所述内容获取模块，还用于：

获取所述第二时间点至所述匹配时间段的起始时间点之间的第一时间段、所述匹配时间段的起始时间点至所述第一时间点之间的第二时间段、所述第一时间点至所述匹配时间段的终止时间点之间的第三时间段和所述匹配时间段的终止时间点至所述第三时间点之间的第四时间段；

根据所述权重峰值、所述权重谷值和所述权重中间值，分别获取所述第一候选推送模型和所述第二候选推送模型各自在所述第一时间段上的第一时序权重子序列、所述第二时间段上的第二时序权重子序列、所述第三时间段上的第三时序权重子序列和所述第四时间段上的第四时序权重子序列；

根据所述第一时序权重子序列、所述第二时序权重子序列、所述第三时序权重子序列和所述第四时序权重子序列，获取所述第一候选推送模型和所述第二候选推送模型各自的所述时序权重序列。

19.根据权利要求18所述的装置，其特征在于，所述内容获取模块，还用于：

根据所述第二时间点上的所述权重谷值，和所述匹配时间段的起始时间点上的所述权重中间值，获取所述第一候选推送模型和所述第二候选推送模型各自在所述第一时间段上的第一时序权重子序列；

根据所述匹配时间段的起始时间点的所述权重中间值，和所述第一时间点上的所述权重峰值，获取所述第一候选推送模型和所述第二候选推送模型在所述第二时间段上的第二时序权重子序列；

根据所述第一时间点上的所述权重峰值，和所述匹配时间段的终止时间点上的所述权重中间值，获取所述第一候选推送模型和所述第二候选推送模型在所述第三时间段上的第三时序权重子序列；

根据所述匹配时间段的终止时间点上的所述权重中间值，和所述第三时间点上的所述权重谷值，获取所述第一候选推送模型和所述第二候选推送模型在所述第四时间段上的第四时序权重子序列。

20.根据权利要求11-19任一项所述的装置，其特征在于，所述装置还包括：

优化模块，用于接收所述用户账号对于所述目标内容的反馈信息，并根据所述反馈信息对所述目标推送模型进行模型优化。

21.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器的可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1-10中任一项所述的方法。

22.一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-10中任一项所述的方法。

Images