[發(fā)明專利]用于推送信息的方法和裝置

在審

• 申請?zhí)枺?/td>: 201811301348.9
• 申請日: 2018-11-02
• 公開（公告）號: CN109460514A
• 公開（公告）日: 2019-03-12
• 發(fā)明（設(shè)計）人: 谷育龍;丁卓冶;殷大偉;王帥強;趙一鴻
• 申請（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

1.一種用于推送信息的方法，包括：

獲取目標(biāo)用戶的歷史行為信息序列，其中，所述歷史行為信息是通過記錄所述目標(biāo)用戶的歷史行為而得到的；

將所述歷史行為信息序列輸入信息推薦模型中，生成第一信息、第二信息和類別信息；

對于至少一個目標(biāo)候選信息中的目標(biāo)候選信息，確定該目標(biāo)候選信息與所述第二信息的相似度作為第一相似度；

按照第一相似度從大到小順序選取預(yù)設(shè)個數(shù)的目標(biāo)候選信息推送給所述目標(biāo)用戶所使用的終端。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述方法還包括：

對于至少一個目標(biāo)候選類別信息中的目標(biāo)候選類別信息，確定該目標(biāo)候選類別信息與所述類別信息的相似度作為第二相似度；

按照第二相似度從大到小順序選取預(yù)設(shè)個數(shù)的目標(biāo)候選類別信息推送給所述目標(biāo)用戶所使用的終端。

3.根據(jù)權(quán)利要求1-2之一所述的方法，其中，所述信息推薦模型通過如下訓(xùn)練步驟得到：

獲取樣本集，其中，所述樣本集中的樣本包括樣本歷史行為信息序列以及與樣本歷史行為信息序列對應(yīng)的樣本第一信息、樣本第二信息和樣本類別信息；

從所述樣本集中選取樣本，以及執(zhí)行以下訓(xùn)練步驟：將選取的樣本的樣本歷史行為信息序列輸入初始模型，得到樣本的第一信息、樣本的第二信息和樣本的類別信息；將第一信息與對應(yīng)的樣本第一信息進(jìn)行分析，確定第一信息的損失值；將第二信息與對應(yīng)的樣本第二信息進(jìn)行分析，確定第二信息的損失值；將類別信息與對應(yīng)的樣本類別信息進(jìn)行分析，確定類別信息的損失值；根據(jù)預(yù)設(shè)的第一信息權(quán)重、第二信息權(quán)重和類別信息權(quán)重，將樣本的第一信息的損失值、樣本的第二信息的損失值與樣本的類別信息損失值的加權(quán)結(jié)果作為樣本的總損失值，以及將樣本的總損失值與目標(biāo)值進(jìn)行比較；根據(jù)比較結(jié)果確定初始模型是否訓(xùn)練完成；響應(yīng)于確定初始模型訓(xùn)練完成，將初始模型作為信息推薦模型。

4.根據(jù)權(quán)利要求3所述的方法，其中，所述訓(xùn)練步驟還包括：

響應(yīng)于確定初始模型未訓(xùn)練完成，調(diào)整初始模型中的相關(guān)參數(shù)，以及從所述樣本集中重新選取樣本，使用調(diào)整后的初始模型作為初始模型，繼續(xù)執(zhí)行所述訓(xùn)練步驟。

5.一種用于推送信息的裝置，包括：

獲取單元，被配置成獲取目標(biāo)用戶的歷史行為信息序列，其中，所述歷史行為信息是通過記錄所述目標(biāo)用戶的歷史行為而得到的；

生成單元，被配置成將所述歷史行為信息序列輸入信息推薦模型中，生成第一信息、第二信息和類別信息；

第一確定單元，被配置成對于至少一個目標(biāo)候選信息中的目標(biāo)候選信息，確定該目標(biāo)候選信息與所述第二信息的相似度作為第一相似度；

信息推送單元，被配置成按照第一相似度從大到小順序選取預(yù)設(shè)個數(shù)的目標(biāo)候選信息推送給所述目標(biāo)用戶所使用的終端。

6.根據(jù)權(quán)利要求5所述的裝置，其中，所述裝置還包括：

第二確定單元，被配置成對于至少一個目標(biāo)候選類別信息中的目標(biāo)候選類別信息，確定該目標(biāo)候選類別信息與所述類別信息的相似度作為第二相似度；

類別信息推送單元，被配置成按照第二相似度從大到小順序選取預(yù)設(shè)個數(shù)的目標(biāo)候選類別信息推送給所述目標(biāo)用戶所使用的終端。