[發(fā)明專利]信息推送方法及裝置

有效

• 申請?zhí)枺?/td>: 201910027383.4
• 申請日: 2019-01-11
• 公開（公告）號: CN109816438B
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 王喆;李濤
• 申請（專利權(quán)）人: 珠海天燕科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F40/263;G06F40/30;G06F16/33
• 代理公司: 北京國昊天誠知識產(chǎn)權(quán)代理有限公司 11315
• 代理人: 姜鳳巖;南霆

1.一種信息推送方法，其特征在于，包括：

獲取與針對各推送信息的用戶行為相關(guān)的多個(gè)樣本數(shù)據(jù)；及，提取各所述樣本數(shù)據(jù)中的樣本用戶特征及各所述推送信息對應(yīng)的符合第一預(yù)設(shè)低頻條件的樣本語料；其中，所述第一預(yù)設(shè)低頻條件包括所述樣本語料在各所述推送信息的屬性信息中的出現(xiàn)頻次低于第一預(yù)設(shè)閾值；

根據(jù)各所述樣本用戶特征、各所述樣本語料及各所述推送信息的排序特征，訓(xùn)練與用戶特征及語料相關(guān)的排序模型；其中，所述排序模型是利用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練得到的；

針對目標(biāo)用戶對應(yīng)的多個(gè)待推送信息，利用所述排序模型及預(yù)設(shè)的不確定性預(yù)測方式，確定各所述待推送信息對應(yīng)的排序信息；其中，所述排序信息包括各所述待推送信息的排序結(jié)果的不確定性評估值；

根據(jù)所述排序信息，從所述待推送信息中篩選出所述不確定性評估值滿足預(yù)設(shè)不確定條件的至少一個(gè)目標(biāo)信息，并將篩選出的所述目標(biāo)信息推送給所述目標(biāo)用戶；所述預(yù)設(shè)不確定條件包括：所述不確定性評估值高于預(yù)設(shè)閾值；

所述利用所述排序模型及預(yù)設(shè)的不確定性預(yù)測方式，確定各所述待推送信息對應(yīng)的排序信息，包括：提取所述目標(biāo)用戶的目標(biāo)用戶特征及各所述待推送信息的第一語料；根據(jù)所述不確定性預(yù)測方式對所述排序模型的各層級的目標(biāo)模型參數(shù)進(jìn)行多次選擇，并按照各次所選擇的所述目標(biāo)模型參數(shù)，將所述目標(biāo)用戶特征及所述第一語料作為所述排序模型的輸入數(shù)據(jù)，得到各所述待推送信息分別對應(yīng)的多個(gè)排序結(jié)果；其中，各次所選擇的所述目標(biāo)模型參數(shù)不同；計(jì)算所述多個(gè)排序結(jié)果的均值及標(biāo)準(zhǔn)差；根據(jù)所述均值及標(biāo)準(zhǔn)差，確定所述多個(gè)排序結(jié)果對應(yīng)的置信區(qū)間上限；根據(jù)所述多個(gè)排序結(jié)果對應(yīng)的所述置信區(qū)間上限，確定所述多個(gè)排序結(jié)果對應(yīng)的所述待推送信息所對應(yīng)的不確定性評估值；其中，所述置信區(qū)間上限與所述不確定性評估值正相關(guān)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型為包括多個(gè)全連接層的多層模型；

所述根據(jù)各所述樣本用戶特征、各所述樣本語料及各所述推送信息的排序特征，訓(xùn)練與用戶特征及語料相關(guān)的排序模型，包括：

按照預(yù)設(shè)的向量轉(zhuǎn)換方式，對各所述樣本用戶特征及其對應(yīng)的各所述樣本語料進(jìn)行向量轉(zhuǎn)換，得到樣本向量；

將各所述樣本向量作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入數(shù)據(jù)，按照所述神經(jīng)網(wǎng)絡(luò)模型對應(yīng)的疊加方式依次疊加所述輸入數(shù)據(jù)，得到各所述樣本數(shù)據(jù)分別對應(yīng)的樣本排序結(jié)果；其中，所述疊加方式包括各所述全連接層的模型參數(shù)信息；

確定各所述樣本排序結(jié)果及各所述排序特征之間的誤差，并根據(jù)所述誤差調(diào)整各所述全連接層的模型參數(shù)信息，直至所述誤差滿足預(yù)設(shè)的模型損失函數(shù)時(shí)，獲得所述排序模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述不確定性預(yù)測方式選擇多次所述排序模型的各層級的目標(biāo)模型參數(shù)，包括：

確定對所述模型參數(shù)的選擇概率，所述選擇概率低于預(yù)設(shè)概率值；

按照所述選擇概率，將所述各層級的至少一個(gè)模型參數(shù)的值置零，并將未置零的其他模型參數(shù)確定為所述目標(biāo)模型參數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述按照各次所選擇的所述目標(biāo)模型參數(shù)，將所述目標(biāo)用戶特征及所述第一語料作為所述排序模型的輸入數(shù)據(jù)，得到各所述待推送信息對應(yīng)的多個(gè)排序結(jié)果，包括：

若各所述樣本語料中不包括所述第一語料，則利用所述樣本語料中符合第二預(yù)設(shè)低頻條件的第二語料替代所述第一語料；其中，所述第二預(yù)設(shè)低頻條件指所述第二語料在所述樣本語料中的頻次低于第二預(yù)設(shè)閾值；

按照各次所選擇的所述目標(biāo)模型參數(shù)，將所述目標(biāo)用戶特征及所述第二語料作為所述排序模型的輸入數(shù)據(jù)，以得到各所述待推送信息對應(yīng)的多個(gè)排序結(jié)果。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)不確定條件包括所述不確定性評估值高于預(yù)設(shè)閾值；

相應(yīng)的，所述根據(jù)所述排序信息，從所述待推送信息中篩選出所述不確定性評估值滿足預(yù)設(shè)不確定條件的至少一個(gè)目標(biāo)信息，包括：

從所述待推送信息中篩選出所述不確定性評估值高于所述預(yù)設(shè)閾值的至少一個(gè)所述目標(biāo)信息，以增加具有不確定性的所述排序結(jié)果對應(yīng)的所述待推送信息的推送概率。