[發明專利]基于對抗網絡的信息推送方法、裝置及計算機設備

有效

• 申請號: 202011417394.2
• 申請日: 2020-12-07
• 公開（公告）號: CN112199603B
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 任杰;袁雅云
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q10/06;G06F17/16;G06K9/62;G06N3/08;H04L29/08
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 李翔宇

1.一種基于對抗網絡的信息推送方法，其特征在于，包括：

將數據特征指標獲取模板發送至業務服務器；

接收業務服務器根據所述數據特征指標獲取模板發送的數據特征指標矩陣，根據預設的數據維度提取策略獲取與所述數據特征指標矩陣對應的虛擬對象指標矩陣；其中，所述虛擬對象指標矩陣中包括若干個虛擬對象指標序列，且同一業務服務器發送的數據特征指標矩陣與虛擬對象指標矩陣一一對應；

將各虛擬對象指標矩陣根據對應的指標總和按升序排序并調用預設的分組總個數進行分類，得到虛擬對象指標矩陣分類結果；其中，將分組總個數記為N，虛擬對象指標矩陣分類結果分別記為虛擬對象指標矩陣分組第一分組至虛擬對象指標矩陣分組第N分組；

重復分別從虛擬對象指標矩陣分組第k分組和虛擬對象指標矩陣分組第k+1分組中任意獲取一個虛擬對象指標矩陣及與所獲取兩個虛擬對象指標矩陣對應的分組序號以對待訓練cycle-GAN模型進行訓練，直到至待訓練cycle-GAN模型收斂時停止從虛擬對象指標矩陣分類結果中獲取虛擬對象指標矩陣，得到cycle-GAN模型；其中，k的取值范圍是[1,N-1]；

獲取所上傳的當前數據特征指標矩陣，根據所述數據維度提取策略獲取與所述數據特征指標矩陣對應的當前虛擬對象指標矩陣；以及

將所述當前虛擬對象指標矩陣輸入至cycle-GAN模型進行運算，得到與所述當前虛擬對象指標矩陣對應的遷移矩陣。

2.根據權利要求1所述的基于對抗網絡的信息推送方法，其特征在于，還包括：

獲取與所述遷移矩陣對應的第一數據特征指標矩陣，將所述當前數據特征指標矩陣及所述第一數據特征指標矩陣進行比對獲取比對結果，以發送至對應的業務服務器。

3.根據權利要求1所述的基于對抗網絡的信息推送方法，其特征在于，所述根據預設的數據維度提取策略獲取與所述數據特征指標矩陣對應的虛擬對象指標矩陣，包括：

解析獲取所述數據維度提取策略對應的目標字段集合；

獲取所述數據特征指標獲取模板中對應的數據獲取時間區間；

根據所述目標字段集合和所述數據獲取時間區間在所述數據特征指標矩陣中獲取對應的虛擬對象指標矩陣。

4.根據權利要求1所述的基于對抗網絡的信息推送方法，其特征在于，所述將各虛擬對象指標矩陣根據對應的指標總和按升序排序并調用預設的分組總個數進行分類，得到虛擬對象指標矩陣分類結果，包括：

調用預先設置的分組總個數和與所述分組總個數相比少1個的指標階梯閾值；其中，將分組總個數記為N，與所述分組總個數相比少1個的指標階梯閾值分別記為第一指標階梯閾值至第N-1指標階梯閾值，所述第一指標階梯閾值至第N-1指標階梯閾值是按照升序排列；

將各虛擬對象指標矩陣對應的指標總和與第一指標階梯閾值至第N-1指標階梯閾值分別進行比較，獲取各虛擬對象指標矩陣對應的指標總和所處的指標階梯閾值區間，以得到虛擬對象指標矩陣分類結果。

5.根據權利要求1所述的基于對抗網絡的信息推送方法，其特征在于，所述將各虛擬對象指標矩陣根據對應的指標總和按升序排序并調用預設的分組總個數進行分類，得到虛擬對象指標矩陣分類結果，包括：

調用預先設置的分組總個數，并獲取虛擬對象指標矩陣對應的指標矩陣總個數；

將所述指標矩陣總個數除以所述分組總個數，得到分組矩陣個數集合；

將各虛擬對象指標矩陣根據對應的指標總和按升序排序并根據所述分組矩陣個數集合進行分類，得到虛擬對象指標矩陣分類結果。