[發明專利]一種信息推送的方法、服務端和系統

在審

• 申請號: 202210005425.6
• 申請日: 2022-01-04
• 公開（公告）號: CN114372198A
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 李樂;賈牧;包勇軍;孫小朋;林喜良
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F21/62;G06N20/00
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 楊倩;王志遠

1.一種信息推送的方法，其特征在于，應用于服務端，包括：

確定待推送的目標終端；

運行所述目標終端中預訓練的興趣學習模型，使得所述目標終端根據本地的第一用戶行為數據和所述興趣學習模型，確定目標興趣數據；其中，所述興趣學習模型是預先根據至少兩個應用的第二用戶行為數據、以及所述第二用戶行為數據對應的興趣數據訓練得到的；

響應于接收到的所述目標興趣數據，確定與所述目標興趣數據相對的目標信息；

將所述目標信息推送給所述目標終端。

2.根據權利要求1所述的方法，其特征在于，還包括：

循環執行以下步驟，直至完成所述興趣學習模型的訓練：

獲取一個或多個訓練終端發送的所述興趣學習模型的中間訓練結果，所述中間訓練結果是所述訓練終端根據本地的至少兩個應用的第二用戶行為數據、以及所述第二用戶行為數據對應的興趣數據對預構建的興趣學習模型進行訓練得到的；

將所述中間訓練結果進行聚合，根據聚合結果更新所述興趣學習模型，并將更新后的興趣學習模型分別發送給所述一個或多個訓練終端，使得所述訓練終端繼續訓練所述更新后的興趣學習模型。

3.根據權利要求2所述的方法，其特征在于，還包括：

針對每一個所述訓練終端：通過所述訓練終端中至少兩個應用分別對應的SDK，獲取所述中間訓練結果，并通過所述SDK將所述更新后的興趣學習模型發送給對應的應用。

4.根據權利要求3所述的方法，其特征在于，

通過所述SDK獲取經隱私算法處理后的中間訓練結果。

5.根據權利要求2所述的方法，其特征在于，

所述第二用戶行為數據是根據所述訓練終端的唯一標識追蹤得到的。

6.根據權利要求1至5中任一項所述的方法，其特征在于，

所述目標終端禁止根據終端唯一標識對用戶行為數據進行追蹤。

7.根據權利要求1所述的方法，其特征在于，在所述運行所述目標終端中預訓練的興趣學習模型之前，還包括：

確定所述目標終端是否存在所述興趣學習模型，其中：

在所述目標終端不存在所述興趣學習模型的情況下，將所述興趣學習模型發送給所述目標終端，并啟動所述興趣學習模型；

或者，

在所述目標終端存在所述興趣學習模型的情況下，直接啟動所述興趣學習模型。

8.根據權利要求1至4中任一項所述的方法，其特征在于，所述興趣學習模型采用橫向聯邦學習算法或者縱向聯邦學習算法。

9.一種信息推送的服務端，其特征在于，包括：

目標終端確定模塊，用于確定待推送的目標終端；

運行模塊，用于運行所述目標終端中預訓練的興趣學習模型，使得所述目標終端根據本地的第一用戶行為數據和所述興趣學習模型，確定目標興趣數據；所述興趣學習模型是預先根據至少兩個應用的第二用戶行為數據、以及所述第二用戶行為數據對應的興趣數據訓練得到的；

目標信息確定模塊，用于響應于接收到的所述目標興趣數據，確定與所述目標興趣數據相對的目標信息；

推送模塊，用于將所述目標信息推送給所述目標終端。

10.根據權利要求9所述的服務端，其特征在于，所述目標終端用于確定所述目標興趣數據、將所述目標興趣數據發送給所述服務端、以及接收所述服務端發送的目標信息。

11.根據權利要求10所述的目標終端，其特征在于，包括：

興趣數據確定模塊，用于在本地的預訓練的興趣學習模型運行時，根據本地的第一用戶行為數據，確定目標興趣數據；所述興趣學習模型是預先根據至少兩個應用的第二用戶行為數據、以及所述第二用戶行為數據對應的興趣數據訓練得到的；

發送模塊，用于將所述目標興趣數據發送給服務端，以使所述服務端根據所述目標興趣數據確定目標信息；

接收模塊，用于接收所述服務端發送的目標信息。