[发明专利]一种信息推送方法及装置

权利要求书

1.一种信息推送方法，其特征在于，所述方法包括：

接收针对目标用户的信息推送请求；

从预设的用户信息数据库中获得所述目标用户对预设的第一信息库中记录的各条第一信息的预估点击概率，其中，所述预设的用户信息数据库用于记录各个用户对所述预设的第一信息库中记录的各条第一信息的预估点击概率；

根据所获得的预估点击概率由高到低的顺序，从所述预设的第一信息库中记录的各条第一信息中确定待推送信息；

推送所述待推送信息。

2.根据权利要求1所述的方法，其特征在于，按照以下方式生成所述预设的用户信息数据库：

获得预设的第一信息库中记录的各条第一信息的表现数据；

提取各条第一信息的特征信息；

根据用户的行为数据，确定各个用户对应的用户信息；

将所述表现数据、特征信息和用户信息作为预设深度神经网络模型的输入，利用所述预设深度神经网络模型，计算各个用户对各条第一信息的预估点击概率；

根据所述预估点击概率，生成所述预设的用户信息数据库。

3.根据权利要求2所述的方法，其特征在于，所述表现数据包括以下信息中的至少一种：

历史推送时间、推送量、点击量、下载量、用户设备标识、用户地域信息、用户年龄信息、用户性别信息。

4.根据权利要求2所述的方法，其特征在于，所述特征信息包括以下信息中的至少一种：

信息的内容分类、信息的素材类型、信息面向的用户、信息的显示位置、文本特征信息、图片特征信息。

5.根据权利要求4所述的方法，其特征在于，所述第一信息包含文本信息和/或图片信息，所述提取各条第一信息的特征信息，包括：

对第一目标信息中的文本信息进行文本挖掘处理，根据处理结果提取所述第一目标信息的文本特征信息，其中，所述第一目标信息为：各条第一信息中包含文本信息的信息；和/或

将第二目标信息中包含的图片作为预设卷积神经网络模型的输入，通过所述预设的卷积神经网络模型提取所述第二目标信息的图片特征信息，其中，所述第二目标信息为：各条第一信息中包含图片信息的信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所获得的预估点击概率由高到低的顺序，从所述预设的第一信息库中记录的各条第一信息中确定待推送信息，包括：

根据各条第一信息对应的推送策略和所获得的预估点击概率由高到低的顺序，从所述预设的第一信息库中记录的各条第一信息中确定待推送信息。

7.根据权利要求6所述的方法，其特征在于，所述推送策略包括以下策略中的至少一种：

优先推送与用户所在地域匹配的第一信息、优先推送与接收用户推送请求的时间匹配的第一信息、优先推送推荐度高的第一信息、优先推送与目标用户所属人群类型相匹配的第一信息。

8.根据权利要求1-7任一项所述的方法，其特征在于，在所述推送所述待推送信息之后，还包括：

统计所述目标用户对所述待推送信息的点击率。

9.一种信息推送装置，其特征在于，所述装置包括：

请求接收模块，用于接收针对目标用户的信息推送请求；

概率获得模块，用于从预设的用户信息数据库中获得所述目标用户对预设的第一信息库中记录的各条第一信息的预估点击概率，其中，所述预设的用户信息数据库用于记录各个用户对所述预设的第一信息库中记录的各条第一信息的预估点击概率；

信息确定模块，用于根据所获得的预估点击概率由高到低的顺序，从所述预设的第一信息库中记录的各条第一信息中确定待推送信息；

信息推送模块，用于推送所述待推送信息。