[发明专利]一种消息推送方法、装置、服务器和计算机可读存储介质

权利要求书

1.一种消息推送方法，其特征在于，包括：

根据第一训练模型对采集数据进行聚类以获取聚类后的数据；

根据第二训练模型对特定用户的行为进行模拟以从所述聚类后的数据中获取所述特定用户的关联数据；

根据所述特定用户的关联数据获取待推送消息；

向所述特定用户的用户端推送所述待推送消息。

2.根据权利要求1所述的消息推送方法，其特征在于，所述方法还包括：

通过对预先处理的第一样本数据进行深度学习训练获取第一训练模型。

3.根据权利要求1所述的消息推送方法，其特征在于，所述方法还包括：

通过对从用户行为数据中采集的第二样本数据进行深度学习训练获取所述第二训练模型。

4.根据权利要求3所述的消息推送方法，其特征在于，所述用户行为数据包括用户行为的时间信息；

根据第二训练模型对特定用户的行为进行模拟以从所述聚类后的数据中获取所述特定用户的关联数据包括：

根据第二训练模型预测所述特定用户在当前时间段的行为以从所述聚类后的数据中获取所述特定用户的关联数据。

5.根据权利要求1所述的消息推送方法，其特征在于，根据所述特定用户的关联数据获取待推送消息包括：

获取所述特定用户的用户端的位置信息，从所述特定用户的关联数据中选择与所述特定用户的用户端的位置信息对应的消息作为待推送消息。

6.一种消息推送装置，其特征在于，包括：

数据聚类单元，被配置为根据第一训练模型对采集数据进行聚类以获取聚类后的数据；

数据获取单元，被配置为根据第二训练模型对特定用户的行为进行模拟以从所述聚类后的数据中获取所述特定用户的关联数据；

消息生成单元，被配置为根据所述特定用户的关联数据获取待推送消息；

消息推送单元，被配置为向所述特定用户的用户端推送所述待推送消息。

7.根据权利要求6所述的消息推送装置，其特征在于，所述装置还包括：

第一训练单元，被配置为对预先处理的第一样本数据进行深度学习训练以获取第一训练模型。

8.根据权利要求6所述的消息推送装置，其特征在于，所述装置还包括：

第二训练单元，被配置为对从用户行为数据中采集的第二样本数据进行深度学习训练以获取所述第二训练模型。

9.一种服务器，其特征在于，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-5中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行实现权利要求1-5中任一项所述方法的步骤。