[发明专利]信息推送方法、装置及计算机可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种信息推送方法，包括：获取至少两项产品对应的至少两个用户的用户信息，得到用户信息集；对用户信息集进行去异常预处理，得到初始用户信息集；对初始用户信息集进行特征提取，得到标准用户信息集；将标准用户信息集进行分类，得到包含不同类别用户集合的分类结果；计算分类结果中目标类别用户集合所包含的用户对应的各项产品在目标类别用户集合中的占比权重值；获取最大的占比权重值对应的目标产品以及目标用户，向目标类别用户集合中目标用户以外的其他用户推送目标产品的信息。本发明还提出一种信息推送装置、电子设备以及一种计算机可读存储介质。本发明可以解决产品信息推送精确度低的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种信息推送方法、装置、电子设备及计算机可读存储介质。

背景技术

随着大数据及人工智能的兴起，对于将产品推荐给潜在客户的需求也越来越大，但因为市场上产品数目众多且客户群体庞大，导致无法精确地寻找出潜在客户并将适用潜在客户的产品信息推送给客户。

目前多数产品推荐方法复杂并占用计算资源，且产品推荐过程中，缺少对产品及适用该产品的潜在客户的匹配，进而导致产品信息推送过程成本高，精确度低。

发明内容

本发明提供一种信息推送方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决产品信息推送过程成本高，精确度低的问题。

为实现上述目的，本发明提供的一种信息推送方法，包括：

获取至少两项产品对应的至少两个用户的用户信息，得到用户信息集；

对所述用户信息集进行去异常预处理，得到初始用户信息集；

对所述初始用户信息集进行特征提取，得到标准用户信息集；

将所述标准用户信息集输入至训练完成的分类模型进行分类，得到分类结果，所述分类结果包含不同类别用户集合；

利用预设的权重算法，计算分类结果中目标类别用户集合所包含的用户对应的各项产品在所述目标类别用户集合中的占比权重值；

获取最大的占比权重值对应的目标产品以及目标用户，向所述目标类别用户集合中所述目标用户以外的其他用户推送所述目标产品的信息。

可选地，获取至少两项产品对应的至少两个用户的信息，得到用户信息集；

对所述用户信息集进行去异常预处理，得到初始用户信息集；

对所述初始用户信息集进行特征提取，得到标准用户信息集；

将所述标准用户信息集输入至训练完成的分类模型进行分类，得到分类结果，所述分类结果包含不同类别用户集合；

利用预设的权重算法，计算分类结果中目标类别用户集合所包含的用户对应的各项产品在所述目标类别用户集合中的占比权重值；

获取最大的占比权重值对应的目标产品以及目标用户，向所述目标类别用户集合中所述目标用户以外的其他用户推送所述目标产品的信息。

可选地，所述方法还包括：

获取所述数值集内的中位数q；

将所述中位数的作为下界，将所述中位数的作为上界，得到以所述下界和所述上界标识的所述阈值区间其中nm，n、m为预设常数。

可选地，所述对所述初始用户信息集进行特征提取，得到标准用户信息集，包括：

步骤A：随机生成训练用户信息集，以及所述训练用户信息集对应的标准用户特征信息集；

步骤B：利用特征提取模型对所述训练用户信息集进行特征提取，得到特征用户信息集；