[发明专利]场景间信息推送方法、装置、计算机设备及存储介质

权利要求书

1.一种场景间信息推送方法，其特征在于，包括：

从样本数据库中获取训练用户的用户画像数据，且每个训练用户标记有对目标场景的偏好信息；

对所述训练用户的用户画像数据进行预处理，得到标准化的样本数据集；

根据所述标准化的样本数据集训练得到意愿预估模型；

获取各待推送用户的用户画像数据并进行所述预处理；

将预处理后的所述各待推送用户的用户画像数据输入到所述意愿预估模型进行处理，得到所述各待推送用户对所述目标场景的意愿程度，并根据所述意愿程度，从所述各待推送用户中筛选出目标用户；

获取所述目标用户对所述目标场景下各待推送项目的偏好度，并根据所述偏好度从所述各推送项目中筛选出目标项目；

向所述目标用户推送所述目标项目。

2.根据权利要求1所述的场景间信息推送方法，其特征在于，所述用户画像数据包括基础属性数据、统计类数据和挖掘类数据；所述预处理包括对所述基础属性数据进行清洗处理、数值化处理和/或标准化处理。

3.根据权利要求1所述的场景间信息推送方法，其特征在于，所述意愿预估模型的训练过程如下：

按预定比例将所述标准化的样本数据集划分为训练集和验证集；

基于所述训练集对预设的初始模型进行训练，得到所述意愿预估模型；

基于所述验证集对所述意愿预估模型进行验证，当验证通过时，则结束训练。

4.根据权利要求1所述的场景间信息推送方法，其特征在于，所述获取所述目标用户对所述目标场景下各待推送项目的偏好度，包括：

获取所述目标用户的用户画像数据和用户行为数据，并根据所述目标用户的用户画像数据和用户行为数据，提取所述目标用户的用户偏好特征矩阵；

获取所述各待推送项目的项目属性数据和项目详情数据，并根据所述各待推送项目的项目属性数据和项目详情数据，提取所述各待推送项目的项目特征矩阵；

将所述用户偏好特征矩阵和所述项目特征矩阵输入到预先训练的项目推荐模型进行处理，得到所述目标用户对所述各待推送项目的偏好度。

5.根据权利要求4所述的场景间信息推送方法，其特征在于，所述项目推荐模型为神经协同过滤模型。

6.根据权利要求4所述的场景间信息推送方法，其特征在于，所述根据所述目标用户的用户画像数据和用户行为数据，提取所述目标用户的用户偏好特征矩阵，包括：

将所述目标用户的用户画像数据输入到预先训练的第一多层感知器进行处理，得到所述目标用户的第一偏好特征子矩阵；

将所述目标用户的用户行为数据依次输入到预先训练的第一自动编码器、第一循环神经网络和第一卷积神经网络进行处理，得到所述目标用户的第二偏好特征子矩阵；

拼接所述第一偏好特征子矩阵和第二偏好特征子矩阵，得到所述目标用户的用户偏好特征矩阵。

7.根据权利要求4所述的场景间信息推送方法，其特征在于，所述根据所述各待推送项目的项目属性数据和项目详情数据，提取所述各待推送项目的项目特征矩阵，包括：

将所述各待推送项目的项目属性数据输入到预先训练的第二多层感知器进行处理，得到所述各待推送项目的第一项目特征子矩阵；

将所述各待推送项目的项目详情数据输入到预先训练的第二自动编码器、第二循环神经网络和第二卷积神经网络进行处理，得到所述各待推送项目的第二项目特征子矩阵；

拼接所述第一项目特征子矩阵和第二项目特征子矩阵，得到所述各待推送项目的所述项目特征矩阵。