[发明专利]数据推送方法、装置、设备及存储介质

权利要求书

1.一种数据推送方法，其特征在于，包括：

获取训练样本；所述训练样本包括训练关键描述信息以及所述训练关键描述信息对应的训练标签，所述训练关键描述信息对应的训练标签包括多个训练子标签；

通过数据推送模型对所述训练样本中的训练关键描述信息进行文本编码处理，得到所述训练关键描述信息所描述训练数据的表示向量；

对所述训练关键描述信息对应的训练标签进行标签向量转换处理，得到所述训练标签对应的第一标签向量；

通过第一损失函数对所述训练关键描述信息所描述训练数据的表示向量以及所述训练标签对应的第一标签向量进行处理，得到所述训练样本对应的第一损失值；

对所述训练关键描述信息对应的训练标签进行划分，得到多个训练标签组，各个所述训练标签组包括至少一个训练子标签，不同训练标签组包括不同训练子标签；

对各个所述训练标签组进行标签向量转换处理，得到所述各个训练标签组对应的第二标签向量；

通过第二损失函数对各个所述训练标签组对应的第二标签向量进行处理，得到所述训练样本对应的第二损失值；

根据所述训练样本对应的第一损失值和所述训练样本对应的第二损失值，得到所述数据推送模型的损失函数总值；

基于所述数据推送模型的损失函数总值对所述数据推送模型的进行训练，得到训练后的数据推送模型；

获取目标数据的关键描述信息以及目标用户的用户标签，所述目标数据的关键描述信息为描述所述目标数据的数据内容的文本信息，所述用户标签是通过对所述目标用户进行用户画像分析得到的；

通过所述训练后的数据推送模型对所述目标数据的关键描述信息以及所述用户标签进行相关度计算处理，得到所述目标数据与所述目标用户的相关度；

若所述相关度大于相关度阈值，则将所述目标数据推送给所述目标用户。

2.如权利要求1所述的方法，其特征在于，所述对所述训练关键描述信息对应的训练标签进行标签向量转换处理，得到所述训练标签对应的第一标签向量，包括：

对各个所述训练子标签进行向量处理，得到所述各个训练子标签对应的训练子标签向量；

根据所述多个训练子标签对应的训练子标签向量，得到所述训练标签对应的第一标签向量。

3.如权利要求1所述的方法，其特征在于，所述对各个所述训练标签组进行标签向量转换处理，得到所述各个训练标签组对应的第二标签向量，包括：

根据所述各个训练标签组所包含的训练子标签，生成所述各个训练标签组对应的训练子标签向量组，所述训练子标签向量组包括至少一个训练子标签向量，所述至少一个训练子标签向量为所述各个训练标签组所包含的训练子标签对应的训练子标签向量；

根据所述各个训练标签组对应的训练子标签向量组中的至少一个训练子标签向量，得到所述各个训练标签组对应的第二标签向量。