[发明专利]一种信息推送方法、装置、设备及存储介质在审

专利信息
申请号: 202110304646.9 申请日: 2021-03-22
公开(公告)号: CN113065892A 公开(公告)日: 2021-07-02
发明(设计)人: 徐英浩;尚朝;姚峥洁 申请(专利权)人: 北京顶象技术有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06F16/9535
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 曹瑞敏
地址: 100000 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 推送 方法 装置 设备 存储 介质
【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:

构建多个待筛选对象中各待筛选对象的用户画像;

根据所述各待筛选对象的用户画像以及待推送的目标信息的特征信息,从所述多个待筛选对象中筛选出至少一个对象,得到第一对象集合;

基于所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到第二对象集合;

向所述第二对象集合中的各对象推送所述目标信息。

2.根据权利要求1所述的方法,其特征在于,所述基于所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到第二对象集合,包括:

根据预先设置的样本集构建目标关联网络,所述样本集中包括所述目标关联网络中各节点的属性以及各节点之间的关联关系;

基于所述目标关联网络以及所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到所述第二对象集合。

3.根据权利要求2所述的方法,其特征在于,所述目标关联网络包括:二部图网络,所述样本集包括:第一样本集,所述二部图网络中包括至少一个第一节点和至少一个第二节点,每个所述第一节点用于表征在所述第一样本集中与所述目标信息相关联的对象的标识,每个所述第二节点用于表征在所述第一样本集中的对象的归属对象的标识;

所述基于所述目标关联网络以及所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到所述第二对象集合,包括:

统计所述二部图网络中每个所述第二节点对应的目标对象的信息,所述目标对象为所述第一样本集中与所述目标信息相关联且归属于所述第二节点的对象;

根据每个所述第二节点对应的目标对象的信息,确定各所述第二节点的分值;

根据各所述第二节点的分值以及所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到所述第二对象集合。

4.根据权利要求3所述的方法,其特征在于,所述根据各所述第二节点的分值以及所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到所述第二对象集合,包括:

按照各所述第二节点的分值对各所述第二节点进行排序,得到目标第二节点集合;

将所述目标第二节点集合中各节点的属性与所述第一对象集合中各对象的用户画像进行匹配,得到匹配结果;

根据所述匹配结果,对所述第一对象集合中的对象进行筛选,得到所述第二对象集合。

5.根据权利要求2所述的方法,其特征在于,所述目标关联网络包括:同构网络,所述样本集包括:第二样本集,所述同构网络中包括至少一个第三节点和至少一个第四节点,每个所述第三节点用于表征在所述第二样本集中与所述目标信息相关联的对象的交换标识,每个所述第四节点用于表征在所述第二样本集中与所述目标信息无关联的对象交换标识;

所述基于所述目标关联网络以及所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到所述第二对象集合,包括:

统计所述第三节点与所述第四节点的交换参数;

根据所述交换参数对各所述第四节点进行分层处理,得到各所述第四节点对应的层数据以及各层数据对应的第一分值;

采用弱连通子图算法对所述同构网络进行分团处理,并根据分团处理结果得到每个所述第四节点对应的第二分值;

根据所述第一分值、第二分值以及所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到所述第二对象集合。

6.根据权利要求1所述的方法,其特征在于,基于所述第一对象集合中各对象的用户画像,对所述第一对象集合中的对象进行筛选,得到第二对象集合,包括:

采用预先训练获得的二分类模型,对所述第一对象集合中各对象的用户画像进行处理,得到所述第二对象集合。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京顶象技术有限公司,未经北京顶象技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110304646.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top