[发明专利]信息推送方法、装置及存储介质

权利要求书

1.一种信息推送方法，其特征在于，包括：

获取正样本和负样本，并基于所述正样本和所述负样本进行模型训练得到信息推送模型，其中，所述正样本包括推送成功用户的数据，所述负样本包括从待推送集合中获取的待推送用户的数据，所述待推送集合包括所有待推送用户的数据；

根据所述信息推送模型执行信息推送。

2.根据权利要求1所述的方法，其特征在于，获取正样本和负样本，并基于所述正样本和所述负样本进行模型训练得到信息推送模型包括：

样本获取步骤：获取所述正样本，并从所述待推送集合中获取所述负样本；

训练步骤：基于所述正样本和所述负样本进行模型训练得到所述信息推送模型；

调整步骤：根据所述信息推送模型预测所述待推送集合中的所有待推送用户的推送成功率，根据所述推送成功率从所述待推送集合中确定潜在推送用户，将所述潜在推送用户的数据加入正样本，并从所述待推送集合中删除所述潜在推送用户的数据；

控制步骤：控制循环迭代执行所述样本获取步骤、所述训练步骤和所述调整步骤，直到所述信息推送模型满足预定条件。

3.根据权利要求2所述的方法，其特征在于，根据所述推送成功率从所述待推送集合中确定潜在推送用户包括以下之一：

将所述待推送集合中所述推送成功率高于潜在推送阈值的用户确定为所述潜在推送用户；

将所述待推送集合中所述推送成功率最高的预定数量的用户确定为所述潜在推送用户。

4.根据权利要求2所述的方法，其特征在于，所述预定条件包括以下之一：

所述信息推送模型满足业务要求；

所述信息推送模型达到收敛条件。

5.根据权利要求1所述的方法，其特征在于，所述正样本的数量为第一值，所述负样本的数量为第二值，其中，所述第二值相对于所述第一值的差值小于预设偏差数值。

6.根据权利要求1所述的方法，其特征在于，所述负样本包括从待推送集合中随机抽取的待推送用户的数据。

7.根据权利要求1-6中任一项所述的方法，其特征在于，基于所述正样本和所述负样本进行模型训练得到信息推送模型包括：

根据联邦算法，基于所述正样本和所述负样本进行模型训练得到所述信息推送模型，所述联邦算法包括以下之一：联邦逻辑回归算法、联邦树算法。

8.根据权利要求7所述的方法，其特征在于，根据联邦算法，基于所述正样本和所述负样本进行模型训练得到所述信息推送模型包括：

多个参与方分别从不同维度提供所述正样本和所述负样本中包括的用户的特征数据，协调方进行模型梯度的聚合以及模型参数的更新，通过模型训练得到所述信息推送模型。

9.一种信息推送装置，其特征在于，包括：

模型训练模块，用于获取正样本和负样本，并基于所述正样本和所述负样本进行模型训练得到信息推送模型，其中，所述正样本包括推送成功用户的数据，所述负样本包括从待推送集合中获取的待推送用户的数据，所述待推送集合包括所有待推送用户的数据；

信息推送模块，用于根据所述信息推送模型执行信息推送。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的方法。