[发明专利]消息推送、模型训练方法、电子设备和存储介质

说明书

本申请公开了一种消息推送、模型训练方法、电子设备和存储介质，属于计算机技术领域，本申请实施例的消息推送方法包括：接收服务器发送的第一模型；所述第一模型是通过采集到的目标用户的埋点数据训练第二模型得到的；所述第二模型是通过采集到的所有用户的埋点数据训练得到的；在接收到通知消息的情况下，基于所述第一模型，确定所述通知消息的优先级；基于所述通知消息的优先级，将所述通知消息推送至所述目标用户佩戴的可穿戴设备。

技术领域

本申请涉及计算机技术领域，尤其涉及一种消息推送、模型训练方法、电子设备和存储介质。

背景技术

随着智能眼镜的发展，越来越多的应用场景中，需要把手机上的提醒、消息同步推送到智能眼镜的显示屏上，但是手机上信息、提醒太多，智能眼镜的屏幕上放不下这么多提醒，特别是不重要的提醒，没有必要推送到智能眼镜上，太多的提醒会干扰用户的视线，严重影响体验。

现有的方案是基于规则或者神经网络来对所有消息排序，选择优先级高的通知消息推送到智能眼镜上。对选择应用程序(Application，APP)消息推送的策略，是随着时间变化需要更新的，而且每个用户习惯和爱好不一样，需要根据用户习惯定制个性化推送消息，这都需要经常更新模型。现在模型的训练代价比较大，不能做到即时更新模型。

发明内容

本申请提供一种消息推送、模型训练方法、电子设备和存储介质，用以解决如何实时根据用户的喜好将通知消息推送至可穿戴设备的问题。

第一方面，本申请提供了一种消息推送方法，包括：

接收服务器发送的第一模型；所述第一模型是通过采集到的目标用户的埋点数据训练第二模型得到的；所述第二模型是通过采集到的所有用户的埋点数据训练得到的；

在接收到通知消息的情况下，基于所述第一模型，确定所述通知消息的优先级；

基于所述通知消息的优先级，将所述通知消息推送至所述目标用户佩戴的可穿戴设备。

在一些实施例中，所述基于所述通知消息的优先级，将所述通知消息推送至所述目标用户佩戴的可穿戴设备之后，还包括：

获取所述可穿戴设备上的埋点数据；

将所述可穿戴设备上的埋点数据发送至所述服务器；

所述可穿戴设备上的埋点数据用于更新所述第一模型和所述第二模型。

在一些实施例中，所述第一模型的更新频率大于所述第二模型的更新频率。

在一些实施例中，所述在接收到通知消息的情况下，基于所述第一模型，确定所述通知消息的优先级，包括：

将所述通知消息关联的目标特征输入所述第一模型，确定所述通知消息的得分；

基于所述通知消息的得分，确定所述通知消息的优先级。

在一些实施例中，所述基于所述通知消息的优先级，将所述通知消息推送至所述目标用户佩戴的可穿戴设备，包括：

基于所述通知消息的优先级，对所述通知消息进行排序；

将排序为前预设数量的通知消息，作为待推送消息；

将所述待推送消息推送至所述可穿戴设备。

在一些实施例中，所述埋点数据，包括：用户查看通知消息的行为数据。

第二方面，本申请提供了一种消息推送模型的训练方法，包括：

通过采集到的所有用户的埋点数据训练得到第二模型；

将所述第二模型发送到目标用户终端并收到所述目标用户终端采集到的目标用户的埋点数据；