[发明专利]用于推送信息的方法和装置

权利要求书

1.一种用于推送信息的方法，包括：

接收用户端发送的用户的运动数据；

将所述运动数据输入预先训练的用户画像预测模型中，得到所述用户的用户画像信息，其中，所述用户画像预测模型用于表征运动数据与用户画像信息之间的对应关系；

基于所述用户的用户画像信息，在预设的待推送信息集合中选取待推送信息；

利用所述用户的运动数据，确定时间信息，基于所述时间信息与当前时间，确定向所述用户端进行信息推送的推送时间，并在所述推送时间向所述用户端推送选取出的待推送信息。

2.根据权利要求1所述的方法，其中，所述用户画像预测模型是通过如下步骤训练得到的：

获取第一训练用样本数据集合，其中，第一训练用样本数据包括样本用户的运动数据和样本用户的用户画像信息；

利用机器学习方法，将所述第一训练用样本数据集合中的第一训练用样本数据所包括的样本用户的运动数据作为输入，将与输入的样本用户的运动数据对应的用户画像信息作为输出，训练得到用户画像预测模型。

3.根据权利要求1所述的方法，其中，所述利用所述用户的运动数据，确定时间信息，基于所述时间信息与当前时间，确定向所述用户端进行信息推送的推送时间，并在所述推送时间向所述用户端推送选取出的待推送信息，包括：

将所述用户的运动数据输入预先训练的时间预测模型中，得到用于确定向所述用户端进行信息推送的推送时间的时间信息，其中，所述时间预测模型用于表征运动数据与用于确定向运动数据所源自的用户端进行信息推送的推送时间的时间信息之间的对应关系；

基于得到的时间信息和当前时间，确定向所述用户端进行信息推送的推送时间；

响应于确定出当前时间符合确定出的推送时间，向所述用户端推送选取出的待推送信息。

4.根据权利要求3所述的方法，其中，所述时间预测模型是通过如下步骤训练得到的：

获取第二训练用样本数据集合，其中，第二训练用样本数据包括时间样本信息和历史运动数据，历史运动数据是样本用户在目标时间段内的运动数据；

利用机器学习方法，将所述第二训练用样本数据集合中的第二训练用样本数据所包括的历史运动数据作为输入，将与输入的历史运动数据对应的时间样本信息作为输出，训练得到时间预测模型。

5.根据权利要求1-4之一所述的方法，其中，所述待推送信息集合中的待推送信息对应有标签信息；以及

所述基于所述用户的用户画像信息，在预设的待推送信息集合中选取待推送信息，包括：

针对预设的待推送信息集合中的待推送信息，确定该待推送信息对应的标签信息与所述用户的用户画像信息之间的匹配度；

按照匹配度由大到小的顺序从所述待推送信息集合中选取至少一个待推送信息。

6.一种用于推送信息的装置，包括：

接收单元，被配置成接收用户端发送的用户的运动数据；

输入单元，被配置成将所述运动数据输入预先训练的用户画像预测模型中，得到所述用户的用户画像信息，其中，所述用户画像预测模型用于表征运动数据与用户画像信息之间的对应关系；

选取单元，被配置成基于所述用户的用户画像信息，在预设的待推送信息集合中选取待推送信息；

推送单元，被配置成利用所述用户的运动数据，确定时间信息，基于所述时间信息与当前时间，确定向所述用户端进行信息推送的推送时间，并在所述推送时间向所述用户端推送选取出的待推送信息。

7.根据权利要求6所述的装置，其中，所述用户画像预测模型是通过如下步骤训练得到的：

获取第一训练用样本数据集合，其中，第一训练用样本数据包括样本用户的运动数据和样本用户的用户画像信息；

利用机器学习方法，将所述第一训练用样本数据集合中的第一训练用样本数据所包括的样本用户的运动数据作为输入，将与输入的样本用户的运动数据对应的用户画像信息作为输出，训练得到用户画像预测模型。