[发明专利]信息推送方法、装置、设备和存储介质

说明书

本发明实施例公开了一种信息推送方法、装置、设备和存储介质。所述方法包括：获取目标用户对应的用户属性数据；将该用户属性数据及待推广信息对应的信息属性数据输入推广信息点击预测模型，获取目标用户对待推广信息的点击预测结果；上述模型通过至少两个用户对应的推广信息点击数据和用户属性数据训练生成；推广信息点击数据至少包括推送的推广信息、推广信息对应的属性信息及推广信息的点击次数；根据点击预测结果确定是否向目标用户推送待推广信息。本发明实施例的技术方案解决了现有技术中推广信息与用户兴趣点匹配度低，导致推广信息点击率低的技术缺陷，通过向用户推送与用户属性匹配的推广信息，提高了推广信息的点击率。

技术领域

本发明实施例涉及信息推送技术领域，尤其涉及一种信息推送方法、装置、设备和存储介质。

背景技术

随着互联网技术的迅速发展，可通过网络传播的信息的种类和数量越来越多，人们不断追求能够有效组织和利用网络信息的技术，因此推广信息推送技术应运而生。推广信息推送是指向用户打开的网页或应用程序中的信息呈现位置推送适合的推广信息，以吸引用户的点击。

现有技术中，推广信息的推送方式一般是在网页或应用程序中的信息呈现位置，向所有用户推送相同的推广信息，或是从待推广的信息中随机选取一个信息向当前用户推送。

发明人在实现本发明的过程中，发现现有技术存在如下缺陷：难以保证所推送的推广信息是用户所感兴趣的信息，因此，难以保证及提高推广信息的点击率。

发明内容

有鉴于此，本发明实施例提供了一种信息推送方法、装置、设备和存储介质，以优化现有的推广信息的推送方法，提高了推广信息的点击率。

在第一方面，本发明实施例提供了一种信息推送方法，包括：

获取目标用户对应的用户属性数据；

将所述目标用户对应的用户属性数据以及待推广信息对应的信息属性数据输入推广信息点击预测模型，获取所述目标用户对所述待推广信息的点击预测结果；

所述推广信息点击预测模型通过至少两个用户分别对应的推广信息点击数据和用户属性数据训练生成；所述推广信息点击数据至少包括：向对应的用户推送的推广信息、所述推广信息对应的属性信息以及所述对应的用户对所述推广信息的点击次数；

根据所述点击预测结果确定是否向所述目标用户推送所述待推广信息。

在上述方法中，可选的是，在所述获取目标用户对应的用户属性数据之前，还包括：

获取与所述至少两个用户分别对应的所述推广信息点击数据和用户属性数据；

将所述至少两个用户中的任一个用户对应的所述推广信息点击数据中的任一个推广信息对应的所有数据，以及该任一个用户的用户属性数据作为一份训练样本数据，其中，所述任一个推广信息对应的所有数据至少包括：该推广信息、该推广信息对应的属性信息以及所述任一个用户对该推广信息的点击次数；

使用所述训练样本数据训练基础模型，得到所述推广信息点击预测模型。

在上述方法中，可选的是，所述使用所述训练样本数据训练基础模型，得到所述推广信息点击预测模型，包括：

将包括的所述对应的用户对所述推广信息的点击次数大于设定阈值的所述训练样本数据划分为正样本数据；

将包括的所述对应的用户对所述推广信息的点击次数小于等于设定阈值的所述训练样本数据划分为负样本数据；

使用所述正样本数据和所述负样本数据训练基础模型，得到所述推广信息点击预测模型。

在上述方法中，可选的是，所述使用所有所述训练样本数据训练基础模型，得到所述推广信息点击预测模型，包括：