[发明专利]新闻的潜在用户的确定方法及新闻推送方法

权利要求书

1.一种新闻推送方法，包括：

获取各目标用户的用户画像；

将各所述用户画像，输入与各待推送新闻分别对应的各点击预测模型；其中，预先将待推送新闻下发给样本用户，得到样本用户是否点击该待推送新闻，所述待推送新闻对应的点击预测模型以已点击该待推送新闻的样本用户的用户画像为正样本、以已接收但未点击该待推送新闻的样本用户的用户画像为负样本进行模型训练得到；

通过各所述点击预测模型，根据各所述目标用户的用户画像，预测各所述目标用户分别点击各待推送新闻的概率；

根据各所述概率，从各所述目标用户中确定各所述待推送新闻的潜在用户；

将各所述待推送新闻与各自的潜在用户关联；

根据各所述目标用户关联的待推送新闻，向各所述目标用户推送新闻；

生成各所述目标用户的用户画像的方式，包括：

根据各所述目标用户已点击的新闻的新闻类别信息及所述目标用户已点击的新闻对应的时间衰减因子，确定各所述目标用户分别对各预定新闻类别的第一偏好权重；

根据各所述新闻携带的新闻标签及所述目标用户已点击的新闻对应的时间衰减因子，确定各所述目标用户分别对各预定新闻标签的第二偏好权重；

根据与各所述目标用户分别对应的第一偏好权重和第二偏好权重，生成各所述目标用户的用户画像；其中，新闻的点击时间点距离当前时间点越远，该新闻对应的时间衰减因子越大，新闻的点击时间点距离当前时间点越近，时间衰减因子越小；

满足画像更新条件时，获取终端上报的用户点击数据；根据所述用户点击数据中新闻的新闻标识，查找到所述新闻的新闻类别信息及所述新闻携带的新闻标签；根据所述用户点击数据中目标用户的用户标识查找到所述目标用户的当前用户画像；将所述目标用户的当前用户画像中与所述新闻所属的新闻类别对应的当前第一偏好权重增加权重调整值，并将所述目标用户的当前用户画像中与所述新闻携带的新闻标签对应的当前第二偏好权重增加权重调整值，得到更新后的用户画像；所述第一偏好权重表征目标用户对相应预定新闻类别的偏好程度；所述第二偏好权重表征目标用户对相应预定新闻标签的偏好程度。

2.根据权利要求1所述的方法，其特征在于，所述将各所述待推送新闻与各自的潜在用户关联，包括：

将各所述待推送新闻的潜在用户的用户标识，对应写入与各所述待推送新闻分别对应的各召回文件中；

在所述分别根据各所述目标用户关联的待推送新闻，向各所述目标用户推送新闻之前，还包括：

根据与各所述待推送新闻分别对应的各召回文件，分别确定各所述目标用户关联的待推送新闻。

3.根据权利要求1所述的方法，其特征在于，所述根据各所述目标用户关联的待推送新闻，向各所述目标用户推送新闻，包括：

根据各所述目标用户的用户画像、以及各所述目标用户关联的待推送新闻的新闻画像，确定各所述目标用户关联的待推送新闻的推荐指数；

从各所述目标用户关联的待推送新闻中，筛选出与各所述目标用户分别对应的推荐新闻；所述推荐新闻包括推荐指数满足指数筛选条件的待推送新闻；

向各所述目标用户推送各自对应的推荐新闻。

4.根据权利要求1所述的方法，其特征在于，所述点击预测模型包括XGBoost模型、FM模型、FFM模型、以及DeepFM模型中的任意一种。

5.根据权利要求1至4中任一项所述的方法，其特征在于，在所述将各所述用户画像，输入与各待推送新闻分别对应的各点击预测模型之前，包括：

根据各所述待推送新闻携带的属性类型标识，确定各所述待推送新闻分别匹配的推送模式；

所述将各所述用户画像，输入与各待推送新闻分别对应的各点击预测模型，包括：

将各所述用户画像，输入与各推送模式属于目标推送模式的待推送新闻分别对应的各点击预测模型中。