[发明专利]新闻的潜在用户的确定方法及新闻推送方法

说明书

本申请涉及一种新闻推送方法及新闻的潜在用户的确定方法，新闻推送方法包括：获取各目标用户的用户画像；将各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，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；通过各点击预测模型，根据各目标用户的用户画像预测各目标用户分别点击各待推送新闻的概率；根据各概率，从各目标用户中确定各待推送新闻的潜在用户；将各待推送新闻与各自的潜在用户关联；根据各目标用户关联的待推送新闻向各目标用户推送新闻。本申请的方案能降低新闻推送的准确性对新闻画像的准确性的依赖性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种新闻的潜在用户的确定方法、装置、新闻推送方法、装置、计算机可读存储介质及计算机设备。

背景技术

在信息爆炸的时代，为了帮助用户降低获取到自己感兴趣的新闻的时间成本，需要从海量新闻中挖掘出用户所偏好的新闻，据此进行新闻推送。

传统方式中，针对每一条待推送新闻，由新闻编辑人员人工确定该待推送新闻的新闻画像，再将该新闻画像与各目标用户的用户画像逐一进行匹配，将其用户画像与该新闻画像相匹配的目标用户作为该待推送新闻的潜在用户，据此进行新闻推送。然而，一旦新闻画像出现偏差，所确定的潜在用户便不准确，这将导致无法准确地进行新闻推送。可见，传统方式下新闻推送的准确性对新闻画像的准确性具有严重的依赖性。

发明内容

基于此，有必要针对传统方式中新闻推送的准确性对新闻画像的准确性具有严重依赖性的技术问题，提供一种新闻的潜在用户的确定方法、装置、新闻推送方法、装置、计算机可读存储介质及计算机设备。

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，所述待推送新闻对应的点击预测模型是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。

一种新闻的潜在用户的确定方法，包括：

获取各目标用户的用户画像；

将各所述用户画像，输入与待推送新闻对应的点击预测模型；所述点击预测模型是以已点击所述待推送新闻的样本用户的用户画像为正样本、以已接收但未点击所述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所述待推送新闻的概率；

根据各所述概率，从各所述目标用户中确定所述待推送新闻的潜在用户。

一种新闻推送装置，包括：

第一用户画像获取模块，用于获取各目标用户的用户画像；

第一画像输入模块，用于将各所述用户画像，输入与各待推送新闻分别对应的各点击预测模型；其中，所述待推送新闻对应的点击预测模型是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；