[发明专利]信息推送方法和装置

权利要求书

1.一种信息推送方法，包括：

获取包括目标用户的社交网络，所述社交网络包括位于所述社交网络中的用户的行为信息和用于指示各用户之间是否建立关联关系的指示信息；

基于所述目标用户的行为信息、所述社交网络中与所述目标用户未建立关联关系的其他用户的行为信息，确定所述目标用户与未建立关联关系的其他用户之间，建立关联关系的概率；

将超过预设阈值的概率对应的用户的用户标识推送给所述目标用户；

所述基于所述目标用户的行为信息、所述社交网络中与所述目标用户未建立关联关系的其他用户的行为信息，确定所述目标用户与未建立关联关系的其他用户之间，建立关联关系的概率，包括：

将所述目标用户的行为信息、与所述目标用户未建立关联关系的其他用户的行为信息分别输入至预先训练的特征值确定模型，得到与所述目标用户的行为信息对应的目标用户行为信息特征值、与所述目标用户未建立关联关系的其他用户的行为信息对应的其他用户行为信息特征值，其中，所述特征值确定模型的训练样本包括与预设用户集合中的用户的行为信息对应的时间戳，其中，所述预设用户集合包括指定用户和指定用户之外的其他用户，与指定用户建立关联关系的正样本用户的行为信息对应的时间戳是基于指定用户与正样本用户建立关联关系的时间确定的，与指定用户未建立关联关系的负样本用户的行为信息对应的时间戳是从与正样本用户对应的时间戳中随机选取出的，所述正样本用户的行为信息在所述正样本用户的行为信息对应的时间戳之前得到，所述负样本用户的行为信息在所述负样本用户的行为信息对应的时间戳之前得到；

基于所述目标用户行为信息特征值、与所述目标用户未建立关联关系的其他用户的行为信息对应的其他用户行为信息特征值，确定所述目标用户与未建立关联关系的其他用户之间，建立关联关系的概率。

2.根据权利要求1所述的方法，其中，所述特征值确定模型是通过如下步骤训练得到：

获取训练样本集，其中，所述训练样本集中的每一个训练样本包括所述预设用户集合中指定用户的行为信息、所述预设用户集合中除指定用户之外的其他用户的行为信息、用于指示所述预设用户集合中其他用户与指定用户是否建立关联关系的指示信息；

执行如下训练步骤：对于所述训练样本集中的训练样本，将该训练样本中指定用户的行为信息、其他用户的行为信息分别输入至待训练的神经网络，得到与该训练样本对应的指定用户对应的行为信息特征值、与该训练样本对应的其他用户对应的行为信息特征值；基于得到的指定用户对应的行为信息特征值与其他用户对应的行为信息特征值，确定该训练样本对应的指定用户与该训练样本对应的其他用户建立关联关系的概率值；基于所确定的训练样本集中的训练样本对应的概率值，确定预设损失函数是否收敛；

响应于确定预设损失函数收敛，确定所述特征值确定模型训练完成。

3.根据权利要求2所述的方法，其中，所述方法还包括：

响应于确定预设损失函数未收敛，利用反向传播算法更新待训练的神经网络的参数，继续执行所述训练步骤。

4.根据权利要求2所述的方法，其中，所述训练样本集中的其他用户的行为信息包括以下之一：与指定用户建立关联关系的正样本用户的行为信息、与指定用户未建立关联关系的负样本用户的行为信息，其中，负样本用户是从所述预设用户集合中随机选取出的、与指定用户未建立关联关系且与其他用户建立关联关系的用户。