[发明专利]信息推送对象更新方法、装置和计算机设备

说明书

本申请涉及一种信息推送对象更新方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取目标信息推送业务的目标标识集；提取所述目标标识集中各标识对应的用户的特征，根据所述特征训练得到预测模型；获取待选用户的标识和特征，将所述待选用户的特征输入到所述预测模型进行预测，得到所述待选用户的预测数值；根据预测数值选取预设数量的待选用户的标识，得到待选标识集；根据所述待选标识集更新所述目标信息推送业务的目标标识集。本方案能够实现目标信息推送对象的自动更新。

技术领域

本申请涉及计算机技术领域，特别是涉及一种信息推送对象更新方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着计算机技术的发展，信息的传播和共享越来越快速。目前信息的传播可通过向特定人群推送的方式，该方式使得信息可以具有针对性地推送，以增加信息的曝光率。

然而，目前对信息的推送需要根据人群的需求不断调整推送对象，并且需要通过人工收集反馈数据以调整信息的推送对象。

发明内容

基于此，有必要针对需要通过人工收集反馈数据以调整信息的推送对象的技术问题，提供一种自动调整推送对象的信息推送对象更新方法、装置、计算机可读存储介质和计算机设备。

一种信息推送对象更新方法，包括：

获取目标信息推送业务的第一标识集；

提取所述目标标识集中各标识对应的用户的特征，根据所述特征训练得到预测模型；

获取待选用户的标识和特征，将所述待选用户的特征输入到所述预测模型进行预测，得到所述待选用户的预测数值；

根据预测数值选取预设数量的待选用户的标识，得到待选标识集；

根据所述待选标识集更新所述目标信息推送业务的目标标识集。

一种信息推送更新装置，所述装置包括：

获取模块，用于获取目标信息推送业务的目标标识集；

训练模块，用于提取所述目标标识集中各标识对应的用户的特征，根据所述特征训练得到预测模型；

预测模块，用于获取待选用户的标识和特征，将所述待选用户的特征输入到所述预测模型进行预测，得到所述待选用户的预测数值；

选取模块，用于根据预测数值选取预设数量的待选用户的标识，得到待选标识集；

更新模块，用于根据所述待选标识集更新所述目标信息推送业务的目标标识集。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述任一项所述方法的步骤。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述任一项所述方法的步骤。

上述信息推送对象更新方法、装置、计算机可读存储介质和计算机设备，通过定时获取目标信息推送业务的目标标识集，并提取目标标识集中各标识对应的用户的特征，根据特征训练得到预测模型。通过获取待选用户的标识和特征，将待选用户的特征输入到预测模型进行预测，得到待选用户的预测数值。根据预测数值选取预设数量的待选用户的标识，得到待选标识集，根据待选标识集更新目标信息推送业务的目标标识集。本方案通过获取已投放的目标标识集，将已投放的目标标识集作为样本自动训练更新预测模型，以自动更新目标标识集，无需人工参与运营，从而实现目标信息推送对象的自动更新。

附图说明

图1为一个实施例中信息推送对象更新方法的应用环境图；

图2为一个实施例中信息推送对象更新方法的流程示意图；