[发明专利]信息推送方法、装置、计算机可读存储介质和计算机设备在审

专利信息
申请号: 201910745755.7 申请日: 2019-08-13
公开(公告)号: CN110489644A 公开(公告)日: 2019-11-22
发明(设计)人: 李天浩 申请(专利权)人: 腾讯科技(北京)有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/906;H04L29/08
代理公司: 44224 广州华进联合专利商标代理有限公司 代理人: 董慧<国际申请>=<国际公布>=<进入国
地址: 100080 北京市海淀区海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预估 候选信息 点击率 推送信息 新用户 推送 计算机可读存储介质 计算机设备 历史行为 历史用户 特征确定 推送条件 信息推送 优质信息 曝光 申请 筛选 融合 保证
【权利要求书】:

1.一种信息推送方法,包括:

获取待推送信息对应的内容评分,所述内容评分是根据所述待推送信息所对应历史用户的历史行为特征确定的;

从所述待推送信息中,按照相应的内容评分筛选出候选信息;

确定所述候选信息对应的初始预估点击率;

将基于所述候选信息的内容评分确定的曝光等级与所述初始预估点击率融合,得到所述候选信息对应的预估点击率;

当所述预估点击率满足推送条件时,向新用户推送所述预估点击率对应的所述候选信息。

2.根据权利要求1所述的方法,其特征在于,所述历史行为特征包括历史点击信息、历史浏览时间信息和历史反馈信息;所述方法还包括:

获取待推送信息对应历史用户的用户行为日志;

从所述用户行为日志中提取所述待推送信息对应的历史行为数据;

根据所述历史行为数据,确定所述待推送信息对应的历史点击信息、历史浏览时间信息和历史反馈信息。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

确定所述待推送信息所属的信息类别;

将所述历史行为特征输入至与所述信息类别对应的内容评价模型;

通过所述内容评价模型,根据所述历史行为特征对应的特征权重,对所述待推送信息的历史行为特征进行融合,获得所述待推送信息对应的内容评分。

4.根据权利要求3所述的方法,其特征在于,所述从所述待推送信息中,按照相应的内容评分筛选出候选信息,包括:

获取优质信息所对应的评分阈值;

在属于所述信息类别的待推送信息中,将所对应的内容评分高于所述评分阈值的待推送信息确定为候选信息。

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取根据所述历史行为特征确定的对应不同标签的得分;

当存在与用户标识对应的用户画像特征时,则

确定与所述用户画像特征匹配的标签;

从匹配的标签所对应的待推送信息中,按照相应的得分筛选候选信息;

在得到所述候选信息对应的预估点击率之后,所述方法还包括:

当所述预估点击率满足推送条件时,向所述用户标识对应的用户推送所述预估点击率对应的所述候选信息。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

提取所述待推送信息对应的标签和标签权重,所述标签包括分类标签和关键词标签;

根据所述待推送信息对应的历史行为特征,计算所述待推送信息对应所述分类标签的分类得分;

根据所述分类得分和对应所述关键词标签的标签权重,计算所述待推送信息对应所述关键词标签的关键词得分。

7.根据权利要求6所述的方法,其特征在于,所述根据所述待推送信息对应的历史行为特征,计算所述待推送信息对应所述分类标签的分类得分,包括:

根据所述待推送信息对应的历史点击信息确定平滑点击率;

根据所述待推送信息对应的发布时间,确定所述平滑点击率的衰减系数;

根据所述待推送信息对应的历史浏览时间信息、所述平滑点击率和所述衰减系数,计算得到所述待推送信息当前对应所述分类标签的分类得分。

8.根据权利要求6所述的方法,其特征在于,所述根据所述待推送信息对应的历史行为特征,计算所述待推送信息对应所述分类标签的分类得分,包括:

根据所述待推送信息对应的历史点击信息确定平滑点击率;

获取所述待推送信息当前的曝光次数;

根据所述待推送信息对应的历史浏览时间信息、所述平滑点击率和所述曝光次数,计算得到所述待推送信息当前对应所述分类标签的分类得分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(北京)有限公司,未经腾讯科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910745755.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top