[发明专利]一种信息推送方法、装置、电子设备及存储介质在审

专利信息
申请号: 201911185792.3 申请日: 2019-11-27
公开(公告)号: CN111143608A 公开(公告)日: 2020-05-12
发明(设计)人: 白明 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06F16/735 分类号: G06F16/735;G06F16/75;G06N3/04;G06N3/08
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 李娜
地址: 100085 北京市海淀*** 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: 一种 信息 推送 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种信息推送方法,其特征在于,包括:

获取第一账户发布作品的历史信息,其中,所述历史信息中至少记录有第一账户历史发布作品的时间信息;

至少根据所述第一账户历史发布作品的时间信息,预测出所述第一账户发布作品的发布信息,其中,所述发布信息用于指示所述第一账户发布新作品的发布时间;

生成携带有所述发布信息的通知,并在所述发布时间之前,将所述通知发送至第二账户。

2.根据权利要求1所述的信息推送方法,其特征在于,所述至少根据所述第一账户历史发布作品的时间信息,预测出所述第一账户发布作品的发布信息,包括:

至少对所述第一账户历史发布作品的时间信息进行向量转换,得到所述第一账户发布不同类作品的特征信息;

将所述第一账户发布不同类作品的特征信息输入设定的模型进行学习,预测出所述第一账户发布作品的发布信息。

3.根据权利要求2所述的信息推送方法,其特征在于,将所述第一账户发布不同类作品的特征信息输入设定的模型进行学习,预测出所述第一账户发布作品的发布信息包括:

将所述第一账户发布不同类作品的特征信息通过卷积神经网络中的多个全连接计算单元进行分类计算,得到分类计算结果;

将所述分类计算结果映射到样本标记空间层,得到对应的多个标量;

将所述多个标量输入到所述卷积神经网络中的计算单元层进行映射处理,得到第一账户户发布作品的发布信息。

4.根据权利要求2或3所述的信息推送方法,其特征在于,所述发布信息包括下述至少之一:

所述第一账户在未来时间段内发布作品的概率;

所述第一账户在未来发布各类型作品的概率。

5.根据权利要求1至4任一项所述的信息推送方法,其特征在于,所述历史信息至少还包括下述一种:

所述第一账户的账户信息;

所述第一账户的关联信息,其中,所述关联信息包括与所述第一账户有关联关系的第三账户的账户信息、以及所述第一账户和所述第三账户的交叉信息,所述关联关系包括下述至少之一:账户之间存在交互关系、账户属性之间具有共性;

其中,所述账户信息包括下述至少之一:对应账户的静态信息、对应账户的历史行为信息以及对应账户发布历史作品的信息。

6.一种信息推送装置,其特征在于,包括:

获取模块,被配置为执行获取第一账户发布作品的历史信息,其中,所述历史信息中至少记录有第一账户历史发布作品的时间信息;

预测模块,被配置为执行至少根据所述第一账户历史发布作品的时间信息,预测出所述第一账户发布作品的发布信息,其中,所述发布信息用于指示所述第一账户发布新作品的发布时间;

生成模块,被配置为执行生成携带有所述发布信息的通知;

发送模块,被配置为执行在所述发布时间之前,将所述生成模块生成的所述通知发送至第二账户。

7.根据权利要求6所述的信息推送装置,其特征在于,所述预测模块包括:

转换模块,被配置为执行至少对所述第一账户历史发布作品的时间信息进行向量转换,得到所述第一账户发布不同类作品的特征信息;

发布信息预测模块,被配置为执行将所述时间特征信息输入设定的模型进行学习,预测出所述第一账户发布作品的发布信息。

8.根据权利要求7所述的信息推送装置,其特征在于,所述发布信息预测模块包括:

计算模块,被配置为执行将所述第一账户发布不同类作品的特征信息通过卷积神经网络中的多个全连接计算单元进行分类计算,得到分类计算结果;

第一映射模块,被配置为执行将所述分类计算结果映射到样本标记空间层,得到对应的多个标量;

第二映射模块,被配置为执行将所述多个标量输入到所述卷积神经网络中的计算单元层进行映射处理,得到第一账户户发布作品的发布信息。

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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/201911185792.3/1.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