[发明专利]信息推送方法、装置、电子设备和计算机可读介质

权利要求书

1.一种信息推送方法，其特征在于，所述方法包括：

分别从针对目标用户的各候选推送信息中，提取特征向量；

获取预先离线生成的目标协方差矩阵，所述目标协方差矩阵为对所述目标用户的行为特征序列进行协方差计算后得到的协方差矩阵，所述行为特征序列基于所述目标用户的行为数据生成；

分别确定每一候选推送信息的特征向量与所述目标协方差矩阵的乘积，得到各候选推送信息对应的目标特征信息；

将各目标特征信息输入至预先训练的排序模型，得到各候选推送信息的排序结果；

基于所述排序结果，选取候选推送信息中的目标信息，并推送所述目标信息。

2.根据权利要求1所述的方法，其特征在于，所述目标协方差矩阵通过如下步骤预先离线生成，包括：

获取所述目标用户的行为数据；

基于所述行为数据，生成所述目标用户的行为特征序列；

将所述行为特征序列转换为特征矩阵；

对所述特征矩阵进行协方差计算，得到目标协方差矩阵。

3.根据权利要求2所述的方法，其特征在于，所述对所述特征矩阵进行协方差计算，得到目标协方差矩阵，包括：

获取所述特征矩阵的转置矩阵；

对所述转置矩阵进行归一化处理，得到归一化矩阵；

将所述归一化矩阵和所述特征矩阵的乘积，确定为目标协方差矩阵。

4.根据权利要求3所述的方法，其特征在于，所述对所述转置矩阵进行归一化处理，得到归一化矩阵，包括：

确定所述转置矩阵的范数；

将所述转置矩阵除以所述范数，得到归一化矩阵。

5.根据权利要求2所述的方法，其特征在于，所述行为数据中包括所述目标用户依次点击的历史信息；以及

所述基于所述行为数据，生成所述目标用户的行为特征序列，包括：

按照用户点击历史信息的先后顺序，依次从所述目标用户点击的各历史信息中提取特征向量；

将所依次提取的特征向量进行汇总，生成所述目标用户的行为特征序列。

6.根据权利要求1所述的方法，其特征在于，所述将各目标特征信息输入至预先训练的排序模型，得到各候选推送信息的排序结果，包括：

获取其他特征信息，所述其他特征信息包括上下文特征信息；

对于每一个候选推送信息，将该候选推送信息对应的目标特征信息和所述其他特征信息输入至预先训练的排序模型，得到该候选推送信息的得分；

基于各候选推送信息的得分，得到各候选推送信息的排序结果。

7.根据权利要求1所述的方法，其特征在于，所述排序模型为深度兴趣网络中的局部网络，所述局部网络为位于所述深度兴趣网络中的特征连接层之后的网络，所述局部网络为支持分解机的神经网络。

8.一种信息推送装置，其特征在于，所述装置包括：

提取单元，被配置成分别从针对目标用户的各候选推送信息中，提取特征向量；

获取单元，被配置成获取预先离线生成的目标协方差矩阵，所述目标协方差矩阵为对所述目标用户的行为特征序列进行协方差计算后得到的协方差矩阵，所述行为特征序列基于所述目标用户的行为数据生成；

确定单元，被配置成分别确定每一候选推送信息的特征向量与所述目标协方差矩阵的乘积，得到各候选推送信息对应的目标特征信息；

排序单元，被配置成将各目标特征信息输入至预先训练的排序模型，得到各候选推送信息的排序结果；

推送单元，被配置成基于所述排序结果，选取候选推送信息中的目标信息，并推送所述目标信息。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。