[发明专利]信息推送方法、装置、电子设备和计算机可读介质

说明书

本申请实施例公开了信息推送方法、装置、电子设备和计算机可读介质。该方法的实施例包括：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，目标协方差矩阵为对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，行为特征序列基于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；基于排序结果，选取候选推送信息中的目标信息，并推送目标信息。该实施方式降低了线上排序过程中的数据计算量，提高了线上数据处理效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及信息推送方法、装置、电子设备和计算机可读介质。

背景技术

随着计算机技术的发展，在越来越多的场景中需要为用户进行信息推送，以减少用户在网络上搜索所花的时间。例如，在用户启动订餐应用时，可以主动为用户推送一些菜品信息；在用户浏览新闻页面的过程中，可以为用户推送其感兴趣的资讯；在用户浏览电商页面的过程中，可以在其所浏览的产品信息中推送一些推广的产品信息等。在推送信息之前，通常需要对所召回的候选信息进行排序，进而从中选取部分信息进行推送。

现有技术中，通常通过一些排序模型，如FNN(Factorisation-machine supportedNeural Networks，支持分解机的神经网络)等，对召回的候选信息进行排序。然而，此类排序模型通常没有考虑到用户行为的时间顺序，导致排序结果的准确性较低。此外，虽然存在一些能够结合用户行为的时间序列进行排序的排序模型，如DIN(Deep Interest Network，深度兴趣网络)，但这些模型通常采用注意力(attention)机制进行处理，在用户行为序列较长时，这种计算方式的数据计算量较大，数据处理效率较低。

发明内容

本申请实施例提出了信息推送方法、装置、电子设备和计算机可读介质，以降低排序过程中的数据计算量，提高数据处理效率。

第一方面，本申请实施例提供了一种信息推送方法，该方法包括：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，目标协方差矩阵为对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，行为特征序列基于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；基于排序结果，选取候选推送信息中的目标信息，并推送目标信息。

第二方面，本申请实施例提供了一种信息推送装置，该装置包括：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，目标协方差矩阵为对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，行为特征序列基于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，被配置成基于排序结果，选取候选推送信息中的目标信息，并推送目标信息。

第三方面，本申请实施例提供了一种电子设备，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，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中所描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中所描述的方法。