[发明专利]消息推送优化方法、设备及可读存储介质

权利要求书

1.一种消息推送优化方法，其特征在于，应用于线下消息屏，所述消息推送优化方法包括：

通过所述线下消息屏对应的传感器获取线下群体监测信息，并将所述线下群体监测信息输入预设特征提取模型，建立所述线下群体监测信息对应的群体画像；

将所述群体画像输入预设消息推送模型，匹配所述群体画像对应的待推送消息，并将所述待推送消息在线下对所述群体画像对应的未知用户群体进行推送；

其中，所述预设特征提取模型包括用户个体特征提取模型和群体特征提取模型，所述将所述线下群体监测信息输入预设特征提取模型，建立所述线下群体监测信息对应的群体画像的步骤包括：

将所述线下群体监测信息输入所述用户个体特征提取模型，提取所述线下群体监测信息中的用户个体特征，得到用户个体特征识别结果，所述用户个体特征识别结果包括用户粗粒度特征识别结果和用户线下交互方式识别结果；

将所述用户个体特征识别结果输入所述群体特征提取模型，提取所述用户个体特征对应的用户群体特征，获得所述群体画像。

2.如权利要求1所述消息推送优化方法，其特征在于，所述将所述线下群体监测信息输入预设特征提取模型，建立所述线下群体监测信息对应的群体画像的步骤包括：

将所述线下群体监测信息输入所述用户个体特征提取模型，提取所述线下群体监测信息中的用户个体特征，得到用户个体特征识别结果，其中，所述用户个体特征识别结果包括用户粗粒度特征识别结果和用户线下交互方式识别结果；

依据所述用户粗粒度特征识别结果、所述用户线下交互方式识别结果以及群体及社交关系识别模型，识别用户群体及群体社交关系，获得所述群体画像。

3.如权利要求1或2所述消息推送优化方法，其特征在于，所述用户个体特征提取模型包括用户粗粒度特征识别模型和用户交互方式识别模型，所述用户个体特征包括一个或者多个目标用户的粗粒度特征和用户线下交互方式，

所述将所述线下群体监测信息输入所述用户个体特征提取模型，提取所述线下群体监测信息中的用户个体特征，得到用户个体特征识别结果的步骤包括：

将所述线下群体监测信息输入所述用户粗粒度特征识别模型，提取各所述目标用户的粗粒度特征，得到所述用户粗粒度特征识别结果；

将所述线下群体监测信息输入所述用户交互方式识别模型，识别各所述目标用户之间的用户线下交互方式，得到所述用户线下交互方式识别结果。

4.如权利要求1所述消息推送优化方法，其特征在于，所述用户群体特征包括一个或者多个目标用户的用户群体划分结果和群体社交关系识别结果，

所述将所述用户个体特征识别结果输入所述群体特征提取模型，提取所述用户个体特征对应的用户群体特征，获得所述群体画像的步骤包括：

将所述用户个体特征识别结果输入所述群体特征提取模型，对各所述目标用户进行分群，获得所述用户群体划分结果，其中，所述用户群体划分结果包括一个或者多个用户群体；

识别各所述用户群体的社交关系，获得所述群体社交关系识别结果；

基于所述用户群体划分结果和所述群体社交关系识别结果，建立所述群体画像。

5.如权利要求1所述消息推送优化方法，其特征在于，所述群体画像包括用户群体特征，

所述将所述群体画像输入预设消息推送模型，匹配所述群体画像对应的待推送消息的步骤包括：

将所述用户群体特征输入所述预设消息推送模型，匹配所述用户群体特征对应的所述待推送消息。

6.如权利要求1所述消息推送优化方法，其特征在于，所述将所述群体画像输入预设消息推送模型，匹配所述群体画像对应的待推送消息的步骤包括：

将所述群体画像输入预设消息推送模型，匹配所述群体画像对应的待推送物品编码和物品解释信息编码；

基于所述待推送物品编码和所述物品解释信息编码，查询所述待推送消息。