[发明专利]消息推送优化方法、设备及可读存储介质

说明书

本申请公开了一种消息推送优化方法、设备和可读存储介质，所述消息推送优化方法包括：获取群体监测信息，并将所述群体监测信息输入预设特征提取模型，建立所述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进行推送。本申请解决了线下消息推送效率低且效果差的技术问题。

技术领域

本申请涉及金融科技(Fintech)的机器学习技术领域，尤其涉及一种消息推送优化方法、设备及可读存储介质。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对应待办事项的分发也有更高的要求。

随着计算机软件和人工智能的不断发展，机器学习模型的应用也越来越广泛，目前，多人并存的线下消息非常常见，例如，楼宇电梯内消息、商城导览屏消息等，这些线下消息通常只是在消息屏上进行简单轮播，以向用户进行消息推送，但是在多个并存的场景中，通常存在一个或者多个用户群体，例如，家庭群体、情侣群体等，此时在消息屏上轮播的线下消息通常并不符合各用户群体的喜好，也即，消息屏上轮播的线下消息无法对各用户群体进行有针对性地推送，进而导致线下消息推送的效率较且效果较差，所以，现在技术中存在线下消息推送效率低且效果差的技术问题。

发明内容

本申请的主要目的在于提供一种消息推送优化方法、设备和可读存储介质，旨在解决现有技术中线下消息推送效率低且效果差的技术问题。

为实现上述目的，本申请提供一种消息推送优化方法，所述消息推送优化方法应用于消息推送优化设备，所述消息推送优化方法包括：

获取群体监测信息，并将所述群体监测信息输入预设特征提取模型，建立所述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进行推送。

可选地，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，

所述将所述群体监测信息输入预设特征提取模型，建立所述群体监测信息对应的群体画像的步骤包括：

将所述群体监测信息输入所述用户个体特征提取模型，提取所述群体监测信息中的用户个体特征，获得所述用户个体特征识别结果；

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。

可选地，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，所述用户个体特征识别结果包括用户粗粒度特征识别结果和用户交互方式识别结果，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交互方式，

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

将所述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所述粗粒度特征，获得所述用户粗粒度特征识别结果；

将所述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所述交互方式，获得所述用户交互方式识别结果。

可选地，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：