[发明专利]基于应用使用记录的信息推送方法、装置及相关设备在审

专利信息
申请号: 202010274010.X 申请日: 2020-04-09
公开(公告)号: CN111552871A 公开(公告)日: 2020-08-18
发明(设计)人: 张峻旗;白冰;林也;白琨 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06N3/04;G06N3/08
代理公司: 深圳市隆天联鼎知识产权代理有限公司 44232 代理人: 叶虹
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 应用 使用 记录 信息 推送 方法 装置 相关 设备
【说明书】:

本公开实施例提供一种基于应用使用记录的信息推送方法、装置、电子设备及计算机可读介质。该方法包括:获取当前设备的应用安装镜像信息、应用安装序列信息和应用卸载序列信息;利用无监督神经网络模型对应用安装镜像信息进行编码,获得当前设备的应用安装镜像低维稠密向量;利用变换神经网络模型对应用安装镜像低维稠密向量、应用安装序列信息和应用卸载序列信息进行融合,获得当前设备的应用嵌入式向量;根据当前设备的应用嵌入式向量获得当前设备的推送信息;将推送信息推送至当前设备。本公开实施例的技术方案能够对应用安装镜像低维稠密向量联合应用安装序列信息和应用卸载序列信息进行深度融合,获得更加准确的当前设备的应用嵌入式向量。

技术领域

本公开涉及计算机技术领域,具体而言,涉及一种基于应用使用记录的信息推送方法、装置、电子设备及计算机可读介质。

背景技术

用户使用手机应用的应用使用记录包含了有关用户兴趣偏好的大量信息。例如:如果一位用户在手机上安装了多个手机摄影类的应用,那么这位用户大概率对手机摄影非常感兴趣;如果一位用户近期刚刚安装了航空售票、宾馆预订相关的手机应用,这位用户则很有可能有近期飞行出差或旅行的计划。因此,用户使用手机应用的行为记录,有潜力在广告和推荐等场景下发挥巨大价值。

然而,从手机应用使用记录中挖掘信息的传统做法,依赖于特定于任务的人工特征工程。这不仅意味着效率低下,不同的下游特定任务需要重复进行针对性的特征工程;同时传统做法也很难取得最佳性能,特别是在缺少对于特定任务的深入理解的情况下。

因此,需要一种新的基于应用使用记录的信息推送方法、装置、电子设备及计算机可读介质。

需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开实施例提供一种基于应用使用记录的信息推送方法、装置、电子设备及计算机可读介质,进而能够自动地挖掘应用使用记录的内部关系,获得较为准确的当前设备的应用嵌入式向量,基于应用嵌入式向量生成命中率较高的推送信息并发送至当前设备。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

本公开实施例提出一种基于应用使用记录的信息推送方法,包括:获取当前设备的应用安装镜像信息、应用安装序列信息和应用卸载序列信息;利用无监督神经网络模型对所述应用安装镜像信息进行编码,获得所述当前设备的应用安装镜像低维稠密向量;利用变换神经网络模型对所述应用安装镜像低维稠密向量、所述应用安装序列信息和所述应用卸载序列信息进行融合处理,获得所述当前设备的应用嵌入式向量;根据所述当前设备的所述应用嵌入式向量获得所述当前设备的推送信息;将所述当前设备的推送信息推送至所述当前设备。

本公开实施例提出一种基于应用使用记录的信息推送装置,包括:设备数据获取模块,配置为获取当前设备的应用安装镜像信息、应用安装序列信息和应用卸载序列信息;镜像信息处理模块,配置为利用无监督神经网络模型对所述应用安装镜像信息进行编码,获得所述当前设备的应用安装镜像低维稠密向量;嵌入式向量生成模块,配置为利用变换神经网络模型对所述应用安装镜像低维稠密向量、所述应用安装序列信息和所述应用卸载序列信息进行融合处理,获得所述当前设备的应用嵌入式向量;推送信息生成模块,配置为根据所述当前设备的所述应用嵌入式向量获得所述当前设备的推送信息;推送信息发送模块,配置为将所述当前设备的所述推送信息推送至所述当前设备。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010274010.X/2.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