[发明专利]信息推送方法、装置、设备及计算机可读存储介质

说明书

本申请提供一种信息推送方法、装置、设备及计算机可读存储介质，方法包括：获取至少一个用户在目标应用中的历史使用数据；将所述历史使用数据输入至预设的预测模型中，获得各所述用户办理目标使用权限的概率；获取办理目标使用权限的概率超过预设的概率阈值的至少一个目标用户；向所述至少一个目标用户推送与所述使用权限对应的推送信息。通过对用户办理使用权限的概率进行预测，并向办理使用权限概率超过预设的概率阈值的用户推送使用权限对应的推送信息，从而能够实现信息的精准推送，避免了资源浪费，提高推送效率。

技术领域

本申请涉及互联网领域，尤其涉及一种信息推送方法、装置、设备及计算机可读存储介质。

背景技术

随着互联网和人工智能的发展，越来越多的线上应用走进用户的生活。例如线上购物应用(Application，简称APP)、线上办公APP、线上音乐APP等。为了提高用户对各种应用的使用体验，各种应用软件都为用户提供了不同的使用权限，当用户办理了使用权限时候，可以根据该使用权限向用户提供更优化的服务。

为了使用户能够对不同的使用权限进行了解以及办理，现有技术中一般都是向全部用户均推送使用权限的相关信息，以使感兴趣的用户进行使用权限的办理以及试用操作。

但是，采用上述方法进行信息推送时，由于部分用户在了解使用权限之后不会进一步地办理该使用权限。因此，向全部用户均进行信息推送往往较为耗费资源，无法达到用户期望的效果。

发明内容

本申请提供一种信息推送方法、装置、设备及计算机可读存储介质，用于解决现有的信息推送方法耗费资源，且效果不佳的技术问题。

本申请的第一个方面是提供一种信息推送方法，包括：

获取至少一个用户在目标应用中的历史使用数据；

将所述历史使用数据输入至预设的预测模型中，获得各所述用户办理目标使用权限的概率；

获取办理目标使用权限的概率超过预设的概率阈值的至少一个目标用户；

向所述至少一个目标用户推送与所述使用权限对应的推送信息。

在一种可能的设计中，所述预测模型包括向量化子网络、低阶特征提取子网络、中阶特征提取子网络以及高阶特征提取子网络；

所述将所述历史使用数据输入至预设的预测模型中，获得各所述用户办理目标使用权限的概率，包括：

将所述历史使用数据输入至所述向量化子网络中，获得所述历史使用数据对应的目标向量；

将所述目标向量输入至所述低阶特征提取子网络获得所述历史使用数据对应的低阶特征数据；以及，将所述目标向量输入至所述中阶特征提取子网络获得所述历史使用数据对应的中阶特征数据；以及，所述目标向量输入至所述高阶特征提取子网络获得所述历史使用数据对应的高阶特征数据；

根据所述低阶特征数据、中阶特征数据以及高阶特征数据确定各所述用户办理目标使用权限的概率。

在一种可能的设计中，所述低阶特征提取子网络为FM模型；

相应地，所述将所述目标向量输入至所述低阶特征提取子网络获得所述历史使用数据对应的低阶特征数据，包括：

将所述目标向量输入至所述FM模型中进行数据处理；

通过预设的防止过拟合技术随机丢弃所述FM模型数据处理过程中的交互路径。

在一种可能的设计中，所述中阶特征提取子网络包括卷积层、池化层以及全连接层；

相应地，所述将所述目标向量输入至所述中阶特征提取子网络获得所述历史使用数据对应的中阶特征数据，包括：