[发明专利]一种广告推送方法、装置、设备和存储介质

权利要求书

1.一种广告推送方法，其特征在于，包括：

获取第一目标用户的第一用户信息和待投放广告；

将所述第一用户信息输入至预先经过训练的神经网络回归预测模型以得到所述目标用户的第一预测收入；

根据所述待投放广告的类型和第一预测收入从所述第一目标用户中筛选出第二目标用户；

向所述第二目标用户推送所述待投放广告；

所述神经网络回归预测模型的训练包括：

获取预设数据库中样本用户的第二用户信息和第一收入信息；

使用所述第二用户信息和第一收入信息训练预设神经网络回归预测模型。

2.根据权利要求1所述的方法，其特征在于，所述获取预设数据库中样本用户的第二用户信息和第一收入信息包括：

获取预设数据库中样本用户的第三用户信息和第二收入信息；

对所述第三用户信息进行特征挖掘以得到第二用户信息；

对所述第二收入信息进行加工和筛选以得到第一收入信息。

3.根据权利要求2所述的方法，其特征在于，所述第二用户信息包括样本用户的基本身份信息、学历信息、资金短信信息、非资金短信信息、设备应用信息和宏观指标信息。

4.根据权利要求2所述的方法，其特征在于，所述对所述第三用户信息进行特征挖掘以得到第二用户信息包括：

对所述第三用户信息进行特征挖掘以得到所述样本用户的第四用户信息，所述第四用户信息包括缺失用户信息；

从所述预设数据库中获取与所述缺失用户信息对应的补全用户信息；

将所述补全用户信息添加至所述第四用户信息以得到第二用户信息。

5.根据权利要求2所述的方法，其特征在于，所述对所述第二收入信息进行加工和筛选以得到第一收入信息包括：

获取所述第二收入信息的每月收入金额、所述每月收入金额的相对标准偏差、获取收入月份数和平均每月收入短信条数；

根据所述每月收入金额和相对标准偏差确定所述样本用户的第三收入信息；

根据所述获取收入月份数和标准偏差确定所述样本用户的收入稳定性；

根据所述获取收入月份数、平均每月收入短信条数和相对标准偏差确定所述样本用户的收入可信度；

根据所述收入稳定性和收入可信度对所述第三收入信息进行筛选以得到第一收入信息。

6.根据权利要求5所述的方法，其特征在于，所述神经网络回归预测模型的验证包括：

将所述第二用户信息输入至所述神经网络回归预测模型以得到所述样本用户的第二预测收入；

根据所述每月收入金额的最大收入金额和最小收入金额确定所述第二预测收入的基准区间；

根据预设的偏离比例获取所述第二预测收入落入所述基准区间的第一比例；

获取所述第二预测收入相对于所述第二收入信息的平均绝对误差；

根据所述第一比例和平均绝对误差验证所述神经网络回归预测模型。

7.一种广告推送装置，其特征在于，包括：

信息获取模块，用于获取第一目标用户的第一用户信息和待投放广告；

收入获取模块，用于将所述第一用户信息输入至预先经过训练的神经网络回归预测模型以得到所述目标用户的第一预测收入；

用户筛选模块，用于根据所述待投放广告的类型和第一预测收入从所述第一目标用户中筛选出第二目标用户；

广告推送模块，用于向所述第二目标用户推送所述待投放广告；

模型训练模块，获取预设数据库中样本用户的第二用户信息和第一收入信息；使用所述第二用户信息和第一收入信息训练预设神经网络回归预测模型。

8.一种广告推送设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。