[发明专利]信息推送方法、装置、服务器及存储介质

权利要求书

1.一种信息推送方法，其特征在于，包括：

获取待推送账户的账户特征；

从至少一层信息类别层中，确定出符合所述账户特征的目标信息类别；每个信息类别层中包括至少两个信息类别；

从所述目标信息类别对应的信息中，确定出符合所述账户特征的目标信息；

将所述目标信息推送至所述待推送账户。

2.根据权利要求1所述的信息推送方法，其特征在于，所述从至少一层信息类别层中，确定出符合所述待推送账户的账户特征的目标信息类别，包括：

获取待推送账户的账户特征向量，以及至少一层信息类别层中的第一信息类别层中的各个信息类别对应的类别特征向量；所述待推送账户的账户特征向量为基于所述待推送账户的账户特征融合得到；

根据所述账户特征向量以及各个所述类别特征向量，从各个所述信息类别中确定出符合所述待推送账户的账户特征的候选信息类别；

根据所述账户特征向量与所述候选信息类别的各个子信息类别的类别特征向量，从所述候选信息类别的各个子信息类别中再次确定出符合所述待推送账户的账户特征的候选信息类别，直到确定出的候选信息类别属于第二信息类别层；所述第二信息类别层中的信息类别不包含子信息类别；

当确定出的候选信息类别属于所述第二信息类别层时，将所述候选信息类别作为目标信息类别。

3.根据权利要求2所述的信息推送方法，其特征在于，所述根据所述账户特征向量以及各个所述类别特征向量，从各个所述信息类别中确定出符合所述待推送账户的账户特征的候选信息类别，包括：

分别将所述账户特征向量与各个所述类别特征向量进行融合处理，得到各个所述信息类别的融合向量；

将各个所述融合向量输入预先训练的信息推送模型，利用所述预先训练的信息推送模型对各个所述融合向量进行全连接处理，得到各个所述信息类别的推荐度；

从各个所述信息类别中确定出所述推荐度大于预设阈值的信息类别，作为符合所述待推送账户的账户特征的候选信息类别。

4.根据权利要求2所述的信息推送方法，其特征在于，所述从所述目标信息类别对应的信息中，确定出符合所述待推送账户的账户特征的目标信息，包括：

获取所述目标信息类别对应的各个信息的信息特征向量；

分别将所述账户特征向量与各个所述信息特征向量进行融合处理，得到各个所述信息的融合向量；

将各个所述融合向量输入预先训练的信息推送模型，利用所述预先训练的信息推送模型对各个所述融合向量进行全连接处理，得到各个所述信息的推荐度；

从各个所述信息中确定出所述推荐度大于预设阈值的信息，作为符合所述待推送账户的账户特征的目标信息。

5.根据权利要求3或4所述的信息推送方法，其特征在于，所述预先训练的信息推送模型通过下述方式训练得到：

获取训练样本集；所述训练样本集包括样本账户特征向量、样本信息的信息特征向量、所述样本信息的信息类别的类别特征向量、所述样本信息的实际推送结果以及所述信息类别的实际推送结果；

将所述样本账户特征向量、所述信息特征向量或者类别特征向量输入待训练的信息推送模型，得到所述样本信息的推送结果或者所述信息类别的推送结果；

根据所述样本信息的推送结果与对应的所述实际推送结果，或者所述信息类别的推送结果与对应的所述实际推送结果，确定所述信息推送模型的损失值；

根据所述损失值反向训练所述信息推送模型，直至所述信息推送模型满足收敛条件，得到所述预先训练的信息推送模型。

6.根据权利要求4所述的信息推送方法，其特征在于，所述将所述目标信息推送至所述待推送账户，包括：

按照所述目标信息对应的推荐度，对所述目标信息进行排序，得到排序后的目标信息；

将所述排序后的目标信息推送至所述待推送账户。