[发明专利]信息推送方法和装置

权利要求书

1.一种信息推送方法，其特征在于，包括：

向第一设备发送推送信息，所述推送信息包括对象推送模型输出得到的多个推送对象，所述多个推送对象包括目标对象；

在所述第一设备接收到用户针对所述目标对象的第一输入的情况下，获取所述第一输入对应的收益值；

根据所述收益值，对所述对象推送模型进行更新；

根据更新后的对象推送模型，向第二设备发送更新后的推送信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述收益值，对所述对象推送模型进行更新，包括：

根据所述第一输入对应的收益值，确定基于所述第一输入预测得到的收益价值；

根据所述收益价值，确定所述对象推送模型对应的损失函数；

根据所述损失函数，对所述对象推送模型进行更新。

3.根据权利要求1所述的方法，其特征在于，所述第一输入对应的收益值包括交易失败情况下的预设值，以及交易成功情况下由所述用户带来的收入与损失之间的差值。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述对象推送模型为深度Q网络DQN模型，所述DQN模型的输入数据为所述目标对象对应的特征信息，输出数据为所述更新的推送信息。

5.根据权利要求4所述的方法，其特征在于，所述目标对象对应的特征信息包括：机构类型、平均交易时长、平均交易利率、平均交易额度以及平均交易成功率中的至少一项。

6.一种信息推送装置，其特征在于，包括：

信息发送模块，用于向第一设备发送推送信息，所述推送信息包括对象推送模型输出得到的多个推送对象，所述多个推送对象包括目标对象；

收益获取模块，用于在所述第一设备接收到用户针对所述目标对象的第一输入的情况下，获取所述第一输入对应的收益值；

模型更新模块，用于根据所述收益值，对所述对象推送模型进行更新；

推送更新模块，用于根据更新后的对象推送模型，向第二设备发送更新后的推送信息。

7.根据权利要求6所述的装置，其特征在于，所述模型更新模块，具体包括：

价值确定子模块，用于根据所述第一输入对应的收益值，确定基于所述第一输入预测得到的收益价值；

函数确定子模块，用于根据所述收益价值，确定所述对象推送模型对应的损失函数；

模型更新子模块，用于根据所述损失函数，对所述对象推送模型进行更新。

8.根据权利要求6所述的装置，其特征在于，所述第一输入对应的收益值包括交易失败情况下的预设值，以及交易成功情况下由所述用户带来的收入与损失之间的差值。

9.根据权利要求6-8任一项所述的装置，其特征在于，所述对象推送模型为深度Q网络DQN模型，所述DQN模型的输入数据为所述目标对象对应的特征信息，输出数据为所述更新的推送信息。

10.根据权利要求9所述的装置，其特征在于，所述目标对象对应的特征信息包括：机构类型、平均交易时长、平均交易利率、平均交易额度以及平均交易成功率中的至少一项。