[发明专利]一种信息推送方法及装置

权利要求书

1.一种信息推送方法，其特征在于，包括：

获取第一用户针对第一物品的第一实时行为数据；

根据所述第一实时行为数据以及行为预测模型，确定所述第一用户执行目标行为的第一概率；其中，所述行为预测模型是根据多个第二用户的历史行为数据进行训练，且根据第三用户的第二实时行为数据、以及所述第三用户是否执行所述目标行为的操作结果进行优化得到的；

根据所述第一概率，为所述第一用户推送信息。

2.根据权利要求1所述的方法，其特征在于，对所述行为预测模型的优化包括：

根据所述第二实时行为数据以及训练后的所述行为预测模型，确定所述第三用户执行所述目标行为的第二概率；

根据所述操作结果以及所述第二概率，对所述行为预测模型进行优化；所述操作结果包括所述第三用户是否执行所述目标行为。

3.根据权利要求2所述的方法，其特征在于，

所述历史行为数据包括以下任意一个或多个：所述历史行为数据对应的第一加购事件特征、所述第二用户的长期用户特征、所述历史行为数据对应物品的长期属性特征。

4.根据权利要求3所述的方法，其特征在于，在所述历史行为数据包括所述长期用户特征和所述长期属性特征的情况下，还包括：

根据所述行为预测模型的深度以及缓存的容量，对所述长期用户特征和所述长期属性特征进行筛选；

将筛选后的长期用户特征和所述长期属性特征存入所述缓存中。

5.根据权利要求4所述的方法，其特征在于，所述确定所述第三用户执行所述目标行为的第二概率，包括：

根据所述第二实时行为数据，确定所述第二实时行为对应的第二物品被加购时的第二加购事件特征、第三用户的短期行为特征和所述第二物品的属性特征；

分别对所述第三用户的短期行为特征和所述第二物品的属性特征与所述缓存中存储的所述长期用户特征、所述长期属性特征进行合并；

根据合并后的数据以及所述第二加购事件特征，生成预测样本；

将所述预测样本作为所述行为预测模型的输入，并根据所述行为预测模型的输出确定所述第三用户执行所述目标行为的第二概率。

6.根据权利要求3所述的方法，其特征在于，

所述第一加购事件特征包括以下任意一个或多个：加购路径、加购时物品的实时价值、物品是否对应有虚拟资源。

7.根据权利要求1所述的方法，其特征在于，所述根据所述第一概率，为所述第一用户推送信息，包括：

当所述第一概率小于预设阈值时，根据所述第一实时加购数据所包括的第三加购事件特征，为所述第一用户推送与所述第一物品相关的虚拟资源。

8.根据权利要求1所述的方法，其特征在于，所述根据所述第一概率，为所述第一用户推送信息，包括：

根据所述第一概率以及所述第一实时加购数据所包括的第三加购事件特征，确定所述第一物品在搜索结果的排列顺序，并根据所述排列顺序生成搜索结果；

将生成的所述搜索结果展示给所述第一用户。

9.根据权利要求1所述的方法，其特征在于，还包括：

根据所述第一概率，优化所述第一用户的用户画像和/或第一物品的物品画像。

10.一种信息推送装置，其特征在于，包括：实时数据获取模块、概率确定模块和信息推送模块；其中，

所述实时数据获取模块，用于获取第一用户针对第一物品的第一实时行为数据；

所述概率确定模块，用于根据所述第一实时行为数据以及行为预测模型，确定所述第一用户执行目标行为的第一概率；其中，所述行为预测模型是根据多个第二用户的历史行为数据进行训练，且根据第三用户的第二实时行为数据、以及所述第三用户是否执行所述目标行为的操作结果进行优化得到的；

所述信息推送模块，用于根据所述第一概率，为所述第一用户推送信息。