[发明专利]基于用户挖掘的消息推荐方法、设备、介质

权利要求书

1.一种基于用户挖掘的消息推荐方法，其特征在于，所述基于用户挖掘的消息推荐方法包括：

获取各待挖掘用户对应的待挖掘样本集，并对所述待挖掘样本集进行样本召回，获得样本召回阶段的高TGI样本召回集和待预测样本召回集；

基于转化率预测模型和所述待预测样本召回集，通过对所述待预测样本召回集对应的各待预测用户进行用户转化率预测，在所述待预测样本召回集中选取转化率预测阶段的高转化率预测样本集；

基于样本召回和转化率预测两阶段得到的所述高TGI样本召回集和所述高转化率预测样本集共同组成的用户挖掘结果，对各所述待挖掘用户进行选择性消息推荐；

在所述基于转化率预测模型和所述待预测样本召回集，通过对所述待预测样本召回集对应的各待预测用户进行用户转化率预测，在所述待预测样本召回集中选取转化率预测阶段的高转化率预测样本集的步骤之前，所述基于用户挖掘的消息推荐方法还包括：

获取初始训练正样本集，并在所述待预测样本召回集中选取初始训练非正样本集；

基于所述初始训练正样本集和所述初始训练非正样本集构建的二分类器，在所述初始训练正样本集和所述初始训练非正样本集中选取可靠负样本集；

基于所述训练正样本集和所述可靠负样本集，迭代训练优化待训练转化率预测模型，获得所述转化率预测模型。

2.如权利要求1所述基于用户挖掘的消息推荐方法，其特征在于，所述基于转化率预测模型和所述待预测样本召回集，通过对所述待预测样本召回集对应的各待预测用户进行用户转化率预测，在所述待预测样本召回集中选取高转化率预测样本集的步骤包括：

基于所述转化率预测模型和所述待预测样本召回集，对所述待预测样本召回集对应的各待预测用户进行用户转化率预测，获得各所述待预测样本对应的用户转化率；

对各所述用户转化率进行排序，获得用户转化率排序结果；

基于所述用户转化率排序结果，在所述待预测样本召回集中选取所述高转化率预测样本集。

3.如权利要求1所述基于用户挖掘的消息推荐方法，其特征在于，所述待预测样本召回集包括中TGI样本召回集、热门样本召回集和相似样本召回集，所述待挖掘样本集至少包括一所述待挖掘用户对应的待挖掘样本，

所述对所述待挖掘样本集进行样本召回，获得高TGI样本召回集和待预测样本召回集的步骤包括：

计算各所述待挖掘样本对应的TGI，并将所述TGI处于预设第一TGI取值范围的各待挖掘样本作为所述高TGI样本召回集，以及将所述TGI处于预设第二TGI取值范围的各待挖掘样本作为所述中TGI样本召回集；

获取各所述待挖掘用户对待推荐消息的点击次数，并基于各所述点击次数，对各所述待挖掘样本进行样本召回，获得所述热门样本召回集；

分别计算各所述待挖掘样本与预设目标正样本之间的样本相似度，并基于各所述样本相似度，对各所述待挖掘样本进行样本召回，获得所述相似样本召回集。

4.如权利要求1所述基于用户挖掘的消息推荐方法，其特征在于，所述基于所述初始训练正样本集和所述初始训练非正样本集构建的二分类器，在所述初始训练正样本集和所述初始训练非正样本集中选取可靠负样本集的步骤包括：

基于所述初始训练非正样本集对应的预设负样本数量和所述初始训练正样本集对应的预设负样本百分比，在所述初始训练非正样本集和所述初始训练正样本集中选取目标训练正样本集和目标训练负样本集；

基于所述目标训练正样本集和所述目标训练负样本集构建的二分类器，对所述目标训练正样本集和所述目标训练负样本集进行分类排序，获得分类排序结果；

基于所述分类排序结果，在所述目标训练正样本集和所述目标训练负样本集中选取所述可靠负样本集。