[发明专利]用于推送信息的方法和装置

权利要求书

1.一种用于推送信息的方法，包括：

获取用户的行为特征向量和信息对应的特征向量；

利用所述信息的特征向量和预先训练的特征提取模型，更新所述行为特征向量，其中，所述特征提取模型包括编码网络和解码网络，解码网络以信息的特征向量为Query且以编码网络的输出结果为Key和Value；

根据更新后的行为特征向量，确定所述用户针对所述信息的关注度；

响应于确定所述关注度符合预设条件，向所述用户所使用的终端设备推送所述信息。

2.根据权利要求1所述的方法，其中，所述特征提取模型包括第一解码网络和第二解码网络，其中，第一解码网络根据信息的特征向量和编码网络的输出结果生成第一行为特征向量，第二解码网络根据信息的特征向量和第一行为特征向量生成第二行为特征向量；以及

所述利用所述信息的特征向量和预先训练的特征提取模型，更新所述行为特征向量，包括：

确定所述第一行为特征向量和第二行为特征向量作为更新后的行为特征向量。

3.根据权利要求1所述的方法，其中，所述行为特征向量用于表征所述用户在至少一个历史时段内对应的交互信息集。

4.根据权利要求1所述的方法，其中，所述方法还包括：

获取关联特征向量，其中，所述关联特征向量用于表征以下至少一项：所述信息的属性特征、所述用户的属性特征、所述用户针对所述信息的交互特征；以及

所述根据更新后的行为特征向量，确定所述用户针对所述信息的关注度，包括：

根据所述关联特征向量、所述更新后的行为特征向量和所述信息的特征向量，确定所述用户针对所述信息的关注度。

5.根据权利要求4所述的方法，其中，所述关联特征向量基于低频过滤处理得到。

6.根据权利要求4所述的方法，其中，所述根据所述关联特征向量、所述更新后的行为特征向量和所述信息的特征向量，确定所述用户针对所述信息的关注度，包括：

将所述关联特征向量、所述更新后的行为特征向量和所述信息的特征向量输入至预先训练的关注度生成模型，得到所述用户针对所述信息的关注度。

7.根据权利要求1-6之一所述的方法，其中，所述信息属于目标信息集；以及

所述利用所述信息的特征向量和预先训练的特征提取模型，更新所述行为特征向量，以及根据更新后的行为特征向量，确定所述用户针对所述信息的关注度包括：

对于所述目标信息中的信息，利用该信息的特征向量和特征提取模型，更新所述行为特征向量；根据更新后的行为特征向量，确定所述用户针对该信息的关注度；以及

所述响应于确定所述关注度符合预设条件，向所述用户所使用的终端设备推送所述信息，包括：

根据所述目标信息集中的信息分别对应的关注度，从所述目标信息集中选取信息进行推送。

8.一种用于推送信息的装置，其中，所述装置包括：

获取单元，被配置成获取用户的行为特征向量和信息对应的特征向量；

更新单元，被配置成利用所述信息的特征向量和预先训练的特征提取模型，更新所述行为特征向量，其中，所述特征提取模型包括编码网络和解码网络，解码网络以信息的特征向量为Query且以编码网络的输出结果为Key和Value；

确定单元，被配置成根据更新后的行为特征向量，确定所述用户针对所述信息的关注度；

推送单元，被配置成响应于确定所述关注度符合预设条件，向所述用户所使用的终端设备推送所述信息。

9.根据权利要求8所述的装置，其中，所述特征提取模型包括第一解码网络和第二解码网络，其中，第一解码网络根据信息的特征向量和编码网络的输出结果生成第一行为特征向量，第二解码网络根据信息的特征向量和第一行为特征向量生成第二行为特征向量；以及

所述更新单元进一步被配置成：确定所述第一行为特征向量和第二行为特征向量作为更新后的行为特征向量。