[发明专利]用于推送信息的方法和装置

说明书

本公开的实施例公开了用于推送信息的方法和装置。该方法的一具体实施方式包括：获取用户的行为特征向量和信息对应的特征向量；利用信息的特征向量和预先训练的特征提取模型，更新用户的行为特征向量，其中，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，确定该用户针对该信息的关注度；响应于确定关注度符合预设条件，向该用户所使用的终端设备推送该信息。该实施方式有助于提升向用户推送的信息的精确性。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于推送信息的方法和装置。

背景技术

个性化推送目前已广泛应用在各种信息推送场景中，以从网络的海量信息中向用户推送其较感兴趣的信息，实现个性化精准推送。例如，视频推送、物品推送、文章推送、好友推荐等等。

信息推送通常包括召回、粗排、精排、重排等多个步骤。其中，召回一般是指从指定的所有信息中快速选择一部分信息，粗排一般是基于个性化从召回的信息中进一步筛选出部分信息，精排一般是在粗排结果的基础上进行更精细的个性化信息筛选，重排一般会对精排结果以组合的形式进行重新排序，再通过一系列预设的规则等进行过滤，得到最终信息推送结果并呈现至用户。

现有的个性化信息推送方法主要都是将用户的历史行为信息转化为一个固定长度的特征向量，然后利用这一特征向量进行相似度等计算以确定用户较感兴趣的信息。

发明内容

本公开的实施例提出了用于推送信息的方法和装置。

第一方面，本公开的实施例提供了一种用于推送信息的方法，该方法包括：获取用户的行为特征向量和信息对应的特征向量；利用信息的特征向量和预先训练的特征提取模型，更新用户的行为特征向量，其中，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，确定该用户针对该信息的关注度；响应于确定关注度符合预设条件，向该用户所使用的终端设备推送该信息。

第二方面，本公开的实施例提供了一种用于推送信息的装置，该装置包括：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，被配置成利用信息的特征向量和预先训练的特征提取模型，更新用户的行为特征向量，其中，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，确定该用户针对该信息的关注度；推送单元，被配置成响应于确定关注度符合预设条件，向该用户所使用的终端设备推送该信息。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的用于推送信息的方法和装置，通过特征提取模型中的解码网络以待推送的信息的特征向量为Query且以编码网络的输出结果为Key和Value，对用户的行为特征向量进行更新，从而可以强化用户的行为特征向量中与待推送的信息相关度较高的特征，同时弱化用户的行为特征向量中与与待推送的信息相关度较低或无关的特征，进而根据更新后的行为特征向量可以更准确地确定用户对该待推送的信息的关注度，再基于关注度确定是否向用户推送该信息有助于提升向用户推送的信息的精确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；