信息推送方法、装置、设备和计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113761002A(43)申请公布日2021.12.07(21)申请号202110321436.0(22)申请日2021.03.25(71)申请人北京沃东天骏信息技术有限公司地址100176北京市经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人张美娜(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人张娜黄健(51)Int.Cl.G06F16/2457(2019.01)G06F16/2458(2019.01)G06Q30/06(2012.01)权利要求书2页说明书14页附图5页(54)发明名称信息推送方法、装置、设备和计算机可读存储介质(57)摘要本申请提供一种信息推送方法、装置、设备和计算机可读存储介质，其中，该方法包括：响应于用户的购物操作，获取用户实时行为序列特征和用户离线特征；将用户实时行为序列特征和用户离线特征输入至预设的离线模型计算得到用户向量；获取预设品牌向量库中与用户向量匹配的品牌向量，将品牌向量所表征的品牌商品的信息推送至用户。该技术方案中，通过用户实时行为序列特征确定用户存在有直接行为的品牌商品，再与用户离线特征结合得到用户向量，并根据用户向量来确定预设品牌向量库中与用户匹配的品牌商品，实现了对用户没有直接行为的预设品牌向量库中的品牌商品的用户偏好进行分析的目的，能够更加全面准确的得到用户的品牌偏好。CN113761002ACN113761002A权利要求书1/2页1.一种信息推送方法，其特征在于，包括：响应于用户的购物操作，获取用户实时行为序列特征和用户离线特征，所述用户实时行为序列特征用于表征与用户存在实时交互行为的品牌商品，所述用户离线特征包括用户人口属性特征和用户历史行为序列特征；将所述用户实时行为序列特征和所述用户离线特征输入至预设的离线模型计算得到用户向量，所述用户向量用于表征用户的购物偏好；获取预设品牌向量库中与所述用户向量匹配的品牌向量，将所述品牌向量所表征的品牌商品的信息推送至用户。2.根据权利要求1所述的方法，其特征在于，所述响应于用户的购物操作，获取用户实时行为序列特征，包括：读取用户的实时日志，根据所述实时日志获取用户与品牌商品的实时交互行为；将所述实时交互行为解析转化为用户实时行为序列特征，存入至实时特征库；读取所述实时特征库得到所述用户实时行为序列特征。3.根据权利要求2所述的方法，其特征在于，所述将所述实时交互行为解析转化为用户实时行为序列特征，存入至实时特征库，包括：获取存入至实时特征库中的用户实时行为序列特征的存储时长；当所述存储时间达到预设时长时，将所述用户实时行为序列特征移除出所述实时特征库。4.根据权利要求1所述的方法，其特征在于，所述预设的离线模型包括用户子模型，所述将所述用户实时行为序列特征和所述用户离线特征输入至预设的离线模型计算得到用户向量，包括：获取用户人口属性特征和用户历史行为序列特征，所述用户人口属性特征包括用户性别、年龄、购买力、婚姻状况和地理位置中的至少一种，所述用户历史行为序列特征包括用户历史点击、关注、加购和下单的品牌商品中的至少一种；根据所述用户子模型对用户人口属性特征进行降维得到用户属性向量；根据所述用户子模型对用户历史行为序列特征进行降维得到用户历史行为向量；获取所述用户属性向量与用户历史行为向量的交叉向量；将所述用户属性向量、用户历史行为向量、交叉向量和所述用户实时行为序列特征输入至所述用户子模型计算得到用户向量。5.根据权利要求4所述的方法，其特征在于，所述获取用户历史行为序列特征，包括：获取用户实时行为序列特征，根据所述用户实时行为序列特征得到用户历史行为序列特征。6.根据权利要求4所述的方法，其特征在于，所述获取所述用户属性向量与用户历史行为向量的交叉向量，包括：对所述用户属性向量和用户历史行为向量进行注意力加权操作，获取注意力加权操作结果作为所述交叉向量。7.根据权利要求4所述的方法，其特征在于，所述将所述用户属性向量、用户历史行为向量、交叉向量和所述用户实时行为序列特征输入至所述用户子模型计算得到用户向量，包括：2CN113761002A权利要求书2/2页将所述用户属性向量、用户历史行为向量和交叉向量进行特征拼接，得到拼接后的拼接向量；根据所述用户实时行为序列特征和所述拼接向量计算得到满足预设维度和预设长度的用户向量，所述用户向量的维度与所述预设品牌向量库中的品牌向量的维度相同。8.根据权利要求1‑7中任意一项所述的方法，其特征在于，所述预设的离线模块还包括品牌子模型，所述获取预设品牌向量库中与所述用户向量匹配的品牌向量之前，包括：获取品牌特征，所述品牌特征包括品牌类目特征、品牌价位特征