信息推送方法、装置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CN113761342A(43)申请公布日2021.12.07(21)申请号202110083256.3(22)申请日2021.01.21(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京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)发明人徐岱白冰林战刚(74)专利代理机构中国贸促会专利商标事务所有限公司11038代理人李昊刘剑波(51)Int.Cl.G06F16/9535(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书10页附图5页(54)发明名称信息推送方法、装置和计算机可读存储介质(57)摘要本发明公开了一种信息推送方法、装置和计算机可读存储介质，涉及数据处理领域。信息推送方法包括：采用用户的正向特征和取反的负向特征，构建用户的用户特征向量，其中，正向特征与用户未来的资源消耗量成正相关关系、负向特征与用户未来的资源消耗量成负相关关系；将用户特征向量输入到神经网络中，其中，神经网络的参数的值均为非负数；获得神经网络输出的、对未来用户的资源消耗量的预测结果；根据用户的资源消耗量，对用户进行信息推送。本发明的实施例能够使得对资源消耗量的预测结果更准确，并且能够更精准地向用户投放推送的信息。CN113761342ACN113761342A权利要求书1/2页1.一种信息推送方法，包括：采用用户的正向特征和取反的负向特征，构建所述用户的用户特征向量，其中，所述正向特征与所述用户未来的资源消耗量成正相关关系、所述负向特征与所述用户未来的资源消耗量成负相关关系；将所述用户特征向量输入到神经网络中，其中，所述神经网络的参数的值均为非负数；获得所述神经网络输出的、对未来所述用户的资源消耗量的预测结果；根据所述用户的资源消耗量，对所述用户进行信息推送。2.根据权利要求1所述的信息推送方法，其中，所述根据所述用户的资源消耗量，对所述用户进行信息推送包括：根据所述资源消耗量，确定用户与预设的物品集合、或所述预设的物品集合中物品的关联度；根据所述关联度，对所述用户进行信息推送。3.根据权利要求2所述的信息推送方法，其中，所述资源消耗量是所述用户对第一物品集合的资源消耗量，并且所述根据所述用户的资源消耗量，对所述用户进行信息推送包括：根据备选用户集合中每个用户的资源消耗量，确定所述备选用户集合中每个用户与所述第一物品集合的关联度；向关联度高于预设关联度的用户、或者关联度最高的预设数量个用户，推送所述第一物品集合所对应的信息。4.根据权利要求2所述的信息推送方法，其中，所述资源消耗量是所述用户对第二物品集合的资源消耗量，所述根据所述用户的资源消耗量，对所述用户进行信息推送包括：根据所述用户对所述第二物品集合的资源消耗量、所述第二物品集合的属性、以及第三物品集合中各个物品的属性，确定所述用户与第三物品集合中每个物品的关联度；构建所述第三物品集合中每个物品的物品特征向量，其中，所述物品特征向量中的特征包括所述关联度；根据所述物品特征向量，对所述第三物品集合中的物品进行排序；根据所述排序结果，向用户推送所述第三物品集合中的物品的信息。5.根据权利要求1所述的信息推送方法，还包括：根据训练用户集中每个用户在第一时段的正向特征和取反的负向特征，构建所述训练用户集中每个用户的训练特征向量，其中，所述训练特征向量的标记值为相应用户在第二时段的资源消耗量，并且所述第一时段位于所述第二时段之前；将所述训练特征向量输入到神经网络中，获得所述神经网络对所述训练特征向量的预测值；基于所述神经网络的损失函数、所述训练特征向量的预测值和标记值，对所述神经网络的参数进行调整。6.根据权利要求1或5所述的信息推送方法，其中，所述神经网络的损失函数根据所述神经网络的输入样本的标记值和预测值确定，并且包括第一损失部分和第二损失部分，其中，所述第一损失部分和所述标记值与所述预测值之差的绝对值成正相关关系，所述第二损失部分和所述标记值与所述预测值之差成正相关关系。7.根据权利要求6所述的信息推送方法，其中，所述神经网络的损失函数为：2CN113761342A权利要求书2/2页L＝|ytrue‑ypre|+λ*(ytrue‑ypre)其中，L表示所述损失函数的值；ytrue表示所述标记值；ypre表示所述预测值；λ表示预设参数，并且λ∈(0,1)。8.根据权利要求1或5所述的信息推送方法，其中，所述神经网络所使用的激活函数的输出值为非负数。9.一种信息推送装置，包括：向量构建模块，被配置为采用用户的正向特征和取反的负向特征，构建所述用户的用户特征向量，其中，所述正向特征与所述用户未来的资源消耗量成