信息推送方法、装置、设备、介质及计算机产品.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CN114417182A(43)申请公布日2022.04.29(21)申请号202210078420.6(22)申请日2022.01.24(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人卢金环(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人孟秀娟黄健(51)Int.Cl.G06F16/9536(2019.01)G06F16/9537(2019.01)G06K9/62(2022.01)G06N20/00(2019.01)权利要求书2页说明书13页附图4页(54)发明名称信息推送方法、装置、设备、介质及计算机产品(57)摘要本发明提供一种信息推送方法、装置、设备、介质及计算机产品，该方法包括：获取待推送用户对应的推送相关数据；所述推送相关数据包括待推送用户特征、多个候选推送信息的信息特征、待推送用户对多个候选推送信息的历史评分和评分时间，以及各候选推送信息对应评分数据的评分平均偏差；将所述推送相关数据输入训练至收敛的推荐模型中，以从各候选推送信息中确定目标推送信息；所述训练至收敛的推荐模型为根据奇异值分解的改进算法SVDPP算法、马尔科夫决策子模型和Q学习Q‑Learning算法训练后生成的；将所述目标推送信息发送至与所述待推送用户匹配的用户终端。本发明的信息推送方法，考虑了时间因素，从而提高了信息推送的准确性。CN114417182ACN114417182A权利要求书1/2页1.一种信息推送方法，其特征在于，包括：获取待推送用户对应的推送相关数据；所述推送相关数据包括待推送用户特征、多个候选推送信息的信息特征、待推送用户对多个候选推送信息的历史评分和评分时间，以及各候选推送信息对应评分数据的评分平均偏差；将所述推送相关数据输入训练至收敛的推荐模型中，以从各候选推送信息中确定目标推送信息；所述训练至收敛的推荐模型为根据奇异值分解的改进算法SVDPP算法、马尔科夫决策子模型和Q学习Q‑Learning算法训练后生成的；将所述目标推送信息发送至与所述待推送用户匹配的用户终端。2.根据权利要求1所述的方法，其特征在于，所述训练至收敛的推荐模型包括训练至收敛的SVDPP算法、训练至收敛的马尔科夫决策子模型和训练至收敛的Q‑Learning算法；所述将所述推送相关数据输入训练至收敛的推荐模型中，以从各候选推送信息中确定目标推送信息，包括：根据所述推送相关数据、训练至收敛的SVDPP算法和训练至收敛的马尔科夫决策子模型生成各候选推送信息对应的初始预测评分以及各候选推送信息在训练至收敛的马尔科夫决策子模型中对应的奖惩值；将各所述初始预测评分、与各所述初始预测评分匹配的所述奖惩值、待推送用户对多个候选推送信息的历史评分以及评分时间输入训练至收敛的Q‑Learning算法，以确定各候选推送信息对应的Q值列表；所述Q值列表包括多个Q值；所述Q值用于表示相邻评分时间对应的评分之间的关联性；根据所述Q值列表和各所述初始预测评分从各候选推送信息中确定所述目标推送信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述推送相关数据、训练至收敛的SVDPP算法和训练至收敛的马尔科夫决策子模型生成各候选推送信息对应的初始预测评分以及各候选推送信息在训练至收敛的马尔科夫决策子模型中对应的奖惩值，包括：将所述待推送用户特征、多个候选推送信息的信息特征、待推送用户对多个候选推送信息的历史评分，以及各候选推送信息的评分平均偏差输入训练至收敛的SVDPP算法，以生成各候选推送信息对应的初始预测评分；将各所述初始预测评分、待推送用户对多个候选推送信息的历史评分以及评分时间输入训练至收敛的马尔科夫决策子模型，以输出各候选推送信息在训练至收敛的马尔科夫决策子模型中对应的奖惩值。4.根据权利要求3所述的方法，其特征在于，所述将所述待推送用户特征、多个候选推送信息的信息特征、待推送用户对多个候选推送信息的历史评分，以及各候选推送信息的评分平均偏差输入训练至收敛的SVDPP算法，以生成各候选推送信息对应的初始预测评分，包括：采用训练至收敛的SVDPP算法将所述待推送用户特征转化为待推送用户特征向量和将各所述信息特征转化为对应信息特征向量；采用训练至收敛的SVDPP算法根据各所述历史评分确定待推送用户对应的评分平均偏差和各候选推送信息的评分数据中属于待推送用户的各评分的平均值；所述待推送用户对应的评分平均偏差为待推送用户所有历史评分的平均值的偏差；所述属于待推送用户的各2CN114417182A权利要求书2/2页评分的平均值与各候选推送信息相匹配；采用训练至收敛的SVDPP算法根据所述待推送用户特征向量、各信息特征向量、待推送用户对应的评分