一种信息推送方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术提供了一种信息推送方法、装置、设备及计算机可读存储介质；该方法包括：当获取到信息推送指令时，根据信息推送指令中用户的身份信息，从推送信息数据库中提取出召回信息；根据身份信息提取出用户的特征信息，以及根据身份信息获取到用户的历史类别信息；其中，历史类别信息表征用户阅读过的信息所属的类别；基于特征信息和历史类别信息，预测出待推送类别信息；其中，待推送类别信息表征用户对每个类别感兴趣的概率；根据待推送类别信息，从召回信息中筛选出待推送信息，并将待推送信息发送给用户的终端。通过本发明专利技术，能够提高对用户的个性化推送程度。

【技术实现步骤摘要】
一种信息推送方法、装置、设备及计算机可读存储介质
本专利技术涉及人工智能技术，尤其涉及一种基于人工智能的信息推送方法、装置、设备及计算机可读存储介质。
技术介绍
信息推送是指从信息数据库中筛选出用户可能会感兴趣的内容，然后将筛选出的内容呈现给用户的过程。在信息推送过程中，通常是先要召回大量的信息，然后对所召回的信息进行粗排筛选，即初步将用户可能感兴趣的信息筛选出来，之后再进一步对粗排筛选所得到的信息进行精排筛选，得到最终推送给用户的信息集合，以使得所推送的信息集合贴合用户的兴趣。在相关技术中，为了增加粗排筛选的信息类别多样性，可以在粗排筛选过程中增加多样性队列，该队列中的信息具有多样性且能够直传给精排筛选，从而使得推送给用户的信息具有多样性；或是在粗排筛选时为不同队列的召回信息分配比例，以使得不同类型的召回信息都可以被推送给用户。然而，多样性队列和其他召回队列的竞争程度较低，所推送的信息与用户的兴趣契合程度较低，从而使得针对用户的个性化推送程度较低。同时，不同队列的召回信息的比例在确定之后很难改变，使得针对不同用户所推送的信息的本文档来自技高网...

【技术保护点】
1.一种信息推送方法，其特征在于，包括：/n当获取到信息推送指令时，根据所述信息推送指令中用户的身份信息，从推送信息数据库中提取出召回信息；/n根据所述身份信息提取出所述用户的特征信息，以及根据所述身份信息获取到所述用户的历史类别信息；其中，所述历史类别信息表征所述用户阅读过的信息所属的类别；/n基于所述特征信息和所述历史类别信息，预测出待推送类别信息；其中，所述待推送类别信息表征所述用户对每个类别感兴趣的概率；/n根据所述待推送类别信息，从所述召回信息中筛选出待推送信息，并将所述待推送信息发送给所述用户的终端。/n

【技术特征摘要】
1.一种信息推送方法，其特征在于，包括：
当获取到信息推送指令时，根据所述信息推送指令中用户的身份信息，从推送信息数据库中提取出召回信息；
根据所述身份信息提取出所述用户的特征信息，以及根据所述身份信息获取到所述用户的历史类别信息；其中，所述历史类别信息表征所述用户阅读过的信息所属的类别；
基于所述特征信息和所述历史类别信息，预测出待推送类别信息；其中，所述待推送类别信息表征所述用户对每个类别感兴趣的概率；
根据所述待推送类别信息，从所述召回信息中筛选出待推送信息，并将所述待推送信息发送给所述用户的终端。


2.根据权利要求1所述的方法，其特征在于，所述当获取到信息推送指令时，根据所述信息推送指令中用户的身份信息，从推送信息数据库中提取出召回信息，包括：
当获取到所述信息推送指令时，根据所述身份信息从所述推送信息数据库中提取出多个初始子信息；
根据每个初始子信息的类别标签，为所述多个初始子信息进行类别划分，得到与所述每个类别相对应的初始子信息集合；
利用所述初始子信息集合中的所有初始子信息，组成所述召回信息。


3.根据权利要求2所述的方法，其特征在于，在所述根据每个初始子信息所对应的类别标签，对所述多个初始子信息进行类别划分，得到与所述每个类别相对应的初始子信息集合之后，所述利用所述初始子信息集合中的所有初始子信息，组成所述召回信息之前，所述方法还包括：
对所述初始子信息集合中的所有初始子信息进行排序，得到与所述每个类别相对应的子信息集合；
相应的，所述利用所述初始子信息集合中的所有初始子信息，组成所述召回信息，包括：
利用所述子信息集合中的所有排序后的初始子信息，组成所述召回信息。


4.根据权利要求3所述的方法，其特征在于，所述对所述初始子信息集合中的初始子信息进行排序，得到与所述每个类别相对应的子信息集合，包括：
获取所述初始子信息集合中的所述初始子信息的内容特征，利用所述内容特征计算出所述初始子信息的排序分数；
利用所述排序分数对所述初始子信息进行排序，得到排序后的初始子信息，并利用所述排序后的初始子信息组成所述子信息集合。


5.根据权利要求1至4任一项所述的方法，其特征在于，所述基于所述特征信息和所述历史类别信息，预测出待推送类别信息，包括：
利用所述特征信息构造出所述用户的属性特征向量；
根据所述历史类别信息确定出所述用户的类别特征向量；其中，所述类别特征向量能够表征所述历史类别信息所具有的特性；
利用所述属性特征向量和所述类别特征向量，预测出所述待推送类别信息。


6.根据权利要求5所述的方法，其特征在于，所述特征信息包含有一个或多个子特征信息；所述利用所述特征信息构造出所述用户的属性特征向量，包括：
对所述一个或多个子特征信息中的每个子特征信息进行向量转化，得到一个或多个子特征向量；
利用所述一个或多个子特征向量拼接出中间特征向量；
对所述中间特征向量进行多次自注意力计算，得到与所述中间特征向量对应的多个注意力参数；其中，注意力参数表征了子特征信息的重要程度；
对所述多个注意力参数进行拼接，从而得到所述属性特征向量。


7.根据权利要求5所述的方法，其特征在于，所述历史类别信息包括与每个历史时间点...

【专利技术属性】
技术研发人员：刘毅，饶君，丘志杰，张博，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44