基于多目标深度学习网络的目标消息推送方法及装置制造方法及图纸

本申请涉及一种基于多目标深度学习网络的目标消息推送方法及装置。该方法包括：根据目标的授权信息生成目标行为序列；基于当前访问量和已分配资源量生成消息推送指标；将所述目标行为序列和所述消息推送指标输入基于多目标深度学习网络生成的消息推送模型中，生成目标行为概率和目标平衡值；在所述目标行为概率和所述目标平衡值满足预设策略时，向所述目标推送目标消息。本申请涉及的基于多目标深度学习网络的目标消息推送方法及装置，能够实时对目标的信息进行判断，以确定是否要为该目标推送特定目标信息，在保证目标消息推送及时性的同时，提升目标消息展示效果、降低系统运行成本。成本。成本。

【技术实现步骤摘要】
基于多目标深度学习网络的目标消息推送方法及装置


[0001]本申请涉及计算机信息处理领域，具体而言，涉及一种基于多目标深度学习网络的目标消息推送方法及装置。

技术介绍

[0002]精准营销(Prec i s i on market i ng)是在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系。广告主(广告业务的需求方)通过网站数据精确定位用户，然后向用户推送个性化广告，以达到营销推广的目的。对广告主来说，通过这种方法可以避免盲目地推送广告，提高营销效果转化率，对于广告投放平台(业务提供方)来说，可将广告主的流量变现，提高公司的产品收益，也能推出更好的产品以用于增加用户粘性。
[0003]RTA(Rea l t ime AP I)是现在常用的广告投放技术，用于满足广告主实时个性化的投放需求，简单来说就是原来通过在广告平台创建计划、单元、创意，设置定向、出价之类的操作，现在变成通过实时的AP I回传。对广告主而言，RTA模式具有实时性、数据安全性、个性化的优点。但是，通过RAT投放来捕捉意向客户，随着平台广告投放量级增长本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标深度学习网络的目标消息推送方法，其特征在于，包括：根据目标的授权信息生成目标行为序列；基于当前访问量和已分配资源量生成消息推送指标；将所述目标行为序列和所述消息推送指标输入基于多目标深度学习网络生成的消息推送模型中，生成目标行为概率和目标平衡值；在所述目标行为概率和所述目标平衡值满足预设策略时，向所述目标推送目标消息。2.如权利要求1所述的方法，其特征在于，还包括：根据历史目标的授权信息生成历史目标行为序列样本；根据历史访问量和历史已分配资源量生成历史目标平衡指标样本；将历史目标行为序列样本作为第一业务目标；将历史目标平衡指标样本作为第二业务目标；通过所述第一业务目标和所述第二业务目标对多目标深度学习网络进行训练以生成所述消息推送模型。3.如权利要求2所述的方法，其特征在于，根据历史目标的授权信息生成历史目标行为序列样本，包括：根据历史目标的授权信息生成历史目标行为序列；将所述历史目标行为序列中的多个目标行为和多个特定行为进行匹配；根据匹配结果为所述多个目标行为分别分配特定行为标签；通过带有目标行为标签的历史目标行为序列生成所述历史目标行为序列样本。4.如权利要求2所述的方法，其特征在于，根据历史访问量和历史已分配资源量生成历史目标平衡指标样本，包括：根据预设时间内的历史访问量和历史已分配资源量生成历史目标平衡指标曲线；对所述历史目标平衡指标曲线进行切分，生成多个消息推送指标区间；为多个广告投放区间分别分配投放指标标签；通过带有投放指标标签的多个消息推送指标区间生成所述历史目标平衡指标样本。5.如权利要求4所述的方法，其特征在于，对所述历史目标平衡指标曲线进行切分，包括：对所述历史目标平衡指标曲线进行等频切分；或对所述历史目标平衡指标曲线进行等距切分。6.如权利要求1所述的方法，其特征在于，根据目标的授权信息生成目标行为序列，包括：获取目标的授权信息，所述授权信息包括基础数据和行为数据；将所述行为数据和多个特定行为进行匹配；根据匹配结果和所述基础数据生成所述目标行为序列。7.如权利要求1所述的方法，其特征在于，基于当前访问量和已分配资源量生成消息推送指标，包括：根据当前访问量和已分配资源量生成消息推送数值；将所述消息推送数值和多个消息推送指标区间进行匹配；根据匹配结果生成所述消息推送指标。
8.如权利要求1所述的方法，其特征在于，将所述目标行为序列和所述消息推送指标输入基于多目标深度学习网络生成的消息推送模型中，生成目标行为概率和目标平衡值，包括：将所述目标行为序列输入所述消息推送模型的...

【专利技术属性】
技术研发人员：张金鹏，王耀宣，费浩峻，
申请(专利权)人：上海淇玥信息技术有限公司，
类型：发明
国别省市：