推送数据的处理方法、数据推送模型的训练方法和装置制造方法及图纸

本申请涉及一种推送数据的处理方法、数据推送模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：获取目标对象标识对应的交互数据信息，基于交互数据信息获取目标对象标识对应的对象特征；交互数据信息包括与目标对象标识之间存在交互关系的至少一个数据的信息；获取各待推送数据各自对应的交互对象信息，基于交互对象信息，确定相应的待推送数据对应的数据特征；交互对象信息包括与相应的待推送数据存在交互关系的至少一个对象的信息；基于对象特征和各待推送数据各自对应的数据特征，从各待推送数据中筛选得到候选推送数据，候选推送数据用于确定推送给目标对象标识的目标推送数据。减小了通信资源开销。销。销。

【技术实现步骤摘要】
推送数据的处理方法、数据推送模型的训练方法和装置


[0001]本申请涉及互联网
，特别是涉及一种推送数据的处理方法、数据推送模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着互联网技术的发展，互联网平台呈现多元化，比如有视频类平台、新闻类平台以及购物类平台等。互联网平台可向对象推送对象感兴趣的信息，比如，视频类平台可向对象推送对象感兴趣的视频，新闻类平台可向对象推送对象感兴趣的新闻，购物类平台可向对象推送对象感兴趣的商品等。
[0003]传统技术中，互联网平台会结合对象历史交互过的数据来为对象推荐相似数据，这种推送方式依据的维度较单一，存在低匹配度的数据推送导致的通信资源开销大的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够降低通信资源开销的推送数据的处理方法、数据推送模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]一方面，本申请提供了一种推送数据的处理方法。方法包括：
[0006]获取目标对象本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推送数据的处理方法，其特征在于，所述方法包括：获取目标对象标识对应的交互数据信息，基于所述交互数据信息获取目标对象标识对应的对象特征；所述交互数据信息包括与所述目标对象标识之间存在交互关系的至少一个数据的信息；获取各待推送数据各自对应的交互对象信息，基于所述交互对象信息，确定相应的待推送数据对应的数据特征；所述交互对象信息包括与相应的待推送数据存在交互关系的至少一个对象的信息；基于所述对象特征和各待推送数据各自对应的数据特征，从各待推送数据中筛选得到候选推送数据，所述候选推送数据用于确定推送给目标对象标识的目标推送数据。2.根据权利要求1所述的方法，其特征在于，所述基于所述交互数据信息获取目标对象标识对应的对象特征；以及所述基于所述交互对象信息，确定相应的待推送数据对应的数据特征，包括：基于所述交互数据信息和所述交互对象信息，通过训练完成的数据推送模型，确定目标对象标识对应的对象特征以及相应的待推送数据对应的数据特征。3.根据权利要求2所述的方法，其特征在于，所述基于所述交互数据信息和所述交互对象信息，通过训练完成的数据推送模型，确定目标对象标识对应的对象特征以及相应的待推送数据对应的数据特征，包括：基于所述交互数据信息，通过训练完成的数据推送模型中的对象特征提取网络，确定目标对象标识对应的对象特征；基于所述交互对象信息，通过训练完成的数据推送模型中的数据特征提取网络，确定相应的待推送数据对应的数据特征。4.根据权利要求3所述的方法，其特征在于，所述基于所述交互数据信息，通过训练完成的数据推送模型中的对象特征提取网络，确定目标对象标识对应的对象特征，包括：获取目标对象标识对应的对象属性信息，所述对象属性信息包括对象描述信息或者身份标识信息中的至少一种；分别对所述交互数据信息和所述对象属性信息进行特征提取，得到所述交互数据信息对应的第一目标特征以及所述对象属性信息对应的第二目标特征；将所述第一目标特征和所述第二目标特征进行拼接，得到对象拼接特征；对所述对象拼接特征进行特征提取，得到目标对象标识对应的对象特征。5.根据权利要求3所述的方法，其特征在于，所述基于所述交互对象信息，通过训练完成的数据推送模型中的数据特征提取网络，确定相应的待推送数据对应的数据特征，包括：获取待推送数据对应的数据属性信息，所述数据属性信息包括数据描述信息或者数据标识信息中的至少一种；分别对所述交互对象信息和所述数据属性信息进行特征提取，得到所述交互对象信息对应的第三目标特征以及所述数据属性信息对应的第四目标特征；将所述第三目标特征和所述第四目标特征进行拼接，得到数据拼接特征；对所述数据拼接特征进行特征提取，得到待推送数据对应的数据特征。6.根据权利要求2
‑
5任一项所述的方法，其特征在于，所述训练完成的数据推送模型的训练步骤，包括：
获取训练样本，所述训练样本包括：样本对象标识对应的交互数据信息、样本推送数据对应的交互对象信息以及交互标签；基于所述样本对象标识对应的交互数据信息，通过待训练的数据推送模型中的对象特征提取网络，获取样本对象标识对应的样本对象特征；基于所述样本推送数据对应的交互对象信息，通过待训练的数据推送模型中的数据特征提取网络，获取样本推送数据对应的样本数据特征；基于所述样本对象特征、所述样本数据特征和所述交互标签确定模型损失，基于所述模型损失对所述待训练的数据推送模型进行参数调整，直到满足模型训练的停止条件时停止，得到训练完成的数据推送模型。7.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述基于所述对象特征和各待推送数据各自对应的数据特征，从各待推送数据中筛选得到候选推送数据，包括：对各待推送数据各自对应的数据特征进行聚类处理，得到多个聚类簇；基于所述对象特征与各聚类簇各自对应的聚类中心的相关度，从多个聚类簇筛选出目标聚类簇；基于所述对象特征与所述目标聚类簇中各数据特征的相关度，从各待推送数据中筛选得到候选推送数据。8.根据权利要求1
‑
5任一项所述的方法，其特征在于，交互数据信息为交互视频信息；交互视频信息包括与所述目标对象标识之间存在交互关系的至少一个视频的信息；待推送数据为待推送视频；数据特征为视频特征；候选推送数据为候选推送视频；目标推送数据为目标推送视频；或者；交互数据信息为交互商品信息；交互商品信息包括与所述目标对象标识之间存在交互关系的至少一个商品的信息；待推送数据为待推送商品；数据特征为商品特征；候选推送数据为候选推送商品...

【专利技术属性】
技术研发人员：戴威，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：