【技術實現步驟摘要】
本申請涉及計算機，特別是涉及一種信息推送方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品，以及一種信息推送模型處理方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
技術介紹
1、隨著計算機技術的發展，出現了信息推送技術，通過信息推送技術能夠為不同用戶推送感興趣的信息。傳統的信息推送，一般是通過模型使用用戶的歷史交互信息去預測出用戶感興趣的信息，然后將預測出的用戶感興趣的信息推送給用戶。
2、然而，用戶往往是在上下班路上、睡前等空閑時間才會瀏覽信息，傳統的推送方式所推送的信息類型多，信息量大，用戶難以在有限時間內從大量信息中獲得感興趣的信息。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種符合用戶瀏覽習慣的個性化信息推送方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
2、本申請提供了一種信息推送方法，所述方法包括：
3、獲取推送接收對象在多個歷史周期中相同時間段內各自的信息瀏覽記錄；所述信息瀏覽記錄，包括所述推送接收對象在所述時間段內瀏覽的歷史信息所屬的歷史信息類別，以及瀏覽所述歷史信息的瀏覽時間記錄；
4、基于所述信息瀏覽記錄中的所述歷史信息類別提取歷史類別特征，基于所述歷史類別特征，預測所述推送接收對象對應的推送信息類別；所述推送信息類別，表征在計劃推送周期中所述時間段需推送信息流中信息的類別；
5、基于所述信息瀏覽記錄中的所述瀏覽時間記錄提取歷史時長特征，基于所述歷史時長
6、參考所述預測瀏覽時長，獲取所述推送信息類別的多個推薦信息；
7、生成包括所述多個推薦信息的推薦信息流，所述推薦信息流的總瀏覽時長與所述預測瀏覽時長相匹配；所述推薦信息流，用于在所述計劃推送周期內的所述時間段向所述推送接收對象推送。
8、本申請還提供了一種信息推送裝置，所述裝置包括：
9、記錄獲取模塊，用于獲取推送接收對象在多個歷史周期中相同時間段內各自的信息瀏覽記錄；所述信息瀏覽記錄，包括所述推送接收對象在所述時間段內瀏覽的歷史信息所屬的歷史信息類別，以及瀏覽所述歷史信息的瀏覽時間記錄；
10、類別預測模塊，用于基于所述信息瀏覽記錄中的所述歷史信息類別提取歷史類別特征，基于所述歷史類別特征，預測所述推送接收對象對應的推送信息類別；所述推送信息類別，表征在計劃推送周期中所述時間段需推送信息流中信息的類別；
11、時長預測模塊，用于基于所述信息瀏覽記錄中的所述瀏覽時間記錄提取歷史時長特征，基于所述歷史時長特征，預測所述推送接收對象對應的預測瀏覽時長；所述預測瀏覽時長，表征在所述計劃推送周期中所述時間段需推送信息流的瀏覽時長；
12、信息獲取模塊，用于參考所述預測瀏覽時長，獲取所述推送信息類別的多個推薦信息；
13、生成模塊，用于生成包括所述多個推薦信息的推薦信息流，所述推薦信息流的總瀏覽時長與所述預測瀏覽時長相匹配；所述推薦信息流，用于在所述計劃推送周期內的所述時間段向所述推送接收對象推送。
14、本申請還提供了一種計算機設備，所述計算機設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現以下步驟：
15、獲取推送接收對象在多個歷史周期中相同時間段內各自的信息瀏覽記錄；所述信息瀏覽記錄，包括所述推送接收對象在所述時間段內瀏覽的歷史信息所屬的歷史信息類別，以及瀏覽所述歷史信息的瀏覽時間記錄；
16、基于所述信息瀏覽記錄中的所述歷史信息類別提取歷史類別特征，基于所述歷史類別特征，預測所述推送接收對象對應的推送信息類別；所述推送信息類別，表征在計劃推送周期中所述時間段需推送信息流中信息的類別；
17、基于所述信息瀏覽記錄中的所述瀏覽時間記錄提取歷史時長特征，基于所述歷史時長特征，預測所述推送接收對象對應的預測瀏覽時長；所述預測瀏覽時長，表征在所述計劃推送周期中所述時間段需推送信息流的瀏覽時長；
18、參考所述預測瀏覽時長，獲取所述推送信息類別的多個推薦信息；
19、生成包括所述多個推薦信息的推薦信息流，所述推薦信息流的總瀏覽時長與所述預測瀏覽時長相匹配；所述推薦信息流，用于在所述計劃推送周期內的所述時間段向所述推送接收對象推送。
20、本申請還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現以下步驟：
21、獲取推送接收對象在多個歷史周期中相同時間段內各自的信息瀏覽記錄；所述信息瀏覽記錄，包括所述推送接收對象在所述時間段內瀏覽的歷史信息所屬的歷史信息類別，以及瀏覽所述歷史信息的瀏覽時間記錄；
22、基于所述信息瀏覽記錄中的所述歷史信息類別提取歷史類別特征，基于所述歷史類別特征，預測所述推送接收對象對應的推送信息類別；所述推送信息類別，表征在計劃推送周期中所述時間段需推送信息流中信息的類別；
23、基于所述信息瀏覽記錄中的所述瀏覽時間記錄提取歷史時長特征，基于所述歷史時長特征，預測所述推送接收對象對應的預測瀏覽時長；所述預測瀏覽時長，表征在所述計劃推送周期中所述時間段需推送信息流的瀏覽時長；
24、參考所述預測瀏覽時長，獲取所述推送信息類別的多個推薦信息；
25、生成包括所述多個推薦信息的推薦信息流，所述推薦信息流的總瀏覽時長與所述預測瀏覽時長相匹配；所述推薦信息流，用于在所述計劃推送周期內的所述時間段向所述推送接收對象推送。
26、本申請還提供了一種計算機程序產品，所述計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現以下步驟：
27、獲取推送接收對象在多個歷史周期中相同時間段內各自的信息瀏覽記錄；所述信息瀏覽記錄，包括所述推送接收對象在所述時間段內瀏覽的歷史信息所屬的歷史信息類別，以及瀏覽所述歷史信息的瀏覽時間記錄；
28、基于所述信息瀏覽記錄中的所述歷史信息類別提取歷史類別特征，基于所述歷史類別特征，預測所述推送接收對象對應的推送信息類別；所述推送信息類別，表征在計劃推送周期中所述時間段需推送信息流中信息的類別；
29、基于所述信息瀏覽記錄中的所述瀏覽時間記錄提取歷史時長特征，基于所述歷史時長特征，預測所述推送接收對象對應的預測瀏覽時長；所述預測瀏覽時長，表征在所述計劃推送周期中所述時間段需推送信息流的瀏覽時長；
30、參考所述預測瀏覽時長，獲取所述推送信息類別的多個推薦信息；
31、生成包括所述多個推薦信息的推薦信息流，所述推薦信息流的總瀏覽時長與所述預測瀏覽時長相匹配；所述推薦信息流，用于在所述計劃推送周期內的所述時間段向所述推送接收對象推送。
32、上述信息推送方法、裝置、計算機設備、本文檔來自技高網...
【技術保護點】
1.一種信息推送方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述歷史類別特征，預測所述推送接收對象對應的推送信息類別，包括：
3.根據權利要求1所述的方法，其特征在于，所述參考所述預測瀏覽時長，獲取所述推送信息類別的多個推薦信息，包括：
4.根據權利要求1所述的方法，其特征在于，所述生成包括所述多個推薦信息的推薦信息流，包括：
5.根據權利要求4所述的方法，其特征在于，所述根據所述多個推薦信息各自的原生媒體格式以及所述目標媒體格式，將所述多個推薦信息進行媒體合成，得到推薦信息流，包括：
6.根據權利要求5所述的方法，其特征在于，所述原生媒體格式包括文本格式、圖像格式、圖文格式、音頻格式或視頻格式中的至少一種；所述目標媒體格式包括文本格式、圖像格式、圖文格式、音頻格式或視頻格式中的至少一種；所述推薦信息流包括合成文本信息流、合成圖像、合成圖文信息流、合成音頻或合成視頻中的至少一種。
7.根據權利要求1所述的方法，其特征在于，所述基于所述歷史時長特征，預測所述推送接收對象對
8.根據權利要求1至7任意一項所述的方法，其特征在于，所述生成包括所述多個推薦信息的推薦信息流，包括：
9.根據權利要求1至7任意一項所述的方法，其特征在于，所述方法還包括：
10.一種信息推送模型處理方法，其特征在于，所述方法包括：
11.根據權利要求10所述的方法，其特征在于，所述基于所述樣本推薦信息流和所述期望推薦信息流進行模型訓練，獲得信息推送模型，包括：
12.根據權利要求11所述的方法，其特征在于，所述基于所述信息流損失和所述類別損失進行模型訓練，獲得信息推送模型，包括：
13.一種信息推送裝置，其特征在于，所述裝置包括：
14.一種信息推送模型處理裝置，其特征在于，所述裝置包括：
15.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至12中任一項所述的方法的步驟。
16.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至12中任一項所述的方法的步驟。
17.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至12中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種信息推送方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述歷史類別特征，預測所述推送接收對象對應的推送信息類別，包括：
3.根據權利要求1所述的方法，其特征在于，所述參考所述預測瀏覽時長，獲取所述推送信息類別的多個推薦信息，包括：
4.根據權利要求1所述的方法，其特征在于，所述生成包括所述多個推薦信息的推薦信息流，包括：
5.根據權利要求4所述的方法，其特征在于，所述根據所述多個推薦信息各自的原生媒體格式以及所述目標媒體格式，將所述多個推薦信息進行媒體合成，得到推薦信息流，包括：
6.根據權利要求5所述的方法，其特征在于，所述原生媒體格式包括文本格式、圖像格式、圖文格式、音頻格式或視頻格式中的至少一種；所述目標媒體格式包括文本格式、圖像格式、圖文格式、音頻格式或視頻格式中的至少一種；所述推薦信息流包括合成文本信息流、合成圖像、合成圖文信息流、合成音頻或合成視頻中的至少一種。
7.根據權利要求1所述的方法，其特征在于，所述基于所述歷史時長特征，預測所述推送接收對象對應的預測瀏覽時長，包括：
8.根據權利要求1至7任意一項所述的方法，其特征在于，...
【專利技術屬性】
技術研發人員：張振偉，
申請(專利權)人：騰訊科技深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。