[发明专利]一种消息推送方法及装置

权利要求书

1.一种消息推送方法，其特征在于，包括：

获取待执行的推送任务；

根据所述推送任务的任务信息，确定所述推送任务对应的目标用户的用户标识以及推送消息；

根据所述目标用户的用户标识，确定所述目标用户的用户数据，所述用户数据包含用户画像信息以及用户的历史行为数据；

确定所述推送消息的消息数据，所述消息数据至少包含预定推送时间以及消息内容；

根据所述目标用户的用户数据以及所述推送消息的消息数据，确定特征向量；

将确定出的特征向量输入预先训练的推送决策模型，确定所述推送决策模型输出的预测关闭概率，所述推送决策模型是根据历史上已执行的推送任务以及各推送任务对应的目标用户的推送通知状态训练得到的，所述预测关闭概率表征执行所述推送任务后所述目标用户关闭推送通知的概率；

当所述预测关闭概率小于第一预设阈值时，执行所述推送任务，向所述目标用户推送所述推送消息。

2.如权利要求1所述的方法，其特征在于，所述推送决策模型的训练过程，具体包括：

获取历史上执行的若干推送任务，根据各推送任务对应的目标用户的用户数据以及推送消息的消息数据，确定各推送任务对应的特征向量，并将各推送任务对应的特征向量作为训练样本；

针对每个训练样本，确定执行该训练样本对应的推送任务后，所述推送任务对应的目标用户的推送通知状态；

将确定出的推送通知状态作为该训练样本的标注，所述推送通知状态包含关闭状态以及开启状态；

将该训练样本输入待训练的推送决策模型，确定所述推送决策模型输出的预测关闭概率；

根据确定出的预测关闭概率，确定该训练样本对应的预测状态；

以最小化所述预测状态与标注的推送通知状态之间的差异为目标，调整所述待训练的推送决策模型中的模型参数。

3.如权利要求2所述的方法，其特征在于，确定所述推送任务对应的目标用户的推送通知状态，具体包括：

根据所述目标用户的历史行为数据，当在第一预设时长内监测到所述目标用户对所述推送消息未进行操作时，确定所述推送通知状态为开启状态；

根据所述目标用户的历史行为数据，当在第二预设时长内监测到所述目标用户对所述推送消息进行点击操作时，确定所述推送通知状态为开启状态；

根据所述目标用户的历史行为数据，确定接收所述推送任务的推送到达时间，当在以所述推送到达时间为起点的第三预设时长内监测到所述目标用户关闭推送通知的操作时，确定所述目标用户的操作为非自然关闭，以及确定所述推送通知状态为关闭状态；

根据所述目标用户的历史行为数据，确定接收所述推送任务的推送到达时间，以及监测到所述目标用户关闭推送通知的操作的关闭时间，当所述推送到达时间至所述关闭时间的时间间隔大于第三预设时长时，确定所述目标用户的操作为自然关闭，以及确定所述推送通知状态为关闭状态。

4.如权利要求3所述的方法，其特征在于，将确定出的特征向量输入预先训练的推送决策模型之前，所述方法还包括：

获取历史上执行的若干推送任务，根据各推送任务对应的目标用户的用户数据以及推送消息的消息数据，确定各推送任务对应的特征向量，并将各推送任务对应的特征向量作为测试样本；

针对每个测试样本，确定执行该测试样本对应的推送任务后，所述推送任务对应的目标用户的操作；

根据确定出的目标用户的操作，确定该训练样本的标注，所述目标用户的操作包含自然关闭、非自然关闭、无行为以及点击；

将该测试样本输入预先训练的推送决策模型，确定所述推送决策模型输出的预测关闭概率；

根据确定出的预测关闭概率，确定该训练样本对应的预测状态；

根据所述预测关闭概率大于第二预设阈值且标注为非自然关闭的测试样本的数量，以及标注为非自然关闭的测试样本的数量，确定所述推送决策模型的收益；

根据所述预测关闭概率大于第二预设阈值且标注为点击的测试样本的数量，以及标注为点击的测试样本的数量，确定所述推送决策模型的损失；

根据确定出的收益与损失，确定所述推送决策模型的增益；

判断所述推送决策模型的增益是否大于第三预设阈值；

若是，将确定出的特征向量输入预先训练的推送决策模型；

若否，重新训练所述推送决策模型。