[发明专利]信息推送方法、装置、电子设备和计算机可读介质

权利要求书

1.一种信息推送方法，包括：

获取目标用户信息集合；

确定所述目标用户信息集合中的每个目标用户信息的目标用户特征信息，得到目标用户特征信息集合；

基于所述目标用户特征信息集合和多个训练完成的子预测模型，生成第一预测结果集合；

基于所述第一预测结果集合、用户分层信息集合和融合模型，生成第二预测结果集合，其中，预测结果用于表征目标用户信息对应的用户价值度；

根据所述第二预测结果集合，向所述目标用户信息集合中的目标用户信息对应的目标终端推送推荐信息。

2.根据权利要求1所述的方法，其中，所述根据所述第二预测结果集合，向所述目标用户信息集合中的目标用户信息对应的目标终端推送推荐信息，包括：

根据所述第二预测结果集合，从所述目标用户信息集合筛选出满足筛选条件的目标用户信息作为候选用户信息，得到候选用户信息集合；

向所述候选用户信息集合中的每个候选用户信息对应的目标终端推送推荐信息，其中，所述目标终端为登录有所述候选用户信息对应的用户的用户账号的终端。

3.根据权利要求2所述的方法，其中，所述向所述候选用户信息集合中的每个候选用户信息对应的目标终端推送推荐信息，包括：

响应于确定所述目标终端开启信息通知模式，向所述目标终端推送推荐信息。

4.根据权利要求1所述的方法，其中，所述融合模型通过以下步骤训练：

构建训练样本数据集合和全量用户数据集合，其中，所述训练样本数据集合包括：子预测模型训练样本集合和融合模型训练样本集合；

基于所述子预测模型训练样本集合，对多个初始子预测模型进行训练，以生成多个训练完成的子预测模型；

对所述全量用户数据集合进行分层处理，以生成用户分层信息集合；

基于所述融合模型训练样本集合、所述用户分层信息集合和所述多个训练完成的子预测模型，对初始融合模型进行融合模型训练，以生成融合模型。

5.根据权利要求4所述的方法，其中，所述构建训练样本数据集合，包括：

获取用户行为信息集合；

对所述用户行为信息集合分别进行正采样处理和负采样处理，以生成正采样样本集合和负采样样本集合，其中，所述正采样样本集合和负采样样本集合中的样本量成预设比例；

基于所述正采样样本集合和负采样样本集合中的每个样本，构建用户特征信息，以生成训练样本数据，得到所述训练样本数据集合。

6.根据权利要求4所述的方法，其中，所述基于所述子预测模型训练样本集合，对多个初始子预测模型进行训练，以生成多个训练完成的子预测模型，包括：

确定所述子预测模型训练样本集合中每个子预测模型训练样本的特征信息，得到至少一个特征信息集合；

对于所述至少一个特征信息集合中的特征信息集合，对所述多个初始子预测模型中对应该特征信息集合的初始子预测模型进行训练，以生成训练完成的子预测模型。

7.根据权利要求4所述的方法，其中，所述对所述全量用户数据集合进行分层处理，以生成用户分层信息集合，包括：

根据预设的目标类别数目，对所述全量用户数据集合进行聚类处理，以生成聚类信息组集合；

根据所述聚类信息组集合中各个聚类信息组的类中心的位置和类别覆盖范围，对所述聚类信息组集合中的聚类信息进行聚类处理，以生成所述用户分层信息集合。

8.根据权利要求4所述的方法，其中，所述基于所述融合模型训练样本集合、所述用户分层信息集合和所述多个训练完成的子预测模型，对初始融合模型进行融合模型训练，以生成融合模型，包括：

将所述融合模型训练样本集合输入所述多个训练完成的子预测模型中的每个训练完成的子预测模型，以生成预测结果，得到预测结果集合；

基于所述预测结果集合和所述用户分层信息集合，对所述初始融合模型进行融合模型训练，以生成所述融合模型。