[发明专利]信息推送方法、装置、电子设备和计算机可读介质

说明书

本公开的实施例公开了信息推送方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标用户信息集合；确定该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；基于该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；基于该第一预测结果集合、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；根据该第二预测结果集合，向该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。该实施方式提高了向用户推送的信息和用户的匹配度，减少了非必要推送信息的传输，减少了网络传输资源的浪费。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及信息推送方法、装置、电子设备和计算机可读介质。

背景技术

客户生命周期价值(CLV，Customer Lifetime Value)是用来衡量在一段时间段，用户价值度的一个指标。用户价值度可以通过设定时间段内用户的消费水平或资源消耗量等指标来衡量。通过确定用户的CLV，从而可以向用户推送与用户匹配的推送信息。目前，在预测用户的CLV时，通常采用方式为：通过传统的、单一的预测模型进行CLV预测。

然而，当采用上述方式时，经常会存在如下技术问题：

传统的预测模型对于不同的数据集的预测能力不尽相同，从而，导致难以准确地预测用户的CLV，进而，使得无法向用户推送与用户匹配的信息，最终，导致大量的网络传输资源的浪费。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了信息推送方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种信息推送方法，该方法包括：获取目标用户信息集合；确定上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；基于上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；基于上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；根据上述第二预测结果集合，向上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。

可选地，上述根据上述第二预测结果集合，向上述目标用户信息集合中的目标用户信息对应的用户推送推荐信息，包括：根据上述第二预测结果集合，从上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；向上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，上述目标终端为登录有上述候选用户信息对应的用户的用户账号的终端。

可选地，上述向上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：响应于确定上述目标终端开启信息通知模式，向上述目标终端推送推荐信息。

可选地，上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，上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；基于上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；对上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；基于上述融合模型训练样本集合、上述用户分层信息集合和上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。