[发明专利]基于神经网络的消息推送方法、装置、电子设备及介质

权利要求书

1.一种基于神经网络的消息推送方法，其特征在于，包括：

获取待推送消息，所述待推送消息包括消息内容、消息量及目标推送时间段；

基于长短期记忆网络LSTM预测模型，预测所述目标推送时间段内的其他消息量，所述其他消息量包括聊天消息量、接入应用推送量及信息号推文消息量；

基于所述消息量及所述其他消息量，确定并反馈推送提示，所述推送提示用于指示是否可在所述目标推送时间段内推送所述消息内容；

若所述推送提示用于指示在所述目标推送时间段内推送所述消息内容，则在所述目标推送时间段内推送所述消息内容。

2.根据权利要求1所述的方法，其特征在于，所述基于所述消息量及所述其他消息量，确定并反馈推送提示，包括：

对所述消息量及所述其他消息量求和，得到总消息量；

若所述总消息量小于预设消息量，则确定所述推送提示用于指示在所述目标推送时间段内推送所述消息内容；所述预设消息量为所述目标推送时间段内可负载的最大消息量；

若所述总消息量不小于预设消息量，则确定所述推送提示用于指示在所述目标推送时间段内不能推送所述消息内容。

3.根据权利要求1所述的方法，其特征在于，若所述推送提示用于指示不能在所述目标推送时间段内推送所述消息内容，所述方法还包括：执行如下更新推送流程：

获取更新推送时间段；

基于所述LSTM预测模型，预测所述更新推送时间段内的新的其他消息量；

基于所述消息量及所述新的其他消息量，确定并反馈更新后的推送提示；

若所述更新后的推送提示用于指示在所述更新推送时间段内推送所述消息内容，则在所述更新推送时间段内推送所述消息内容。

4.根据权利要求3所述的方法，其特征在于，若所述更新后的推送提示用于指示不能在所述更新推送时间段内推送所述消息内容，则重复执行所述更新推送流程，直至所述更新后的推送提示用于提示在更新推送时间段内推送所述消息内容。

5.根据权利要求3所述的方法，其特征在于，所述在所述目标推送时间段内推送所述消息内容之前，所述方法还包括：

获取客户端反馈的预约时间段；

基于所述预约时间段确定所述目标推送时间段，并将所述预约时间段中除所述目标推送时间段之外的时间段作为所述更新推送时间段。

6.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LSTM预测模型，预测所述目标推送时间段内的其他消息量，包括：

获取所述目标推送时间段之前的预设数量个时间段内的历史其他消息量；

将所述预设数量个时间段内的历史其他消息量输入训练好的所述LSTM预测模型中，以得到所述目标推送时间段内的其他消息量。

7.根据权利要求6所述的方法，其特征在于，在将所述预设数量个时间段内的历史其他消息量输入训练好的所述LSTM预测模型中之前，对所述预设数量个时间段内的历史其他消息量进行预处理，所述预处理包括数据清洗、独热编码和数据归一化。

8.根据权利要求6所述的方法，其特征在于，所述LSTM预测模型的训练过程包括：

根据历史样本数据构建训练样本数据；所述训练样本数据包括按照时间顺序排列的其他消息量的输入集和按照时间顺序排列的其他消息量的目标输出集；

基于所述训练样本数据对初始的LSTM预测模型进行训练，得到训练完成的LSTM模型。