[发明专利]一种信息推送方法、装置、电子设备和存储介质

权利要求书

1.一种信息推送方法，包括：

获得多个用户的用户特征；

基于所述用户的用户特征，获得所述用户对各种类的优惠信息的预测转化率和预测转化金额；

基于所获得的所述用户的预测转化率和预测转化金额，从各种类的优惠信息中，为所述用户配置使得所述用户的总预期转化率最高的待推送优惠信息；

根据为所述用户配置的待推送优惠信息，向所述用户推送优惠信息。

2.根据权利要求1所述的方法，其中，所述基于所获得的所述用户的预测转化率和预测转化金额，从各种类的优惠信息中，为所述用户配置使得所述用户的总预期转化率最高的待推送优惠信息，包括：

基于所获得的所述用户的预测转化率和预测转化金额，从各种类的优惠信息中，为所述用户配置满足预设约束条件、且使得所述用户的总预期转化率最高的待推送优惠信息；

其中，所述预设约束条件为与以下信息中至少一种相关的条件：

期望投入回报比、期望成本以及待向所述用户推送的优惠信息数量。

3.根据权利要求2所述的方法，其中，所述预设约束条件包括以下条件中的至少一种：

根据所述用户的预测转化率、预测转化金额和优惠信息的优惠值确定的预测投入回报比不小于所述期望投入回报比；

根据所述用户的预测转化率和优惠信息的优惠值确定的预测成本不大于所述期望成本；

为所述用户推送一个种类的优惠信息。

4.根据权利要求1-3中任一项所述的方法，其中，所述基于所述用户的用户特征，获得所述用户对各种类的优惠信息的预测转化率和预测转化金额，包括：

将所述用户的用户特征输入预先训练的转化率预测模型，获得所述用户对各种类的优惠信息的预测转化率；

将所述用户的用户特征输入预先训练的转化金额预测模型，获得所述用户对各种类的优惠信息的预测转化金额。

5.根据权利要求4所述的方法，其中，所述转化率预测模型按照以下方式训练得到：

获得多个样本用户的样本用户特征、所述样本用户已被推送的样本优惠信息的描述信息和所述样本用户对应的样本转化结果，其中，所述样本转化结果表征样本用户是否被已推送的样本优惠信息转化；

以所述样本用户的样本用户特征和已被推送的样本优惠信息的描述信息为输入信息，以所述样本用户对应的样本转化结果为标签信息，对预设的网络模型进行训练，得到所述转化率预测模型。

6.根据权利要求4所述的方法，其中，所述转化金额预测模型按照以下方式训练得到：

获得多个样本用户的样本用户特征、所述样本用户已被推送的样本优惠信息的描述信息和所述样本用户对应的样本转化金额，其中，所述样本转化金额表征样本用户被已推送的样本优惠信息转化的金额；

以所述样本用户的样本用户特征和已被推送的样本优惠信息的描述信息为输入信息，以所述样本用户对应的样本转化金额为标签信息，对预设的网络模型进行训练，得到所述转化金额预测模型。

7.一种信息推送装置，包括：

特征获得模块，用于获得多个用户的用户特征；

预测信息获得模块，用于基于所述用户的用户特征，获得所述用户对各种类的优惠信息的预测转化率和预测转化金额；

优惠信息配置模块，用于基于所获得的所述用户的预测转化率和预测转化金额，从各种类的优惠信息中，为所述用户配置使得所述用户的总预期转化率最高的待推送优惠信息；

优惠信息推送模块，用于根据为所述用户配置的待推送优惠信息，向所述用户推送优惠信息。

8.根据权利要求7所述的装置，其中，

所述优惠信息配置模块，具体用于基于所获得的所述用户的预测转化率和预测转化金额，从各种类的优惠信息中，为所述用户配置满足预设约束条件、且使得所述用户的总预期转化率最高的待推送优惠信息；

其中，所述预设约束条件为与以下信息中至少一种相关的条件：

期望投入回报比、期望成本以及待向所述用户推送的优惠信息数量。