[发明专利]信息推送方法、装置及系统

说明书

本发明提供了一种信息推送方法、装置及系统，通过根据用户输入的与目标对象相关的基本信息获取正样本人群和负样本人群，对正样本人群和负样本人群进行学习训练，以得到第一预测模型，并利用构建的迁移学习模型对正样本人群和负样本人群进行修正，对修正后的正样本人群和负样本人群进行学习训练，以得到第二预测模型，以及利用第一预测模型和第二预测模型分别对潜在人群进行预测以得到目标人群，向目标人群推送目标对象。本实施例中，通过有监督的机器学习模块和迁移学习模型，从潜在人群获取到目标人群，使得预测结果更加精准，并向其推送目标广告。由于预测结果精准则相应地目标人群则是广告投放效果最佳的人群，进而能够帮助广告主提高广告投放的效果。

技术领域

本发明属于数据处理领域，尤其涉及一种信息推送方法、装置及系统。

背景技术

目前广告主对广告的投放效果日益关注，在海量数据的基础上，可以通过机器学习按照预设的规则，能够挖掘出预设的标签对广告的影响，广告主可以根据标签对广告的影响勾选部分标签，通过勾选的标签得到潜在人群，将得到潜在人群作为广告主投放广告的投放对象，然后向投放对象发送相应的广告信息。

而由于实际应用中的真实数据是会变化的，例如，购买某一品牌某一商品的用户群，会随着品牌的影响力以及经济情况而变化，而预设的规则会难以捕捉到这种变化，难以使投放效果维持在一个较好的状态，投放效果会衰减的很快，进而导致广告的投放效果最差。

发明内容

本发明提供一种信息推送方法、装置及系统，用于解决现有标签获取潜在人群作为投放对象，存在广告投放效果较差的问题。

为了实现上述目的，本发明提供了一种信息推送系统，包括：前端和数据处理平台；

所述前端，用于接收用户输入的与目标对象相关的基本信息发送给所述数据处理平台；

所述数据处理平台，用于根据所述基本信息获取正样本人群和负样本人群，对所述正负样人群和所述负样本人群进行学习训练，以得到第一预测模型，并利用构建的迁移学习模型对所述正样本人群和所述负样本人群进行修正，对修正后的所述正样本人群和所述负样本人群进行学习训练，以得到第二预测模型，以及利用所述第一预测模型和所述第二预测模型分别对所述潜在人群进行预测以得到目标人群，向所述目标人群推送所述目标对象。

为了实现上述目的，本发明提供了一种交互装置，包括：

前端，用于接收用户输入的与目标对象相关的基本信息，将所述基本信息发送给数据处理平台，以及接收所述数据处理平台根据所述基本信息获取的目标人群，并向所述目标人群推送所述目标对象。

为了实现上述目的，本发明提供了一种信息推送装置，包括：

数据处理平台，用于根据与目标相关的基本信息获取正样本人群和负样本人群，对所述正负样人群和所述负样本人群进行学习训练，以得到第一预测模型，并利用构建的迁移学习模型对所述正样本人群和所述负样本人群进行修正，对修正后的所述正样本人群和所述负样本人群进行学习训练，以得到第二预测模型，以及利用所述第一预测模型和所述第二预测模型分别对所述潜在人群进行预测以得到目标人群，向所述目标人群推送所述目标对象。

为了实现上述目的，本发明提供了一种模型预测方法，包括：

对正样本人群和负样本人群进行特征提取，以得到样本的第一特征信息；

将所述第一特征信息和每个样本的类型参数输入到预设的机器学习模型中进行训练，以得到第一预测模型；

对修正后的所述正样本人群和所述负样本人群特征提取，以得到样本的第二特征信息；

将所述第二特征信息和每个样本的类型参数输入所述机器学习模型中进行训练，以得到第二预测模型。

为了实现上述目的，本发明提供了一种模型训练装置，包括：