推送应用程序的方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种基于机器学习的推送应用程序的方法、装置、计算机设备和存储介质。所述方法包括：获取待推送应用程序，根据待推送应用程序的应用类别确定推送范围，获取推送范围的应用镜像集合和应用操作记录；将应用镜像集合和应用操作记录输入至预测模型，通过预测模型的第一叠层网络提取第一时期需求特征，通过预测模型的第二叠层网络提取第二时期需求特征，通过特征连接层对第一时期需求特征和第二时期需求特征进行融合得到目标需求特征；根据目标需求特征确定各个用户标识对待推送应用程序的兴趣度评分；根据兴趣度评分筛选目标用户标识，根据目标用户标识对待推送应用程序进行推送。采用本方法能够有效提高应用程序的推送准确度。

【技术实现步骤摘要】
推送应用程序的方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种推送应用程序的方法、装置、计算机设备和存储介质。
技术介绍
随着互联网技术的迅速发展，各种各样的应用软件层出不穷，例如通讯软件、多媒体软件、办公室软件等多种类型的应用软件，用户可以根据需求获取感兴趣的应用软件。随着人工智能(ArtificialIntelligence,AI)技术的迅速发展，能够基于云计算、分布式存储、大数据处理等技术，向用户智能推送应用软件。在海量应用软件市场下，为了帮助用户快速找到感兴趣或需要的应用软件，出现了一些应用软件推送方式。传统的方式中通常是基于逻辑回归、循环神经网络序列或注意力机制等推送方式，这些方式通常仅根据用户的短期行为记录进行推送，用户短期行为中存在较多噪声，导致推送的准确性不高。因此，如何有效提高推送应用软件的准确度成为目前需要解决的技术问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够有效提高应用程序的推送准确度的推送应用程序的方法、装置、计算机设备和存储介质。一种推送应用程序的方法，所述方法包括：获取待推送应用程序，所述待推送应用程序包括应用类别；根据所述应用类别确定推送范围，获取所述推送范围对应的各个用户标识的应用镜像集合和应用操作记录；将所述应用镜像集合和所述应用操作记录输入至已训练的预测模型，通过所述预测模型的第一叠层网络提取各个用户标识的第一时期需求特征，通过所述预测模型的第二叠层网络提取各个用户标识的第二时期需求特征；通过所述预测模型的特征连接层对所述第一时期需求特征和所述第二时期需求特征进行融合得到目标需求特征；根据所述目标需求特征确定各个用户标识对应所述待推送应用程序的兴趣度评分；根据所述兴趣度评分筛选满足推送条件的目标用户标识，将所述待推送应用程序推送至所述目标用户标识对应的用户终端。一种推送应用程序的装置，所述装置包括：应用获取模块，用于获取待推送应用程序，所述待推送应用程序包括应用类别；数据获取模块，用于根据所述应用类别确定推送范围，获取所述推送范围对应的各个用户标识的应用镜像集合和应用操作记录；兴趣预测模块，用于将所述应用镜像集合和所述应用操作记录输入至已训练的预测模型，通过所述预测模型的第一叠层网络提取各个用户标识的第一时期需求特征，通过所述预测模型的第二叠层网络提取各个用户标识的第二时期需求特征；通过所述预测模型的特征连接层对所述第一时期需求特征和所述第二时期需求特征进行融合得到目标需求特征；根据所述目标需求特征确定各个用户标识对应所述待推送应用程序的兴趣度评分；应用推送模块，用于根据所述兴趣度评分筛选满足推送条件的目标用户标识，将所述待推送应用程序推送至所述目标用户标识对应的用户终端。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取待推送应用程序，所述待推送应用程序包括应用类别；根据所述应用类别确定推送范围，获取所述推送范围对应的各个用户标识的应用镜像集合和应用操作记录；将所述应用镜像集合和所述应用操作记录输入至已训练的预测模型，通过所述预测模型的第一叠层网络提取各个用户标识的第一时期需求特征，通过所述预测模型的第二叠层网络提取各个用户标识的第二时期需求特征；通过所述预测模型的特征连接层对所述第一时期需求特征和所述第二时期需求特征进行融合得到目标需求特征；根据所述目标需求特征确定各个用户标识对应所述待推送应用程序的兴趣度评分；根据所述兴趣度评分筛选满足推送条件的目标用户标识，将所述待推送应用程序推送至所述目标用户标识对应的用户终端。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取待推送应用程序，所述待推送应用程序包括应用类别；根据所述应用类别确定推送范围，获取所述推送范围对应的各个用户标识的应用镜像集合和应用操作记录；将所述应用镜像集合和所述应用操作记录输入至已训练的预测模型，通过所述预测模型的第一叠层网络提取各个用户标识的第一时期需求特征，通过所述预测模型的第二叠层网络提取各个用户标识的第二时期需求特征；通过所述预测模型的特征连接层对所述第一时期需求特征和所述第二时期需求特征进行融合得到目标需求特征；根据所述目标需求特征确定各个用户标识对应所述待推送应用程序的兴趣度评分；根据所述兴趣度评分筛选满足推送条件的目标用户标识，将所述待推送应用程序推送至所述目标用户标识对应的用户终端。上述推送应用程序的方法、装置、计算机设备和存储介质，服务器获取待推送应用程序后，根据待推送应用程序的应用类别确定推送范围，获取推送范围对应的各个用户标识的应用镜像集合和应用操作记录。通过预测模型中的第一叠层网络提取各个用户标识的第一时期需求特征，以及通过预测模型的第二叠层网络提取各个用户标识的第二时期需求特征，能够根据应用镜像集合和应用操作记录准确有效地提取出各个用户标识的不同时期的需求特征。通过预测模型中的特征连接层将第一时期需求特征和第二时期需求特征进行融合，由此能够精准地提取反映用户兴趣的目标需求特征。服务器利用得到的目标需求特征确定各个用户标识对应待推送应用程序的兴趣度评分，进而根据兴趣度评分筛选出满足推送条件的目标用户标识，并将待推送应用程序推送至目标用户标识对应的用户终端。通过预测模型分别提取出用户的第一时期和第二时期的需求特征并进行融合，由此能够有效地提取出较为全面、精准的用户的兴趣需求，进而根据用户的兴趣需求推送应用程序，有效提高了推送应用程序的准确性。附图说明图1为一个实施例中推送应用程序的方法的应用环境图；图2为一个实施例中推送应用程序的方法的流程示意图；图3为另一个实施例中推送应用程序的方法的流程示意图；图4为一个实施例中预测模型的结构示意图；图5为又一个实施例中推送应用程序的方法的流程示意图；图6为再一个实施例中推送应用程序的方法的流程示意图；图7为又一个实施例中推送应用程序的方法的流程示意图；图8为一个实施例中应用推送列表的界面示意图；图9为一个实施例中预测模型训练步骤的流程示意图；图10为一个实施例中应用程序推送过程的整体框架图；图11为一个实施例中推送应用程序的装置的结构框图；图12为另一个实施例中推送应用程序的装置的结构框图；图13为又一个实施例中推送应用程序的装置的结构框图；图14为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的推送应用程序的方法，可以应用于如图1所示的应用环境中。其中，服务器110通过网络与用户本文档来自技高网...

【技术保护点】
1.一种推送应用程序的方法，所述方法包括：/n获取待推送应用程序，所述待推送应用程序包括应用类别；/n根据所述应用类别确定推送范围，获取所述推送范围对应的各个用户标识的应用镜像集合和应用操作记录；/n将所述应用镜像集合和所述应用操作记录输入至已训练的预测模型，通过所述预测模型的第一叠层网络提取各个用户标识的第一时期需求特征，通过所述预测模型的第二叠层网络提取各个用户标识的第二时期需求特征；/n通过所述预测模型的特征连接层对所述第一时期需求特征和所述第二时期需求特征进行融合得到目标需求特征；根据所述目标需求特征确定各个用户标识对应所述待推送应用程序的兴趣度评分；/n根据所述兴趣度评分筛选满足推送条件的目标用户标识，将所述待推送应用程序推送至所述目标用户标识对应的用户终端。/n

【技术特征摘要】
1.一种推送应用程序的方法，所述方法包括：
获取待推送应用程序，所述待推送应用程序包括应用类别；
根据所述应用类别确定推送范围，获取所述推送范围对应的各个用户标识的应用镜像集合和应用操作记录；
将所述应用镜像集合和所述应用操作记录输入至已训练的预测模型，通过所述预测模型的第一叠层网络提取各个用户标识的第一时期需求特征，通过所述预测模型的第二叠层网络提取各个用户标识的第二时期需求特征；
通过所述预测模型的特征连接层对所述第一时期需求特征和所述第二时期需求特征进行融合得到目标需求特征；根据所述目标需求特征确定各个用户标识对应所述待推送应用程序的兴趣度评分；
根据所述兴趣度评分筛选满足推送条件的目标用户标识，将所述待推送应用程序推送至所述目标用户标识对应的用户终端。


2.根据权利要求1所述的方法，其特征在于，所述通过所述预测模型的第一叠层网络提取各个用户标识的第一时期需求特征，通过所述预测模型的第二叠层网络提取各个用户标识的第二时期需求特征包括：
利用所述预测模型的第一叠层网络根据所述应用镜像集合提取各个用户标识的第一时期需求特征；
利用所述预测模型的第二叠层网络根据所述应用操作记录提取各个用户标识的第二时期需求特征。


3.根据权利要求2所述的方法，其特征在于，所述利用所述预测模型的第一叠层网络根据所述应用镜像集合提取各个用户标识的第一时期需求特征包括：
将所述应用镜像集合输入至第一叠层网络，对所述应用镜像集合中的应用安装镜像进行特征提取，得到对应的应用镜像特征；
利用所述第一叠层网络和相应的权重参数对所述应用镜像特征进行编码，得到编码后的应用镜像特征；
利用预设函数根据所述编码后的应用镜像特征提取各个用户标识的第一时期需求特征。


4.根据权利要求2所述的方法，其特征在于，所述应用操作记录包括应用标识、操作类型、操作时间；所述操作类型包括应用安装操作和应用卸载操作中的至少一种。


5.根据权利要求4所述的方法，其特征在于，所述利用所述预测模型的第二叠层网络根据所述应用操作记录提取各个用户标识的第二时期需求特征包括：
将所述应用操作记录输入至第二叠层网络，对所述应用操作记录进行特征抽取，得到应用嵌入表示、操作时间表示和操作类型表示；
利用所述第二叠层网络和相应的权重参数对所述应用嵌入表示、应用操作表示和操作时间表示进行编码，得到应用操作记录矩阵；
根据所述应用操作记录矩阵提取各个用户标识的第二时期需求特征。


6.根据权利要求5所述的方法，其特征在于，所述根据所述应用操作记录矩阵提取各个用户标识的第二时期需求特征包括：
获取所述应用镜像集合对应的应用镜像特征；
将所述应用镜像特征输入至所述应用操作记录矩阵进行特征融合，得到融合后的应用矩阵；根据所述应用矩阵提取各个用户标识的第二时期需求特征。


7.根据权利要求1所述的方法，其特征在于，所述通过所述预测模型的特征连接层对所述第一时期需求特征和所述第二时期需求特征进行融合包括：
将所述第一时期需求特征和所述第二时期需求特征输入至所述预测模型的特征连接层；
将所述第一时期需求特征和所述第二时期需求特征进行拼接，利用拼接后的需求特征生成各个用户标识的目标需求特征。


8.根据权利要求1至7任意一项所述的方法，其特征在于，所述方法还包括：
...

【专利技术属性】
技术研发人员：张峻旗，白冰，林也，白琨，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44