CN104899315A - 推送用户信息的方法和装置 - Google Patents

Abstract

本申请公开了一种推送用户信息的方法和装置。所述方法的一具体实施方式包括：获取第一用户的行为信息，其中，所述行为信息包括以下至少一项：搜索时输入的搜索词、搜索词的输入次数、所访问页面的页面关键词、所访问页面的停留时长、所访问页面的访问次数；基于所述行为信息，生成所述第一用户的兴趣特征，其中，所述兴趣特征包括兴趣关键词以及各兴趣关键词的重要度系数；基于所述兴趣特征，检索出与所述第一用户相匹配的第二用户的用户信息；将所述第二用户的用户信息推送给所述第一用户。该实施方式可以提高用户信息推送的准确度。

Description

推送用户信息的方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及信息推送技术领域，尤其涉及一种推送用户信息的方法和装置。

背景技术

随着互联网技术和智能移动终端的发展，人与人之间通过网络进行交际的模式逐渐成为社交的重要组成部分。社交平台提供的好友推荐方法，通常包括以下几种：通过共同好友进行匹配，按照拥有共同好友的数量进行用户信息推荐；通过身份信息(例如学校、年龄)进行匹配，按照身份信息的匹配程度进行用户信息推荐；通过位置信息进行匹配，按照当前位置间的匹配程度进行用户信息推荐；通过设定的兴趣信息进行匹配，按照兴趣信息的匹配程度进行用户信息推荐。

在以上的好友推荐方法中，通过设定的兴趣信息进行匹配，按照兴趣信息的匹配程度进行用户信息推荐，能够向用户推荐拥有共同兴趣的其他用户，从而更加符合用户的社交需求。然而，这种好友推荐的方法往往通过用户设定的表达兴趣的词汇定性匹配，对用户的各个兴趣的爱好程度缺乏衡量，导致用户信息推送的准确度较低。

发明内容

本申请的目的在于提出一种改进的推送用户信息的方法和装置，来解决以上背景技术部分提到的技术问题。

一方面，本申请提供了一种推送用户信息的方法，所述方法包括：获取第一用户的行为信息，其中，所述行为信息包括以下至少一项：搜索时输入的搜索词、搜索词的输入次数、所访问页面的页面关键词、所访问页面的停留时长、所访问页面的访问次数；基于所述行为信息，生成所述第一用户的兴趣特征，其中，所述兴趣特征包括兴趣关键词以及各兴趣关键词的重要度系数；基于所述兴趣特征，检索出与所述第一用户相匹配的第二用户的用户信息；将所述第二用户的用户信息推送给所述第一用户。

在一些实施例中，当所述行为信息包括搜索时输入的搜索词和所访问页面的页面关键词时；所述基于所述行为信息，生成所述第一用户的兴趣特征包括：对搜索词和页面关键词基于语义进行汇总，生成兴趣关键词。

在一些实施例中，当所述行为信息还包括搜索词的输入次数、所访问页面的停留时长和所访问页面的访问次数时；所述基于所述行为信息，生成所述第一用户的兴趣特征还包括：基于所访问页面的访问次数统计各页面关键词的出现次数；基于搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

在一些实施例中，所述基于搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数包括：获取使用搜索词进行搜索的搜索时间和对所访问页面进行访问的访问时间；分别计算所述搜索时间和访问时间与当前时间的时间差；基于所述时间差、搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

在一些实施例中，所述基于所述兴趣特征，检索出与所述第一用户相匹配的第二用户的用户信息包括：检索出符合以下条件之一的用户的用户信息作为第二用户的用户信息：超过预设个数的兴趣关键词与所述第一用户的兴趣关键词相同的用户；重要度系数最高的兴趣关键词与所述第一用户的重要度系数最高的兴趣关键词一致的用户；超过预设个数的兴趣关键词的重要度系数与所述第一用户相应兴趣关键词的重要度系数一致的用户。

在一些实施例中，所述将所述第二用户的用户信息推送给所述第一用户包括：获取与所述第一用户相关联的第三用户的用户信息；将所述第二用户的用户信息与所述第三用户的用户信息进行匹配；基于匹配结果，筛除与所述第三用户相匹配的第二用户的用户信息；将未筛除的第二用户的用户信息推送给所述第一用户。

第二方面，本申请提供了一种推送用户信息的装置，所述装置包括：获取模块，配置用于获取第一用户的行为信息，其中，所述行为信息包括以下至少一项：搜索时输入的搜索词、搜索词的输入次数、所访问页面的页面关键词、所访问页面的停留时长、所访问页面的访问次数；生成模块，配置用于基于所述行为信息，生成所述第一用户的兴趣特征，其中，所述兴趣特征包括兴趣关键词以及各兴趣关键词的重要度系数；匹配模块，配置用于基于所述兴趣特征，检索出与所述第一用户相匹配的第二用户的用户信息；推送模块，配置用于将所述第二用户的用户信息推送给所述第一用户。

在一些实施例中，当所述行为信息包括搜索时输入的搜索词和所访问页面的页面关键词时；所述生成模块包括关键词生成单元，对搜索词和页面关键词基于语义进行汇总，生成兴趣关键词。

在一些实施例中，当所述行为信息还包括搜索词的输入次数、所访问页面的停留时长和所访问页面的访问次数时；所述生成模块包括：统计单元，配置用于基于所访问页面的访问次数统计页面关键词的出现次数；重要度系数生成单元，配置用于基于搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

在一些实施例中，所述重要度系数生成单元包括：获取子单元，配置用于获取使用搜索词进行搜索的搜索时间和对所访问页面进行访问的访问时间；计算子单元，配置用于分别计算所述搜索时间和访问时间与当前时间的时间差；重要度系数生成子单元，配置用于基于所述时间差、搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

在一些实施例中，所述匹配模块检索出符合以下条件之一的用户的用户信息作为第二用户的用户信息：超过预设个数的兴趣关键词与所述第一用户的兴趣关键词相同的用户；重要度系数最高的兴趣关键词与所述第一用户的重要度系数最高的兴趣关键词一致的用户；超过预设个数的兴趣关键词的重要度系数与所述第一用户相应兴趣关键词的重要度系数一致的用户。

在一些实施例中，所述推送模块包括：获取单元，配置用于获取与所述第一用户相关的第三用户的用户信息；匹配单元，配置用于将所述第二用户的用户信息与所述第三用户的用户信息进行匹配；筛选单元，配置用于基于匹配结果，筛除与所述第三用户相匹配的第二用户的用户信息；推送单元，配置用于将未筛除的所述第二用户的用户信息推送给所述第一用户。

本申请提供的推送用户信息的方法和装置，通过获取第一用户的行为信息，接着生成出所述第一用户的兴趣特征，该兴趣特征可以包括兴趣关键词以及各兴趣关键词的重要度系数，然后基于兴趣特征，检索出与第一用户相匹配的第二用户的用户信息并推送给第一用户，由于引入了衡量用户对兴趣的爱好程度的重要度系数，从而提高了用户信息推送的准确度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了可以应用本申请实施例的示例性系统架构；

图2是根据本申请的推送用户信息的方法的一个实施例的流程图；

图3是根据本申请的推送用户信息的方法的实施例的效果示意图；

图4是根据本申请的一种推送用户信息的方法的一个应用场景的示意图；

图5是根据本申请的推送用户信息的方法的又一个实施例的流程图；

图6是根据本申请的推送用户信息的装置的一个实施例的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103、104、网络105和服务器106。网络105用以在终端设备101、102、103、104和服务器106之间提供通信链路的介质。网络105可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户110、120、130、140分别使用的终端设备101、102、103、104通过网络105与服务器106交互，以接收或发送消息等。终端设备101、102、103、104上可以安装有各种通讯客户端应用，例如社交平台应用、包含搜索引擎的应用、邮箱客户端、即时通信工具等。服务器106可以获取用户110、120、130、140在终端设备101、102、103、104上进行操作的行为信息，并基于该行为信息生成用户110、120、130、140的兴趣特征，以向各个用户推送给与其兴趣特征相匹配的其他用户的用户信息。例如，服务器106检索到用户130、140的兴趣特征与用户110的兴趣特征相匹配，则可以将用户130、140的用户信息推送给用户110。

终端设备101、102、103、104可以是支持社交平台应用和/或包含搜索引擎的应用安装于其上的各种电子设备，包括但不限于智能手机、智能手表、平板电脑、个人数字助理、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器106可以是提供各种服务的服务器。例如对终端设备101、102、103、104上的社交平台应用或社交平台网站等提供支持的后台服务器等。服务器可以对接收到的数据进行存储、生成等处理，并将处理结果反馈给终端设备。

需要说明的是，本申请实施例所提供的推送用户信息的方法可以由终端设备101、102、103、104执行全部步骤，也可以由服务器106执行部分步骤，推送用户信息的装置可以在终端设备101、102、103、104中设置全部模块，也可以在服务器106中设置部分模块。例如，在一些实施例中，获取第一用户的行为信息可以在服务器106中执行，也可以在终端设备101、102、103、104中执行。获取模块可以设置在服务器106中，也可以设置在终端设备101、102、103、104中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

请参考图2，其示出了推送用户信息的方法的一个实施例的流程200。该推送用户信息的方法，包括以下步骤：

步骤201，获取第一用户的行为信息。

在本实施例中，电子设备(例如图1所示的终端设备或服务器)可以从本地或远程地获取第一用户的行为信息。具体而言，当上述电子设备就是社交平台应用所运行的或社交网站的网页加载于其上的终端设备时，其可以直接从本地获取上述行为信息；而当上述电子设备是对社交平台应用或社交网站进行支持的后台服务器时，其可以通过有线连接方式或者无线连接方式从终端设备获取用户的行为信息。上述无线连接方式包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

这里，第一用户可以是通过网络社交平台的用户ID(Identity，身份标识号码)，例如用户名、账号、注册序号等等表示的用户。本领域技术人员可以理解，对于同一个社交平台应用或社交网站，用户ID具有唯一性，即一个用户ID仅对应一个用户。

其中，上述行为信息可以是用户ID所登录或所绑定的终端设备所接收到的操作信息和/或基于该操作信息的响应信息，例如可以包括但不限于以下至少一项：搜索时输入的搜索词、搜索词的输入次数、所访问页面的页面关键词、所访问页面的停留时长、所访问页面的访问次数、用户设定的兴趣信息等等。可选地，上述搜索词可以是第一用户通过社交平台应用或社交网站进行搜索时的搜索词，也可以是第一用户使用其他包含搜索引擎的应用进行搜索时的搜索词，本申请对此不做限定。

步骤202，基于行为信息，生成第一用户的兴趣特征。

在本实施例中，电子设备接着可以基于所获取的行为信息，生成第一用户的兴趣特征。在这里，兴趣特征是对用户的行为信息进行抽象概括并通过一定形式(例如词汇、数值等)表达的反映用户行为倾向性的结果。兴趣特征例如可以包括但不限于：兴趣关键词、各兴趣关键词的重要度系数，等等。其中，兴趣关键词可以是跟用户的兴趣相关的一个词汇，例如乒乓球、山峰、景区等等。

其中，电子设备可以基于语义分析，将所获取的行为信息中的搜索词、页面关键词及其近义词、同义词作为兴趣关键词，例如，第一用户搜索时输入的搜索词为篮球，电子设备可以将篮球作为第一用户的兴趣关键词；电子设备还可以根据预先训练的兴趣分类模型，将所获取的行为信息中的相关词汇作为兴趣关键词，例如，第一用户搜索时输入的搜索词为香山，电子设备可以将预先划分的兴趣分类模型中的山峰或爬山作为第一用户的兴趣关键词。第一用户对应的兴趣关键词可以为一个或多个。

其中，兴趣关键词的重要度系数可以用来表示一个兴趣关键词对于一个用户的重要程度，或者用户对一个兴趣关键词所代表的兴趣项的爱好程度。在一些实现中，电子设备可以对不同的用户分别建立重要度系数模型，将一个用户对应的每个兴趣关键词在该用户对应的所有兴趣关键词中的重要程度的比重作为兴趣关键词的重要度系数。举例而言，如果电子设备分析得到一个用户的所有兴趣关键词包括：爬山、踢毽、乒乓球、游泳、小说、汽车、编程，则通过数值(如：百分比、小数等等)表示这些兴趣关键词的重要度系数例如可以是：爬山3％、踢毽2％、乒乓球15％、游泳5％、小说5％、汽车20％、编程50％。在另一些实现中，电子设备也可以对所有用户建立同一个重要度系数模型，将所有用户的兴趣关键词的重要程度用统一的计算标准计算的重要度系数来表示。此时，假如用户一的兴趣关键词“汽车”对应的重要度系数为0.3，用户二的兴趣关键词“汽车”对应的重要度系数也为0.3，则电子设备可以认为，“汽车”对于用户一和用户二对“汽车”具有相同的爱好程度。

作为示例，以下给出上述行为信息只包括搜索时输入的搜索词时，电子设备基于行为信息，生成第一用户的兴趣特征的一个实现方式。电子设备首先可以将第一用户的历史搜索词基于语义分析或根据预先训练的兴趣分类模型进行分类从而生成第一用户的兴趣关键词。例如第一用户的历史搜索词包括：“游泳衣、泳衣、游泳圈、游泳帽、登山鞋、护目镜、登山绳、岩石鞋”，则电子设备可以将这些搜索词生成兴趣关键词“游泳”和“登山”，其中兴趣关键词“游泳”对应搜索词“游泳衣、泳衣、游泳圈、游泳帽、护目镜”等，兴趣关键词“登山”对应搜索词“登山鞋、登山绳、岩石鞋”等。电子设备接着可以根据每个兴趣关键词对应的搜索词的个数确定兴趣关键词的重要度系数。可选地，电子设备可以将对应的搜索词的个数作为兴趣关键词的重要度系数，例如，兴趣关键词“游泳”对应搜索词“游泳衣、泳衣、游泳圈、游泳帽、护目镜”共5个，其对应的重要度系数可以为5，同理，兴趣关键词“登山”对应的重要度系数可以为3；电子设备还可以将对应的搜索词的个数在所有搜索词中的比重作为兴趣关键词的重要度系数，例如，兴趣关键词“游泳”对应的重要度系数可以为5/(5+3)＝0.625，同理，兴趣关键词“游泳”对应的重要度系数可以为5/(5+3)＝0.375。电子设备还可以使用任意可行的方法计算兴趣关键词的重要度系数，本申请对此不做限定。

可以理解的是，根据电子设备获取的上述行为信息的不同，其生成兴趣特征的方法也不完全相同，在此不再一一例举。

步骤203，基于兴趣特征，检索出与第一用户相匹配的第二用户的用户信息。

在本实施例中，电子设备接着可以根据兴趣特征检索出与第一用户相匹配的第二用户的用户信息。在这里，上述用户信息可以包括但不限于以下至少一项：网络社交平台的用户ID、用户的兴趣关键词、用户的登录状态(例如在线、离线、忙碌、隐身等)，等等。本领域技术人员可以理解，第二用户的兴趣特征与第一用户的兴趣特征具有相同的计算或表示形式。

其中，电子设备对第一用户的兴趣特征与第二用户的兴趣特征的匹配，可以仅包括兴趣关键词的匹配，也可以包括兴趣关键词和重要度系数的同时匹配。在一些实现中，电子设备可以根据第一用户的当前次搜索行为的行为信息分析得到的兴趣特征匹配出第二用户。例如，根据第一用户当前输入的搜索词“泳衣”，电子设备生成该第一用户当前的兴趣关键词为“游泳”，则可以匹配出用户信息数据库里兴趣关键词包括“游泳”的用户作为第二用户。在另一些实现中，电子设备可以根据第一用户的历史搜索行为的行为信息分析得到的兴趣特征匹配出第二用户。例如，根据第一用户的历史搜索行为的行为信息，电子设备分析得到该第一用户的兴趣关键词包括“乒乓球”、“游泳”、“小说”、“汽车”，则可以匹配出用户信息数据库里兴趣关键词包括“乒乓球”、“游泳”、“小说”、“汽车”中至少一项的用户作为第二用户。

可以理解的是，电子设备可以从自身的用户信息数据库里检索出第二用户的用户信息，也可以从远程服务器(例如为社交平台应用或社交网站提供支持的后台服务器)的用户信息数据库里检索出第二用户的用户信息。

步骤204，将第二用户的用户信息推送给第一用户。

在本实施例中，电子设备接着可以将检索到的第二用户的用户信息推送给第一用户。在这里，电子设备可以直接将第二用户的用户信息呈现给第一用户，也可以将第二用户的用户信息发送至第一用户的用户ID所登录或绑定的终端设备以呈现给第一用户。

可以理解的是，电子设备或终端设备将第二用户的用户信息呈现给第一用户的方式可以有多种，例如列表显示、窗口显示、语音提示等等，本申请对此不做限定。可选地，在将第二用户的用户信息呈现给第一用户的同时，电子设备或终端设备还可以给出选择框，以供用户选择添加或忽略所推送的用户信息。

作为一个示例，图3给出了通过本申请的推送用户信息的方法的实施例推送用户信息的示意。如图3所示，在用户张三(用户名)登录时，社交平台应用(图3中的即时通讯应用)的主对话框301显示了用户张三的登录信息，同时，该社交平台应用通过窗口302向张三推送了两个用户“李四1001”和“王五”的用户信息。在图3的示例中，窗口302显示的所推送的用户信息可以包括用户名3021、兴趣特征3022和选择框3023。可选地，图3中的选择框3023包括“添加”按钮和“忽略”按钮，当用户点击“添加”按钮时，可以添加所推送的用户为好友，当用户点击“忽略”按钮时，可以放弃添加所推送的用户为好友。

在本实施例的一些可选实现方式中，当行为信息包括搜索时输入的搜索词和所访问页面的页面关键词时，步骤202中电子设备基于行为信息，生成第一用户的兴趣特征可以包括：对搜索词和页面关键词基于语义进行汇总，生成兴趣关键词。可选地，电子设备可以通过自然语言处理系统，将搜索词和页面关键词中语义相同、相近或相关的词汇通过同一个表示兴趣的词语进行表示，以作为兴趣关键词。例如，一个用户搜索时使用的搜索词及所访问页面的页面关键词包括“游泳衣”、“泳衣”、“游泳圈”、“游泳帽”等等，则电子设备可以基于语义将这些词汇总到“游泳”的兴趣关键词下。可选地，电子设备还可以根据各种搜索类网站(如购物类网站)中包含的分类训练分类模型，根据分类模型将搜索词和页面关键词生成兴趣关键词。例如用户所访问页面的页面关键词包含“护目镜”，该页面关键词“护目镜”从语义上和“游泳”相差较大，但是在分类模型(如包含了购物类网站中的分类)中，“护目镜”属于“游泳装备”分类下的关键词，则电子设备可以根据“游泳装备”将“护目镜”生成兴趣关键词“游泳”。

在本实施例的一些可选实现方式中，行为信息除了包括搜索时输入的搜索词、所访问页面的页面关键词之外，还可以包括搜索词的输入次数、所访问页面的停留时长和所访问页面的访问次数。这时，电子设备可以首先基于所访问页面的访问次数统计同一页面关键词的出现次数，然后基于搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。实践中，电子设备可以将搜索词的输入次数和同一页面关键词的出现次数相加作为基于搜索词和页面关键词生成的兴趣关键词的第一重要度基数，将所访问页面的停留时长作为兴趣关键词的第二重要度基数，然后将第一重要度基数和第二重要度基数加权(其中的权重可以根据经验人工设定，也可以根据样本集训练获得)求和作为兴趣关键词的重要度系数。例如，用户搜索时输入搜索词“游泳衣”、“泳衣”、“游泳圈”的次数分别为1次、1次、3次，用户所访问的页面中出现页面关键词“游泳帽”、“护目镜”的次数分别为2次、4次，则电子设备可以将1+1+3+2+4＝11作为兴趣关键词“游泳”的第一重要度基数。用户在访问出现页面关键词“游泳帽”、“护目镜”的页面时，所访问的页面个数为2个，停留时长分别为40秒、20秒，则可以将40+20＝60作为兴趣关键词“游泳”的第二重要度基数。假设第一重要度基数的权重为0.005，第二重要度基数的权重是0.01/60，则电子设备确定该用户的兴趣关键词“游泳”对应的重要度系数为11×0.005+60×0.01/60＝0.065。

在本实施例的一些可选实现方式中，电子设备在确定兴趣关键词的重要度系数时，还可以获取使用搜索词进行搜索的搜索时间和对所访问页面进行访问的访问时间，并分别计算上述搜索时间和访问时间与当前时间的时间差，然后基于该时间差、搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。这里，本领域技术人员可以理解，由于用户的兴趣可能随着时间的变化而变化，比如用户当前的兴趣是游泳、打乒乓球，一年前的兴趣可能是打牌、打篮球，所以电子设备在确定兴趣关键词的重要度系数时可以引入以当前时间为参考值的时间久远度参数(例如上述的时间差)，以更准确地获取用户当前的兴趣特征。在一些实现中，电子设备可以预设一个时间段(例如3个月)，并将搜索词对应的搜索时间或页面关键词对应的访问时间和当前时间的时间差与预设的该时间段相比较。其中，当上述时间差大于该预设的时间段时，搜索词的输入次数、页面关键词的出现次数及所访问页面的停留时长对应的权重乘以一个较小的时间久远度系数(例如是0.01)，当上述时间差小于该预设的时间段时，搜索词的输入次数、页面关键词的出现次数及所访问页面的停留时长对应的权重乘以一个较大的时间久远度系数(例如是1)。

在本实施例的一些可选实现方式中，电子设备可以检索出超过预设个数(例如5个)的兴趣关键词与第一用户的兴趣关键词相同的用户的用户信息作为与第一用户相匹配的第二用户的用户信息。电子设备也可以检索出重要度系数最高的兴趣关键词与第一用户的重要度系数最高的兴趣关键词一致的用户的用户信息作为与第一用户相匹配的第二用户的用户信息，例如第一用户的重要度系数最高的兴趣关键词为“游泳”，则电子设备可以检索出重要度系数最高的兴趣关键词为“游泳”的用户的用户信息。电子设备还可以检索出超过预设个数(例如3个)的兴趣关键词的重要度系数与第一用户相应兴趣关键词的重要度系数一致的用户的用户信息作为与第一用户相匹配的第二用户的用户信息。例如，第一用户的兴趣关键词及对应的重要度系数包括“爬山0.03、踢毽0.02、乒乓球0.15、游泳0.05、小说0.05、汽车0.2、编程0.5”，则电子设备可以将兴趣关键词及对应的重要度系数包括“编程0.5、乒乓球0.15、游泳0.05”、“爬山0.03、小说0.05、汽车0.2”或者“踢毽0.02、乒乓球0.15、游泳0.05”等等的用户的用户信息。可选地，电子设备还可以按照与第一用户的兴趣特征的匹配程度对第二用户的用户信息进行排序，获取排列在最前的预设个数(例如5个)的第二用户的用户信息推送给第一用户。

以下参见图4，图4是根据本实施例的推送用户信息的方法的应用场景的一个示意图，如图4中的标号401所示，第一用户首先在终端设备上登陆了社交平台应用或者社交网站。接着，如标号402所示，第一用户在该终端设备上的搜索引擎应用(如购物搜索引擎)里使用搜索词“游泳衣”、“泳衣”、“游泳圈”等等进行了搜索并且打开的相关页面的页面关键词包括“护目镜”、“游泳帽”等词汇。这时，可以得到第一用户的兴趣特征包括兴趣关键词“游泳”和兴趣关键词“游泳”对应的重要度系数(例如是0.065)，如标号403所示。最后，如标号404所示，可以根据兴趣关键词“游泳”和兴趣关键词“游泳”对应的重要度系数在数据库中检索，得到与第一用户的兴趣特征相匹配的第二用户(如兴趣特征包括兴趣关键词“游泳”的用户)的用户信息，并推送给上述第一用户。

本申请的上述实施例提供的方法通过将用户的行为信息生成兴趣特征，并对不同用户的兴趣特征进行匹配，再将用户信息推送给相匹配的其他用户，实现了有针对性的信息推送，也提高了推送用户信息的准确度。

应当注意，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。例如，在本申请方法的某一次执行中，可以省略图2示出的流程200的步骤201。

进一步参考图5，其示出了推送用户信息的方法的又一个实施例的流程500。该地图显示方法的流程500，包括以下步骤：

步骤501，获取第一用户的行为信息。

在本实施例中，电子设备(例如图1所示的终端设备或服务器)可以从本地或远程地获取第一用户的行为信息。其中，第一用户可以是通过社交平台的用户ID(Identity，身份标识号码)，例如用户名、账号、注册序号等等表示的用户。

步骤502，基于行为信息，生成第一用户的兴趣特征。

在本实施例中，电子设备接着可以基于所获取的行为信息，生成第一用户的兴趣特征。这里，兴趣特征例如可以包括但不限于：兴趣关键词、各兴趣关键词的重要度系数，等等。其中，电子设备可以基于语义分析，将所获取的行为信息中的搜索词、页面关键词及其近义词、同义词作为兴趣关键词，还可以根据预先训练的兴趣分类模型，将所获取的行为信息中的相关词汇作为兴趣关键词。电子设备也可以通过兴趣关键词的重要度系数来表示一个兴趣关键词对于一个用户的重要程度，或者一个用户对一个兴趣关键词所代表的兴趣项的爱好程度。

步骤503，基于兴趣特征，检索出与第一用户相匹配的第二用户的用户信息。

在本实施例中，电子设备接着可以根据兴趣特征检索出与第一用户相匹配的第二用户的用户信息。在这里，上述用户信息可以包括但不限于以下至少一项：网络社交平台的用户ID、用户的兴趣关键词，等等。其中，第二用户的兴趣特征与第一用户的兴趣特征具有相同的计算或表示形式。

步骤504，获取与第一用户相关的第三用户的用户信息。

在本实施例中，电子设备可以从本地或远程地获取与第一用户相关的第三用户的用户信息。在这里，与第一用户相关的第三用户，可以是与第一用户存在某种关系的用户，例如可以是第一用户在社交平台应用中的好友用户，也可以是第一用户在社交平台应用中屏蔽的用户(如黑名单中的用户)，等等。第三用户的用户信息可以包括与用户身份相关的信息，例如可以至少包括网络社交平台的用户ID(可以是用户名、账号、注册序号等等)，还可以包括但不限于以下至少一项：用户的兴趣关键词、登录状态(例如在线、离线、忙碌)等等。

步骤505，将第二用户的用户信息与第三用户的用户信息进行匹配。

在本实施例中，电子设备接着可以将第二用户的用户信息和与第一用户相关的第三用户的用户信息进行匹配。在这里，电子设备可以将第二用户和第三用户通过用户信息中的一些信息(例如身份信息)进行匹配，也可以通过用户信息中的全部信息进行匹配。

步骤506，基于匹配结果，筛除与第三用户相匹配的第二用户的用户信息。

在本步骤中，电子设备进一步可以通过第二用户和第三用户的用户信息的匹配结果，对第二用户进行筛选，并筛除与第三用户相匹配的第二用户的用户信息。

值得说明的是，在实践中，电子设备可以将用户信息中的一些信息(例如身份信息)相一致的第二用户作为与第三用户相匹配的第二用户，也可以将用户信息中的全部信息相一致的第二用户作为与第三用户相匹配的第二用户。举例而言，电子设备可以将已经是第一用户在社交平台应用中的好友的用户和/或被第一用户在社交平台应用中屏蔽的用户作为第三用户，则当第二用户的用户ID与第三用户的用户ID一致时，可以将该用户从第二用户中筛除。可选地，电子设备还可以根据用户的登录状态筛除部分第二用户，例如，筛除离线或隐身状态的第二用户。

步骤507，将未筛除的第二用户的用户信息推送给第一用户。

在本实施例中，电子设备接着可以将未筛除的第二用户的用户信息推送给第一用户。在这里，电子设备可以直接将第二用户的用户信息呈现给第一用户，也可以将第二用户的用户信息发送至第一用户的用户ID所登录或绑定的终端设备以呈现给第一用户。可选地，电子设备可以按照与第一用户的匹配程度获取排列在最前的预设个数(例如5个)的未筛除的第二用户的用户信息推送给第一用户。

在本实施例中，上述实现流程中的步骤501、步骤502、步骤503和步骤507分别与前述实施例中的步骤201、步骤202、步骤203和步骤204基本相同，在此不再赘述。

从图5中可以看出，与图2对应的实施例不同的是，本实施例中的推送用户信息的方法的流程500多出了获取与第一用户相关的第三用户的用户信息的步骤504、将第二用户的用户信息与第三用户的用户信息进行匹配的步骤505和基于匹配结果，筛除与第三用户相匹配的第二用户的用户信息的步骤506。通过增加的步骤504、505和506，本实施例描述的方案可以从与第一用户相匹配的第二用户中筛除已经是第一用户的社交平台应用中的好友的用户、在第一用户的社交平台应用中的黑名单中的用户等，从而实现更加有效、更加个性化的用户信息推送。

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种推送用户信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于电子设备中。

如图6所示，本实施例所述的推送用户信息的装置600包括：获取模块601、生成模块602、匹配模块603和推送模块604。其中，获取模块601配置用于获取第一用户的行为信息，其中，行为信息包括以下至少一项：搜索时输入的搜索词、搜索词的输入次数、所访问页面的页面关键词、所访问页面的停留时长、所访问页面的访问次数；生成模块602配置用于基于上述行为信息，生成第一用户的兴趣特征，其中，兴趣特征包括兴趣关键词以及各兴趣关键词的重要度系数；匹配模块603配置用于基于上述兴趣特征，检索出与第一用户相匹配的第二用户的用户信息；推送模块604配置用于将第二用户的用户信息推送给第一用户。

在本实施例中，推送用户信息的装置600的获取模块601可以首先从本地或远程地获取第一用户的行为信息。其中，第一用户可以是通过社交平台的用户ID(Identity，身份标识号码)，例如用户名、账号、注册序号等等表示的用户。

在本实施例中，生成模块602可以基于获取模块601获取的行为信息，生成第一用户的兴趣特征。这里，兴趣特征例如可以包括但不限于：兴趣关键词、各兴趣关键词的重要度系数，等等。

在本实施例中，匹配模块603可以基于生成模块602生成的兴趣特征，检索出与第一用户相匹配的第二用户的用户信息。在这里，上述用户信息可以包括但不限于以下至少一项：网络社交平台的用户ID、用户的兴趣关键词，等等。其中，第二用户的兴趣特征与第一用户的兴趣特征具有相同的计算或表示形式。

在本实施例中，推送模块604可以将检索到的第二用户的用户信息推送给第一用户。在这里，电子设备可以直接将第二用户的用户信息呈现给第一用户，也可以将第二用户的用户信息发送至第一用户的用户ID所登录或绑定的终端设备以呈现给第一用户。

在本实施例的一个可选实现方式中，生成模块602可以包括关键词生成单元(未示出)，配置用于生成兴趣关键词，其中：当上述行为信息包括搜索时输入的搜索词和所访问页面的页面关键词时，关键词生成单元可以对搜索词和页面关键词基于语义进行汇总，生成兴趣关键词。

在本实施例的一个可选实现方式中，当上述行为信息除了包括搜索时输入的搜索词、所访问页面的页面关键词之外，还包括搜索词的输入次数、所访问页面的停留时长和所访问页面的访问次数时，生成模块602可以包括：统计单元(未示出)，配置用于基于所访问页面的访问次数统计页面关键词的出现次数；重要度系数生成单元(未示出)，配置用于基于搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长生成各兴趣关键词的重要度系数。

在本实施例的一个可选实现方式中，当上述行为信息包括搜索时输入的搜索词、所访问页面的页面关键词、搜索词的输入次数、所访问页面的停留时长和所访问页面的访问次数时，重要度系数生成单元(未示出)可以包括：获取子单元(未示出)，配置用于获取使用搜索词进行搜索的搜索时间和对所访问页面进行访问的访问时间；计算子单元(未示出)，配置用于分别计算搜索时间和访问时间与当前时间的时间差；重要度系数生成子单元(未示出)，配置用于基于时间差、搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

在本实施例的一个可选实现方式中，匹配模块603可以检索出符合以下条件之一的用户的用户信息作为与所述第一用户相匹配的第二用户的用户信息：超过预设个数的兴趣关键词与第一用户的兴趣关键词相同；重要度系数最高的兴趣关键词与第一用户的重要度系数最高的兴趣关键词一致；超过预设个数的兴趣关键词的重要度系数与第一用户相应兴趣关键词的重要度系数一致。

在本实施例的一个可选实现方式中，推送模块604可以包括：获取单元(未示出)，配置用于获取与第一用户相关的第三用户的用户信息；匹配单元(未示出)，配置用于将第二用户的用户信息与第三用户的用户信息进行匹配；筛选单元(未示出)，配置用于基于匹配结果，筛除与第三用户相匹配的第二用户的用户信息；推送单元(未示出)，配置用于将未筛除的第二用户的用户信息推送给第一用户。

本领域技术人员可以理解，上述推送用户信息的装置600还包括一些其他公知结构，例如处理器、存储器等，为了不必要地模糊本公开的实施例，这些公知的结构在图6中未示出。

本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块，生成模块，匹配模块和推送模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“配置用于获取第一用户的行为信息的模块”。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本申请的推送用户信息的方法。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种推送用户信息的方法，其特征在于，所述方法包括：

获取第一用户的行为信息，其中，所述行为信息包括以下至少一项：搜索时输入的搜索词、搜索词的输入次数、所访问页面的页面关键词、所访问页面的停留时长、所访问页面的访问次数；

基于所述行为信息，生成所述第一用户的兴趣特征，其中，所述兴趣特征包括兴趣关键词以及各兴趣关键词的重要度系数；

基于所述兴趣特征，检索出与所述第一用户相匹配的第二用户的用户信息；

将所述第二用户的用户信息推送给所述第一用户。

2.根据权利要求1所述的方法，其特征在于，当所述行为信息包括搜索时输入的搜索词和所访问页面的页面关键词时，所述基于所述行为信息，生成所述第一用户的兴趣特征包括：

对搜索词和页面关键词基于语义进行汇总，生成兴趣关键词。

3.根据权利要求2所述的方法，其特征在于，当所述行为信息还包括搜索词的输入次数、所访问页面的停留时长和所访问页面的访问次数时，所述基于所述行为信息，生成所述第一用户的兴趣特征还包括：

基于所访问页面的访问次数统计各页面关键词的出现次数；

基于搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

4.根据权利要求3所述的方法，其特征在于，所述基于搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数包括：

获取使用搜索词进行搜索的搜索时间和对所访问页面进行访问的访问时间；

分别计算所述搜索时间和访问时间与当前时间的时间差；

基于所述时间差、搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

5.根据权利要求1-4中任一所述的方法，其特征在于，所述基于所述兴趣特征，检索出与所述第一用户相匹配的第二用户的用户信息包括：

基于所述兴趣特征，检索出符合以下条件之一的用户的用户信息作为第二用户的用户信息：

超过预设个数的兴趣关键词与所述第一用户的兴趣关键词相同；

重要度系数最高的兴趣关键词与所述第一用户的重要度系数最高的兴趣关键词一致；

超过预设个数的兴趣关键词的重要度系数与所述第一用户相应兴趣关键词的重要度系数一致。

6.根据权利要求5所述的方法，其特征在于，所述将所述第二用户的用户信息推送给所述第一用户包括：

获取与所述第一用户相关联的第三用户的用户信息；

将所述第二用户的用户信息与所述第三用户的用户信息进行匹配；

基于匹配结果，筛除与所述第三用户相匹配的第二用户的用户信息；

将未筛除的第二用户的用户信息推送给所述第一用户。

7.一种推送用户信息的装置，其特征在于，所述装置包括：

获取模块，配置用于获取第一用户的行为信息，其中，所述行为信息包括以下至少一项：搜索时输入的搜索词、搜索词的输入次数、所访问页面的页面关键词、所访问页面的停留时长、所访问页面的访问次数；

生成模块，配置用于基于所述行为信息，生成所述第一用户的兴趣特征，其中，所述兴趣特征包括兴趣关键词以及各兴趣关键词的重要度系数；

匹配模块，配置用于基于所述兴趣特征，检索出与所述第一用户相匹配的第二用户的用户信息；

推送模块，配置用于将所述第二用户的用户信息推送给所述第一用户。

8.根据权利要求7所述的装置，其特征在于，所述生成模块包括关键词生成单元，配置用于生成兴趣关键词，其中：

当所述行为信息包括搜索时输入的搜索词和所访问页面的页面关键词时，所述关键词生成单元对搜索词和页面关键词基于语义进行汇总，生成兴趣关键词。

9.根据权利要求8所述的装置，其特征在于，当所述行为信息还包括搜索词的输入次数、所访问页面的停留时长和所访问页面的访问次数时，所述生成模块包括：

统计单元，配置用于基于所访问页面的访问次数统计页面关键词的出现次数；

重要度系数生成单元，配置用于基于搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

10.根据权利要求8所述的装置，其特征在于，所述重要度系数生成单元包括：

获取子单元，配置用于获取使用搜索词进行搜索的搜索时间和对所访问页面进行访问的访问时间；

计算子单元，配置用于分别计算所述搜索时间和访问时间与当前时间的时间差；

重要度系数生成子单元，配置用于基于所述时间差、搜索词的输入次数、页面关键词的出现次数以及所访问页面的停留时长确定各兴趣关键词的重要度系数。

11.根据权利要求8-10中任一所述的装置，其特征在于，所述匹配模块检索出符合以下条件之一的用户的用户信息作为第二用户的用户信息：

超过预设个数的兴趣关键词与所述第一用户的兴趣关键词相同；

重要度系数最高的兴趣关键词与所述第一用户的重要度系数最高的兴趣关键词一致；

超过预设个数的兴趣关键词的重要度系数与所述第一用户相应兴趣关键词的重要度系数一致。

12.根据权利要求11所述的装置，其特征在于，所述推送模块包括：

获取单元，配置用于获取与所述第一用户相关的第三用户的用户信息；

匹配单元，配置用于将所述第二用户的用户信息与所述第三用户的用户信息进行匹配；

筛选单元，配置用于基于匹配结果，筛除与所述第三用户相匹配的第二用户的用户信息；

推送单元，配置用于将未筛除的所述第二用户的用户信息推送给所述第一用户。