CN105245609A - 推送信息的方法、装置、设备及系统 - Google Patents

Abstract

本公开是一种关于推送信息的方法、装置、设备及系统。该方法包括：获取终端本地存储的目标信息；根据所述目标信息确定兴趣参数；向所述终端发送与所述兴趣参数对应的推送信息。应用本公开实施例，能根据分析出的兴趣参数进行信息推送。

Description

推送信息的方法、装置、设备及系统

技术领域

本公开涉及移动通信技术领域，尤其涉及推送信息的方法、装置、设备及系统。

背景技术

目前用户可以在移动终端接收到各种各样的信息推送，如广告推送等。相关推送信息的方法中，一般都是先获取用户信息，再根据用户信息进行对应信息的推送。而用户信息的来源一般可分为三类：文本信息、用户行为信息和图片信息。文本信息主要包括用户的账户信息、访问的资源信息等；用户行为信息，主要包括用户浏览行为、下载行为、操作时长等信息；图片信息主要是用户拍摄的图片信息等。

相关技术中，目前主要还只是利用文本信息和用户行为信息的分析得到用户信息，再进行相应推送。有的方法虽然利用了图片信息，但主要还只是通过图片的EXIF(ExchangeableImageFile，可交换图像文件)信息获取图片拍摄的时间、地理信息以及拍摄设备的基本参数信息等，获取的用户信息有限。

发明内容

本公开提供了推送信息的方法、装置、设备及系统，能根据分析出的兴趣参数进行信息推送。

根据本公开实施例的第一方面，提供一种推送信息的方法，包括：

获取终端本地存储的目标信息；

根据所述目标信息确定兴趣参数；

向所述终端发送与所述兴趣参数对应的推送信息。

可选的，所述获取终端本地存储的目标信息，包括：通过Storm实时流式分布处理框架获取所述终端本地存储的目标信息。

可选的，所述获取终端本地存储的目标信息，包括：获取所述终端本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

可选的，所述根据所述目标信息确定兴趣参数，包括：对所述目标信息去重处理；根据所述去重处理后的目标信息确定所述兴趣参数。

可选的，所述向所述终端发送与所述兴趣参数对应的推送信息，包括：向所述终端发送与所述兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

可选的，所述获取终端本地存储的目标信息，包括：获取终端本地当前存储和历史存储的目标信息。

根据本公开实施例的第二方面，提供一种推送信息的方法，包括：

获取本地存储的目标信息；

根据所述目标信息确定兴趣参数；

向服务器发送所述兴趣参数，以便所述服务器获取与所述兴趣参数对应的推送信息；

接收所述服务器发送的所述推送信息。

可选的，所述获取本地存储的目标信息，包括：通过Storm实时流式分布处理框架获取所述本地存储的目标信息。

可选的，所述获取本地存储的目标信息，包括：获取所述本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

可选的，所述根据所述目标信息确定兴趣参数，包括：对所述目标信息去重处理；根据所述去重处理后的目标信息确定所述兴趣参数。

根据本公开实施例的第三方面，提供一种推送信息的装置，所述装置包括：

信息获取模块，用于获取终端本地存储的目标信息；

兴趣参数确定模块，用于根据所述信息获取模块获取的所述目标信息确定兴趣参数；

信息推送模块，用于向所述终端发送与所述兴趣参数确定模块所确定的兴趣参数对应的推送信息。

可选的，所述装置还包括：

框架设置模块，用于设置Storm实时流式分布处理框架；

所述信息获取模块通过所述框架设置模块设置的Storm实时流式分布处理框架获取终端本地存储的目标信息。

可选的，所述兴趣参数确定模块包括：

去重子模块，用于对所述目标信息去重处理；

兴趣参数子模块，用于根据所述去重子模块去重处理后的目标信息确定所述兴趣参数。

可选的，所述信息推送模块包括：

存储子模块，用于存储与所述兴趣参数对应的广告信息、应用推荐信息、通知信息；

推送子模块，用于向所述终端发送所述存储子模块存储的与所述兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

根据本公开实施例的第四方面，提供一种推送信息的装置，包括：

信息获取模块，用于获取本地存储的目标信息；

兴趣参数确定模块，用于根据所述信息获取模块获取的所述目标信息确定兴趣参数；

兴趣参数发送模块，用于向服务器发送所述兴趣参数确定模块所确定的所述兴趣参数，以便所述服务器获取与所述兴趣参数对应的推送信息；

信息接收模块，用于接收所述服务器发送的所述推送信息。

可选的，所述装置还包括：

框架设置模块，用于设置Storm实时流式分布处理框架；

所述信息获取模块通过所述框架设置模块设置的Storm实时流式分布处理框架获取本地存储的目标信息。

可选的，所述信息获取模块包括：

存储子模块，用于本地存储图像、文本、音频、视频历史操作信息；

获取子模块，用于获取所述存储子模块本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

可选的，所述兴趣参数确定模块包括：

去重子模块，用于对所述目标信息去重处理；

兴趣参数子模块，用于根据所述去重子模块去重处理后的目标信息确定所述兴趣参数。

根据本公开实施例的第五方面，提供一种推送信息的设备，包括：

处理器和用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取终端本地存储的目标信息；

根据所述目标信息确定兴趣参数；

向所述终端发送与所述兴趣参数对应的推送信息。

根据本公开实施例的第六方面，提供一种推送信息的设备，包括：

处理器和用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取本地存储的目标信息；

根据所述目标信息确定兴趣参数；

向服务器发送所述兴趣参数，以便所述服务器获取与所述兴趣参数对应的推送信息；

接收所述服务器发送的所述推送信息。

根据本公开实施例的第七方面，提供一种推送信息的系统，包括：

服务器，用于获取终端本地存储的目标信息，根据所述目标信息确定兴趣参数，向所述终端发送与所述兴趣参数对应的推送信息；

终端，用于存储目标信息，接收所述服务器发送的所述与所述兴趣参数对应的推送信息。

根据本公开实施例的第八方面，提供一种推送信息的系统，包括：

终端，用于获取本地存储的目标信息，根据所述目标信息确定兴趣参数，向服务器发送所述兴趣参数，接收所述服务器发送的推送信息；

服务器，用于接收所述终端发送的所述兴趣参数，根据所述兴趣参数获取与所述兴趣参数对应的推送信息并向所述终端发送。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开是基于终端本地存储的目标信息来确定兴趣参数，通过获取终端本地存储的目标信息后根据所述目标信息确定兴趣参数，那么可以向所述终端发送与所述兴趣参数对应的推送信息，从而提高了获取用户兴趣的准确性和全面性，实现根据更准确和全面的用户的兴趣进行信息推送，更好满足用户的需求。

本公开是采用了Storm实时流式分布处理框架，相对于一般常用的hadoop分布式框架，更适合实时处理。

本公开可以获取各种不同的目标信息，包括但不限于终端本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

本公开还可以先对目标信息去重处理，通过去重处理，可以减少信息处理数量，从而减少运算量，提高处理速度。

本公开可以根据兴趣参数推送各种信息，包括但不限于与兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

本公开可以获取终端本地当前存储和历史存储的目标信息进行聚类相关性分析，从而更准确地确定兴趣参数及其变化。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本公开根据一示例性实施例示出的一种推送信息的方法流程图。

图2是本公开根据一示例性实施例示出的另一种推送信息的方法流程图。

图3是本公开根据一示例性实施例示出的另一种推送信息的方法流程图。

图4是本公开根据一示例性实施例示出的另一种推送信息的方法流程图。

图5是本公开根据一示例性实施例示出的一种推送信息的装置框图。

图6是本公开根据一示例性实施例示出的另一种推送信息的装置框图。

图7是本公开根据一示例性实施例示出的另一种推送信息的装置框图。

图8是本公开根据一示例性实施例示出的另一种推送信息的装置框图。

图9是本公开根据一示例性实施例示出的一种设备框图。

图10是本公开根据一示例性实施例示出的一种设备框图。

图11是本公开根据一示例性实施例示出的一种设备的一结构框图。

图12是本公开根据一示例性实施例示出的一种系统框图。

图13是本公开根据一示例性实施例示出的一种系统框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

图1是本公开根据一示例性实施例示出的一种推送信息的方法流程图。

该方法可以应用于服务器中，如图1所示，该方法可以包括以下步骤：

在步骤101中，获取终端本地存储的目标信息。

该步骤获取终端本地存储的目标信息可以包括：获取终端本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

该步骤获取终端本地存储的目标信息还可以包括：获取终端本地当前存储和历史存储的目标信息。

在步骤102中，根据目标信息确定兴趣参数。

由于终端本地存储的目标信息可以保证用户当前的兴趣爱好，由此，通过获取终端本地存储的目标信息，可以了解到用户当前的兴趣爱好，从而可以根据目标信息确定用户的兴趣参数。

例如，根据获取的终端本地存储的图片包括很多小孩的图片等，可以推断出用户在小孩服务方面可能有需求，因此可以确定出用户的兴趣参数。

在步骤103中，向终端发送与兴趣参数对应的推送信息。

该步骤可以但不限于向终端发送与兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

由该实施例可见，本公开是基于终端本地存储的目标信息来确定兴趣参数，通过获取终端本地存储的目标信息后根据目标信息确定兴趣参数，那么可以向终端发送与兴趣参数对应的推送信息，从而提高了获取用户兴趣的准确性和全面性，实现根据更准确和全面的用户的兴趣进行信息推送，更好满足用户的需求。

图2是本公开根据一示例性实施例示出的另一种推送信息的方法流程图。

该方法可以应用于服务器中，该实施例相对于图1更详细描述了本公开的技术方案。

如图2所示，该方法可以包括以下步骤：

在步骤201中，服务器获取移动终端上传的终端本地存储的目标信息。

本公开的移动终端中，在终端本地存储有目标信息，这些目标信息可以包括但不限于图像、文本、音频、视频历史操作信息中的一项或多项。由移动终端将本地存储的目标信息上传到服务器，服务器接收移动终端上传的终端本地存储的目标信息用于分析。本公开考虑到如果将目标信息特别是图像的分析处理设置在移动终端，可能会使得终端出现CPU负载过重、电量消耗过快的问题，因此可以选择由移动终端将目标信息上传到服务器进行分析处理。

该步骤中，服务器可以通过Storm实时流式分布处理框架获取移动终端上传的终端本地存储的目标信息。

本公开选择使用Storm而不是类似hadoop的分布式框架。hadoop以其吞吐量大、自动容错等优点，在海量数据处理上得到了广泛的使用，但是hadoop不擅长实时计算，其主要擅长进行批处理。Storm是一个开源的流式分布处理框架，实时处理能力强。Storm的适用场景包括流数据处理，Storm可以用来处理源源不断流进来的消息，处理之后将结果写入到某个存储中去。因此，本公开考虑到目标信息特别是图像的数量和实时性，特别是考虑到存储图像容量达到P级别(P为存储容量单位)的图像时，在服务器端选择采用Storm流式处理技术进行分析处理，能够大批量并实时地处理图像。需说明的，本公开只是以Storm实时流式分布处理框架举例说明但不局限于此，也可以采用其他实时处理功能强的分布式处理框架等。

该步骤获取终端本地存储的目标信息可以只获取终端本地当前存储的目标信息，也可以获取终端本地当前存储和历史存储的目标信息。

在步骤202中，服务器对获取的目标信息去重处理。

服务器对获取的目标信息可以先进行去重处理，这样可以减少信息处理数量，从而减少运算量，提高处理速度。

本公开的去重处理例如可以是根据图像主题内容进行去重，例如是将相同或差异小的图像删除等。

在步骤203中，服务器根据去重处理后的目标信息确定兴趣参数。

其中，如果目标信息是文本信息，可以根据文本信息中的用户的账户信息、访问的资源信息等分析出用户喜欢的内容，从而确定兴趣参数。

如果目标信息是视频，可以根据视频的标题、内容、观看时间长度等分析出用户喜欢的内容，从而确定兴趣参数。

如果目标信息是图像，可以对图像内容进行图像识别后确定兴趣参数，例进行如人脸识别，实物识别等，从而获取用户的性别、年龄、情绪、家庭成员、兴趣爱好、收入水平等信息，再根据这些信息确定兴趣参数。

例如，服务器识别出用户最近观看的视频都是旅游视频，那么可以确定用户对户外旅游感兴趣。

又例如，服务器通过图像识别分析发现用户上传的图像是带着小孩体验了某培训机构相关课程，那么可以判断出用户在小孩培训方面有需求。

本公开可以采用相关图像识别技术进行图像识别。相关图像识别技术，例如face.com、Orbeus、face++等企业所提供的图像识别技术等，或者例如相关的深度学习人脸识别技术等。需说明的是，后续随着图像识别技术的发展，可以调整图像识别技术涉及的算法。在进行图像识别后，可以再通过数据挖掘与分析技术对图像识别出的特征信息进行分析，确定用户的兴趣参数。例如：对图像识别分析之后，就会得到一些关键词或者标签tag信息(例如时间、地点、物体类型等信息)，从而可分析出用户的兴趣参数。因此，通过进行图像识别，可以获取用户的性别、年龄、情绪、家庭成员、兴趣爱好、收入水平等基本信息，从而可确定兴趣参数用于后续进行精准和及时的个性化广告推送。相关数据挖掘与分析技术，例如K-Miner(神通数据挖掘分析系统)，MPP(MassivelyParallelProcessing，大规模并行处理)+SMP(SymmetricMultiProcessing，对称多处理)并行计算架构，GDM(Geni-SageDataMiningAnalysisSystem，博通数据挖掘分析系统)等。

在获取的目标信息包括终端本地当前存储和历史存储的目标信息时，本公开还可以根据当前存储和历史存储的目标信息进行聚类相关性分析，从而更准确确定用户的兴趣参数及了解兴趣参数的变化。

需说明的是，该步骤服务器确定兴趣参数后可以进行存储，在存储时可以利用相关的云存储技术进行存储。另外，服务器还可以进一步将分析确定的兴趣参数同步给用户的各移动终端。

在步骤204中，服务器向移动终端发送与兴趣参数对应的推送信息。

该步骤中，可以通过服务器的推送系统，向移动终端发送与兴趣参数对应的推送信息，推送信息包括但不限于是与兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

以下结合具体应用对上述过程举例说明：

例如，服务器对用户的移动终端上传的图库中的图像进行图像识别分析，可以分析出用户是否拥有小孩，拥有几个小孩，是男孩还是女孩，各小孩现在多少岁，小孩的兴趣爱好等等，再根据小孩个数、图片的地理信息、图片内容等等可以推断分析出家庭的收入水平，根据这些用户信息，可以推断出用户在小孩服务方面有需求，因此可以确定用户的兴趣参数，从而为用户推送小孩的相关产品信息。

除此之外，还可以结合移动终端最新上传的图像信息进行聚类相关性分析。例如，通过图像识别分析发现用户最新上传的图像突然带着小孩体验了某培训机构相关课程，那么可以判断出用户在小孩培训方面有需求，则可以确定用户的兴趣参数，实时地给用户推荐相关的一些小孩培训信息、相关兴趣爱好的设备信息等。例如可以从图像分析出该图像的地理位置为某培训机构，或者分析出图像中有某培训机构的Logo以及课程信息等等，那么综合分析出该用户的需求为有意向给小孩报某培训班，然后就可以为该用户推送培训班的相关广告信息等，从而准确为用户推送了其所关心的信息，减少用户的反感，达到用户、广告商和厂商三方都收益。

通过该实施例可以发现，本公开通过服务器获取移动终端上传的终端本地存储的目标信息，可以根据目标信息分析确定兴趣参数，从而根据兴趣参数发送对应的推送信息。例如获取的是移动终端拍摄上传的图片，那么通过进行图像识别和分析，可以获取用户的性别、年龄、情绪、家庭成员、兴趣爱好、收入水平等基本用户信息和需求信息，比较全面获取用户数据，从而可以确定兴趣参数，根据兴趣参数对用户进行精准和及时的个性化信息例如广告信息、应用推荐信息、通知信息等的推送，满足用户、广告商和厂商三方的需求。

图3是本公开根据一示例性实施例示出的另一种推送信息的方法流程图。

该方法可以应用于移动终端中。需说明的是，在移动终端配置和电池蓄电能力都有所提高，可支持较高数据处理需求时，本公开的技术方案也可以应用于移动终端中。图3所示方法相对于图1和图2的实施例，是将目标信息的分析处理设置在移动终端中。

如图3所示，该方法可以包括以下步骤：

在步骤301中，获取本地存储的目标信息。

该步骤可以获取本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

该步骤获取本地存储的目标信息还可以包括：获取终端本地当前存储和历史存储的目标信息。

在步骤302中，根据目标信息确定兴趣参数。

由于终端本地存储的目标信息可以保证用户当前的兴趣爱好，由此，通过获取本地存储的目标信息，可以了解到用户当前的兴趣爱好，从而可以根据目标信息确定用户的兴趣参数。

例如，根据本地存储的图片包括很多小孩的图片等，可以推断出用户在小孩服务方面可能有需求，因此可以确定出用户的兴趣参数。

在步骤303中，向服务器发送兴趣参数，以便服务器获取与兴趣参数对应的推送信息。

该步骤中，移动终端向服务器发送确定的兴趣参数，使得服务器可以根据兴趣参数获取与兴趣参数对应的推送信息，推送信息包括但不限于与兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

在步骤304中，接收服务器发送的推送信息。

由该实施例可见，本公开是基于终端本地存储的目标信息来确定兴趣参数，通过移动终端获取本地存储的目标信息后根据目标信息确定兴趣参数，再将兴趣参数发送给服务器，那么可以由服务器向终端发送与兴趣参数对应的推送信息，从而提高了获取用户兴趣的准确性和全面性，实现根据更准确和全面的用户的兴趣进行信息推送，更好满足用户的需求。

图4是本公开根据一示例性实施例示出的另一种推送信息的方法流程图。

该方法可以应用于移动终端中，该实施例相对于图3更详细描述了本公开的技术方案。

如图4所示，该方法可以包括以下步骤：

在步骤401中，移动终端获取本地存储的目标信息。

该步骤移动终端获取本地存储有目标信息，这些目标信息包括但不限于图像、文本、音频、视频历史操作信息中的一项或多项。

该步骤中，移动终端可以通过Storm实时流式分布处理框架获取本地存储的目标信息。

该步骤移动终端获取本地存储的目标信息可以只获取本地当前存储的目标信息，也可以获取本地当前存储和历史存储的目标信息。

在步骤402中，移动终端对获取的目标信息去重处理。

移动终端对获取的目标信息可以先进行去重处理，这样可以减少信息处理数量，从而减少运算量，提高处理速度。

本公开的去重处理例如可以是根据图像主题内容进行去重，例如是将相同或差异小的图像删除等。

在步骤403中，移动终端根据去重处理后的目标信息确定兴趣参数。

该步骤确定兴趣参数的描述，可以参考步骤203的描述，此处不再赘述。

在步骤404中，移动终端向服务器发送兴趣参数，以便服务器获取与兴趣参数对应的推送信息。

该步骤中，移动终端向服务器发送确定的兴趣参数，使得服务器可以根据兴趣参数获取与兴趣参数对应的推送信息，推送信息包括但不限于与兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

在步骤405中，移动终端接收服务器发送的推送信息。

通过该实施例可以发现，本公开可以将目标信息的分析处理设置在移动终端，通过移动终端获取本地存储的目标信息，就可以根据目标信息分析确定兴趣参数，再将兴趣参数发送给服务器以便服务器根据兴趣参数获取精准和及时的个性化信息作为推送信息，从而可以接收服务器根据兴趣参数发送的推送信息，满足用户、广告商和厂商三方的需求。

与前述应用功能实现方法实施例相对应，本公开还提供了推送信息的装置及相应的设备、系统的实施例。

图5是本公开根据一示例性实施例示出的一种推送信息的装置框图。

该装置可以是服务器。如图5所示，推送信息的装置可以包括：信息获取模块51、兴趣参数确定模块52、信息推送模块53。

信息获取模块51，用于获取终端本地存储的目标信息。

兴趣参数确定模块52，用于根据信息获取模块51获取的目标信息确定兴趣参数。

信息推送模块53，用于向终端发送与兴趣参数确定模块52所确定的兴趣参数对应的推送信息。

由该实施例可见，本公开是基于终端本地存储的目标信息来确定兴趣参数，通过获取终端本地存储的目标信息后根据目标信息确定兴趣参数，那么可以向终端发送与兴趣参数对应的推送信息，从而提高了获取用户兴趣的准确性和全面性，实现根据更准确和全面的用户的兴趣进行信息推送，更好满足用户的需求。

图6是本公开根据一示例性实施例示出的另一种推送信息的装置框图。

如图6所示，推送信息的装置可以包括：信息获取模块51、兴趣参数确定模块52、信息推送模块53。

信息获取模块51、兴趣参数确定模块52、信息推送模块53的功能可参见图5中的描述。

其中，装置还可以包括：框架设置模块54。

框架设置模块54，用于设置Storm实时流式分布处理框架。本公开是采用了Storm实时流式分布处理框架，相对于一般常用的hadoop这种分布式框架，更适合实时处理。

信息获取模块51通过框架设置模块54设置的Storm实时流式分布处理框架获取终端本地存储的目标信息。

其中，兴趣参数确定模块52可以包括：去重子模块521、兴趣参数子模块522。

去重子模块521，用于对目标信息去重处理。

本公开的去重处理例如可以是根据图像主题内容进行去重，例如是将相同或差异小的图像删除等。通过对获取的目标信息可以先进行去重处理，这样可以减少信息处理数量，从而减少运算量，提高处理速度。

兴趣参数子模块522，用于根据去重子模块521去重处理后的目标信息确定兴趣参数。

例如，如果目标信息是文本信息，可以根据文本信息中的用户的账户信息、访问的资源信息等分析出用户喜欢的内容，从而确定兴趣参数。如果目标信息是视频，可以根据视频的标题、内容、观看时间长度等分析出用户喜好的内容，从而确定兴趣参数。如果目标信息是图像，可以对图像内容进行图像识别后确定兴趣参数，例进行如人脸识别，实物识别等，从而获取用户的性别、年龄、情绪、家庭成员、兴趣爱好、收入水平等信息，再根据这些信息确定兴趣参数。本公开可以采用相关图像识别技术进行图像识别。

其中，信息推送模块53可以包括：存储子模块531、推送子模块532。

存储子模块531，用于存储与兴趣参数对应的广告信息、应用推荐信息、通知信息。

推送子模块532，用于向终端发送存储子模块531存储的与兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

图7是本公开根据一示例性实施例示出的一种推送信息的装置框图。

该装置可以是终端。如图7所示，推送信息的装置可以包括：信息获取模块71、兴趣参数确定模块72、兴趣参数发送模块73、信息接收模块74。

信息获取模块71，用于获取本地存储的目标信息。

兴趣参数确定模块72，用于根据信息获取模块71获取的目标信息确定兴趣参数。

兴趣参数发送模块73，用于向服务器发送兴趣参数确定模块72所确定的兴趣参数，以便服务器获取与兴趣参数对应的推送信息。

信息接收模块74，用于接收服务器发送的推送信息。

由该实施例可见，本公开是基于终端本地存储的目标信息来确定兴趣参数，通过移动终端获取本地存储的目标信息后根据目标信息确定兴趣参数，再将兴趣参数发送给服务器，那么可以由服务器向终端发送与兴趣参数对应的推送信息，从而提高了获取用户兴趣的准确性和全面性，实现根据更准确和全面的用户的兴趣进行信息推送，更好满足用户的需求。

图8是本公开根据一示例性实施例示出的另一种推送信息的装置框图。

如图8所示，推送信息的装置可以包括：信息获取模块71、兴趣参数确定模块72、兴趣参数发送模块73、信息接收模块74。

信息获取模块71、兴趣参数确定模块72、兴趣参数发送模块73、信息接收模块74的功能可参见图7中的描述。

其中，装置还可以包括：框架设置模块75。

框架设置模块75，用于设置Storm实时流式分布处理框架。

信息获取模块71通过框架设置模块75设置的Storm实时流式分布处理框架获取本地存储的目标信息。

其中，信息获取模块71可以包括：存储子模块711、获取子模块712。

存储子模块711，用于本地存储图像、文本、音频、视频历史操作信息。

获取子模块712，用于获取存储子模块711本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

其中，兴趣参数确定模块72可以包括：去重子模块721、兴趣参数子模块722。

去重子模块721，用于对目标信息去重处理。

本公开的去重处理例如可以是根据图像主题内容进行去重，例如是将相同或差异小的图像删除等。通过对获取的目标信息可以先进行去重处理，这样可以减少信息处理数量，从而减少运算量，提高处理速度。

兴趣参数子模块722，用于根据去重子模块721去重处理后的目标信息确定兴趣参数。

例如，如果目标信息是文本信息，可以根据文本信息中的用户的账户信息、访问的资源信息等分析出用户喜欢的内容，从而确定兴趣参数。如果目标信息是视频，可以根据视频的标题、内容、观看时间长度等分析出用户喜好的内容，从而确定兴趣参数。如果目标信息是图像，可以对图像内容进行图像识别后确定兴趣参数，例进行如人脸识别，实物识别等，从而获取用户的性别、年龄、情绪、家庭成员、兴趣爱好、收入水平等信息，再根据这些信息确定兴趣参数。本公开可以采用相关图像识别技术进行图像识别。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

相应的，本公开还提供一种设备。

图9是本公开根据一示例性实施例示出的一种设备框图。

如图9所示，设备包括：处理器901和用于存储处理器可执行指令的存储器902；

其中，处理器901被配置为：

获取终端本地存储的目标信息；

根据目标信息确定兴趣参数；

向终端发送与兴趣参数对应的推送信息。

还需说明的是，存储器902存储的其他程序，具体参见前面方法流程中的描述，此处不再赘述，处理器901还用于执行存储器902存储的其他程序。

图10是本公开根据一示例性实施例示出的一种设备框图。

如图10所示，设备包括：处理器1001和用于存储处理器可执行指令的存储器1002；

其中，处理器1001被配置为：

获取本地存储的目标信息；

根据目标信息确定兴趣参数；

向服务器发送兴趣参数，以便服务器获取与兴趣参数对应的推送信息；

接收服务器发送的推送信息。

还需说明的是，存储器1002存储的其他程序，具体参见前面方法流程中的描述，此处不再赘述，处理器1001还用于执行存储器1002存储的其他程序。

图11是本公开根据一示例性实施例示出的一种设备的一结构框图。

例如，设备1100可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图11，设备1100可以包括以下一个或多个组件：处理组件1102，存储器1104，电源组件1106，多媒体组件1108，音频组件1110，输入/输出(I/O)的接口1112，传感器组件1114，以及通信组件1116。

处理组件1102通常控制设备1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1102可以包括一个或多个模块，便于处理组件1102和其他组件之间的交互。例如，处理组件1102可以包括多媒体模块，以方便多媒体组件1108和处理组件1102之间的交互。

存储器1104被配置为存储各种类型的数据以支持在设备1100的操作。这些数据的示例包括用于在设备1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1106为设备1100的各种组件提供电力。电源组件1106可以包括电源管理系统，一个或多个电源，及其他与为设备1100生成、管理和分配电力相关联的组件。

多媒体组件1108包括在设备1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1108包括一个前置摄像头和/或后置摄像头。当设备1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1110被配置为输出和/或输入音频信号。例如，音频组件1110包括一个麦克风(MIC)，当设备1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中，音频组件1110还包括一个扬声器，用于输出音频信号。

I/O接口1112为处理组件1102和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1114包括一个或多个传感器，用于为设备1100提供各个方面的状态评估。例如，传感器组件1114可以检测到设备1100的打开/关闭状态，组件的相对定位，例如组件为设备1100的显示器和小键盘，传感器组件1114还可以检测设备1100或设备1100一个组件的位置改变，用户与设备1100接触的存在或不存在，设备1100方位或加速/减速和设备1100的温度变化。传感器组件1114可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1114还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1116被配置为便于设备1100和其他设备之间有线或无线方式的通信。设备1100可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件1116还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，设备1100可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1104，上述指令可由设备1100的处理器1120执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当存储介质中的指令由服务器的处理器执行时，使得服务器能够执行推送信息的方法，方法包括：

获取终端本地存储的目标信息；

根据目标信息确定兴趣参数；

向终端发送与兴趣参数对应的推送信息。

一种非临时性计算机可读存储介质，当存储介质中的指令由终端的处理器执行时，使得终端能够执行推送信息的方法，方法包括：

获取本地存储的目标信息；

根据目标信息确定兴趣参数；

向服务器发送兴趣参数，以便服务器获取与兴趣参数对应的推送信息；

接收服务器发送的推送信息。

图12是本公开根据一示例性实施例示出的一种系统框图。

如图12所示，一种推送信息的系统包括：服务器121和终端122。

服务器121，用于获取终端122本地存储的目标信息，根据目标信息确定兴趣参数，向终端122发送与兴趣参数对应的推送信息。

终端122，用于存储目标信息，接收服务器121发送的与兴趣参数对应的推送信息。

图13是本公开根据一示例性实施例示出的一种系统框图。

如图13所示，一种推送信息的系统包括：终端131和服务器132。

终端131，用于获取本地存储的目标信息，根据目标信息确定兴趣参数，向服务器132发送兴趣参数，接收服务器132发送的推送信息。

服务器132，用于接收终端131发送的兴趣参数，根据兴趣参数获取与兴趣参数对应的推送信息并向终端131发送。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (22)

1.一种推送信息的方法，其特征在于，包括：

获取终端本地存储的目标信息；

根据所述目标信息确定兴趣参数；

向所述终端发送与所述兴趣参数对应的推送信息。

2.根据权利要求1所述的方法，其特征在于，所述获取终端本地存储的目标信息，包括：

通过Storm实时流式分布处理框架获取所述终端本地存储的目标信息。

3.根据权利要求1所述的方法，其特征在于，所述获取终端本地存储的目标信息，包括：

获取所述终端本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

4.根据权利要求1所述的方法，其特征在于，所述根据所述目标信息确定兴趣参数，包括：

对所述目标信息去重处理；

根据所述去重处理后的目标信息确定所述兴趣参数。

5.根据权利要求1所述的方法，其特征在于，所述向所述终端发送与所述兴趣参数对应的推送信息，包括：

向所述终端发送与所述兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述获取终端本地存储的目标信息，包括：

获取终端本地当前存储和历史存储的目标信息。

7.一种推送信息的方法，其特征在于，包括：

获取本地存储的目标信息；

根据所述目标信息确定兴趣参数；

向服务器发送所述兴趣参数，以便所述服务器获取与所述兴趣参数对应的推送信息；

接收所述服务器发送的所述推送信息。

8.根据权利要求7所述的方法，其特征在于，所述获取本地存储的目标信息，包括：

通过Storm实时流式分布处理框架获取所述本地存储的目标信息。

9.根据权利要求7所述的方法，其特征在于，所述获取本地存储的目标信息，包括：

获取所述本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

10.根据权利要求7至9任一项所述的方法，其特征在于，所述根据所述目标信息确定兴趣参数，包括：

对所述目标信息去重处理；

根据所述去重处理后的目标信息确定所述兴趣参数。

11.一种推送信息的装置，其特征在于，包括：

信息获取模块，用于获取终端本地存储的目标信息；

兴趣参数确定模块，用于根据所述信息获取模块获取的所述目标信息确定兴趣参数；

信息推送模块，用于向所述终端发送与所述兴趣参数确定模块所确定的兴趣参数对应的推送信息。

12.根据权利要求11所述的装置，其特征在于，所述装置还包括：

框架设置模块，用于设置Storm实时流式分布处理框架；

所述信息获取模块通过所述框架设置模块设置的Storm实时流式分布处理框架获取终端本地存储的目标信息。

13.根据权利要求11或12所述的装置，其特征在于，所述兴趣参数确定模块包括：

去重子模块，用于对所述目标信息去重处理；

兴趣参数子模块，用于根据所述去重子模块去重处理后的目标信息确定所述兴趣参数。

14.根据权利要求11或12所述的装置，其特征在于，所述信息推送模块包括：

存储子模块，用于存储与所述兴趣参数对应的广告信息、应用推荐信息、通知信息；

推送子模块，用于向所述终端发送所述存储子模块存储的与所述兴趣参数对应的广告信息、应用推荐信息、通知信息中的一项或多项。

15.一种推送信息的装置，其特征在于，包括：

信息获取模块，用于获取本地存储的目标信息；

兴趣参数确定模块，用于根据所述信息获取模块获取的所述目标信息确定兴趣参数；

兴趣参数发送模块，用于向服务器发送所述兴趣参数确定模块所确定的所述兴趣参数，以便所述服务器获取与所述兴趣参数对应的推送信息；

信息接收模块，用于接收所述服务器发送的所述推送信息。

16.根据权利要求15所述的装置，其特征在于，所述装置还包括：

框架设置模块，用于设置Storm实时流式分布处理框架；

所述信息获取模块通过所述框架设置模块设置的Storm实时流式分布处理框架获取本地存储的目标信息。

17.根据权利要求15所述的装置，其特征在于，所述信息获取模块包括：

存储子模块，用于本地存储图像、文本、音频、视频历史操作信息；

获取子模块，用于获取所述存储子模块本地存储的图像、文本、音频、视频历史操作信息中的一项或多项。

18.根据权利要求15至17任一项所述的装置，其特征在于，所述兴趣参数确定模块包括：

去重子模块，用于对所述目标信息去重处理；

兴趣参数子模块，用于根据所述去重子模块去重处理后的目标信息确定所述兴趣参数。

19.一种推送信息的设备，其特征在于，包括：

处理器和用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取终端本地存储的目标信息；

根据所述目标信息确定兴趣参数；

向所述终端发送与所述兴趣参数对应的推送信息。

20.一种推送信息的设备，其特征在于，包括：

处理器和用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取本地存储的目标信息；

根据所述目标信息确定兴趣参数；

向服务器发送所述兴趣参数，以便所述服务器获取与所述兴趣参数对应的推送信息；

接收所述服务器发送的所述推送信息。

21.一种推送信息的系统，其特征在于，包括：

服务器，用于获取终端本地存储的目标信息，根据所述目标信息确定兴趣参数，向所述终端发送与所述兴趣参数对应的推送信息；

终端，用于存储目标信息，接收所述服务器发送的所述与所述兴趣参数对应的推送信息。

22.一种推送信息的系统，其特征在于，包括：

终端，用于获取本地存储的目标信息，根据所述目标信息确定兴趣参数，向服务器发送所述兴趣参数，接收所述服务器发送的推送信息；

服务器，用于接收所述终端发送的所述兴趣参数，根据所述兴趣参数获取与所述兴趣参数对应的推送信息并向所述终端发送。