CN105701182A - 信息推送方法和装置 - Google Patents

Abstract

本申请公开了信息推送方法和装置。所述方法的一具体实施方式包括：获取多个候选信息；通过Spark平台对候选信息进行主题模型分析，确定各候选信息的主题；将候选信息推送给与其主题对应的用户。该实施方式实现了快速及时的信息推荐。

Description

信息推送方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及信息推送方法和装置。

背景技术

随着互联网技术的飞速发展，每天在各个网络平台上都会新增大量的信息。如何从海量的新增信息中，快速确定出向用户推荐的信息是现有技术中需要解决的一个重要问题。

在现有技术中，那些在单机模式下运行的信息推荐系统，很容易受到处理器速度、存储容量等诸多计算机硬件性能的限制；而那些在Hadoop(一个能够对大量数据进行分布式处理的软件框架)集群上运行的信息推荐系统，其处理海量数据时读写磁盘花费的时间过长，因此都难以实现快速的信息推荐。

发明内容

本申请的目的在于提出一种信息推送方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种信息推送方法，所述方法包括：获取多个候选信息；通过Spark平台对所述候选信息进行主题模型分析，确定各所述候选信息的主题；将所述候选信息推送给与其主题对应的用户。

在一些实施例中，所述获取多个候选信息包括：实时获取网络中新增的文本信息，作为所述候选信息。

在一些实施例中，在通过Spark平台对候选信息进行主题模型分析之前，所述方法还包括：将所述候选信息转换为所述Spark平台中的弹性分布式数据集RDD输入。

在一些实施例中，所述方法还包括：基于多个用户的历史浏览记录，确定用户主题；将所述用户主题配置为所述Spark平台中主题模型的主题。

在一些实施例中，所述方法还包括：基于所述用户的个性化信息，确定所述用户的用户标签；将所述候选信息推送给其主题对应的用户，包括：确定与所述用户标签匹配的主题；将所述候选信息推送给与其主题匹配的用户标签指定的用户。

在一些实施例中，所述个性化信息包括：年龄、性别、职业、地理位置和历史浏览记录中的至少一项。

第二方面，本申请提供了一种信息推送装置，所述装置包括：获取模块，用于获取多个候选信息；分析模块，用于通过Spark平台对所述候选信息进行主题模型分析，确定各所述候选信息的主题；推送模块，用于将所述候选信息推送给与其主题对应的用户。

在一些实施例中，所述分析模块在通过Spark平台对候选信息进行主题模型分析之前，还进一步用于：将所述候选信息转换为所述Spark平台中的弹性分布式数据集RDD输入。

在一些实施例中，还包括：主题确定模块，用于基于多个用户的历史浏览记录，确定用户主题；配置模块，用于将所述用户主题配置为所述Spark平台中主题模型的主题。

在一些实施例中，还包括：标签确定模块，用于基于所述用户的个性化信息，确定所述用户的用户标签；所述推送模块进一步用于：确定与所述用户标签匹配的主题；将所述候选信息推送给与其主题匹配的用户标签指定的用户。

在一些实施例中，所述个性化信息包括：年龄、性别、职业、地理位置和历史浏览记录中的至少一项。

本申请提供的信息推送方法和装置，可以通过搭建Spark平台对候选信息进行主题模型分析，并将候选信息推送给与其主题对应的用户，由于Spark平台可以大幅减少读写磁盘所花费的时间，因此可以实现快速及时的信息推荐。

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所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的信息推送方法的一个实施例的流程图；

图3是根据本申请的信息推送方法的又一个实施例的流程图；

图4是根据本申请的信息推送装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。

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的信息推送方法或信息推送装置的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，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、搜索类应用、购物类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExpertsGroupAudioLayerIV，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105可以是提供各种服务的服务器，例如对终端设备101、102、103上运行的应用提供支持的后台服务器。后台服务器可以向终端推送信息。

需要说明的是，本申请实施例所提供的信息推送方法一般由基于Spark平台的服务器105执行，相应地，信息推送装置一般设置于服务器105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。

继续参考图2，示出了根据本申请的信息推送方法的一个实施例的流程200。所述的信息推送方法，包括以下步骤：

步骤201，获取多个候选信息。

在本实施例中，信息推送方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从各个网络平台上获取多个候选信息。候选信息可以是发布在各个网络平台中的原始信息，包括各种文字信息、音频信息或多媒体信息等。例如，电子设备可以从各大门户网站获取文字形式的新闻信息作为候选信息。可选地，如果获取的信息中包括有语音信息，例如音频或视频中的语音信息，可以首先通过语音识别技术将语音信息转换为文字信息，然后再将文字信息作为候选信息。

在本实施例的一些可选的实现方式中，可以实时获取网络中新增的文本信息，作为候选信息。具体地，上述电子设备还可以通过有线连接方式或者无线连接方式，实时获取各个网络平台上新增的文本信息，例如新发布的文章、影评、微博和商品描述信息，作为候选信息。实时获取可以是指以很小的时间间隔，例如每分钟一次的频率，去网络中获取那些新发布或更新过的文本信息。这样，获取到的候选信息会具有较强的时效性。

需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。

步骤202，通过Spark平台对候选信息进行主题模型分析，确定各候选信息的主题。

在本实施例中，上述电子设备(例如图1所示的服务器)可以是基于Spark平台的电子设备。Spark是由加州大学伯克利分校AMP实验室(Algorithms,Machines,andPeopleLab)开发的，可用来构建大型的、低延迟的数据分析应用程序。Spark是一个基于内存计算的开源集群计算系统，能够并行处理大数据集的计算，可以实现大数据的交互式查询以及优化迭代工作负载。Spark可以将数据集缓存在内存中，缩短了I/O(input/output，即输入/输出端口)访问延迟。

具体地，上述电子设备可以利用于Spark平台中的主题模型，例如LDA(LatentDirichletAllocation，隐含狄利克雷分布)模型或者PLSA(ProbabilisticLatentSemanticAnalysis，概率潜在语义分析)模型，对候选信息进行实时的在线分析，以确定每个候选信息所对应的主题。其中，主题可以是一个概念或一个方面，它可以表现为一系列相关的词。如果用数学语言来描述，主题就是词汇表上词语的条件概率分布，与主题密切相关的词，条件概率越大。一个候选信息可以不只有一个主题，其主题可以按照概率分布的形式给出。

需要说明的是，上述通过主题模型确定文本信息主题的方法，是目前广泛研究和应用的公知技术，在此不再赘述。由于上述电子设备是通过Spark平台对候选信息进行主题模型分析的，因此上述分析过程可以是实时的在线分析。

在本实施例的一个可选实现方式中，在进行主题模型分析之前，上述电子设备可以首先将在上述步骤201中得到候选信息，转换为Spark平台中的弹性分布式数据集RDD输入。Spark是一种粗粒度数据并行的计算范式，其计算的主体是数据集合，而非个别数据。因此，需要首先将候选信息转换为Spark能够处理的数据集合，即RDD(ResilientDistributedDatasets，弹性分布式数据集)。RDD具有只读、可分区的特点，其全部或部分数据可以缓存在内存中，以便在多次计算间重用。在将候选信息转换为Spark平台中的RDD输入后，就可以直接在内存中对候选信息进行主题模型分析了。

步骤203，将候选信息推送给与其主题对应的用户。

在本实施例中，信息推送方法运行于其上的电子设备在获得每个候选信息的主题后，可以将候选信息推送给与其主题对应的用户。其中，与主题对应的用户可以是指那些可能对该主题感兴趣的用户。例如，如果确定出某个候选信息的主题是一个明星的名字，则可以将这个候选消息推送给在网络社交平台上关注了该明星的用户。

本申请的上述实施例提供的信息推送方法，可以通过搭建Spark平台对候选信息进行主题模型分析，并将候选信息推送给与其主题对应的用户，由于Spark平台可以大幅减少读写磁盘所花费的时间，因此可以实现快速及时的信息推荐。

进一步参考图3，其示出了信息推送方法的又一个实施例的流程300。该信息推送方法的流程300，包括以下步骤：

步骤301，基于多个用户的历史浏览记录，确定用户主题。

在本实施例中，信息推送方法运行于其上的电子设备(例如图1所示的服务器)可以首先通过有线连接方式或者无线连接方获取多个用户的历史浏览记录。历史浏览记录中可以记载有用户之前浏览过的网页地址和网页内容等信息。通过对用户的历史浏览记录进行离线分析，可以挖掘出用户可能感兴趣的主题，并可以将这些主题确定为用户主题。例如，若某个用户经常访问的财经类网站，则可以将“财经”作为一个用户主题。

步骤302，将用户主题配置为Spark平台中主题模型的主题。

在本实施例中，上述电子设备(例如图1所示的服务器)在通过上述步骤301确定出多个用户主题后，可以进一步将这些用户主题配置为Spark平台中主题模型的主题。这样，可以避免主题模型中存在大量用户不感兴趣的主题，以减少后续对候选信息进行主题模型分析时的在线计算时间。

步骤303，获取多个候选信息。

在本实施例中，上述电子设备可以通过有线连接方式或者无线连接方式从各个网络平台上获取多个候选信息。

步骤304，通过Spark平台对候选信息进行主题模型分析，确定各候选信息的主题。

在本实施例中，上述电子设备可以利用于Spark平台中的主题模型，例如LDA模型或者PLSA模型，对候选信息进行实时分析，以确定每个候选信息所对应的主题。

步骤305，基于用户的个性化信息，确定用户的用户标签。

在本实施例中，上述电子设备还可以获取每个用户的个性化信息。可选地，个性化信息可以包括：年龄、性别、职业、地理位置和历史浏览记录中的至少一项。例如，可以从用户提交的注册信息中获取其年龄、性别和职业等信息，也可以通过GPS(GlobalPositioningSystem，全球定位系统)确定用户的地理位置。

在获得到用户的个性化信息之后，可以进一步对这些信息进行统计分析，然后确定用户的用户标签。用户标签可以是对用户进行标注的高度精炼的特征标识。在本实施例中，用户标签可以用语义清晰的短文本来表示，以用于表征用户特点或偏好。例如，用户标签可以是“金融从业”或“韩剧粉丝”等。

步骤306，确定与用户标签匹配的主题。

在本实施例中，上述电子设备在确定出每个用户的用户标签后，可以将用户标签与步骤304中得到的候选信息的主题进行匹配。例如，可以计算用户标签与候选信息主题之间的相似度，并将相似度达到一定程度(如80％)的候选信息的主题，作为与用户标签匹配的主题。

步骤307，将候选信息推送给与其主题匹配的用户标签指定的用户。

在本实施例中，上述电子设备在确定出与用户标签匹配的主题后，可以进一步筛选出与每个候选信息的主题所匹配的用户标签，然后将候选信息分别推送给那些具有相应用户标签的用户。

从图3中可以看出，与图2对应的实施例相比，本实施例中的信息推送方法的流程300，不但可以基于离线挖掘的用户主题来配置主题模型，以减少主题模型分析时的在线计算时间，而且可以为用户设置用户标签，从而在推送时可以直接查询用户标签，提高查询效率。由此，本实施例描述的方案可以进一步提高信息推送的效率。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种信息推送装置的一个实施例，该装置实施例与图2-3所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例所述的信息推送装置400包括：获取模块410、分析模块420和推送模块430。其中，获取模块410，用于获取多个候选信息；分析模块420，用于通过Spark平台对候选信息进行主题模型分析，确定各候选信息的主题；推送模块430，用于将候选信息推送给与其主题对应的用户。

在本实施例中，信息推送装置400的获取模块410可以通过有线连接方式或者无线连接方式从各个网络平台上获取多个候选信息。

在本实施例中，信息推送装置400的分析模块420可以利用于Spark平台中的主题模型，例如LDA模型或者PLSA模型，对候选信息进行实时分析，以确定每个候选信息所对应的主题。

在本实施例中，信息推送装置400的推送模块430可以根据指数分析模块420分析出的主题，将候选信息推送给那些可能对其主题感兴趣的用户。

在本实施例的一些可选的实现方式中，获取模块410进一步用于：实时获取网络中新增的文本信息，作为候选信息。

在本实施例的一些可选的实现方式中，分析模块420在通过Spark平台对候选信息进行主题模型分析之前，还进一步用于：将候选信息转换为Spark平台中的弹性分布式数据集RDD输入。

在本实施例的一些可选的实现方式中，信息推送装置400还包括：主题确定模块，用于基于多个用户的历史浏览记录，确定用户主题；配置模块，用于将用户主题配置为Spark平台中主题模型的主题。

在本实施例的一些可选的实现方式中，信息推送装置400还包括：标签确定模块，用于基于用户的个性化信息，确定用户的用户标签。推送模块430进一步用于：确定与用户标签匹配的主题；将候选信息推送给与其主题匹配的用户标签指定的用户。

在本实施例的一些可选的实现方式中，个性化信息包括：年龄、性别、职业、地理位置和历史浏览记录中的至少一项。

本领域技术人员可以理解，上述信息推送装置400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4中未示出。

下面参考图5，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统500的结构示意图。

图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于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。所描述的单元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、信息确定模块、指数确定模块和推送模块。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“用于获取多个候选信息的模块”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取多个候选信息；通过Spark平台对所述候选信息进行主题模型分析，确定各所述候选信息的主题；将所述候选信息推送给与其主题对应的用户。

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)

1.一种信息推送方法，其特征在于，所述方法包括：

获取多个候选信息；

通过Spark平台对所述候选信息进行主题模型分析，确定各所述候选信息的主题；

将所述候选信息推送给与其主题对应的用户。

2.根据权利要求1所述的信息推送方法，其特征在于，所述获取多个候选信息包括：

实时获取网络中新增的文本信息，作为所述候选信息。

3.根据权利要求1所述的信息推送方法，其特征在于，在通过Spark平台对候选信息进行主题模型分析之前，所述方法还包括：

将所述候选信息转换为所述Spark平台中的弹性分布式数据集RDD输入。

4.根据权利要求1所述的信息推送方法，其特征在于，所述方法还包括：

基于多个用户的历史浏览记录，确定用户主题；

将所述用户主题配置为所述Spark平台中主题模型的主题。

5.根据权利要求1所述的信息推送方法，其特征在于，所述方法还包括：

基于所述用户的个性化信息，确定所述用户的用户标签；

将所述候选信息推送给其主题对应的用户，包括：

确定与所述用户标签匹配的主题；

将所述候选信息推送给与其主题匹配的用户标签指定的用户。

6.根据权利要求5所述的信息推送方法，其特征在于，所述个性化信息包括：年龄、性别、职业、地理位置和历史浏览记录中的至少一项。

7.一种信息推送装置，其特征在于，所述装置包括：

获取模块，用于获取多个候选信息；

分析模块，用于通过Spark平台对所述候选信息进行主题模型分析，确定各所述候选信息的主题；

推送模块，用于将所述候选信息推送给与其主题对应的用户。

8.根据权利要求7所述的信息推送装置，其特征在于，所述获取模块进一步用于：

实时获取网络中新增的文本信息，作为所述候选信息。

9.根据权利要求7所述的信息推送装置，其特征在于，所述分析模块在通过Spark平台对候选信息进行主题模型分析之前，还进一步用于：

将所述候选信息转换为所述Spark平台中的弹性分布式数据集RDD输入。

10.根据权利要求7所述的信息推送装置，其特征在于，还包括：

主题确定模块，用于基于多个用户的历史浏览记录，确定用户主题；

配置模块，用于将所述用户主题配置为所述Spark平台中主题模型的主题。

11.根据权利要求7所述的信息推送装置，其特征在于，还包括：

标签确定模块，用于基于所述用户的个性化信息，确定所述用户的用户标签；

所述推送模块进一步用于：

确定与所述用户标签匹配的主题；

将所述候选信息推送给与其主题匹配的用户标签指定的用户。

12.根据权利要求11所述的信息推送装置，其特征在于，所述个性化信息包括：年龄、性别、职业、地理位置和历史浏览记录中的至少一项。