CN107590255A - 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。该方法的一具体实施方式包括：接收终端发送的包括搜索信息的信息获取请求；将搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词；搜索待推送信息集合中与推送关键词具有关联关系的待推送信息，并将与推送关键词具有关联关系的待推送信息推送至终端，其中，推送关键词与待推送信息之间的关联关系通过如下步骤确定：分别获取待推送信息的描述信息以及利用推送关键词搜索得到的第一图片搜索结果；基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度；将关联度满足预设阈值的待推送信息与推送关键词确定为具有关联关系，该方式提高了信息推送的准确度。

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

信息推送，又称为“网络广播”，是通过一定的技术标准或协议，在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户，可以减少用户在网络上搜索所花的时间。

然而，现有的信息推送方式通常是将关键词集合中的关键词与待推送信息根据语义直接匹配，降低了待推送信息与关键词之间的关联度。

发明内容

本申请的目的在于提出一种改进的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，本申请实施例提供了一种信息推送方法，该方法包括：接收终端发送的信息获取请求，其中，信息获取请求包括搜索信息；将搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词；搜索待推送信息集合中与推送关键词具有关联关系的待推送信息，并将与推送关键词具有关联关系的待推送信息推送至终端，其中，推送关键词与待推送信息之间的关联关系通过如下步骤确定：分别获取待推送信息的描述信息以及利用推送关键词搜索得到的第一图片搜索结果；基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度；将关联度满足预设阈值的待推送信息与推送关键词确定为具有关联关系。

在一些实施例中，描述信息包括文本描述信息；以及基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度，包括：获取利用文本描述信息搜索得出的第二图片搜索结果；对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果；对第二图片搜索结果进行特征提取，得到第二图像特征向量作为描述信息的向量化结果；基于描述信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度。

在一些实施例中，描述信息包括图片描述信息；以及基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度，包括：对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果；对图片描述信息进行特征提取，得到第三图像特征向量作为图片描述信息的向量化结果；基于描述信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度。

在一些实施例中，在基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度之前，该方法还包括：对待推送信息的图片描述信息进行图像识别；根据识别结果，筛选出满足预设类别的图片描述信息。

在一些实施例中，基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度，包括：基于描述信息和第一图片搜索结果之间的至少一个关联度，确定待推送信息与推送关键词的关联度。

在一些实施例中，基于描述信息和第一图片搜索结果之间的至少一个关联度，确定待推送信息与推送关键词的关联度，包括：对至少一个关联度中的每一个关联度设置权重；基于权重，对至少一个关联度中的每一个关联度进行加权平均计算，得到均值结果；根据均值结果，确定待推送信息与推送关键词的关联度。

第二方面，本申请实施例提供了一种信息推送装置，该装置包括：接收单元，配置用于接收终端发送的信息获取请求，其中，信息获取请求包括搜索信息；匹配单元，配置用于将搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词；信息推送单元，配置用于搜索待推送信息集合中与推送关键词具有关联关系的待推送信息，并将与推送关键词具有关联关系的待推送信息推送至终端，其中，推送关键词与待推送信息之间的关联关系通过关联子单元确定，关联子单元包括：获取模块，配置用于分别获取待推送信息的描述信息以及利用推送关键词搜索得到的第一图片搜索结果；关联度确定模块，配置用于基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度；关联关系确定模块，配置用于将关联度满足预设阈值的待推送信息与推送关键词确定为具有关联关系。

在本实施例的一些可选的实现方式中，描述信息包括文本描述信息；以及关联度确定模块包括：第二图片搜索结果获取子模块，配置用于获取利用文本描述信息搜索得出的第二图片搜索结果；第一特征提取子模块，配置用于对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果；第二特征提取子模块，配置用于对第二图片搜索结果进行特征提取，得到第二图像特征向量作为描述信息的向量化结果；第一确定子模块，配置用于基于文本信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度。

在本实施例的一些可选的实现方式中，描述信息包括图片描述信息；以及关联度确定模块包括：第三特征提取子模块，配置用于对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果；第四特征提取子模块，配置用于对图片描述信息进行特征提取，得到第三图像特征向量作为图片描述信息的向量化结果；第二确定子模块，配置用于基于描述信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度。

在本实施例的一些可选的实现方式中，关联度确定模块包括：图像识别子模块，配置用于对待推送信息的图片描述信息进行图像识别；筛选子模块，配置用于根据识别结果，筛选出满足预设类别的图片描述信息。

在本实施例的一些可选的实现方式中，关联度确定模块包括关联度确定子模块，配置用于基于描述信息和第一图片搜索结果之间的至少一个关联度，确定待推送信息与推送关键词的关联度。

在本实施例的一些可选的实现方式中，关联度确定子模块配置进一步用于对至少一个关联度中的每一个关联度设置权重；基于权重，对至少一个关联度中的每一个关联度进行加权平均计算，得到均值结果；根据均值结果，确定待推送信息与推送关键词的关联度。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的信息推送方法和装置，通过将接收到的终端发送的搜索信息与关键词集合中的关键词匹配得到推送关键词后，利用推送关键词搜索推送信息集合中与推送关键词具有关联关系的推送信息，之后将与推送关键词具有关联关系的待推送信息推送至终端，上述关联关系可以首先分别获取待推送信息的描述信息以及利用推送关键词搜索得到的第一图片搜索结果，接着基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度，最后将关联度满足预设条件的待推送信息与推送关键词确定为具有关联关系的方法得到，从而提高推送关键词与待推送信息之间的关联度，使得推送信息更加准确。

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一个应用场景的示意图；

图4是根据本申请的确定推送关键词与待推送信息之间的关联关系的方法的一个实施例的流程图；

图5是根据本申请的确定推送关键词与待推送信息之间的关联关系的方法的又一个实施例的流程图；

图6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7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基于用户终端位置的信息推送方法或基于用户终端位置的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、购物类应用、搜索类应用、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可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机等等。

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上显示的信息提供支持的后台服务器。后台服务器可以对接收到的信息获取请求进行处理，并将处理结果(例如待推送信息)反馈给终端设备。

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，其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。该信息推送方法，包括以下步骤：

步骤201，接收终端发送的信息获取请求。

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105)可以通过有线连接方式或者无线连接方式从用户利用其进行网页浏览的终端接收信息获取请求，其中，上述信息获取请求包括用户的搜索信息，该搜索信息包括但不限于词语、短语、句子等。作为示例，用户利用某一终端上安装的购物类软件输入“巧克力”，则服务器可接收到终端发送的获取与“巧克力”有关的信息获取请求。

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(ultra wideband)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，将搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词。

本实施例中，上述电子设备上预先设置有关键词集合，关键词结合中包括多个关键词。根据步骤201中确定的搜索信息，上述电子设备可以将搜索信息与关键词集合中的关键词匹配，根据匹配结果，将匹配的关键词确定为推送关键词。在这里，当搜索信息为搜索词或搜索短语时，可以将搜索信息与关键词集合中的关键词直接匹配；当搜索信息为句子时，可以利用语义分析方式，对该句子进行全切分方法，将句子分割为词，再对所得到的词进行重要性计算(例如采用词频-逆向文件频率方法(Term Frequency-Inverse DocumentFrequency，TF-IDF))，基于重要性计算的结果得到搜索词，再将切分得到的搜索词与关键词集合中的关键词匹配。

本实施例中，当上述关键词集合中的关键词与上述搜索词或搜索短语的字面意思完全一致时，可以确定搜索信息与关键词集合中的关键词匹配，同时将匹配的关键词确定为推送关键词。

本实施例中，上述关键词集合中每一个关键词都会预先设置有与关键词对应的至少一个同义词或近义词，当上述搜索词或搜索短语完全包含上述关键词集合中的至少一个关键词或关键词的同义词时，可以确定搜索信息与关键词集合中的关键词匹配，同时将匹配的关键词确定为推送关键词。

步骤203，搜索待推送信息集合中与推送关键词具有关联关系的待推送信息，并将与推送关键词具有关联关系的待推送信息推送至终端。

本实施例中，上述电子设备可以预先设置有待推送信息集合，待推送信息集合中包含多条待推送信息。在这里，待推送信息集合中的每一条待推送信息均与至少一个关键词集合中的关键词具有关联关系，每一个关键词集合中的关键词与待推送信息集合中的至少一条待推送信息具有关联关系。根据步骤202中确定的与搜索信息对应的推送关键词，上述电子设备可以在待推送信息集合中搜索与推送关键词具有关联关系的推送信息，并将与推送关键词具有关联关系的推送信息推送至终端。在这里，上述待推送信息可以为文字信息、可以为图片信息、可以为文字与图片的组合信息等。

本实施例中，推送关键词与待推送信息之间的关联关系通过如下步骤确定：

首先，分别获取待推送信息的描述信息以及利用推送关键词搜索得到的第一图片搜索结果。在这里，上述描述信息用于描述待推送信息的概要内容。该描述信息可以为文本信息，可以为图片信息，也可以为文本信息与图片信息的组合。例如，当上述待推送信息为一段文字以及多张图片时，上述描述信息可以为该段文字的简要描述词以及上述多张图片中的一张代表性图片。服务器中预先存储有和每一条待推送信息对应的描述信息。因此，服务器可以获取待推送信息的描述信息。在这里，上述电子设备可以预先利用推送关键词在搜索引擎或图片集合中对图片进行搜索，得到第一图片搜索结果，上述电子设备可以获取上述第一图片搜索结果。上述电子设备也可以实时利用推送关键词在搜索引擎或图片集合中对图片进行搜索，得到第一图片搜索结果。上述第一图片搜索结果中的图片可以与推送关键词具有相同的特征属性。作为示例，当上述推送关键词为“红色”时，上述第一图片搜索结果中的图片可以为“红色图片”，也可以为具有红色背景的图片。上述利用推送关键词对图片进行搜索的方法为现有公知技术，在此不再赘述。

其次，基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度。作为一种实现方式，可以对第一图片搜索结果中的各图片利用OCR(OpticalCharacter Recognition，光学字符识别)技术进行解析，提取各图片的关键词。当上述描述信息为文本信息时，可以提取文本信息的关键词，当上述描述信息为图片信息时，可以对该图片进行解析，提取该图片的关键词。将第一图片搜索结果中与各图片对应的关键词和描述信息的关键词进行比对，根据比对结果，来确定待推送信息与推送关键词之间的关联度。

最后，将关联度满足预设阈值的。作为一种实现方式，根据上述步骤中利用关键词确定的待推送信息与推送关键词之间的关联度，当意思相同或相近的关键词的个数满足预设数量时，可以将待推送信息与推送关键词确定为具有关联关系。

在本实施例的一些可选的实现方式中，基于描述信息和第一图片搜索结果之间的至少一个关联度，确定待推送信息与推送关键词的关联度。在一些应用场景中，描述信息可以包括文本描述信息和图片描述信息，文本描述信息和第一图片搜索结果之间的关联度与图片描述信息和第一图片搜索结果之间的关联度可以通过不同的方式进行确定，从而得到描述信息和第一图片搜索结果的多个关联度。上述电子设备可以基于描述信息和第一图片搜索结果之间的至少一个关联度，来确定推送信息与推送关键词的关联度。

在本实施例的一些可选的实现方式中，基于描述信息和第一图片搜索结果之间的至少一个关联度，确定待推送信息与推送关键词的关联度的步骤包括：首先对上述至少一个关联度中的每一个关联度设置权重。其次，基于该权重，对上述至少一个关联度中的每一个关联度进行加权平均计算，得到均值结果。最后，根据该均值结果，确定待推送信息与推送关键词的关联度。

请继续参考图3，图3是根据本实施例的信息推送方法的应用场景的一个示意图。在图3的应用场景中，用户在安装在终端设备上的应用中的搜索框301中输入了搜索词“洗面奶”，以获取与“洗面奶”有关的信息。上述电子设备在接收到用户发送的搜索词“洗面奶”后，与关键词集合中的关键词匹配。匹配成功后，将“洗面奶”确定为推送关键词。接着上述电子设备搜索待推送信息集合中与具有关联关系的待推送信息，其中待推送信息集合中有2条待推送信息302、303与推送关键词“洗面奶”具有关联关系，上述电子设备将该2条推送信息302、303推送至终端，如图3所示，该2条待推送信息302、303呈现在终端页面中。

本申请提供的信息推送方法和装置，通过将接收到的终端发送的搜索信息与关键词集合中的关键词匹配得到推送关键词后，利用推送关键词搜索推送信息集合中与推送关键词具有关联关系的推送信息，之后将与推送关键词具有关联关系的待推送信息推送至终端，上述关联关系可以首先分别获取待推送信息的描述信息以及利用退工关键词搜索得到的第一图片搜索结果，接着基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度，最后将关联度满足预设条件的待推送信息与推送关键词确定为具有关联关系的方法得到，从而提高推送关键词与待推送信息之间的关联度，使得推送信息更加精确。

进一步参考图4，其示出了确定推送关键词与待推送信息之间的关联关系的方法的一个实施例的流程400。该确定推送关键词与待推送信息之间的关联关系的方法的流程400，包括以下步骤：

步骤401，分别获取待推送信息的描述信息以及利用所述推送关键词搜索得到的第一图片搜索结果。

在本实施例中，描述信息包括文本描述信息，文本描述信息可以为文本词、文本句子等。上述电子设备中预先存储有和每一条待推送信息对应的文本描述信息。因此，上述电子设备可以获取待推送信息的文本描述信息。上述电子设备可以预先利用推送关键词在搜索引擎或图片库中对图片进行搜索，得到第一图片搜索结果，上述电子设备可以获取上述第一图片搜索结果；上述电子设备也可以实时利用推送关键词在搜索引擎或图片库中对图片进行搜索，得到第一图片搜索结果。

步骤402，获取利用文本描述信息搜索得出的第二图片搜索结果。

本实施例中，当上述文本描述信息为文本句子时，可以将文本句子切分为多个词语，并提取与文本句子对应的关键词。

本实施例中，上述电子设备可以预先利用上述文本词或者与文本句子对应的关键词在搜索引擎或图片集合中对图片进行搜索，得到第二图片搜索结果，从而上述电子设备可以获取上述第二图片搜索结果；上述电子设备也可以实时利用上述文本词或者与文本句子对应的关键词在搜索引擎或图片库中对图片进行搜索，得到第二图片搜索结果。

步骤403，对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果。

本实施例中，第一图像搜索结果中包含多张与推送关键词对应的图片，每一张图片中均包含有至少一个特征信息。基于步骤401中获得的第一图片搜索结果，上述电子设备可以对第一图片搜索结果中的每张图片进行特征提取，得到第一图像特征向量。其中，第一图像特征向量包含多维分量，每一维分量代表一个特征类别，上述电子设备可以将第一图片搜索结果中的每一张图片的每一个特征按照其所属的类别映射到每一维分量中。在这里，可以对每一维分量设置分值，该维分值越高，代表第一图片搜索结果中具有该特征类别的图片越多。上述电子设备可以预先设置分值阈值，当该维分量的分值小于分值阈值时，可以将该维分量的分值设置为零，从而，在进行关联度计算时，该分值为0的分量可以不参与计算。这样一来，参与关联度计算的第一图像特征向量中的每一维分量均为上述第一图片搜索结果中至少部分图片所共有的特征。从而，分值不为零的上述第一图像特征向量的各分量可以代表第一图片搜索结果中各个图片的共性特征。由于该第一图片搜索结果为上述推送关键词进行图片搜索后的结果，因此，该第一图像特征向量可以作为推送关键词的向量化结果。

本实施例中，可以利用卷积神经网络对第一图片搜索结果进行特征提取。具体地，基于步骤401中获取的第一图片搜索结果，上述电子设备可以生成第一图片搜索结果中各图片的图像矩阵。实践中，图像可以采用矩阵理论和矩阵算法对图像进行分析和处理。其中，图像矩阵的行对应图像的高，图像矩阵的列对应图像的宽，图像矩阵的元素对应图像的像素。作为示例，在图像是灰度图像的情况下，图像矩阵的元素可以对应灰度图像的灰度值；在图像是彩色图像的情况下，图像矩阵的元素对应彩色图像的RGB(Red Green Blue，红绿蓝)值。接着，上述电子设备可以将第一图片搜索结果中各图片的图像矩阵输入至预先训练的卷积神经网络，从而得到第一图像特征向量。第一图像特征向量可以用于描述第一图片搜索结果中各图片所具有的特征。在这里，卷积神经网络可以是AlexNet，也可以是GoogleNet。值得注意的是，卷积神经网络为现有的公知技术，在此不再赘述。

需要说明的是，上述电子设备还可以基于霍夫变换、随机场构造模型、傅里叶形状描述符法、构造图像灰度梯度方向矩阵等任意的图像特征提取方式(或者多种图像特征提取方式的任意结合)进行上述目标图片的图像特征的提取。并且，对图像特征的提取方式不限于以上提到的方式。

需要指出的是，上述图像特征提取方法是目前广泛研究和应用的公知技术，在此不再赘述。

步骤404，对第二图片搜索结果进行特征提取，得到第二图像特征向量作为描述信息的向量化结果。

本实施例中，第二图像搜索结果中包含多张与文本描述信息对应的图片，每一张图片中均包含有至少一个特征信息。基于步骤401中获得的第二图片搜索结果，上述电子设备可以对第二图片搜索结果中的每张图片进行特征提取，得到第二图像特征向量。其中，第二图像特征向量包含多维分量，每一维分量代表一个特征类别，上述电子设备可以将第一图片搜索结果中的每一张图片的每一个特征按照其所属的类别映射到每一维分量中。在这里，可以对每一维分量设置分值，该维分值越高，代表第二图片搜索结果中具有该特征类别的图片越多。上述电子设备可以预先设置分值阈值，当该维分量的分值小于分值阈值时，可以将该维分量的分值设置为零，从而，在进行关联度计算时，该分值为0的分量可以不参与计算。这样一来，参与关联度计算的第二图像特征向量中的每一维分量均为上述第二图片搜索结果中至少部分图片所共有的特征。从而，分值不为零的上述第二图像特征向量的各分量可以代表第二图片搜索结果中各个图片的共性特征。由于该第二图片搜索结果为上述文本描述信息进行图片搜索后的结果，因此，该第二图像特征向量可以作为文本描述信息的向量化结果。

对第二图片搜索结果进行特征提取的具体方法可以与对第一图片搜索结果进行特征提取的方法相同，在此不再赘述。

步骤405，基于描述信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度。

本实施例中，根据步骤403中得到的推送关键词的向量化结果以及步骤404中得到的描述信息的向量化结果，上述电子设备可以计算推送关键词的向量与描述信息的向量之间的距离。其中，推送关键词的向量与描述信息的向量之间的距离可以衡量推送关键词的向量与描述信息的向量之间的关联度。通常，距离越小或越接近某一个数值，关联度越高，距离越大或越偏离某一个数值，关联度越低。从而，根据推送关键词的向量与描述信息的向量之间的关联度，确定待推送信息与推送关键词之间的关联度。推送关键词的向量与描述信息的向量之间的关联度越高，待推送信息与推送关键词之间的关联度越高；推送关键词的向量与描述信息的向量之间的关联度越低，待推送信息与推送关键词之间的关联度越低。

本实施例中，电子设备可以计算推送关键词的向量与描述信息的向量之间的欧氏距离。其中，欧氏距离又可以被称为欧几里得度量(euclidean metric)，通常指在m维空间中两个点之间的真实距离，或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离就是两点之间的实际距离。通常，两个向量之间的欧氏距离越小，关联度越高；两个向量之间的欧氏距离越大，关联度越低。

本实施例中，电子设备可以计算推送关键词的向量与描述信息的向量之间的余弦距离。其中，余弦距离又可以被称为余弦关联度，是通过计算两个向量的夹角余弦值来评估它们的关联度。通常，两个向量之间的夹角越小，余弦值越接近于1，关联度越高；两个向量之间的夹角越大，余弦值越偏离1，关联度越低。

步骤406，将关联度满足预设条件的待推送信息与推送关键词确定为具有关联关系。

本实施例中，根据步骤405计算出的推送关键词的向量与描述信息的向量之间的关联度，上述电子设备可以根据预先设置的预设阈值确定待推送信息与推送关键词是否具有关联关系，并将关联度大于预设阈值的待推送信息与推送关键词确定为具有关联关系。

本申请实施例提供的确定推送关键词与待推送信息之间的关联关系的方法，通过分别获取待推送信息的描述信息以及利用所述推送关键词搜索得到的第一图片搜索结果，获取利用文本描述信息搜索得出的第二图片搜索结果，对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果，对第二图片搜索结果进行特征提取，得到第二图像特征向量作为描述信息的向量化结果，基于描述信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度，将关联度满足预设条件的待推送信息与推送关键词确定为具有关联关系。从而更加准确的确定推送关键词与待推送信息之间的额关联关系。

进一步参考图5，其示出了确定推送关键词与待推送信息之间的关联关系的方法的一个实施例的流程500。该确定推送关键词与待推送信息之间的关联关系的方法的流程500，包括以下步骤：

步骤501，分别获取待推送信息的描述信息以及利用所述推送关键词搜索得到的第一图片搜索结果。

在本实施例中，描述信息可以包括图片描述信息，其中图片描述信息中包括至少一张用于描述待推送信息的图片。上述电子设备可以获取待推送信息的图片描述信息，以及利用搜索引擎中的图片搜索功能得到的推送关键词的第一图片搜索结果。

步骤502，对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果。

步骤503，对图片描述信息进行图像识别。

本实施例中，上述电子设备可以对上述各图片进行图像识别。其中，该图像识别的方法可以包括利用OCR(Optical Character Recognition，光学字符识别)技术对各图片进行解析；也可以包括利用图像识别软件对各图片进行解析，从而识别出图片中所包含的文字信息。

步骤504，根据识别结果，筛选出满足预设类别的图片描述信息。

本实施例中，根据步骤502中对图片描述信息中的各图片进行图像识别，从而识别出图片所包含的文字信息后，上述电子设备可以根据预先设定的类别筛选出满足条件的图片描述信息。

步骤505，对图片描述信息进行特征提取，得到第三图像特征向量作为描述信息的向量化结果。

图片描述信息中包含至少一张图片，每一张图片中均包含有至少一个特征信息。上述电子设备可以对图片描述信息中的每张图片进行特征提取，得到第三图像特征向量。该第三图像特征向量可以作为描述信息的向量化结果。其中，第三图像特征向量包含多维分量，每一维分量代表一个特征类别，上述电子设备可以将图片描述信息中的每一张图片的每一个特征按照其所属的类别映射到每一维分量中。

对图片描述信息进行特征提取的具体实现方法可以参考图4中的步骤403对第一图像搜索结果进行特征提取的方法，在此不再赘述。

步骤506，基于描述信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度。

步骤507，将关联度满足预设条件的待推送信息与推送关键词确定为具有关联关系。

步骤502、步骤506和步骤507分别与前述实施例中的步骤403、步骤405和步骤406相同，上文针对步骤403、步骤405和步骤406的描述也适用于本实施中的步骤502、步骤506和步骤507，此处不再赘述。

从图5中可以看出，与图4所示的实施例不同的是，本实施例中的描述信息为图片描述信息，同时本实施例主要将图片描述信息进行特征提取，并将图片描述信息的向量化结果与推送关键词的向量化结果进行关联度计算，从多方面确定待推送信息与推送关键词之间的关联度，从而更加准确的确定推送关键词与待推送信息之间的关联关系。

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种信息推送装置的一个实施例，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各种电子设备中。

如图6所示，本实施例所述的信息推送装置600包括：接收单元601、匹配单元602、信息推送单元603，信息推送单元又包括关联子单元6031，关联子单元6031又包括获取模块60311、关联度确定模块60312以及关联关系确定模块60313。其中，接收单元601配置用于接收终端发送的信息获取请求，其中，信息获取请求包括搜索信息；匹配单元602配置用于将搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词；信息推送单元603配置用于搜索待推送信息集合中与推送关键词具有关联关系的待推送信息，并将与推送关键词具有关联关系的待推送信息推送至终端。获取模块60311配置用于分别获取待推送信息的描述信息以及利用推送关键词搜索得到的第一图片搜索结果；关联度确定模块60312配置用于基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度；关联关系确定模块60313配置用于将关联度满足预设阈值的待推送信息与推送关键词确定为具有关联关系。

在本实施例中，接收单元601、匹配单元602、信息推送单元603，获取模块60311、关联度确定模块60312以及关联关系确定模块60313的具体处理可以参考图2对应实施例步骤201、步骤202和步骤203的详细描述，在此不再赘述。

在本实施例的一些可选的实现方式中，描述信息包括文本描述信息；以及关联度确定模块60312包括：第二图片搜索结果获取子模块(未示出)，配置用于获取利用文本描述信息搜索得出的第二图片搜索结果；第一特征提取子模块(未示出)，配置用于对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果；第二特征提取子模块(未示出)，配置用于对第二图片搜索结果进行特征提取，得到第二图像特征向量作为描述信息的向量化结果；第一确定子模块(未示出)，配置用于基于文本信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度。

在本实施例的一些可选的实现方式中，描述信息包括图片描述信息；以及关联度确定模块60312包括：第三特征提取子模块(未示出)，配置用于对第一图片搜索结果进行特征提取，得到第一图像特征向量作为推送关键词的向量化结果；第四特征提取子模块(未示出)，配置用于对图片描述信息进行特征提取，得到第三图像特征向量作为图片描述信息的向量化结果；第二确定子模块(未示出)，配置用于基于描述信息的向量化结果和推送关键词的向量化结果，确定待推送信息与推送关键词之间的关联度。

在本实施例的一些可选的实现方式中，关联度确定模块60312包括：图像识别子模块(未示出)，配置用于对待推送信息的图片描述信息进行图像识别；筛选子模块(未示出)，配置用于根据识别结果，筛选出满足预设类别的图片描述信息。

在本实施例的一些可选的实现方式中，关联度确定模块60312包括关联度确定子模块(未示出)，配置用于基于描述信息和第一图片搜索结果之间的至少一个关联度，确定待推送信息与推送关键词的关联度。

在本实施例的一些可选的实现方式中，关联度确定子模块(未示出)配置进一步用于对至少一个关联度中的每一个关联度设置权重；基于权重，对至少一个关联度中的每一个关联度进行加权平均计算，得到均值结果；根据均值结果，确定待推送信息与推送关键词的关联度。

下面参考图7，其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；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707；包括硬盘等的存储部分708；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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，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710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708。

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，其包括承载在计算机可读介质上的计算机程序，该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709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

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，该模块、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：一种处理器包括接收单元、匹配单和信息推送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收终端发送的信息获取请求的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：接收终端发送的信息获取请求，其中，信息获取请求包括搜索信息；将搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词；搜索待推送信息集合中与推送关键词具有关联关系的待推送信息，并将与推送关键词具有关联关系的待推送信息推送至终端，其中，推送关键词与待推送信息之间的关联关系通过如下步骤确定：分别获取待推送信息的描述信息以及利用推送关键词搜索得到的第一图片搜索结果；基于描述信息和第一图片搜索结果，确定待推送信息与推送关键词之间的关联度；将关联度满足预设阈值的待推送信息与推送关键词确定为具有关联关系。

Claims (14)

1.一种信息推送方法，其特征在于，所述方法包括：

接收终端发送的信息获取请求，其中，所述信息获取请求包括搜索信息；

将所述搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词；

搜索待推送信息集合中与所述推送关键词具有关联关系的待推送信息，并将与所述推送关键词具有关联关系的待推送信息推送至所述终端，其中，推送关键词与待推送信息之间的关联关系通过如下步骤确定：分别获取待推送信息的描述信息以及利用所述推送关键词搜索得到的第一图片搜索结果；基于所述描述信息和所述第一图片搜索结果，确定所述待推送信息与所述推送关键词之间的关联度；将关联度满足预设阈值的待推送信息与推送关键词确定为具有关联关系。

2.根据权利要求1所述的方法，其特征在于，所述描述信息包括文本描述信息；以及

所述基于所述描述信息和所述第一图片搜索结果，确定所述待推送信息与所述推送关键词之间的关联度，包括：

获取利用所述文本描述信息搜索得出的第二图片搜索结果；

对所述第一图片搜索结果进行特征提取，得到第一图像特征向量作为所述推送关键词的向量化结果；

对所述第二图片搜索结果进行特征提取，得到第二图像特征向量作为所述描述信息的向量化结果；

基于所述描述信息的向量化结果和所述推送关键词的向量化结果，确定所述待推送信息与所述推送关键词之间的关联度。

3.根据权利要求1所述的方法，其特征在于，所述描述信息包括图片描述信息；以及

所述基于所述描述信息和所述第一图片搜索结果，确定所述待推送信息与所述推送关键词之间的关联度，包括：

对所述第一图片搜索结果进行特征提取，得到第一图像特征向量作为所述推送关键词的向量化结果；

对所述图片描述信息进行特征提取，得到第三图像特征向量作为所述描述信息的向量化结果；

基于所述描述信息的向量化结果和所述推送关键词的向量化结果，确定所述待推送信息与所述推送关键词之间的关联度。

4.根据权利要求3所述的方法，其特征在于，在所述基于所述描述信息和所述第一图片搜索结果，确定所述待推送信息与所述推送关键词之间的关联度之前，所述方法还包括：

对所述待推送信息的图片描述信息进行图像识别；

根据识别结果，筛选出满足预设类别的图片描述信息。

5.根据权利要求1所述的方法，其特征在于，所述基于所述描述信息和所述第一图片搜索结果，确定所述待推送信息与所述推送关键词之间的关联度，包括：

基于所述描述信息和所述第一图片搜索结果之间的至少一个关联度，确定所述待推送信息与所述推送关键词的关联度。

6.根据权利要求5所述的方法，其特征在于，所述基于所述描述信息和所述第一图片搜索结果之间的至少一个关联度，确定所述待推送信息与所述推送关键词的关联度，包括：

对所述至少一个关联度中的每一个关联度设置权重；

基于所述权重，对所述至少一个关联度中的每一个关联度进行加权平均计算，得到均值结果；

根据所述均值结果，确定所述待推送信息与所述推送关键词的关联度。

7.一种信息推送装置，其特征在于，所述装置包括：

接收单元，配置用于接收终端发送的信息获取请求，其中，所述信息获取请求包括搜索信息；

匹配单元，配置用于将所述搜索信息与关键词集合中的关键词匹配，将匹配的关键词确定为推送关键词；

信息推送单元，配置用于搜索待推送信息集合中与所述推送关键词具有关联关系的待推送信息，并将与所述推送关键词具有关联关系的待推送信息推送至所述终端，其中，推送关键词与待推送信息之间的关联关系通过关联子单元确定，关联子单元包括：获取模块，配置用于分别获取待推送信息的描述信息以及利用所述推送关键词搜索得到的第一图片搜索结果；关联度确定模块，配置用于基于所述描述信息和所述第一图片搜索结果，确定所述待推送信息与所述推送关键词之间的关联度；关联关系确定模块，配置用于将关联度满足预设阈值的待推送信息与推送关键词确定为具有关联关系。

8.根据权利要求7所述的装置，其特征在于，所述描述信息包括文本描述信息；以及

所述关联度确定模块包括：

第二图片搜索结果获取子模块，配置用于获取利用所述文本描述信息搜索得出的第二图片搜索结果；

第一特征提取子模块，配置用于对所述第一图片搜索结果进行特征提取，得到第一图像特征向量作为所述推送关键词的向量化结果；

第二特征提取子模块，配置用于对所述第二图片搜索结果进行特征提取，得到第二图像特征向量作为所述描述信息的向量化结果；

第一确定子模块，配置用于基于所述描述信息的向量化结果和所述推送关键词的向量化结果，确定所述待推送信息与所述推送关键词之间的关联度。

9.根据权利要求7所述的装置，其特征在于，所述描述信息包括图片描述信息；以及

所述关联度确定模块包括：

第三特征提取子模块，配置用于对所述第一图片搜索结果进行特征提取，得到第一图像特征向量作为所述推送关键词的向量化结果；

第四特征提取子模块，配置用于对所述图片描述信息进行特征提取，得到第三图像特征向量作为所述描述信息的向量化结果；

第二确定子模块，配置用于基于所述描述信息的向量化结果和所述推送关键词的向量化结果，确定所述待推送信息与所述推送关键词之间的关联度。

10.根据权利要求9所述的装置，其特征在于，所述关联度确定模块包括：

图像识别子模块，配置用于对所述待推送信息的图片描述信息进行图像识别；

筛选子模块，配置用于根据识别结果，筛选出满足预设类别的图片描述信息。

11.根据权利要求7所述的装置，其特征在于，所述关联度确定模块包括：

关联度确定子模块，配置用于基于所述描述信息和所述第一图片搜索结果之间的至少一个关联度，确定所述待推送信息与所述推送关键词的关联度。

12.根据权利要求11所述的装置，其特征在于，所述关联度确定子模块配置进一步用于：

对所述至少一个关联度中的每一个关联度设置权重；

基于所述权重，对所述至少一个关联度中的每一个关联度进行加权平均计算，得到均值结果；

根据所述均值结果，确定所述待推送信息与所述推送关键词的关联度。

13.一种服务器，其特征在于，所述服务器包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。