CN108304582B - 一种网络信息推送方法及系统 - Google Patents

Abstract

本发明涉及一种网络信息推送方法及系统，所述方法包括步骤：建立初始的数据结构，一条数据包括K个特征变量和一个目标变量；收集历史数据，并根据收集到的历史数据，计算每个特征变量的缺失率；仅保留缺失率小于设定阈值的特征变量，构建成新的数据结构；根据新的数据结构及所述历史数据，建立流行度预测函数；利用所述流行度预测函数计算得到待处理网络信息的流行度预测值，并判断该流行度预测值是否大于设定的门限值，如果是则将该网络信息推送至用户终端或距离用户终端最近的通信基站。采用本发明方法或系统在建立预测函数时选取的特征变量更加合理，可以使得建立的预测函数更加准确，得到更准确的预测值，继而可以提高网络信息服务质量。

Description

一种网络信息推送方法及系统

技术领域

本发明涉及通信服务技术领域，特别涉及一种网络信息推送方法及系统。

背景技术

在无线通信网络中，为了提高网络通信服务质量，有人提出了一种信息推送方法，即对于一些网络信息(如视频、新闻、文件等)，预测其在未来一段时间内的流行度(流行度即是指被点击查阅的概率)，将流行度较高的，即未来可能被大量用户点击查阅要求传输的信息内容，预先推送到用户终端缓存内，或者预先推送到距离用户最近的通信接入节点(蜂窝通信基站)上，当用户点击查阅该信息内容时，就可以立即看到所需要的信息内容，以此提高用户对网络信息服务质量的满意度。在这一过程中，需要根据信息内容的一些特征变量，给出其流行度的预测值，预测得越准确，对网络信息服务质量提升的效果越大，预测如果与实际情况偏差越大，则可能浪费网络信息传输资源，甚至降低网络信息服务质量。因此，选取合适的特征变量以期得到更加准确的预测值，是提高网络信息服务质量的关键。然而目前的操作是将所有的特征变量都用于建立预测函数，而特征变量如果在历史数据中缺失严重将会导致预测函数的建立不够准确，继而影响预测的准确度。

发明内容

本发明的目的在于提供一种网络信息推送方法及系统，以提高网络信息服务质量。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一方面，本发明提供了一种网络信息推送方法，包括以下步骤：

建立初始的数据结构，一条数据包括K个特征变量和一个目标变量，所述目标变量为网络信息的流行度；

确定待处理网络信息的类别，并根据确定的类别收集N条同类别网络信息的历史数据，N和K均为正整数；

根据收集到的历史数据，计算每个特征变量的缺失率，所述缺失率为缺失该特征变量的数据条数占数据总条数N的比例；

仅保留缺失率小于设定阈值的特征变量，构建成新的数据结构；

根据新的数据结构及所述历史数据，建立流行度预测函数；

利用所述流行度预测函数计算得到待处理网络信息的流行度预测值，并判断该流行度预测值是否大于设定的门限值，如果是则将该网络信息推送至用户终端或距离用户终端最近的通信基站。

另一方面，本发明还提供了一种网络信息推送系统，包括：

数据结构建立模块，用于建立初始的数据结构，一条数据包括K个特征变量和一个目标变量，所述目标变量为网络信息的流行度；

历史数据收集模块，用于确定待处理网络信息的类别，并根据确定的类别收集N条同类别网络信息的历史数据，N和K均为正整数；

缺失率计算模块，用于根据收集到的历史数据，计算每个特征变量的缺失率，所述缺失率为缺失该特征变量的数据条数占数据总条数N的比例；

数据结构更新模块，用于仅保留缺失率小于设定阈值的特征变量，构建成新的数据结构；

预测函数建立模块，用于根据新的数据结构及所述历史数据，建立流行度预测函数；

网络信息推送模块，用于利用所述流行度预测函数计算得到待处理网络信息的流行度预测值，并判断该流行度预测值是否大于设定的门限值，如果是则将该网络信息推送至用户终端或距离用户终端最近的通信基站。

再一方面，本发明还提供了一种包括计算机可读指令的计算机可读存储介质，所述计算机可读指令在被执行时使处理器执行本发明实施例任一所述方法中的操作。

再一方面，本发明还提供了一种电子设备，所述的设备包括：存储器，存储程序指令；处理器，与所述存储器相连接，执行存储器中的程序指令，实现本发明实施例任一所述方法中的步骤。

与现有技术相比，本发明所述方法及系统在建立预测函数之前，将缺失率较大的特征变量进行删除，仅保留缺失率较小的特征变量用于建立预测函数，消除了缺失率较大的特征变量对预测函数的影响，即是说通过合理的选择特征变量使得建立的预测函数更准确，进而提高了待处理网络信息流行度的预测准确度，继而更有助于提高网络信息服务质量。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的一种网络信息推送方法的流程示意图。

图2为本发明实施例提供的一种网络信息推送系统的功能模块示意图。

图3为本发明实施例提供的一种电子设备的结构示意框图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例提供了一种网络信息推送方法，包括以下步骤：

S101，建立初始的数据结构，一条数据包括K个特征变量和一个目标变量，所述目标变量为网络信息的流行度，K为正整数。针对于不同的应用，目标变量和特征变量可以不同，在网络信息服务应用中，所述目标变量即为网络信息的流行度，所谓网络信息的流行度是指网络信息被点击查阅的概率，流行度越高，被点击查阅的概率越大。在网络信息服务应用中，特征变量可以包括：网络信息长度，网络信息类型，网络信息在过去i(i＝1,2,3,4…，也可以是其他时间区间，此处仅作为一个举例)小时内在本区域实际被点击查阅的数量，网络信息在过去24小时(也可以是其他时间区间，此处仅作为一个举例)在其他h(h＝1,2,3,4…，)个区域实际被点击查阅的数量，i每取一个值为一个特征变量，h每取一个值为一个特征变量。

以视频为例，即待处理网络信息为一段新产生的视频，设计的特征变量可以包括：视频长度、视频类型(类型包括财经、娱乐、社会、体育、时政、电影、电视剧，等等，当然也可以有其他分类方式)、视频在过去1小时在本小区实际发生的点击数量、视频在过去2小时在本小区实际发生的点击数量、视频在过去3小时在本小区实际发生的点击数量、…、视频在过去i小时在本小区实际发生的点击数量、…、视频在过去24小时在另一小区1实际发生的点击数量、视频在过去24小时在另一小区2实际发生的点击数量、视频在过去24小时在另一小区3实际发生的点击数量、…、视频在过去24小时在另一小区h实际发生的点击数量、…，该视频的流行度就是目标变量。

S102，确定待处理网络信息的类别，并根据确定的类别收集N条同类别网络信息的历史数据，N为正整数。网络信息的类别包括：视频、音频、网页，这是目前通常的类别划分，当然也可以有其他不同的类别划分。历史数据可以有很多，人们对不同类别的网络信息的感兴趣程度是不一样的，即是说不同类别的网络信息的流行度是不一样的，因此本步骤中，仅收集同类别网络信息的历史数据，更利于提高待处理网络信息流行度预测的准确度。所述历史数据是指建立预测函数所需要的数据，例如，网络信息在过去1小时内在本区域实际被点击查阅的数量，网络信息在过去2小时内在其他一个区域实际被点击查阅的数量，等等。历史数据的收集可以从网络运营商处获取。

S103，根据收集到的历史数据，计算初始的数据结构中每个特征变量的缺失率，所述缺失率为缺失该特征变量的数据条数占数据总条数的比例。例如，N条历史数据中，有m条历史数据都缺少“网络信息在过去1小时内在本区域实际被点击查阅的数量”这一特征变量，那么就认为这一特征变量的缺失率为m/N。

S104，根据每个特征变量的缺失率，仅保留缺失率小于设定阈值的特征变量，构建成新的数据结构。

作为一种可实施方式的举例，本步骤在实现时，首先将K个特征变量的缺失率按照从大到小的顺序排序；然后找到排序第[0.2K](此处0.2K仅是作为一种可实施方式的举例，0～0.7K都是可选择的方式，设定阈值的设置原则可以是初始的数据结构中的特征变量越多，阈值可以设置的相应越大)个缺失率数字，将其作为所述设定阈值，[0.2K]表示对0.2K四舍五入取整数；最后仅保留排序第[0.2K]个以后的缺失率所对应的特征变量，构成新的数据结构。对于缺失率相同的多个特征变量，排序时该多个特征变量相互之间的顺序可以随意排列。

例如，假设初始的数据结构中，K个特征变量分别为k1、k2、k3、k4、k5、k6、k7、k8，对应的缺失率分别为p1、p2、p3、p4、p5、p6、p7、p8，按照缺失率从大到小的顺序排列后的结果为：p1、p5、p7、p3、p6、p2、p8、p4，找到0.2K＝1.6四舍五入取2后的缺失率为p5，那么保留的特征变量为缺失率p7、p3、p6、p2、p8、p4分别对应的k7、k3、k6、k2、k8、k4这6个特征变量。新的数据结构则包括k7、k3、k6、k2、k8、k4这6个特征变量和一个目标变量。

S105，根据新的数据结构及所述历史数据，建立流行度预测函数。根据历史数据建立流行度预测函数的方法(或者说流行度预测函数的函数模型)有多种，作为一种简单且可行的实施方式，可以采用线性拟合法建立流行度预测函数，即流行度预测函数模型为P(y)＝d1*K1+d2*K2+…+dk*Kk++d0，其中，P(y)为目标变量，即流行度预测值，d1、d2、…、dk分别为特征变量K1、K2、…、Kk对应的权重，d0为常量。

例如上例中，可构建流行度预测函数模型为P(y)＝d1’*k2+d2’*k3+d3’*k4+d4’*k6+d5’*k7+d6’*k8+d0，其中，P(y)为目标变量，d1’、d2’、d3’、d4’、d5’、d6’分别为特征变量k2、k3、k4、k6、k7、k8对应的权重，d0为常量。将N条历史数据对应的数值(各个特征变量的值和对应的目标变量的值)代入上述预测函数模型，即可拟合出一条合适的直线，得到上述预测函数模型中d1’、d2’、d3’、d4’、d5’、d6’、d0的具体数值，即构建完成流行度预测函数。

S106，利用建立的流行度预测函数计算得到待处理网络信息的流行度预测值，并判断该流行度预测值是否大于设定的门限值，如果是则将待处理网络信息推送至用户终端或距离用户终端最近的通信基站，如果不是则不推送该待处理网络信息。

假设某个手机网络的小区基站的覆盖半径是2公里，在此覆盖范围内约有1万名用户。当一个新的视频内容产生后，预测计算此视频内容在未来72小时之内、在这个小区内的流行度时，用0～1表示，流行度为0代表此视频内容不会被用户点击查阅，流行度为1代表此视频内容会被所有用户点击查阅，当有部分用户会点击查阅时流行度为点击查阅的用户数量与总用户数量1万的比率。当历史数据中记录的各个特征变量的值为具体的用户数量时，如“视频在过去1小时内在本小区实际被点击查阅的数量”的记录值为3000，即表示1万用户中有3000用户点击查阅了该视频，在计算以得到预测函数时宜将3000的数值变换为3000/10000＝0.3进行计算。

例如，设定的门限值为0.7，而计算出来的流行度预测值为0.83(例如利用历史数据中各个特征变量的均值作为特征变量数据)，则推送该视频至用户终端或距离用户终端最近的通信基站，用户点击后即可快速的查阅该视频，减少用户点击后视频的传输时间，尤其是在网络拥塞时用户的体验更加明显，继而提高网络信息服务质量。

基于相同的发明思路，本发明实施例同时提供了一种网络信息推送系统，本系统实施例描述中未涉及之处，可以参见前述方法实施例的相关描述。请参阅图2，本发明实施例提供的网络信息推送系统包括数据结构建立模块，历史数据收集模块，缺失率计算模块，数据结构更新模块，预测函数建立模块，网络信息推送模块。其中，

数据结构建立模块，用于建立初始的数据结构，一条数据包括K个特征变量和一个目标变量，所述目标变量为网络信息的流行度；

历史数据收集模块，用于确定待处理网络信息的类别，并根据确定的类别收集N条同类别网络信息的历史数据，N和K均为正整数；

缺失率计算模块，用于根据收集到的历史数据，计算每个特征变量的缺失率，所述缺失率为缺失该特征变量的数据条数占数据总条数N的比例；

数据结构更新模块，用于仅保留缺失率小于设定阈值的特征变量，构建成新的数据结构；

预测函数建立模块，用于根据新的数据结构及所述历史数据，建立流行度预测函数；

网络信息推送模块，用于利用所述流行度预测函数计算得到待处理网络信息的流行度预测值，并判断该流行度预测值是否大于设定的门限值，如果是则将该待处理网络信息推送至用户终端或距离用户终端最近的通信基站。

如图3所示，本实施例同时提供了一种电子设备，该电子设备可以包括处理器31和存储器32，其中存储器32耦合至处理器31。值得注意的是，该图是示例性的，还可以使用其他类型的结构来补充或替代该结构，实现数据提取、图表重绘、通信或其他功能。

如图3所示，该电子设备还可以包括：输入单元33、显示单元34和电源35。值得注意的是，该电子设备也并不是必须要包括图3中显示的所有部件。此外，电子设备还可以包括图3中没有示出的部件，可以参考现有技术。

处理器31有时也称控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该处理器31接收输入并控制电子设备的各个部件的操作。

其中，存储器32例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其他合适装置中的一种或多种，可存储上述处理器31的配置信息、处理器31执行的指令、记录的图表数据等信息。处理器31可以执行存储器32存储的程序，以实现信息存储或处理等。在一个实施例中，存储器32中还包括缓冲存储器，即缓冲器，以存储中间信息。

输入单元33例如用于向处理器31提供收集到的历史数据。显示单元34用于显示计算得到的网络信息的流行度预测值，和/或流行度预测函数，该显示单元例如可以为LCD显示器，但本发明并不限于此。电源35用于为电子设备提供电力。

应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

所述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单元来实现本发明实施例方案的目的。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种网络信息推送方法，其特征在于，包括以下步骤：

建立初始的数据结构，一条数据包括K个特征变量和一个目标变量，所述目标变量为网络信息的流行度；

确定待处理网络信息的类别，并根据确定的类别收集N条同类别网络信息的历史数据，N和K均为正整数；

根据收集到的历史数据，计算每个特征变量的缺失率，所述缺失率为缺失该特征变量的数据条数占数据总条数N的比例；

将K个特征变量的缺失率按照从大到小的顺序排序；找到排序第[0～0.7K]个缺失率数字，将其作为设定阈值，[0～0.7K]表示对0～0.7K四舍五入取整数；保留排序第[0～0.7K]个以后的缺失率所对应的特征变量，构建成新的数据结构；

根据新的数据结构及所述历史数据，建立流行度预测函数；

利用所述流行度预测函数计算得到待处理网络信息的流行度预测值，并判断该流行度预测值是否大于设定的门限值，如果是则将该网络信息推送至用户终端或距离用户终端最近的通信基站。

2.根据权利要求1所述的方法，其特征在于，K个特征变量包括：网络信息长度，网络信息类型，网络信息在过去i小时内在本区域实际被点击查阅的数量，网络信息在过去设定时间段内在其他h个区域实际被点击查阅的数量，i＝1,2,3,4……，h＝1,2,3,4……，i每取一个值为一个特征变量，h每取一个值为一个特征变量。

3.根据权利要求1所述的方法，其特征在于，所述预测函数通过线性拟合法而建立。

4.一种网络信息推送系统，其特征在于，包括：

数据结构建立模块，用于建立初始的数据结构，一条数据包括K个特征变量和一个目标变量，所述目标变量为网络信息的流行度；

历史数据收集模块，用于确定待处理网络信息的类别，并根据确定的类别收集N条同类别网络信息的历史数据，N和K均为正整数；

缺失率计算模块，用于根据收集到的历史数据，计算每个特征变量的缺失率，所述缺失率为缺失该特征变量的数据条数占数据总条数N的比例；

数据结构更新模块，用于将K个特征变量的缺失率按照从大到小的顺序排序，找到排序第[0～0.7K]个缺失率数字，将其作为设定阈值，[0～0.7K]表示对0～0.7K四舍五入取整数，仅保留排序第[0～0.7K]个以后的缺失率所对应的特征变量，构建成新的数据结构；

预测函数建立模块，用于根据新的数据结构及所述历史数据，建立流行度预测函数；

网络信息推送模块，用于利用所述流行度预测函数计算得到待处理网络信息的流行度预测值，并判断该流行度预测值是否大于设定的门限值，如果是则将该待处理网络信息推送至用户终端或距离用户终端最近的通信基站。

5.一种包括计算机可读指令的计算机可读存储介质，其特征在于，所述计算机可读指令在被执行时使处理器执行权利要求1-3任一所述方法中的操作。

6.一种电子设备，其特征在于，所述的设备包括：

存储器，存储程序指令；

处理器，与所述存储器相连接，执行存储器中的程序指令，实现权利要求1-3任一所述方法中的步骤。

Images