CN108491522A - 信息推送方法及装置 - Google Patents

Abstract

本发明实施方式提供了信息推送方法及装置，涉及计算机应用技术领域。其中，信息推送方法包括：根据对应于数据源的查询信息从所述数据源中提取信息碎片；从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组；向用户推送基于所述信息碎片组生成的聚合信息。本发明所提供的方法提取出相关度大于或等于设定阈值的信息碎片组，并且向用户推送基于所述信息碎片组生成的聚合信息，因此，能够有效过滤噪声数据，实现向用户推送有参考价值的信息，提升用户的体验度。

Description

信息推送方法及装置

技术领域

本发明涉及计算机应用技术领域，更为具体而言，涉及信息推送方法及装置。

背景技术

消息推送技术是随着互联网的迅速发展应运而生的。消息推送技术是指有目的性地将信息主动推送到用户。通常采用服务器-客户端机制，由服务器主动将信息推送给客户端。因此，推送技术实际上就是把信息自动送到用户面前的技术，即实现“信息找用户”。

然而，在现有技术中，消息推送技术存在以下问题：向用户推送的消息存在噪声数据，从而降低了消息的参考价值，影响用户体验度。

发明内容

在现有的解决方案中，基于RSS(Really Simple Syndication，简易信息聚合)技术获取推送信息，然而，通过该技术获取到的信息存在相关度低、关联性不强的问题，从而导致向用户推送的信息中存在噪声数据，降低了消息的参考价值，影响用户体验度。

对此，本发明实施方式提供了信息推送方法及装置，用以解决现有技术中所存在的上述技术问题。

第一方面，本发明实施方式提供了一种信息推送方法。

具体地，所述方法包括：

根据对应于数据源的查询信息从所述数据源中提取信息碎片；

从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组；

向用户推送基于所述信息碎片组生成的聚合信息。

在本实施方式中，提取出相关度大于或等于设定阈值的信息碎片组，并且向用户推送基于所述信息碎片组生成的聚合信息，因此，能够有效过滤噪声数据，实现向用户推送有参考价值的信息，提升用户的体验度。

结合第一方面，在本发明的一些实施方式中，向用户推送基于所述信息碎片组生成的聚合信息包括：

分析所述用户感兴趣的信息格式；

将所述聚合信息中采用所述信息格式的聚合信息推送给所述用户。

在本实施方式中，分析用户感兴趣的信息格式，并向用户推送采用该信息格式的信息，因此，能够从信息浏览的角度提升个性化服务，从而提高信息推送的有效性。

结合第一方面，在本发明的一些实施方式中，向用户推送基于所述信息碎片组生成的聚合信息包括：

预判所述用户的查询需求；

将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户。

在本实施方式中，对用户的查询需求进行预判，并向用户推送与其查询需求对应的信息，因此，能够从信息搜索的角度提升个性化服务，从而提高信息推送的有效性。

结合第一方面，在本发明的一些实施方式中，将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户包括：

从所述聚合信息中检索出与所述查询需求对应的聚合信息；

对检索出的聚合信息执行优化处理；

将经优化处理后的聚合信息推送给所述用户。

在本实施方式中，向用户推送经优化处理的信息，因此，能够提高推送信息的质量，从而进一步提高信息推送的有效性。

结合第一方面，在本发明的一些实施方式中，对检索出的聚合信息执行优化处理包括：

按照指定的分析粒度对检索出的聚合信息进行切分以得到子信息；

计算所述子信息与所述查询需求之间的相关性指数；

从检索出的聚合信息中删除所述相关性指数小于第二设定阈值的子信息，以实现所述优化处理。

在本实施方式中，按照指定的分析粒度对信息进行切分以得到子信息，根据子信息与查询需求之间的相关性指数，从信息中删除所述相关性指数小于设定阈值的子信息，以实现对信息的优化处理，因此，能够进一步过滤噪声数据。

第二方面，本发明实施方式提供了一种信息推送装置。

具体地，所述装置包括：

提取模块，用于根据对应于数据源的查询信息从所述数据源中提取信息碎片；

筛选模块，用于从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组；

推送模块，用于向用户推送基于所述信息碎片组生成的聚合信息。

在本实施方式中，提取出相关度大于或等于设定阈值的信息碎片组，并且向用户推送基于所述信息碎片组生成的聚合信息，因此，能够有效过滤噪声数据，实现向用户推送有参考价值的信息，提升用户的体验度。

结合第二方面，在本发明的一些实施方式中，所述推送模块包括：

分析单元，用于分析所述用户感兴趣的信息格式；

推送单元，用于将所述聚合信息中采用所述信息格式的聚合信息推送给所述用户。

在本实施方式中，分析用户感兴趣的信息格式，并向用户推送采用该信息格式的信息，因此，能够从信息浏览的角度提升个性化服务，从而提高信息推送的有效性。

结合第二方面，在本发明的一些实施方式中，所述推送模块包括：

预判单元，用于预判所述用户的查询需求；

推送单元，用于将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户。

在本实施方式中，对用户的查询需求进行预判，并向用户推送与其查询需求对应的信息，因此，能够从信息搜索的角度提升个性化服务，从而提高信息推送的有效性。

结合第二方面，在本发明的一些实施方式中，所述推送单元包括：

检索组件，用于从所述聚合信息中检索出与所述查询需求对应的聚合信息；

优化组件，用于对检索出的聚合信息执行优化处理；

推送组件，用于将经优化处理后的聚合信息推送给所述用户。

在本实施方式中，向用户推送经优化处理的信息，因此，能够提高推送信息的质量，从而进一步提高信息推送的有效性。

结合第二方面，在本发明的一些实施方式中，所述优化组件包括：

切分子组件，用于按照指定的分析粒度对检索出的聚合信息进行切分以得到子信息；

计算子组件，用于计算所述子信息与所述查询需求之间的相关性指数；

优化子组件，用于从检索出的聚合信息中删除所述相关性指数小于第二设定阈值的子信息，以实现所述优化处理。

在本实施方式中，按照指定的分析粒度对信息进行切分以得到子信息，根据子信息与查询需求之间的相关性指数，从信息中删除所述相关性指数小于设定阈值的子信息，以实现对信息的优化处理，因此，能够进一步过滤噪声数据。

本发明的这些方面或其他方面在以下具体实施方式的描述中会更加简明易懂。

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式描述中所需要使用的附图作一简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。

图1是根据本发明方法实施方式1的信息推送的流程图；

图2示出了图1所示的S3的一种实施方式；

图3示出了图1所示的S3的另一种实施方式；

图4示出了图3所示的S32’的一种实施方式；

图5示出了图4所示的S322’的一种实施方式；

图6示出了图3所示的S32’的另一种实施方式；

图7是根据本发明产品实施方式1的信息推送装置的结构示意图；

图8示出了图7所示的推送模块300的一种实施方式；

图9示出了图7所示的推送模块300的另一种实施方式；

图10示出了图9所示的推送单元320’的一种实施方式；

图11示出了图10所示的优化子组件322’的一种实施方式；

图12示出了图9所示的推送单元320’的另一种实施方式；

图13是根据本发明实施方式的一种终端设备的结构示意图。

具体实施方式

以下结合附图和具体实施方式对本发明的各个方面进行详细阐述。其中，在本发明的各个具体实施方式中，众所周知的操作过程、程序模块、单元及其相互之间的连接、链接、通信或操作没有示出或未作详细说明。

并且，所描述的特征、架构或功能可在一个或一个以上实施例中以任何方式组合。

此外，本领域技术人员应当理解，下述的各种实施方式只用于举例说明，而非用于限制本发明的保护范围。本领域的技术人员还可以容易理解，本文所述和附图所示的各实施方式中的程序模块、单元或步骤可以按多种不同配置进行组合和设计。

对于未在本说明书中进行具体说明的技术术语，除非另有特定说明，都应以本领域最宽泛的意思进行解释。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的标号如S1、S2等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

下面将结合附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明的一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施方式，都属于本发明保护的范围。

【方法实施方式1】

图1是根据本发明方法实施方式1的信息推送的流程图。参见图1，在本实施方式中，所述方法包括：

S1：根据对应于数据源的查询信息从所述数据源中提取信息碎片。

例如，根据正则表达式从网站源中提取信息碎片，根据URL(Uniform ResourceLocator，统一资源定位符)从RSS源中提取信息碎片，或者，根据数据库的IP(InternetProtocol，网络之间互连的协议)地址及SQL(Structured Query Language，结构化查询语言)语句从数据库源中提取信息碎片。

S2：从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组。

在本实施方式中，可选地，利用神经网络技术，例如采用卷积神经网络算法或者循环神经网络算法，从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组。

S3：向用户推送基于所述信息碎片组生成的聚合信息。

在本实施方式中，提取出相关度大于或等于设定阈值的信息碎片组，并且向用户推送基于所述信息碎片组生成的聚合信息，因此，能够有效过滤噪声数据，实现向用户推送有参考价值的信息，提升用户的体验度。

【方法实施方式2】

本实施方式所提供的信息推送方法包括方法实施方式1中的全部内容，在此不再赘述。如图2所示，在本实施方式中，通过以下处理实现S3：

S31：分析所述用户感兴趣的信息格式。

S32：将所述聚合信息中采用所述信息格式的聚合信息推送给所述用户。

在本实施方式中，分析用户感兴趣的信息格式，并向用户推送采用该信息格式的信息，因此，能够从信息浏览的角度提升个性化服务，从而提高信息推送的有效性。

【方法实施方式3】

本实施方式所提供的信息推送方法包括方法实施方式1中的全部内容，在此不再赘述。如图3所示，在本实施方式中，通过以下处理实现S3：

S31’：预判所述用户的查询需求。

S32’：将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户。

在本实施方式中，对用户的查询需求进行预判，并向用户推送与其查询需求对应的信息，因此，能够从信息搜索的角度提升个性化服务，从而提高信息推送的有效性。

【方法实施方式4】

本实施方式所提供的信息推送方法包括方法实施方式3中的全部内容，在此不再赘述。如图4所示，在本实施方式中，通过以下处理实现S32’：

S321’：从所述聚合信息中检索出与所述查询需求对应的聚合信息。

S322’：对检索出的聚合信息执行优化处理。

S323’：将经优化处理后的聚合信息推送给所述用户。

在本实施方式中，向用户推送经优化处理的信息，因此，能够提高推送信息的质量，从而进一步提高信息推送的有效性。

【方法实施方式5】

本实施方式所提供的信息推送方法包括方法实施方式4中的全部内容，在此不再赘述。如图5所示，在本实施方式中，通过以下处理实现S322’：

S3221’：按照指定的分析粒度，对检索出的聚合信息进行切分以得到子信息。

例如，可以以词语、句子或者段落为分析粒度。

S3222’：计算所述子信息与所述查询需求之间的相关性指数。

S3223’：从检索出的聚合信息中删除所述相关性指数小于第二设定阈值的子信息，以实现所述优化处理。

在本实施方式中，按照指定的分析粒度对信息进行切分以得到子信息，根据子信息与查询需求之间的相关性指数，从信息中删除所述相关性指数小于设定阈值的子信息，以实现对信息的优化处理，因此，能够进一步过滤噪声数据。

【方法实施方式6】

本实施方式所提供的信息推送方法包括方法实施方式3中的全部内容，在此不再赘述。如图6所示，在本实施方式中，通过以下处理实现S32’：

S321”：从所述聚合信息中检索出与所述查询需求对应的聚合信息。

S322”：根据所述用户在指定时间段内的操作记录，确定与所述查询需求对应的推送时间。

S323”：在所述推送时间将检索出的聚合信息推送给所述用户。

在本实施方式中，根据用户的操作记录分析与查询需求对应的推送时间，因此，能够有效减少由于推送不及时而造成的问题。

【方法实施方式7】

下面结合具体示例对本实施方式所提供的信息推送方法进行具体描述。在本实施方式中，所述方式包括：

(1)利用神经网络算法提取出相关度大于或等于第一设定阈值的信息碎片组。

其中，所述神经网络算法例如为卷积神经网络算法或者循环神经网络算法。

(2)基于所述信息碎片组生成聚合信息。

(3)根据用户在指定时间段内的操作记录(例如包括但不限于搜索记录和浏览记录)，预判所述用户的查询需求、所述用户感兴趣的信息格式(例如包括但不限于：文本格式、图片格式、视频格式和音频格式)以及与所述查询需求对应的推送时间。

(4)从所述聚合信息中选取出与所述查询需求对应且采用所述信息格式的聚合信息。

(5)对选取出的聚合信息进行优化处理。

例如，按照指定的分析粒度，对聚合信息进行切分以得到子信息；计算所述子信息与所述查询需求之间的相关性指数；从聚合信息中去除所述相关性指数小于第二设定阈值的子信息，以实现所述优化处理。

(6)在所述推送时间将经优化后的聚合信息推送给所述用户。

【产品实施方式1】

图7是根据本发明产品实施方式1的信息推送装置的结构示意图。参见图7，在本实施方式中，信息推送装置10包括：提取模块100、筛选模块200和推送模块300，具体地：

提取模块100用于根据对应于数据源的查询信息，从所述数据源中提取信息碎片。

筛选模块200用于从提取模块100提取的信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组。例如，利用神经网络技术筛选出所述信息碎片组。

推送模块300用于向用户推送基于筛选模块200筛选出的信息碎片组生成的聚合信息。

在本实施方式中，提取出相关度大于或等于设定阈值的信息碎片组，并且向用户推送基于所述信息碎片组生成的聚合信息，因此，能够有效过滤噪声数据，实现向用户推送有参考价值的信息，提升用户的体验度。

【产品实施方式2】

本实施方式所提供的信息推送装置包括产品实施方式1中的全部内容，在此不再赘述。如图8所示，在本实施方式中，推送模块300包括：分析单元310和推送单元320，具体地：

分析单元310用于分析所述用户感兴趣的信息格式。

推送单元320用于将所述聚合信息中采用分析单元310分析出的信息格式的聚合信息推送给所述用户。

在本实施方式中，分析用户感兴趣的信息格式，并向用户推送采用该信息格式的信息，因此，能够从信息浏览的角度提升个性化服务，从而提高信息推送的有效性。

【产品实施方式3】

本实施方式所提供的信息推送装置包括产品实施方式1中的全部内容，在此不再赘述。如图9所示，在本实施方式中，推送模块300包括：预判单元310’和推送单元320’，具体地：

预判单元310’用于预判所述用户的查询需求。

推送单元320’用于将所述聚合信息中与预判单元310’预判出的查询需求对应的聚合信息推送给所述用户。

在本实施方式中，对用户的查询需求进行预判，并向用户推送与其查询需求对应的信息，因此，能够从信息搜索的角度提升个性化服务，从而提高信息推送的有效性。

【产品实施方式4】

本实施方式所提供的信息推送装置包括产品实施方式3中的全部内容，在此不再赘述。如图10所示，在本实施方式中，推送单元320’包括：检索组件321’、优化组件322’和推送组件323’，具体地：

检索组件321’用于从所述聚合信息中检索出与所述查询需求对应的聚合信息。

优化组件322’用于对检索组件321’检索出的聚合信息执行优化处理。

推送组件323’用于将经优化组件322’进行优化处理后的聚合信息推送给所述用户。

在本实施方式中，向用户推送经优化处理的信息，因此，能够提高推送信息的质量，从而进一步提高信息推送的有效性。

【产品实施方式5】

本实施方式所提供的信息推送装置包括产品实施方式4中的全部内容，在此不再赘述。如图11所示，在本实施方式中，优化组件322’包括：切分子组件3221’、计算子组件3222’和优化子组件3223’，具体地：

切分子组件3221’用于按照指定的分析粒度对检索出的聚合信息进行切分以得到子信息。

计算子组件3222’用于计算切分子组件3221’切分出的子信息与所述查询需求之间的相关性指数。

优化子组件3223’用于从检索出的聚合信息中删除经计算子组件3222’计算出的相关性指数小于第二设定阈值的子信息，以实现所述优化处理。

在本实施方式中，按照指定的分析粒度对信息进行切分以得到子信息，根据子信息与查询需求之间的相关性指数，从信息中删除所述相关性指数小于设定阈值的子信息，以实现对信息的优化处理，因此，能够进一步过滤噪声数据。

【产品实施方式6】

本实施方式所提供的信息推送装置包括产品实施方式3中的全部内容，在此不再赘述。如图12所示，在本实施方式中，推送单元320’包括：检索组件321”、确定组件322”和推送组件323”，具体地：

检索组件321”用于从所述聚合信息中检索出与所述查询需求对应的聚合信息。

确定组件322”用于根据所述用户在指定时间段内的操作记录，确定与所述查询需求对应的推送时间。

推送组件323”用于在确定组件322”确定出的推送时间，将检索组件321”检索出的聚合信息推送给所述用户。

在本实施方式中，根据用户的操作记录分析与查询需求对应的推送时间，因此，能够有效减少由于推送不及时而造成的问题。

如图13所示，本发明的实施方式还提供了一种终端设备，包括存储器21和处理器22；其中，

存储器21用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被处理器22执行时能够实现如方法实施方式1至方法实施方式6中任意一项所述的方法。

在本实施方式中，提取出相关度大于或等于设定阈值的信息碎片组，并且向用户推送基于所述信息碎片组生成的聚合信息，因此，能够有效过滤噪声数据，实现向用户推送有参考价值的信息，提升用户的体验度。

此外，本发明的实施方式还提供一种计算机存储介质，所述计算机存储介质用于存储一条或多条计算机指令，其中，当所述一条或多条计算机指令被执行时能够实现如方法实施方式1至方法实施方式6中任意一项所述的方法。

在本实施方式中，提取出相关度大于或等于设定阈值的信息碎片组，并且向用户推送基于所述信息碎片组生成的聚合信息，因此，能够有效过滤噪声数据，实现向用户推送有参考价值的信息，提升用户的体验度。

本领域的技术人员可以清楚地了解到本发明可全部通过软件实现，也可借助软件结合硬件平台的方式来实现。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，所述计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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，智能手机或者网络设备等)执行本发明各个实施方式或者实施方式的某些部分所述的方法。

本文中所使用的“软件”等词均指一般意义上的任意类型的计算机编码或者计算机可执行指令集，可以运行所述编码或者指令集来使计算机或其他处理器程序化以执行如上所述的本发明的技术方案的各个方面。此外，需要说明的是，根据实施方式的一个方面，在执行时实施本发明的技术方案的方法的一个或多个计算机程序不必须要在一台计算机或处理器上，而是可以分布于多个计算机或者处理器中的模块中，以执行本发明的技术方案的各个方面。

计算机可执行指令可以有许多形式，如程序模块，可以由一台或多台计算机或是其他设备执行。一般地，程序模块包括例程、程序、对象、组件以及数据结构等等，执行特定的任务或是实施特定的抽象数据类型。特别地，在各种实施方式中，程序模块进行的操作可以根据各个不同实施方式的需要进行结合或者拆分。

并且，本发明的技术方案可以体现为一种方法，并且已经提供了所述方法的至少一个示例。可以通过任何一种合适的顺序执行动作，所述动作表现为所述方法中的一部分。因此，实施方式可以构造成可以按照与所示出的执行顺序不同的顺序执行动作，其中，可以包括同时地执行一些动作(尽管在示出的实施方式中，这些动作是连续的)。

本文所给出的和使用的定义，应当对照字典、通过引用而并入的文档中的定义、和/或其通常意思进行理解。

在权利要求书中以及上述的说明书中，所有的过度短语，例如“包括”、“具有”、“包含”、“承载”、“具有”、“涉及”、“主要由…组成”以及类似词语是应理解为是开放式的，即，包含但不限于。

本发明说明书中使用的术语和措辞仅仅为了举例说明，并不意味构成限定。本领域技术人员应当理解，在不脱离所公开的实施方式的基本原理的前提下，对上述实施方式中的各细节可进行各种变化。因此，本发明的范围只由权利要求确定，在权利要求中，除非另有说明，所有的术语应按最宽泛合理的意思进行理解。

以上具体描述了本发明的各种不同的实施方式，下面以另一种形式描述本发明各实施方式的技术方案的各个方面或特征，并且其不限于下述一系列段落，为了清楚起见，可给这些段落中的一些或所有段落指定字母数字。这些段落中的每一段可以以任何合适的方式与一个或多个其他段落的内容组合。在不限定合适的组合中的一些的实例的条件下，下文中的一些段落特别引用其他段落并且进一步限定其他段落。

A1、一种信息推送方法，所述方法包括：

根据对应于数据源的查询信息从所述数据源中提取信息碎片；

从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组；

向用户推送基于所述信息碎片组生成的聚合信息。

A2、如A1所述的方法中，向用户推送基于所述信息碎片组生成的聚合信息包括：

分析所述用户感兴趣的信息格式；

将所述聚合信息中采用所述信息格式的聚合信息推送给所述用户。

A3、如A1所述的方法中，向用户推送基于所述信息碎片组生成的聚合信息包括：

预判所述用户的查询需求；

将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户。

A4、如A3所述的方法中，将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户包括：

从所述聚合信息中检索出与所述查询需求对应的聚合信息；

对检索出的聚合信息执行优化处理；

将经优化处理后的聚合信息推送给所述用户。

A5、如A4所述的方法中，对检索出的聚合信息执行优化处理包括：

按照指定的分析粒度对检索出的聚合信息进行切分以得到子信息；

计算所述子信息与所述查询需求之间的相关性指数；

从检索出的聚合信息中删除所述相关性指数小于第二设定阈值的子信息，以实现所述优化处理。

A6、如A3所述的方法中，将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户包括：

从所述聚合信息中检索出与所述查询需求对应的聚合信息；

根据所述用户在指定时间段内的操作记录，确定与所述查询需求对应的推送时间；

在所述推送时间将检索出的聚合信息推送给所述用户。

B7、一种信息推送装置，所述装置包括：

提取模块，用于根据对应于数据源的查询信息从所述数据源中提取信息碎片；

筛选模块，用于从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组；

推送模块，用于向用户推送基于所述信息碎片组生成的聚合信息。

B8、如B7所述的装置中，所述推送模块包括：

分析单元，用于分析所述用户感兴趣的信息格式；

推送单元，用于将所述聚合信息中采用所述信息格式的聚合信息推送给所述用户。

B9、如B7所述的装置中，所述推送模块包括：

预判单元，用于预判所述用户的查询需求；

推送单元，用于将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户。

B10、如B9所述的装置中，所述推送单元包括：

检索组件，用于从所述聚合信息中检索出与所述查询需求对应的聚合信息；

优化组件，用于对检索出的聚合信息执行优化处理；

推送组件，用于将经优化处理后的聚合信息推送给所述用户。

B11、如B10所述的装置中，所述优化组件包括：

切分子组件，用于按照指定的分析粒度对检索出的聚合信息进行切分以得到子信息；

计算子组件，用于计算所述子信息与所述查询需求之间的相关性指数；

优化子组件，用于从检索出的聚合信息中删除所述相关性指数小于第二设定阈值的子信息，以实现所述优化处理。

B12、如B9所述的装置中，所述推送单元包括：

检索组件，用于从所述聚合信息中检索出与所述查询需求对应的聚合信息；

确定组件，用于根据所述用户在指定时间段内的操作记录，确定与所述查询需求对应的推送时间；

推送组件，用于在所述推送时间将检索出的聚合信息推送给所述用户。

C13、一种终端设备，包括存储器和处理器；其中，

所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时能够实现如A1至A6中任一项所述的方法。

D14、一种计算机存储介质，用于存储一条或多条计算机指令，其中，当所述一条或多条计算机指令被执行时能够实现如A1至A6中任一项所述的方法。

Claims (10)

1.一种信息推送方法，其特征在于，所述方法包括：

根据对应于数据源的查询信息从所述数据源中提取信息碎片；

从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组；

向用户推送基于所述信息碎片组生成的聚合信息。

2.如权利要求1所述的方法，其特征在于，向用户推送基于所述信息碎片组生成的聚合信息包括：

分析所述用户感兴趣的信息格式；

将所述聚合信息中采用所述信息格式的聚合信息推送给所述用户。

3.如权利要求1所述的方法，其特征在于，向用户推送基于所述信息碎片组生成的聚合信息包括：

预判所述用户的查询需求；

将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户。

4.如权利要求3所述的方法，其特征在于，将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户包括：

从所述聚合信息中检索出与所述查询需求对应的聚合信息；

对检索出的聚合信息执行优化处理；

将经优化处理后的聚合信息推送给所述用户。

5.如权利要求4所述的方法，其特征在于，对检索出的聚合信息执行优化处理包括：

按照指定的分析粒度对检索出的聚合信息进行切分以得到子信息；

计算所述子信息与所述查询需求之间的相关性指数；

从检索出的聚合信息中删除所述相关性指数小于第二设定阈值的子信息，以实现所述优化处理。

6.一种信息推送装置，其特征在于，所述装置包括：

提取模块，用于根据对应于数据源的查询信息从所述数据源中提取信息碎片；

筛选模块，用于从所述信息碎片中筛选出相关度大于或等于第一设定阈值的信息碎片组；

推送模块，用于向用户推送基于所述信息碎片组生成的聚合信息。

7.如权利要求6所述的装置，其特征在于，所述推送模块包括：

分析单元，用于分析所述用户感兴趣的信息格式；

推送单元，用于将所述聚合信息中采用所述信息格式的聚合信息推送给所述用户。

8.如权利要求6所述的装置，其特征在于，所述推送模块包括：

预判单元，用于预判所述用户的查询需求；

推送单元，用于将所述聚合信息中与所述查询需求对应的聚合信息推送给所述用户。

9.如权利要求8所述的装置，其特征在于，所述推送单元包括：

检索组件，用于从所述聚合信息中检索出与所述查询需求对应的聚合信息；

优化组件，用于对检索出的聚合信息执行优化处理；

推送组件，用于将经优化处理后的聚合信息推送给所述用户。

10.如权利要求9所述的装置，其特征在于，所述优化组件包括：

切分子组件，用于按照指定的分析粒度对检索出的聚合信息进行切分以得到子信息；

计算子组件，用于计算所述子信息与所述查询需求之间的相关性指数；

优化子组件，用于从检索出的聚合信息中删除所述相关性指数小于第二设定阈值的子信息，以实现所述优化处理。