CN108920651A - 信息推送方法、装置、服务器和存储介质 - Google Patents
信息推送方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN108920651A CN108920651A CN201810714765.XA CN201810714765A CN108920651A CN 108920651 A CN108920651 A CN 108920651A CN 201810714765 A CN201810714765 A CN 201810714765A CN 108920651 A CN108920651 A CN 108920651A
- Authority
- CN
- China
- Prior art keywords
- user
- scene
- reading behavior
- information
- candidate scenario
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种信息推送方法、装置、服务器和存储介质。其中,该方法包括:依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户的候选情景;从所述用户的候选情景中选择所述用户的实际情景;依据所述实际情景所关联的信息类别向所述用户推送信息。本发明实施例的技术方案能够精准定位用户的需求,增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
Description
技术领域
本发明实施例涉及信息处理技术,尤其涉及一种信息推送方法、装置、服务器和存储介质。
背景技术
随着个性化推荐技术的发展,为了提高用户体验,在用户浏览网页或使用应用程序阅读信息时,系统会依据用户兴趣,在海量数据中寻找合适的信息向用户推送。
目前,系统在向用户推送信息时,常使用的算法有基于内容推荐法、协同过滤推荐法以及混合推荐法,也包含一些改进算法,例如,基于维度划分为用户维度相关改进法和产品维度相关改进法。但是,现有的信息推送方法在向用户推送信息时,经常存在推送的信息用户并不感兴趣的情况,导致用户的使用体验较低,亟需改进。
发明内容
本发明实施例提供一种信息推送方法、装置、服务器和存储介质,能够精准定位用户的需求,增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
第一方面,本发明实施例提供了一种信息推送方法,该方法包括:
依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户的候选情景;
从所述用户的候选情景中选择所述用户的实际情景;
依据所述实际情景所关联的信息类别向所述用户推送信息。
第二方面,本发明实施例还提供了一种信息推送装置,该装置包括:
候选情景确定模块,依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户的候选情景;
实际情景选择模块,用于从所述用户的候选情景中选择所述用户的实际情景;
信息推送模块,用于依据所述实际情景所关联的信息类别向所述用户推送信息。
第三方面,本发明实施例还提供了一种服务器,包括:
一个或多个处理器;
至少一个高性能存储单元和至少一个低性能存储单元,用于存储一个或多个程序,以及用于存储数据;
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本发明任意实施例所述的信息推送方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所述的信息推送方法。
本发明通过依据用户历史阅读行为数据和各情景的阅读行为规则确定候选情景,然后从候选情景中确定用户的实际情景,最后根据确定的实际情景所关联的信息类别向用户进行信息的推送。能够精准定位用户的需求,增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
附图说明
图1是本发明实施例一提供的一种信息推送方法的流程图;
图2是本发明实施例二提供的一种信息推送方法的流程图;
图3是本发明实施例三提供的一种信息推送方法的流程图;
图4是本发明实施例四提供的一种信息推送方法的流程图;
图5A是本发明实施例五提供的一种信息推送方法的流程图
图5B是本发明实施例五提供的候选情景确定的原理示意图;
图5C是本发明实施例五提供的实际情景推送策略的原理示意图;
图5D是本发明实施例五提供的情景引导推荐策略的原理示意图;
图6是本发明实施例六提供的一种信息推送装置的结构示意图;
图7是本发明实施例七提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的信息推送方法的流程图,本实施例可适用于在用户上网阅读信息的过程中,向用户推送其感兴趣信息的情况,例如,可以是在用户浏览网页或使用应用程序阅读文章的过程中,系统通过用户浏览的网页或使用的应用程序向用户推送其感兴趣的文章。该方法可以由本发明实施例提供的信息推送装置或服务器来执行,该装置可采用硬件和/或软件的方式实现。如图1所示,具体包括如下步骤:
S101,依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定用户的候选情景。
其中,历史阅读行为数据可以是用户当前时刻之前执行阅读操作行为产生的数据,包括用户行为信息数据和信息内容数据,具体的,用户行为信息数据包括但不限于阅读信息时长、点击操作时间、点击次数等。例如,用户使用应用程序阅读热点新闻时,用户历史阅读行为数据可以是用户之前点击该应用程序的时间、点击每类新闻消息的时间和次数等。信息内容数据包括但不限于用户所阅读的信息的兴趣点、信息类别等,例如,用户使用应用程序阅读文章是属于美食类还是娱乐类,文章对应的兴趣点等。
本申请实施例中所涉及的情景为用户阅读时所处的情景,例如,可以包括美食情景、睡前情景、吃饭情景、休息情景以及出行情景等。针对每种情景都对应有该情景的阅读行为规则。各情景阅读行为规则可以是预先根据经验值以及系统内的海量用户的历史阅读行为数据设置的符合每种情景的阅读行为规则。具体的,可以是先根据经验值为各情景设置初步的特征,然后再针对每一情景,依据具备该情景的初步行为特征的用户的历史阅读行为数据确定该情景的阅读行为规则。例如,先依据经验值为睡前情景设置的初步特征是时间范围在21:00-23:00。然后查找这段时间内使用过该应用程序的所有用户的历史阅读行为,从所有用户的历史阅读行为中,进一步确定出睡前情景的阅读行为规则。
用户的候选情景可以是预先根据用户的历史阅读行为数据和每种情景的阅读行为规则,预估出的用户当前时刻可能处于的情景。预估出的用户候选情景可能是一个,也可能是多个。由于每种情景的阅读行为规则是根据大量用户的历史阅读行为数据确定的,且每种情景的阅读行为规则的适用范围比较广,因此通常情况下,为一个用户确定的候选情景都不止一个。
在本申请实施例中,依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定用户的候选情景时,可以是将用户的历史阅读行为数据分别与每种情景的阅读行为规则进行匹配,估计用户处于各情景下的概率,若大于概率阈值,则认为与该种情景的阅读行为规则匹配成功,则将该种情景确定为用户的候选情景。需要说明的是,情景的阅读行为规则通常是由多条子规则按照一定顺序排列后组成的,将用户的历史阅读行为数据与情景的阅读行为规则进行匹配时,并不限定于所有子规则都匹配才可将该情景确定为用户的候选情景,也可以是用户的历史阅读行为数据匹配排名靠前的预设个数的阅读行为子规则时,就可以将对应的情景确定为该用户的候选情景。还可以是只要用户的历史阅读行为数据匹配情景阅读行为的任一子规则时,就将对应的情景确定为该用户的候选情景。
示例性的,若用户的历史阅读行为数据包括:用户经常在12:00使用应用程序阅读热点新闻,用户在热点新闻中常看的是美食类和娱乐类的文章。则用户在12:00使用应用程序阅读热点新闻满足吃饭情景中的时间规则,阅读美食类的文章满足美食情景中的阅读信息类别规则,阅读娱乐类的文章满足休息情景中的阅读信息类别规则,因此可以根据该用户的历史阅读行为数据,确定用户的候选情景包括吃饭情景、美食情景以及休息情景。
S102,从用户的候选情景中选择用户的实际情景。
其中,用户实际情景可以是用户当前时刻所处的情景。例如,用户在吃饭时间使用应用程序阅读热点新闻,则用户当前的实际情景即为吃饭情景。可选的,用户的实际情景的个数并不限定于一个,可以是多个,例如,用户中午吃饭的时间使用应用程序阅读热点信息。此时用户所处的实际情景既是吃饭情景,也是休息情景。又如,用户吃饭时虽然处于吃饭情景,但是用户最为感兴趣的是在休息的时候阅读娱乐类的文章,确定实际情景,就是为了给用户推送其感兴趣的信息,因此用户当前的实际情景中也应该包含休息情景。
在本申请实施例中,从用户的候选情景中选择用户实际情景的方式有很多,本申请对此不进行限定,可以是根据用户当前阅读行为数据从候选情景中选择用户实际情景,例如,若S101中确定的用户的候选情景有吃饭情景、美食情景以及休息情景,且用户当前使用应用程序阅读热点新闻中的美食类文章超过3次,则从候选情景中选择的用户的实际情景为美食情景。也可以是根据用户历史行为数据从候选情景中选择用户的实际情景,例如,若S101中确定的用户的候选情景有吃饭情景、美食情景以及休息情景,且用户历史阅读行为数据选择阅读娱乐类文章的次数最多,则从候选情景中选择用户实际情景为休息情景。还可以是根据用户的当前使用的终端设备的定位情况,从候选情景中选择用户的实际情景,例如,若S101中确定的用户的候选情景有吃饭情景、美食情景以及休息情景,用户使用手机中的应用程序阅读热点新闻,且通过手机中的定位系统定位用户所在位置为一个餐厅,则从候选情景中选择用户实际情景为吃饭情景。
可选的,从用户的候选情景中选择用户实际情景时,不但可以通过以上任何一种方式选择,还可以通过以上几种方式的组合方式来进行用户实际情景的选择。从而使得确定的用户实际情景更为全面,进而保证向用户推送的信息更为准确。具体的组合方式本申请不进行限定,可以是将用户的历史阅读行为数据与当前阅读行为数据相结合,从用户的候选情景中选择用户的实际情景。例如,依据用户当前阅读行为数据确定用户当前行为对应的情景,根据用户的历史阅读行为数据确定用户经常处于的情景,将两种情景都选择为用户的实际情况,不但满足了用户当前行为对应的需求,还满足了用户一贯的喜好。也可以是将用户的历史行为数据、当前阅读行为数据以及当前用户的定位信息相结合,从用户的候选情景中选择用户的实际情景,从多维度选择的用户的实际情景,保证了情景选择的全面性与准确性。
S103,依据实际情景所关联的信息类别向用户推送信息。
其中,信息类别可以是对各种不同的信息按照一定的规则分类后得到的信息的种类,实际情景所关联的信息类别可以是在具体的实际情景下,该情景对应的不同信息的种类,例如,实际情景为美食情景,则美食情景所关联的信息类别可以包括美食推荐类文章、食谱类文章、营养学类文章等,文章的形式又可以包括文字、视频、图片等。
在本申请实施例中,依据实际情景所关联的信息类别向用户推送信息可以是先确定实际情景所关联的信息类别,然后再在海量的信息中确定具备该信息类别的信息作为推送信息,并推送给用户。
可选的,在依据实际情景所关联的信息类别向用户推荐信息时,可以是每隔预设时间(如1小时)推送一次;也可以是检测到用户操作终端或打开应用程序时进行推送;还可以是当检测到有与用户实际情景相匹配的新的消息出现时推送一次。本申请不进行限定。
需要说明的是,本申请的信息推送方法可以在向用户推送信息的同时,根据用户对推送消息的触发情况,重新执行S102,实时更新用户的实际情景,进一步向用户推送实时更新的实际情景所关联的信息类别的推送消息,提高了信息推送的灵活性与多样性,进而提高用户的满意度。
本实施例提供了一种信息推送方法,通过依据用户历史行为和各情景的阅读行为规则确定候选情景,然后从候选情景中确定用户的实际情景,最后根据确定的实际情景所关联的信息类别向用户进行信息的推送。能够精准定位用户的需求,增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
实施例二
图2为本发明实施例二提供的一种信息推送方法的流程图,该方法在上述实施例的基础上进一步的优化,具体给出了一种从用户的候选情景中选择用户的实际情景的具体情况介绍。如图2所示,该方法包括:
S201,确定各情景的初步行为特征。
其中,各情景的初步行为特征可以是针对各情景人们普遍都知晓的场景的特有属性特性。例如,人们普遍都是在12:00左右和18:00左右吃饭,因此可以根据经验值将吃饭情景的推送时间范围设置为12:00-13:00。可选的,情景的初步行为特征可以包括但不限于情景的触发次数、推送时间范围以及推送的信息类别等。
确定各情景的初步行为特征,可以是针对设置的每个情景,根据经验值和一些普遍认可的特征为各情景初步设置的特征。初步行为特征的覆盖范围较大,并不能准确反应各场景的具体的特征,需要进一步依据用户的历史阅读行为数据来完善各情景的特征,进而确定各情景的阅读行为规则。
S202,针对每一情景,依据具备该情景的初步行为特征的用户的历史阅读行为数据确定该情景的阅读行为规则。
具体的,针对每一个情景,在确定该情景的阅读行为规则时,可以是先根据S201中确定的该情景的初步行为特征,在海量的用户历史阅读行为数据中,判断满足该初步行为特征的用户的覆盖面是否达到预设要求(例如,看覆盖面是否达到85%以上),如果没有达到要求,说明初步特征确定的不合理,从新确定初步行为特征,如果达到要求,则获取满足该情景初步行为特征的用户的历史阅读行为数据,并对所有用户都共有的特征或大多数用户都具有的特征进行统计,确定该情景的阅读行为规则,其中确定的阅读行为规则中包括各子规则的排列顺序以及关联信息类别的推送信息等。
S203,依据当前用户的历史阅读行为数据以及各情景的阅读行为规则,确定当前用户的候选情景。
S204,若检测到当前时间属于任一候选情景的推送时间范围,或者,若检测到当前用户执行任一候选情景的推送触发操作,则将该候选情景作为当前用户的实际情景。
具体的,在确定当前用户的实际情景时,可以是若检测到当前时间属于任一候选情景的推送范围,则将该候选情景作为当前用户的实际情景。其中,场景的推送时间范围可以是根据经验值以及针对每个情景的特有属性,预先为其设置进行信息推送的时间段,例如,吃饭情景的推送时间范围可以是12:00-13:00和18:00-19:00。也可以是根据当前用户的历史使用习惯预先设定,例如,通过对当前用户的历史阅读行为数据分析发现该用户在13:00-14:30时间范围内使用应用程序阅读热点新闻的频次较多,可以预先将13:00-14:30时间范围设置为休息情景的推送时间范围。还可以是当前用户自己根据需求预选设定,例如用户在吃饭的时候总是不知道吃什么,想在吃点前看一些美食类的推送消息,因此,可以预先手动设置11:30-:12:30以及17:30-18:30时间范围内设置为美食情景。
若检测到当前时刻属于任意一个候选情景的推送时间范围时,即可将该候选情景作为当前用户实际情景。例如,当前时刻为14:00,检测到14:00属于休息情景的推送时间范围,则将候选情景中的休息情景作为当前用户的实际情景。可选的,由于当前时刻可能属于多个候选情景中,因此若检测到当前时刻属于多个候选情景的推送时间范围时,可以将多个候选情景都作为当前用户的实际情景。例如,若吃饭情景的推送时间范围是12:00-13:00和18:00-19:00,美食情景的推送时间范围是11:30-12:30以及17:30-18:30,若当前时刻为12:15,则当前时刻即属于吃饭情景的推送时间范围,又属于美食情景的推送时间范围,此时,将候选情景中的美食情景和吃饭情景都作为当前用户的实际情景。
可选的,用户在通过网页或应用程序阅读信息时,不但会选择查看系统推送的消息,还会根据自身的兴趣爱好,手动选择一些感兴趣的文章或视频进行阅读。因此,在确定当前用户的实际情景时,可以是若检测到当前用户执行任一候选情景的推送触发操作,则将该候选情景作为用户的实际情景。
其中,推送触发操作可以是用户自己手动触发的推送操作,例如,可以是用户在使用应用程序阅读热点新闻的过程中,从多个可选场景的二级类目中手动触发某个情景(如美食情景)对应的二级类目,或者手动触发某一类别中的具体某篇文章。
在本申请实施例中,检测当前用户是否执行候选情景的触发操作时,可以是每个预设时间段检测一次,也可以是实时进行检测。若检测到当前用户当前执行某一候选情景的推送触发操作时,则将该推送触发操作对应的候选情景作为该用户的实际候选情景,若又检测到该用户执行另一候选情景的推送触发操作时,可以将该用户再次执行的推送触发操作对应的候选情景也确定为该用户实际候选情景,或替代之前确定的该用户实际候选情景。
S205,依据实际情景所关联的信息类别向当前用户推送信息。
本实施例提供了一种信息推送方法,通过预先确定的各情景的阅读行为规则以及用户的历史阅读行为数据确定用户的候选情景,若当前时刻属于某候选情景的推送时间范围或检测到用户对某一情景的推送触发操作,则将该候选情景确定为用户的实际情景,并根据确定的实际情景所关联的信息类别向用户进行信息的推送。能够根据当前时刻或用户的触发操作精准定位用户的需求,增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
实施例三
图3为本发明实施例三提供的一种信息推送方法的流程图,该方法在上述各实施例的基础上进一步的优化,具体给出了另一种从用户的候选情景中选择用户的实际情景的具体情况介绍。如图3所示,该方法包括:
S301,确定各情景的初步行为特征。
S302,针对每一情景,依据具备该情景的初步行为特征的用户的历史阅读行为数据确定该情景的阅读行为规则。
S303,依据当前用户的历史阅读行为数据以及各情景的阅读行为规则,确定当前用户的候选情景。
S304,依据当前用户的历史阅读行为数据确定用户处于各候选情景的历史次数,并依据确定结果从用户的候选情景中选择当前用户的实际情景。
示例性的,在确定当前用户的实际情景时,可以是先对该用户历史阅读行为数据进行分析,确定该用户历史阅读行为数据对应各候选情景时,在各候选情景中出现的次数,出现的次数越多,说明该用户处于该候选情景的次数越多,即该用户对该情景的越感兴趣,可以将处于候选情景次数最多的一个或较多的几个候选情景确定为当前用户的实际情景。
可选的,为了保证数据的有效性,在选择当前用户历史阅读行为数据时,可以选择当前用户近期的阅读行为数据,例如,可以是近一周或一个月的历史阅读行为数据。也可以是对获取的当前用户历史阅读行为数据根据各数据对应的时间,为各数据设置不同的权重值,确定该用户处于候选情景的权重历史次数,进而根据确定结果选择当前用户的实际情景。例如,可以是为当前用户7天内的历史阅读行为数据设置权重值为1,为7-30天内的历史阅读行为数据设置权重值为0.6,为30-90天内的历史阅读行为数据设置权重值为0.3,在确定该用户候选情景的历史次数时,用该数据对应的权重值乘以1得到该数据对应的历史次数,最后根据各候选情景总的历史次数,从该用户的候选情景中选择其对应的实际情景。
S305,依据实际情景所关联的信息类别向当前用户推送信息。
本实施例提供了一种信息推送方法,通过预先确定的各情景的阅读行为规则以及用户历史阅读行为数据确定用户的候选情景,再依据用户的历史阅读行为数据处于各候选情景的历史次数,确定用户的实际情景,并根据确定的实际情景所关联的信息类别向用户进行信息的推送。能够根据用户的历史阅读行为精准定位用户的需求,增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
实施例四
图4为本发明实施例四提供的一种信息推送方法的流程图,该方法在上述各实施例的基础上进一步的优化,具体给出了又一种从用户的候选情景中选择用户的实际情景的具体情况介绍。如图4所示,该方法包括:
S401,确定各情景的初步行为特征。
S402,针对每一情景,依据具备该情景的初步行为特征的用户的历史阅读行为数据确定该情景的阅读行为规则。
S403,依据当前用户的历史阅读行为数据以及各情景的阅读行为规则,确定当前用户的候选情景。
S404,依据当前用户的当前阅读行为数据与各候选情景的阅读行为规则之间的匹配关系,从当前用户的候选情景中选择当前用户的实际情景。
其中,用户当前阅读行为数据可以是用户当前时刻的阅读行为数据,可以是以当前时刻为准,之前预设时间范围内用户的阅读行为数据,例如,可以是从用户本次打开网页或应用程序到当前时刻的时间范围内用户的所有阅读行为数据。
具体的,将当前用户的当前阅读行为数据与各候选情景的阅读行为规则进行匹配运算,计算该用户当前阅读行为数据与各候选情景的匹配度,将匹配度高于匹配度阈值的候选情景选择为用户的实际情景,也可以将匹配度最高的候选情景或匹配度相对较高的几个候选情景作为用户的实际情景。其中,计算当前阅读行为数据与各候选情景的匹配度的方法有很多,本申请对此不进行限定,例如,可以是通过计算用户当前阅读行为数据与各候选情景的阅读行为规则之间的欧氏距离或余弦值来计算该用户当前阅读行为数据与各候选情景的匹配度。可选的,在与候选情景的阅读行为规则匹配时,不但要匹配各子规则,还要匹配各子规则之间的排列顺序。
S405,依据实际情景所关联的信息类别向当前用户推送信息。
本实施例提供了一种信息推送方法,通过预先确定的各情景的阅读行为规则以及用户的历史阅读行为数据确定候选情景,再依据用户的当前阅读行为数据处与候选情景阅读行为规则的匹配关系,确定用户的实际情景,并根据确定的实际情景所关联的信息类别向用户进行信息的推送。能够根据用户当前阅读行为与阅读行为规则的匹配关系精准定位用户的需求,增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
实施例五
图5A是本发明实施例五提供的一种信息推送方法的流程图,图5B是本发明实施例五提供的候选情景确定的原理示意图,图5C是本发明实施例五提供的实际情景推送策略的原理示意图,图5D是本发明实施例五提供的情景引导推荐策略的原理示意图。该方法在上述各实施例的基础上进一步的优化,具体给出了一种信息推送方法的优选实例。如图5A-5D所示,该方法包括:
S501,确定各情景的初步行为特征。
S502,针对每一情景,依据具备该情景的初步行为特征的用户的历史阅读行为数据确定该情景的阅读行为规则。
S503,依据当前用户的历史阅读行为数据以及各情景的阅读行为规则,确定该用户是否属于情景用户,若是,执行S504,若否,执行S507。
具体的,将待进行信息推送的当前用户的历史阅读行为数据分别与每种情景的阅读行为规则进行匹配,看其是否满足该种情景的阅读行为规则,若满足,则将该用户确定为情景用户,执行S504,为该情景用户确定候选情景。若不满足,则将该用户确定为非情景用户执行,S505,为该非情景用户确定引导情景。
S504,确定当前用户的候选情景。
具体的,若当前用户的历史阅读行为数据满足预设的至少一个情景的阅读行为规则,则说明该用户满足预设的至少一个情景,将该用户满足的所有情景确定为用户的候选情景。
如图5B所示,以当前用户使用应用程序阅读文章为例,当前用户的历史阅读行为数据包括用户行为信息(如,点击次数、点击时间等)以及文章内容信息(如文章类别,兴趣点等),通过该用户的行为信息以及文章内容信息进行序列挖掘,结合不同情景的阅读行为规则进行用户所处情景的匹配,从统计上分析并预估当前用户处于各情景的概率,若概率大于预设概率阈值,则将该情景确定为用户的候选情景。如,用户18:00点对美食类文章点击次数高于该用户几个月内该类别点击平均值,满足美食情景中的点击次数规则,则说明该用户当前处于美食情景的概率满足要求,即该用户所处情景与美食情景匹配,将美食情景确定为该用户的候选情景。
S505,从当前用户的候选情景中选择当前用户的实际情景。
示例性的,如图5C所示,在确定了当前用户的候选情景后,可以根据当前用户实际情景判断规则进一步确定用户的实际情景。具体的,用户实际情景判断规则可以是本申请上述各实施例所述的任何一种用于从用户的候选情景中选择实际情景的方法,本实施例对此不进行限定,例如,用户在18:00-19:00点击美食类的文章超过3次,根据判断规则中的时间规则和点击次数规则,判定用户实际情景为美食情景和吃饭情景。
S506,依据实际情景所关联的信息类别向当前用户推送信息。
示例性的,如图5C所示,在确定当前用户的实际情景后,可以依据情景推荐策略向当前用户推送信息,具体的,情景推荐策略可以是依据确定的当前用户的实际情景,查找该情景所关联的信息类别,向该用户推送信息。
例如,当S505中判定用户实际情景为美食情景时,可以根据美食情景的推荐策略,将美食情景所关联的美食类的信息类别,如美食推荐类文章、食谱类文章、营养学类文章。向用户推荐美食推荐的图片、食谱类时评或营养学类的文字信息等。
S507,为当前用户确定引导情景。
其中,引导情景可以是当前用户并不属于情景用户时,为引导用户而确定的情景。
具体的,对于未满足情景阅读行为规则的非情景用户,也可以在特定时间和内容上,为用户确当引导情景,根据引导情景进行信息的推荐。为当前用户确定引导情景可以是找出当前阅读行为数据(包括当前阅读行为数据和历史阅读行为数据)相关性最高的情景作为引导情景,例如,用户虽然不处于美食情景,但是其阅读行为数据与美食情景的相关度高于其他情景,可以将美食情景作为该用户引导情景。也可以是用户当前并不属于但是系统中的大多数用户都感兴趣的场景,例如,最近是世界杯期间,大多数人都关注世界杯情景,虽然当前用户并不满足世界杯情景的阅读行为规则,可以将该情景作为引导情景,引导用户进入当前的热点情景。还可以是通过经验值预估用户当前时刻的需求,根据预估的需求,为用户确定引导情景,例如,针对“寻找美食吃晚餐”的情景,虽然用户当前不符合该情境的条件,但若当前时刻为18:00-19:00,预估用户该吃晚餐了,将寻找美食吃晚餐情景确定为当前用户的引导情景。
可选的,为当前用户确定引导情景可以是依据当前用户的阅读行为数据确定用户与各情景的相关度;依据当前用户与各情景的相关度,为该用户确定引导情景。
其中,用户的阅读行为数据可以是当前用户的历史阅读行为数据,也可以是当前阅读行为数据,对此不进行限定。具体的,如图5D所示,先确定非情景用户,获取该用户的阅读行为数据,然后通过情景引导推荐策略,将用户阅读行为数据与各情景的阅读行为规则进行相关度计算,将相关度最高的一个或较高的几个确定为当前用户的引导情景。
S508,依据引导情景所关联的信息类别向当前用户推送信息。
具体的,根据引导情景所关联的信息类别向当前用户推荐信息的方式与S506中根据实际情景所关联的信息类别向当前用户推送信息的方式类似,可是在确定当前用户的引导情景后,查找该情景关联的信息类别,向该用户推荐该信息类别对应的信息。
需要说明的是,如图5D所示,向用户推送引导情景对应的推送信息对用户进行适当引导后。需要通过在线判断用户针对引导推荐的体验和操作变化情况,对用户情景变化进行检测和实时的更新。例如,跟踪检测用户点击引导情景推荐信息的次数、主动搜索引导情景对应的信息的次数、对推荐信息的评论或点赞情况等,判断用户是否对推荐的引导情景对应的信息感兴趣,若用户感兴趣,可以将引导情景确当为用户的实际情景。
本实施例提供了一种信息推送方法,通过预先确定的各情景的阅读行为规则以及用户的历史阅读行为确定用户是否属于情景用户,对情景用户确定实际情景,并根据确定的实际情景所关联的信息类别向用户进行信息的推送,对非情景用户确定引导情景,并根据确定的引导情景所关联的信息类别向用户进行信息的推送。增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
实施例六
图6是本发明实施例六提供的一种信息推送装置的结构示意图,该装置可执行本发明任意实施例所提供的信息推送方法,具备执行方法相应的功能模块和有益效果。如图6所示,该装置包括:
候选情景确定模块601,依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户的候选情景;
实际情景选择模块602,用于从所述用户的候选情景中选择所述用户的实际情景;
信息推送模块603,用于依据所述实际情景所关联的信息类别向所述用户推送信息。
本实施例提供了一种信息推送装置,通过依据用户历史行为和各情景的阅读行为规则确定候选情景,然后从候选情景中确定用户的实际情景,最后根据确定的实际情景所关联的信息类别向用户进行信息的推送。能够精准定位用户的需求,增加推荐的多样性,在提升推荐效果的同时,也提高了用户的使用体验。
进一步的,上述实际情景选择模块602具体用于:
若检测到当前时间属于任一候选情景的推送时间范围,或者,若检测到所述用户执行任一候选情景的推送触发操作,则将该候选情景作为所述用户的实际情景。
进一步的,上述实际情景选择模块602具体用于:
依据所述用户的历史阅读行为数据确定所述用户处于各候选情景的历史次数,并依据确定结果从所述用户的候选情景中选择所述用户的实际情景。
进一步的,上述实际情景选择模块602具体用于:
依据所述用户的当前阅读行为数据与各候选情景的阅读行为规则之间的匹配关系,从所述用户的候选情景中选择所述用户的实际情景。
进一步的,上述装置还包括:
引导情景确定模块,用于若依据所述用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户属于非情景用户,则为所述用户确定引导情景;
所述信息推送模块,还用于依据所述引导情景所关联的信息类别向所述用户推送信息。
进一步的,上述引导情景确定模块具体用于:
依据所述用户的阅读行为数据确定用户与各情景的相关度;
依据所述用户与各情景的相关度,为所述用户确定引导情景。
进一步的,上述装置还包括:
行为特征确定模块,用于确定各情景的初步行为特征;
行为规则确定模块,用于针对每一情景,依据具备该情景的初步行为特征的用户的历史阅读行为数据确定该情景的阅读行为规则。
值得注意的是,上述信息推送装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;例如,该装置可以仅包括获取模块和处理模块,获取模块实现用户阅读行为数据的获取;处理模块用于候选情景和实际情景的确定,以及信息的推荐等相关功能。另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例七
图7为本发明实施例七提供的一种服务器的结构示意图。图7示出了适于用来实现本发明实施方式的示例性服务器70的框图。图7显示的服务器70仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图7所示,该服务器70以通用计算设备的形式表现。该服务器70的组件可以包括但不限于:一个或者多个处理器或者处理单元701,系统存储器702,连接不同系统组件(包括系统存储器702和处理单元701)的总线703。
总线703表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器70典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器70访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器702可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)704和/或高速缓存存储器705。服务器70可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统706可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线703相连。系统存储器702可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块707的程序/实用工具708,可以存储在例如系统存储器702中,这样的程序模块707包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块707通常执行本发明所描述的实施例中的功能和/或方法。
服务器70也可以与一个或多个外部设备709(例如键盘、指向设备、显示器710等)通信,还可与一个或者多个使得用户能与该设备交互的设备通信,和/或与使得该服务器70能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口711进行。并且,服务器70还可以通过网络适配器712与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图7所示,网络适配器712通过总线703与服务器70的其它模块通信。应当明白,尽管图中未示出,可以结合服务器70使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元701通过运行存储在系统存储器702中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的信息推送方法。
实施例八
本发明实施例八还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可实现上述实施例所述的信息推送方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
上述实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员应该明白,上述的本发明实施例的各模块或各操作可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或操作制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间的相同或相似的部分互相参见即可。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种信息推送方法,其特征在于,包括:
依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户的候选情景;
从所述用户的候选情景中选择所述用户的实际情景;
依据所述实际情景所关联的信息类别向所述用户推送信息。
2.根据权利要求1所述的方法,其特征在于,从所述用户的候选情景中选择所述用户的实际情景,包括:
若检测到当前时间属于任一候选情景的推送时间范围,或者,若检测到所述用户执行任一候选情景的推送触发操作,则将该候选情景作为所述用户的实际情景。
3.根据权利要求1所述的方法,其特征在于,从所述用户的候选情景中选择所述用户的实际情景,包括:
依据所述用户的历史阅读行为数据确定所述用户处于各候选情景的历史次数,并依据确定结果从所述用户的候选情景中选择所述用户的实际情景。
4.根据权利要求1所述的方法,其特征在于,从所述用户的候选情景中选择所述用户的实际情景,包括:
依据所述用户的当前阅读行为数据与各候选情景的阅读行为规则之间的匹配关系,从所述用户的候选情景中选择所述用户的实际情景。
5.根据权利要求1所述的方法,其特征在于,还包括:
若依据所述用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户属于非情景用户,则为所述用户确定引导情景;
依据所述引导情景所关联的信息类别向所述用户推送信息。
6.根据权利要求5所述的方法,其特征在于,为所述用户确定引导情景,包括:
依据所述用户的阅读行为数据确定用户与各情景的相关度;
依据所述用户与各情景的相关度,为所述用户确定引导情景。
7.根据权利要求1-6中任一所述的方法,其特征在于,在依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户的候选情景之前,还包括:
确定各情景的初步行为特征;
针对每一情景,依据具备该情景的初步行为特征的用户的历史阅读行为数据确定该情景的阅读行为规则。
8.一种信息推送装置,其特征在于,包括:
候选情景确定模块,依据用户的历史阅读行为数据以及各情景的阅读行为规则,确定所述用户的候选情景;
实际情景选择模块,用于从所述用户的候选情景中选择所述用户的实际情景;
信息推送模块,用于依据所述实际情景所关联的信息类别向所述用户推送信息。
9.根据权利要求8所述的装置,其特征在于,所述实际情景选择模块具体用于:
若检测到当前时间属于任一候选情景的推送时间范围,或者,若检测到所述用户执行任一候选情景的推送触发操作,则将该候选情景作为所述用户的实际情景。
10.根据权利要求8所述的装置,其特征在于,所述实际情景选择模块具体用于:
依据所述用户的历史阅读行为数据确定所述用户处于各候选情景的历史次数,并依据确定结果从所述用户的候选情景中选择所述用户的实际情景。
11.一种服务器,其特征在于,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1-7中任一所述的信息推送方法。
12.一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,该程序被处理器执行时实现如权利要求1-7中任一所述的信息推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810714765.XA CN108920651A (zh) | 2018-06-29 | 2018-06-29 | 信息推送方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810714765.XA CN108920651A (zh) | 2018-06-29 | 2018-06-29 | 信息推送方法、装置、服务器和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108920651A true CN108920651A (zh) | 2018-11-30 |
Family
ID=64425261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810714765.XA Pending CN108920651A (zh) | 2018-06-29 | 2018-06-29 | 信息推送方法、装置、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108920651A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110096645A (zh) * | 2019-05-07 | 2019-08-06 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、设备和介质 |
CN110287339A (zh) * | 2019-06-28 | 2019-09-27 | 百度在线网络技术(北京)有限公司 | 一种播放升级方法及装置 |
CN110474987A (zh) * | 2019-08-21 | 2019-11-19 | 北京联创众升科技有限公司 | 一种事件信息推送方法及装置 |
CN110515901A (zh) * | 2019-08-23 | 2019-11-29 | 掌阅科技股份有限公司 | 信息推送方法、计算设备及计算机存储介质 |
CN111191134A (zh) * | 2019-12-31 | 2020-05-22 | 福建天泉教育科技有限公司 | 一种智能推送方法及终端 |
CN114417135A (zh) * | 2021-12-23 | 2022-04-29 | 天闻数媒科技(北京)有限公司 | 基于数据分析的个性化报告数据推送方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100064040A1 (en) * | 2008-09-05 | 2010-03-11 | Microsoft Corporation | Content recommendations based on browsing information |
US20100169153A1 (en) * | 2008-12-26 | 2010-07-01 | Microsoft Corporation | User-Adaptive Recommended Mobile Content |
CN103106259A (zh) * | 2013-01-25 | 2013-05-15 | 西北工业大学 | 一种基于情境的移动网页内容推荐方法 |
CN104954410A (zh) * | 2014-03-31 | 2015-09-30 | 腾讯科技(北京)有限公司 | 消息推送方法、装置及服务器 |
CN107436893A (zh) * | 2016-05-26 | 2017-12-05 | 北京搜狗科技发展有限公司 | 一种网页推荐方法和装置 |
CN107832433A (zh) * | 2017-11-15 | 2018-03-23 | 北京百度网讯科技有限公司 | 基于对话交互的信息推荐方法、装置、服务器和存储介质 |
-
2018
- 2018-06-29 CN CN201810714765.XA patent/CN108920651A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100064040A1 (en) * | 2008-09-05 | 2010-03-11 | Microsoft Corporation | Content recommendations based on browsing information |
US20100169153A1 (en) * | 2008-12-26 | 2010-07-01 | Microsoft Corporation | User-Adaptive Recommended Mobile Content |
CN103106259A (zh) * | 2013-01-25 | 2013-05-15 | 西北工业大学 | 一种基于情境的移动网页内容推荐方法 |
CN104954410A (zh) * | 2014-03-31 | 2015-09-30 | 腾讯科技(北京)有限公司 | 消息推送方法、装置及服务器 |
CN107436893A (zh) * | 2016-05-26 | 2017-12-05 | 北京搜狗科技发展有限公司 | 一种网页推荐方法和装置 |
CN107832433A (zh) * | 2017-11-15 | 2018-03-23 | 北京百度网讯科技有限公司 | 基于对话交互的信息推荐方法、装置、服务器和存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110096645A (zh) * | 2019-05-07 | 2019-08-06 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、设备和介质 |
CN110287339A (zh) * | 2019-06-28 | 2019-09-27 | 百度在线网络技术(北京)有限公司 | 一种播放升级方法及装置 |
US11138260B2 (en) | 2019-06-28 | 2021-10-05 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for determining output information |
CN110474987A (zh) * | 2019-08-21 | 2019-11-19 | 北京联创众升科技有限公司 | 一种事件信息推送方法及装置 |
CN110515901A (zh) * | 2019-08-23 | 2019-11-29 | 掌阅科技股份有限公司 | 信息推送方法、计算设备及计算机存储介质 |
CN110515901B (zh) * | 2019-08-23 | 2023-03-14 | 掌阅科技股份有限公司 | 信息推送方法、计算设备及计算机存储介质 |
CN111191134A (zh) * | 2019-12-31 | 2020-05-22 | 福建天泉教育科技有限公司 | 一种智能推送方法及终端 |
CN114417135A (zh) * | 2021-12-23 | 2022-04-29 | 天闻数媒科技(北京)有限公司 | 基于数据分析的个性化报告数据推送方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108920651A (zh) | 信息推送方法、装置、服务器和存储介质 | |
US20220067084A1 (en) | Determining and utilizing contextual meaning of digital standardized image characters | |
US11727048B2 (en) | Methods, systems, and media for presenting recommended content based on social cues | |
JP6640257B2 (ja) | オンライン・ソーシャル・ネットワーク上での推奨検索クエリの生成 | |
JP6817803B2 (ja) | メッセージを送受信する方法、装置、及びコンピュータプログラム | |
US10057199B2 (en) | Ranking and filtering comments based on impression calculations | |
US20200285358A1 (en) | Providing group messaging thread highlights | |
US10216803B2 (en) | Ranking and filtering comments based on author and content | |
US10545969B2 (en) | Ranking and filtering comments based on audience | |
CN109643325B (zh) | 在自动聊天中推荐朋友 | |
US20150046496A1 (en) | Method and system of generating an implicit social graph from bioresponse data | |
US10482090B2 (en) | Ranking and filtering comments based on feed interaction history | |
US20170140051A1 (en) | Ranking and Filtering Comments Based on Labelling | |
US20190236099A1 (en) | Picture processing method and apparatus, and electronic device | |
KR20190045372A (ko) | 온라인 소셜 네트워크에서의 비디오 키프레임 디스플레이 | |
CN111565143B (zh) | 即时通信方法、设备及计算机可读存储介质 | |
CN107066523A (zh) | 使用搜索结果的自动路由 | |
WO2016196526A1 (en) | Viewport-based implicit feedback | |
US20200074871A1 (en) | Network system for contextual course recommendation based on third-party content | |
US20160292219A1 (en) | Method and system for identifying topics that are trending together | |
US10922722B2 (en) | System and method for contextual video advertisement serving in guaranteed display advertising | |
KR20170017109A (ko) | 인스턴트 메시지에 기반하여 사용자의 감정 및 활동을 수집하는 시스템 및 방법 | |
JP7333931B2 (ja) | 投稿分析システム、投稿分析装置および投稿分析方法 | |
CN110162708A (zh) | 信息输出方法、装置、电子设备以及计算机可读存储介质 | |
US20200104887A1 (en) | Techniques for identifying ingenuine online reviews |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181130 |
|
RJ01 | Rejection of invention patent application after publication |