CN109377284B - 用于推送信息的方法和电子设备 - Google Patents

Abstract

本申请实施例公开了用于推送信息的方法和电子设备。该方法的一具体实施方式包括：获取目标终端发送的用户信息，用户信息包括至少一个关系对，至少一个关系对中的关系对包括属性和属性值；根据用户信息中的至少一个属性，将用户信息扩展成新用户信息，新用户信息包括设定数目个关系对，设定数目大于或等于用户信息中的关系对的数目；根据设定数目个关系对，生成用户特征信息集合；将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。该实施方式提高了对新用户的信息推荐效率，有助于提升用户体验。

Description

用于推送信息的方法和电子设备

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于推送信息的方法和电子设备。

背景技术

推荐系统通常是根据用户的历史行为和兴趣，预测用户当前的行为和兴趣，从而对用户进行内容推荐。个性化推荐是根据用户的兴趣特点，向用户推荐用户感兴趣的信息。通常，推荐系统获取到的用户的信息越多，向用户推荐的信息与用户越匹配，用户体验越好。

然而，在有新用户进入时，大部分应用会面临冷启动的问题，即这些应用的推荐系统需要在不知道新用户的任何信息的情况下进行内容推荐。现有方案中，推荐系统通常只能采用简单的热榜策略等进行内容推荐，推送效果较差。

发明内容

本申请实施例提出了用于推送信息的方法和电子设备。

第一方面，本申请实施例提供了一种用于推送信息的方法，包括：获取目标终端发送的用户信息，用户信息包括至少一个关系对，至少一个关系对中的关系对包括属性和属性值；根据用户信息中的至少一个属性，将用户信息扩展成新用户信息，新用户信息包括设定数目个关系对，设定数目大于或等于用户信息中的关系对的数目；根据设定数目个关系对，生成用户特征信息集合；将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。

在一些实施例中，根据设定数目个关系对，生成用户特征信息集合，包括：根据设定数目个关系对中的属性，对设定数目个关系对进行分组，得到至少一个关系对组；对于至少一个关系对组中的关系对组，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，将所得到的输入数据存入输入数据集合；将输入数据集合输入预先训练的画像刻画模型，得到用户特征信息集合，其中，画像刻画模型用于表征输入数据集合与用户特征信息集合的对应关系。

在一些实施例中，根据设定数目个关系对中的属性，对设定数目个关系对进行分组，包括：对于设定数目个关系对中的关系对，从预先设定的第一属性集合组中的第一属性集合中查找与该关系对的属性相匹配的第一属性，响应于查找到，将所查找到的第一属性所在的第一属性集合与该关系对进行关联；将与同一个第一属性集合关联的关系对，组成关系对组。

在一些实施例中，第一属性集合组中的第一属性集合具有预设的数据处理类型；以及对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，包括：将与该关系对组关联的第一属性集合的数据处理类型，确定为该关系对组的数据处理类型；根据数据处理类型，从预先设定的处理步骤序列集合中，确定该关系对组的处理步骤序列；根据所确定的处理步骤序列，对属性值集合进行处理，得到该关系对组对应的输入数据。

在一些实施例中，根据用户信息中的至少一个属性，将用户信息扩展成新用户信息，包括：对于预先设定的第二属性集合中的第二属性，将该第二属性与至少一个属性中的属性进行比较，确定至少一个属性中是否存在与该第二属性相匹配的属性；响应于存在与该第二属性相匹配的属性，将该第二属性确定为标记属性；将第二属性集合中的除标记属性外的第二属性组成的集合，确定为子属性集合；对于子属性集合中的属性，给该属性赋予设定属性值，生成具有该属性和设定属性值的新关系对，将所生成的新关系对存入用户信息；将已存入新关系对的用户信息确定为新用户信息。

在一些实施例中，画像刻画模型通过以下方式训练得到：获取训练样本集合，其中，训练样本包括用户信息和用户信息对应的用户特征信息集合，用户信息包括设定数目个关系对；对于训练样本集合中的训练样本，根据设定数目个关系对中的属性，对该训练样本中的关系对进行分组，得到至少一个关系对组；对于所得到的至少一个关系对组中的关系对组，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，将所得到的输入数据存入输入数据集合；利用机器学习方法，将训练样本集合中训练样本对应的输入数据集合作为输入，将所输入的输入数据集合所对应的用户特征信息集合作为期望输出，训练得到画像刻画模型。

在一些实施例中，新用户信息中的关系对，包括以下至少一项：年龄，年龄值；性别，性别值；收入，收入值；第一对象类别，第一点击量列表；第二对象类别，第二点击量列表；终端上所安装的应用，应用名称列表；终端的类型，型号数据；终端位置，地理坐标列表。

在一些实施例中，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，包括以下至少一项：将年龄值转换成年龄等级数据；将性别值转换成性别类别数据；将收入值转换成收入等级数据；以及将年龄等级数据、性别类别数据和收入等级数据，组合形成第一输入数据；将应用名称列表转换成应用向量；将型号数据转换成类型向量；将地理坐标列表转换成位置向量；以及将应用向量、类型向量和位置向量，组合形成第二输入数据；对第一点击量列表中的点击量进行归一化，将归一化后的第一点击量列表转换成第一向量；对第二点击量列表中的点击量进行归一化；将归一化后的第二点击量列表转换成第二向量；将第一向量和第二向量，组合形成第三输入数据。

第二方面，本申请实施例提供了一种用于推送信息的装置，包括：信息获取单元，被配置成获取目标终端发送的用户信息，用户信息包括至少一个关系对，至少一个关系对中的关系对包括属性和属性值；信息扩展单元，被配置成根据用户信息中的至少一个属性，将用户信息扩展成新用户信息，新用户信息包括设定数目个关系对，设定数目大于或等于用户信息中的关系对的数目；特征生成单元，被配置成根据设定数目个关系对，生成用户特征信息集合；信息推送单元，被配置成将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。

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，其上存储有一个或多个程序，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用于推送信息的方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读介质，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用于推送信息的方法中任一实施例的方法。

本申请实施例提供的用于推送信息的方法和电子设备，可以获取目标终端发送的用户信息。其中，用户信息包括至少一个关系对，至少一个关系对中的关系对包括属性和属性值。然后，根据用户信息中的至少一个属性，将用户信息扩展成新用户信息。其中，新用户信息包括设定数目个关系对，设定数目大于或等于用户信息中的关系对的数目。之后，根据设定数目个关系对，生成用户特征信息集合。最后，将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。本实施例的方法和电子设备，通过将所获取到的信息量很少的用户信息扩展成信息量较大的新用户信息，继而基于新用户信息得到用于描述用户特征的更全面的用户特征信息集合，从而实现将与用户特征信息集合相匹配的信息推送给用户的终端。可以提高对新用户的信息推荐效率，有助于提升用户体验。

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是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于推送信息的方法的一个实施例的流程图；

图3是根据本申请实施例的用于推送信息的方法的一个应用场景的示意图；

图4是根据本申请的用于推送信息的方法的另一个实施例的流程图；

图5是根据本申请的用于推送信息的方法的又一个实施例的流程图；

图6是适于用来实现本申请实施例的电子设备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实施例的用于推送信息的方法或用于推送信息的装置的示例性系统架构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和电子设备105。网络104用以在终端设备101、102、103和电子设备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。

终端设备101、102、103可以通过网络104与电子设备105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种应用，例如搜索类应用、阅读类应用、购物类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持用户信息输入的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

电子设备105可以是提供各种服务的电子设备，例如对终端设备101、102、103上所输入的用户信息进行处理的后台电子设备。后台电子设备可以将用户信息扩展成新用户信息，生成用户特征信息集合，以及将目标信息集合中与用户特征信息集合相匹配的信息进行推送。

需要说明的是，电子设备可以是硬件，也可以是软件。当电子设备为硬件时，可以是支持数据处理的各种电子设备，包括但不限于平板电脑、膝上型便携计算机和台式计算机等等。当电子设备为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于推送信息的方法一般由电子设备105执行。

应该理解，图1中的终端设备、网络和电子设备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、网络和电子设备。

继续参考图2，其示出了根据本申请的用于推送信息的方法的一个实施例的流程200。该用于推送信息的方法，包括以下步骤：

步骤201，获取目标终端发送的用户信息。

在本实施例中，用于推送信息的方法的执行主体(例如图1所示的电子设备105)可以获取到目标终端通过有线连接方式或无线连接方式发送的用户信息。其中，上述目标终端可以是与执行主体通信连接的终端。上述目标终端可以为手机。上述用户信息可以为包括至少一个关系对的任意信息。其中，关系对包括属性和属性值。属性可以是某一方面的特性，属性值是用户在某一方面特性的数值表示。作为示例，上述关系对可以为：(年龄，26)。其中，“年龄”为该关系对的属性，“26”为该关系对的属性值。

步骤202，根据用户信息中的至少一个属性，将用户信息扩展成新用户信息。

在本实施例中，上述新用户信息包括设定数目个关系对，设定数目大于或等于用户信息中的关系对的数目。

可选地，执行主体可以通过如下步骤将用户信息扩展成新用户信息：首先，针对用户信息中的至少一个属性中的属性，从预先构建的属性-属性集对应关系表中查找到与该属性相匹配的属性，得到所查找到的属性对应的属性集。其中，属性-属性集对应关系表中存储有属性和与属性关联的属性集。然后，对于所得到的属性集中的每个属性，给该属性赋予设定的属性值，得到具有该属性和设定的属性值的新关系对，将新关系对存入用户信息。最后，将存入了新关系对的用户信息确定为新用户信息。

可选地，执行主体还可以通过如下步骤将用户信息扩展成新用户信息：首先，针对用户信息中的至少一个属性中的属性，从预先构建的属性-属性集对应关系表中查找到与该属性相匹配的属性，得到所查找到的属性对应的属性集。其中，属性-属性集对应关系表中存储有属性和与属性关联的属性集。然后，对于所得到的属性集中的每个属性，从预先设定的属性-属性值表中查找到对应于该属性的属性值。将所查找到的属性值确定为该属性的属性值，得到具有该属性和对应于该属性的属性值的新关系对，将新关系对存入用户信息。最后，将存入了新关系对的用户信息确定为新用户信息。

在本实施例的一些可选的实施方式中，上述执行主体还可以通过如下步骤将用户信息扩展成新用户信息：首先，对于预先设定的第二属性集合中的第二属性，将该第二属性与用户信息中的至少一个属性中的属性进行比较，确定用户信息中的至少一个属性中是否存在与该第二属性相匹配的属性。响应于用户信息中的至少一个属性中存在与该第二属性相匹配的属性，将该第二属性确定为标记属性。其中，第二属性集合中的第二属性可以是预先设定的任意属性。例如，第二属性可以是预先设定的性别属性，也可以是预先设定的收入属性。实际应用中，由于对用户信息进行扩展往往需要是带有目的性的，例如，无论用户信息中包括有哪些属性，需要将用户信息扩展成包括有A,B,C三个属性的新用户信息。此时，第二属性集合可以是{A,B,C}。也就是说，第二属性集合包括运算所需的所有属性。将第二属性集合中的属性与用户信息中的属性进行比较，旨在确定用户信息中需要补入的属性，即，确定所需扩展的属性。然后，将第二属性集合中的除标记属性外的第二属性组成的集合，确定为子属性集合。之后，对于子属性集合中的属性，给该属性赋予设定属性值，生成具有该属性和设定属性值的新关系对，将所生成的新关系对存入用户信息。最后，将已存入新关系对的用户信息确定为新用户信息。在本实施例中，将用户信息扩展成新用户信息，且扩展获得的新用户信息中的关系对的数目与第二属性集合中第二属性的总数目相等。其目的在于，将用户信息扩展成大小可控的新用户信息，有助于提高对数据处理的鲁棒性。

作为示例，若用户信息中包括三个关系对，三个关系对中的属性分别为A，B，C。若第二属性集合M为{A，B，C，D，E，F，G}。此时，对于第二属性集合M中的每个第二属性，与用户信息中的三个属性进行比较，确定三个属性中是否存在与第二属性相匹配(例如，相同)的属性。这样可以得到标记属性A，B，C。从而可以得到第二属性集合M中除标记属性外的第二属性组成的子属性集合N为{C，D，E，F，G}。之后，可以为子属性集合N中的每个属性赋予设定属性值，生成新的关系对，存入用户信息中。这样，可以得到具有设定数目个关系对的新用户信息。这里，上述设定数目与第二属性集合中第二属性的数目相等。

步骤203，根据设定数目个关系对，生成用户特征信息集合。

在本实施例中，用户特征信息集合中的用户特征信息可以是用于描述用户的特征的信息。作为示例，用户特征信息可以为“年龄等级为2”，用户特征信息也可以为“收入等级为3”。上述执行主体可以通过查找预先构建的关系对-用户特征信息对应关系表，获得每个关系对对应的用户特征信息。这样，可以得到具有设定数目个用户特征信息的用户特征信息集合。其中，关系对-用户特征信息对应关系表，可以是技术人员基于对大量的关系对和用户特征信息的统计而预先制定的、存储有多个关系对和用户特征信息的对应关系的对应关系表。作为示例，若新用户信息中具有两个关系对，分别为关系对甲(年龄，26)，关系对乙(收入，3100)。此时。可以从关系对-用户特征信息对应关系表中查找到关系对甲对应的用户特征信息“年龄等级为2”，以及查找到关系对乙对应的用户特征信息“收入等级为3”。这样，可以得到用户特征信息集合{“年龄等级为2”，“收入等级为3”}。

在本实施例的一些可选的实施方式中，上述执行主体还可以通过如下步骤得到用户特征信息集合：

第一步，根据设定数目个关系对中的属性，对设定数目个关系对进行分组，得到至少一个关系对组。

在本实施例中，上述执行主体可以通过随机挑选的方式，每次选择第一设定数目个关系对，组成关系对组。作为示例，执行主体可以每次选择3个关系对，组成一个关系对组。

在本实施例的一些可选的实施方式中，上述执行主体还可以通过如下方式对上述设定数目个关系对进行分组：首先，对于设定数目个关系对中的关系对，从预先设定的第一属性集合组中的第一属性集合中查找与该关系对的属性相匹配的第一属性，响应于查找到，将所查找到的第一属性所在的第一属性集合与该关系对进行关联。其中，第一属性集合中的第一属性可以是预先设定的任意属性。第一属性集合组中的第一属性集合，可以为预先设定的任意属性的集合。第一属性集合组的设定方式可以为：技术人员先确定具有运算所需的所有属性的用户信息中的各属性值的数据结构类型，然后将数据结构类型相同的属性值对应的属性组成第一属性集合，形成第一属性集合组。然后，将与同一个第一属性集合关联的关系对，组成关系对组。在本实施例中，采用第一属性集合组对关系对进行分组，所得到的同一分组中的各关系对的属性值的数据结构类型相同，有助于提升对数据处理的鲁棒性。作为示例，若新用户信息中有7个关系对，分别为(A，a)、(B，b)、(C，c)、(D，d)、(E，e)、(F，f)和(G，g)。若第一属性集合组中的第一属性集合包括P、Q、R，其中，P为{A，B，C}，Q为{D，E}，R为{F，G}。此时，可以得到关系对(A，a)、(B，b)、(C，c)与第一属性集合P关联。(D，d)、(E，e)与第一属性集合Q关联。(F，f)和(G，g)与第一属性集合R关联。这样，将与同一个第一属性集合关联的关系对，组成关系对组，可以得到三个关系对组，分别为关系对组甲[(A，a)；(B，b)；(C，c)]，关系对组乙[(D，d)；(E，e)]，关系对组丙[(F，f)；(G，g)]。

第二步，对于至少一个关系对组中的关系对组，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，将所得到的输入数据存入输入数据集合。

在本实施例中，上述执行主体可以对关系对组中的各关系对的属性值进行处理，得到关系对组对应的输入数据。其中，输入数据集合中的输入数据可以为对关系对组的属性值集合进行处理后得到的数据。一个关系对组，对应一个输入数据。输入数据集合中的每个输入数据可以同时作为画像刻画模型的输入，即，输入数据集合中存在多个输入数据时，画像刻画模型可以为有多个输入。

可选地，第一属性集合组中的第一属性集合具有预设的数据处理类型时，执行主体可以通过如下步骤得到关系对组对应的输入数据：首先，将与该关系对组关联的第一属性集合的数据处理类型，确定为该关系对组的数据处理类型。然后，根据数据处理类型，从预先设定的处理步骤序列集合中，确定该关系对组的处理步骤序列。在该预先设定的处理步骤序列集合中，一个数据处理类型可以对应一个处理步骤序列。其中，上述数据处理类型可以为技术人员预先确定的、用于表征对一个或多个具有相同的数据结构类型的数据进行处理的处理类型。例如，数据处理类型可以为数字“1”，用于表征对一个或多个离散的数据先进行归一化，再进行等级转换。其中，对数据进行等级转换，为将数据转换成等级数值。例如，将数据0.5进行等级转换，可以得到等级数值5。最后，采用所确定的处理步骤序列，对属性值集合进行处理，得到该关系对组对应的输入数据。其中，处理步骤序列中包括至少一个处理步骤。作为示例，处理步骤序列中的处理步骤，可以为对关系对组中的所有属性值进行归一化，也可以为，对关系对组中的所有属性值进行等级转换，还可以为其它的关系对组中的所有属性值进行处理的步骤。

第三步，将输入数据集合输入预先训练的画像刻画模型，得到用户特征信息集合。

在本实施例中，画像刻画模型用于表征输入数据集合与用户特征信息集合的对应关系。作为示例，画像刻画模型可以是基于对大量输入数据集合和用户特征信息集合进行统计而生成的、存储有多个输入数据集合与用户特征信息集合的对应关系的对应关系表，也可以是基于训练样本，利用机器学习方法，对初始模型(例如卷积神经网络(Convolutional Neural Network，CNN)、残差网络(ResNet)等)进行训练后得到的模型。

在本实施例的一些可选的实现方式中，上述画像刻画模型可以通过以下方式训练得到：

首先，获取训练样本集合。其中，训练样本包括用户信息和用户信息对应的用户特征信息集合，用户信息包括设定数目个关系对。

然后，对于训练样本集合中的训练样本，根据设定数目个关系对中的属性，对该训练样本中的关系对进行分组，得到至少一个关系对组。对于所得到的至少一个关系对组中的关系对组，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，将所得到的输入数据存入输入数据集合。在本实施例中，对训练样本中的关系对进行分组的方式与上述对设定数目个关系对进行分组的方式相同，这里不做赘述。另外，对训练样本中的关系对组中的属性值集合进行处理的方式，与上述对新用户信息中的关系对组中的属性值集合进行处理的方式相同，这里不做赘述。

最后，利用机器学习方法，将训练样本集合中训练样本对应的输入数据集合作为输入，将所输入的输入数据集合所对应的用户特征信息集合作为期望输出，训练得到画像刻画模型。

步骤204，将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。

在本实施例中，上述目标信息集合为预先设定的信息集合。作为示例，上述目标信息集合可以为新闻信息集合，也可以为广告信息集合。上述执行主体可以将与用户特征信息集合相匹配的新闻、广告等信息推送至目标用户的终端。在本实施例中，上述执行主体可以通过计算用户特征信息集合中各用户特征信息与目标信息集合中的信息的余弦相似度的均值，来确定目标信息集合中的信息是否与用户特征信息集合相匹配。上述执行主体还可以通过计算用户特征信息集合中各用户特征信息与目标信息集合中的信息的欧式距离的均值，来确定目标信息集合中的信息是否与用户特征信息集合相匹配。需要指出的是，上述目标信息集合可以直接存储于本地，也可以存储于与执行主体通信连接的其他电子设备。在目标信息集合存储在本地时，执行主体可以直接提取本地所存储的目标信息集合以进行处理。在目标信息集合存储在与执行主体通信连接的其他电子设备时，执行主体可以通过有线连接方式或者无线连接方式获取目标信息集合以进行处理。

本实施例的方法，能够将所获取到的信息量很少的用户信息扩展成信息量较大的新用户信息，继而基于新用户信息得到用于描述用户特征的更全面的用户特征信息集合，从而实现将与用户特征信息集合相匹配的信息推送给用户的终端。可以提高对新用户的信息推荐效率，有助于提升用户体验。

继续参见图3，图3是根据本实施例的用于推送信息的方法的应用场景的一个示意图。在图3的应用场景300中，新安装了XX应用的用户301在手机302上的XX应用的可交互界面进行交互操作。手机302可以获取到用户的注册信息(年龄，26)，(性别，女)以及用户的操作信息(新闻类，新闻点击量列表)，(广告类，广告点击量列表)。此时，手机302所获取到的用户信息为[(年龄，26)；(性别，女)；(新闻类，新闻点击量列表)；(广告类，广告点击量列表)]。然后，手机302将用户信息发送给电子设备303。电子设备303在接收到手机302发送的用户信息后，可以根据用户信息中的属性年龄、性别、新闻类和广告类，对用户信息进行扩展，扩展后的新用户信息可以为[(年龄，26)；(性别，女)；(收入，NULL)；(新闻类，新闻点击量列表)；(广告类，广告点击量列表)；(终端上所安装的应用，NULL)；(终端的类型，NULL)；(终端位置，NULL)]。之后，电子设备303可以采用新用户信息中的关系对，生成用户特征信息集合。最后，将新闻信息集合/广告信息集合中与用户特征信息集合相匹配的新闻信息/广告信息推送给用户301。

本申请实施例提供的用于推送信息的方法，可以获取目标终端发送的用户信息。其中，用户信息包括至少一个关系对，至少一个关系对中的关系对包括属性和属性值。然后，根据用户信息中的至少一个属性，将用户信息扩展成新用户信息。其中，新用户信息包括设定数目个关系对，设定数目大于或等于用户信息中的关系对的数目。之后，根据设定数目个关系对，生成用户特征信息集合。最后，将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。本实施例的方法，可以基于信息量很少的用户信息，得到用于描述用户特征的更全面的用户特征信息集合，从而将与用户特征信息集合相匹配的信息推送给用户，可以提高对新用户的信息推荐效率。

进一步参考图4，其示出了用于推送信息的方法的又一个实施例的流程400。该用于推送信息的方法的流程400，包括以下步骤：

步骤401，获取目标终端发送的用户信息。其中，用户信息包括至少一个关系对，至少一个关系对中的关系对包括属性和属性值。

步骤402，根据用户信息中的至少一个属性，将用户信息扩展成新用户信息。其中，新用户信息包括设定数目个关系对，设定数目大于或等于用户信息中的关系对的数目。

在本实施例中，步骤401-402的具体操作与图2所示的实施例中步骤201-202的操作基本相同，在此不做赘述。

步骤403，根据设定数目个关系对中的属性，对设定数目个关系对进行分组，得到至少一个关系对组。

在本实施例中，对设定数目个关系对进行分组的方式与步骤203中提及的对设定数目个关系对进行分组的方式相同，这里不做赘述。

步骤404，对于至少一个关系对组中的关系对组，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，将所得到的输入数据存入输入数据集合。

在本实施例中，可选地，新用户信息中的关系对，包括以下至少一项：年龄，年龄值；性别，性别值；收入，收入值；第一对象类别，第一点击量列表；第二对象类别，第二点击量列表；终端上所安装的应用，应用名称列表；终端的类型，型号数据；终端位置，地理坐标列表。作为示例，第一对象类别可以为新闻类，第一点击量列表可以为新闻点击量列表。其中，第一点击量列表中可以包括至少一个关联存储的数据对，例如，数据对(军事，5)和数据对(娱乐，8)。第二对象类别可以为广告类，第二点击量列表可以为广告点击量列表。其中，第二点击量列表中可以包括至少一个关联存储的数据对，例如，数据对(上衣，2)和数据对(裤子，6)。

可选地，上述执行主体可以通过如下步骤，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据：

首先，将年龄值转换成年龄等级数据；将性别值转换成性别类别数据；将收入值转换成收入等级数据；以及将年龄等级数据、性别类别数据和收入等级数据，组合形成第一输入数据。作为示例，若年龄值为26，则转换成的年龄等级数据可以为2。若性别值为女，则转换成的性别类别数据可以为1。若收入值为3100，则转换成的收入等级数据可以为3。这样，可以得到第一输入数据为(2，1，3)。

然后，将应用名称列表转换成应用向量。将型号数据转换成类型向量；将地理坐标列表转换成位置向量。以及将应用向量、类型向量和位置向量，组合形成第二输入数据。其中，上述应用向量可以为对应用名称列表进行向量化所获得的向量。上述类型向量可以为对型号数据进行向量化所获得的向量。上述位置向量可以为对地理坐标列表进行向量化所获得的向量。作为示例，若应用名称列表为(甲，乙，丙，丁)，则可以通过查表的方式得到甲对应的数值1，乙对应的数值1，丙对应的数值1，丙对应的数值4，此时，应用向量为(1，2，3，4)。另外，可以通过类似的方式，得到类型向量和位置向量。若类型向量为(4)，位置向量为(6，5，4，3，2)。这样，可以得到组合形成的第二输入数据为[1，2，3，4；4；6，5，4，3，2]。

最后，对第一点击量列表中的点击量进行归一化，将归一化后的第一点击量列表转换成第一向量；对第二点击量列表中的点击量进行归一化；将归一化后的第二点击量列表转换成第二向量；将第一向量和第二向量，组合形成第三输入数据。作为示例，若第一点击量列表为[(AA，2)，(BB，10)，(CC，100)，(DD，5)]，则可以对其中的点击量进行归一化，得到归一化后的第一点击量列表[(AA，0.02)，(BB，0.1)，(CC，1)，(DD，0.5)]，这样，可以得到第一向量(0.02，0.1，1，0.5)。另外，可以通过类似的方式，得到第二向量。若得到的第二向量为(0.5，0.6，0.7)，则可以得到组合形成的第三输入数据为[0.02，0.1，1，0.5；0.5，0.6，0.7]。

步骤405，将输入数据集合输入预先训练的画像刻画模型，得到用户特征信息集合，其中，画像刻画模型用于表征输入数据集合与用户特征信息集合的对应关系。

在本实施例中，根据输入数据集合得到用户特征信息集合的方式，与步骤203中提及的根据输入数据集合得到用户特征信息集合的方式相同，这里不做赘述。

步骤406，将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。

在本实施例中，步骤406的具体操作与图2所示的实施例中步骤204的操作基本相同，在此不做赘述。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于推送信息的方法的流程400细化了根据设定数目个关系对，生成用户特征信息集合的步骤。由此，本实施例描述的方案可以得到用于描述用户特征的更全面的用户特征信息集合，从而将与用户特征信息集合相匹配的信息推送给用户，进一步提高对新用户的信息推荐效率。

进一步参考图5，其示出了用于推送信息的方法的又一个实施例的流程500。该用于推送信息的方法的流程500，包括以下步骤：

步骤501，获取新用户的用户终端发送的用户信息。

这里，新用户通过用户终端进入应用之后，用户终端可以采集该新用户已安装应用的信息，然后根据用户已安装应用的信息获取到该新用户的相关信息。其中，可以获取到的相关信息可以包括新用户的不完全准确的性别、年龄、收入等信息。在获取到新用户的相关信息后，用户终端可以将其转换成采用关系对形式表示的用户信息。其中，用户信息包括至少一个关系对，关系对包括属性和属性值。例如，某一个关系对可以是(年龄，26)。

步骤502，将用户信息扩展成新用户信息。

这里，由于新用户与应用的接触时间很短，所能获取到的用户信息中的信息量很少，因此，为了提高信息推荐的准确性，执行主体(例如图1所示的电子设备105)会先将信息量小的用户信息扩展为信息量相对较大的新用户信息。其中，扩展所得到的新用户信息中，包括设定数目个关系对。实际应用中，新用户信息中的关系对的属性可以包括但不限于以下7个：年龄，性别，收入，第一对象类别(新闻阅读情况)，第二对象类别(广告阅读情况)，终端上所安装的应用，终端的类型，终端位置。

步骤503，对新用户信息进行数据预处理。

这里，执行主体可以采用如下步骤，对新用户信息进行数据预处理：

第一步，对新用户信息中设定数目个关系对进行分组。其中，可以根据关系对中属性值的取值特征进行分组，如，可以根据属性值的取值的连续性进行分组。也可以根据技术人员指定的、任意的分组形式进行分组。作为示例，可以将具有属性为年龄、性别、收入的关系对分为一组，得到一个关系对组。将具有属性为第一对象类别，第二对象类别的关系对分为一组，得到另一个关系对组。还可以将具有属性为终端上所安装的应用，终端的类型，终端位置的关系对分为一组，得到又一个关系对组。

第二步，对每一个关系对组中的关系对的属性值进行处理，并将处理后的属性值转换成向量。例如，对于某一个关系对组，可以对该关系对组中的所有属性值进行归一化处理，然后将进行了归一化后的所有数值组合起来形成向量。这里，一个关系对组可以对应得到一个向量。

步骤504，将进行过预处理的数据输入预先训练的画像刻画模型，生成用户特征信息集合。

这里，执行主体可以将步骤503中得到的一个或多个向量作为画像刻画模型的输入，以得到用户特征信息集合。其中，所输入的每个向量均可单独作为画像刻画模型的输入。如，若步骤503中得到了3个向量，则画像刻画模型具有三个输入。此时，画像刻画模型为三输入模型。

步骤505，将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。

这里，需要说明的是，执行主体在给上述新用户的用户终端推送了信息后，可以通过用户终端，继续获取到上述新用户针对所推送的信息进行操作后的新的用户信息，从而通过重复执行上述步骤501-505，可以在较短的时间内获得更多更全的用户信息。可以实现新用户在第一次使用过程中就能完成用户画像生成。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，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6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；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607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。

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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601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。

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申请的操作的计算机程序代码，程序设计语言包括面向目标的程序设计语言—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电子设备上执行。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)。

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：一种处理器包括信息获取单元、信息扩展单元、特征生成单元、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，信息获取单元还可以被描述为“获取目标终端发送的用户信息的单元”。

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电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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电子设备执行时，使得该电子设备：获取目标终端发送的用户信息，用户信息包括至少一个关系对，至少一个关系对中的关系对包括属性和属性值；根据用户信息中的至少一个属性，将用户信息扩展成新用户信息，新用户信息包括设定数目个关系对，设定数目大于或等于用户信息中的关系对的数目；根据设定数目个关系对，生成用户特征信息集合；将目标信息集合中与用户特征信息集合相匹配的信息推送至目标终端。

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上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 (9)

1.一种用于推送信息的方法，其特征在于，所述方法包括：

获取目标终端发送的用户信息，所述用户信息包括至少一个关系对，所述至少一个关系对中的关系对包括属性和属性值；

根据所述用户信息中的至少一个属性，将所述用户信息扩展成新用户信息，所述新用户信息包括设定数目个关系对，所述设定数目大于或等于所述用户信息中的关系对的数目；

根据所述设定数目个关系对中的属性，对所述设定数目个关系对进行分组，得到至少一个关系对组；

对于所述至少一个关系对组中的关系对组，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，将所得到的输入数据存入输入数据集合；

将所述输入数据集合输入预先训练的画像刻画模型，得到用户特征信息集合，其中，所述画像刻画模型用于表征输入数据集合与用户特征信息集合的对应关系；

将目标信息集合中与所述用户特征信息集合相匹配的信息推送至所述目标终端。

2.根据权利要求1所述的方法，其特征在于，所述根据所述设定数目个关系对中的属性，对所述设定数目个关系对进行分组，包括：

对于设定数目个关系对中的关系对，从预先设定的第一属性集合组中的第一属性集合中查找与该关系对的属性相匹配的第一属性，响应于查找到，将所查找到的第一属性所在的第一属性集合与该关系对进行关联；

将与同一个第一属性集合关联的关系对，组成关系对组。

3.根据权利要求2所述的方法，其特征在于，所述第一属性集合组中的第一属性集合具有预设的数据处理类型；以及

所述对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，包括：

将与该关系对组关联的第一属性集合的数据处理类型，确定为该关系对组的数据处理类型；

根据所述数据处理类型，从预先设定的处理步骤序列集合中，确定该关系对组的处理步骤序列；

根据所确定的处理步骤序列，对属性值集合进行处理，得到该关系对组对应的输入数据。

4.根据权利要求1所述的方法，其特征在于，所述画像刻画模型通过以下方式训练得到：

获取训练样本集合，其中，训练样本包括用户信息和用户信息对应的用户特征信息集合，用户信息包括设定数目个关系对；

对于所述训练样本集合中的训练样本，根据设定数目个关系对中的属性，对该训练样本中的关系对进行分组，得到至少一个关系对组；对于所得到的至少一个关系对组中的关系对组，对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，将所得到的输入数据存入输入数据集合；

利用机器学习方法，将所述训练样本集合中训练样本对应的输入数据集合作为输入，将所输入的输入数据集合所对应的用户特征信息集合作为期望输出，训练得到画像刻画模型。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述用户信息中的至少一个属性，将所述用户信息扩展成新用户信息，包括：

对于预先设定的第二属性集合中的第二属性，将该第二属性与所述至少一个属性中的属性进行比较，确定所述至少一个属性中是否存在与该第二属性相匹配的属性；响应于存在与该第二属性相匹配的属性，将该第二属性确定为标记属性；

将所述第二属性集合中的除标记属性外的第二属性组成的集合，确定为子属性集合；

对于所述子属性集合中的属性，给该属性赋予设定属性值，生成具有该属性和设定属性值的新关系对，将所生成的新关系对存入所述用户信息；

将已存入新关系对的用户信息确定为新用户信息。

6.根据权利要求1所述的方法，其特征在于，所述新用户信息中的关系对，包括以下至少一项：

年龄，年龄值；性别，性别值；收入，收入值；第一对象类别，第一点击量列表；第二对象类别，第二点击量列表；终端上所安装的应用，应用名称列表；终端的类型，型号数据；终端位置，地理坐标列表。

7.根据权利要求6所述的方法，其特征在于，所述对该关系对组中的属性值集合进行处理，得到该关系对组对应的输入数据，包括以下至少一项：

将年龄值转换成年龄等级数据；将性别值转换成性别类别数据；将收入值转换成收入等级数据；以及将所述年龄等级数据、所述性别类别数据和所述收入等级数据，组合形成第一输入数据；

将所述应用名称列表转换成应用向量；将所述型号数据转换成类型向量；将所述地理坐标列表转换成位置向量；以及将所述应用向量、所述类型向量和所述位置向量，组合形成第二输入数据；

对所述第一点击量列表中的点击量进行归一化，将归一化后的第一点击量列表转换成第一向量；对所述第二点击量列表中的点击量进行归一化；将归一化后的第二点击量列表转换成第二向量；将所述第一向量和所述第二向量，组合形成第三输入数据。

8.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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中任一所述的方法。

9.一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images