CN110399551A - 基于用户浏览习惯的信息推送方法及相关设备 - Google Patents
基于用户浏览习惯的信息推送方法及相关设备 Download PDFInfo
- Publication number
- CN110399551A CN110399551A CN201910521738.5A CN201910521738A CN110399551A CN 110399551 A CN110399551 A CN 110399551A CN 201910521738 A CN201910521738 A CN 201910521738A CN 110399551 A CN110399551 A CN 110399551A
- Authority
- CN
- China
- Prior art keywords
- user
- habit
- information
- browsing
- browsed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000013507 mapping Methods 0.000 claims abstract description 27
- 238000005259 measurement Methods 0.000 claims description 15
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 230000008569 process Effects 0.000 description 16
- 238000013019 agitation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 239000002537 cosmetic Substances 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 241001050985 Disco Species 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请涉及大数据领域,本申请公开了一种基于用户浏览习惯的信息推送方法及相关设备,所述方法包括:将预设关键信息与用户浏览习惯之间的映射关系,存储在后台数据库中,并在用户当前的浏览信息中根据所述关键信息进行检索,根据所述检索结果获得第一用户浏览习惯;获取用户历史浏览信息及当前定位信息,根据所述用户历史浏览信息获得用户个人信息,并根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯;根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息。本申请可以有效的匹配用户信息需求,提高信息推送效率,提升用户体验。
Description
技术领域
本申请涉及大数据领域,特别涉及一种基于用户浏览习惯的信息推送方法及相关设备。
背景技术
目前市面上当前比较火的热点新闻,论坛等都是通过帖子内容中的出现比较多的关键词作为维度跟帖子建立映射关系,当用户浏览时,根据用户最新浏览的帖子,获取帖子比较关键的几个维度,更新标记用户习惯,当再次搜索时可以根据当前标记的习惯,搜索与这些习惯维度相关的帖子,并通过热度排序,提供给用户浏览,但是也有些缺陷,比如如果用户误操作点击了某个帖子,用户再次返回的时候,全是用户不想关注的帖子,没有做到这种状况的屏蔽,并且在定位用户习惯时不太准确。
发明内容
本申请的目的在于针对现有技术的不足,提供一种基于用户浏览习惯的信息推送方法及相关设备,通过预设用户浏览习惯与关键信息之间的映射关系,在用户浏览信息时根据关键信息获取用户浏览习惯,并根据用户浏览习惯向用户推荐信息,可以有效的匹配用户信息需求,提高信息推送效率,提升用户体验。
为达到上述目的,本申请的技术方案提供一种基于用户浏览习惯的信息推送方法及相关设备。
本申请公开了一种基于用户浏览习惯的信息推送方法,包括以下步骤:
将预设关键信息与用户浏览习惯之间的映射关系,存储在后台数据库中,并在用户当前的浏览信息中根据所述关键信息进行检索,根据所述检索结果获得第一用户浏览习惯;
获取用户历史浏览信息及当前定位信息,根据所述用户历史浏览信息获得用户个人信息,并根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯;
根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息。
较佳地,所述根据所述检索结果获得第一用户浏览习惯,包括:
当根据所述关键信息在所述用户当前的浏览信息中进行检索后,根据所述关键信息出现的频率对所述关键信息进行排名;
获取排名最高的关键信息,并根据所述预设的关键信息与用户浏览习惯之间的映射关系在所述后台数据库中查询与所述关键信息对应的用户浏览习惯,获得第一用户浏览习惯。
较佳地,所述获取用户历史浏览信息,包括:
预设统计时间及历史浏览量阈值;
根据所述统计时间获得统计时间段,并统计所述统计时间段内的历史浏览量,将所述统计时间段内的历史浏览量与所述历史浏览量阈值进行比较;
当所述统计时间段内的历史浏览量大于所述历史浏览量阈值时,获取所述统计时间段内的用户历史浏览信息。
较佳地,所述统计所述统计时间段内的历史浏览量,包括:
预设用户浏览时间阈值及用户浏览统计周期;
在所述浏览统计周期内,当检测到用户在浏览时,获取用户浏览当前时间,并当检测到用户退出浏览时,获取用户退出浏览时间;
将所述用户浏览当前时间与所述用户退出浏览时间之间的时间段与所述用户浏览时间阈值进行比较,如果所述用户浏览当前时间与所述用户退出浏览时间之间的时间段大于所述用户浏览时间阈值,则将本次浏览累计计入历史浏览量;
根据所述用户浏览统计周期内的历史浏览量统计所述统计时间段内的历史浏览量。
较佳地,所述根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯,包括:
预设个人信息及当前定位信息与用户浏览习惯之间的映射关系,并存储在后台数据库中;
当根据所述用户历史浏览信息获得用户个人信息后,在所述后台数据库中根据所述用户个人信息及所述当前定位信息查询对应的用户浏览习惯,获得第二用户浏览习惯。
较佳地,所述根据所述统计时间获得统计时间段,包括:
当检测到用户在浏览时,获取用户浏览当前时间;
根据所述用户浏览当前时间及所述统计时间获得统计时间段。
较佳地,所述根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息,包括:
将所述第一用户浏览习惯设为高优先级,并将所述第二用户浏览习惯设为低优先级;
根据所述第一用户浏览习惯及所述第二用户浏览习惯的优先级依次向用户推送信息。
本申请还公开了一种基于用户浏览习惯的信息推送装置,所述装置包括:
第一习惯获取模块:设置为将预设关键信息与用户浏览习惯之间的映射关系,存储在后台数据库中,并在用户当前的浏览信息中根据所述关键信息进行检索,根据所述检索结果获得第一用户浏览习惯;
第二习惯获取模块:设置为获取用户历史浏览信息及当前定位信息,根据所述用户历史浏览信息获得用户个人信息,并根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯;
信息推送模块:设置为根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息。
本申请还公开了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被一个或多个所述处理器执行时,使得一个或多个所述处理器执行上述所述信息推送方法的步骤。
本申请还公开了一种存储介质,所述存储介质可被处理器读写,所述存储介质存储有计算机指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述所述信息推送方法的步骤。
本申请的有益效果是:本申请通过预设用户浏览习惯与关键信息之间的映射关系,在用户浏览信息时根据关键信息获取用户浏览习惯,并根据用户浏览习惯向用户推荐信息,可以有效的匹配用户信息需求,提高信息推送效率,提升用户体验。
附图说明
图1为本申请第一个实施例的一种基于用户浏览习惯的信息推送方法的流程示意图;
图2为本申请第二个实施例的一种基于用户浏览习惯的信息推送方法的流程示意图;
图3为本申请第三个实施例的一种基于用户浏览习惯的信息推送方法的流程示意图;
图4为本申请第四个实施例的一种基于用户浏览习惯的信息推送方法的流程示意图;
图5为本申请第五个实施例的一种基于用户浏览习惯的信息推送方法的流程示意图;
图6为本申请第六个实施例的一种基于用户浏览习惯的信息推送方法的流程示意图;
图7为本申请第七个实施例的一种基于用户浏览习惯的信息推送方法的流程示意图;
图8为本申请实施例的一种基于用户浏览习惯的信息推送装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本申请第一个实施例的一种基于用户浏览习惯的信息推送方法流程如图1所示,本实施例包括以下步骤:
步骤s101,将预设关键信息与用户浏览习惯之间的映射关系,存储在后台数据库中,并在用户当前的浏览信息中根据所述关键信息进行检索,根据所述检索结果获得第一用户浏览习惯;
具体的,关键信息可以是一个词,也可以是一个短句,由于关键信息不能直接用来对用户的浏览习惯进行定位,因此可预先将关键信息与用户浏览习惯进行映射,例如,用户的往常习惯基本在一定的时期是固定的,但是有些外界因素会导致用户浏览习惯产生变化,这种变化可能会很长也可能会很短,比如情绪,因为外界原因导致情绪变化,但是喜怒哀乐有时很难用词语准确的描述,我们可以通过当前用户的浏览内容,捕捉用户情绪,比如根据“烦躁”,“压力”这类词,或者“最近好烦躁”这类信息,可以初步判断用户心情不好,这类词在管理后台可以跟“笑话”,“旅游”等关键词建立关系,这样只要遇到跟“烦躁”,“压力”相关的内容,根据以上关键词映射关系,就可以推荐一些笑话贴,或者旅游相关的内容,给用户减压放松心情。
具体的,当生成关键信息与用户浏览习惯之间的映射关系后,可将上述映射关系存储后后台数据库中;当用户进行浏览信息时,可对当前用户的浏览信息通过搜索引擎进行关键信息的检索,所述关键信息可以预先设定,例如预定义一个关键信息库,在对所述浏览信息进行检索时,根据所述关键信息库中的关键信息进行检索,获得所述关键信息的排名,并获取排名靠前的关键信息,如排名前三或者前五,然后根据所述关键信息通过关键信息与用户浏览习惯之间的映射关系获得第一用户浏览习惯,所述第一用户浏览习惯可以是浏览的类别,例如,用户的浏览习惯是旅游,系统可推荐旅游相关的内容给到用户。
步骤s102,获取用户历史浏览信息及当前定位信息,根据所述用户历史浏览信息获得用户个人信息,并根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯;
具体的,还可从用户的历史浏览信息中获取用户的浏览习惯,为了从用户的历史浏览信息中统计出用户的浏览习惯,可以在用户的历史浏览记录中根据内容类别进行分析,例如,根据用户浏览记录,给用户打如下标签:时政新闻、游戏、运动、美图、化妆品、美食、SPA,并可根据上述标签来历史浏览记录中出现的频率推车用户的性别及年龄,例如,学生可对应标签:游戏、体育、教育、初中、高中、大学、考试;而用户的当前定位信息可通过对用户定位获得,如果用户使用台式机,可通过用户IP获得用户当前地理位置;如果用户使用手机,可通过GPS全球定位系统对用户进行定位。
具体的,当获得用户的性别、年龄及当前定位信息后,可根据上述信息获得第二用户浏览习惯,所述第二用户浏览习惯可以预先和用户的性别、年龄及当前定位信息进行对应,例如,20岁、男、上海的用户习惯是娱乐,所述第二用户浏览习惯也可以是浏览的类别。
步骤s103,根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息。
具体的,当获取到第一用户浏览习惯及第二用户浏览习惯后,可以设置第一用户浏览习惯及第二用户浏览习惯的优先级,例如,将第一用户浏览习惯的优先级设置为高优先级,将第二用户浏览习惯的优先级设置为低优先级,则在向用户推送信息的时候,优先根据第一用户浏览习惯向用户推送信息,然后再根据第二用户浏览习惯向用户推送信息。
具体的,如果没有获取到任何用户浏览习惯,如用户第一次使用相关APP时或者以前统计的用户浏览习惯由于用户长时间没有使用相关APP导致所述用户浏览习惯过期自动删除等,没有浏览记录(在最近的一定时间内,比如最近3个月内的记录,超出部分不计算用户浏览记录),就没法统计用户浏览习惯,这时可以根据当前社会上的热点进行推送,所述信息的热度可通过公式进行计算:
其中X为信息热度,a为总浏览量,b为点赞量,c为评论量,d为收藏量,e为发布时长。
本实施例中,通过预设用户浏览习惯与关键信息之间的映射关系,在用户浏览信息时根据关键信息获取用户浏览习惯,并根据用户浏览习惯向用户推荐信息,可以有效的匹配用户信息需求,提高信息推送效率,提升用户体验。
图2为本申请第二个实施例的一种基于用户浏览习惯的信息推送方法流程示意图,如图所示,所述步骤s101,根据所述检索结果获得第一用户浏览习惯,包括:
步骤s201,当根据所述关键信息在所述用户当前的浏览信息中进行检索后,根据所述关键信息出现的频率对所述关键信息进行排名;
具体的,可先预设关键信息,例如在关键信息库中选定多个关键词或者短句,并根据所述关键词或者短句在用户当前的浏览信息中进行检索,并记录下所述关键词或者短句在用户当前浏览信息中出现的次数,根据所述次数对所述关键词或者短句进行排名。
步骤s202,获取排名最高的关键信息,并根据所述预设的关键信息与用户浏览习惯之间的映射关系在所述后台数据库中查询与所述关键信息对应的用户浏览习惯,获得第一用户浏览习惯。
具体的,在所述关键词或者短句中,查询最高次数对应的关键词或者短句,并根据所述最高次数对应的关键词或者短句在后台数据库中根据关键信息与用户浏览习惯之间的映射关系进行查询,通过查询可获得第一用户浏览习惯。
本实施例中,通过在用户当前浏览信息中进行关键信息的检索,可以有效获得用户的浏览习惯。
图3为本申请第三个实施例的一种基于用户浏览习惯的信息推送方法流程示意图,如图所示,所述步骤s102,获取用户历史浏览信息,包括:
步骤s301,预设统计时间及历史浏览量阈值;
具体的,可先预设统计时间及历史浏览量阈值,所述统计时间用于指定统计的时间长度,例如,一个月、二个月、三个月或者半年;所述历史浏览量阈值指的是历史浏览次数的阈值。
步骤s302,根据所述统计时间获得统计时间段,并统计所述统计时间段内的历史浏览量,将所述统计时间段内的历史浏览量与所述历史浏览量阈值进行比较;
具体的,当对用户进行历史浏览量的统计时,可先获得当前系统时间,并根据当前系统时间及所述统计时间获得统计时间段,例如,当前系统时间是2018-12-31,统计时间是一个月,那么统计时间段是2018-12-01至2018-12-31。
步骤s303,当所述统计时间段内的历史浏览量大于所述历史浏览量阈值时,获取所述统计时间段内的用户历史浏览信息。
具体的,当对统计时间段内的历史浏览量进行统计后,如果统计时间段内的历史浏览量大于历史浏览量阈值时,可获取所述统计时间段内的用户历史浏览信息,并对所述统计时间段内的用户历史浏览信息进行关键信息的检索;如果统计时间段内的历史浏览量不大于历史浏览量阈值时,就说明这段统计时间段内的意思浏览信息不符合要求,就不用进行关键信息的检索了。
本实施例中,通过预设统计时间和历史浏览量阈值,可以精准的获取的统计时间段内的历史浏览信息。
图4为本申请第四个实施例的一种基于用户浏览习惯的信息推送方法流程示意图,如图所示,所述步骤s302,统计所述统计时间段内的历史浏览量,包括:
步骤s401,预设用户浏览时间阈值及用户浏览统计周期;
具体的,可先预设用户浏览时间阈值及用户浏览统计周期,所述用户浏览时间阈值指的是用户浏览信息的最少时间;所述用户浏览统计周期指的是每个时间周期,例如:每天、每周、每月。
步骤s402,在所述浏览统计周期内,当检测到用户在浏览时,获取用户浏览当前时间,并当检测到用户退出浏览时,获取用户退出浏览时间;
具体的,当确定用户的浏览统计周期后,在所述浏览统计周期内,当检测到用户在浏览时,可获取到用户浏览的当前系统时间,并对用户进行监测,当监测到用户退出浏览时,可获取到用户退出浏览的时间。
步骤s403,将所述用户浏览当前时间与所述用户退出浏览时间之间的时间段与所述用户浏览时间阈值进行比较,如果所述用户浏览当前时间与所述用户退出浏览时间之间的时间段大于所述用户浏览时间阈值,则将本次浏览累计计入历史浏览量;
具体的,用户退出浏览的时间与用户浏览的当前系统时间之间的时间段为用户实际浏览的时间,可将所述用户实际浏览的时间与所述用户浏览时间阈值进行比较,如果所述用户实际浏览的时间大于所述用户浏览时间阈值,说明本次浏览符合要求,可将本次浏览累计计入历史浏览量。
步骤s404,根据所述用户浏览统计周期内的历史浏览量统计所述统计时间段内的历史浏览量。
具体的,当统计到用户浏览统计周期内的历史浏览量后,可根据所述用户浏览统计周期内的历史浏览量再统计出统计时间段内的历史浏览量,例如,用户浏览统计周期是每天,统计时间为一周,统计时间段为2019-01-01至2019-01-07,当获得2019-01-01至2019-01-07中每一天的历史浏览量后,2019-01-01至2019-01-07中的历史浏览量就可根据2019-01-01至2019-01-07中每一天的历史浏览量统计获得。
本实施例中,通过设定用户浏览时间,并统计时间周期内的历史浏览量,并根据时间周期内的历史浏览量获得统计时间段内的历史浏览量,可提高历史浏览量获取的精确度。
图5为本申请第五个实施例的一种基于用户浏览习惯的信息推送方法流程示意图,如图所示,所述步骤s103,根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯,包括:
步骤s501,预设个人信息及当前定位信息与用户浏览习惯之间的映射关系,并存储在后台数据库中;
具体的,可预先将个人信息及当前定位信息与用户浏览习惯之间形成映射关系,例如:20岁、男、上海的用户浏览习惯是娱乐,50岁、男、北京的用户浏览习惯是政治,并将所述映射关系存储在后台数据库中,因此所述个人信息可包括性别、年龄等信息。
步骤s502,当根据所述用户历史浏览信息获得用户个人信息后,在所述后台数据库中根据所述用户个人信息及所述当前定位信息查询对应的用户浏览习惯,获得第二用户浏览习惯。
具体的,可先根据所述用户历史浏览信息获得用户个人信息,例如,预设用户性别与关键信息之间的映射关系,如军事、战争、武打、游戏和男性相关联,如化妆品、包包、衣服和女性相关联;对所述关键信息在用户历史浏览信息中进行检索后,统计两者的数量并进行比较,获取高的那个作为最终用户性别;预设用户年龄与关键信息之间的映射关系,如游戏、蹦迪和20-30岁相关联,30-40和家庭、感情相关联,40-50和政治相关联;对所述关键信息在用户历史浏览信息中进行检索后,统计数量并进行比较,将数量最高的那个作为用户的年龄。
具体的,当获取到个人信息后,结合之前获取到的当前定位信息可根据个人信息及当前定位信息与用户浏览习惯之间的映射关系在后台数据库中查询对应的用户浏览习惯,获得第二用户浏览习惯,例如,用户的第二用户浏览习惯是政治、体育、游戏。
本实施例中,通过预设个人信息及当前定位信息与用户浏览习惯之间的映射关系,并根据获取的个人信息及当前定位信息可有效获得用户浏览习惯。
图6为本申请第六个实施例的一种基于用户浏览习惯的信息推送方法流程示意图,如图所示,所述步骤s302,根据所述统计时间获得统计时间段,包括:
步骤s601,当检测到用户在浏览时,获取用户浏览当前时间;
具体的,当检测到用户在浏览时,可获得用户浏览的当前系统时间,并进行记录。
步骤s602,根据所述用户浏览当前时间及所述统计时间获得统计时间段。
具体的,当获取到用户浏览的当前系统时间后,可根据统计时间获得统计时间段,例如,统计时间是一周,如果用户浏览的当前系统时间是2019-01-07,那么将用户浏览的当前系统时间往前推一周就是2019-01-01,而2019-01-01至2019-01-07之间的一周时间就是统计时间段。
本实施例中,通过获取用户浏览当前时间以及统计时间,可有效获取统计时间段。
图7为本申请第七个实施例的一种基于用户浏览习惯的信息推送方法流程示意图,如图所示,所述步骤s103,根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息,包括:
步骤s701,将所述第一用户浏览习惯设为高优先级,并将所述第二用户浏览习惯设为低优先级;
具体的,当获取到第一用户浏览习惯及第二用户浏览习惯后,可设置第一用户浏览习惯及第二用户浏览习惯的优先级,例如,将所述第一用户浏览习惯设为高优先级,并将所述第二用户浏览习惯设为低优先级。
步骤s702,根据所述第一用户浏览习惯及所述第二用户浏览习惯的优先级依次向用户推送信息。
具体的,可根据所述第一用户浏览习惯及所述第二用户浏览习惯的优先级依次向用户推送信息,这样,在向用户推送信息时,可优先将与第一用户浏览习惯对应的信息推送给用户,然后将与第二用户浏览习惯对应的信息推送给用户。
本实施例中,通过设置第一用户浏览习惯及第二用户浏览习惯的优先级,可根据优先级进行信息的推送,提高信息推送的效率,提高用户的体验。
本申请实施例的一种基于用户浏览习惯的信息推送装置结构如图8所示,包括:
第一习惯获取模块801、第二习惯获取模块802及信息推送模块803;其中,第一习惯获取模块801与第二习惯获取模块802相连,第二习惯获取模块802与信息推送模块803相连;第一习惯获取模块801设置为将预设关键信息与用户浏览习惯之间的映射关系,存储在后台数据库中,并在用户当前的浏览信息中根据所述关键信息进行检索,根据所述检索结果获得第一用户浏览习惯;第二习惯获取模块802设置为获取用户历史浏览信息及当前定位信息,根据所述用户历史浏览信息获得用户个人信息,并根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯;信息推送模块803设置为根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息。
本申请实施例还公开了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被一个或多个所述处理器执行时,使得一个或多个所述处理器执行上述各实施例中所述信息推送方法中的步骤。
本申请实施例还公开了一种存储介质,所述存储介质可被处理器读写,所述存储器存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述各实施例中所述信息推送方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于用户浏览习惯的信息推送方法,其特征在于,包括以下步骤:
将预设关键信息与用户浏览习惯之间的映射关系,存储在后台数据库中,并在用户当前的浏览信息中根据所述关键信息进行检索,根据所述检索结果获得第一用户浏览习惯;
获取用户历史浏览信息及当前定位信息,根据所述用户历史浏览信息获得用户个人信息,并根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯;
根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息。
2.如权利要求1所述的基于用户浏览习惯的信息推送方法,其特征在于,所述根据所述检索结果获得第一用户浏览习惯,包括:
当根据所述关键信息在所述用户当前的浏览信息中进行检索后,根据所述关键信息出现的频率对所述关键信息进行排名;
获取排名最高的关键信息,并根据所述预设的关键信息与用户浏览习惯之间的映射关系在所述后台数据库中查询与所述关键信息对应的用户浏览习惯,获得第一用户浏览习惯。
3.如权利要求1所述的基于用户浏览习惯的信息推送方法,其特征在于,所述获取用户历史浏览信息,包括:
预设统计时间及历史浏览量阈值;
根据所述统计时间获得统计时间段,并统计所述统计时间段内的历史浏览量,将所述统计时间段内的历史浏览量与所述历史浏览量阈值进行比较;
当所述统计时间段内的历史浏览量大于所述历史浏览量阈值时,获取所述统计时间段内的用户历史浏览信息。
4.如权利要求3所述的基于用户浏览习惯的信息推送方法,其特征在于,所述统计所述统计时间段内的历史浏览量,包括:
预设用户浏览时间阈值及用户浏览统计周期;
在所述浏览统计周期内,当检测到用户在浏览时,获取用户浏览当前时间,并当检测到用户退出浏览时,获取用户退出浏览时间;
将所述用户浏览当前时间与所述用户退出浏览时间之间的时间段与所述用户浏览时间阈值进行比较,如果所述用户浏览当前时间与所述用户退出浏览时间之间的时间段大于所述用户浏览时间阈值,则将本次浏览累计计入历史浏览量;
根据所述用户浏览统计周期内的历史浏览量统计所述统计时间段内的历史浏览量。
5.如权利要求1所述的基于用户浏览习惯的信息推送方法,其特征在于,所述根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯,包括:
预设个人信息及当前定位信息与用户浏览习惯之间的映射关系,并存储在后台数据库中;
当根据所述用户历史浏览信息获得用户个人信息后,在所述后台数据库中根据所述用户个人信息及所述当前定位信息查询对应的用户浏览习惯,获得第二用户浏览习惯。
6.如权利要求3所述的基于用户浏览习惯的信息推送方法,其特征在于,所述根据所述统计时间获得统计时间段,包括:
当检测到用户在浏览时,获取用户浏览当前时间;
根据所述用户浏览当前时间及所述统计时间获得统计时间段。
7.如权利要求1所述的基于用户浏览习惯的信息推送方法,其特征在于,所述根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息,包括:
将所述第一用户浏览习惯设为高优先级,并将所述第二用户浏览习惯设为低优先级;
根据所述第一用户浏览习惯及所述第二用户浏览习惯的优先级依次向用户推送信息。
8.一种基于用户浏览习惯的信息推送装置,其特征在于,所述装置包括:
第一习惯获取模块:设置为将预设关键信息与用户浏览习惯之间的映射关系,存储在后台数据库中,并在用户当前的浏览信息中根据所述关键信息进行检索,根据所述检索结果获得第一用户浏览习惯;
第二习惯获取模块:设置为获取用户历史浏览信息及当前定位信息,根据所述用户历史浏览信息获得用户个人信息,并根据所述用户个人信息及所述当前定位信息获得第二用户浏览习惯;
信息推送模块:设置为根据所述第一用户浏览习惯及所述第二用户浏览习惯向用户推送信息。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被一个或多个所述处理器执行时,使得一个或多个所述处理器执行如权利要求1至7中任一项所述信息推送方法的步骤。
10.一种存储介质,其特征在于,所述存储介质可被处理器读写,所述存储介质存储有计算机指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项所述信息推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910521738.5A CN110399551A (zh) | 2019-06-17 | 2019-06-17 | 基于用户浏览习惯的信息推送方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910521738.5A CN110399551A (zh) | 2019-06-17 | 2019-06-17 | 基于用户浏览习惯的信息推送方法及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110399551A true CN110399551A (zh) | 2019-11-01 |
Family
ID=68324083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910521738.5A Pending CN110399551A (zh) | 2019-06-17 | 2019-06-17 | 基于用户浏览习惯的信息推送方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110399551A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026956A (zh) * | 2019-11-20 | 2020-04-17 | 拉扎斯网络科技(上海)有限公司 | 数据列表处理方法、装置、电子设备及计算机存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886090A (zh) * | 2014-03-31 | 2014-06-25 | 北京搜狗科技发展有限公司 | 基于用户喜好的内容推荐方法及装置 |
CN104216965A (zh) * | 2014-08-21 | 2014-12-17 | 北京金山安全软件有限公司 | 信息推荐方法和装置 |
CN107193846A (zh) * | 2016-03-15 | 2017-09-22 | 百度在线网络技术(北京)有限公司 | 一种提供搜索推荐的方法和装置 |
CN107491997A (zh) * | 2017-09-22 | 2017-12-19 | 四川省艾普网络股份有限公司 | 信息推送方法及系统 |
CN107888950A (zh) * | 2017-11-09 | 2018-04-06 | 福州瑞芯微电子股份有限公司 | 一种推荐视频的方法和系统 |
-
2019
- 2019-06-17 CN CN201910521738.5A patent/CN110399551A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886090A (zh) * | 2014-03-31 | 2014-06-25 | 北京搜狗科技发展有限公司 | 基于用户喜好的内容推荐方法及装置 |
CN104216965A (zh) * | 2014-08-21 | 2014-12-17 | 北京金山安全软件有限公司 | 信息推荐方法和装置 |
CN107193846A (zh) * | 2016-03-15 | 2017-09-22 | 百度在线网络技术(北京)有限公司 | 一种提供搜索推荐的方法和装置 |
CN107491997A (zh) * | 2017-09-22 | 2017-12-19 | 四川省艾普网络股份有限公司 | 信息推送方法及系统 |
CN107888950A (zh) * | 2017-11-09 | 2018-04-06 | 福州瑞芯微电子股份有限公司 | 一种推荐视频的方法和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026956A (zh) * | 2019-11-20 | 2020-04-17 | 拉扎斯网络科技(上海)有限公司 | 数据列表处理方法、装置、电子设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tatar et al. | Ranking news articles based on popularity prediction | |
CN104899302B (zh) | 向用户推荐音乐的方法和装置 | |
US20180052855A1 (en) | Method for learning a latent interest taxonomy from multimedia metadata | |
US7660792B2 (en) | System and method for spam identification | |
Gaurav et al. | Leveraging candidate popularity on Twitter to predict election outcome | |
Kempe et al. | Detecting tactical patterns in basketball: comparison of merge self-organising maps and dynamic controlled neural networks | |
US9344507B2 (en) | Method of processing web access information and server implementing same | |
CN109189951A (zh) | 一种多媒体资源推荐方法、设备及存储介质 | |
CN109511015B (zh) | 多媒体资源推荐方法、装置、存储介质及设备 | |
CN110287372A (zh) | 用于负反馈的标签确定方法、视频推荐方法及其装置 | |
CN102929966B (zh) | 一种用于提供个性化搜索列表的方法及系统 | |
CN103399861B (zh) | 一种网址导航中的网址推荐方法、装置和系统 | |
CN110458360A (zh) | 热门资源的预测方法、装置、设备及存储介质 | |
CN105183925A (zh) | 内容关联推荐方法及装置 | |
CN107222526A (zh) | 推送推广信息的方法、装置、设备和计算机存储介质 | |
CN108416627A (zh) | 一种基于互联网数据的品牌影响力监控方法及系统 | |
CN110347781A (zh) | 文章倒排方法、文章推荐方法、装置、设备及存储介质 | |
CN110399551A (zh) | 基于用户浏览习惯的信息推送方法及相关设备 | |
Kellner et al. | Political elections under (social) fire? Analysis and detection of propaganda on twitter | |
CN116610858A (zh) | 一种信息分发方法、装置、电子设备以及存储介质 | |
Vallet et al. | Use of implicit graph for recommending relevant videos: a simulated evaluation | |
Wade et al. | Identifying representative textual sources in blog networks | |
JP2005174149A (ja) | インターネット上の情報解析システムおよび公開サーバ | |
CN110888994A (zh) | 多媒体数据推荐系统及多媒体数据推荐方法 | |
CN114331789B (zh) | 一种廉洁知识智能推荐方法、装置、设备及存储介质 |
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 |