CN110413876A - 信息处理方法、装置、服务器及存储介质 - Google Patents

Abstract

本发明实施例公开了一种信息处理方法、装置、服务器及存储介质，其中，所述方法包括：获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据，所述第一目标标签数据至少用于表征所述用户的角色信息；获得至少一个待推送信息；从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息。

Description

信息处理方法、装置、服务器及存储介质

技术领域

本申请涉及数据处理技术，具体涉及到一种信息处理方法、装置、服务器及存储介质。

背景技术

相关技术中，可根据用户的爱好、偏好和/或习惯进行用户感兴趣的信息的推送。按照这种方式进行推送，在不需要用户手动操作如搜索的情况下，即可得到能够满足用户的需求的信息，可显著提升用户的体验。这种推送方式仅用于向用户提供其感兴趣的信息，从用户层面上来看，用户看到的信息始终是感兴趣的信息，总是观看单一内容的信息(其感兴趣的信息)，不利于用户对信息的全面获取。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种信息处理方法、装置、服务器及存储介质，至少能够实现对与用户角色信息相匹配的内容的确定、或确定与推送，至少能够提升用户体验。

本发明实施例的技术方案是这样实现的：

本发明实施例提供一种信息处理方法，所述方法包括：

获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据，所述第一目标标签数据至少用于表征所述用户的角色信息；

获得至少一个待推送信息；

从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息。

上述方案中，所述标签数据至少包括第二目标标签数据，所述第二目标标签数据至少表征所述用户的习惯和/或喜好信息；

相应的，所述从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息，包括：

从至少一个待推送信息中，确定与所述第一目标标签数据、第二目标标签数据匹配的信息。

上述方案中，所述标签数据至少包括用户的静态标签数据和动态标签数据；所述静态标签数据和动态标签数据中至少一个标签数据包括所述第一目标标签数据；其中，所述静态标签数据至少用于表征用户的个人信息；所述动态标签数据至少用于表征基于用户的行为而得到的信息；

所述方法包括：

依据所述静态标签数据和动态标签数据，至少获得第一标签集合、第二标签集合和第三标签集合中的至少一种；

其中，所述第一标签集合中的标签数据用于表征静态标签数据和动态标签数据的交集；第二标签集合为所述静态标签数据中不与所述动态标签数据存在相同或相近标签数据的标签数据的集合；第三标签集合为所述动态标签数据中不与所述静态标签数据相同或相近的标签数据的标签数据的集合；

依据所述第一标签集合、第二标签集合和第三标签集合中的至少一种标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息。

上述方案中，所述静态标签数据和动态标签数据中均包括所述第一目标标签数据；

依据所述静态标签数据和动态标签数据，获得第一标签集合；

依据所述第一标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息。

上述方案中，所述至少一个待推送信息至少包括第一待推送信息；

相应的，所述依据所述第一标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息，包括：

将所述第一待推送信息进行语义划分，得到第一集合；

将第一集合中的各个元素与所述第一标签集合中的各个标签数据进行语义的匹配，得到第一待推送信息的匹配率；

判断所述第一待推送信息的匹配率大于等于设定的第一阈值的情况下，确定所述第一待推送信息为与所述第一目标标签数据相匹配的信息。

上述方案中，所述第一标签集合中的各标签数据具有对应的权重参数；

在确定出与所述第一目标标签数据相匹配的第一待推送信息的数量为至少两个的情况下，

确定所述第一标签集合中与所述第一集合中的各个元素语义匹配的标签数据的权重参数；

根据确定出的标签数据的权重参数，对所述两个第一推送信息进行排序，得到排序结果；

按照所述排序结果进行所述至少两个第一待推送信息的推送。

上述方案中，所述方法还包括：

至少推送所述至少一个待推送信息中与所述第一目标标签数据相匹配的信息。

本发明实施例提供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前述信息处理方法的步骤。

本发明实施例提供一种信息处理装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行前述信息处理方法的步骤。

本发明实施例提供一种服务器，包括：

第一获得单元，用于获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据，所述第一目标标签数据至少用于表征所述用户的角色信息；

第二获得单元，用于获得至少一个待推送信息；

确定单元，用于从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息。

本发明实施例的信息处理方法、装置、服务器及存储介质，其中，所述方法包括：获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据，所述第一目标标签数据至少用于表征所述用户的角色信息；获得至少一个待推送信息；从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息。

本申请实施例可实现对不同于用户感兴趣的内容的其它内容的确定，如可确定出与用户的角色信息相匹配的内容，实现了根据用户角色信息进行智能性推送，大大提升了用户的使用体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明提供的信息处理方法的第一实施例的实现示意图一；

图2为本发明提供的信息处理方法的第一实施例的实现示意图二；

图3为本发明提供的信息处理方法的第二实施例的实现示意图；

图4为本发明提供的信息处理方法的第三实施例的实现示意图；

图5为本发明提供的服务器的组成结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，下面将结合本发明实施例中的附图，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。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任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

可以理解，在实际应用中，用户除了喜好和/或习惯等标签数据之外，还包括其它标签数据如角色数据，具体如职位、岗位、工作职能等。相关技术中具有依据爱好、偏好和/或习惯等标签数据进行感兴趣的数据的推送的方案，对于依据用户的角色进行相关信息的推荐方案，相关技术中还未存在。本申请实施例在于提供一种至少能够确定出与用户的角色信息相关的内容的方案，进而实现对不同于用户感兴趣内容的其它内容的确定、或确定与推送，也即实现与用户的角色信息相匹配的内容的推送。进一步的，不仅能够实现与用户的角色信息相匹配的内容的确定、或确定与推送，还能够实现对用户感兴趣的内容的确定、或确定与推送，进而实现对智能性推送的完善。

本发明提供的信息处理方法的第一实施例，应用于服务器中，如图1所示，所述方法包括：

步骤101：获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据，所述第一目标标签数据至少用于表征所述用户的角色信息；

步骤102：获得至少一个待推送信息；

步骤103：从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息。

执行步骤101～103的实体为服务器。步骤101中：服务器可获得至少一个用户的标签数据，每个用户的标签数据中至少有表征为该用户的角色信息的标签数据。步骤102-103中，服务器获得至少一个待推送信息，从至少一个待推送信息中确定与所述用户的角色信息相匹配的信息。从技术层面上来看，本申请实施例可实现对不同于用户感兴趣的内容的其它内容的确定，如可确定出与用户的角色信息相匹配的内容，实现了对智能性推送的完善。从用户层面上来看，可自动令推送至用户与其角色匹配的信息，相对于用户感兴趣的信息，与用户角色匹配的信息的显示能够造成视觉冲击，使用户感受到新颖的显示，可大大提升用户的使用体验。

本领域技术人员可以理解，第一目标标签数据可以是从表面上看就能够看出该用户角色的标签数据如职位、岗位或工作职能等信息，具体如销售人员、销售经理、销售总监、初级销售人员、中级销售人员、高级销售人员。也可以是隐含表示用户角色的数据如销售专业人士、销售菜鸟等。任何能够直接或隐含表示用户角色的数据均可作为第一目标标签数据，由于数量较大无法一一枚举。

在一个可选的实施例中，如图2所示，所述方法还包括：步骤104：至少推送所述至少一个待推送信息中与所述第一目标标签数据相匹配的信息。本可选实施例中，在确定出与用户的角色信息相匹配的待推送信息的情况下，可实现对确定出的信息的推送，如服务器将确定出的信息推送至客户端以使客户端呈现为当前用户确定出的与其角色信息相匹配的内容。进而实现对当前用户进行与其角色相关的信息的显示，可大大提升用户的使用体验，使得服务器的智能性推送功能更加完善。

在一个可选的实施例中，用户的标签数据至少包括用户的静态标签数据和动态标签数据；所述静态标签数据和动态标签数据中至少一个标签数据包括所述第一目标标签数据；其中，所述静态标签数据至少用于表征用户的个人信息；所述动态标签数据至少用于表征基于用户的行为而得到的信息；

相应的，所述方法包括：

依据所述静态标签数据和动态标签数据，获得第一标签集合、第二标签集合和第三标签集合中的至少一种；

其中，所述第一标签集合中的标签数据用于表征静态标签数据和动态标签数据的交集；第二标签集合为所述静态标签数据中不与所述动态标签数据存在相同或相近标签数据的标签数据的集合；第三标签集合为所述动态标签数据中不与所述静态标签数据相同或相近的标签数据的标签数据的集合；

依据所述第一标签集合、第二标签集合和第三标签集合中的至少一种标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息。

前述可选方案中，用户的静态标签数据可以是用户的姓名、姓名、年龄、生日、工作岗位(职位、工作职能)等用户个人信息中的至少一种，通常由用户输入至服务器而得。用户的动态标签数据是根据用户在一段时间内操作行为如在工作或生活中查阅的内容(包括工作内容、习惯或习惯观看的内容)而得到的信息。其中，动态标签数据是服务器对用户的一段时间的跟踪而识别得到的信息，通过跟踪与识别其也会有得到表示用户角色信息的标签数据。例如，服务器对用户A一段时间的跟踪与识别发现其工作内容多关注于汽车买卖方面的网页或新闻内容，则可粗略识别该用户的角色为汽车销售人员。由此可见，同一用户的静态标签数据和动态标签数据可能存在表示为同一含义或相近含义的标签数据、如表示为该用户岗位(职位、工作职能)的标签数据。

前述可选方案中，在技术实现上，将用户的静态标签数据和动态标签数据进行交集处理，得到静态标签数据和动态标签数据的交集-第一标签集合。删除静态标签数据中与动态标签数据存在相同或相近含义的标签数据，得到第二标签集合。删除动态标签数据中与静态标签数据存在相同或相近含义的标签数据，得到第三标签集合。依据以上三种标签集合中的至少一种标签集合，从至少一个待推送信息中，确定与用户角色相匹配的信息。其中，静态标签数据为不经常改变的数据，动态标签数据为根据用户的习惯和/或喜好而改变的数据，从二者进行结合的角度进行与用户角色相匹配信息的确定，这种确定方法考虑到了用户的个人信息，也考虑到了用户的行为和/或喜好信息，考虑因素较为全面，从而能够确定出更为全面的匹配信息。在大大提升用户体验的同时，可体现智能性推送的完善。

在一个可选的实施例中，所述静态标签数据和动态标签数据中均包括所述第一目标标签数据；依据所述静态标签数据和动态标签数据，获得第一标签集合；依据所述第一标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息。在静、动态标签数据中同时包括表示用户角色的标签数据时，静、动态标签数据的交集是必代表用户的角色，基于该交集即可获得与用户角色相匹配的信息。本可选实施例中，仅依据静、动态标签数据的交集即可得到与用户角色相匹配信息，简单易行，可行性高。

在一个可选的实施例中，所述至少一个待推送信息至少包括第一待推送信息；

相应的，所述依据所述第一标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息，包括：

将所述第一待推送信息进行语义划分，得到第一集合；将第一集合中的各个元素与所述第一标签集合中的各个标签数据进行语义的匹配，得到第一待推送信息的匹配率；判断所述第一待推送信息的匹配率大于等于设定的第一阈值的情况下，确定所述第一待推送信息为与所述第一目标标签相匹配的信息。

前述可选方案中，依据第一待推送信息的语义集合(第一集合)中的各个元素与第一标签集合中的各个标签数据的匹配结果，得到第一待推送信息的匹配率，并依据匹配率与为第一标签集合设定的阈值的大小进行与用户角色信息相匹配信息的确定。这种将待推送信息进行语义拆分，并将拆分后的信息与所述第一标签集合中的标签数据进行匹配率的计算，得到用户角色信息相匹配的信息的方案，将第一集合中的各个元素与所述第一标签集合中的各个标签数据逐一进行语义匹配，可避免标签数据的被遗忘，也提高了与用户角色信息相匹配的信息的确定准确性，进而可实现对用户的精准推送。

在一个可选的实施例中，所述目标标签集合中的各子标签数据具有对应的权重参数；

在确定出与所述第一目标标签相匹配的第一待推送信息的数量为至少两个的情况下，确定所述目标标签集合中与所述第一集合中的各个元素语义匹配的标签数据的权重参数；根据确定出的标签数据的权重参数，对所述两个第一推送信息进行排序，得到排序结果；按照所述排序结果进行所述至少两个第一待推送信息的推送。

前述方案中，在确定出与所述第一目标标签相匹配的信息如第一待推送信息的数量为至少两个的情况下，可以进行任意推送，也可以按照一定的排序结果进行推送。例如，根据确定出的与各元素匹配的目标标签集合中标签数据的权重参数进行排序，并按照排序结果进行推送。如此，实现按照排序结果进行与用户角色相匹配的多条信息的推送，满足用户的实际使用需求，大大提升用户的使用体验。

本发明提供的信息处理方法的第二实施例，应用于服务器中，如图3所示，所述方法包括：

步骤301：获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据和第二目标标签数据；其中，所述第一目标标签数据至少用于表征所述用户的角色信息，所述第二目标标签数据至少表征所述用户的习惯和/或喜好信息；

步骤302：获得至少一个待推送信息；

步骤303：从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息、以及与所述第二目标标签数据相匹配的信息。

执行步骤301～303的实体为服务器。步骤301中：服务器可获得至少一个用户的标签数据，每个用户的标签数据中至少有表征为该用户的角色信息的标签数据和表征为用户的习惯和/或喜好的标签数据。步骤302-303中，服务器获得至少一个待推送信息，从至少一个待推送信息中确定与所述用户的角色信息相匹配的信息和从至少一个待推送信息中确定与用户的习惯和/或喜好相匹配的信息；和/或，从至少一个待推送信息中，确定出同时与用户角色与用户的习惯和/或喜好相匹配的一个或多个待推送信息。

在一个可选的实施例中，所述方法还包括步骤304：推送与所述第一目标标签数据相匹配的信息、以及与所述第二目标标签数据相匹配的信息。

前述方案中，不仅能够实现与用户的角色信息相匹配的内容的确定、或确定与推送，还能够实现对用户感兴趣的内容的确定、或确定与推送。从技术层面上来看，本申请实施例可实现与用户的角色信息相匹配的内容以及用户感兴趣的内容的确定，实现了对智能性推送的完善，使得推送的智能性更加强大。从用户层面上来看，可自动令用户观看到与其角色匹配的信息和其感兴趣的信息，用户的使用体验将会大大提升。

下面结合图4所示对本申请实施例的技术方案做进一步说明。

本应用场景中，以服务器应用于企业为例，在企业内部，用户可以具体指企业员工。

步骤401：服务器获得企业员工各个员工的个人信息，并将其作为相应用户的静态标签数据；

本步骤在具体实现上，服务器接收管理员输入的本企业各个员工的姓名、姓名、年龄、生日、工作岗位(职位、工作职能)等用户个人信息，将其作为相应员工的静态标签数据。也可以接收各员工输入的以上信息，并作为相应员工的静态标签数据。

服务器记录的将企业员工的静态标签数据记录为PS。PS＝{PS₁,PS₂...PS_X}。其中，PS₁表示为第1个员工的个人信息；PS_x表示为第x个员工的个人信息。1≤x≤X，X为大于等于的正整数。

第x个员工的静态数据标签可以表示为PS_x＝{T_x1,T_x2...T_xL}，L表示第x个员工的静态数据标签的总数量。第x个员工的静态数据标签还可以简单的表示为PS＝{T₁,T₂...T_L}。

这里，举个例子，员工1(PS₁)的个人信息为张三、男、30岁、8月20、销售人员，负责产品如汽车生产监督和/或销售。

可以理解，静态标签数据通常为不经常改变的数据。当然，在员工的某个静态标签数据发生变化的情况下，如员工1的工作岗位从销售人员升级为经理，则需要及时进行更新。

步骤402：服务器根据各个员工的在企业内部的操作行为，得到各个员工的动态标签数据；

本步骤中，在员工进行工作时，其通过企业平台进行的操作如所查阅的任何资料如网页、报表均与其工作性质、习惯和/或喜好有关，服务器对各个员工在一定时间内对企业平台的操作，得到各个员工的动态标签数据。也就是说，本应用场景中员工的动态标签数据是服务器对员工的操作行为进行跟踪与识别而获得的，具体获得过程请参见现有相关说明，此处不赘述。可以理解，操作行为在一定程度上体现了员工的工作职责、习惯和/或喜好。

可以理解，服务器记录的将企业员工的动态标签数据记录为PD。PD＝{PD₁,PD₂...PD_X}。其中，PD₁表示为第1个员工的个人信息据；PD_x表示为第x个员工的个人信息。

第x个员工的动态数据标签可以表示为PD_x＝{T_x1,T_x2...T_xLL}，LL表示第x个员工的动态数据标签的总数量。第x个员工的动态数据标签还可以简单的表示为PD_x＝{T₁,T₂...T_LL}。

这里，举个例子，员工1经常通过企业平台搜索和浏览的是每周、每月和/或每年汽车行业发展趋势报告和国家商务政策，经服务器的跟踪与识别得到的员工1的动态标签数据中包括“80后”、“汽车专业人士”、“最新资讯”、“宏观政策”等几个动态标签数据。其中，“80后”的标签数据可以是根据员工1的年龄而识别得到的，“汽车专业人士”、“最新资讯”和“宏观政策”等几个标签数据是根据员工1的经常搜索和浏览的资料而得到的。可见，服务器可基于对用户的跟踪与识别至少得到与年龄标签有关的动态标签数据和/或与岗位(职位)有关的动态标签数据。同一员工的静态标签数据和动态标签数据可以存在含义相同或相近的标签数据。结合以上同一员工如员工1的静态和动态标签数据而得，在静态标签数据中“汽车销售人员”，“负责产品如汽车生产监督和/或销售”等数据可用于表示员工1的角色信息；在动态标签数据中“汽车专业人士”等数据可用于表示员工1的角色信息。

可以理解，同一员工如第x个员工其静态标签数据和动态标签数据的集合可即为P，P＝PS∪PD。本应用场景中，P也可以称之为用户画像数据，用于描述用户的个人信息和操作习惯、爱好、工作职能等信息。

需要说明的是，动态标签数据除了包括以上信息之外，还可以包括用户操作企业平台的时间信息、使用企业平台的方式如通过键盘输入或语音输入等。

步骤403：获得至少一个待推荐信息，对至少一个待推荐信息进行语义划分，得到各个待推荐信息的第一集合；

本步骤中，员工可通过企业平台查询到业内最新资讯信息和本企业内部发布的消息。服务器读取这些信息，作为待推荐信息。

以服务器得到的其中一个待推荐信息，假定待推荐信息用d来表示。为企业内部的产品发布消息(其标题)为：2019年汽车产品销售概况；将其进行语义的划分，得到第一集合，假定用t来表示，如t＝{2019、汽车、销售概况}等几个元素。

可以理解，步骤401、402和步骤403无严格的先后顺序，还可以同时进行。

步骤404：依据静态标签数据和动态标签数据，获得第一标签集合；

本应用场景中，在获得第一标签集合时，还可以获得第二标签集合和第三标签集合。

以静态标签数据和动态标签数据中均包括表征为角色的标签数据为例，记一相同员工的静态和动态标签数据的集合为P、第一标签集合为P'＝PS∩PD；第二标签集合为PS'＝PS-P'；第三标签集合为PD'＝PD-P'。其中，

P＝PS∪PD＝{T₁,T₂...T_n},其中1≤i≤j≤n；i、j均为正整数；

P'＝PS∩PD＝{T₁,T₂...T_m},其中1≤i≤j≤m；

PS'＝PS-P'＝{T₁,T₂...T_a},其中1≤i≤j≤a；

PD'＝PD-P'＝{T₁,T₂...T_b},其中1≤i≤j≤b；

可以理解，集合P、P'依次为静动态数据的合集、交集。PS'、PD'依次为静态标签数据中删除与动态标签数据中含义相同或相近的标签数据的标签的集合、依次为动态标签数据中删除与静态标签数据中含义相同或相近的标签数据的标签的集合。

需要说明的是，经处理完成后(合并、交集、集合相减)的P、P'、PS'、PD'的元素可以把保留下的静态标签数据排在前、保留下的动态标签数据排在后，反之亦可。也可以将保留下的静态、动态标签数据进行交叉排列。优选的，本申请实施例中按照处理后的P、P'、PS'、PD'中各元素-标签数据的权重参数的大小进行排序。以从大到小进行排序为例，

P＝PS∪PD＝{T₁,T₂...T_n},其中1≤i≤j≤n，则W(T_i)≥W(T_j)；i、j均为正整数；

P'＝PS∩PD＝{T₁,T₂...T_m},其中1≤i≤j≤m，则W(T_i)≥W(T_j)；

PS'＝PS-P'＝{T₁,T₂...T_a},其中1≤i≤j≤a，则W(T_i)≥W(T_j)；

PD'＝PD-P'＝{T₁,T₂...T_b},其中1≤i≤j≤b，则W(T_i)≥W(T_j)；

其中，P、P'、PS'、PD'中各元素-各标签数据的权重W(T_y)＝r(T_y)*G(T_y)。其中，r(T_y)为影响因子r中的一个元素，取值一般在[0,2]之间；G(T_y)为服务器预先设置的通用权重G中的一个元素，取值在[0,1]之间。因为交集P'通常代表着员工的角色信息，本应用场景在于为员工确定与其角色匹配的信息并呈现该信息至员工的面前，所以通常取交集P'中的各元素的影响因子大于PS'、PD'中的各元素的影响因子。

可以理解，在各标签数据对应的各权重参数中至少部分权重参数为可变数据。进一步的，至少表征为用户角色、习惯和/或喜好的标签数据的权重参数为可变数据。举例来说，当用户的职位发生升职变动，则其可阅读的本企业内部的资料的权限变大，则表征为本企业内部资料的标签数据的权重参数可随着变大。当用户的习惯发生变化如从原本上午习惯阅读本企业内部的销售数据变化为下午阅读，则表征为下午阅读本企业内部的资料的权重参数变大、表征为原本上午阅读本企业内部的资料的权重参数变小。由于情况较多，无法一一枚举，至少需要在用户角色信息、习惯和/或喜好发生变化的情况下，对应的权重参数也需要随着发生变化。

本领域技术人员应该而知，不同用户的标签数据的权重参数根据用户的职位级别、和/或使用权限的不同而不同。通常，职位级别高的用户其能够阅读的表征为本企业内部资料的标签数据的权重参数大于职位级别低的用户；使用权限多的用户其能够阅读的表征为本企业内部资料的标签数据的权重参数大于使用权限少的用户。其中，使用权限与用户的职位级别有关，职位级别越高权权限越大。由前所述，本申请实施例中的标签数据的权重参数受用户角色、习惯和/或喜好等的影响而发生灵活变化，权重参数的适时变化能够帮助服务器向各个用户推送更为精准的信息，具体请参加后续对步骤406的详细描述。

步骤405：将第一集合中的各个元素与第一标签集合中的各个标签数据进行语义的匹配，得到第一待推送信息的匹配率；

在具体实现上，以其中一个待推送信息d进行语义划分得到第一集合为t为例，其中包括至少一个元素，计算第一集合t中各元素与P'中各个标签数据的匹配率q，

这里，举个例子，以员工1的P'＝{汽车销售、专业人士}、第一集合t＝{2019、汽车、销售概况}等三个元素为例，将t中的三个元素与P'中的元素进行逐一的语义匹配，语义相近或相似即可视为语义匹配，得到第一集合t有两个元素{汽车、销售概况}与P'中的标签数据语义相近或相似，则其中，逐一匹配可避免标签数据的被遗忘，也提高了与用户角色信息相匹配的信息的确定准确性，进而可实现对用户的精准推送。

可以理解，判断语义相近或相似的过程具体请参见现有的模糊语义处理技术，具体不赘述。

步骤406：判断第一待推送信息的匹配率是否大于等于第一阈值；

如果大于等于，则继续执行步骤407；否则结束流程。

可以理解，第一阈值是为基于第一标签集合计算而得到的匹配率设定的阈值；该阈值可以取值为任何合理的数值，如30％、40％等。

步骤407：确定第一待推送信息为需要向员工1推送的信息；

步骤408：服务器向员工1的客户端进行第一待推送信息的推送以使客户端呈现在所推送的信息；

可以理解，在员工的静态标签数据或动态标签数据中的至少一个标签数据和/或标签数据的权重参数存在变化时，需要循环执行步骤401～408，以利用发生改变后的标签数据进行重新对推荐内容进行计算。

需要说明的是，如果在多个第一待推送信息中确定出需要为员工1推送的信息-目标信息的数量为两个及以上的情形，可以将需要推送的这些信息按照任何合理的顺序进行推送，也可以同时进行推送。优先的，按照各个目标信息中的与P'中语义匹配的所有元素的权重参数之和的大小进行排序。

例如，在步骤406举例的第一集合t中，P'中与第一集合t的两个元素{汽车、销售概况}语义相近或相同的标签数据为{汽车销售}，假定该汽车销售这个标签数据的权重参数为0.8。

假定还存在有另外一个第一集合t’＝{2018、专业人员、买卖电脑}，与前述方案类似，可知该t’有一个元素{专业人员}与P'中{专业人士}这个标签数据语义相近或相似，则P'中与该t’的元素{专业人员}语义相近或相同的标签数据为{专业人士}，假定该专业人士这个标签数据的权重参数为0.2。则按照P'中标签数据{汽车销售}、{专业人士}的权重参数的大小对t、t’进行排序，假定t对应于目标信息1、t’对应于目标信息2，则将目标信息1排在目标信息2的前面并进行推送，使得员工1先能看到与自身的角色相关度大的信息，再看到相关度小的信息，进而实现精准的推送。至此服务器实现了从众多待推送信息中确定与所述用户的角色信息相匹配的信息并推送至用户，实现了对智能性推送的完善，使得推送的智能性更加强大。用户观看到与其角色匹配的多条消息，用户的使用体验将会大大提升。

可以理解，第二标签集合、第三标签集合也即PS'、PD'也可以利用前述的公式(1)进行与第一集合t的语义匹配，只不过在判断匹配率上需要选择为第二标签集合设定的第二阈值或为第三标签集合设定的第三阈值。不难理解，本应用场景中，PD'与第一集合的t的语义匹配能够得出用户感兴趣的内容，进而实现对用户感兴趣的内容的推送。其中，第二阈值和第三阈值为任何合理的阈值。考虑到P'为核心标签数据的集合，通常设定第一阈值小于第二阈值或第三阈值。

本应用场景中，仅依据静、动态标签数据的交集即可得到与用户角色相匹配信息，简单易行，可行性高。可以理解，通过前述的应用场景中的方案，依据用户的角色进行相关信息的推荐，不仅可以推荐给用户与工作相关的内容，还可以推荐给用户其在其所处的工作岗位上需要或有必要了解的内容。举个例子，角色为普通销售人员的员工可查看销售情况表、利润表；而级别较高的销售总监不仅可以查看以上表，还可以查看跨部门的相关列表，如财务报表、生产报表等。也即本申请实施例的方案可向用户推送与其工作岗位、职位、职责相关的所有合理的信息。

客户端呈现在所推送的信息可以采用用户习惯采用的方式：如以语音或以文字的形式进行推送信息的展示。或者根据用户的查阅习惯，将表示为工作内容的消息在白天的时间向用户进行推送并展示，将表示为用户爱好的消息在夜晚进行推送并展示。可以认为客户端呈现推送消息的形式可以是任何能够想到的利用用户体验的形式，不做一一列举。

可以理解，在实际应用中，同一员工的静态标签数据通常包括有表征为其角色的信息，基于员工的操作行为生成的动态标签数据中可能包括、也可能不会包括表征为角色的信息，多数情况下是包括表征为其角色的信息。前述方案是以静态、动态标签数据中均包括表征为其角色的信息为例，可通过对第一标签集合、第二标签集合，尤其是第一标签集合即可得到与角色相匹配的信息。通过第三标签集合得到与用户的习惯和/或爱好相关的信息。

如果动态标签数据中不包括表征为其角色的信息，则PS'表示为静态标签数据本身；PD'表示为动态标签数据本身、为与习惯或喜好相关的信息。那么依据PS'也可得到与用户的角色信息相匹配的信息。通过PD'得到与用户的习惯和/或爱好相关的信息。

与相关技术中仅考虑到用户的喜好和/或习惯等因素相比，前述方案不仅考虑到喜好和/或习惯等因素，还考虑到用户角色这一因素，从而使得考虑因素不再单一，能够为用户推送更为全面的信息，大大提升用户体验。

本申请实施例还提供一种服务器，如图5所示，所述服务器包括：第一获得单元51、第二获得单元52和确定单元53；其中，

第一获得单元51，用于获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据，所述第一目标标签数据至少用于表征所述用户的角色信息；

第二获得单元52，用于获得至少一个待推送信息；

确定单元53，用于从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息。

在一个可选的实施例中，所述标签数据至少包括第二目标标签数据，所述第二目标标签数据至少表征所述用户的习惯和/或喜好信息；

相应的，所述确定单元53，还用于从至少一个待推送信息中，确定与所述第一目标标签相匹配的信息、以及与所述第二目标标签相匹配的信息。

在一个可选的实施例中，所述标签数据至少包括用户的静态标签数据和动态标签数据；所述静态标签数据和动态标签数据中至少一个标签数据包括所述第一目标标签数据；

其中，所述静态标签数据至少用于表征用户的个人信息；所述动态标签数据至少用于表征基于用户的行为而得到的信息；

相应的，所述确定单元53，还用于依据所述静态标签数据和动态标签数据，至少获得第一标签集合、第二标签集合和第三标签集合中的至少一种；

依据所述第一标签集合、第二标签集合和第三标签集合中的至少一种标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息；

其中，所述第一标签集合中的标签数据用于表征静态标签数据和动态标签数据的交集；第二标签集合为所述静态标签数据中不与所述动态标签数据存在相同或相近标签数据的标签数据的集合；第三标签集合为所述动态标签数据中不与所述静态标签数据相同或相近的标签数据的标签数据的集合。

在一个可选的实施例中，所述静态标签数据和动态标签数据中均包括所述第一目标标签数据；

相应的，所述确定单元53，还用于：

依据所述静态标签数据和动态标签数据，获得第一标签集合；

依据所述第一标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息。

在一个可选的实施例中，所述确定单元53，还用于：

所述至少一个待推送信息至少包括第一待推送信息；

将所述第一待推送信息进行语义划分，得到第一集合；

将第一集合中的各个元素与所述第一标签集合中的各个标签数据进行语义的匹配，得到第一待推送信息的匹配率；

判断所述第一待推送信息的匹配率大于等于设定的第一阈值的情况下，确定所述第一待推送信息为与所述第一目标标签相匹配的信息。

在一个可选的实施例中，所述第一标签集合中的各标签数据具有对应的权重参数；

相应的，所述确定单元53，还用于在确定出与所述第一目标标签相匹配的第一待推送信息的数量为至少两个的情况下，

确定所述第一标签集合中与所述第一集合中的各个元素语义匹配的标签数据的权重参数；

根据确定出的标签数据的权重参数，对所述两个第一推送信息进行排序，得到排序结果；

所述服务器还包括推送单元54，用于：按照所述排序结果进行所述至少两个第一待推送信息的推送。

在一个可选的实施例中，推送单元54，用于至少推送所述至少一个待推送信息中与所述第一目标标签数据相匹配的信息。

需要说明的是，本申请实施例的服务器，由于该服务器解决问题的原理与前述的信息处理方法相似，因此，服务器的实施过程及实施原理均可以参见前述信息处理方法的实施过程及实施原理描述，重复之处不再赘述。

可以理解，服务器中的第一获得单元51、第二获得单元52、确定单元53和推送单元54可由服务器中的CPU(中央处理器)、DSP(数字信号处理器)、FPGA(可编程门阵列)或MCU(微控制单元)来实现。所述服务器可位于任何合理的地方，如任何企业或公司的平台中，也可位于基站中，还可以位于云平台中。

本申请实施例还提供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至少用于执行图1至图4任一所示方法的步骤。

本申请实施例还提供一种信息处理装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时至少执行图1至图4任一所示方法的步骤。

需要说明的是，本申请实施例的存储介质可以由任何类型的易失性或非易失性存储设备、或者它们的组合来实现。其中，非易失性存储器可以是只读存储器(ROM，Read OnlyMemory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，Ferromagnetic Random Access Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或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，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，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全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、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。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对现有技术做出贡献的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。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。

本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。

本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。

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以所述权利要求的保护范围为准。

Claims (10)

1.一种信息处理方法，其特征在于，所述方法包括：

获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据，所述第一目标标签数据至少用于表征所述用户的角色信息；

获得至少一个待推送信息；

从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息。

2.根据权利要求1所述的方法，其特征在于，所述标签数据至少包括第二目标标签数据，所述第二目标标签数据至少表征所述用户的习惯和/或喜好信息；

相应的，所述从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息，包括：

从至少一个待推送信息中，确定与所述第一目标标签数据、第二目标标签数据匹配的信息。

3.根据权利要求1所述的方法，其特征在于，所述标签数据至少包括用户的静态标签数据和动态标签数据；所述静态标签数据和动态标签数据中至少一个标签数据包括所述第一目标标签数据；其中，所述静态标签数据至少用于表征用户的个人信息；所述动态标签数据至少用于表征基于用户的行为而得到的信息；

所述方法包括：

依据所述静态标签数据和动态标签数据，至少获得第一标签集合、第二标签集合和第三标签集合中的至少一种；

其中，所述第一标签集合中的标签数据用于表征静态标签数据和动态标签数据的交集；第二标签集合为所述静态标签数据中不与所述动态标签数据存在相同或相近标签数据的标签数据的集合；第三标签集合为所述动态标签数据中不与所述静态标签数据相同或相近的标签数据的标签数据的集合；

依据所述第一标签集合、第二标签集合和第三标签集合中的至少一种标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息。

4.根据权利要求3所述的方法，其特征在于，所述静态标签数据和动态标签数据中均包括所述第一目标标签数据；

依据所述静态标签数据和动态标签数据，获得第一标签集合；

依据所述第一标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息。

5.根据权利要求4所述的方法，其特征在于，所述至少一个待推送信息至少包括第一待推送信息；

相应的，所述依据所述第一标签集合，从至少一个待推送信息中，确定与所述第一目标标签数据相匹配的信息，包括：

将所述第一待推送信息进行语义划分，得到第一集合；

将第一集合中的各个元素与所述第一标签集合中的各个标签数据进行语义的匹配，得到第一待推送信息的匹配率；

判断所述第一待推送信息的匹配率大于等于设定的第一阈值的情况下，确定所述第一待推送信息为与所述第一目标标签数据相匹配的信息。

6.根据权利要求3至5任一项所述的方法，其特征在于，所述第一标签集合中的各标签数据具有对应的权重参数；

在确定出与所述第一目标标签数据相匹配的第一待推送信息的数量为至少两个的情况下，

确定所述第一标签集合中与所述第一集合中的各个元素语义匹配的标签数据的权重参数；

根据确定出的标签数据的权重参数，对所述两个第一推送信息进行排序，得到排序结果；

按照所述排序结果进行所述至少两个第一待推送信息的推送。

7.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

至少推送所述至少一个待推送信息中与所述第一目标标签数据相匹配的信息。

8.一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权利要求1至7任一方法所述的步骤。

9.一种信息处理装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行权利要求1至7任一方法所述的步骤。

10.一种服务器，其特征在于，包括：

第一获得单元，用于获得至少一个用户的标签数据；所述标签数据至少包括第一目标标签数据，所述第一目标标签数据至少用于表征所述用户的角色信息；

第二获得单元，用于获得至少一个待推送信息；

确定单元，用于从至少一个待推送信息中，至少确定与所述第一目标标签数据相匹配的信息。