CN110489669B

CN110489669B - 一种信息推送方法及装置

Info

Publication number: CN110489669B
Application number: CN201810451000.1A
Authority: CN
Inventors: 关海燕
Original assignee: China Mobile Communications Group Co Ltd; China Mobile Suzhou Software Technology Co Ltd
Current assignee: China Mobile Communications Group Co Ltd; China Mobile Suzhou Software Technology Co Ltd
Priority date: 2018-05-11
Filing date: 2018-05-11
Publication date: 2021-11-30
Anticipated expiration: 2038-05-11
Also published as: CN110489669A

Abstract

本发明提供一种信息推送方法及装置，用于提高基于LBS的信息推送系统检索到的兴趣点信息的占比率。方法包括：接收来自第一用户发送的第一消息，所述第一消息包括所述第一用户的身份标识ID以及所述第一用户的地理位置；根据所述ID获得所述ID关联的兴趣点，从所述关联的兴趣点中获得满足预设条件的兴趣点作为第一类兴趣点，其中，所述ID关联的兴趣点包括利用所述ID注册的社交软件中的M个第二用户访问过的兴趣点，M为正整数；将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配，获得满足匹配规则的第二类兴趣点；将所述第二类兴趣点发送给所述第一用户。

Description

一种信息推送方法及装置

技术领域

本申请涉及计算机技术领域，特别涉及一种信息推送方法及装置。

背景技术

随着移动云计算(Mobile Cloud Computing，MCC)的快速发展，各种基于社交软件的好友的信息推送系统以及购物网站上的商品信息推送系统也迅速普及。智能手机的普及使用、全球定位系统(Global Positioning System，GPS)精度的提高，为移动终端革命带来了新应用—地理位置服务(Location Based Service，LBS)，从而促进了基于LBS的信息推送系统的飞速发展。

目前，基于LBS的信息推送系统在考虑用户的社交关系对用户的影响力时，采用的算法多是基于用户与用户朋友之间的相似度或者用户所在地理位置与用户朋友所在地理位置的相似度，选择相似度高的用户所访问过的兴趣点并推荐给用户，由于用户的朋友数量有限以及用户的朋友访问过的兴趣点的数量有限，使得基于LBS的信息推送系统检索到的兴趣点信息的占比率不够高，推送内容不够丰富。

发明内容

本申请实施例提供一种信息推送方法及设备，用于提高基于LBS的信息推送系统检索到的兴趣点信息的占比率。

第一方面，提供一种信息推送方法，包括：

接收来自第一用户发送的第一消息，所述第一消息包括所述第一用户的身份标识ID以及所述第一用户的地理位置；

根据所述ID获得所述ID关联的兴趣点，从所述关联的兴趣点中获得满足预设条件的兴趣点作为第一类兴趣点，其中，所述ID关联的兴趣点包括利用所述ID注册的社交软件中的M个第二用户访问过的兴趣点，M为正整数；

将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配，获得满足匹配规则的第二类兴趣点；

将所述第二类兴趣点发送给所述第一用户。

通过本实施例提供的方案，利用ID注册的社交软件中的M个第二用户访问过的兴趣点进行兴趣点推送，提高检索到的兴趣点信息的占比率。

可选的，所述第一用户的身份标识ID以及所述第一用户的地理位置均经加密处理；在根据所述ID获得所述ID关联的兴趣点之前，所述方法还包括：对所述第一消息中经过加密处理的所述第一用户的身份标识ID进行还原；在将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配之前，所述方法还包括：对所述第一消息中经过加密处理的所述第一用户的地理位置进行还原。

本实施方式中，接收到的第一用户的身份标识ID以及第一用户的地理位置为经过加密处理的，能够提高用户信息的安全性。

可选的，所述第一类兴趣点包括：

从所述M个第二用户中确定N个第二用户，其中，所述N个第二用户包括在所述M个第二用户中，被所述第一用户关注的第一级用户、被所述第一级用户所关注的第二级用户和与所述第一用户有共同关注用户的第三级用户中一种或多种，所述第二级用户包括所述第三级用户；

确定所述N个第二用户中，所述第一用户与所述第一级用户之间的相似度和互动次数、所述第一级用户与所述第二级用户之间的相似度和互动次数，及所述第一用户与所述共同关注用户之间的相似度、所述第一用户与所述第三级用户之间的相似度；

利用以下公式对所述N个第二用户按照所述相似度和互动次数从高到低进行排序；

kS_F(u)＝PRt(u)+PRv(u)

其中，所述PRt(u)表示所述第一用户u与所述第一级用户v_i之间的相似度和互动次数、及所述第一级用户v_i与所述第二级用户a之间的相似度和互动次数，d是默认的阻尼系数，所述PCS(u,v_i)·Act(u,v_i)表示所述第一用户u与所述第一级用户v_i之间的相似度和互动次数，所述PCS(v_i,a)·Act(v_i,a)表示所述第一级用户v_i与所述第二级用户a之间的相似度和互动次数，所述PRv(u)表示所述第一用户u和所述第三级用户共同关注的用户v_j之间的相似度、及所述共同关注的用户v_j与所述第三级用户c的相似度，所述PCS(u,v_j)表示所述第一用户u与所述共同关注的用户v_j之间的相似度，所述PCS(c,v_j)表示所述第三级用户c与所述共同关注的用户v_j之间的相似度，所述Fsum为被所述共同关注的用户v_j所关注的用户的数量，所述kS_F(u)表示所述N个第二用户的排序；

根据所述N个第二用户的排序从所述N个第二用户访问过的兴趣点中获得多个兴趣点。

上述实施方式中通过计算第一用户与其他用户的相似度和互动次数，获得根据相似度和互动次数从高到低排序的用户列表，而用户列表中的用户排序越靠前，与第一用户的相似度和互动次数越高，对于第一用户来说，可借鉴性越大，因此从列表中的用户当问的兴趣点中获得多个兴趣点，提高了消息推送的精准度。

可选的，所述第一类兴趣点还包括：

根据所述M个第二用户访问过的兴趣点，确定所述兴趣点的知名度，并将所述兴趣点按照所述知名度从高到低进行排序，其中，所述兴趣点的知名度包括所述M个第二用户对所述兴趣点的评价分数。这样，在获得N个第二用户访问过的兴趣点的基础上，增加根据知名度从高到低进行排序的兴趣点，扩大了兴趣点的数量，从而提高检索到的兴趣点信息的占比率。

可选的，所述第一类兴趣点还包括：

确定与所述第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域内，获得所述地理区域内的兴趣点。这样，获得N个第二用户访问过的兴趣点的基础上，增加该地理区域内的兴趣点，扩大了兴趣点的数量，从而提高检索到的兴趣点信息的占比率。

可选的，与第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域，包括：

利用以下公式来获得与第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域；

其中，所述K_H(l-l_i)表示与所述第一用户访问过的兴趣点所在的地理位置l_i的距离在预设距离范围内的地理区域，所述x_i、所述y_i表示所述地理位置l_i所在的二维坐标值，所述H₁表示所述x_i的坐标与所述地理位置l_i所在经度的标准差，所述H₂表示所述y_i的坐标与所述地理位置l_i所在纬度的标准差。

第二方面，提供一种信息推送装置，包括：

收发单元，用于接收来自第一用户发送的第一消息，所述第一消息包括所述第一用户的身份标识ID以及所述第一用户的地理位置；

处理单元，用于根据所述ID获得所述ID关联的兴趣点，从所述关联的兴趣点中获得满足预设条件的兴趣点作为第一类兴趣点，其中，所述ID关联的兴趣点包括利用所述ID注册的社交软件中的M个第二用户访问过的兴趣点，M为正整数；

确定单元，用于将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配，获得满足匹配规则的第二类兴趣点；

所述收发单元，还用于将所述第二类兴趣点发送给所述第一用户。

可选的，所述第一用户的身份标识ID以及所述第一用户的地理位置均经加密处理；

所述处理单元还用于：在根据所述ID获得所述ID关联的兴趣点之前，对所述第一消息中经过加密处理的所述第一用户的身份标识ID进行还原；在将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配之前，对所述第一消息中经过加密处理的所述第一用户的地理位置进行还原。

可选的，所述处理单元还包括计算模块、排序模块和获得模块；

所述计算模块，用于从所述M个第二用户中确定N个第二用户，其中，所述N个第二用户包括在所述M个第二用户中，被所述第一用户关注的第一级用户、被所述第一级用户所关注的第二级用户和与所述第一用户有共同关注用户的第三级用户中一种或多种，所述第二级用户包括所述第三级用户；

所述计算模块，还用于确定所述N个第二用户中，所述第一用户与所述第一级用户之间的相似度和互动次数、所述第一级用户与所述第二级用户之间的相似度和互动次数，及所述第一用户与所述共同关注用户之间的相似度、所述第一用户与所述第三级用户之间的相似度；

所述排序模块，用于利用以下公式对所述N个第二用户按照所述相似度和互动次数从高到低进行排序；

kS_F(u)＝PRt(u)+PRv(u)

所述获得模块，用于根据所述N个第二用户的排序从所述N个第二用户访问的兴趣点中获得多个兴趣点。

可选的，所述处理单元，还用于根据所述M个第二用户访问过的兴趣点，确定所述兴趣点的知名度，并将所述兴趣点按照所述知名度从高到低进行排序，其中，所述兴趣点的知名度包括所述M个第二用户对所述兴趣点的评价分数。

可选的，所述处理单元，还用于确定与所述第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域，获得所述地理区域内的兴趣点。

可选的，所述处理单元，还用于利用以下公式来获得与第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域；

第三方面，提供一种计算机设备，包括：

至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如上述第一方面所述的方法。

第三方面，提供一种计算机可读存储介质，包括：

所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如上述第一方面所述的方法。

本申请实施例中，作为参照用户的N个第二用户，除了包括第一用户关注的用户，还包括被第一用户关注的用户所关注的用户和/或与所述第一用户有共同关注用户的用户，通过增加参照用户的方式，从而获得更多的兴趣点，因此提高了基于LBS的信息推送系统检索到的兴趣点信息的占比率，也丰富了推送内容，为用户提供了更多的选择。

附图说明

图1为本申请实施例提供的一种信息推送方法的流程图；

图2为本申请实施例提供的第三级用户的模型图；

图3为本申请实施例提供的保密数据的处理流程图；

图4为本申请实施例提供的分布式存储方式的示意图；

图5-图6为本申请实施例提供的一种信息推送装置的两种结构示意图。

具体实施方式

为了使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例作进一步地详细描述。图1是为了方便说明本申请方案做的举例，并不作为对本申请的具体实现的限定，除了图1所示的方法，也可以通过其他方法来实现本申请。

本申请实施例主要结合移动终端设备和云端服务器两方面来进行描述。其中，移动终端设备为具备中央处理器、存储器、输入部件和输出部件的能够进行无线通信微型计算机设备，因此，第一用户通过移动终端设备来发送第一消息，且通过移动终端设备来接收推送的第二类兴趣点。

云端服务器为具有高度分布式、高度虚拟化的服务器集群，可通过网络连接来与多台终端设备进行通信，获取多台终端设备存储的数据以及对获取的数据进行分析处理。

如图1所示，本申请实施例提供一种信息推送方法，该方法的流程介绍如下。

步骤101、移动终端设备发送第一用户的第一消息到云端服务器；

所述第一消息包括所述第一用户的身份标识ID以及所述第一用户的地理位置；

本申请实施例中，所述第一用户的身份标识ID以及所述第一用户的地理位置均经加密处理。

本申请实施例中，该移动终端设备例如为手机，其中，对第一用户的身份标识ID进行加密处理是为了防止有人利用第一用户的ID的唯一标识关联进行查询，来获取更多关于第一用户的信息。移动终端设备对第一用户的ID加密处理的方式例如是移动终端设备对第一用户的ID进行随机化处理，第一用户的ID可以是一串字符，则随机化处理可以是在该ID中随机插入3位字符，也可以是在该ID后面加上更多位数的字符，本申请不作限制；

而对第一用户的地理位置进行加密处理是为了解决第一消息发送过程中第一用户地理位置泄露的问题，避免危险人员对第一用户的人身安全造成威胁，移动终端设备对第一用户的地理位置进行加密处理的方式可以是获取第一用户的当前地理位置信息，然后以用户当前位置为中心，在距离中心位置5km的范围内选取5个候选点作为加密处理后的第一用户的地理位置，其中，距离中心位置的距离以及候选点的个数也可以是其他的值。

另外，如果采用随机化处理对第一用户的ID进行加密，则移动终端设备要先确定随机化处理的规则，并将确定后的随机化处理规则随第一消息一起发给云端服务器。

步骤102、云端服务器根据所述ID获得所述ID关联的兴趣点，从所述关联的兴趣点中获得满足预设条件的兴趣点作为第一类兴趣点。

其中，所述ID关联的兴趣点包括利用所述ID注册的社交软件中的M个第二用户访问过的兴趣点，M为正整数；

云端服务器在接收到第一消息之后，首先，先获取第一消息中包括的随机化处理规则，并根据随机化处理规则对接收到的经过加密处理的第一用户的ID进行还原，获得第一用户的ID，云端服务器根据第一用户的ID在云端数据库中进行查找，查找出第一用户利用该ID注册过的社交软件，然后获得社交软件中注册过该社交软件的M个ID，从而获得M个ID标识的M个第二用户，再获得M个第二用户访问过的兴趣点。

云端服务器将M个第二用户访问过的兴趣点作为第一用户的ID关联的兴趣点，从关联的兴趣点中获得满足预设条件的兴趣点作为第一类兴趣点，其中，第一类兴趣点包括从M个第二用户中确定N个第二用户，而N个第二用户包括在M个第二用户中，被所述第一用户关注的第一级用户、被所述第一级用户所关注的第二级用户和与所述第一用户有共同关注用户的第三级用户中一种或多种。

云端服务器从N个第二用户访问过的兴趣点中，通过分析社交关系来获得满足预设条件的第二用户访问过的兴趣点来作为第一类兴趣点，此处的社交关系，除了包括第一用户关注的第一级用户，还包括第一级用户所关注的第二级用户，进一步还包括第二级用户中与第一用户有共同关注用户的第三级用户，其中，第三级用户的模型图如图2所示。也就是说，本申请实施例在考虑第一级用户对第一用户的影响力的同时，还基于第一级用户对第一用户的社交关系进行了拓展，增加了对第二级用户和第三级用户的分析，提高了参照用户的数量，根据第二级用户和第三级用户访问过的兴趣点来进行信息推送，提高信息推送的召回率，且当第三级用户与第一用户共同关注的用户数量越多，说明第三级用户与第一用户的偏好越相似，则根据第三级用户访问过的兴趣点来对第一用户进行信息推送的精准度越高。

进一步的，本申请实施例在考虑社交软件用户对第一用户的影响时获得的用户排序中还包括，通过计算第一用户与M个第二用户之间的相似度，选择相似度最高的用户，以及计算第一用户与第一级用户之间的相似度，选择相似度最高的用户。

而为了进一步提高消息推送的召回率，本申请实施例在考虑第一用户的社交关系对第一用户的影响同时，还参考第一用户访问过的兴趣点来对第一用户的行为模式进行分析。

作为一种示例，对第一用户的行为模式分析例如包括对第一用户访问过的兴趣点的知名度进行分析，将第一用户访问过的兴趣点根据知名度从高到低进行排序，获得基于兴趣点知名度的列表。其中，兴趣点的知名度包括社交软件中的M个第二用户对该兴趣点的评价分数，一个兴趣点的评价分数反映了该兴趣点提供服务或产品的质量，而事实上，用户会偏向于体验高质量的服务或购买高质量的产品，因此分析第一用户访问过的兴趣点的知名度还有助于提高基于LBS的消息推送系统的推送精度。

作为另外一种示例，对第一用户的行为模式分析例如包括对第一用户访问过的兴趣点的地理位置进行分析，一般来说，第一用户会倾向于接受距离自己访问过的兴趣点较近的兴趣点，例如第一用户经常去一个兴趣点，那么第一用户在访问该一个兴趣点的时候，可以在较短时间内访问或是顺路访问距离该一个兴趣点距离较近的其他兴趣点，那么，通过确定与第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域，先获得相关的获得地理区域，从而获得该地理区域内的兴趣点推送给第一用户，更符合第一用户实际需求。

在获得基于兴趣点知名度的列表和地理区域内的兴趣点的排序列表后，将此两个列表作为云端服务器基于第一用户的行为模式分析得到的兴趣点列表，并将基于用户的行为模式分析得到的兴趣点列表与前文提到的基于第一用户的社交关系的兴趣点列表进行结合，获得第一类兴趣点，此第一类兴趣点实际上是基于第一用户的行为模式分析得到的兴趣点列表和基于用户的社交关系的兴趣点列表。

步骤103、云端服务器将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配，获得满足匹配规则的第二类兴趣点；

得到第一类兴趣点之后，云端服务器将第一类兴趣点所在的地理位置分别与步骤101中的云端服务器接收到的经过加密处理的第一用户的地理位置进行匹配，获得满足匹配规则的兴趣点作为第二类兴趣点，匹配规则例如包括与经过加密处理的第一用户的地理位置属于一个城市，还可以包括与经过加密处理的第一用户的地理位置属于一个区，本申请不作具体限制。

步骤104、将所述第二类兴趣点发送给所述移动终端，则第一用户通过所述移动终端接收所述第二类兴趣点。

为了进一步提高信息推送的精准度，移动终端设备在接收到第二类兴趣点之后，还可以将第二类兴趣点所在的地理位置与移动终端设备当前的地理位置进行匹配，获得满足匹配条件的兴趣点进行信息推送，匹配条件例如包括附近500m，使得信息推送中的兴趣点更满足第一用户当下的需求。

具体的，云端服务器为了确定对第一用户进行信息推送的推送顺序，可以对第一用户社交关系中包括的用户与第一用户之间的相似度和互动次数进行计算，根据相似度和互动次数从高到低对第一用户社交关系中的用户进行排序，从而根据用户的排序来对用户访问过的兴趣点进行排序，获得基于第一用户的社交关系的兴趣点列表，具体的计算公式和计算过程将在后文进行介绍。

下面对云端服务器如何对第一用户的社交关系进行分析进行介绍，一种计算公式如下：

kS_F(u)＝PRt(u)+PRv(u) (公式3)

Rl_u＝α·kS_S+β·kS_F(u)+S_fs (公式4)

公式1中，PRt(u)表示第一用户u与第一级用户v_i之间的相似度和互动次数、及第一级用户v_i与第二级用户a之间的相似度和互动次数，d是默认的阻尼系数，所述PCS(u,v_i)·Act(u,v_i)表示第一用户u与第一级用户v_i之间的相似度和互动次数，PCS(v_i,a)·Act(v_i,a)表示第一级用户v_i与第二级用户a之间的相似度和互动次数。

公式2中，PRv(u)表示第一用户u和第三级用户共同关注的用户v_j之间的相似度、及共同关注的用户v_j与第三级用户c的相似度，PCS(u,v_j)表示第一用户u与共同关注的用户v_j之间的相似度，PCS(c,v_j)表示第三级用户c与共同关注的用户v_j之间的相似度，Fsum为被共同关注的用户v_j所关注的用户的数量。

公式3中，kS_F(u)表示N个第二用户的排序。

公式4中，Rl_u表示综合N个第二用户与第一用户的相似度和互动次数、kS_S用户与第一用户的相似度及S_fs用户与第一用户的相似度，根据相似度从高到低获取的用户排序。

其中，d是默认值为0.85的阻尼系数，作用是防止用户因为缺少关注者而导致排序公式失效，α和β分别表示kS_S用户和N个第二用户对第一用户的影响因子，具体数值可由实验得出，α例如取值0.65，β例如取值0.35。

在获得基于第一用户的社交关系获得的用户排序Rl_u后，根据用户的排序从用户访问的兴趣点中获得基于第一用户的社交关系获得的兴趣点排序S_F(u)。

在基于对第一用户的行为模式分析来获得兴趣点时，为了进一步提高信息推送系统的召回率，在对第一用户访问过的兴趣点的地理位置进行分析时，还可包括对第一用户访问过的兴趣点相似的其他兴趣点的地理位置进行分析，也就是说，该地理区域还可以包括与第一用户访问过的兴趣点相似的其他兴趣点所在的距离在预设范围内的地理区域，其中，第一用户访问过的兴趣点例如是餐厅，则相似的其他兴趣点例如是其他餐厅。最后，可根据第一用户对访问过的兴趣点的访问次数从高到低来对获得的地理区域进行排序，从而获得地理区域内的兴趣点的排序列表，该地理区域的计算公式以及计算过程将在后文进行介绍。

下面对云端服务器如何对第一用户的行为模式进行分析进行介绍，一种计算公式如下：

公式5中，K_H(l-l_i)表示与第一用户访问过的兴趣点所在的地理位置l_i的距离在预设距离范围内的地理区域，x_i、y_i表示所述地理位置l_i所在的二维坐标值，H₁表示x_i的坐标与地理位置l_i所在经度的标准差，H₂表示y_i的坐标与地理位置l_i所在纬度的标准差。

另外，对第一用户访问过的兴趣点相似的其他兴趣点的地理位置进行分析获得的地理区域可表示为

其中，

表示第一用户访问过的兴趣点，c_l表示与

相似的兴趣点，

表示

与c_l的相似度。

因此，最后可通过以下公式获得基于第一用户访问过的兴趣点的地理位置进行分析获得的地理区域内的兴趣点：

其中，S_Gl(u)表示基于第一用户访问过的兴趣点的地理位置分析获得的地理区域内的兴趣点的排序列表，

表示第一用户对第一用户访问过的兴趣点所在的地理位置l_i的访问次数。

因此，基于第一用户的行为模式分析得到的兴趣点列表可用以下公式表示：

S_G(u)＝S_Gl(u)·C_G(u) (公式7)

得到基于第一用户的行为模式分析得到的兴趣点列表S_G(u)后，根据前文得到的获得基于第一用户的社交关系获得的兴趣点排序S_F(u)，获得最终的第一类兴趣点的列表，第一类兴趣点的列表可用以下公式表示：

S(u)＝μ·S_G(u)+λ·S_F(u) (公式8)

其中，μ和λ分别表示第一用户的行为模式和第一用户的社交关系对第一用户的影响因子，具体数值可由实验得出，μ例如取值0.75，λ例如取值0.25

本申请实施例的信息推送方法在整个信息推送的过程中，产生了大量数据，具体包括第一用户的ID以及第一用户的地理位置数据、第一用户发送的第一消息、云端服务器获得的社交软件中的M个用户信息以及M个用户访问过的兴趣点信息，云端服务器获得的第一类兴趣点推送信息、移动终端设备获得的满足匹配条件的兴趣点等，下面对以上数据的保存区域、保存过程以及传输过程进行介绍。

如图3所示，本申请实施例将第一用户的ID以及第一用户的地理位置数据作为第一类保密数据，由于以上数据能够反映第一用户的偏好，或者一些比较重要的劳动成果以及第一用户的行迹等，涉及到用户的隐私问题，因此，将以上数据保存在移动终端设备中，并将第一类保密数据经过加密处理后向云端服务器发送第一消息，第一消息的保密方式例如是通过非对称密码算法(RSA)算法对第一消息进行加密。

而云端服务器根据社交软件获取的M个第二用户信息以及M个第二用户访问过的兴趣点信息作为第二类保密数据，采用分布式存储方式存储在三台不同的服务器中，具体存储方式如图4所示，云端服务器将第二类保密数据平均分成3份：(d₁,d₂,d₃)，然后再将每份数据平均分成三份：

[(d₁₁,d₁₂,d₁₃),(d₂₁,d₂₂,d₂₃),(d₃₁,d₃₂,d₃₃)]，最后将(d_i1,d_i2,d_i3)通过哈希算法加密传输到服务器上，其中i＝1,2,3。再次参照图3，云端服务器将获得的第一类兴趣点以及第二类兴趣点推送信息作为第三类保密数据，第三类保密数据的存储方式与第二类保密数据的存储方式一致，此处不多进行赘述，最后，移动终端设备根据第一用户的地理位置信息与第二类兴趣点的地理位置进行匹配，获得满足匹配条件的兴趣点并保存在移动终端设备中。

基于上述实施例，参阅图5所示，本申请实施例提供一种信息推送装置，该信息推送装置包括收发单元51、处理单元52、确定单元53。

收发单元51，用于接收来自第一用户发送的第一消息，所述第一消息包括所述第一用户的身份标识ID以及所述第一用户的地理位置；

处理单元52，用于根据所述ID获得所述ID关联的兴趣点，从所述关联的兴趣点中获得满足预设条件的兴趣点作为第一类兴趣点，其中，所述ID关联的兴趣点包括利用所述ID注册的社交软件中的M个第二用户访问过的兴趣点，M为正整数；

确定单元53，用于将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配，获得满足匹配规则的第二类兴趣点；

所述收发单元51，还用于将所述第二类兴趣点发送给所述第一用户。

所述处理单元52还用于：在根据所述ID获得所述ID关联的兴趣点之前，对所述第一消息中经过加密处理的所述第一用户的身份标识ID进行还原；在将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配之前，对所述第一消息中经过加密处理的所述第一用户的地理位置进行还原。

可选的，请参见图6，所述处理单元52还包括计算模块61、排序模块62和获得模块63；

所述计算模块61，用于从所述M个第二用户中确定N个第二用户，其中，所述N个第二用户包括在所述M个第二用户中，被所述第一用户关注的第一级用户、被所述第一级用户所关注的第二级用户和与所述第一用户有共同关注用户的第三级用户中一种或多种，所述第二级用户包括所述第三级用户；

所述计算模块61，还用于确定所述N个第二用户中，所述第一用户与所述第一级用户之间的相似度和互动次数、所述第一级用户与所述第二级用户之间的相似度和互动次数，及所述第一用户与所述共同关注用户之间的相似度、所述第一用户与所述第三级用户之间的相似度；

所述排序模块62，用于利用以下公式对所述N个第二用户按照所述相似度和互动次数从高到低进行排序；

kS_F(u)＝PRt(u)+PRv(u)

所述获得模块63，用于根据所述N个第二用户的排序从所述N个第二用户访问过的兴趣点中获得多个兴趣点。

可选的，所述处理单元52，还用于根据所述M个第二用户访问过的兴趣点，确定所述兴趣点的知名度，并将所述兴趣点按照所述知名度从高到低进行排序，其中，所述兴趣点的知名度包括所述M个第二用户对所述兴趣点的评价分数。

可选的，所述处理单元52，还用于确定与所述第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域，获得所述地理区域内的兴趣点。

可选的，所述处理单元52，还用于利用以下公式来获得与第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域；

其中，所述K_H(l-l_i)表示与所述第一用户访问过的兴趣点所在的地理位置l_i的距离在预设距离范围内的地理区域，所述x_i、所述y_i表示所述地理位置l_i所在的二维坐标值，所述H₁表示所述x_i的坐标与所述地理位置l_i所在经度的标准差，所述H₂表示所述y_i的坐标与地理位置l_i所在纬度的标准差。

实施例三

基于同一发明构思，本发明实施例提供一种计算机设备，包括：

至少一个处理器，以及

与至少一个处理器连接的存储器；

其中，存储器存储有可被至少一个处理器执行的指令，至少一个处理器通过执行存储器存储的指令，执行如上所述的信息推送方法。

实施例四

基于同一发明构思，本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行如上所述的信息推送方法。

在具体的实施过程中，计算机可读存储介质包括：通用串行总线闪存盘(Universal Serial Bus flash drive，USB)、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的存储介质。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的精神和范围。这样，倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims

1.一种信息推送方法，其特征在于，包括：

将所述第二类兴趣点发送给所述第一用户；

其中，根据所述ID获得所述ID关联的兴趣点，从所述关联的兴趣点中获得满足预设条件的兴趣点作为第一类兴趣点，包括：

kS_F(u)＝PRt(u)+PRv(u)

2.如权利要求1所述的方法，其特征在于，所述第一用户的身份标识ID以及所述第一用户的地理位置均经加密处理；

在根据所述ID获得所述ID关联的兴趣点之前，包括：

对所述第一消息中经过加密处理的所述第一用户的身份标识ID进行还原；

在将所述第一用户的地理位置与所述第一类兴趣点所在的地理位置进行匹配之前，包括：

对所述第一消息中经过加密处理的所述第一用户的地理位置进行还原。

3.如权利要求1所述的方法，其特征在于，所述第一类兴趣点还包括：

根据所述M个第二用户访问过的兴趣点，确定所述兴趣点的知名度，并将所述兴趣点按照所述知名度从高到低进行排序，其中，所述兴趣点的知名度包括所述M个第二用户对所述兴趣点的评价分数。

4.如权利要求1所述的方法，其特征在于，所述第一类兴趣点还包括：

确定与所述第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域，获得所述地理区域内的兴趣点。

5.如权利要求4所述的方法，其特征在于，与第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域，包括：

6.一种信息推送装置，其特征在于，包括：

所述收发单元，还用于将所述第二类兴趣点发送给所述第一用户；

其中，所述处理单元包括计算模块、排序模块和获得模块：

kS_F(u)＝PRt(u)+PRv(u)

所述获得模块，用于根据所述N个第二用户的排序从所述N个第二用户访问过的兴趣点中获得多个兴趣点。

7.如权利要求6所述的信息推送装置，其特征在于，所述第一用户的身份标识ID以及所述第一用户的地理位置均经加密处理；

8.如权利要求6所述的信息推送装置，其特征在于，

所述处理单元，还用于根据所述M个第二用户访问过的兴趣点，确定所述兴趣点的知名度，并将所述兴趣点按照所述知名度从高到低进行排序，其中，所述兴趣点的知名度包括所述M个第二用户对所述兴趣点的评价分数。

9.如权利要求6所述的信息推送装置，其特征在于，

所述处理单元，还用于确定与所述第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域，获得所述地理区域内的兴趣点。

10.如权利要求9所述的信息推送装置，其特征在于，

所述处理单元，还用于利用以下公式来获得与第一用户访问过的兴趣点所在的地理位置的距离在预设距离范围内的地理区域；

11.一种计算机设备，其特征在于，所述计算机设备包括：

至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如权利要求1-5中任一项所述的方法。

12.一种计算机可读存储介质，其特征在于：

所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-5中任一项所述的方法。