CN110659414A - 一种基于用户画像的个性化信息推送方法及用户端 - Google Patents

Abstract

本发明提供了一种基于用户画像的个性化信息推送方法及用户端，其在用户端执行对用户信息的采集和用户子画像库的生成；基于待访问的应用或网站的类别，获取对应的用户子画像，判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，与访问请求一并发送给服务端，否则将所述下级子画像赋值给当前用户子画像，服务端根据用户子画像执行信息推送，有效减少了服务端的资源消耗，能够更全面地采用用户信息，生成的用户画像更为准确，从而方便于信息服务提供方高效地提供更具个性化的信息服务。

Description

一种基于用户画像的个性化信息推送方法及用户端

技术领域

本申请涉及信息挖掘及信息推送领域，尤其涉及一种基于用户画像的个性化信息推送方法及用户端。

背景技术

随着互联网的发展，信息时代的服务越来越趋向于职能化、个性化，旨在向用户提供更全面、更完善、更人性化的信息服务，提高用户体验。因此，在互联网信息时代，如何提供更智能化、更个性化的服务将是众多信息技术产品所面临的竞争和挑战。

一般而言，用户在日常的上网过程中，会向网络公开个人的相关信息，例如性别、年龄等，同时，也会浏览或下载个人感兴趣的信息，这些会产生相应的操作痕迹或浏览记录；例如，用户在应用商店下载应用商品时，会存在下载历史记录信息；或者，用户在浏览网站或应用（APP）时，会存在浏览过的信息的日志信息；这些信息充斥在网络中，对于用户而言，这些信息反映了用户在信息选择中的兴趣和爱好；而对于网站或应用商等信息服务提供方而言，这些信息可作为向用户提供服务的依据。

现有技术中，网站或应用商等信息服务提供方通过上述的用户信息，基于大数据挖掘等技术手段，形成用户画像，进而信息服务提供方基于该用户画像向用户推送符合用户意愿的信息或服务；该用户画像将用户的信息抽象成标签，这些标签与用户的属性相关联，从而将用户形象具体化；其是对用户兴趣、爱好、需求等信息的一种结构化反映。

然而，现有技术中，是由信息服务提供方收集用户上网的浏览或下载信息，从而在服务端生成用户画像；以常见的新闻类APP-今日头条为例，用户在使用今日头条一段时间后，会产生所浏览信息的日志记录；今日头条的服务端可采集该用户的日志记录信息用以生成对应的用户画像；进而，今日头条的服务端根据该用户画像为用户执行信息推送。然而，由信息服务提供方采集用户信息，并生成用户画像的方式，存在如下问题：

（1）随着用户群体的逐渐增多，用户信息的收集以及用户画像的生成将会占用更多的服务器资源，提升了服务端成本，进而影响信息提供效率；

（2）对于用户首次访问的应用或网站，由于服务端不存在对应用户的访问信息，并不能基于用户信息获取用户画像，推送的信息不能符合用户的偏好；

（3）由于信息壁垒的存在，服务端仅是收集用户在其提供的服务应用或网站上访问的信息记录；难以获取用户在其他服务应用或网站上访问记录，用户信息的获取不完全，建立的用户画像不够全面；例如，用户在IOS应用商店的购买信息，难易反馈至安卓应用商店的服务提供方；

（4）现有用户画像是对某一用户的所有相关信息经统计分析后获取的，信息庞杂且类别不够清晰，画像主题不够突出，无法对不同类型的信息提供更有针对性的服务。

发明内容

本发明针对上述问题提供了一种基于用户画像的个性化信息推送方法及用户端，其在用户端执行对用户信息的采集和用户子画像库的生成；基于待访问的应用或网站的类别，获取对应的用户子画像，判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，与访问请求一并发送给服务端，否则将所述下级子画像赋值给当前用户子画像，服务端根据用户子画像执行信息推送，有效减少了服务端的资源消耗，能够更全面地采用用户信息，生成的用户画像更为准确，从而方便于信息服务提供方高效地提供更具个性化的信息服务。

本发明一方面提供一种基于用户画像的个性化信息推送方法，应用于一用户端，所述用户端和服务端基于互联网进行信息交互，所述服务端可根据从用户端接收到的用户自画像向用户端反馈推送信息，所述方法包括：

基于用户端本地预先生成用户画像库，其中，所述用户画库像包括多个用户子画像，所述各用户子画像进一步包含多个下级子画像；

用户端在访问请求发送之前，获取用户触发的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取用户画像库中对应的用户子画像；

判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像；

由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务器；

所述服务器接收并获取所述访问请求中的用户子画像，并基于所述用户子画像向用户端反馈推送信息；其中，所述推送信息包含与所述访问请求中的用户子画像相匹配的信息。

根据从所述服务端接收到的反馈推送信息对下级子画像进行更新，并保存至与其相应的用户子画像根目录下。

进一步地，一个优选的实施例中，所述用户端本地预先生成用户画像库，其中，所述用户画像库包括多个用户子画像，包括：

用户端本地预先设置多个用户画像模型以及多个信息类型；其中，所述多个用户画像模型与多个信息类型一一对应；

用户端定时采集预设时间间隔内用户端的用户数据，查找所述用户数据所属的信息类型，基于所述信息类型，利用对应的用户画像模型生成对应的用户子画像，进一步的生成各用户子画像的下级子画像；并为所述用户子画像及其对应的下级子画像配置对应的信息类型标签；

判断所述用户画像库中是否已经存在所述信息类型标签对应的用户子画像或与其对应的下级子画像；

若不存在，则将新生成的所述用户子画像或下级子画像存储至用户画像库；

若存在，则根据预设规则更新所述信息类型下的用户子画像，及其下级子画像，直至所有用户子画像及其下级子画像均更新完成。

优选的，所述预设规则包括：

利用新生成的用户子画像及其下级子画像替换所述用户画像库中已经存在的所述信息类型标签对应的用户子画像及其下级子画像；

或者，对所述信息类型下已存在的用户子画像与新生成的用户子画像配置权重，基于权重信息重构融合的结果，作为用户画像库中所述信息类型最终对应的用户子画像及其下级子画像；其中，已存在的用户子画像及其下级子画像的权重小于新生成的用户子画像及其下级子画像的权重。

进一步地，一个优选的实施例中，

所述获取用户触发的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取对应的用户子画像，包括：

获取用户触发的应用或网站，基于预设的信息类型关系表查找所述应用或网站所对应的信息类型；其中，所述预设的信息类型关系表存储了应用或网站与信息类型的对应关系；

基于所述应用或网站的信息类型，在用户画像库中查找所述信息类型对应的用户子画像，将所述对应的用户子画像作为待发送的用户子画像。

优选的，所述获取用户触发的应用或网站中，所述触发包括：用户对应用或网站的点击操作；或，用户在应用或网站界面上的刷新操作。

另一方面，一方面提供一种应用所述基于用户画像的个性化信息推送方法的用户端，所述用户端可基于互联网与服务端进行信息交互，所述用户端包括：

生成单元：用于基于用户端本地预先生成用户画像库，其中，所述用户画库像包括多个用户子画像，所述各用户子画像进一步包含多个下级子画像；

获取单元：用于在访问请求发送之前，获取用户触发的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取用户画像库中对应的用户子画像；

发送单元：用于判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像；将所述用户子画像添加进访问请求中，由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务端；

更新单元：根据从所述服务端接收到的反馈推送信息对下级子画像进行更新，并保存至与其相应的用户子画像根目录下。

其中，所述服务端包括：

接收反馈单元：接收并获取所述访问请求中的用户子画像，并基于所述用户子画像向用户端反馈推送信息；其中，所述推送信息包含与所述访问请求中的用户子画像相匹配的信息。

进一步地，一个优选的实施例中，所述生成单元具体包括：

设置单元：用于在用户端本地预先设置多个用户画像模型以及多个信息类型；其中，所述多个用户画像模型与多个信息类型一一对应；

采集分析单元：用于定时采集预设时间间隔内用户端的用户数据，查找所述用户数据所属的信息类型，基于所述信息类型，利用对应的用户画像模型生成对应的用户子画像；并为所述用户子画像配置对应的信息类型标签；

判断单元：用于判断所述用户画像库中是否已经存在所述信息类型标签对应的用户子画像或与其对应的下级子画像；

若不存在，则将新生成的所述用户子画像或下级子画像存储至用户画像库；

若存在，则利用新生成的用户子画像替换所述用户画像库中已经存在的所述信息类型标签对应的用户子画像及其下级子画像，直至所有用户子画像及其下级子画像均更新完成。

优选的，所述预设规则包括：

利用新生成的用户子画像替换所述用户画像库中已经存在的所述信息类型标签对应的用户子画像及其下级子画像；

或者，对所述信息类型下已存在的用户子画像及其下级子画像与新生成的用户子画像及其下级子画像配置权重，基于权重信息重构融合的结果，作为用户画像库中所述信息类型最终对应的用户子画像及其下级子画像；其中，已存在的用户子画像的权重小于新生成的用户子画像及其下级子画像的权重。

进一步地，一个优选的实施例中，所述获取单元具体包括：

第一查询单元，获取用户触发的应用信息或网站信息，基于预设的信息类型关系表查询所述应用或网站所对应的信息类型；其中，所述预设的信息类型关系表存储了应用或网站与信息类型的对应关系；

第二查询单元，基于所述应用或网站的信息类型，在用户画像库中查找所述信息类型标签，并获取对应的用户子画像，将所述对应的用户子画像作为待发送的用户子画像。

优选的，所述获取用户触发的应用或网站中，所述触发包括：用户对应用或网站的点击操作；或，用户在应用或网站界面上的刷新操作。

本申请提供的基于用户画像的个性化信息推送方法及用户端，由用户端本地预先采集用户对应的用户信息，并基于信息类别生成用户子画像，进一步的生成各用户子画像的下级子画像；用户端在访问请求发送之前，获取用户点击的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取用户画像库中对应的用户子画像；判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像，由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务端；所述服务器获取所述访问请求中的用户子画像，并基于所述用户子画像向用户端反馈推送信息；从而实现了由用户端主动提交用户画像，服务端仅可基于用户画像执行推送，无需服务端额外的资源消耗，方便于信息服务提供方高效地提供更具个性化的信息服务。

根据从所述服务端接收到的反馈推送信息对下级子画像进行更新，并保存至与其相应的用户子画像根目录下；实现了用户端的用户画像库中各级用户子画像的快速实时更新，提高用户画像服务的精准度和灵活性。

相较于现有技术效果，本申请所述的技术方案具有以下优点：

（1）基于用户端本地采集用户信息并生成用户画像的方式，仅是针对用户一个人的信息进行采集分析，对用户端的资源占用小；避免服务端因大量用户群体的数据采集分析而产生的大量服务器资源占用。

（2）通过判断当前用户子画像的下级子画像是否为0，若是，则将用户子画像添加进访问请求，提高访问请求的准确定位，且由用户端向服务端主动提交用户子画像的方式，还可应用于用户首次访问的应用或网站，基于用户端提供的用户画像信息，为用户提供个性化信息推送服务；避免了现有技术中，需要用户使用一段时间后才能获取用户画像信息的问题。

（3）用户段采集的用户信息包含了用户所有的操作信息和访问信息，对所有信息的本地采集以及分析，不涉及不同服务商之间的信息壁垒，信息分析更全面。

（4）对采集的用户信息划分类别，生成不同信息类别的用户子画像及其下级子画像，获取了用户对不同信息类型下的信息的偏好等，对用户的分析定位更具体、更精确。

附图说明

图1是本发明实施例提供的基于用户画像的个性化信息推送方法的示意图。

图2是本发明实施例提供的应用所述基于用户画像的个性化信息推送方法的客户端的示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步的详细描述。以下实施例用以说明解释本发明，但不应理解为用于以任何形式限制本发明。

实施例一

图1为本发明提供的一种基于用户画像的个性化信息推送方法；所述方法包括：

步骤S1，基于用户端本地预先生成用户画像库，其中，所述用户画库像包括多个用户子画像，所述各用户子画像进一步包含多个下级子画像；

步骤S2，用户端在访问请求发送之前，获取用户触发的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取对应的用户子画像；

步骤S3，判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像，由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务端；

步骤S4，根据从所述服务端接收到的反馈推送信息对下级子画像进行更新，并保存至与其相应的用户子画像根目录下；其中，所述推送信息包含与所述访问请求中的用户子画像相匹配的信息。

优选地，步骤S1基于用户端本地预先生成用户画像库，其中，所述用户画库像包括多个用户子画像，所述各用户子画像进一步包含多个下级子画像；具体包括：

步骤S11，用户端本地预先设置多个用户画像模型以及多个信息类型；其中，所述多个用户画像模型与多个信息类型一一对应。

其中，用户端本地预先设置多个信息类型，该多个信息类型可以是按照应用或网站的信息类别进行区分的；在一个实施例中，根据现有APP和网站的常规分类，可以将信息类型设置为新闻类，购物类，小说类，应用类、音/视频类的应用或者网站；进一步将各信息类型的下级信息设置为新闻类：篮球，NBA，勇士；购物类：服装、国风；小说类：人文、情感、职场等等，在设置好信息类别后，针对每一个信息类别的特征，设置一个对应的用户画像生成模型；可选的，用户画像生成模型可以是一个基于机器学习的分类器，或者是基于数据挖掘的生成模型。

步骤S12，用户端定时采集预设时间间隔内用户端的用户数据，查找所述用户数据所属的信息类型，基于所述信息类型，利用对应的用户画像模型生成对应的用户子画像，进一步生成各用户子画像的下级子画像；并为所述用户子画像及各下级子画像配置相应的信息类型标签。

这里，用户数据可以包括用户在终端上的点击记录、下载记录，浏览记录，搜索记录、注册记录等；由用户端的用户数据采集模块实现对用户数据的采集，并可以以用户日志数据的形式存储在用户端本地；本发明对用户数据的采集与存储不做限制。

考虑用户在不同时期的需求或者偏好有一定的区别，可以预先设定用户数据的采集时间间隔；而对于一定时间间隔内采集的用户数据，其可能包含用户在多个信息类型的APP或网站的多条用户数据，对于这些用户数据，判断每条数据的所属信息类型，进而可以根据该信息类型选择对应用户画像模型将所述用户数据构建为对应的用户子画像，判断当前用户子画像是否还有下级子画像，根据用户画像模型进一步生成对应的下级子画像，直至所有的数据信息类型设置完成。

其中，对于采集的一个时间间隔内的多条用户数据，分别判断其所属的信息类型，并将其存储至对应的存储位置；同时，可以设置一个阈值，在某一信息类型下存储的用户数据达到一定量时，如100条浏览信息，则触发用户画像生成；这样可以保证在足够的数据基础上进行用户画像分析。此外，配置信息类型标签是为了便于查找对应的用户子画像或对应的下级子画像。

例如，以购物类的信息类型为例，包含该信息类型的应用或网站包括淘宝、天猫、京东、苏宁等APP及其网站，采集的用户数据可以是购物的记录，以及搜索或浏览的记录，用户画像生成模型可以是基于采集的上述用户信息的提取关键词，构建一定形式的多元组，如<购物：服装、国风>，<新闻：篮球，NBA，勇士>等等，本领域技术人员可以基于现有技术自行设定用户画像的形式，进而构建的关于用户特征的用户画像实体。

步骤S13，判断所述用户画像库中是否已经存在所述信息类型标签对应的用户子画像或与其对应的下级子画像；

若不存在，则将新生成的所述用户子画像或下级子画像存储至用户画像库；

若存在，则根据预设规则更新所述信息类型下的用户子画像及其下级子画像，直至所有用户子画像及其下级子画像均更新完成。

其中，所述预设规则包括：

利用新生成的用户子画像及其下级子画像替换所述用户画像库中已经存在的所述信息类型标签对应的用户子画像及其下级子画像；

或者，对所述信息类型下已存在的用户子画像及其下级子画像与新生成的用户子画像及其下级子画像配置权重，基于权重信息重构融合的结果，作为用户画像库中所述信息类型最终对应的用户子画像及其下级子画像；其中，已存在的用户子画像及其下级子画像的权重小于新生成的用户子画像及其下级子画像的权重。

对于生成的某一信息类型的用户子画像，判断在用户画像库中是否已经存在对应类型用户子画像；若不存在，则直接将新生成的用户子画像或下级子画像存入用户画像库；若存在，则利用新生成的该类型的用户子画像及其下级子画像替换原有的用户子画像及其下级子画像；可选的，用户可以对该类型下原有的用户子画像及其下级子画像与新生成的用户子画像及其下级子画像配置权重，从而融合成新的用户子画像，其中，原有的用户子画像及其下级子画像的权重小于新生成的用户子画像及其下级子画像的权重；通过上述方式，从而达到随时间变化更新用户的需求或者偏好的目的，更符合用户使用规律，用户体验更佳。

例如，用户画像库中，新闻类的信息类型下已经存在对应的用户子画像集，其体现为两组多元组：<新闻：篮球，NBA，勇士 >、<新闻：国际关系，叙利亚>；而基于过去一周采集的用户数据的解析结果中，获得了新的多元组形式的用户子画像：<新闻：游戏，英雄联盟，2019夏季赛>，此时，可以将原有的多元组与新生成的多元组，构建为新闻类新的用户子画像，及多个不同类型的下级子画像，<新闻：游戏，英雄联盟，2019夏季赛>、<新闻：篮球，NBA，勇士 >、<新闻：国际关系，叙利亚>，并配置其权重分别为0.5,0.25,0.25；所述权重用于在服务端执行信息匹配推送时，按权重比例执行推送；如，服务端再一次刷新过程中预期更新推送20条信息，其中，按照用户画像匹配获得了与该三个多元组相关的信息分别为16,20,10条信息，那么实际反馈给用户端的信息比例为：<新闻：游戏，英雄联盟，2019夏季赛>相关的信息10条、<新闻：篮球，NBA，勇士 >相关的信息5条、<新闻：国际关系，叙利亚>相关的信息5条。

优选地，步骤S2中，用户端在访问请求发送之前，获取用户触发的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取对应的用户子画像及其下级子画像，具体包括：

步骤S21，获取用户触发的应用信息或网站信息，基于预设的信息类型关系表查找所述应用或网站所对应的信息类型；其中，所述预设的信息类型关系表存储了应用或网站与信息类型的对应关系。

其中，所述获取用户触发的应用信息或网站信息中，所述触发包括：用户对应用或网站的点击操作；或，用户在应用或网站界面上的刷新操作。进一步地，所述应用信息或网站信息，可以是APP应用的名称或网站的链接，例如URL等。

用户端在需要获取一个APP或网站的信息服务时，会对该APP或网站执行一个触发操作，该触发操作可以是对APP图表或网站链接的点击操作，也可以是在该APP或网站的界面上执行的刷新操作。

现有网络中，APP或网站一般被区分为多个不同的类别，存在着多种多样的分类体系。根据实际的应用场景，可以预先设定信息类型为新闻类，购物类，小说类，应用类、音/视频类等等；基于上述类型，进一步设定相应的下级信息类型为：今日头条、腾讯新闻、新浪微博等，可以将网络环境中常见的APP或网站存入一个信息类型关系表，用以存储APP或网站与所属的信息类型及其下级信息类型之间的对应关系。

如表1所示的一个示例，展示了信息类型关系表的一种具体实施方式。

表1：

对于移动终端，如手机、平板电脑等，APP是其主要的访问方式；此时可以基于上述信息类型关系表获取待访问的APP所属的类型；而对于PC等固定网络终端，网站链接时期主要的访问方式，可以基于信息类型关系表获取待访问的网站所属的类型。表1所展示的仅是信息类型关系表的一种实施例，本申请不对其设置方式做任何限定。同时，对于APP或网站的信息类型，本领域技术人员可以基于实际应用场景或划分标准自行设置为其它多种形式。

步骤S22，基于所述应用或网站的信息类型，在用户画像库中查找所述信息类型对应的用户子画像，并进一步查找所述用户子画像对应的下级子画像，判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像，将所述对应的用户子画像作为待发送的用户子画像。

对于待访问的APP或网站，可以通过其所属的信息类型查找本地用户画像库中各个子画像的信息类型标签，获取对应类型的用户子画像，并进一步查找所述用户子画像对应的下级子画像，从而将其确定待发送的用户子画像。

本申请采用将APP或网站划分为多个信息类型，并对应挖掘用户在对应类型下的用户子画像的下级子画像，实现了对用户数据的精细化分析，获取的用户子画像能够具体到实际的不同类别，从而能够达到对用户的信息服务更精准的效果。

在一个示例中，用户在过去一周内的用户数据，可以包括了浏览百度新闻、新浪微博、腾讯新闻等APP的新闻类信息的浏览记录，也包括了在淘宝、京东、苏宁易购等APP上的购物类的浏览记录；通过用户数据的采集及分析，可以获取用户关于新闻类和购物类的用户子画像。当用户访问的APP是今日头条时，通过预先设定的信息类型关系表，获取该APP对应为新闻类；进而查询用户画像库中各个子画像的信息类型标签，获取新闻类对应的用户子画像及其下级子画像为篮球，NBA，勇士；例如，以一组简单的多元组表示该用户子画像：<新闻：篮球，NBA，勇士 >、<新闻：国际关系，叙利亚>等，该用户子画像表征了用户在过去一周内在新闻方面的主要关注点，其对应的下级子画像是对所述用户子画像的进一步具体关注的内容模块；当用户点击打开今日头条APP时，用户移动终端将包含该新闻类用户子画像的访问请求发送至今日头条服务端，判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像，服务端根据接收的用户子画像，通过匹配分析，向用户端返回匹配的新闻信息。

优选地，步骤S3，将所述用户子画像添加进访问请求中，由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务器；

其中，访问请求可以是打开APP或网站的访问请求，也可以是刷新APP或网站的访问请求；判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像，将查找到的用户子画像添加进访问请求中，由用户端发送所述用户子画像的所述访问请求至所述应用或网站对应的服务端，从而实现了用户画像的主动提交，在具备大量的客户群体的情况下，避免了由服务端收集用户数据进行分析所带来的服务器资源的巨大消耗。并且，用户端仅是对个人的用户数据执行采集和分析，相比服务端而言，对用户端的资源占用并不会影响用户的使用体验。

优选地，步骤S4，所述服务器获取所述访问请求中的用户子画像，并基于所述用户子画像向用户端反馈推送信息；其中，所述推送信息是与所述用户子画像相匹配的信息；

基于用户画像向用户推送信息，这是本领域发展比较成熟的技术手段，这里不做过多赘述。

本申请提供的基于用户画像的个性化信息推送方法，由用户端本地预先采集用户对应的用户信息，并基于信息类别生成用户子画像及其多个下级子画像；用户端在访问请求发送之前，获取用户触发的待访问的应用或网站，查询所述用户待访问的应用或网站所属的信息类型，基于所述应用或网站的信息类型获取对应的用户子画像，判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像；将所述用户子画像添加进访问请求中，由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务端；所述服务器获取所述访问请求中的用户子画像，并基于所述用户子画像向用户端反馈推送信息；根据从所述服务端接收到的反馈推送信息对下级子画像进行更新，并保存至与其相应的用户子画像根目录下；从而实现了由用户端主动提交用户画像，服务端仅可基于用户画像执行推送，方便于信息服务提供方高效地提供更具个性化的信息服务。

实施例二

本发明还提供了一种应用基于用户画像的个性化信息推送方法的用户端，如图2所述，所述用户端和服务端基于互联网进行信息交互；

用户端可以是基于互联网环境的用户终端，例如手机、平板电脑、电子书、PSP（playstation portable，掌上游戏机）等移动终端，或者，PC、笔记本等固定终端。

所述用户端包括：

生成单元：用于基于用户端本地预先生成用户画像库，其中，所述用户画库像包括多个用户子画像，所述各用户子画像进一步包含多个下级子画像；

获取单元：用于在访问请求发送之前，获取用户触发的应用或网站，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取对应的用户子画像；

发送单元：用于判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像；由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务端；

所述服务端包括：

接收反馈单元：接收并获取所述访问请求中的用户子画像，并基于所述用户子画像向用户端反馈推送信息；其中，所述推送信息包含与所述访问请求中的用户子画像相匹配的信息。

进一步地，所述生成单元包括：

设置单元：用户端本地预先设置多个用户画像模型以及多个信息类型；其中，所述多个用户画像模型与多个信息类型对应；

其中，用户端本地预先设置多个信息类型，该多个信息类型可以是按照应用或网站的信息类别进行区分的；在一个实施例中，根据现有APP和网站的常规分类，可以将信息类型设置为新闻类，购物类，小说类，应用类，音/视频类的应用或者网站；进一步的，在对应的每一个信息类型下设置下级信息类型，例如将新闻类的下级信息设置为晨间新闻、财经播报、体育新闻、法制新闻等；在设置好信息类别后，针对每一个信息类别及其下级信息类型的特征，设置一个对应的用户画像生成模型；可选的，用户画像生成模型可以是一个基于机器学习的分类器，或者是基于数据挖掘的生成模型。

采集分析单元：定时采集预设时间间隔内用户端的用户数据，查找所述用户数据所属的信息类型，进一步查找所述信息类型的下级信息类型，基于所述信息类型，判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像，利用对应的用户画像模型生成对应的用户子画像；并为所述用户子画像配置对应的信息类型标签；

这里，用户数据可以包括用户在终端上的点击记录、下载记录，浏览记录，搜索记录、注册记录等；其可以以用户日志数据的形式存储在用户端本地；进一步的所述用户数据通过服务端对本地数据库进行更新后，保存至与其相应的用户子画像根目录下。

考虑用户在不同时期的需求或者偏好有一定的区别，可以预先设定用户数据的采集时间间隔；而对于一定时间间隔内采集的用户数据，其可能包含用户在多个信息类型的APP或网站的多条用户数据，对于这些用户数据，判断每条数据的所属信息类型，进而可以根据该信息类型选择对应用户画像模型将所述用户数据构建为对应的用户子画像及其下级子画像。

其中，对于采集的一个时间间隔内的多条用户数据，分别判断其所属的信息类型，并将其存储至对应的存储位置；同时，可以设置一个阈值，在某一信息类型下存储的用户数据达到一定量时，如100条浏览信息，则触发用户画像生成；这样可以保证在足够的数据基础上进行用户画像分析。此外，配置信息类型标签是为了便于查找对应的用户子画像及其下级画像。

判断单元：判断所述用户画像库中是否已经存在所述信息类型标签对应的用户子画像或与其对应的下级子画像；

若不存在，则将新生成的所述用户子画像或下级子画像存储至用户画像库；

若存在，则根据预设规则更新所述信息类型下的用户子画像，及其下级子画像，直至所有用户子画像及其下级子画像均更新完成。

其中，所述预设规则包括：

利用新生成的用户子画像及其下级子画像替换所述用户画像库中已经存在的所述信息类型标签对应的用户子画像及其下级子画像；

或者，对所述信息类型下已存在的用户子画像与新生成的用户子画像配置权重，基于权重信息重构融合的结果，作为用户画像库中所述信息类型最终对应的用户子画像；其中，已存在的用户子画像及其下级子画像的权重小于新生成的用户子画像及其下级子画像的权重。

对于生成的某一信息类型的用户子画像，判断在用户画像库中是否已经存在对应类型用户子画像；若不存在，则直接将新生成的用户子画像存入用户画像库；若存在，则利用新生成的该类型的用户子画像替换原有的用户子画像；可选的，用户可以对该类型下原有的用户子画像与新生成的用户子画像配置权重，从而融合成新的用户子画像，其中，原有的用户子画像的权重小于新生成的用户子画像的权重，进一步的，更新所述用户子画像的下级子画像，直至所有的下级信息类型都更新完成；通过上述方式，从而达到随时间变化更新用户的需求或者偏好的目的，更符合用户使用规律，用户体验更佳。

进一步地，所述获取单元具体包括：

第一查询单元，获取用户触发的应用或网站，基于预设的信息类型关系表查询所述应用或网站所对应的信息类型；其中，所述预设的信息类型关系表存储了应用或网站与信息类型的对应关系；

第二查询单元，基于所述应用或网站的信息类型，在用户画像库中查找所述信息类型标签，并获取对应的用户子画像，将所述对应的用户子画像作为待发送的用户子画像。

其中，所述获取用户触发的应用或网站中，所述触发包括：用户对应用或网站的点击操作；或，用户在应用或网站界面上的刷新操作。

用户端在需要获取一个APP或网站的信息服务时，会对该APP或网站执行一个触发操作，该触发操作可以是对APP图表或网站链接的点击操作，也可以是在该APP或网站的界面上执行的刷新操作。

现有网络中，APP或网站可以被区分为多个不同的类别。根据实际的应用场景，可以预先设定信息类型为新闻类，购物类，小说类，应用类、音/视频类等等；基于上述类型，进一步设定相应的下级信息类型为：今日头条、腾讯新闻、新浪微博等，可以将网络环境中常见的APP或网站存入一个信息类型关系表，用以存储APP或网站与所属的信息类型之间的对应关系。

对于待访问的APP或网站，可以通过其所属的信息类型查找本地用户画像库中各个子画像的信息类型标签，获取对应类型的用户子画像，判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像，从而将其确定待发送的用户子画像。

本申请采用将APP或网站划分为多个信息类型，并对应挖掘用户在对应类型下的用户子画像，实现了对用户数据的精细化分析，获取的用户子画像及其下级子画像能够具体到实际的不同类别，从而能够达到对用户的信息服务更精准的效果。

在一个示例中，用户在过去一周内的用户数据，可以包括了浏览百度新闻、新浪微博、腾讯新闻等APP的新闻类信息的浏览记录，也包括了在淘宝、京东、苏宁易购等APP上的购物类的浏览记录；通过用户数据的采集及分析，可以获取用户关于新闻类和购物类的用户子画像。当用户访问的APP是今日头条时，通过预先设定的信息类型关系表，获取该APP对应为新闻类；进而查询用户画像库中各个下级子画像的信息类型标签，获取新闻类对应的用户子画像；例如，以一组简单的多元组表示该用户子画像：<新闻：篮球，NBA，勇士 >、<新闻：国际关系，叙利亚>等，该用户子画像表征了用户在过去一周内在新闻方面的主要关注点，以及在该用户子画像所属的相关下级子画像如篮球、NBA，勇士；当用户点击打开今日头条APP时，用户移动终端将包含该新闻类用户子画像的访问请求发送至今日头条服务端，服务端根据接收的用户子画像，通过匹配分析，向用户端返回匹配的新闻信息。

优选地，发送单元：用于判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像。由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务器；

其中，访问请求可以是打开APP或网站的访问请求，也可以是刷新APP或网站的访问请求；将查找到的用户子画像添加进访问请求中，由用户端发送至服务端对应的服务器，从而实现了用户画像的主动提交，在具备大量的客户群体的情况下，避免了由服务端收集用户数据进行分析所带来的服务器资源的巨大消耗。并且，用户端仅是对个人的用户数据执行采集和分析，相比服务端而言，对用户端的资源占用并不会影响用户的使用体验。

进一步地，所述服务端包括：接收反馈单元：接收并获取所述访问请求中的用户子画像，并基于所述用户子画像向用户端反馈推送信息；其中，所述推送信息包含与所述访问请求中的用户子画像相匹配的信息。

基于用户画像向用户推送信息，这是本领域发展比较成熟的技术手段，这里不做过多赘述。

本申请提供的应用所述基于用户画像的个性化信息推送方法的用户端，所述用户端可基于互联网与服务端进行信息交互，在用户端，由用户端本地预先采集用户对应的用户信息，并基于信息类别生成用户子画像；用户端在访问请求发送之前，获取用户点击的应用或网站，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取对应的用户子画像；判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像，由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务器；在服务端，服务器获取所述访问请求中的用户子画像，并基于所述用户子画像向用户端反馈推送信息；根据从所述服务端接收到的反馈推送信息对下级子画像进行更新，并保存至与其相应的用户子画像根目录下；从而实现了由用户端主动提交用户画像，服务端仅可基于用户画像执行推送，无需服务端额外的资源消耗，方便于信息服务提供方高效地提供更具个性化的信息服务。

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 (10)

1.一种基于用户画像的个性化信息推送方法，应用于一用户端，所述用户端可基于互联网与服务端进行信息交互，所述服务端可根据从用户端接收到的用户自画像向用户端反馈推送信息；其特征在于，所述基于用户画像的个性化信息推送方法包括以下步骤：

基于用户端本地预先生成用户画像库，其中，所述用户画像库包括多个用户子画像，所述各用户子画像进一步包含多个下级子画像；

用户端在访问请求发送之前，获取用户触发的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取用户画像库中对应的用户子画像；

判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像；

由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务端；

根据从所述服务端接收到的反馈推送信息对下级子画像进行更新，并保存至与其相应的用户子画像根目录下。

2.根据权利要求1所述的方法，其特征在于：

所述用户端本地预先生成用户画像库的方法包括：

用户端本地预先设置多个用户画像模型以及多个信息类型；其中，所述多个用户画像模型与多个信息类型一一对应；

用户端定时采集预设时间间隔内用户端的用户数据，查找所述用户数据所属的信息类型，基于所述信息类型，利用对应的用户画像模型生成对应的用户子画像，进一步的生成各用户子画像的下级子画像；并为所述用户子画像及其对应的下级子画像配置对应的信息类型标签；

判断所述用户画像库中是否已经存在所述信息类型标签对应的用户子画像或与其对应的下级子画像；

若不存在，则将新生成的所述用户子画像或下级子画像存储至用户画像库；

若存在，则根据预设规则更新所述信息类型下的用户子画像及其下级子画像，直至所有用户子画像及其下级子画像均更新完成。

3.根据权利要求2所述的方法，其特征在于：所述预设规则包括：

利用新生成的用户子画像及其下级子画像替换所述用户画像库中已经存在的所述信息类型标签对应的用户子画像及其下级子画像；

或者，对所述信息类型下已存在的用户子画像及其下级子画像与新生成的用户子画像及其下级子画像配置权重，基于权重信息重构融合的结果，作为用户画像库中所述信息类型最终对应的用户子画像及其下级子画像；其中，已存在的用户子画像及其下级子画像的权重小于新生成的用户子画像及其下级子画像的权重。

4.根据权利要求1所述的方法，其特征在于：所述获取用户触发的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取对应的用户子画像，包括：

获取用户触发的应用或网站，基于预设的信息类型关系表查找所述应用或网站所对应的信息类型；其中，所述预设的信息类型关系表存储了应用或网站与信息类型的对应关系；

基于所述应用或网站的信息类型，在用户画像库中查找所述信息类型对应的用户子画像，将所述对应的用户子画像作为待发送的用户子画像。

5.根据权利要求4所述的方法，其特征在于：

所述获取用户触发的应用或网站中，所述触发包括：用户对应用或网站的点击操作；或，用户在应用或网站界面上的刷新操作。

6.一种应用如权利要求1至5项中任一项所述的方法的用户端，其特征在于，包括：

生成单元：用于基于用户端本地预先生成用户画像库，其中，所述用户画库像包括多个用户子画像，所述各用户子画像进一步包含多个下级子画像；

获取单元：用于在访问请求发送之前，获取用户触发的应用信息或网站信息，查找所述用户需访问的应用或网站的信息类型，基于所述应用或网站的信息类型获取用户画像库中对应的用户子画像；

发送单元：用于判断当前用户子画像的下级子画像是否为0，若是，则将当前用户子画像添加进访问请求中，否则将所述下级子画像赋值给当前用户子画像；由用户端发送包含所述用户子画像的所述访问请求至所述应用或网站对应的服务端；

更新单元：根据从所述服务端接收到的反馈推送信息对下级子画像进行更新，并保存至与其相应的用户子画像根目录下。

7.根据权利要求6所述的用户端，其特征在于：

所述生成单元包括：

设置单元：用于在用户端本地预先设置多个用户画像模型以及多个信息类型；其中，所述多个用户画像模型与多个信息类型一一对应；

采集分析单元：用于定时采集预设时间间隔内用户端的用户数据，查找所述用户数据所属的信息类型，基于所述信息类型，利用对应的用户画像模型生成对应的用户子画像；并为所述用户子画像配置对应的信息类型标签；

判断单元：用于判断所述用户画像库中是否已经存在所述信息类型标签对应的用户子画像或与其对应的下级子画像；

若不存在，则将新生成的所述用户子画像或下级子画像存储至用户画像库；

若存在，则利用新生成的用户子画像替换所述用户画像库中已经存在的所述信息类型标签对应的用户子画像及其下级子画像，直至所有用户子画像及其下级子画像均更新完成。

8.根据权利要求7所述的用户端，其特征在于：所述预设规则包括：

利用新生成的用户子画像替换所述用户画像库中已经存在的所述信息类型标签对应的用户子画像及其下级子画像；

或者，对所述信息类型下已存在的用户子画像及其下级子画像与新生成的用户子画像及其下级子画像配置权重，基于权重信息重构融合的结果，作为用户画像库中所述信息类型最终对应的用户子画像及其下级子画像；其中，已存在的用户子画像的权重小于新生成的用户子画像及其下级子画像的权重。

9.根据权利要求6所述的用户端，其特征在于：所述获取单元具体包括：

第一查询单元，用于获取用户触发的应用信息或网站信息，基于预设的信息类型关系表查询所述应用或网站所对应的信息类型；其中，所述预设的信息类型关系表存储了应用或网站与信息类型的对应关系；

第二查询单元，用于基于所述应用或网站的信息类型，在用户画像库中查找所述信息类型标签，并获取对应的用户子画像，将所述对应的用户子画像作为待发送的用户子画像。

10.根据权利要求9所述的用户端，其特征在于：

所述获取用户触发的应用或网站中，所述触发包括：用户对应用或网站的点击操作；或，用户在应用或网站界面上的刷新操作。

Images