CN113282839A - 一种互联网数据推送处理方法及系统 - Google Patents

Abstract

本发明实施例提供一种互联网数据推送处理方法及系统，通过分析确定第一线上服务内容和所述第二线上服务内容各自对应的第一兴趣属性，并统计第一线上服务内容与第二线上服务内容之间的投放操作热度，来构建第一线上服务内容和第二线上服务内容之间的目标内容实体网络，进而基于目标内容实体网络处理各线上服务内容的第一兴趣属性，得到第一线上服务内容和第二线上服务内容各自对应的第二兴趣属性，以便最终利用第二兴趣属性决策出第一线上服务内容和第二线上服务内容中的兴趣线上服务内容。如此，构建并借助目标内容实体网络分析第一线上服务内容和第二线上服务内容之间的关联兴趣情况，可使后续的内容投放数据更符合用户兴趣偏好。

Description

一种互联网数据推送处理方法及系统

技术领域

本发明涉及内容投放处理技术领域，示例性地，涉及一种互联网数据推送处理方法及系统。

背景技术

随着互联网的飞速发展，各种网络产品应运而生，如电商网站，移动应用，视频媒体，新媒体等等。网络内容也成为了一种主要的内容形式。而网络内容的形式具有复杂和多样化的特点。

相关技术中，在推送某一产品的内容时通常并不是仅推送一个内容，而是联动投放的第一线上服务内容和第二线上服务内容，然而相关技术中没有有效分析第一线上服务内容和第二线上服务内容之间的关联兴趣情况，无法准确挖掘出第一线上服务内容和第二线上服务内容中的兴趣线上服务内容，导致后续的内容投放数据不符合用户兴趣偏好。

发明内容

为了至少克服现有技术中的上述不足，本发明的目的在于提供一种互联网数据推送处理方法及系统。

第一方面，本发明提供一种互联网数据推送处理方法，应用于互联网数据推送云平台，所述互联网数据推送云平台与多个互联网数据推送终端通信连接，所述方法包括：

获取所述互联网数据推送终端联动投放的第一线上服务内容和第二线上服务内容在预设投放时间段的投放反馈数据；

基于所述投放反馈数据，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性，并统计所述第一线上服务内容与所述第二线上服务内容之间在预设投放时间段的投放操作热度；

根据所述投放反馈数据中的投放关注热度，确定所述投放操作热度对应的第三目标线上服务内容，所述第三目标线上服务内容为所述投放关注热度大于或等于预设热度阈值的第一线上服务内容和第二线上服务内容；

确定所述第三目标线上服务内容作为实体对象，并确定所述第三目标线上服务内容对应的投放操作热度作为实体连接属性；

基于所述实体连接属性和所述实体对象构建内容实体网络，得到所述第一线上服务内容和所述第二线上服务内容之间的目标内容实体网络；

基于所述目标内容实体网络，处理所述第一兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性，所述第二兴趣属性用于决策出所述第一线上服务内容和所述第二线上服务内容中的兴趣线上服务内容；

基于所述互联网数据推送终端的各个兴趣线上服务内容进行内容扩展引用处理，获得用于互联网精准内容投放的目标线上服务内容序列。

第二方面，本发明实施例还提供一种互联网数据推送处理系统，所述互联网数据推送处理系统包括互联网数据推送云平台以及与所述互联网数据推送云平台通信连接的多个互联网数据推送终端；

所述互联网数据推送云平台，用于：

获取所述互联网数据推送终端联动投放的第一线上服务内容和第二线上服务内容在预设投放时间段的投放反馈数据；

基于所述投放反馈数据，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性，并统计所述第一线上服务内容与所述第二线上服务内容之间在预设投放时间段的投放操作热度；

根据所述投放反馈数据中的投放关注热度，确定所述投放操作热度对应的第三目标线上服务内容，所述第三目标线上服务内容为所述投放关注热度大于或等于预设热度阈值的第一线上服务内容和第二线上服务内容；

确定所述第三目标线上服务内容作为实体对象，并确定所述第三目标线上服务内容对应的投放操作热度作为实体连接属性；

基于所述实体连接属性和所述实体对象构建内容实体网络，得到所述第一线上服务内容和所述第二线上服务内容之间的目标内容实体网络；

基于所述目标内容实体网络，处理所述第一兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性，所述第二兴趣属性用于决策出所述第一线上服务内容和所述第二线上服务内容中的兴趣线上服务内容；

基于所述互联网数据推送终端的各个兴趣线上服务内容进行内容扩展引用处理，获得用于互联网精准内容投放的目标线上服务内容序列。

根据上述任意一个方面，本发明提供的实施方式中，通过获取第一线上服务内容和第二线上服务内容的投放反馈数据，来分析确定第一线上服务内容和所述第二线上服务内容各自对应的第一兴趣属性，并统计第一线上服务内容与第二线上服务内容之间的投放操作热度，来构建第一线上服务内容和第二线上服务内容之间的目标内容实体网络，进而基于目标内容实体网络处理各线上服务内容的第一兴趣属性，得到第一线上服务内容和第二线上服务内容各自对应的第二兴趣属性，以便最终利用第二兴趣属性决策出第一线上服务内容和第二线上服务内容中的兴趣线上服务内容。如此，构建并借助目标内容实体网络分析第一线上服务内容和第二线上服务内容之间的关联兴趣情况，可使后续的内容投放数据更符合用户兴趣偏好。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其它相关的附图。

图1为本发明实施例提供的互联网数据推送处理系统的应用场景示意图；

图2为本发明实施例提供的互联网数据推送处理方法的流程示意图；

图3为本发明实施例提供的用于实现上述的互联网数据推送处理方法的互联网数据推送云平台的结构示意框图。

具体实施方式

下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。

图1是本发明一种实施例提供的互联网数据推送处理系统10的应用场景示意图。互联网数据推送处理系统10可以包括互联网数据推送云平台100以及与互联网数据推送云平台100通信连接的互联网数据推送终端200。图1所示的互联网数据推送处理系统10仅为一种可行的示例，在其它可行的实施例中，该互联网数据推送处理系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。

一种可能的设计中，互联网数据推送处理系统10中的互联网数据推送云平台100和互联网数据推送终端200可以通过配合执行以下方法实施例所描述的互联网数据推送处理方法，具体互联网数据推送云平台100和互联网数据推送终端200的执行步骤部分可以参照以下方法实施例的详细描述。

为了解决前述背景技术中的技术问题，本实施例提供的互联网数据推送处理方法可以由图1中所示的互联网数据推送云平台100执行，下面对该互联网数据推送处理方法进行详细介绍。

步骤S101，获取所述互联网数据推送终端联动投放的第一线上服务内容和第二线上服务内容在预设投放时间段的投放反馈数据。

其中，第一线上服务内容与第二线上服务内容可以是属于不同投放风格的两种线上服务内容，这两种线上服务内容在其所属内容投放环境中的风格不同。可以理解的是，虽然第一线上服务内容与第二线上服务内容在本发明实施例中配置为了不同投放风格的线上服务内容，但具体目的在于阐述本发明提供的互联网数据推送处理方法，不排除第一线上服务内容与第二线上服务内容在内容投放环境A中所属投放风格不同、在内容投放环境B中所属投放风格相同的情况。

其中，投放反馈数据则是指预设投放时间段投放内容过程中所记录的用户反馈行为反据。

例如，互联网数据推送云平台100基于本发明所提出的互联网数据推送处理方法，分析识别第一线上服务内容与第二线上服务内容中的兴趣线上服务内容之前，首先需获取第一线上服务内容与第二线上服务内容各自对应的投放反馈数据，作为后续兴趣识别的参考依据。其中，互联网数据推送云平台100获取投放反馈数据的方式，可以是来源于与互联网数据推送云平台100建立有通信连接的互联网数据推送终端200，也可以是来源于其它第三方服务平台，本发明实施例不做具体限定。

步骤S102，基于所述投放反馈数据，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性，并统计所述第一线上服务内容与所述第二线上服务内容之间的投放操作热度。

其中，第一兴趣属性是识别兴趣线上服务内容的内容反馈倾向，其表现形式可以是0/1标签，例如，第一兴趣属性为1时表示对应线上服务内容为兴趣线上服务内容、第一兴趣属性为0时表示对应线上服务内容为非兴趣线上服务内容。可以理解的是，确定第一线上服务内容和/或第二线上服务内容是不是兴趣线上服务内容，不仅在于分析它们最终的第二兴趣属性来判定是否存在兴趣情况，还需基于投放反馈数据分析它们各自的第一兴趣属性，利用第一兴趣属性辅助确定最终的第二兴趣属性。

其中，投放操作热度是指第一线上服务内容与第二线上服务内容过往投放过程中被操作的操作次数，例如，第一线上服务内容的投放关注热度为30、第二线上服务内容的投放关注热度为10，但这些投放关注热度均不是投放操作热度，这些投放关注热度中同时关联有第一线上服务内容和第二线上服务内容的数量，才是投放操作热度，例如，3、5、8等。

例如，由于现有的互联网数据推送处理方法所采用的规则分析方式，普遍只考虑到了第一线上服务内容与第一线上服务内容、第二线上服务内容与第二线上服务内容这种同种投放风格线上服务内容之间是否存在兴趣情况的情况，而忽略了第一线上服务内容与第二线上服务内容之间基于其它方面的联系，仍然有可能存在兴趣情况的情况，从而导致互联网数据推送处理准确率不高的问题。因此基于此类问题，本发明实施例提供了一种互联网数据推送处理方法，该方法主要分析第一线上服务内容与第二线上服务内容这两种不同投放风格线上服务内容之间的关联信息，并基于关联信息分析关联兴趣情况，即若一个线上服务内容的关联线上服务内容的兴趣较为明显，则该线上服务内容很可能存在兴趣情况，反之若关联线上服务内容都是没有兴趣情况的优秀线上服务内容，则该线上服务内容可能也没有兴趣情况。然而，这种方案实现的最直接的方式就是采用内容实体网络，因此本发明提出在互联网数据推送云平台100得到第一线上服务内容与第二线上服务内容各自的投放反馈数据之后，基于投放反馈数据确定第一线上服务内容与第二线上服务内容的第一兴趣属性，以及投放操作热度的目的在于：利用投放操作热度作为第一线上服务内容与第二线上服务内容之间的关联信息，利用第一线上服务内容与第二线上服务内容各自的第一兴趣属性作为实体对象，构建第一线上服务内容与第二线上服务内容之间的内容实体网络来分析关联兴趣情况，以此判定存在关联的线上服务内容之间是否存在兴趣影响，如此即可有效分析两种不同投放风格的线上服务内容之间是否存在关联兴趣，相比现有仅分析同一类型线上服务内容是否存在兴趣的识别方法，识别准确率更高。本实施例中涉及的投放操作热度和第一兴趣属性确定步骤将在下文进行详细描述。

一种设计思路中，本步骤包括：基于预设的兴趣属性评估指标，分别对所述第一线上服务内容和所述第二线上服务内容的投放反馈数据进行分析，得到所述第一线上服务内容和所述第二线上服务内容的初始兴趣参数值；根据所述初始兴趣参数值和预设兴趣参数阈值，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性；在所述第一兴趣属性确定之后，基于所述投放反馈数据，统计所述第一线上服务内容与所述第二线上服务内容之间的投放操作热度。

其中，兴趣属性评估指标可以是从不同维度进行投放反馈数据分析，从而进行初始兴趣参数值的相关指标模板。

其中，初始兴趣参数值是指基于投放反馈数据在兴趣属性评估指标的规则匹配信息所计算出的参数值，该参数值作为初始兴趣参数值可以初始判定线上服务内容的兴趣情况，例如存在一个预设兴趣参数阈值作为兴趣线上服务内容判定的阈值，取作1，若某线上服务内容的初始兴趣参数值大于或等于1，则可判定该线上服务内容为兴趣线上服务内容，反之小于1则判定该线上服务内容不是兴趣线上服务内容。

例如，互联网数据推送云平台100分析识别第一线上服务内容与第二线上服务内容中的兴趣线上服务内容之前，需利用第一线上服务内容与第二线上服务内容各自的投放反馈数据构建内容实体网络，基于内容实体网络分析兴趣线上服务内容可提升分析效率，因此需先确定构建内容实体网络所需的实体对象-第一线上服务内容和第二线上服务内容，以及内容实体网络中实体对象之间的实体连接属性-投放操作热度，同时还需确定实体对象信息-第一兴趣属性和/或初始兴趣参数值来参与后续分析。

更例如，确定第一线上服务内容和第二线上服务内容各自对应的第一兴趣属性之前，可先确定第一线上服务内容和第二线上服务内容各自对应的初始兴趣参数值，利用初始兴趣参数值与预设兴趣参数阈值之间的比较结果来进一步分析，即可确定第一线上服务内容/第二线上服务内容对应的第一兴趣属性，而初始兴趣参数值已在上文中进行了解释，参数值是基于投放反馈数据在兴趣属性评估指标中的规则匹配信息来统计得到的，得到具体初始兴趣参数值之后，即可将各个线上服务内容的初始兴趣参数值与预设兴趣参数阈值进行比较，基于比较结果确定对应线上服务内容的第一兴趣属性，例如，第一线上服务内容的初始兴趣参数值最终统计为2、第二线上服务内容的初始兴趣参数值最终统计为0.8，而根据实际业务需求预设的兴趣参数阈值为1，则可判定第一线上服务内容的第一兴趣属性为1（1表示兴趣线上服务内容），第二线上服务内容的第一兴趣属性为0（0表示非兴趣线上服务内容）。

进一步地，互联网数据推送云平台100基于预设的兴趣属性评估指标对第一线上服务内容和第二线上服务内容各自对应的投放反馈数据进行分析，并确定了各自对应的第一兴趣属性之后，可再利于对投放反馈数据的分析，统计第一线上服务内容与第二线上服务内容之间的投放操作热度，作为后续所构建内容实体网络中的实体对象实体连接属性，也就是第一线上服务内容与第二线上服务内容之间的关联信息。本实施例中所涉及的第一兴趣属性确定步骤，以及投放操作热度统计步骤，更深入的分析均将在下文进行详细描述。

一种设计思路中，所述根据所述初始兴趣参数值和预设兴趣参数阈值，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性的步骤，包括：确定第一目标线上服务内容的初始兴趣参数值作为目标参数值，所述第一目标线上服务内容为所述第一线上服务内容或所述第二线上服务内容；若所述目标参数值小于所述预设兴趣参数阈值，则确定所述第一目标线上服务内容的第一兴趣属性为第一兴趣属性；若所述目标参数值大于或等于所述预设兴趣参数阈值，则确定所述第一目标线上服务内容的第一兴趣属性为第二兴趣属性。

其中，第一兴趣属性是标识非兴趣线上服务内容的属性，可表示为变量0；第二兴趣属性是标识兴趣线上服务内容的属性，可标识为变量1。

例如，确定第一线上服务内容或第二线上服务内容作为第一目标线上服务内容，是为了明确当前所分析的线上服务内容具体是哪个线上服务内容，进而避免互联网数据推送云平台100将线上服务内容A的第一兴趣属性，分析失误而认定为是线上服务内容B的第一兴趣属性。

一种设计思路中，所述在所述第一兴趣属性确定之后，基于所述投放反馈数据，统计所述第一线上服务内容与所述第二线上服务内容之间的投放操作热度的步骤，包括：在所述第一兴趣属性确定之后，基于所述投放反馈数据中的投放关注热度，确定第二目标线上服务内容，所述第二目标线上服务内容为所述投放关注热度小于预设热度阈值的第一线上服务内容和/或第二线上服务内容；剔除所述第一线上服务内容和所述第二线上服务内容中的第二目标线上服务内容，得到剔除后的第一线上服务内容和剔除后的第二线上服务内容；统计所述剔除后的第一线上服务内容与所述剔除后的第二线上服务内容之间的操作热度，作为所述投放操作热度。

其中，第二目标线上服务内容为投放关注热度小于预设热度阈值的第一线上服务内容或第二线上服务内容。可以理解的是，本发明实施例分析第二目标线上服务内容的目的在于，剔除掉投放关注热度小于预设热度阈值的线上服务内容，即进行去噪，而这个被剔除的线上服务内容可能是第一线上服务内容，也可能是第二线上服务内容。

步骤S103，根据所述投放反馈数据中的投放关注热度，确定所述投放操作热度对应的第三目标线上服务内容，所述第三目标线上服务内容为所述投放关注热度大于或等于预设热度阈值的第一线上服务内容和第二线上服务内容；确定所述第三目标线上服务内容作为实体对象，并确定所述第三目标线上服务内容对应的投放操作热度作为实体连接属性；基于所述实体连接属性和所述实体对象构建内容实体网络，得到所述第一线上服务内容和所述第二线上服务内容之间的目标内容实体网络。

例如，互联网数据推送云平台100构建第一线上服务内容与第二线上服务内容之间的目标内容实体网络之前，须确定实体对象、实体对象信息以及实体对象之间的实体连接属性。其中，确定实体对象的过程中需剔除掉数据不足的线上服务内容，因此需利用各线上服务内容所对应投放关注热度与预设热度阈值的分析，筛选出第一线上服务内容和第二线上服务内容中的第三目标线上服务内容，作为构建目标内容实体网络所需的实体对象，确定了实体对象，即可将其对应的第一兴趣属性和/或初始兴趣参数值作为实体对象信息。同样地，确定了实体对象，即可基于各实体对象的投放关注热度，分析确定不同投放风格实体对象之间的投放操作热度，得到实体对象的实体连接属性。

例如，第一线上服务内容A的投放关注热度为50、第一线上服务内容B的投放关注热度为30、第二线上服务内容C的投放关注热度为10、第二线上服务内容D的投放关注热度为5，而预设热度阈值为10，则作为实体对象的第三目标线上服务内容包括第一线上服务内容A、第一线上服务内容B和第二线上服务内容C。同时，分析实体连接属性则仅需分析第二线上服务内容C与第一线上服务内容A之间的投放操作热度，以及第二线上服务内容C与第一线上服务内容C之间的投放操作热度，即可构建第一线上服务内容A、第一线上服务内容B和第二线上服务内容C之间的目标内容实体网络。

步骤S104，基于所述目标内容实体网络，处理所述第一兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性，所述第二兴趣属性用于决策出所述第一线上服务内容和所述第二线上服务内容中的兴趣线上服务内容。

其中，第二兴趣属性是指处理后的第一兴趣属性，其性质与第一兴趣属性相同，均为0或1的变量，其中1表示为兴趣线上服务内容、0表示为非兴趣线上服务内容。

例如，互联网数据推送云平台100分析第一线上服务内容和第二线上服务内容的投放反馈数据，构建了两种类型线上服务内容之间的目标内容实体网络之后，即可分析该目标内容实体网络中所呈现的各个实体对象之间的关联关系，对各个实体对象，也即是第一线上服务内容和第二线上服务内容的第一兴趣属性进行处理，以获取最终处理后的第一兴趣属性，作为判定兴趣线上服务内容的第二兴趣属性，而本实施例中涉及的第二兴趣属性获取步骤将在下文进行详细描述。

一种设计思路中，本步骤包括：确定所述目标内容实体网络中各个实体对象所述的人群分区，所述实体对象包括对应所述投放关注热度大于或等于预设热度阈值的第一线上服务内容和第二线上服务内容；对各所述人群分区中的各个实体对象的第一兴趣属性进行处理，得到处理后的第一兴趣属性；若所述处理后的第一兴趣属性满足目标要求，则确定所述处理后的第一兴趣属性为第二兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性；若所述处理后的第一兴趣属性不满足目标要求，则对所述处理后的第一兴趣属性进行循环迭代处理，直至循环迭代处理后的第一兴趣属性满足目标要求，或循环迭代次数达到预设次数为止，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性。

其中，目标要求包括：（1）人群分区内各实体对象的兴趣属性值与本次迭代前的变化总和小于阈值；（2）人群分区内的实体对象的兴趣属性相同。

例如，互联网数据推送云平台100分析确定第一线上服务内容和第二线上服务内容各自对应的第二兴趣属性之前，而得到第一线上服务内容和第二线上服务内容之间的目标内容实体网络之后，可对目标内容实体网络中的各个实体对象进行人群分区挖掘，确定各个实体对象最终所属的人群分区，并以人群分区为单位对各人群分区中的各个实体对象的第一兴趣属性进行处理，以得到处理后的第一兴趣属性。由于一次处理后的第一兴趣属性可能并非是最终所需的第二兴趣属性，因此还需目标要求以供互联网数据推送云平台100判定当处理后的第一兴趣属性满足目标要求时，停止标签处理，而将当前处理后的第一兴趣属性确定为第二兴趣属性；当处理后的第一兴趣属性不满足目标要求时，继续对第一兴趣属性进行一次或多次的循环迭代处理，直至其满足目标要求。

一种设计思路中，所述对各所述人群分区中的各个实体对象的第一兴趣属性进行处理，得到处理后的第一兴趣属性的步骤，包括：获取各所述人群分区中的各个实体对象的初始兴趣参数值，所述初始兴趣参数值是根据各所述实体对象的投放反馈数据确定的；根据所述初始兴趣参数值和/或第一兴趣属性，确定各所述人群分区对应的目标实体对象簇；基于所述目标实体对象簇，处理对应所述人群分区中各所述实体对象的第一兴趣属性，得到处理后的第一兴趣属性。

其中，目标实体对象簇是指作用于标签处理的目标实体对象排序后的节点序列，例如，第一线上服务内容A、第二线上服务内容B、第一线上服务内容C。可以理解的是，获取目标实体对象簇的排序因素，可以是各个目标实体对象的初始兴趣参数值，也可以是各个目标实体对象的第一兴趣属性；虽然本实施例中对目标实体对象簇的说明是排序后的节点序列，但不排除目标实体对象簇中仅有一个实体对象的情况，具体将在下文进行详细说明。

一种设计思路中，所述根据所述初始兴趣参数值和/或第一兴趣属性，确定各所述人群分区对应的目标实体对象簇的步骤，包括：根据所述第一实体对象和所述第二实体对象的初始兴趣参数值，获取各所述人群分区对应的初始兴趣参数均值；若所述初始兴趣参数均值大于预设兴趣参数阈值，和/或所述第二实体对象的对象数量大于所述第一实体对象的对象数量，则基于所述初始兴趣参数值，对所述第二实体对象进行降序排序，得到各所述人群分区对应的目标实体对象簇；若所述初始兴趣参数均值小于预设兴趣参数阈值，和/或所述第一实体对象的对象数量大于所述第二实体对象的对象数量，则基于所述初始兴趣参数值，对所述第一实体对象进行升序排序，得到各所述人群分区对应的目标实体对象簇。

其中，第一实体对象是第一兴趣属性为第一兴趣属性（例如label为0），或初始兴趣参数值小于预设兴趣参数阈值（例如阈值为1）的实体对象，即该实体对象对应的线上服务内容为非兴趣线上服务内容；第二实体对象是第一兴趣属性为第二兴趣属性（例如label为1），或初始兴趣参数值大于或等于预设兴趣参数阈值（例如阈值为1）的实体对象，即该实体对象对应的线上服务内容为兴趣线上服务内容。可以理解的是，在一个人群分区中区分第一实体对象和第二实体对象，目的在于确定优先传递兴趣线上服务内容的兴趣置信度，还是优先传递非兴趣线上服务内容的兴趣置信度。

例如，互联网数据推送云平台100分析确定各人群分区对应的目标实体对象簇，以便利用该目标实体对象簇中的实体对象传递兴趣置信度，主要包括两种方式：（1）分析该人群分区中所有实体对象的初始兴趣参数均值，来确定目标实体对象簇；（2）分析该人群分区中第一/第二实体对象的影响权重优势，来确定目标实体对象簇。其中，第（1）种方式具体是获取各人群分区中所有实体对象的初始兴趣参数均值，即将各个实体对象的初始兴趣参数值进行加权平均，即可得到该人群分区对应的初始兴趣参数均值。若初始兴趣参数均值大于预设兴趣参数阈值，则可确定优先传递兴趣置信度的实体对象为第二实体对象，需要对该人群分区中的第二实体对象基于初始兴趣参数值进行降序排序，来获取该人群分区对应的目标实体对象簇；若初始兴趣参数均值小于预设兴趣参数阈值，则可确定优先传递兴趣置信度的实体对象为第一实体对象，需要对该人群分区中的第一实体对象基于初始兴趣参数值进行升序排序，来获取该人群分区对应的目标实体对象簇。

例如，某个人群分区呈现的目标内容实体网络中包括四个实体对象：第一线上服务内容a1、第一线上服务内容步骤S1、第二线上服务内容r1以及第二线上服务内容r2，第一线上服务内容a1的初始兴趣参数值IOU为5、第一线上服务内容步骤S1的初始兴趣参数值IOU为2、第二线上服务内容r1的初始兴趣参数值IOU为4、第二线上服务内容r2的初始兴趣参数值IOU为0，则这个人群分区对应的初始兴趣参数均值为（5+2+4+0）/4=2.75。若此时设置的兴趣参数阈值为1，则该初始兴趣参数均值大于预设兴趣参数阈值，互联网数据推送云平台100将对该人群分区中的各个第二实体对象，基于初始兴趣参数值进行降序排序，得到对应目标实体对象簇为：s1、r1、步骤S1；若此时设置的兴趣参数阈值为3，则该初始兴趣参数均值小于预设兴趣参数阈值，互联网数据推送云平台100将对该人群分区中的各个第一实体对象，基于初始兴趣参数值进行降序排序，可得到对应目标实体对象簇为：r2。

进一步地，第（2）种方式具体是在确定各人群分区中第一实体对象和第二实体对象的基础上，分析第一实体对象和第二实体对象各自的影响权重优势，若第二实体对象的对象数量大于第一实体对象的对象数量，则表示第二实体对象的影响权重大；反之，若第一实体对象的对象数量大于第二实体对象的对象数量，则表示第一实体对象的影响权重大。最终，影响权重大的实体对象即可构成该人群分区对应的目标实体对象簇。

例如，该人群分区中包括四个实体对象：第一线上服务内容a1、第一线上服务内容步骤a1、第二线上服务内容r1以及第二线上服务内容r2。其中，第一线上服务内容a1的初始兴趣参数值IOU为5（第一兴趣属性为1）、第一线上服务内容步骤a1的初始兴趣参数值IOU为2（第一兴趣属性为1）、第二线上服务内容r1的初始兴趣参数值IOU为4（第一兴趣属性为1）、第二线上服务内容r2的初始兴趣参数值IOU为0（第一兴趣属性为0），若预设兴趣参数阈值取1，则第一实体对象包括第二线上服务内容r2、第二实体对象包括第一线上服务内容a1、第一线上服务内容步骤a1和第二线上服务内容r1，无论分析初始兴趣参数值还是第一兴趣属性，均可判定该人群分区中第二实体对象的影响权重大，故确定对应目标实体对象簇为：a1、r1、a2。

又例如，该人群分区中包括四个实体对象：第一线上服务内容a3、第二线上服务内容r3、第二线上服务内容r4以及第二线上服务内容r5。若分析各个实体对象的初始兴趣参数值与预设兴趣参数阈值（如1）的大小关系，可判定第一实体对象包括：第一线上服务内容a3、第二线上服务内容r3和第二线上服务内容r4、第二实体对象包括第二线上服务内容r5。若分析各个实体对象的第一兴趣属性是第一兴趣属性0还是第二兴趣属性1，可判定第一实体对象包括：第一线上服务内容a3、第二线上服务内容r3和第二线上服务内容r4、第二实体对象包括第二线上服务内容r5。因此，无论分析初始兴趣参数值还是第一兴趣属性，均可判定该人群分区中第一实体对象的影响权重大，故确定对应目标实体对象簇为：r4、r3、a3。

一种设计思路中，所述基于所述目标实体对象簇，处理对应所述人群分区中各所述实体对象的第一兴趣属性，得到处理后的第一兴趣属性的步骤，包括：根据所述目标实体对象簇中的目标实体对象，确定对应所述人群分区中与所述目标实体对象相邻的非同属性实体对象，作为候选实体对象；根据所述候选实体对象的初始兴趣参数值和投放关注热度、所述目标实体对象的初始兴趣参数值和投放关注热度，以及所述目标实体对象与所述候选实体对象之间的投放操作热度，获取所述候选实体对象的目标兴趣参数值；基于所述目标兴趣参数值和预设兴趣参数阈值，对应处理各所述实体对象的第一兴趣属性，得到所述处理后的第一兴趣属性。

一种设计思路中，所述若所述处理后的第一兴趣属性满足目标要求，则确定所述处理后的第一兴趣属性为第二兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性的步骤，包括：若各所述人群分区中所述处理后的第一兴趣属性相同，则确定各所述人群分区中所述处理后的第一兴趣属性满足目标要求；确定满足于所述目标要求的处理后的第一兴趣属性，作为第二兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性。

步骤S105，基于所述互联网数据推送终端的各个兴趣线上服务内容进行内容扩展引用处理，获得用于互联网精准内容投放的目标线上服务内容序列。

例如，步骤S105可以通过以下示例性的子步骤实现。

（1）获取所述互联网数据推送终端的各个兴趣线上服务内容的第一源域内容特征，调用满足模型收敛要求的源域转换模型将所述第一源域内容特征转换为第一目标域内容特征；

（2）调用满足模型收敛要求的目标域转换模型对所述第一目标域内容特征进行转换，得到所述第一目标域内容特征对应的第二源域内容特征；其中，所述第一目标域内容特征与所述第一源域内容特征为不同维度的内容特征，所述第一目标域内容特征的第二源域内容特征和所述第一源域内容特征为相同维度的内容特征；

（3）根据所述第一源域内容特征以及所述第一目标域内容特征的第二源域内容特征，对所述第一目标域内容特征进行特征扩展处理，获得扩展目标域内容特征。

例如，可以将所述第一源域内容特征和所述第一目标域内容特征的第二源域内容特征进行内容特征配对，得到所述第一源域内容特征和所述第一目标域内容特征的第二源域内容特征对应的内容特征配对信息，判断所述内容特征配对信息是否满足预设内容特征配对要求。在所述第一源域内容特征和所述第一目标域内容特征的第二源域内容特征对应的内容特征配对信息不满足所述预设内容特征配对要求时，对所述第一目标域内容特征进行内容特征优化衍生得到已优化衍生的目标域内容特征；调用所述目标域转换模型对所述已优化衍生的目标域内容特征进行转换，得到所述已优化衍生的目标域内容特征对应的第二源域内容特征，将所述第一源域内容特征和所述已优化衍生的目标域内容特征的第二源域内容特征进行内容特征配对，得到所述第一源域内容特征和所述已优化衍生的目标域内容特征的第二源域内容特征对应的内容特征配对信息； 在所述第一源域内容特征和所述已优化衍生的目标域内容特征的第二源域内容特征对应的内容特征配对信息满足所述预设内容特征配对要求时，将所述已优化衍生的目标域内容特征进行输出。

譬如，将所述第一源域内容特征和所述第一目标域内容特征的第二源域内容特征进行内容特征配对，得到所述第一源域内容特征和所述第一目标域内容特征的第二源域内容特征对应的内容特征配对信息，包括：

提取所述第一源域内容特征的第一源域内容特征的特征描述片段簇以及所述第一目标域内容特征的第二源域内容特征的第二源域内容特征的特征描述片段簇；

生成所述第一源域内容特征的第一源域内容特征的特征描述片段簇对应的第一特征描述向量信息，以及所述第一目标域内容特征的第二源域内容特征的第二源域内容特征的特征描述片段簇对应的第二特征描述向量信息；其中，所述第一特征描述向量信息和所述第二特征描述向量信息分别包括多个具有不同的内容标签描述维度的描述向量；

提取所述第一源域内容特征的第一源域内容特征的特征描述片段簇在所述第一特征描述向量信息的任一描述向量的初始描述特征成员，将所述第二特征描述向量信息中具有最高热度的内容标签描述维度的描述向量确定为目标描述向量；

根据源域转换模型和目标域转换模型将所述初始描述特征成员映射到所述目标描述向量，在所述目标描述向量中得到初始描述转换向量，并根据所述初始描述特征成员、所述初始描述转换向量，生成所述第一源域内容特征的第一源域内容特征的特征描述片段簇和所述第一目标域内容特征的第二源域内容特征的第二源域内容特征的特征描述片段簇之间的特征描述片段比对信息；

以所述初始描述转换向量为基准信息在所述目标描述向量中获取内容主特征词，根据所述特征描述片段比对信息对应的内容动态特征词集的内容特征配对顺序，将所述内容主特征词映射到所述初始描述特征成员所在描述向量，在所述初始描述特征成员所在描述向量中得到所述内容主特征词对应的内容主特征映射信息，并确定所述内容主特征映射信息的目标描述特征成员；

获取所述初始描述特征成员映射到所述目标描述向量中的映射位图信息；

根据所述内容主特征映射信息与所述映射位图信息上的多个已映射关键词对象之间的关联度，在所述第二特征描述向量信息中遍历所述目标描述特征成员对应的关联映射特征描述片段序列，直至获取到的所述关联映射特征描述片段序列所在描述向量的影响权重与所述目标描述特征成员在所述第一特征描述向量信息中的影响权重匹配时，停止获取下一描述向量中的关联映射特征描述片段序列，并生成所述目标描述特征成员与最后一次获取到的关联映射特征描述片段序列之间的内容特征配对信息。

譬如，所述生成所述第一源域内容特征的第一源域内容特征的特征描述片段簇对应的第一特征描述向量信息，以及所述第一目标域内容特征的第二源域内容特征的第二源域内容特征的特征描述片段簇对应的第二特征描述向量信息，包括：

根据内容标签描述维度对应的内容位受众特征生成所述第一源域内容特征的第一源域内容特征的特征描述片段簇对应的所述第一特征描述向量信息，所述第一特征描述向量信息中任意相邻两个描述向量之间的迁移特征用于确定所述内容标签描述维度对应的内容位受众特征；

根据内容标签描述维度对应的内容位受众特征生成所述第一目标域内容特征的第二源域内容特征的第二源域内容特征的特征描述片段簇对应的所述第二特征描述向量信息，所述第二特征描述向量信息中任意相邻两个描述向量之间的迁移特征用于确定所述内容标签描述维度对应的内容位受众特征。

（4）基于所述扩展目标域内容特征获得对应匹配的扩展引用服务内容集合，并汇总后获得用于互联网精准内容投放的目标线上服务内容序列。

上述互联网数据推送处理方法中，通过获取第一线上服务内容和第二线上服务内容的投放反馈数据，来分析确定第一线上服务内容和所述第二线上服务内容各自对应的第一兴趣属性，并统计第一线上服务内容与第二线上服务内容之间的投放操作热度，来构建第一线上服务内容和第二线上服务内容之间的目标内容实体网络，进而基于目标内容实体网络处理各线上服务内容的第一兴趣属性，得到第一线上服务内容和第二线上服务内容各自对应的第二兴趣属性，以便最终利用第二兴趣属性决策出第一线上服务内容和第二线上服务内容中的兴趣线上服务内容。如此，构建并借助目标内容实体网络分析第一线上服务内容和第二线上服务内容之间的关联兴趣情况，可使后续的内容投放数据更符合用户兴趣偏好。

图3示出了本发明实施例提供的用于实现上述的互联网数据推送处理方法的互联网数据推送云平台100的硬件结构意图，如图3所示，互联网数据推送云平台100可包括处理器110、机器可读存储介质120、总线130以及通信单元140。

在具体实现过程中，多个处理器110执行机器可读存储介质120存储的计算机可执行指令，使得处理器110可以执行如上方法实施例的互联网数据推送处理方法，处理器110、机器可读存储介质120以及通信单元140通过总线130连接，处理器110可以用于控制通信单元140的收发动作，从而可以与前述的互联网数据推送终端200进行数据收发。

机器可读存储介质120可以储存数据和/或指令。在一些实施例中，机器可读存储介质120可以储存互联网数据推送云平台100用来执行或使用来完成本发明中描述的示例性方法的数据及/或指令。在一些实施例中，机器可读存储介质120可包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取内存(RAM)。示例性RAM可包括健康随机存取存储器(DRAM)、双倍数据速率同步健康随机存取存储器(DDRSDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(PEROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中，机器可读存储介质120可以在互联网数据推送云平台100上实现。仅作为示例，互联网数据推送云平台100可以包括私有云、公共云、混合云、社区云、分布云、内部云，多层云等，或其任意组合。

处理器110的具体实现过程可参见上述互联网数据推送云平台100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

此外，本发明实施例还提供一种可读存储介质，所述可读存储介质中预设有计算机可执行指令，当处理器执行所述计算机可执行指令时，实现如上互联网数据推送处理方法。

应当理解的是，以上描述仅出于说明的目的，并不旨在限制本发明的范围。对于本领域的普通技术人员来说，可以根据本发明的描述，做出多种修改和变化。然而，这些修改和变化不会背离本发明的范围。

上文已对基本概念做了描述，显然，对于阅读此申请后的本领域的普通技术人员来说，上述发明公开仅作为示例，并不构成对本发明的限制。虽然此处并没有明确说明，本领域技术人员可能会对本发明进行各种修改、改进和优化衍生。该类修改、改进和优化衍生在本发明中被建议，所以该类修改、改进、优化衍生仍属于本发明示范实施例的精神和范围。

同时，本发明使用了特定词语来描述本发明的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特性。因此，应当强调并注意的是，本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定系指同一实施例。此外，本发明的一个或以上实施例中的某些特征、结构或特性可以进行适当的组合。

此外，本领域的普通技术人员可以理解，本发明的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的过程、机器、产品或物质的组合，或对其任何新的和有用的改良。相应地，本发明的各个方面可以完全由硬件执行、可以完全由软件(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“系统”。此外，本发明公开的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式，其中计算机可读程序代码包含在其中。

计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。此类传播信号可以有多种形式，包括电磁形式、光形式等或任何合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质等或其任意组合。

本发明各部分操作所需的计算机程序编码可以用任意一种或以上程序语言编写，包括面向主体编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，健康编程语言如Python、Ruby和Groovy，或其它编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本发明所述处理元素和序列的顺序、数字字母的使用、或其它名称的使用，并非用于限定本发明流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本发明实施例实质和范围的优化衍生和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本发明披露的表述，从而帮助对一个或以上发明实施例的理解，前文对本发明实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。同理，应当注意的是，为了简化本发明披露的表述，从而帮助对一个或以上发明实施例的理解，前文对本发明实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。

Claims (10)

1.一种互联网数据推送处理方法，其特征在于，应用于互联网数据推送云平台，所述互联网数据推送云平台与多个互联网数据推送终端通信连接，所述方法包括：

获取所述互联网数据推送终端联动投放的第一线上服务内容和第二线上服务内容在预设投放时间段的投放反馈数据；

基于所述投放反馈数据，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性，并统计所述第一线上服务内容与所述第二线上服务内容之间在预设投放时间段的投放操作热度；

根据所述投放反馈数据中的投放关注热度，确定所述投放操作热度对应的第三目标线上服务内容，所述第三目标线上服务内容为所述投放关注热度大于或等于预设热度阈值的第一线上服务内容和第二线上服务内容；

确定所述第三目标线上服务内容作为实体对象，并确定所述第三目标线上服务内容对应的投放操作热度作为实体连接属性；

基于所述实体连接属性和所述实体对象构建内容实体网络，得到所述第一线上服务内容和所述第二线上服务内容之间的目标内容实体网络；

基于所述目标内容实体网络，处理所述第一兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性，所述第二兴趣属性用于决策出所述第一线上服务内容和所述第二线上服务内容中的兴趣线上服务内容；

基于所述互联网数据推送终端的各个兴趣线上服务内容进行内容扩展引用处理，获得用于互联网精准内容投放的目标线上服务内容序列。

2.根据权利要求1所述的互联网数据推送处理方法，其特征在于，所述基于所述投放反馈数据，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性，并统计所述第一线上服务内容与所述第二线上服务内容之间的投放操作热度的步骤，包括：

基于预设的兴趣属性评估指标，分别对所述第一线上服务内容和所述第二线上服务内容的投放反馈数据进行分析，得到所述第一线上服务内容和所述第二线上服务内容的初始兴趣参数值；

根据所述初始兴趣参数值和预设兴趣参数阈值，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性；

在所述第一兴趣属性确定之后，基于所述投放反馈数据，统计所述第一线上服务内容与所述第二线上服务内容之间的投放操作热度。

3.根据权利要求2所述的互联网数据推送处理方法，其特征在于，所述根据所述初始兴趣参数值和预设兴趣参数阈值，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性的步骤，包括：

确定第一目标线上服务内容的初始兴趣参数值作为目标参数值，所述第一目标线上服务内容为所述第一线上服务内容或所述第二线上服务内容；

若所述目标参数值小于所述预设兴趣参数阈值，则确定所述第一目标线上服务内容的第一兴趣属性为第一兴趣属性；

若所述目标参数值大于或等于所述预设兴趣参数阈值，则确定所述第一目标线上服务内容的第一兴趣属性为第二兴趣属性。

4.根据权利要求2所述的互联网数据推送处理方法，其特征在于，所述在所述第一兴趣属性确定之后，基于所述投放反馈数据，统计所述第一线上服务内容与所述第二线上服务内容之间的投放操作热度的步骤，包括：

在所述第一兴趣属性确定之后，基于所述投放反馈数据中的投放关注热度，确定第二目标线上服务内容，所述第二目标线上服务内容为所述投放关注热度小于预设热度阈值的第一线上服务内容和/或第二线上服务内容；

剔除所述第一线上服务内容和所述第二线上服务内容中的第二目标线上服务内容，得到剔除后的第一线上服务内容和剔除后的第二线上服务内容；

统计所述剔除后的第一线上服务内容与所述剔除后的第二线上服务内容之间的操作热度，作为所述投放操作热度。

5.根据权利要求1所述的互联网数据推送处理方法，其特征在于，所述基于所述目标内容实体网络，处理所述第一兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性的步骤，包括：

确定所述目标内容实体网络中各个实体对象所属的人群分区，所述实体对象包括对应所述投放关注热度大于或等于预设热度阈值的第一线上服务内容和第二线上服务内容；

对各所述人群分区中的各个实体对象的第一兴趣属性进行处理，得到处理后的第一兴趣属性；

若各所述人群分区中所述处理后的第一兴趣属性相同，则确定各所述人群分区中所述处理后的第一兴趣属性满足目标要求，确定满足于所述目标要求的处理后的第一兴趣属性，作为第二兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性；

若各所述人群分区中所述处理后的第一兴趣属性不相同，则确定各所述人群分区中所述处理后的第一兴趣属性不满足目标要求，则对所述处理后的第一兴趣属性进行循环迭代处理，直至循环迭代处理后的第一兴趣属性满足目标要求，或循环迭代次数达到预设次数为止，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性。

6.根据权利要求5所述的互联网数据推送处理方法，其特征在于，所述对各所述人群分区中的各个实体对象的第一兴趣属性进行处理，得到处理后的第一兴趣属性的步骤，包括：

获取各所述人群分区中的各个实体对象的初始兴趣参数值，所述初始兴趣参数值是根据各所述实体对象的投放反馈数据确定的；

根据所述初始兴趣参数值和/或第一兴趣属性，确定各所述人群分区对应的目标实体对象簇；

基于所述目标实体对象簇，处理对应所述人群分区中各所述实体对象的第一兴趣属性，得到处理后的第一兴趣属性。

7.根据权利要求6所述的互联网数据推送处理方法，其特征在于，所述根据所述初始兴趣参数值和/或第一兴趣属性，确定各所述人群分区对应的目标实体对象簇的步骤，包括：

根据所述初始兴趣参数值和/或所述第一兴趣属性，确定各所述人群分区中的第一实体对象和第二实体对象；

根据所述第一实体对象和所述第二实体对象的初始兴趣参数值，获取各所述人群分区对应的初始兴趣参数均值；

若所述初始兴趣参数均值大于预设兴趣参数阈值，和/或所述第二实体对象的对象数量大于所述第一实体对象的对象数量，则基于所述初始兴趣参数值，对所述第二实体对象进行降序排序，得到各所述人群分区对应的目标实体对象簇；

若所述初始兴趣参数均值小于预设兴趣参数阈值，和/或所述第一实体对象的对象数量大于所述第二实体对象的对象数量，则基于所述初始兴趣参数值，对所述第一实体对象进行升序排序，得到各所述人群分区对应的目标实体对象簇。

8.根据权利要求6所述的互联网数据推送处理方法，其特征在于，所述基于所述目标实体对象簇，处理对应所述人群分区中各所述实体对象的第一兴趣属性，得到处理后的第一兴趣属性的步骤，包括：

根据所述目标实体对象簇中的目标实体对象，确定对应所述人群分区中与所述目标实体对象相邻的非同属性实体对象，作为候选实体对象；

根据所述候选实体对象的初始兴趣参数值和投放关注热度、所述目标实体对象的初始兴趣参数值和投放关注热度，以及所述目标实体对象与所述候选实体对象之间的投放操作热度，获取所述候选实体对象的目标兴趣参数值；

基于所述目标兴趣参数值和预设兴趣参数阈值，对应处理各所述实体对象的第一兴趣属性，得到所述处理后的第一兴趣属性。

9.根据权利要求1-8中任意一项所述的互联网数据推送处理方法，其特征在于，所述基于所述互联网数据推送终端的各个兴趣线上服务内容进行内容扩展引用处理，获得用于互联网精准内容投放的目标线上服务内容序列的步骤，包括：

获取所述互联网数据推送终端的各个兴趣线上服务内容的第一源域内容特征，调用满足模型收敛要求的源域转换模型将所述第一源域内容特征转换为第一目标域内容特征；

调用满足模型收敛要求的目标域转换模型对所述第一目标域内容特征进行转换，得到所述第一目标域内容特征对应的第二源域内容特征；其中，所述第一目标域内容特征与所述第一源域内容特征为不同维度的内容特征，所述第一目标域内容特征的第二源域内容特征和所述第一源域内容特征为相同维度的内容特征；

根据所述第一源域内容特征以及所述第一目标域内容特征的第二源域内容特征，对所述第一目标域内容特征进行特征扩展处理，获得扩展目标域内容特征；

基于所述扩展目标域内容特征获得对应匹配的扩展引用服务内容集合，并汇总后获得用于互联网精准内容投放的目标线上服务内容序列；

根据所述第一源域内容特征以及所述第一目标域内容特征的第二源域内容特征，对所述第一目标域内容特征进行特征扩展处理，包括：

将所述第一源域内容特征和所述第一目标域内容特征的第二源域内容特征进行内容特征配对，得到所述第一源域内容特征和所述第一目标域内容特征的第二源域内容特征对应的内容特征配对信息；

判断所述内容特征配对信息是否满足预设内容特征配对要求；

在所述第一源域内容特征和所述第一目标域内容特征的第二源域内容特征对应的内容特征配对信息不满足所述预设内容特征配对要求时，对所述第一目标域内容特征进行内容特征优化衍生得到已优化衍生的目标域内容特征；调用所述目标域转换模型对所述已优化衍生的目标域内容特征进行转换，得到所述已优化衍生的目标域内容特征对应的第二源域内容特征；

将所述第一源域内容特征和所述已优化衍生的目标域内容特征的第二源域内容特征进行内容特征配对，得到所述第一源域内容特征和所述已优化衍生的目标域内容特征的第二源域内容特征对应的内容特征配对信息； 在所述第一源域内容特征和所述已优化衍生的目标域内容特征的第二源域内容特征对应的内容特征配对信息满足所述预设内容特征配对要求时，将所述已优化衍生的目标域内容特征进行输出。

10.一种互联网数据推送处理系统，其特征在于，所述互联网数据推送处理系统包括互联网数据推送云平台以及与所述互联网数据推送云平台通信连接的多个互联网数据推送终端；

所述互联网数据推送云平台，用于：

获取所述互联网数据推送终端联动投放的第一线上服务内容和第二线上服务内容在预设投放时间段的投放反馈数据；

基于所述投放反馈数据，确定所述第一线上服务内容和所述第二线上服务内容的第一兴趣属性，并统计所述第一线上服务内容与所述第二线上服务内容之间在预设投放时间段的投放操作热度；

根据所述投放反馈数据中的投放关注热度，确定所述投放操作热度对应的第三目标线上服务内容，所述第三目标线上服务内容为所述投放关注热度大于或等于预设热度阈值的第一线上服务内容和第二线上服务内容；

确定所述第三目标线上服务内容作为实体对象，并确定所述第三目标线上服务内容对应的投放操作热度作为实体连接属性；

基于所述实体连接属性和所述实体对象构建内容实体网络，得到所述第一线上服务内容和所述第二线上服务内容之间的目标内容实体网络；

基于所述目标内容实体网络，处理所述第一兴趣属性，得到所述第一线上服务内容和所述第二线上服务内容的第二兴趣属性，所述第二兴趣属性用于决策出所述第一线上服务内容和所述第二线上服务内容中的兴趣线上服务内容；

基于所述互联网数据推送终端的各个兴趣线上服务内容进行内容扩展引用处理，获得用于互联网精准内容投放的目标线上服务内容序列。

Images