CN113297491A - 基于社交网络的服务订阅信息推送方法及系统 - Google Patents

Abstract

本发明实施例提供的基于社交网络的服务订阅信息推送方法及系统，首先依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集，然后基于历史订阅大数据集，确定历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识针对不同的订阅服务的偏好信息，接着基于服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签，最后基于服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过社交网络向对应的订阅对象推送服务订阅推送信息。如此，可利于社交网络服务的推广应用。

Description

基于社交网络的服务订阅信息推送方法及系统

技术领域

本发明涉及社交网络通信技术领域，具体而言，涉及一种基于社交网络的服务订阅信息推送方法及系统。

背景技术

随着社交网络技术的快速发展，基于社交网络平台的服务逐渐呈现多样化，用户在使用各种不同的社交网络平台提供的服务（如订阅服务）时，通过了解各种服务的具体内容会选择性订阅感兴趣的服务内容，属于一种被动式的服务订阅方式，不利于社交网络服务的推广应用。

发明内容

为解决上述问题，本发明实施例提供一种基于社交网络的服务订阅信息推送方法，包括：

依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集；

基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识针对不同的订阅服务的偏好信息；

基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签； 基于所述服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

其中，所述基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，包括：

将所述历史订阅大数据集加载到预先获取的服务订阅画像分析模型中，启用所述服务订阅画像分析模型对所述历史订阅大数据集进行人工智能分析，得到对应的服务订阅画像序列。

其中，基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签，包括：

基于所述服务订阅画像序列，得到所述服务订阅画像序列中包括的各订阅对象分别对应的对象兴趣描述信息；

基于所述对象兴趣描述信息，从预先设置的服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签。

其中，基于所述对象兴趣描述信息，从预先设置的服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签，包括：

针对每个所述订阅对象，基于所述订阅对象的对象兴趣描述信息，从所述服务订阅推送标签库中确定与所述对象兴趣描述信息对应的多个候选推送标签；

将所述多个候选推送标签通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息；

根据各所述订阅对象关于所述服务订阅推送信息的推送反馈，确定与所述订阅对象对应的目标服务订阅推送标签。

其中，所述创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息，包括：

基于所述历史订阅大数据集对应的当前服务订阅操作，使用实时分析得到的针对任意订阅对象的当前服务订阅推送标签更新之前的服务订阅推送标签，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息；

所述方法还包括：

基于所述服务订阅推送信息，获取与所述服务订阅推送信息对应的推送反馈信息，并将所述推送反馈信息与所述服务订阅推送信息在推送日志数据中心中进行存储。

本发明还提供一种基于社交网络的服务订阅信息推送系统，包括：

历史订阅数据模块，用于依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集；

服务订阅画像模块，用于基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识针对不同的订阅服务的偏好信息；

订阅信息推送模块，用于基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签； 基于所述服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

其中，所述服务订阅画像模块，具体用于：

将所述历史订阅大数据集加载到预先获取的服务订阅画像分析模型中，启用所述服务订阅画像分析模型对所述历史订阅大数据集进行人工智能分析，得到对应的服务订阅画像序列。

其中，所述订阅信息推送模块，具体用于：

基于所述服务订阅画像序列，得到所述服务订阅画像序列中包括的各订阅对象分别对应的对象兴趣描述信息； 基于所述对象兴趣描述信息，从预先设置的服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签。

其中，所述订阅信息推送模块还用于：

针对每个所述订阅对象，基于所述订阅对象的对象兴趣描述信息，从所述服务订阅推送标签库中确定与所述对象兴趣描述信息对应的多个候选推送标签；

将所述多个候选推送标签通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息；

根据各所述订阅对象关于所述服务订阅推送信息的推送反馈，确定与所述订阅对象对应的目标服务订阅推送标签。

其中，所述订阅信息推送模块还用于：

基于所述历史订阅大数据集对应的当前服务订阅操作，使用实时分析得到的针对任意订阅对象的当前服务订阅推送标签更新之前的服务订阅推送标签，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息；

所述服务订阅信息推送系统还包括：

推送日志记录模块，用于基于所述服务订阅推送信息，获取与所述服务订阅推送信息对应的推送反馈信息，并将所述推送反馈信息与所述服务订阅推送信息在推送日志数据中心中进行存储。

基于上述内容，本发明实施例提供的基于社交网络的服务订阅信息推送方法及系统，首先依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集，然后基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识针对不同的订阅服务的偏好信息，接着基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签，最后基于所述服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。如此，通过大数据分析不同的订阅对象的偏好信息生成相应的服务订阅推送标签，并基于服务订阅推送标签以及社交网络的服务订阅日志等信息进行服务订阅信息的智能推送，通过主动式的订阅服务推送方式可利于社交网络服务的推广应用。

为使本发明实施例的上述目的、特征和优点能更明显易懂，下面将结合实施例，并配合所附附图，作详细说明。

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使用的附图作简单地介绍，应当理解，以下附图仅是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他相关的附图。

图1是本发明实施例所提供的用于实现基于社交网络的服务订阅信息推送方法的社交网络平台的示意图。

图2是本发明实施例所提供的基于社交网络的服务订阅信息推送方法的流程示意图；

图3是本发明实施例所提供的基于社交网络的服务订阅信息推送系统的功能模块框图。

具体实施方式

为了使本技术领域的学员更好地理解本发明方案，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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。根据本发明中的实施例，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。

图1是本发明实施例提供的用于实现基于社交网络的服务订阅信息推送方法的社交网络平台100的示意图。

本实施例中，社交网络服务平台100可以是服务器、服务器集群、计算机设备、云服务中心等具有信息处理和分析能力的设备，社交网络服务平台100可以包括一个或多个处理器11，诸如一个或多个中央处理单元(CPU)，每个处理单元可以实现一个或多个硬件线程。社交网络服务平台还可以包括机器可读存储介质12，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，机器可读存储介质可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，机器可读存储介质都可以使用任何技术来存储信息。进一步地，机器可读存储介质可以提供信息的易失性或非易失性保留。进一步地，机器可读存储介质可以表示社交网络服务平台100的固定或可移除部件。在一种情况下，当处理器11执行被存储在机器可读存储介质12或存储介质的组合中的相关联的指令时，社交网络服务平台100可以执行相关联指令的任一操作。社交网络服务平台100还包括用于与机器可读存储介质交互的一个或多个驱动单元，诸如硬盘驱动单元、光盘驱动单元等。

此外，社交网络服务平台100还可以包括输入/输出（I/O），其用于接收各种输入(经由输入单元)和用于提供各种输出(经由输出单元))。一个具体输出机构可以包括呈现设备和相关联的图形用户接口(GUI)。社交网络服务平台100还可以包括一个或多个网络接口，其用于经由一个或多个通信单元与其他设备交换数据。一个或多个通信总线将上文所描述的部件耦合在一起。

通信单元可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信单元可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能等的任何组合。

如图2所示，是本发明实施例提供的基于社交网络的服务订阅信息推送方法的流程示意图，该基于社交网络的服务订阅信息推送方法的详细步骤介绍如下。

步骤S110，依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集。

步骤S120，基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识针对不同的订阅服务的偏好信息。

步骤S130，基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签； 基于所述服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

本实施例中，针对步骤S120，所述基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，包括：

将所述历史订阅大数据集加载到预先获取的服务订阅画像分析模型中，启用所述服务订阅画像分析模型对所述历史订阅大数据集进行人工智能分析，得到对应的服务订阅画像序列。

本实施例中，针对步骤S130，基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签，包括：

基于所述服务订阅画像序列，得到所述服务订阅画像序列中包括的各订阅对象分别对应的对象兴趣描述信息； 基于所述对象兴趣描述信息，从预先设置的服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签。

本实施例中，针对步骤S130，基于所述对象兴趣描述信息，从服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签，包括：

针对每个所述订阅对象，基于所述订阅对象的对象兴趣描述信息，从所述服务订阅推送标签库中确定与所述对象兴趣描述信息对应的多个候选推送标签；

将所述多个候选推送标签通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息；

根据各所述订阅对象关于所述服务订阅推送信息的推送反馈，确定与所述订阅对象对应的目标服务订阅推送标签。

本实施例中，针对步骤S130， 所述将所述服务订阅推送标签通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息，包括：

基于所述历史订阅大数据集对应的当前服务订阅操作，使用实时分析得到的针对任意订阅对象的当前服务订阅推送标签更新之前的服务订阅推送标签，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

本实施例中，本实施例所述的方法还包括：

基于所述服务订阅推送信息，获取与所述服务订阅推送信息对应的推送反馈信息，并将所述推送反馈信息与所述服务订阅推送信息在推送日志数据中心中进行存储。

图3是本发明实施例提供的服务订阅信息推送系统13（如图1所示）的功能模块图，该服务订阅信息推送系统13实现的功能可以对应上述方法执行的步骤。其它实施例中，该服务订阅信息推送系统13可以理解为上述社交网络服务平台100，或社交网络服务平台的处理器11，也可以理解为独立于上述社交网络服务平台100或处理器11之外的在社交网络服务平台100的控制下实现本发明功能的组件，如图3所示，下面分别对该服务订阅信息推送系统的各个功能模块的功能进行详细阐述。

历史订阅数据模块310，用于依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集；

服务订阅画像模块320，用于基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识针对不同的订阅服务的偏好信息；

订阅信息推送模块330，用于基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签； 基于所述服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

本实施例中，所述服务订阅画像模块，具体用于：

将所述历史订阅大数据集加载到预先获取的服务订阅画像分析模型中，启用所述服务订阅画像分析模型对所述历史订阅大数据集进行人工智能分析，得到对应的服务订阅画像序列。

本实施例中，所述订阅信息推送模块具体用于：

基于所述服务订阅画像序列，得到所述服务订阅画像序列中包括的各订阅对象分别对应的对象兴趣描述信息； 基于所述对象兴趣描述信息，从预先设置的服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签。

本实施例中，所述订阅信息推送模块还用于：

针对每个所述订阅对象，基于所述订阅对象的对象兴趣描述信息，从所述服务订阅推送标签库中确定与所述对象兴趣描述信息对应的多个候选推送标签；

将所述多个候选推送标签通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息；

根据各所述订阅对象关于所述服务订阅推送信息的推送反馈，确定与所述订阅对象对应的目标服务订阅推送标签。

本实施例中，所述订阅信息推送模块还用于：

基于所述历史订阅大数据集对应的当前服务订阅操作，使用实时分析得到的针对任意订阅对象的当前服务订阅推送标签更新之前的服务订阅推送标签，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

本实施例中，所述系统还包括：

推送日志记录模块340，用于基于所述服务订阅推送信息，获取与所述服务订阅推送信息对应的推送反馈信息，并将所述推送反馈信息与所述服务订阅推送信息在推送日志数据中心中进行存储。

综上所述，本发明实施例提供的基于社交网络的服务订阅信息推送方法及系统，首先依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集，然后基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识针对不同的订阅服务的偏好信息，接着基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签，最后基于所述服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。如此，通过大数据分析不同的订阅对象的偏好信息生成相应的服务订阅推送标签，并基于服务订阅推送标签以及社交网络的服务订阅日志等信息进行服务订阅信息的智能推送，通过主动式的订阅服务推送方式可利于社交网络服务的推广应用。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机或数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是具有一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质（例如固态硬盘Solid StateDisk (SSD)）等。

需要说明的是，在本文中，术语"包括"、"具有"或者其任何其它变体意在涵盖非排它性的具有，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图进销存确认视为限制所涉及的权利要求。

Claims (10)

1.一种基于社交网络的服务订阅信息推送方法，其特征在于，包括：

依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集；

基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识分别对应的订阅对象针对不同的订阅服务的偏好信息；

基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签，基于所述服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

2.根据权利要求1所述的方法，其特征在于，所述基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，包括：

将所述历史订阅大数据集加载到预先获取的服务订阅画像分析模型中，启用所述服务订阅画像分析模型对所述历史订阅大数据集进行人工智能分析，得到对应的服务订阅画像序列。

3.根据权利要求1所述的方法，其特征在于，基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签，包括：

基于所述服务订阅画像序列，得到所述服务订阅画像序列中包括的各订阅对象分别对应的对象兴趣描述信息；

基于所述对象兴趣描述信息，从预先设置的服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签。

4.根据权利要求3所述的方法，其特征在于，基于所述对象兴趣描述信息，从预先设置的服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签，包括：

针对每个所述订阅对象，基于所述订阅对象的对象兴趣描述信息，从所述服务订阅推送标签库中确定与所述对象兴趣描述信息对应的多个候选推送标签；

将所述多个候选推送标签通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息；

根据各所述订阅对象关于所述服务订阅推送信息的推送反馈，确定与所述订阅对象对应的目标服务订阅推送标签；

所述创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息，包括：

基于所述历史订阅大数据集对应的当前服务订阅操作，使用实时分析得到的针对任意订阅对象的当前服务订阅推送标签更新之前的服务订阅推送标签，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

5.根据权利要求1所述的方法，其特征在于， 所述方法还包括：

基于所述服务订阅推送信息，获取与所述服务订阅推送信息对应的推送反馈信息，并将所述推送反馈信息与所述服务订阅推送信息在推送日志数据中心中进行存储。

6.一种基于社交网络的服务订阅信息推送系统，其特征在于，包括：

历史订阅数据模块，用于依据在社交网络中生成的携带有订阅对象标识的服务订阅日志，获取历史订阅大数据集；

服务订阅画像模块，用于基于所述历史订阅大数据集，确定所述历史订阅大数据集对应的服务订阅画像序列，所述服务订阅画像序列包括所述订阅对象标识针对不同的订阅服务的偏好信息；

订阅信息推送模块，用于基于所述服务订阅画像序列，生成与所述历史订阅大数据集中的不同订阅对象标识对应的服务订阅推送标签，基于所述服务订阅推送标签以及所述社交网络的服务订阅日志，创建携带有所述服务订阅推送标签以及所述订阅对象标识的服务订阅推送信息，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

7.根据权利要求6所述的服务订阅信息推送系统，其特征在于，所述服务订阅画像模块，具体用于：

将所述历史订阅大数据集加载到预先获取的服务订阅画像分析模型中，启用所述服务订阅画像分析模型对所述历史订阅大数据集进行人工智能分析，得到对应的服务订阅画像序列。

8.根据权利要求6所述的服务订阅信息推送系统，其特征在于，所述订阅信息推送模块具体用于：

基于所述服务订阅画像序列，得到所述服务订阅画像序列中包括的各订阅对象分别对应的对象兴趣描述信息；

基于所述对象兴趣描述信息，从预先设置的服务订阅推送标签库中匹配与各订阅对象的所述对象兴趣描述信息对应的服务订阅推送标签。

9.根据权利要求8所述的服务订阅信息推送系统，其特征在于，所述订阅信息推送模块还用于：

针对每个所述订阅对象，基于所述订阅对象的对象兴趣描述信息，从所述服务订阅推送标签库中确定与所述对象兴趣描述信息对应的多个候选推送标签；

将所述多个候选推送标签通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息；

根据各所述订阅对象关于所述服务订阅推送信息的推送反馈，确定与所述订阅对象对应的目标服务订阅推送标签；

所述订阅信息推送模块还用于：

基于所述历史订阅大数据集对应的当前服务订阅操作，使用实时分析得到的针对任意订阅对象的当前服务订阅推送标签更新之前的服务订阅推送标签，并通过所述社交网络向对应的订阅对象推送所述服务订阅推送信息。

10.根据权利要求9所述的服务订阅信息推送系统，其特征在于，所述服务订阅信息推送系统还包括：

推送日志记录模块，用于基于所述服务订阅推送信息，获取与所述服务订阅推送信息对应的推送反馈信息，并将所述推送反馈信息与所述服务订阅推送信息在推送日志数据中心中进行存储。

Images