CN113704616A - 信息推送方法、装置、电子设备及可读存储介质 - Google Patents
信息推送方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113704616A CN113704616A CN202111006907.5A CN202111006907A CN113704616A CN 113704616 A CN113704616 A CN 113704616A CN 202111006907 A CN202111006907 A CN 202111006907A CN 113704616 A CN113704616 A CN 113704616A
- Authority
- CN
- China
- Prior art keywords
- information
- pushed
- user
- pushing
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 96
- 238000012216 screening Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3335—Syntactic pre-processing, e.g. stopword elimination, stemming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及人工智能技术，揭露一种信息推送方法，包括：将待推送用户的用户特征信息及待推送信息分别转化为用户特征向量及信息特征向量；根据所述用户特征向量及信息特征向量的关联度，计算得到第一推送分数；根据待推送用户的历史信息点击率在所有历史信息点击率的序列中的位置，计算得到第二推送分数；根据所述第一推送分数及第二推送分数计算目标推送分数；根据所述目标推送分数筛选出待推送目标用户；将所述待推送消息推送至所述待推送目标用户。本发明还涉及数字医疗技术，所述待推送信息可以是医疗相关信息。本发明还提出一种信息推送装置、设备以及介质。本发明可以提高信息推送的准确率。
Description
技术领域
本发明涉及人工智能技术，尤其涉及一种信息推送方法、装置、电子设备及可读存储介质。
背景技术
随着我国经济发展进入新常态，经济增速放缓和人口红利消退的问题日益凸显，这意味着企业通过营销获得新用户的难度日益增大。由此，个性化精准营销已然成为大众共识，要保证信息触达的质量，需要对信息精准推送。
但是现在的信息平台直接针只针单一维度筛选用户进行信息推送(如：年龄)，导致信息无法推送至需要的用户，信息推送的准确率较低。
发明内容
本发明提供一种信息推送方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高信息推送的准确率。
为实现上述目的，本发明提供的一种信息推送方法，包括：
获取待推送消息及待推送用户信息集，其中，所述待推送用户信息集中每个待推送用户信息包括：用户特征信息、用户地址、历史信息点击率；
将所述用户特征信息转化为用户特征向量；
将所述待推送信息转化为信息特征向量；
计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到第一推送分数；
将所有所述历史信息点击率按照大小进行排序，得到点击率序列；
计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数；
根据预设权重值、所述第一推送分数及第二推送分数对对应的待推送用户信息进行计算，得到目标推送分数；
根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户；
根据所述用户地址将所述待推送消息推送至所述待推送目标用户。
可选地，所述将所述用户特征信息转化为用户特征向量，包括：
将所述用户特征信息中的每个用户特征转化为向量；
将所有所述向量进行算术平均计算，得到所述用户特征向量。
可选地，所述将所述待推送信息转化为信息特征向量，包括：
对所述待推送消息进行分词处理，得到多个消息分词；
将每个所述消息分词转化为词向量；
将每个所述词向量按照对应的消息分词在所述待推送消息中的先后顺序，组合为词向量矩阵；
将所述词向量矩阵转化为单维矩阵，得到所述信息特征向量。
可选地，所述将所述词向量矩阵转化为单维矩阵，得到所述信息特征向量，包括：
将所述词向量矩阵中每一行的最大值作为该行的行特征值；
将每一行的行特征值按顺序依次进行组合，得到所述信息特征向量。
可选地，所述将所有所述历史信息点击率按照大小进行排序，得到点击率序列，包括：
将所有所述历史信息点击率汇集为点击率数组；
利用预设填充值替换所述点击率数组中的空值，得到更新后的数组；
将所述更新后的数组中的历史信息点击率执行去重操作后，按照大小进行排序，得到所述点击率序列。
可选地，所述计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数，包括：
利用所述历史信息点击率在所述点击率序列中进行查找，得到所述历史信息点击率在所述点击率序列中的位置；
根据所述位置及所述点击率序列的序列长度，计算得到所述第二推送分数。
可选地，所述根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户，包括：
将所述目标推送分数与预设推送阈值相比较；
从所述待推送用户信息集中筛选出大于预设推送阈值的目标推送分数对应的待推送用户信息，得到对应的待推送目标用户；
当不存在大于所述预设推送阈值的目标推送分数时，将所有所述目标推送分数按照大小进行排序，得到目标推送分数序列，按照顺序从所述目标推送分数序列中选取预设数量的目标推送分数对应的待推送用户信息，得到对应的待推送目标用户。
为了解决上述问题，本发明还提供一种信息推送装置，所述装置包括：
推送分数计算模块，用于获取待推送消息及待推送用户信息集，其中，所述待推送用户信息集中每个待推送用户信息包括：用户特征信息、用户地址、历史信息点击率；将所述用户特征信息转化为用户特征向量；将所述待推送信息转化为信息特征向量；计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到第一推送分数；将所有所述历史信息点击率按照大小进行排序，得到点击率序列；计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数；根据预设权重值、所述第一推送分数及第二推送分数对对应的待推送用户信息进行计算，得到目标推送分数；
数据筛选模块，用于根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户；
信息推送模块，用于根据所述用户地址将所述待推送消息推送至所述待推送目标用户。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述所述的信息推送方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的信息推送方法。
本发明实施例根据每个待推送用户的用户特征信息计算与待推荐消息相关的第一推送分数，及根据每个待推送用户的历史信息点击率计算第二推送分数，所以第一推荐分数以及第二推荐分数从不同的维度对待推送用户进行打分，并通过对第一推送分数及第二推送分数进行权重计算，得到目标推送分数，可以得到所述待推送用户的综合评分，根据所述目标推送分数从待推送用户信息集中筛选，得到的待推送目标用户更可能成为精准用户，从而实现了对待推荐消息的精准推送，因此本发明实施例提出的信息推送方法、装置、电子设备及可读存储介质提高了信息推送的准确率。
附图说明
图1为本发明一实施例提供的信息推送方法的流程示意图；
图2为本发明一实施例提供的信息推送装置的模块示意图；
图3为本发明一实施例提供的实现信息推送方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种信息推送方法。所述信息推送方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述信息推送方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示的本发明一实施例提供的信息推送方法的流程示意图，在本发明实施例中，所述信息推送方法包括：
S1、获取待推送消息及待推送用户信息集，其中，所述待推送用户信息集中每个待推送用户信息包括：用户特征信息、用户地址、历史信息点击率；
详细地，本发明实施例中，所述待推送消息为需要推送给用户的消息数据。所述待推送消息包含数据埋点，当用户点击待推送消息时，通过数据埋点可以识别用户的点击行为。所述待推送用户信息为可以进行消息推送的用户的相关信息，包括，但不限于，用户的观影特征、用户的购物特征、用户的身份特征等用户特征信息，用户使用终端设备的MAC地址、IP地址等用户地址，以及用于表征用户点击历史发送给该用户的所有消息的比例的历史信息点击率，如：历史共向用户A发送过5次消息，用户点开过两次，那么用户A的历史信息点击率为40％。
本发明另一实施例中，所述待推送用户信息可存储在区块链节点中，利用区块链节点高吞吐的特性，提高数据的取用效率。本发明另一个实施例中，所述待推送消息可以是医疗相关的信息。
S2、将所述用户特征信息转化为用户特征向量；
本发明实施例中为了更好的分析用户的特征，将所述用户特征信息转化为向量，得到所述用户特征向量。
详细地，本发明实施例中，所述将所述用户特征信息转化为用户特征向量，包括：
步骤a、将所述用户特征信息中的每个用户特征转化为向量；
本发明实施例中所述用户特征信息中包含多个用户特征，如：：用户的观影特征为喜欢看喜剧片、用户的购物特征喜欢买电子产品、用户的身份特征为老师。
可选地，本发明实施例可利用训练完成的word2vec模型将所述用户特征转化为向量。
步骤b、将所有所述向量进行算术平均计算，得到所述用户特征向量。
例如：共有两个向量分别为
和
那么(4+2)/2＝3、(9+1)/2＝5、(7+1)/2＝4，那么所述用户特征向量为
S3、将所述待推送信息转化为信息特征向量；
本发明实施例中将所述待推送信息转化为信息特征向量，包括：
步骤A：对所述待推送消息进行分词处理，得到多个消息分词；
详细地，本发明实施例中对所述待推送消息进行分词处理，得到多个消息分词，包括：对所述待推送消息进行分词，得到多个初始消息分词；删除所有所述消息分词中的停用词，得到多个消息分词。其中，所述停用词为无意义词语，包括了语气助词、副词、介词、连接词，如“的”、“在”。
步骤B：将每个所述消息分词转化为词向量；
可选地，本发明实施例中可利用word2vec模型将所述消息分词转化为词向量。
本发明另一实施例中还可以利用人工智能模型，例如：bert模型，将所述消息分词转化为词向量。
步骤C：将每个所述词向量按照对应的消息分词在所述待推送消息中的先后顺序，组合为词向量矩阵；
步骤D：将所述词向量矩阵转化为单维矩阵，得到所述信息特征向量。
详细地，本发明实施例中将所述词向量矩阵转化为单维矩阵，得到所述信息特征向量，包括：
将所述词向量矩阵中每一行的最大值作为该行的行特征值；
将每一行的行特征值按顺序依次进行组合，得到所述信息特征向量。
例如：词向量矩阵为
那么词向量矩阵第一行的行特征值为4，第二行的类特征值为9，第三行的行特征值为7，将每行的行特征值依次组合得到用户特征向量
S4、计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到第一推送分数；
详细地，本发明实施例中为了提供消息推送的准确率，需要判断待推送消息的消息内容是不是适合对应的用户，因此，本发明实施例计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到所述第一推送分数。
可选地，本发明实施例利用如下公式进行关联度计算：
其中，Xi表示信息特征向量X的第i个元素，Yi为用户特征向量Y的第i个元素，Sim表示信息特征向量X和用户特征向量Y的关联度，n表示信息特征向量及用户特征向量的向量维度。
进一步地，本发明实施例将所述关联度进行百分制转换，得到所述第一推送分数。如：关联度为0.8，那么所述第一推送分数为0.8*100＝80。
S5、将所有所述历史信息点击率按照大小进行排序，得到点击率序列；
本发明实施例中可能存在由于从未向部分用户发送过消息的情况，因此，部分历史信息点击率会出现缺失，因此，需要对缺失值进行填充，将缺失值填充后的所有所述历史信息点击率按照大小进行排序，得到所述点击率序列。
详细地，本发明实施例中将所有所述历史信息点击率按照大小进行排序，得到所述点击率序列，包括：
将所有所述历史信息点击率汇集为点击率数组；
利用预设填充值替换所述点击率数组中的空值，得到更新后的数组；
将所述更新后的数组中的历史信息点击率执行去重操作后，按照大小进行排序，得到所述点击率序列。
S6、计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数；
详细地，本发明实施例利用所述历史信息点击率在所述点击率序列中进行查找，得到所述历史信息点击率在所述点击率序列中的位置。
进一步地，本发明实施例根据所述位置及所述点击率序列的序列长度，计算得到所述第二推送分数。
例如：所述历史信息点击率为0.4，所述点击率序列中共有5个数值，序列长度为5，利用所述历史信息点击率在所述点击率序列中进行查找，得到所述历史信息点击率在所述点击率序列中排名第3，对应的序列位置为3，那么该历史信息点击率的排名占比为3/5＝0.6，将该历史信息点击率的排名占比进行百分制转换，得到第二推送分数为0.6*100＝60。
S7、根据预设权重值、所述第一推送分数及第二推送分数对对应的待推送用户信息进行计算，得到目标推送分数；
详细地，本发明实施例中利用如下公式进行权重计算：
T＝a*m+b*n
其中，a、b为预设权重值，m为所述第一推送分数，n为所述第二推送评分，T为目标推送分数。
S8、根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户；
可选地，本发明实施例将所述目标推送分数与预设推送阈值相比较；
从所述待推送用户信息集中筛选出大于预设推送阈值的目标推送分数对应的待推送用户信息，得到对应的待推送目标用户；
当不存在大于所述预设推送阈值的目标推送分数时，将所有所述目标推送分数按照大小进行排序，得到目标推送分数序列，按照顺序从所述目标推送分数序列中选取预设数量的目标推送分数对应的待推送用户信息，得到对应的待推送目标用户。
S9、根据所述用户地址将所述待推送消息推送至所述待推送目标用户。
本发明实施例中获取转发节点集，所述转发节点集中包含有不同的转发节点的地址，所述转发节点为消息发送服务器节点，可选地，本发明实施例中所述转发节点的地址为转发节点的IP地址。
对每个所述转发节点进行哈希计算，得到对应的节点哈希值；汇总全部所述节点哈希值，得到节点哈希值集，将所述待推送消息进行哈希计算，得到消息哈希值。
进一步地，本发明实施例所述根据所述消息哈希值及所述节点哈希值集进行匹配，得到目标转发节点，包括：利用预设的数值区间构建哈希值环，将所述消息哈希值与所述节点哈希值集中的每个节点哈希值均映射为所述哈希值环上对应的点，筛选所述哈希值环上所述消息哈希值对应的点在预设方向上的相邻点，将所述相邻点对应的节点哈希值确定为目标节点哈希值；选择所述目标节点哈希值对应的转发节点为目标转发节点。可选地，所述预设方向为顺时针方向。
可选地，本发明实施例中构建所述哈希值环的数值区间可以[0,2^32]。本发明实施例将所述数值区间的左右端点连接成一个圆环，得到所述哈希值环。为了保证所述消息哈希值与所述节点哈希值集中的每个节点哈希值均能映射在所述哈希值环上，本发明实施例设置所述数值区间的右端点对应的值大于所述消息哈希值与所述节点哈希值集中的最大值，所述数值区间的左端点对应的值小于所述消息哈希值与所述节点哈希值集中的最小值。
进一步地，本发明实施例利用所述目标转发节点将所述待推送用户信息发送至所述待推送目标用户对应的用户地址，保证转发节点的变化不会影响待推送消息的推送。
如图2所示，是本发明信息推送装置的功能模块图。
本发明所述信息推送装置100可以安装于电子设备中。根据实现的功能，所述信息推送装置可以包括推送分数计算模块101、数据筛选模块102、信息推送模块103，本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述推送分数计算模块101用于获取待推送消息及待推送用户信息集，其中，所述待推送用户信息集中每个待推送用户信息包括：用户特征信息、用户地址、历史信息点击率；将所述用户特征信息转化为用户特征向量；将所述待推送信息转化为信息特征向量；计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到第一推送分数；将所有所述历史信息点击率按照大小进行排序，得到点击率序列；计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数；根据预设权重值、所述第一推送分数及第二推送分数对对应的待推送用户信息进行计算，得到目标推送分数；
所述数据筛选模块102用于根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户；
所述信息推送模块103用于根据所述用户地址将所述待推送消息推送至所述待推送目标用户。
详细地，本发明实施例中所述信息推送装置100中所述的各模块在使用时采用与上述图1中所述的信息推送方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图2所示，是本发明实现信息推送方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如信息推送程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如信息推送程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如信息推送程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(perIPheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
图2仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图2示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障分类电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
可选地，所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的信息推送程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
获取待推送消息及待推送用户信息集，其中，所述待推送用户信息集中每个待推送用户信息包括：用户特征信息、用户地址、历史信息点击率；
将所述用户特征信息转化为用户特征向量；
将所述待推送信息转化为信息特征向量；
计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到第一推送分数；
将所有所述历史信息点击率按照大小进行排序，得到点击率序列；
计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数；
根据预设权重值、所述第一推送分数及第二推送分数对对应的待推送用户信息进行计算，得到目标推送分数；
根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户；
根据所述用户地址将所述待推送消息推送至所述待推送目标用户。
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取待推送消息及待推送用户信息集，其中，所述待推送用户信息集中每个待推送用户信息包括：用户特征信息、用户地址、历史信息点击率；
将所述用户特征信息转化为用户特征向量；
将所述待推送信息转化为信息特征向量；
计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到第一推送分数；
将所有所述历史信息点击率按照大小进行排序，得到点击率序列；
计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数；
根据预设权重值、所述第一推送分数及第二推送分数对对应的待推送用户信息进行计算，得到目标推送分数；
根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户；
根据所述用户地址将所述待推送消息推送至所述待推送目标用户。
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部模块来实现本实施例方案的目的。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，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模块的形式实现。
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，能够以其他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涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种信息推送方法，其特征在于，所述方法包括：
获取待推送消息及待推送用户信息集，其中，所述待推送用户信息集中每个待推送用户信息包括：用户特征信息、用户地址、历史信息点击率；
将所述用户特征信息转化为用户特征向量；
将所述待推送信息转化为信息特征向量；
计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到第一推送分数；
将所有所述历史信息点击率按照大小进行排序，得到点击率序列；
计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数；
根据预设权重值、所述第一推送分数及第二推送分数对对应的待推送用户信息进行计算，得到目标推送分数；
根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户；
根据所述用户地址将所述待推送消息推送至所述待推送目标用户。
2.如权利要求1所述的信息推送方法，其特征在于，所述将所述用户特征信息转化为用户特征向量，包括：
将所述用户特征信息中的每个用户特征转化为向量；
将所有所述向量进行算术平均计算，得到所述用户特征向量。
3.如权利要求1所述的信息推送方法，其特征在于，所述将所述待推送信息转化为信息特征向量，包括：
对所述待推送消息进行分词处理，得到多个消息分词；
将每个所述消息分词转化为词向量；
将每个所述词向量按照对应的消息分词在所述待推送消息中的先后顺序，组合为词向量矩阵；
将所述词向量矩阵转化为单维矩阵，得到所述信息特征向量。
4.如权利要求3所述的信息推送方法，其特征在于，所述将所述词向量矩阵转化为单维矩阵，得到所述信息特征向量，包括：
将所述词向量矩阵中每一行的最大值作为该行的行特征值；
将每一行的行特征值按顺序依次进行组合，得到所述信息特征向量。
5.如权利要求1所述的信息推送方法，其特征在于，所述将所有所述历史信息点击率按照大小进行排序，得到点击率序列，包括：
将所有所述历史信息点击率汇集为点击率数组；
利用预设填充值替换所述点击率数组中的空值，得到更新后的数组；
将所述更新后的数组中的历史信息点击率执行去重操作后，按照大小进行排序，得到所述点击率序列。
6.如权利要求5所述的信息推送方法，其特征在于，所述计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数，包括：
利用所述历史信息点击率在所述点击率序列中进行查找，得到所述历史信息点击率在所述点击率序列中的位置；
根据所述位置及所述点击率序列的序列长度，计算得到所述第二推送分数。
7.如权利要求1至6中任意一项所述的信息推送方法，其特征在于，所述根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户，包括：
将所述目标推送分数与预设推送阈值相比较；
从所述待推送用户信息集中筛选出大于预设推送阈值的目标推送分数对应的待推送用户信息，得到对应的待推送目标用户；
当不存在大于所述预设推送阈值的目标推送分数时，将所有所述目标推送分数按照大小进行排序，得到目标推送分数序列，按照顺序从所述目标推送分数序列中选取预设数量的目标推送分数对应的待推送用户信息，得到对应的待推送目标用户。
8.一种信息推送装置，其特征在于，包括：
推送分数计算模块，用于获取待推送消息及待推送用户信息集，其中，所述待推送用户信息集中每个待推送用户信息包括：用户特征信息、用户地址、历史信息点击率；将所述用户特征信息转化为用户特征向量；将所述待推送信息转化为信息特征向量；计算每个所述用户特征向量及所述信息特征向量的关联度，根据所述关联度计算得到第一推送分数；将所有所述历史信息点击率按照大小进行排序，得到点击率序列；计算所述历史信息点击率在所述点击率序列中的位置，根据所述位置计算得到第二推送分数；根据预设权重值、所述第一推送分数及第二推送分数对对应的待推送用户信息进行计算，得到目标推送分数；
数据筛选模块，用于根据所述目标推送分数对所述待推送用户信息集进行筛选，得到待推送目标用户；
信息推送模块，用于根据所述用户地址将所述待推送消息推送至所述待推送目标用户。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的信息推送方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的信息推送方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111006907.5A CN113704616B (zh) | 2021-08-30 | 2021-08-30 | 信息推送方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111006907.5A CN113704616B (zh) | 2021-08-30 | 2021-08-30 | 信息推送方法、装置、电子设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113704616A true CN113704616A (zh) | 2021-11-26 |
| CN113704616B CN113704616B (zh) | 2023-10-27 |
Family
ID=78657030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111006907.5A Active CN113704616B (zh) | 2021-08-30 | 2021-08-30 | 信息推送方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113704616B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114911757A (zh) * | 2022-05-10 | 2022-08-16 | 北京明略昭辉科技有限公司 | 一种文件推送方法、装置、可读介质及电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107666506A (zh) * | 2017-07-24 | 2018-02-06 | 上海壹账通金融科技有限公司 | 推送结果预测方法、装置、计算机设备和存储介质 |
| CN108171267A (zh) * | 2017-12-28 | 2018-06-15 | 广州优视网络科技有限公司 | 用户群划分方法及装置、消息推送方法及装置 |
| CN108540508A (zh) * | 2017-03-02 | 2018-09-14 | 百度在线网络技术（北京）有限公司 | 用于推送信息的方法、装置和设备 |
-
2021
- 2021-08-30 CN CN202111006907.5A patent/CN113704616B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108540508A (zh) * | 2017-03-02 | 2018-09-14 | 百度在线网络技术（北京）有限公司 | 用于推送信息的方法、装置和设备 |
| CN107666506A (zh) * | 2017-07-24 | 2018-02-06 | 上海壹账通金融科技有限公司 | 推送结果预测方法、装置、计算机设备和存储介质 |
| CN108171267A (zh) * | 2017-12-28 | 2018-06-15 | 广州优视网络科技有限公司 | 用户群划分方法及装置、消息推送方法及装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114911757A (zh) * | 2022-05-10 | 2022-08-16 | 北京明略昭辉科技有限公司 | 一种文件推送方法、装置、可读介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113704616B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112380859A (zh) | 舆情信息的推荐方法、装置、电子设备及计算机存储介质 | |
| CN114979120B (zh) | 数据上传方法、装置、设备及存储介质 | |
| CN113868528A (zh) | 资讯推荐方法、装置、电子设备及可读存储介质 | |
| CN114186132B (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
| CN113806434B (zh) | 大数据处理方法、装置、设备及介质 | |
| CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
| CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
| CN114781832A (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
| CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
| CN113890712A (zh) | 数据传输方法、装置、电子设备及可读存储介质 | |
| CN114185895A (zh) | 数据导入导出方法、装置、电子设备及存储介质 | |
| CN115204971B (zh) | 产品推荐方法、装置、电子设备及计算机可读存储介质 | |
| CN113268665A (zh) | 基于随机森林的信息推荐方法、装置、设备及存储介质 | |
| CN113486238A (zh) | 基于用户画像的信息推送方法、装置、设备及存储介质 | |
| CN113722533A (zh) | 信息推送方法、装置、电子设备及可读存储介质 | |
| CN113704616B (zh) | 信息推送方法、装置、电子设备及可读存储介质 | |
| CN112651782A (zh) | 基于缩放点积注意力的行为预测方法、装置、设备及介质 | |
| CN111950707A (zh) | 基于行为共现网络的行为预测方法、装置、设备及介质 | |
| CN116401602A (zh) | 事件检测方法、装置、设备及计算机可读介质 | |
| CN116521867A (zh) | 文本聚类方法、装置、电子设备及存储介质 | |
| CN113590856B (zh) | 标签查询方法、装置、电子设备及可读存储介质 | |
| CN115033605A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
| CN115082736A (zh) | 垃圾识别分类方法、装置、电子设备及存储介质 | |
| CN111414452B (zh) | 搜索词匹配方法、装置、电子设备及可读存储介质 | |
| CN113657546A (zh) | 信息分类方法、装置、电子设备及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |