CN113704630A - 一种信息推送方法、装置、可读存储介质和电子设备 - Google Patents

一种信息推送方法、装置、可读存储介质和电子设备 Download PDF

Info

Publication number
CN113704630A
CN113704630A CN202111256557.8A CN202111256557A CN113704630A CN 113704630 A CN113704630 A CN 113704630A CN 202111256557 A CN202111256557 A CN 202111256557A CN 113704630 A CN113704630 A CN 113704630A
Authority
CN
China
Prior art keywords
information
target
determining
specific
target user
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
Application number
CN202111256557.8A
Other languages
English (en)
Other versions
CN113704630B (zh
Inventor
陈程
王贺
蔡天琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Zhuoer Digital Media Technology Co ltd
Original Assignee
Wuhan Zhuoer Digital Media Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Zhuoer Digital Media Technology Co ltd filed Critical Wuhan Zhuoer Digital Media Technology Co ltd
Priority to CN202111256557.8A priority Critical patent/CN113704630B/zh
Publication of CN113704630A publication Critical patent/CN113704630A/zh
Application granted granted Critical
Publication of CN113704630B publication Critical patent/CN113704630B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0255Targeted advertisements based on user history

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种信息推送方法、装置、可读存储介质和电子设备,方法包括:获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息;根据所述特定人物的相关发布信息确定所述特定人物关联的目标物;根据所述目标用户对应的所述情感倾向信息和所述特定人物关联的目标物确定目标推送信息,向所述目标用户推送所述目标推送信息。本发明充分利用了明星效应,以用户关联的特定人物关系为核心,挖掘相关联的信息,可以实现更加精准化、个性化的信息推送,以提升信息平台的推送转化率。

Description

一种信息推送方法、装置、可读存储介质和电子设备
技术领域
本发明涉及互联网技术领域,具体涉及一种信息推送方法、装置、可读存储介质和电子设备。
背景技术
随着网络技术的发展,社交媒体平台的便捷性使得用户能够随时随地的在网络发布信息,但这也导致了社交媒体平台呈现信息过载的状态。海量的信息对社交媒体平台来说确实是一笔宝贵的财富,但海量信息带来的信息过载也增加了社交媒体平台进行个性化信息精准推送的难度。社交媒体平台可以在用户使用时向用户推荐商品广告,如果用户在社交媒体平台上看到大量不感兴趣的广告,会降低用户体验,如何准确地向用户推荐感兴趣并可能转化的广告,进而提高用户对该平台的忠诚度和体验值,对社交媒体平台来说尤为重要。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种信息推送方法、装置、可读存储介质和电子设备。
为达到上述目的,本发明实施例的技术方案是这样实现的:
第一方面,本发明实施例提供一种信息推送方法,包括:
获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息;
根据所述特定人物的相关发布信息确定所述特定人物关联的目标物;
根据所述目标用户对应的所述情感倾向信息和所述特定人物关联的目标物确定目标推送信息,向所述目标用户推送所述目标推送信息。
上述方案中,所述获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息,包括:
获得所述目标用户的历史行为数据,根据所述历史行为数据确定所述目标用户关联的特定人物信息;
分析所述历史行为数据,确定所述目标用户对所述特定人物的情感倾向信息;其中,所述情感倾向信息包括情感倾向和情感权重,所述情感倾向包括正向情感倾向和反向情感倾向,所述情感权重用于表征所述目标用户对不同特定人物的情感倾向的程度。
上述方案中,所述历史行为数据包括以下至少之一:所述目标用户在社交媒体平台上的历史点赞信息、历史评论信息和历史搜索浏览信息;其中,所述历史点赞信息至少包括所述目标用户关于所述社交媒体平台上的媒体信息的赞同和/或不赞同的信息。
上述方案中,所述分析所述历史行为数据,确定所述目标用户对所述特定人物的情感倾向信息,包括以下至少之一:
根据所述目标用户对所述特定人物的历史点赞信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史点赞信息的时间信息和次数信息,确定所述目标用户对所述特定人物的情感权重;
根据所述目标用户对所述特定人物的历史评论信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史评论信息的时间信息和次数信息,确定所述目标用户对所述特定人物的情感权重;
根据所述目标用户对所述特定人物的历史搜索浏览信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史搜索浏览信息的次数信息,确定所述目标用户对所述特定人物的情感权重。
上述方案中,所述根据所述特定人物的相关发布信息确定所述特定人物关联的目标物,包括:
识别所述特定人物的相关发布信息中的文字信息,和/或,根据所述特定人物的图像特征识别所述相关发布信息中的图片信息和/或视频信息;
基于识别结果确定所述特定人物关联的目标物。
上述方案中,所述根据所述目标用户对应的所述情感倾向信息和所述特定人物关联的目标物确定目标推送信息,包括:
根据所述情感倾向信息,确定所述目标用户具有正向情感倾向的第一类特定人物和/或具有反向情感倾向的第二类特定人物;
根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息。
上述方案中,所述根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息,包括:
在根据所述第一类特定人物的相关发布信息确定所述第一类特定人物关联的第一目标物为新物品的情况下,确定所述目标推送信息为所述第一类特定人物关联的所述第一目标物的信息;
在根据所述第二类特定人物的相关发布信息确定所述第二类特定人物关联的第二目标物为新物品的情况下,确定所述目标推送信息为所述第二类特定人物关联的所述第二目标物的同类物品信息。
上述方案中,所述根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息,包括:
根据所述第一目标物和/或所述第二目标物,确定第一推送列表;
基于所述目标用户对所述第一类特定人物的情感权重,在所述第一推送列表中确定所述目标推送信息。
上述方案中,所述根据所述第一目标物和/或所述第二目标物,确定第一推送列表,包括:
根据所述第一类特定人物在预设时间段内关联的第一目标物,确定第二推送列表;删除所述第二推送列表中所述第二类特定人物关联的第二目标物,获得第三推送列表;
根据所述第三推送列表中的物品属性信息和所述目标用户的历史消费信息,确定所述第一推送列表。
第二方面,本发明实施例提供了一种信息推送装置,包括:
第一确定模块,用于获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息;
第二确定模块,用于根据所述第一确定模块确定的所述特定人物的相关发布信息确定所述特定人物关联的目标物;
第三确定模块,用于根据所述第一确定模块确定的所述目标用户对应的所述情感倾向信息和所述第二确定模块确定的所述特定人物关联的目标物确定目标推送信息;
以及推送模块,用于向所述目标用户推送所述第三确定模块确定的所述目标推送信息。
上述方案中,所述第一确定模块,包括:
第一子模块,用于获得所述目标用户的历史行为数据,根据所述历史行为数据确定所述目标用户关联的特定人物信息;
以及第二子模块,用于分析所述历史行为数据,确定所述目标用户对所述特定人物的情感倾向信息;其中,所述情感倾向信息包括情感倾向和情感权重,所述情感倾向包括正向情感倾向和反向情感倾向,所述情感权重用于表征所述目标用户对不同特定人物的情感倾向的程度。
上述方案中,所述历史行为数据包括以下至少之一:所述目标用户在社交媒体平台上的历史点赞信息、历史评论信息和历史搜索浏览信息;其中,所述历史点赞信息至少包括所述目标用户关于所述社交媒体平台上的媒体信息的赞同和/或不赞同的信息。
上述方案中,所述第二子模块,包括以下至少之一:
第一分析子模块,用于根据所述目标用户对所述特定人物的历史点赞信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史点赞信息的时间信息和次数信息,确定所述目标用户对所述特定人物的情感权重;
第二分析子模块,用于根据所述目标用户对所述特定人物的历史评论信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史评论信息的时间信息和次数信息,确定所述目标用户对所述特定人物的情感权重;
第三分析子模块,用于根据所述目标用户对所述特定人物的历史搜索浏览信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史搜索浏览信息的次数信息,确定所述目标用户对所述特定人物的情感权重。
上述方案中,所述第二确定模块,用于识别所述特定人物的相关发布信息中的文字信息,和/或,根据所述特定人物的图像特征识别所述相关发布信息中的图片信息和/或视频信息;基于识别结果确定所述特定人物关联的目标物。
上述方案中,所述第三确定模块,包括:
第三子模块,用于根据所述第一确定模块确定的所述情感倾向信息,确定所述目标用户具有正向情感倾向的第一类特定人物和/或具有反向情感倾向的第二类特定人物;
第四子模块,用于根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息。
上述方案中,所述第四子模块,用于在根据所述第一类特定人物的相关发布信息确定所述第一类特定人物关联的第一目标物为新物品的情况下,确定所述目标推送信息为所述第一类特定人物关联的所述第一目标物的信息;
还用于在根据所述第二类特定人物的相关发布信息确定所述第二类特定人物关联的第二目标物为新物品的情况下,确定所述目标推送信息为所述第二类特定人物关联的所述第二目标物的同类物品信息。
上述方案中,所述第四子模块,用于根据所述第一目标物和/或所述第二目标物,确定第一推送列表;基于所述目标用户对所述第一类特定人物的情感权重,在所述第一推送列表中确定所述目标推送信息。
上述方案中,所述第四子模块,还用于根据所述第一类特定人物在预设时间段内关联的第一目标物,确定第二推送列表;删除所述第二推送列表中所述第二类特定人物关联的第二目标物,获得第三推送列表;根据所述第三推送列表中的物品属性信息和所述目标用户的历史消费信息,确定所述第一推送列表。
第三方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述方法的步骤。
第四方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述方法的步骤。
本发明实施例提供一种信息推送方法、装置、可读存储介质和电子设备,获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息;根据所述特定人物的相关发布信息确定所述特定人物关联的目标物;根据所述目标用户对应的所述情感倾向信息和所述特定人物关联的目标物确定目标推送信息,向所述目标用户推送所述目标推送信息。充分利用了明星效应,以用户关联的特定人物关系为核心,挖掘相关联的信息,可以实现更加精准化、个性化的信息推送,以提升信息平台的推送转化率。
附图说明
图1为本发明实施例的信息推送方法的流程示意图一;
图2为本发明实施例的信息推送方法的流程示意图二;
图3为本发明实施例的信息推送方法在商品推荐应用中的流程示意图;
图4为本发明实施例的信息推送装置的组成结构示意图;
图5为本发明实施例的电子设备的组成结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。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。
本发明实施例提供了一种信息推送方法。图1为本发明实施例的信息推送方法的流程示意图一,如图1所示,所述信息推送方法包括:
步骤101、获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息;
步骤102、根据所述特定人物的相关发布信息确定所述特定人物关联的目标物;
步骤103、根据所述目标用户对应的所述情感倾向信息和所述特定人物关联的目标物确定目标推送信息,向所述目标用户推送所述目标推送信息。
本实施例的技术方案可以应用于各种信息平台上进行信息的推送,所述信息平台不限于社交类应用、阅读类应用、购物类应用、媒体类应用等,例如微博、知乎、淘宝、抖音等。本实施例所推送的信息可以是各种信息平台中需要向目标用户进行推荐投放的信息,信息的形式不限于文字、图片、音频、视频等等,信息的内容不限于广告、商品、服务、慈善、其他用户信息等。
步骤101中,目标用户为信息的推送对象,特定人物至少包括具有一定知名度、为公众所熟知的人物,示例性的,所述特定人物可以是企业家、体育明星、演艺明星、或者信息平台上具有一定影响力的其他用户等。所述目标用户关联的特定人物可以基于目标用户在信息平台上的历史行为确定,例如目标用户在(多个)信息平台上进行关注、点击、观看、语言评论等操作时所涉及到的特定人物,所述特定人物不限于需要进行推送的信息平台中的用户。
本实施例中,情感倾向信息用于表征目标用户与关联的特定人物之间的单方向关系,所述目标用户对所述特定人物的情感倾向信息既可以包括表达好感、崇拜、赞同、无感等的非负面情感,也可以包括表达反感、批评、不赞成等的负面情感。
作为一种实施方式,所述确定所述目标用户对所述特定人物的情感倾向信息,可以包括:预先设置至少一种情感标签,基于预先设置的情感标签确定目标用户对关联的所述特定人物的情感倾向信息。示例性的,所述情感标签可以是直接表明情感类别的标签,比如可以包括以下至少之一:好感(比如“粉丝”)、无感(“路人”)、反感(“黑粉”),或者根据同一类关系的程度,进一步划分得到的更细化的情感标签(比如“铁粉”、“真爱粉”、“路人粉”等);还可以是表明在特定时间段内的情感变化的标签,比如可以包括以下至少之一:好感到无感(“粉转路”)、好感到反感(“粉转黑”)、无感到好感(“路转粉”)、无感到反感(“路转黑”)、反感到好感(“黑转粉”)、反感到无感(“黑转路”)。
步骤102中,所述特定人物的相关发布信息是指各信息平台上具有公信力或者公众能够获知的与所述特定人物有关的信息,比如新闻平台上发布的信息、产品官方账号宣布的代言信息、特定人物参与活动的现场图片、视频等。需要进行信息推送的信息平台可以获取其他平台上特定人物的相关发布信息,并提取所述相关发布信息中与所述信息平台相关的信息,从而确定所述特定人物关联的目标物。所述目标物不限于实体产品,信息平台可以根据自身定位确定所述目标物的类型。
需要说明的是,本实施例对步骤101和步骤102的执行顺序不做限定。在一实施例中,可以预先建立目标用户与特定人物之间的第一关系数据库,以及特定人物与目标物之间的第二关系数据库,基于所述第一关系数据库获取目标用户关联的特定人物信息,以及确定所述目标用户对所关联的特定人物的情感倾向信息,基于所述第二关系数据库确定所述特定人物关联的目标物。其中,所述第一关系数据库可以根据目标用户在信息平台上的历史行为数据建立,所述第二关系数据库可以根据特定人物的相关发布信息建立。
示例性的,对于商品信息的推荐,在信息平台(例如微博、小红书、淘宝等)原有的推荐系统中一般存有用户个人信息数据表和/或商品数据表,可供进一步查询信息详情,故可以在已有的商品数据库中补充建立用于存储“用户—人物”关系的第一数据表,以及用于存储“人物—商品”关系的第二数据表。具体地,第一关系表存储的内容包括但不限于用户ID、人物ID、关系描述等;第二数据表存储的内容包括但不限于人物ID、人物姓名、人物照片、关联品牌、关联商品、关联关系(比如代言人、品牌挚友、形象大使、个人用品等)、关联时间周期(比如官宣代言的日期、解约时间等)等,从而基于所述第一数据表确定目标用户关联的特定人物以及对所述特定人物的情感倾向信息,基于所述第二数据表确定所述特定人物关联的目标物。
作为一种可选的实施方式,定期获取目标用户在信息平台上的历史行为数据以及特定人物的相关发布信息,基于所述历史行为数据定期更新所述第一关系数据库,基于所述相关发布信息定期更新所述第二关系数据库。
步骤103中,根据目标用户对应的情感倾向信息和所述情感倾向信息对应的特定人物所关联的目标物,确定目标用户对应的目标推送信息并向所述目标用户推送所述目标推送信息。其中,目标用户所关联的特定人物可以是一个或者多个,可以均是同一类型情感倾向的人物,也可以是不同类型情感倾向的人物,本实施例根据目标用户对不同特定人物的不同情感倾向信息以及这些特定人物所关联的目标物,确定目标用户对应的目标推送信息。示例性的,目标用户S关联特定人物A和特定人物B,其中,对特定人物A具有正面情感,对特定人物B具有负面情感,所述特定人物A关联的第一目标物包括{a1、a2、a3},特定人物B关联的第二目标物包括{b1、b2},在向该目标用户S推送信息时,可以优先考虑在{a1、a2、a3}以及{b1的同类产品、b2的同类产品}中确定目标推送信息并向目标用户S进行推送。
采用本发明实施例的技术方案,充分利用了明星效应,以用户关联的特定人物关系为核心,挖掘相关联的信息,可以实现更加精准化、个性化的信息推送,以提升信息平台的推送转化率。
本发明实施例还提供了一种信息推送方法。图2为本发明实施例的信息推送方法的流程示意图二,如图2所示,所述方法包括:
步骤201、获得所述目标用户的历史行为数据,根据所述历史行为数据确定所述目标用户关联的特定人物信息;
步骤202、分析所述历史行为数据,确定所述目标用户对所述特定人物的情感倾向信息;其中,所述情感倾向信息包括情感倾向和情感权重,所述情感倾向包括正向情感倾向和反向情感倾向,所述情感权重用于表征所述目标用户对不同特定人物的情感倾向的程度;
步骤203、根据所述特定人物的相关发布信息确定所述特定人物关联的目标物;
步骤204、根据所述情感倾向信息,确定所述目标用户具有正向情感倾向的第一类特定人物和/或具有反向情感倾向的第二类特定人物;根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定目标推送信息;
步骤205、在满足推送条件时向所述目标用户推送所述目标推送信息。
用户在使用信息平台时会进行各种行为操作,示例性的,所述历史行为数据包括但不限于点赞、评论、转发、分享、关注、搜索、下单、举报等,根据所述历史行为数据能够确定目标用户关联的特定人物信息。
本实施例中,所述情感倾向信息包括情感倾向和情感权重,所述情感倾向用于对目标用户与特定人物之间的关系进行定性,所述情感权重用于对目标用户与特定人物之间的关系进行定量。示例性的,可以将具有反向情感倾向的特定人物的情感权重设置为-1,具有正向情感倾向的特定人物按照程度设置不同大小的情感权重,比如设置大于等于0且小于等于1的权重。其中,所述正向情感倾向可以参考前述实施例中的非负面情感,所述反向情感倾向可以参考前述实施例中的负面情感,这里不再赘述。
作为一种可选的实施方式,步骤202中,所述历史行为数据包括以下至少之一:所述目标用户在社交媒体平台上的历史点赞信息、历史评论信息和历史搜索浏览信息;其中,所述历史点赞信息至少包括所述目标用户关于所述社交媒体平台上的媒体信息的赞同和/或不赞同的信息。所述分析所述历史行为数据,确定所述目标用户对所述特定人物的情感倾向信息,包括以下至少之一:
根据所述目标用户对所述特定人物的历史点赞信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史点赞信息的时间信息和次数信息,确定所述目标用户对所述特定人物的情感权重;
根据所述目标用户对所述特定人物的历史评论信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史评论信息的时间信息和次数信息,确定所述目标用户对所述特定人物的情感权重;
根据所述目标用户对所述特定人物的历史搜索浏览信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史搜索浏览信息的次数信息,确定所述目标用户对所述特定人物的情感权重。
本实施例中,社交媒体平台指互联网上基于用户关系的内容生产与交换平台,社交媒体是不同用户彼此之间用来分享意见、见解、经验和观点的工具和平台,比如社交网站/应用、微博、微信、博客、论坛、播客、短视频平台、直播平台等等。所述历史点赞信息至少包括目标用户关于社交媒体平台上的媒体信息的赞同和/或不赞同的信息,比如社交媒体平台中的“点赞”、“喜爱”、“收藏”、“踩”等功能所关联的媒体信息;所述历史评论信息至少包括目标用户发布的关于社交媒体平台上的媒体信息的评论性信息,比如留言、回复、评论性博文、朋友圈等;所述历史搜索浏览信息至少包括目标用户在社交媒体平台上进行搜索、浏览的媒体信息,比如微博超话、热搜等。
示例性的,根据历史点赞信息对目标用户对特定人物的关系进行定性,比如用户点赞对特定人物的正面评价内容,表明该用户对该特定人物具有正向情感倾向,点赞对特定人物的负面评价内容,表明该用户对该特定人物具有反向情感倾向。进一步地,对于用户关联的所有特定人物,考虑时间因素以及点赞比例,对不同特定人物赋予该特定人物所对应的情感权重,比如对于具有正向情感倾向的所有特定人物,按照点赞次数占比由高到低赋予从大到小的不同权重,同时还可以考虑时间因素,如果用户对某一特定人物远期正面点赞、近期负面点赞,可以认为该用户对该特定人物具有反向情感倾向(“粉转黑”),如果用户远期正面点赞较多、近期几乎没有点赞,可以认为该用户对该特定人物具有权重较低的正向情感倾向(“粉转路”),相应地,“黑转粉”、“路转粉”等等不同的点赞行为将具有不同情感倾向和权重。
可以理解,用户的近期行为所对应的权重较高,持续时间长的行为所对应的权重也较高。在一实施例中,可以将目标用户长期进行点赞行为、具有正向情感倾向的特定人物对应的情感权重设为1,根据近期点赞行为确定具有反向情感倾向的特定人物对应的情感权重设为-1,其他具有正向情感倾向的特定人物可以按照行为发生时间和点赞次数的复合值由高到低排序,并按照线性平均的方式分配0到1之间的情感权重。
所述历史评论信息通常为文本类信息,基于自然语言处理进行语义分析,可以确定用户对所评价对象具有正向情感倾向还是反向情感倾向。示例性的,基于多输入单输出(Nvs1)类型的的循环神经网络对用户的历史评论信息进行文本分类或情感分析。进一步,与历史点赞信息类似,考虑时间因素和评论次数,确定特定人物所对应的情感权重,比如,所有具有反向情感倾向的特定人物所对应的情感权重均可设为-1,对于具有正向情感倾向的特定人物,将近期内仍存在评论行为、且持续评论时间最久的特定人物的情感权重设为1,其他特定人物根据行为发生时间和评论次数的复合值设定0至1之间的情感权重。
类似地,根据历史搜索浏览信息的信息内容确定目标用户对特定人物的情感倾向,按照搜索浏览行为发生的时间和次数对所关联的人物设定情感权重。需要说明的是,所述历史搜索浏览信息可以仅在用户不存在历史点赞信息和历史评论信息的情况下使用,此时,可以仅根据历史搜索浏览信息的次数信息确定特定人物对应的情感权重。
在一实施例中,当存在历史点赞信息、历史评论信息以及历史搜索浏览信息中的多种信息时,可以先根据各种信息分别确定所述信息对应的情感权重,再结合不同信息所确定的情感权重基于加权平均等方式,确定特定用户所对应的最终情感权重。
步骤203中,所述根据所述特定人物的相关发布信息确定所述特定人物关联的目标物,包括:识别所述特定人物的相关发布信息中的文字信息,和/或,根据所述特定人物的图像特征识别所述相关发布信息中的图片信息和/或视频信息;基于识别结果确定所述特定人物关联的目标物。
示例性的,以购物类应用平台的信息推送为例,识别官方发布的信息或者有公信力的第三方信息,比如品牌官宣消息、大型新闻平台发布的文字信息,基于“代言”、“品牌挚友”、“形象大使”等关键字识别这些相关发布信息中的文字信息,确定特定人物关联的目标物;或者,对于图片、视频类信息,根据特定人物的图像特征进行识别,确定人物后进一步排除噪音因素(比如花束、饮料、交通工具等),最终确定特定人物关联的目标物,包括但不限于服饰、包袋、鞋履、装饰、用品(比如手机、手机壳等)等。
需要说明的是,所述特定人物关联的目标物既可以包括根据所述相关发布信息直接确定的产品,还可以包括所述物品所关联的同系列或同品牌产品。
步骤204中,根据情感倾向信息中的情感倾向,对目标用户关联的特定人物进行分类,确定具有正向情感倾向的第一类特定人物和/或具有反向情感倾向的第二类特定人物;根据第一类特定人物关联的第一目标物和/或第二类特定人物关联的第二目标物确定目标用户对应的目标推送信息。可以理解,在只存在第一类特定人物时,从第一类特定人物关联的第一目标物中选择目标推送信息;在只存在第二类特定人物时,可以根据目标用户近期内的推送需求从第二目标物的同类产品中选择目标推送信息;在同时存在第一类特定人物和第二类特定人物时,可以根据第一目标物生成初筛结果,并删除所述初筛结果中的第二目标物,从初筛结果的剩余产品中确定目标推送信息。
作为一种实施方式,所述步骤204中,所述根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息,包括:在根据所述第一类特定人物的相关发布信息确定所述第一类特定人物关联的第一目标物为新物品的情况下,确定所述目标推送信息为所述第一类特定人物关联的所述第一目标物的信息;在根据所述第二类特定人物的相关发布信息确定所述第二类特定人物关联的第二目标物为新物品的情况下,确定所述目标推送信息为所述第二类特定人物关联的所述第二目标物的同类物品信息。
本实施例根据目标用户关联的两类特定人物进行正向推荐和反向推荐。示例性的,在根据相关发布信息确定目标用户有好感的人物(第一类特定人物)有新的代言时,向目标用户推送该代言的产品和/或其同品牌、同系列产品;在根据相关发布信息确定目标用户没有好感的人物(第二类特定人物)有新的代言时,向目标用户推送该代言产品的同类产品,且可以考虑优先推送所述同类产品中第一类特定人物所关联的产品。比如,用户小白的历史行为数据表明,小白现在喜欢A君,排斥B君,B君新官宣代言饮料X,而数据库中记录A君曾代言过饮料Y(或者常常在个人照中晒饮料Y,因而形成关联记录),那么推荐给小白的产品就是饮料Y。
作为另一种实施方式,所述步骤204中,所述根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息,包括:根据所述第一目标物和/或所述第二目标物,确定第一推送列表;基于所述目标用户对所述第一类特定人物的情感权重,在所述第一推送列表中确定所述目标推送信息。
所述第一推送列表为根据目标用户对不同特定人物的情感倾向初步筛选得到的关联物品信息。可选的,对所述第一推送列表中的物品按照权重大小进行排序,选择权重大于第一设定阈值的第一类特定人物所关联的目标物进行推送;或者,为不同权重的第一类特定人物所关联的目标物分配不同的选取数量,比如,目标推送信息中75%的物品从情感权重大于0.5的第一类特定人物所关联的目标物中选择,剩余25%的物品从情感权重大于0且小于等于0.5的第一类特定人物所关联的目标物中选择;再或者,为不同权重的第一类特定人物所关联的目标物分配不同的抽取概率,比如,按照80%的抽取概率从情感权重大于0.5的第一类特定人物所关联的目标物确定一组待推荐信息,按照20%的抽取概率从情感权重大于0且小于等于0.5的第一类特定人物所关联的目标物中确定另一组待推荐信息,最后将两组待推荐信息组合后得到目标推送信息。
本实施例首先根据情感倾向信息中的情感倾向确定第一推送列表,接着根据第一类特定人物的情感权重,从第一推送列表中确定目标推送信息,提高了推送信息的准确性。
可选的,所述根据所述第一目标物和/或所述第二目标物,确定第一推送列表,还可以包括:根据所述第一类特定人物在预设时间段内关联的第一目标物,确定第二推送列表;删除所述第二推送列表中所述第二类特定人物关联的第二目标物,获得第三推送列表;根据所述第三推送列表中的物品属性信息和所述目标用户的历史消费信息,确定所述第一推送列表。
考虑到特定人物所关联的目标物一般具有时限性,比如代言周期、产品上新周期、季节性限定产品等。本实施例中根据第一类特定人物在预设时间段内关联的第一目标物确定第二推送列表,所述预设时间段可以基于所述第一类特定人物或者所述第一目标物确定,比如在建立特定人物与目标物的关系数据库时,记录目标物的关联时间周期;也可以是预先设定的固定时间段。
需要注意的是,在删除所述第二推送列表中所述第二类特定人物关联的第二目标物时,不对第二目标物的关联时间进行限定。可以理解,所述第二类特定人物基于目标用户在近期内的历史行为数据确定,而此时,第二目标物可以是第二类特定人物曾经代言过的产品,即在确定第三推送列表时可以不考虑第二目标物的关联时间周期。
本实施例中,所述物品属性信息具体可以包括品牌、型号、所属类别、商品价格、所属价格区间、销量、功能等,所述历史消费信息可以包括目标用户近期的购买记录、历史记录的用户消费水平等等。示例性的,用户最近购买了手机(更换频率较慢的产品),在可以删除第三推送列表中的同类产品;同时,结合用户历史消费的单项金额,优先从第三推送列表中选择同类价位的产品,并搭配推荐低价位和高价位产品。
步骤205中,所述推送条件可以由事件触发,比如用户打开应用软件时触发开屏广告,用户下拉操作触发显示满足用户偏好的推送信息,当用户关联的特定人物有新代言时触发向用户发送推送信息等;还可以由时间触发,比如定期向用户进行推送,可以理解,推送条件可以是信息平台与用户之间所默认的任何合理方式。所述目标推送信息的推送方式可以包括弹框、短信、订阅邮件/消息、信息流广告等,本发明对目标推送信息的推送方式不做限定。
本发明实施例通过明星效应找到推荐切入点,不仅能进行正向推荐,还能进行反向推荐,同时结合商品的属性信息、用户的历史消费信息进行组合推荐,充分照顾到饭圈消费者的心理需求和实际消费水平,提升了推送转化率。
下面结合具体的应用场景对本发明实施例的图像处理方案进行说明。
图3为本发明实施例的信息推送方法在商品推荐应用中的流程示意图,所述信息推送方法可以作为信息平台中已有的推荐系统的补充功能进行实现。本实施例默认现有推荐系统中存在用户个人信息数据表和商品数据表,并在现有推荐系统的商品数据库中补充建立“用户—人物”数据表以及“人物—商品”数据表。
如图3所示,所述信息推送方法具体包括:
步骤301、识别官方发布的信息或者有公信力的第三方信息,判断信息类型。根据官宣消息或者大型新闻平台发布的新闻,识别消息或新闻内容,根据实际情况扩充数据,持续维护“人物—商品”数据表。
步骤302、如果是文本类消息,识别到“代言”、“品牌挚友”、“形象大使”等关键字,且在“人物—商品”数据表中还没有对应关系时,新建记录,并转到步骤308。
步骤303、如果是图片或视频类信息,比对人物图片,识别出信息中的目标人物,排除噪音(花束、饮料、交通工具等),进一步识别目标人物的物品,包括但不限于服装、包袋、鞋履、装饰、用品(手机、手机壳等)等,排除已经存在“人物—商品”数据表中的数据,新增新纪录。
步骤304、获取推荐系统中存在的用户历史行为数据,持续维护“用户—人物”数据表,更新用户和明星之间的关系。
步骤305、历史行为数据中存在用户的历史点赞信息和/或历史评论信息,分析所述历史点赞信息和/或历史评论信息,先定性后定量,给出关系权重w,形成关系记录。
对于历史点赞信息,首先对关系定性,点赞的正面评价内容,对应用户喜欢该人物;点赞负面评价内容,对应排斥该人物;然后对关系定量,对排斥人物赋予权重w=-1,根据所有喜欢的人物得到的点赞比例由高到低排序,并考虑时间因素,赋予喜欢某人物的权重w(范围为0<w<1)。对于历史评论信息,首先对关系定性,通过N vs 1类型的循环神经网络对评论信息进行分析,判断用户对评价对象的关系是喜欢或排斥;然后对关系定量,与历史点赞信息类似,考虑时间因素以及正面(或负面)评价的人物的评论次数占比,赋予人物权重w。
步骤306、当不存在历史点赞信息和历史评论信息时,分析用户的历史搜索浏览信息,形成关系记录并给出关系权重w。获取搜索浏览记录,找到目标人物,按照人物搜索浏览次数由高到低排序,设为喜欢关系,权重在0<w<1范围。
步骤307、在满足推荐条件(比如符合新一轮推荐的时间规定)时,进行常规组合推荐。对w为正值的对象进行关联商品的查找,排除查找结果中w为负值的对象对应的商品,结合商品属性信息、用户个人信息、近期消费记录,筛选得到商品集合M,按照集合M中商品对应的对象的权重w以及可推荐商品数量,确定最终待推荐的商品集合,完成一轮商品推荐。不满足推荐条件时,重新执行步骤301。
具体地,在商品集合M中,按照“关联对象的权重w>0.5的相关商品出现度:关联对象的w≤0.5的相关商品出现度 = 3:1”的方式,根据商品属性进行差异化组合,形成最终待推荐商品集合。例如,M={a,b,c,d,e,f,g}中,w>0.5的关联对象的相关商品为{a,b,c,d,e},w≤0.5的关联对象的相关商品为{f,g},根据可展示的推荐商品数量为n,则n*75%的商品从{a,b,c,d,e}中选择,n*25%的商品从{f,g}中选择。
步骤308、由新增代言记录触发的推荐,包括正向推荐与反向推荐。正向推荐是,当步骤302中识别到某喜欢的人物有新官宣发布时,可以触发新一轮推荐,推荐内容优先绑定与该官宣内容相关的品牌和商品。反向推荐是,当步骤302识别到的新官宣是排斥的人物,则推荐的是该官宣商品的同类产品,且该同类产品关联的是用户喜欢的人物。
在完成一次商品推荐后可定期重复执行步骤301至步骤308。
本发明实施例还提供了一种信息推送装置。图4为本发明实施例的信息推送装置的组成结构示意图一,如图4所示,信息推送装置400包括:
第一确定模块401,用于获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息;
第二确定模块402,用于根据所述第一确定模块401确定的所述特定人物的相关发布信息确定所述特定人物关联的目标物;
第三确定模块403,用于根据所述第一确定模块401确定的所述目标用户对应的所述情感倾向信息和所述第二确定模块402确定的所述特定人物关联的目标物确定目标推送信息;
以及推送模块404,用于向所述目标用户推送所述第三确定模块403确定的所述目标推送信息。
在本发明的一种可选实施例中,所述第一确定模块401,包括:
第一子模块,用于获得所述目标用户的历史行为数据,根据所述历史行为数据确定所述目标用户关联的特定人物信息;
以及第二子模块,用于分析所述历史行为数据,确定所述目标用户对所述特定人物的情感倾向信息;其中,所述情感倾向信息包括情感倾向和情感权重,所述情感倾向包括正向情感倾向和反向情感倾向,所述情感权重用于表征所述目标用户对不同特定人物的情感倾向的程度。
在本发明的一种可选实施例中,所述历史行为数据包括以下至少之一:所述目标用户在社交媒体平台上的历史点赞信息、历史评论信息和历史搜索浏览信息;其中,所述历史点赞信息至少包括所述目标用户关于所述社交媒体平台上的媒体信息的赞同和/或不赞同的信息。
在本发明的一种可选实施例中,所述第二子模块,包括以下至少之一:
第一分析子模块,用于根据所述目标用户对所述特定人物的历史点赞信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史点赞信息的时间信息和次数信息,确定所述目标用户对所述特定人物的情感权重;
第二分析子模块,用于根据所述目标用户对所述特定人物的历史评论信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史评论信息的时间信息和次数信息,确定所述目标用户对所述特定人物的情感权重;
第三分析子模块,用于根据所述目标用户对所述特定人物的历史搜索浏览信息,确定所述目标用户对所述特定人物的情感倾向,基于所述目标用户对关联的所有特定人物的历史搜索浏览信息的次数信息,确定所述目标用户对所述特定人物的情感权重。
在本发明的一种可选实施例中,所述第二确定模块402,用于识别所述特定人物的相关发布信息中的文字信息,和/或,根据所述特定人物的图像特征识别所述相关发布信息中的图片信息和/或视频信息;基于识别结果确定所述特定人物关联的目标物。
在本发明的一种可选实施例中,所述第三确定模块403,包括:
第三子模块,用于根据所述第一确定模块确定的所述情感倾向信息,确定所述目标用户具有正向情感倾向的第一类特定人物和/或具有反向情感倾向的第二类特定人物;
第四子模块,用于根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息。
在本发明的一种可选实施例中,所述第四子模块,用于在根据所述第一类特定人物的相关发布信息确定所述第一类特定人物关联的第一目标物为新物品的情况下,确定所述目标推送信息为所述第一类特定人物关联的所述第一目标物的信息;
还用于在根据所述第二类特定人物的相关发布信息确定所述第二类特定人物关联的第二目标物为新物品的情况下,确定所述目标推送信息为所述第二类特定人物关联的所述第二目标物的同类物品信息。
在本发明的一种可选实施例中,所述第四子模块,用于根据所述第一目标物和/或所述第二目标物,确定第一推送列表;基于所述目标用户对所述第一类特定人物的情感权重,在所述第一推送列表中确定所述目标推送信息。
在本发明的一种可选实施例中,所述第四子模块,还用于根据所述第一类特定人物在预设时间段内关联的第一目标物,确定第二推送列表;删除所述第二推送列表中所述第二类特定人物关联的第二目标物,获得第三推送列表;根据所述第三推送列表中的物品属性信息和所述目标用户的历史消费信息,确定所述第一推送列表。
本发明实施例中,所述信息推送装置400中的第一确定模块401、第二确定模块402、第三确定模块403、推送模块404及其包括的子模块,在实际应用中均可由所述终端中的中央处理器(CPU,Central Processing Unit)、数字信号处理器(DSP,Digital SignalProcessor)、微控制单元(MCU,Microcontroller Unit)或可编程门阵列(FPGA,Field-Programmable Gate Array)实现。
需要说明的是:上述实施例提供的信息推送装置在进行信息推送时,仅以上述各程序模块的划分进行举例说明,实际应用中,可以根据需要而将上述处理分配由不同的程序模块完成,即将装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的信息推送装置与信息推送方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图5是本发明实施例的电子设备的结构示意图,电子设备500可以是服务器、工作站等。图5所示的电子设备500包括:至少一个处理器501、存储器502和至少一个网络接口503。电子设备500中的各个组件通过总线系统504耦合在一起。可理解,总线系统504用于实现这些组件之间的连接通信。总线系统504除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图5中将各种总线都标为总线系统504。
可以理解,存储器502可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本发明实施例描述的存储器502旨在包括但不限于这些和任意其它适合类型的存储器。
本发明实施例中的存储器502用于存储各种类型的数据以支持电子设备500的操作。这些数据的示例包括:用于存储用户与特定人物之间的关系的第一关系数据,用于存储特定人物与关联的目标物的第二关系数据,以及在电子设备500上操作的任何计算机程序,实现本发明实施例方法的程序可以包含在存储器502中。
上述本发明实施例揭示的方法可以应用于处理器501中,或者由处理器501实现。处理器501可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、DSP,或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器501可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器502,处理器501读取存储器502中的信息,结合其硬件完成前述方法的步骤。
在示例性实施例中,电子设备500可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、FPGA、通用处理器、控制器、MCU、微处理器(Microprocessor)、或其他电子元件实现,用于执行前述方法。
在示例性实施例中,本发明实施例还提供了一种计算机可读存储介质,例如包括计算机程序的存储器502,上述计算机程序可由电子设备500的处理器501执行,以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备,如个人计算机、服务器等。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、 RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种信息推送方法,其特征在于,所述方法包括:
获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息;
根据所述特定人物的相关发布信息确定所述特定人物关联的目标物;
根据所述目标用户对应的所述情感倾向信息和所述特定人物关联的目标物确定目标推送信息,向所述目标用户推送所述目标推送信息。
2.根据权利要求1所述的方法,其特征在于,所述获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息,包括:
获得所述目标用户的历史行为数据,根据所述历史行为数据确定所述目标用户关联的特定人物信息;
分析所述历史行为数据,确定所述目标用户对所述特定人物的情感倾向信息;其中,所述情感倾向信息包括情感倾向和情感权重,所述情感倾向包括正向情感倾向和反向情感倾向,所述情感权重用于表征所述目标用户对不同特定人物的情感倾向的程度。
3.根据权利要求1所述的方法,其特征在于,所述根据所述特定人物的相关发布信息确定所述特定人物关联的目标物,包括:
识别所述特定人物的相关发布信息中的文字信息,和/或,根据所述特定人物的图像特征识别所述相关发布信息中的图片信息和/或视频信息;
基于识别结果确定所述特定人物关联的目标物。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述根据所述目标用户对应的所述情感倾向信息和所述特定人物关联的目标物确定目标推送信息,包括:
根据所述情感倾向信息,确定所述目标用户具有正向情感倾向的第一类特定人物和/或具有反向情感倾向的第二类特定人物;
根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息,包括:
在根据所述第一类特定人物的相关发布信息确定所述第一类特定人物关联的第一目标物为新物品的情况下,确定所述目标推送信息为所述第一类特定人物关联的所述第一目标物的信息;
在根据所述第二类特定人物的相关发布信息确定所述第二类特定人物关联的第二目标物为新物品的情况下,确定所述目标推送信息为所述第二类特定人物关联的所述第二目标物的同类物品信息。
6.根据权利要求4所述的方法,其特征在于,所述根据所述第一类特定人物关联的第一目标物和/或所述第二类特定人物关联的第二目标物确定所述目标推送信息,包括:
根据所述第一目标物和/或所述第二目标物,确定第一推送列表;
基于所述目标用户对所述第一类特定人物的情感权重,在所述第一推送列表中确定所述目标推送信息。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第一目标物和/或所述第二目标物,确定第一推送列表,包括:
根据所述第一类特定人物在预设时间段内关联的第一目标物,确定第二推送列表;删除所述第二推送列表中所述第二类特定人物关联的第二目标物,获得第三推送列表;
根据所述第三推送列表中的物品属性信息和所述目标用户的历史消费信息,确定所述第一推送列表。
8.一种信息推送装置,其特征在于,所述装置包括:
第一确定模块,用于获取目标用户关联的特定人物信息,以及确定所述目标用户对所述特定人物的情感倾向信息;
第二确定模块,用于根据所述第一确定模块确定的所述特定人物的相关发布信息确定所述特定人物关联的目标物;
第三确定模块,用于根据所述第一确定模块确定的所述目标用户对应的所述情感倾向信息和所述第二确定模块确定的所述特定人物关联的目标物确定目标推送信息;
以及推送模块,用于向所述目标用户推送所述第三确定模块确定的所述目标推送信息。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述方法的步骤。
CN202111256557.8A 2021-10-27 2021-10-27 一种信息推送方法、装置、可读存储介质和电子设备 Active CN113704630B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111256557.8A CN113704630B (zh) 2021-10-27 2021-10-27 一种信息推送方法、装置、可读存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111256557.8A CN113704630B (zh) 2021-10-27 2021-10-27 一种信息推送方法、装置、可读存储介质和电子设备

Publications (2)

Publication Number Publication Date
CN113704630A true CN113704630A (zh) 2021-11-26
CN113704630B CN113704630B (zh) 2022-04-22

Family

ID=78647055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111256557.8A Active CN113704630B (zh) 2021-10-27 2021-10-27 一种信息推送方法、装置、可读存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN113704630B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330498A (zh) * 2022-10-14 2022-11-11 深圳市人马互动科技有限公司 人机互动购物服务系统中数据处理的方法及相关装置

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101593204A (zh) * 2009-06-05 2009-12-02 北京大学 一种基于新闻评论网页的情感倾向性分析系统
CN102244812A (zh) * 2010-06-23 2011-11-16 微软公司 视频内容推荐
US20110295787A1 (en) * 2010-05-31 2011-12-01 Kei Tateno Information processing apparatus, information processing method, and program
CN103235818A (zh) * 2013-04-27 2013-08-07 北京百度网讯科技有限公司 一种基于网页情感倾向性的信息推送方法和装置
CN103412872A (zh) * 2013-07-08 2013-11-27 西安交通大学 一种基于有限节点驱动的微博社会网络信息推荐方法
AU2012227156A1 (en) * 2012-09-17 2014-04-03 Canon Kabushiki Kaisha A method of selecting a device for delivering a recommendation
CN103890797A (zh) * 2011-08-30 2014-06-25 谷歌公司 基于社交图信息向用户推荐项
US20140317504A1 (en) * 2011-05-18 2014-10-23 Tencent Technology (Shenzhen) Company Limited Method, device and system for pushing information
CN104901817A (zh) * 2014-03-07 2015-09-09 腾讯科技(北京)有限公司 目标信息推送方法及装置
CN105095508A (zh) * 2015-08-31 2015-11-25 北京奇艺世纪科技有限公司 一种多媒体内容推荐方法和多媒体内容推荐装置
CN105335515A (zh) * 2015-10-30 2016-02-17 网易传媒科技(北京)有限公司 一种信息推荐方法和装置
CN106326228A (zh) * 2015-06-17 2017-01-11 富士通株式会社 评估用户的兴趣倾向的方法和装置
CN107169799A (zh) * 2017-05-17 2017-09-15 微梦创科网络科技(中国)有限公司 一种基于社交关系的原生信息流代投广告实现方法及系统
CN107220352A (zh) * 2017-05-31 2017-09-29 北京百度网讯科技有限公司 基于人工智能构建评论图谱的方法和装置
CN107895056A (zh) * 2017-12-29 2018-04-10 百度在线网络技术(北京)有限公司 一种信息推荐方法、装置、电子设备和存储介质
CN108170742A (zh) * 2017-12-19 2018-06-15 百度在线网络技术(北京)有限公司 图片舆情获取方法、装置、计算机设备及存储介质
CN108205776A (zh) * 2016-12-16 2018-06-26 财团法人工业技术研究院 用户喜好的预测方法
CN108346075A (zh) * 2017-01-24 2018-07-31 北京京东尚科信息技术有限公司 信息推荐方法和装置
CN108520455A (zh) * 2018-04-10 2018-09-11 上海连尚网络科技有限公司 一种推荐信息的方法及设备
CN109145090A (zh) * 2018-08-31 2019-01-04 东北大学 一种基于深度学习的微博用户情感影响力分析方法
JP2019008619A (ja) * 2017-06-26 2019-01-17 花王株式会社 情報提供システム
CN110413823A (zh) * 2019-06-19 2019-11-05 腾讯科技(深圳)有限公司 服装图片推送方法及相关装置
CN112150227A (zh) * 2019-06-28 2020-12-29 北京京东尚科信息技术有限公司 商品推荐方法、系统、设备及介质
US20210064680A1 (en) * 2019-08-30 2021-03-04 Accenture Global Solutions Limited Intelligent Insight System And Method For Facilitating Participant Involvement
CN113254777A (zh) * 2021-06-07 2021-08-13 武汉卓尔数字传媒科技有限公司 信息推荐方法、装置、电子设备及存储介质

Patent Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101593204A (zh) * 2009-06-05 2009-12-02 北京大学 一种基于新闻评论网页的情感倾向性分析系统
US20110295787A1 (en) * 2010-05-31 2011-12-01 Kei Tateno Information processing apparatus, information processing method, and program
CN102244812A (zh) * 2010-06-23 2011-11-16 微软公司 视频内容推荐
US20140317504A1 (en) * 2011-05-18 2014-10-23 Tencent Technology (Shenzhen) Company Limited Method, device and system for pushing information
CN103890797A (zh) * 2011-08-30 2014-06-25 谷歌公司 基于社交图信息向用户推荐项
AU2012227156A1 (en) * 2012-09-17 2014-04-03 Canon Kabushiki Kaisha A method of selecting a device for delivering a recommendation
CN103235818A (zh) * 2013-04-27 2013-08-07 北京百度网讯科技有限公司 一种基于网页情感倾向性的信息推送方法和装置
CN103412872A (zh) * 2013-07-08 2013-11-27 西安交通大学 一种基于有限节点驱动的微博社会网络信息推荐方法
US20160105521A1 (en) * 2014-03-07 2016-04-14 Tencent Technology (Shenzhen) Company Limited Method and apparatus for pushing target information
CN104901817A (zh) * 2014-03-07 2015-09-09 腾讯科技(北京)有限公司 目标信息推送方法及装置
CN106326228A (zh) * 2015-06-17 2017-01-11 富士通株式会社 评估用户的兴趣倾向的方法和装置
CN105095508A (zh) * 2015-08-31 2015-11-25 北京奇艺世纪科技有限公司 一种多媒体内容推荐方法和多媒体内容推荐装置
CN105335515A (zh) * 2015-10-30 2016-02-17 网易传媒科技(北京)有限公司 一种信息推荐方法和装置
CN108205776A (zh) * 2016-12-16 2018-06-26 财团法人工业技术研究院 用户喜好的预测方法
CN108346075A (zh) * 2017-01-24 2018-07-31 北京京东尚科信息技术有限公司 信息推荐方法和装置
CN107169799A (zh) * 2017-05-17 2017-09-15 微梦创科网络科技(中国)有限公司 一种基于社交关系的原生信息流代投广告实现方法及系统
CN107220352A (zh) * 2017-05-31 2017-09-29 北京百度网讯科技有限公司 基于人工智能构建评论图谱的方法和装置
JP2019008619A (ja) * 2017-06-26 2019-01-17 花王株式会社 情報提供システム
CN108170742A (zh) * 2017-12-19 2018-06-15 百度在线网络技术(北京)有限公司 图片舆情获取方法、装置、计算机设备及存储介质
CN107895056A (zh) * 2017-12-29 2018-04-10 百度在线网络技术(北京)有限公司 一种信息推荐方法、装置、电子设备和存储介质
CN108520455A (zh) * 2018-04-10 2018-09-11 上海连尚网络科技有限公司 一种推荐信息的方法及设备
CN109145090A (zh) * 2018-08-31 2019-01-04 东北大学 一种基于深度学习的微博用户情感影响力分析方法
CN110413823A (zh) * 2019-06-19 2019-11-05 腾讯科技(深圳)有限公司 服装图片推送方法及相关装置
CN112150227A (zh) * 2019-06-28 2020-12-29 北京京东尚科信息技术有限公司 商品推荐方法、系统、设备及介质
US20210064680A1 (en) * 2019-08-30 2021-03-04 Accenture Global Solutions Limited Intelligent Insight System And Method For Facilitating Participant Involvement
CN113254777A (zh) * 2021-06-07 2021-08-13 武汉卓尔数字传媒科技有限公司 信息推荐方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330498A (zh) * 2022-10-14 2022-11-11 深圳市人马互动科技有限公司 人机互动购物服务系统中数据处理的方法及相关装置

Also Published As

Publication number Publication date
CN113704630B (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
US11995112B2 (en) System and method for information recommendation
US8924265B2 (en) System and process for improving product recommendations for use in providing personalized advertisements to retail customers
US10180979B2 (en) System and method for generating suggestions by a search engine in response to search queries
US8583524B2 (en) System and process for improving recommendations for use in providing personalized advertisements to retail customers
US8549013B1 (en) Systems and methods for determining interest in an item or category of items
US20100177938A1 (en) Media object metadata engine configured to determine relationships between persons
CN113301360B (zh) 一种信息的提示方法、计算设备及存储介质
KR20140026932A (ko) 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법
WO2018054328A1 (zh) 一种用户特征提取方法、装置及存储介质
CN116089729B (zh) 搜索推荐方法、设备及存储介质
CN115203539B (zh) 一种媒体内容推荐方法、装置、设备及存储介质
CN113704630B (zh) 一种信息推送方法、装置、可读存储介质和电子设备
US20090198552A1 (en) System and process for identifying users for which cooperative electronic advertising is relevant
US20090198553A1 (en) System and process for generating a user model for use in providing personalized advertisements to retail customers
CN116089745A (zh) 信息推荐方法、装置、电子设备及计算机可读存储介质
CN113077295A (zh) 基于用户终端的广告分级投放方法、用户终端和存储介质
CN113744021A (zh) 一种推荐方法、装置、计算机存储介质及系统
CN107643974B (zh) 一种召回信息的发送方法和装置
WO2009097457A1 (en) System and process for generating a selection model for use in personalized non-competitive advertising
Olabarri-Fernández et al. Young internet users' evaluation of online consumer reviews. The case of the students from the University of the Basque Country (UPV/EHU)
US20090198554A1 (en) System and process for identifying users for which non-competitive advertisements is relevant
CN113763107B (zh) 一种对象信息推送方法、装置、设备及存储介质
WO2009097454A1 (en) System and process for selecting personalized non-competitive electronic advertising for electronic display
CN106649675A (zh) 一种跨业务的电子资源推荐方法及装置
CN116611897A (zh) 基于人工智能的消息提醒方法和系统

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