CN114218481A - 信息推送方法和装置 - Google Patents

信息推送方法和装置 Download PDF

Info

Publication number
CN114218481A
CN114218481A CN202111521389.0A CN202111521389A CN114218481A CN 114218481 A CN114218481 A CN 114218481A CN 202111521389 A CN202111521389 A CN 202111521389A CN 114218481 A CN114218481 A CN 114218481A
Authority
CN
China
Prior art keywords
information
user
offline
service provider
service
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.)
Pending
Application number
CN202111521389.0A
Other languages
English (en)
Inventor
葛玲玲
申立明
葛莹
柳艳
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.)
Samsung Electronics China R&D Center
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics China R&D Center
Samsung Electronics 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 Samsung Electronics China R&D Center, Samsung Electronics Co Ltd filed Critical Samsung Electronics China R&D Center
Priority to CN202111521389.0A priority Critical patent/CN114218481A/zh
Publication of CN114218481A publication Critical patent/CN114218481A/zh
Priority to PCT/KR2022/020061 priority patent/WO2023113392A1/en
Priority to US18/080,238 priority patent/US11985372B2/en
Pending legal-status Critical Current

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
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • 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
    • G06F16/907Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Library & Information Science (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请公开了一种信息推送方法和装置,其中方法包括:接收线下服务提供方的信息推送请求,从所述信息推送请求中获取推送的目标信息和所述线下服务提供方的相关信息;当需要进行信息推送时,基于当前待推送的目标信息和相应线下服务提供方的所述相关信息,以及用户的服务区域和所述用户在所述服务区域的兴趣概率分布,按照推送信息和用户兴趣相匹配的原则,执行向所述用户推送信息的处理;其中,所述服务区域和所述兴趣概率分布基于所述用户上报的线下访问记录信息得到,所述线下访问记录信息基于所述用户的移动终端设备在所述用户访问的线下服务提供方处采集的服务属性信息生成。采用本发明,可以提高信息推送的有效性、避免信息推送资源的浪费。

Description

信息推送方法和装置
技术领域
本发明涉及计算机应用技术,特别是涉及一种信息推送方法和装置。
背景技术
在虚拟信息发达的今天,电子设备(例如手机)可以提供丰富的个性化服务,这些服务大多都是虚拟产品,它们满足着用户足不出户的生活,却忽视了人们生活中必备的实体店铺,用户不知道线下有什么更值得感兴趣的事情正在发生。
现有的针对线下服务提供方的信息推送方案是利用信息接收方的终端设备进行信息推送。例如,通过信息推送服务器,将线下服务提供方需要推送的服务提供相关信息,发送给信息接收方的电视机,由电视机播放所述服务提供相关信息。
发明人在实现本发明的过程中发现:现有的线下服务提供方的信息推送方案存在与信息接收方的需求匹配度低的问题,具体原因如下:
线下服务提供方无法如线上服务提供方一样能够方便地记录用户的访问数据,进而基于用户访问数据获知哪些用户对其服务感兴趣。这样,在为线下服务提供方推送信息时,就无法针对信息接收方的兴趣特征,将线下服务提供方的信息推送给对相应服务感兴趣的信息接收方,从而使得所推送的线下服务提供方的信息往往无法与信息接收方的需求相匹配,降低了信息接收方基于接收到的推送信息向相应线下服务提供方请求服务的概率,进而降低了信息推送的有效性、浪费了信息推送资源、增加了线下服务提供方的信息推送成本,同时还会使得信息接收方接收到大量无用信息从而降低用户体验。
发明内容
有鉴于此,本发明的主要目的在于提供一种信息推送方法和装置,可以提高信息推送的有效性、避免信息推送资源的浪费。
为了达到上述目的,本发明实施例提出的技术方案为:
一种信息推送方法,包括:
接收线下服务提供方的信息推送请求,从所述信息推送请求中获取推送的目标信息和所述线下服务提供方的相关信息;
当需要进行信息推送时,基于当前待推送的目标信息和相应线下服务提供方的所述相关信息,以及用户的服务区域和所述用户在所述服务区域的兴趣概率分布,按照推送信息和用户兴趣相匹配的原则,执行向所述用户推送信息的处理;
其中,所述服务区域和所述兴趣概率分布基于所述用户上报的线下访问记录信息得到,所述线下访问记录信息基于所述用户的移动终端设备在所述用户访问的线下服务提供方处采集的服务属性信息生成。
本发明实施例还提出了一种信息推送装置,包括:
推送请求处理单元,用于接收线下服务提供方的信息推送请求,从所述信息推送请求中获取推送的目标信息和所述线下服务提供方的相关信息;
信息推送单元,用于当需要进行信息推送时,基于当前待推送的目标信息和相应线下服务提供方的所述相关信息,以及用户的服务区域和所述用户在所述服务区域的兴趣概率分布,按照推送信息和用户兴趣相匹配的原则,执行向所述用户推送信息的处理;
其中,所述服务区域和所述兴趣概率分布基于所述用户上报的线下访问记录信息得到,所述线下访问记录信息基于所述用户的移动终端设备在所述用户访问的线下服务提供方处采集的服务属性信息生成。
本发明实施例还提出了一种移动终端设备,位于用户侧,用于在所述用户访问的线下服务提供方处采集所述线下服务提供方的服务属性信息,基于所述服务属性信息生成线下访问记录,发送给信息推送装置,以供信息推送装置确定所述用户的服务区域以及所述用户在所述服务区域的兴趣概率分布。
本发明实施例还提出了一种服务终端设备,位于线下服务提供方侧,用于将所述线下服务提供方的服务属性信息发送给进入所述线下服务提供方所在区域的用户的移动终端设备,以供所述用户的移动终端设备基于所述服务属性信息生成线下访问记录。
本发明实施例还提出了一种信息推送装置,其特征在于,包括处理器和存储器;
所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行如上所述信息推送方法。
本发明实施例还提出了一种计算机可读存储介质,其中存储有计算机可读指令,该计算机可读指令用于执行如上所述信息推送方法。
本发明实施例还提出了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现如上所述信息推送方法的步骤。
综上所述,本发明实施例提出的信息推送方案中,利用用户随身携带的移动终端设备对用户的线下访问情况进行采集,将线下采集的数据作为用户的线下兴趣点数据,基于这些数据确定出用户线下感兴趣的地理区域(即用户的服务区域)以及用户在相应区域内的兴趣概率分布,如此,当需要根据线下服务提供方的信息推送请求进行相应信息推送时,根据用户的线下感兴趣区域和相应的兴趣概率分布,采用推送信息和用户兴趣相匹配的原则,对用户进行信息推送处理,即可使得向用户推送的信息能够与用户的兴趣相匹配,从而可以提高信息推送的有效性,进而可以避免信息推送资源的浪费、改善信息推送的用户体验。
附图说明
图1为本发明实施例的方法流程示意图;
图2为本发明实施例中获得用户的服务区域的流程示意图:
图3~图5为图2所示方法流程对应的实施示例图;
图6为本发明实施例中获得的兴趣概率分布示意图;
图7为本发明实施例中向用户推送信息的处理流程示意图;
图8为一种场景下基于用户的线下访问记录信息,对用户在服务区域的兴趣概率分布进行确定的流程示意图;
图9为另一种场景下基于用户的线下访问记录信息,对用户在服务区域和兴趣概率分布进行确定的流程示意图;
图10为一种场景下执行向用户推送信息的处理示意图;
图11为另一种场景下执行向用户推送信息的处理示意图
图12为本发明实施例的装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明作进一步地详细描述。
图1为本发明实施例的流程示意图,如图1所示,该实施例实现的信息推送方法主要包括下述步骤:
步骤101、接收线下服务提供方的信息推送请求,从所述信息推送请求中获取推送的目标信息和所述线下服务提供方的相关信息。
本步骤中,由线下服务提供方发送的信息推送请求需要携带请求推送的目标信息,以及发送该请求的线下服务提供方的相关信息,以供用于进行信息推送的装置基于这些信息,结合当前保存的各用户的兴趣特征数据(即服务区域和区域内的兴趣概率分布),进行信息推送决策,以尽可能地为用户推送其感兴趣的信息,减少推送用户不感兴趣信息的情况。
具体地,所述线下服务提供方的相关信息可以根据后续信息推送过程中采用的信息推送策略中的信息匹配需要进行设置。
在一种实施方式中,所述线下服务提供方的相关信息可以包括线下服务提供方的服务类别信息、标识信息和/或位置信息等,但不限于此,例如,可以仅包括线下服务提供方的标识信息或位置信息,以这些信息为索引从预先保存的线下服务提供方数据中查找信息匹配所需要的其他相关信息即可。
所述线下服务提供方的标识信息用于区分不同的线下服务提供方,具体可以为预先分配给线下服务提供方的标识代码,或者为部署于线下服务提供方的终端设备标签(如用于在线下服务提供方所在区域内发送服务属性信息的终端设备的标识)。
步骤102、当需要进行信息推送时,基于当前待推送的目标信息和相应线下服务提供方的所述相关信息,以及用户的服务区域和所述用户在所述服务区域的兴趣概率分布,按照推送信息和用户兴趣相匹配的原则,执行向所述用户推送信息的处理。
其中,所述服务区域和所述兴趣概率分布基于所述用户上报的线下访问记录信息得到,所述线下访问记录信息基于所述用户的移动终端设备在所述用户访问的线下服务提供方处采集的服务属性信息生成。
本步骤用于对推送目标信息的每个候选用户,执行信息推送过程。具体地,在一种实施方式中,当按照预设的信息推送触发机制确定需要进行信息推送时,需要从用于保存用户兴趣特征数据的数据库中,获取候选用户的服务区域以及和该候选用户在该服务区域的兴趣概率分布,基于这些数据和待推送的目标信息的相关信息,按照推送信息和用户兴趣相匹配的原则,来执行向该候选用户推送信息的处理,以提高向用户推送的目标信息与用户兴趣相匹配的概率,减少向用户推送不感兴趣信息的情况。
在实际应用中,对于上述信息推送触发时机,可根据实际设置的信息推送触发机制设置。例如,可以为接收到新的线下服务提供方的信息推送请求时立即触发,或者为按照指定的周期,周期性地基于当前有效的信息推送请求触发信息推送,但不限于此。
在实际应用中,可根据已接收到的且有效的信息推送请求,来确定当前需要推送哪些目标信息。
在一种实施方式中,对于推送目标信息的候选用户,可以基于当前已保存的用户兴趣特征数据对应的用户集合,进行设置,例如可以为该用户集合中的所有用户,也可以为用户集合中的子集合。例如,可以选择与目标信息对应的线下服务提供方所在地相匹配的用户生成候选用户集合,如服务区域在上海的用户;再例如,选择有信息推送授权的用户,生成候选用户集合,以上仅是示例性说明,不限于上述。
需要说明的是,考虑到用户对线下服务提供方的访问,不同于用户对线上服务提供方的访问方式,并不是采用网络访问的方式,因此,无法同线上访问一样,可以根据用户的线上浏览痕迹或专用APP记录的交易行为数据,方便地获得相应用户的兴趣数据。为此,本申请中将利用用户随身携带的移动终端设备,来随时采集用户所访问线下服务提供方的相关信息,并生成相应的访问记录,以便对用户的访问记录进行分析得到用户的兴趣特征数据,进而可以基于兴趣特征数据为用户进行信息推送的匹配。
具体地,所述移动终端设备可以为手机、智能手表、运动手环、耳机等智能设备,但不限于此,只要是能够接收用户所访问线下服务提供方所发送信息的设备即可。
在一种实施方式中,为了提高移动终端设备所生成的线下访问记录信息的有效性和准确性,具体可以采用下述方法生成所述线下访问记录信息:
如果所述移动终端设备在线下服务提供方所在区域检测到所述线下服务提供方的服务属性信息,且检测到所述服务属性信息的持续时长大于指定时长,则所述移动终端设备判定所述用户对所述线下服务提供方进行一次访问,将所述持续时长记录为本次访问的访问时长,并生成本次访问的线下访问记录信息。
其中,所述服务属性信息包括线下服务提供方的标识信息、位置信息和服务类别信息;所述线下访问记录信息包括:访问时刻、访问时长和线下服务提供方的服务属性信息。
上述方法中,利用指定时长,筛选出用户对线下服务提供方进行访问的行为,避免将用户仅是路过并未进入线下服务提供方的服务区域的情况记录为用户的线下访问行为。具体可以根据实际需要设置所述指定时长,在此不再赘述。
在一种实施方式中,为了更好地保护访问线下服务提供方的用户的个人数据安全,部署在线下服务提供方的服务终端设备与来访用户的移动终端设备之间的交互可以是单向的,即仅能由服务终端设备向用户的移动终端设备发信息,而服务终端设备无法读取用户的移动终端设备的数据。为此,线下服务提供方的服务终端装置可以在线下服务提供方所在区域进行相应线下服务提供方的服务属性信息的广播,这样,当所述移动终端设备进入线下服务提供方所在区域后,即可从监听到的线下服务提供方发出的广播信息获得其服务属性信息。
在一种实施方式中,为了使得移动终端设备能够快速、方便地获取用户所访问线下服务提供方的服务属性信息,用户的移动终端设备和用于发送所述服务属性信息的服务终端设备之间可以采用UWB通信方式,即两者可以分别配置用于UWB通信的UWB芯片。
在一种实施方式中,具体可以采用下述方法,基于所述用户上报的线下访问记录信息,得到所述用户的服务区域以及所述用户在所述服务区域的兴趣概率:
步骤s1、基于当前统计周期内所述移动终端设备采集的线下访问记录信息,对于所述用户在当前统计周期访问的每个线下服务提供方,确定所述用户对该线下服务提供方的兴趣概率值。
这里,基于当前统计周期内用户的移动终端设备采集的线下访问记录信息,可以分析出该用户在当前统计周期内访问了哪些线下服务提供方,以及对其中每个线下服务提供方的访问特征数据(如访问时长和访问次数),如此,便可基于这些访问特征数据得到用户对每个线下服务提供方的兴趣概率值。
所述统计周期用于限定:在生成用户的服务区域以及所述用户在所述服务区域的兴趣概率时,所依据的线下访问记录信息对应的时间范围,例如,可以是最近一个月或一个季度或若干天、月等最近一定时间段内为生成的用户的线下访问记录信息,具体可由本领域技术人员根据实际应用需要设置。
在一种实施方式中,具体可以采用下述方法确定所述用户对该线下服务提供方的兴趣概率值:
对于所述用户在当前统计周期访问的每个线下服务提供方,基于所述用户在当前统计周期对该线下服务提供方进行访问的总时长和总次数,采用加权计算的方式,得到所述用户对该线下服务提供方的兴趣概率值。
步骤s2、基于所述用户在当前统计周期访问的线下服务提供方的位置信息和所述兴趣概率值,获得所述用户的服务区域以及服务区域的兴趣概率分布;其中,所述服务区域能够覆盖所述用户在当前统计周期访问的所有线下服务提供方所在位置。
在具体实施时,将用户在当前统计周期访问的每个线下服务提供方作为一个兴趣节点,基于当前统计周期的所有兴趣节点,确定出恰好能够覆盖所有这些兴趣节点的地理区域,即可获得用户感兴趣的地理区域(即用户的服务区域)。相应地,基于服务区域内各兴趣节点的兴趣概率值,即可确定出相应用户在服务区域内的兴趣概率分布,这样,基于该兴趣概率分布即可得到用户在服务区域内每个地理位置上的兴趣概率值,如图6所示。
在一种实施方式中,具体可以采用下述方法利用高斯混合模型(GMM模型),得到所述服务区域的兴趣概率分布,但不限于此,也可以采用其他方法(例如基于神经网络进行回归预测)得到服务区域的兴趣概率分布,在此不再赘述。
在一种实施方式中,如图2所示,具体可以采用下述方法对于每个用户,基于该用户在当前统计周期访问的线下服务提供方的位置信息和所述兴趣概率值,获得该用户的服务区域:
步骤201、基于所述用户在当前统计周期访问的线下服务提供方的地理位置信息,生成相应的最小凸包多边形。
本步骤生成的最小凸包多边形如图3中箭头所指图形所示,图3箭头左侧离散点表示当前统计周期访问的线下服务提供方,每个点表示一个线下服务提供方,每个点的位置由对应的线下服务提供方的位置信息确定。图3箭头右侧的最小凸包多边形的顶点由图3箭头左侧离散兴趣节点集合中的外围节点组成,具体可以采用现有方法生成最小凸包多边形,在此不再赘述。
步骤202、基于所述最小凸包多边形,生成封闭贝赛尔曲线。
本步骤生成的贝赛尔曲线如图4中箭头所指图形中的闭合曲线所示,具体可以采用现有方法实现,在此不再赘述。
步骤203、采用迭代放大的方式,按照预设的放大比例对所述贝赛尔曲线进行放大,直到当前获得的贝赛尔曲线能够覆盖所述用户在当前统计周期访问的所有线下服务提供方所在位置。
本步骤中,将按照预设的放大比例对步骤202得到的贝赛尔曲线进行逐步放大,使得最终获得的贝赛尔曲线能够恰好覆盖用户在当前统计周期访问的所有线下服务提供方所在位置,这样,最终得到的贝赛尔曲线内的区域可以确定为用户感兴越的服务区域。
所述放大比例,用于限定每次迭代时的放大幅度,具体可由本领域技术人员根据实际需要设置,在此不再赘述。
步骤204、将最终得到的贝赛尔曲线对应的区域作为所述用户的服务区域。
本步骤最终得到的贝赛尔曲线如图5中箭头所指图形中的闭合曲线所示。
在一种实施方式中,考虑到用户兴趣往往会随着时间动态变化,为了使得用户的服务区域和相应兴趣概率分布尽可能地与用户的实际兴趣相匹配,可以在满足预设触发条件集合中的任一条件时,触发对用户的服务区域以及用户在该服务区域的兴趣概率分布进行确定。为了能够及时地对用户的服务区域和相应兴趣概率分布进行动态更新,以及时地基于新的线下服务提供方或已有线下服务提供方的服务情况进行兴趣特征数据的扩展,所述条件集合具体地可以由下述任一条件组合得到:
条件一、当预设的统计周期到达时。
该统计周期,可由本领域技术人员或用户根据实际应用中的数据更新需求设置。
条件二、当所述移动终端设备接收到的线下访问记录信息中包含:对新的线下服务提供方访问的记录时。
条件三、当所述移动终端设备接收到的线下访问记录信息中包含:对不在所述用户的服务区域中的线下服务提供方访问的记录时。
基于上述条件二,只要接收到包含有新的线下服务提供方的访问记录,即会触发对用户的服务区域和相应兴趣概率分布的更新,因此,相比于条件三,条件二对用户的服务区域和相应兴趣概率分布的更新会更及时,但是运算开销也会相应地增加。具体应用中,可以综合考虑对数据更新的实时性需求以及硬件设备对运算开销的支持能力,基于上述条件,设置触发对用户的服务区域以及用户在该服务区域的兴趣概率分布进行确定的合适时机。
在一种实施方式中,如图7所示,在步骤102中可以采用下述方法执行向用户推送信息的处理:
步骤701、基于目标信息所属线下服务提供方的位置信息,从当前待推送的目标信息中,查找第一目标信息,所述第一目标信息所属的线下服务提供方位于所述用户的服务区域,如果查找成功,则执行步骤702;否则,判定当前不向所述用户推送所述目标信息,退出所述推送信息的处理。
本步骤用于筛选出所属线下服务提供方位于所述用户的服务区域的目标信息,即第一目标信息,以便在目标信息不在用户的服务区域时,不向用户推送该目标信息,从而可以大幅度降低向用户推送其不感兴趣信息的概率,提高向用户推送信息的有效性。
步骤702、从查找到的所有第一目标信息中,基于所述用户的线下访问记录信息对应的线下服务提供方集合,查找第二目标信息,所述第二目标信息所属线下服务提供方属于所述线下服务提供方集合;如果查找成功,则执行步骤703;否则,执行步骤704。
本步骤用于查找用户已访问过的线下服务提供方请求推送的目标信息,即第二目标信息,以便在该范围内确定向用户推送的信息。
步骤703、基于所述用户的服务区域的兴趣概率分布,确定每个所述第二目标信息所属线下服务提供方所在位置在所述用户的服务区域中的兴趣概率值,并将最大兴趣概率值对应的第二目标信息,推送给所述用户的推送信息接收设备,退出所述推送信息的处理。
本步骤用于在用户已访问过的线下服务提供方请求所推送的目标信息范围内,基于用户的服务区域的兴趣概率分布,选择出该用户的兴趣概率值最大的线下服务提供方对应的目标信息,推送给该用户,以使得向该用户推送的信息为当前待推送的目标信息中与用户兴趣匹配度最高的信息,从而可以尽可能地使得推送信息与用户兴趣相匹配。
步骤704、从所有第一目标信息中,基于所述用户的线下访问记录信息对应的线下服务提供方的服务类型集合,查找第三目标信息,所述第三目标信息所属线下服务提供方的服务类型与所述服务类型集合中的服务类型相匹配;如果查找成功,则执行步骤705,否则,判定当前不向所述用户推送所述目标信息,退出所述推送信息的处理。
本步骤用于在所属线下服务提供方在用户的服务区域内、但用户未曾访问过的线下服务提供方的目标信息范围内,即属于所述第一目标信息但不属于第二目标信息的范围内,进一步查找所属的所属线下服务提供方的服务类型与用户曾访问的线下服务提供方的类型相同的目标信息,即所述第三目标信息,以在第三类目标中查找所属线下服务提供方的用户兴趣概率值最高的目标信息,将其作为向当前用户推送的信息。
步骤705、基于所述用户的服务区域的兴趣概率分布,确定每个所述第三目标信息所属线下服务提供方所在位置在所述用户的服务区域中的兴趣概率值,将最大兴趣概率值对应的第三目标信息,推送给所述用户的推送信息接收设备。
在实际应用中,所述用户的推送信息接收设备可以为用户授权接收推送信息的终端设备如电视机、手机等,但不限于此。
基于上述步骤701~705,可以尽可能地向用户推送感兴趣的信息,降低用户不感兴趣信息的推送概率,提高向用户推送信息的有效性。以上仅是较佳地向用户推送信息的处理方式,在实际应用中不限于采用上述方法,具体可根据实际应用中的运算开销和匹配度需要设置合理的信息推送匹配策略,以实现向用户推送信息的处理。例如,简单起见,可以仅选择用户访问过的线下服务提供方的信息推送给用户。
下面结合图8~图11所示的几种具体应用场景,对上述方法实施例的具体实现细节进行示例性说明,其中,场景中的线下服务提供方为店铺,推送的目标信息为广告信息,用户访问的一个店铺为用户的一个兴趣点,用于获取用户所访问线下服务提供方的服务属性信息的移动终端设备为具有UWB芯片的手机,用户的推送信息接收设备为电视机。
图8给出了当用户新访问的线下服务提供方位于用户当前的服务区域时,基于相应的线下访问记录信息对用户在该服务区域的兴趣概率分布进行重新确定的流程示意图。如图8所示,此种情况下,需要基于新的访问对用户的服务区域内的已访问线下服务提供方对应的兴趣节点集合进行扩展,基于扩展后的兴趣节点集合重新生成该用户在服务区域的兴趣概率分布。
图9给出当用户新访问的线下服务提供方不在用户当前的服务区域时,基于相应的线下访问记录信息对用户的服务区域及兴趣概率分布进行重新确定的流程示意图。如图9所示,此种情况下,需要基于新的访问对用户已访问的线下服务提供方对应的兴趣节点进行扩展,基于扩展后的兴趣节点集合重新生成该用户在服务区域及相应的兴趣概率分布。
图10给出了当待推送的目标信息所属的线下服务提供方在用户的服务区域内时,向用户推送信息的处理示意图。如图10所示,在进行信息推送处理时,将基于用户服务区域的兴趣概率分布,在当前待推送的目标信息中,选择出对应的用户服务区域的兴趣概率值最大的目标信息推送给用户。
图11给出了当待推送的目标信息所属的线下服务提供方在用户的服务区域内、但不是用户曾去过的线下服务提供方时,向用户推送信息的处理示意图。如图11所示,在进行信息推送处理时,如果在当前待推送的目标信息中,存在所属线下服务提供方位于用户服务区域的目标信息,但是这些目标信息所属线下服务提供方不是用户访问过的线下服务提供方,此时,需要进一步查找所属的所属线下服务提供方的服务类型与用户曾访问的线下服务提供方的服务类型相匹配的目标信息,然后,再基于用户在服务区域的兴趣概率分布,确定出当前进一步查找到的每个目标信息所属线下服务提供方对应的用户兴趣概率值,从中选择最大用户兴趣概率值对应的目标信息,作为向当前用户推送的信息。
基于上述信息推送方法实施例,相对应的,本申请实施例提出了一种信息推送装置,如图12所示,该信息推送装置包括:
推送请求处理单元1201,用于接收线下服务提供方的信息推送请求,从所述信息推送请求中获取推送的目标信息和所述线下服务提供方的相关信息;
信息推送单元1202,用于当需要进行信息推送时,基于当前待推送的目标信息和相应线下服务提供方的所述相关信息,以及用户的服务区域和所述用户在所述服务区域的兴趣概率分布,按照推送信息和用户兴趣相匹配的原则,执行向所述用户推送信息的处理;
其中,所述服务区域和所述兴趣概率分布基于所述用户上报的线下访问记录信息得到,所述线下访问记录信息基于所述用户的移动终端设备在所述用户访问的线下服务提供方处采集的服务属性信息生成。
基于上述信息推送方法实施例,相对应的,本申请实施例提出了一种移动终端设备,该移动终端设备位于用户侧,用于在所述用户访问的线下服务提供方处采集所述线下服务提供方的服务属性信息,基于所述服务属性信息生成线下访问记录,发送给信息推送装置,以供信息推送装置确定所述用户的服务区域以及所述用户在所述服务区域的兴趣概率分布。
基于上述信息推送方法实施例,相对应的,本申请实施例提出了一种服务终端设备,位于线下服务提供方侧,用于将所述线下服务提供方的服务属性信息发送给进入所述线下服务提供方所在区域的用户的移动终端设备,以供所述用户的移动终端设备基于所述服务属性信息生成线下访问记录。
上述装置和终端设备实施例和方法实施例基于同一发明构思,由于它们的实现原理相似,因此,装置和方法的实施可以相互参见,重复之处不再赘述。
基于上述信息推送方法实施例,相对应的,本申请实施例提出了一种信息推送装置,包括处理器和存储器;所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行如上所述信息推送方法实施例。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外,还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作,从而实现上述信息推送方法实施方式中任一实施方式的功能。
其中,存储器具体可以实施为电可擦可编程只读存储器(EEPROM)、快闪存储器(Flash memory)、可编程程序只读存储器(PROM)等多种存储介质。处理器可以实施为包括一或多个中央处理器或一或多个现场可编程门阵列,其中现场可编程门阵列集成一或多个中央处理器核。具体地,中央处理器或中央处理器核可以实施为CPU或MCU。
基于上述信息推送方法实施例,相对应的,本申请实施例提出了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现如上所述信息推送方法的步骤。
需要说明的是,上述各流程和各结构图中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分,实际实现时,一个模块可以分由多个模块实现,多个模块的功能也可以由同一个模块实现,这些模块可以位于同一个设备中,也可以位于不同的设备中。
各实施方式中的硬件模块可以以机械方式或电子方式实现。例如,一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器,如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式,或是采用专用的永久性电路,或是采用临时配置的电路(如由软件进行配置)来实现硬件模块,可以根据成本和时间上的考虑来决定。
在本文中,“示意性”表示“充当实例、例子或说明”,不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。为使图面简洁,各图中的只示意性地表示出了与本发明相关部分,而并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”并不表示将本发明相关部分的数量限制为“仅此一个”,并且“一个”不表示排除本发明相关部分的数量“多于一个”的情形。在本文中,“上”、“下”、“前”、“后”、“左”、“右”、“内”、“外”等仅用于表示相关部分之间的相对位置关系,而非限定这些相关部分的绝对位置。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (16)

1.一种信息推送方法,其特征在于,包括:
接收线下服务提供方的信息推送请求,从所述信息推送请求中获取推送的目标信息和所述线下服务提供方的相关信息;
当需要进行信息推送时,基于当前待推送的目标信息和相应线下服务提供方的所述相关信息,以及用户的服务区域和所述用户在所述服务区域的兴趣概率分布,按照推送信息和用户兴趣相匹配的原则,执行向所述用户推送信息的处理;
其中,所述服务区域和所述兴趣概率分布基于所述用户上报的线下访问记录信息得到,所述线下访问记录信息基于所述用户的移动终端设备在所述用户访问的线下服务提供方处采集的服务属性信息生成。
2.根据权利要求1所述的方法,其特征在于,所述线下访问记录信息的生成包括:
如果所述移动终端设备在线下服务提供方所在区域检测到所述线下服务提供方的服务属性信息,且检测到所述服务属性信息的持续时长大于指定时长,则所述移动终端设备判定所述用户对所述线下服务提供方进行一次访问,将所述持续时长记录为本次访问的访问时长,并生成本次访问的线下访问记录信息;所述服务属性信息包括线下服务提供方的标识信息、位置信息和服务类别信息;所述线下访问记录信息包括:访问时刻、访问时长和线下服务提供方的服务属性信息。
3.根据权利要求1所述的方法,其特征在于,所述服务属性信息由所述移动终端设备从所述线下服务提供方发出的广播信息中获得。
4.根据权利要求1所述的方法,其特征在于,所述移动终端设备和用于发送所述服务属性信息的服务终端设备之间采用UWB通信方式。
5.根据权利要求1所述的方法,其特征在于,所述用户的服务区域以及所述用户在所述服务区域的兴趣概率分布的确定包括:
基于当前统计周期内所述移动终端设备采集的线下访问记录信息,对于所述用户在当前统计周期访问的每个线下服务提供方,确定所述用户对该线下服务提供方的兴趣概率值;
基于所述用户在当前统计周期访问的线下服务提供方的位置信息和所述兴趣概率值,获得所述用户的服务区域以及服务区域的兴趣概率分布;其中,所述服务区域能够覆盖所述用户在当前统计周期访问的所有线下服务提供方所在位置。
6.根据权利要求5所述的方法,其特征在于,所述确定所述用户对该线下服务提供方的兴趣概率值包括:
对于所述用户在当前统计周期访问的每个线下服务提供方,基于所述用户在当前统计周期对该线下服务提供方进行访问的总时长和总次数,采用加权计算的方式,得到所述用户对该线下服务提供方的兴趣概率值。
7.根据权利要求5所述的方法,其特征在于,利用高斯混合模型,得到所述服务区域的兴趣概率分布。
8.根据权利要求5所述的方法,其特征在于,所述服务区域的获得包括:
基于所述用户在当前统计周期访问的线下服务提供方的地理位置信息,生成相应的最小凸包多边形;
基于所述最小凸包多边形,生成封闭贝赛尔曲线;
采用迭代放大的方式,按照预设的放大比例对所述贝赛尔曲线进行放大,直到当前获得的贝赛尔曲线能够覆盖所述用户在当前统计周期访问的所有线下服务提供方所在位置;
将最终得到的贝赛尔曲线对应的区域作为所述用户的服务区域。
9.根据权利要求1所述的方法,其特征在于,对所述用户的服务区域以及所述用户在所述服务区域的兴趣概率分布进行确定的触发时机包括:
当预设的统计周期到达时;
当所述移动终端设备接收到的线下访问记录信息中包含对新的线下服务提供方访问的记录时;
和/或,当所述移动终端设备接收到的线下访问记录信息中包含对不在所述用户的服务区域中的线下服务提供方访问的记录时。
10.根据权利要求1所述的方法,其特征在于,所述执行向所述用户推送信息的处理包括:
x1、基于目标信息所属线下服务提供方的位置信息,从当前待推送的目标信息中,查找第一目标信息,所述第一目标信息所属的线下服务提供方位于所述用户的服务区域,如果查找成功,则执行步骤x2;否则,判定当前不向所述用户推送所述目标信息,退出所述推送信息的处理;
x2、从查找到的所有第一目标信息中,基于所述用户的线下访问记录信息对应的线下服务提供方集合,查找第二目标信息,所述第二目标信息所属线下服务提供方属于所述线下服务提供方集合;如果查找成功,则执行步骤x3;否则,执行步骤x4;
x3、基于所述用户的服务区域的兴趣概率分布,确定每个所述第二目标信息所属线下服务提供方所在位置在所述用户的服务区域中的兴趣概率值,并将最大兴趣概率值对应的第二目标信息,推送给所述用户的推送信息接收设备,退出所述推送信息的处理;
x4、从所有第一目标信息中,基于所述用户的线下访问记录信息对应的线下服务提供方的服务类型集合,查找第三目标信息,所述第三目标信息所属线下服务提供方的服务类型与所述服务类型集合中的服务类型相匹配;如果查找成功,则执行步骤x5,否则,判定当前不向所述用户推送所述目标信息,退出所述推送信息的处理;
x5、基于所述用户的服务区域的兴趣概率分布,确定每个所述第三目标信息所属线下服务提供方所在位置在所述用户的服务区域中的兴趣概率值,将最大兴趣概率值对应的第三目标信息,推送给所述用户的推送信息接收设备。
11.一种信息推送装置,其特征在于,包括:
推送请求处理单元,用于接收线下服务提供方的信息推送请求,从所述信息推送请求中获取推送的目标信息和所述线下服务提供方的相关信息;
信息推送单元,用于当需要进行信息推送时,基于当前待推送的目标信息和相应线下服务提供方的所述相关信息,以及用户的服务区域和所述用户在所述服务区域的兴趣概率分布,按照推送信息和用户兴趣相匹配的原则,执行向所述用户推送信息的处理;
其中,所述服务区域和所述兴趣概率分布基于所述用户上报的线下访问记录信息得到,所述线下访问记录信息基于所述用户的移动终端设备在所述用户访问的线下服务提供方处采集的服务属性信息生成。
12.一种移动终端设备,其特征在于,位于用户侧,用于在所述用户访问的线下服务提供方处采集所述线下服务提供方的服务属性信息,基于所述服务属性信息生成线下访问记录,发送给信息推送装置,以供信息推送装置确定所述用户的服务区域以及所述用户在所述服务区域的兴趣概率分布。
13.一种服务终端设备,其特征在于,位于线下服务提供方侧,用于将所述线下服务提供方的服务属性信息发送给进入所述线下服务提供方所在区域的用户的移动终端设备,以供所述用户的移动终端设备基于所述服务属性信息生成线下访问记录。
14.一种信息推送装置,其特征在于,包括处理器和存储器;
所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行如权利要求1至10中任一项所述信息推送方法。
15.一种计算机可读存储介质,其特征在于,其中存储有计算机可读指令,该计算机可读指令用于执行如权利要求1至10中任一项所述信息推送方法。
16.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至10中任一项所述信息推送方法的步骤。
CN202111521389.0A 2021-12-13 2021-12-13 信息推送方法和装置 Pending CN114218481A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111521389.0A CN114218481A (zh) 2021-12-13 2021-12-13 信息推送方法和装置
PCT/KR2022/020061 WO2023113392A1 (en) 2021-12-13 2022-12-09 Information pushing method and apparatus
US18/080,238 US11985372B2 (en) 2021-12-13 2022-12-13 Information pushing method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111521389.0A CN114218481A (zh) 2021-12-13 2021-12-13 信息推送方法和装置

Publications (1)

Publication Number Publication Date
CN114218481A true CN114218481A (zh) 2022-03-22

Family

ID=80701594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111521389.0A Pending CN114218481A (zh) 2021-12-13 2021-12-13 信息推送方法和装置

Country Status (2)

Country Link
CN (1) CN114218481A (zh)
WO (1) WO2023113392A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011094734A2 (en) * 2010-02-01 2011-08-04 Jumptap, Inc. Integrated advertising system
CN104380328A (zh) * 2012-06-11 2015-02-25 三星电子株式会社 用户终端装置、服务器装置和包括它们的系统及其广告服务方法
JP6334286B2 (ja) * 2014-06-20 2018-05-30 ヤフー株式会社 配信装置、配信方法
US10290028B2 (en) * 2014-10-08 2019-05-14 Streamoid Technologies Private Limited Computer implemented system for managing advertisements and a method thereof
KR102480998B1 (ko) * 2017-06-26 2022-12-22 주식회사 케이티 푸시 메시지 관리서버 및 방법

Also Published As

Publication number Publication date
WO2023113392A1 (en) 2023-06-22

Similar Documents

Publication Publication Date Title
CN108134691B (zh) 模型构建方法、网络资源预加载方法、装置、介质及终端
US8649779B2 (en) Providing customized information to a user based on identifying a trend
US8849731B2 (en) Content pre-fetching for computing devices
US9294608B2 (en) Contextual auto-replication in short range wireless networks
CN110674408B (zh) 业务平台、训练样本的实时生成方法及装置
CN110413868A (zh) 信息推荐方法、装置、系统及存储介质
CN111163072B (zh) 机器学习模型中特征值的确定方法、装置及电子设备
CN109740089A (zh) 数据采集方法、装置、系统、可读存储介质及电子设备
US20170091303A1 (en) Client-Side Web Usage Data Collection
CN111405030B (zh) 一种消息推送方法、装置、电子设备和存储介质
CN111148018B (zh) 基于通信数据识别定位区域价值的方法和装置
CN113127774A (zh) 移动应用的内容预缓存方法及装置
CN110516017B (zh) 基于终端设备的地点信息处理方法、装置、电子设备及存储介质
CN113468432A (zh) 基于移动互联网的用户行为大数据分析方法及系统
US11985372B2 (en) Information pushing method and apparatus
CN112465565B (zh) 一种基于机器学习的用户画像预测的方法及装置
CN114218481A (zh) 信息推送方法和装置
CN113691483A (zh) 异常用户设备的检测方法、装置、设备及存储介质
JP5422436B2 (ja) 滞在場所推定装置、方法及びプログラム
CN112486796B (zh) 一种采集车载智能终端信息的方法和装置
CN114154010A (zh) 数据处理方法、装置、设备、存储介质
Ma et al. iLoc: a framework for incremental location-state acquisition and prediction based on mobile sensors
CN114168838A (zh) 兴趣点在线搜索排序方法与系统、以及云端搜索服务平台
CN106570043B (zh) 一种终端后台运行程序的识别方法、装置及网络平台
CN115801952B (zh) 一种天线系统的控制方法和系统

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