CN106383908A - 一种数据对象推送方法和装置 - Google Patents

Abstract

本发明公开了一种数据对象推送方法和装置。所述方法包括：获取用户的属性信息，其中，所述用户的属性信息包括：年龄信息、性别信息、地域信息和教育水平信息中的至少一种，根据所述用户的属性信息推送第一推荐对象，根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。第一推荐对象是根据用户的属性信息确定的，具有较强的针对性，保证了推送的所述第一推荐对象与受众群体的相适应性，避免用户接受到与自身不相符的不良信息。由于所述第二推荐对象是基于用户对第一推荐对象的实际操作行为确定的，故，所述第二推荐对象是与用户行为强关联的推荐对象，确保了推送的第二推荐对象满足用户的当前需求。

Description

一种数据对象推送方法和装置

技术领域

本发明涉及互联网技术领域，特别是涉及一种数据对象推送方法和装置。

背景技术

随着互联网的发展，用户可以通过互联网完成越来越多的事情，例如，通过互联网可以进行网上学习、网上办公、浏览各类网页、玩游戏、听歌和看电影等，用户群体也越来越趋近于年轻化，越来越多的未成年人也开始使用网络。

然而，网络中的信息繁多，用户在使用网络时，往往会接收到各类推送信息，包括：推送的消息、应用、页面等各类信息。通常，这类信息在推送时具有一定的盲目性，容易造成推送的信息与受众群体不相符。特别是未成年人，未成年人经常会接收到一些不适于未成年人浏览访问的不良信息(如，暴力信息、色情信息等限制级信息)的推送，严重影响了未成年人的身心健康。

如何提高信息推送的针对性，使推送的信息与受众群体相适应是本领域技术人员亟需解决的问题之一。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种数据对象推送方法和装置。

依据本发明的一个方面，提供了一种数据对象推送方法，包括：

获取用户的属性信息；其中，所述用户的属性信息包括：年龄信息、性别信息、地域信息和教育水平信息中的至少一种；

根据所述用户的属性信息推送第一推荐对象；

根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。

可选地，所述根据所述用户的属性信息推送第一推荐对象，包括：

筛选得到与所述用户的属性信息相匹配的推荐对象集合；

从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。

可选地，所述从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象，包括：

获取历史推荐对象；

确定所述推荐对象集合中除所述历史推荐对象之外的其他推荐对象；

从所述其他推荐对象中选择一个待推荐对象作为所述第一推荐对象。

可选地，所述根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象，包括：

确定用户对所述第一推荐对象的操作时间；

当所述操作时间达到设定阈值时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

可选地，所述方法还包括：

对用户对所述第一推荐对象的连续操作行为对应的时间进行统计，得到所述操作时间；其中，

当监测到用户在所述第一推荐对象的任一页面的停留时间大于设定时间时，则确定用户对所述第一推荐对象的操作行为中断。

可选地，所述方法还包括：

根据用户实际操作的第一推荐对象的描述信息确定所述设定阈值。

可选地，所述根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象，包括：

对用户对所述第一推荐对象的操作行为进行监测；

当监测到用户对所述第一推荐对象的操作行为到达设定进度节点时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

可选地，所述方法还包括：

根据用户实际操作的第一推荐对象的描述信息确定所述设定进度节点。

可选地，所述方法还包括：

接收用户对所述第二推荐对象的操作响应消息；

当所述操作响应消息为用于指示接收对所述第二推荐对象进行操作的第一子操作响应消息时，暂停/退出所述第一推荐对象的执行，并保存所述第一推荐对象的进度信息；根据所述第一子操作响应消息执行所述第二推荐对象；

当所述操作响应消息为用于指示拒绝对所述第二推荐对象进行操作的第二子操作响应消息时，根据所述第二推荐对象对应的描述信息、所述第一推荐对象对应的描述信息和所述用户的属性信息，筛选得到第三推荐对象并推送；或，继续执行所述第一推荐对象。

根据本发明的另一方面，提供了一种数据对象推送装置，包括：

获取模块，用于获取用户的属性信息；其中，所述用户的属性信息包括：年龄信息、性别信息、地域信息和教育水平信息中的至少一种；

第一推送模块，用于根据所述用户的属性信息推送第一推荐对象；

第二推送模块，用于根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。

可选地，所述第一推送模块，包括：

筛选子模块，用于筛选得到与所述用户的属性信息相匹配的推荐对象集合；

选择子模块，用于从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。

可选地，所述选择子模块，用于获取历史推荐对象；确定所述推荐对象集合中除所述历史推荐对象之外的其他推荐对象；从所述其他推荐对象中选择一个待推荐对象作为所述第一推荐对象。

可选地，所述第二推送模块，用于确定用户对所述第一推荐对象的操作时间；当所述操作时间达到设定阈值时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

可选地，所述装置还包括：

统计模块，用于对用户对所述第一推荐对象的连续操作行为对应的时间进行统计，得到所述操作时间；其中，当监测到用户在所述第一推荐对象的任一页面的停留时间大于设定时间时，则确定用户对所述第一推荐对象的操作行为中断。

可选地，所述装置还包括：

阈值确定模块，用于根据用户实际操作的第一推荐对象的描述信息确定所述设定阈值。

可选地，所述第二推送模块，用于对用户对所述第一推荐对象的操作行为进行监测；当监测到用户对所述第一推荐对象的操作行为到达设定进度节点时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

可选地，所述装置还包括：

节点确定模块，用于根据用户实际操作的第一推荐对象的描述信息确定所述设定进度节点。

可选地，所述装置还包括：

接收模块，用于接收用户对所述第二推荐对象的操作响应消息；

第一执行模块，用于当所述操作响应消息为用于指示接收对所述第二推荐对象进行操作的第一子操作响应消息时，暂停/退出所述第一推荐对象的执行，并保存所述第一推荐对象的进度信息；根据所述第一子操作响应消息执行所述第二推荐对象；

第二执行模块，用于当所述操作响应消息为用于指示拒绝对所述第二推荐对象进行操作的第二子操作响应消息时，根据所述第二推荐对象对应的描述信息、所述第一推荐对象对应的描述信息和所述用户的属性信息，筛选得到第三推荐对象并推送；或，继续执行所述第一推荐对象。

本发明实施例公开了一种数据对象推送方法，可以根据用户的年龄信息、性别信息、地域信息和教育水平信息中的至少一种，确定第一推荐对象，并将所述第一推荐对象推送给用户。第一推荐对象是根据用户的属性信息确定的，具有较强的针对性，保证了推送的所述第一推荐对象与受众群体的相适应性，避免用户接受到与自身不相符的不良信息。

其次，在本发明实施例中，可以结合用户对推送的第一推荐对象的操作行为，进一步向用户推送第二推荐对象。由于所述第二推荐对象是基于用户对第一推荐对象的实际操作行为确定的，故，所述第二推荐对象是与用户行为强关联的推荐对象，确保了推送的第二推荐对象满足用户的当前需求，提高了数据对象推送的准确性。同时，在推送第二推荐对象时，还结合了用户的属性信息，进一步提高了推送的推荐对象的准确性和针对性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明实施例一中数据对象推送方法的步骤流程示意图；

图2是本发明实施例二中数据对象推送方法的步骤流程示意图；

图3是本发明实施例三中数据对象推送装置的结构框图；

图4是本发明实施例三中优选的数据对象推送装置的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

参照图1，示出了本发明实施例一中一种数据对象推送方法的步骤流程示意图。在本实施例中，所述数据对象推送方法包括：

步骤102，获取用户的属性信息。

在本实施例中，所述用户的属性信息包括但不仅限于：年龄信息、性别信息、地域信息和教育水平信息中的至少一种。

其中，可以通过任意一种适当的方式确定所述用户的属性信息。例如，可以从用户的注册信息中提取得到所述用户的属性信息；或者，根据用户在设定界面中主动输入的个人属性信息来确定所述用户的属性信息。本实施例对此不作限制。

步骤104，根据所述用户的属性信息推送第一推荐对象。

在本实施例中，可以采用任意一种可行的方式来确定并推送第一推荐对象。

例如，可以从第三方去查找与所述用户的属性信息相匹配的推荐对象，将从第三方查找到的与所述用户的属性信息相匹配的推荐对象作为所述第一推荐对象推送给用户。

当然，也可以从本地存储的多个推荐对象中，筛选得到与所述用户的属性信息相匹配的推荐对象作为所述第一推荐对象，并推送给用户。本实施例对此不作限制，

步骤106，根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。

在本实施例中，可以进一步结合用户的当前操作行为：用户对所述第一推荐对象的操作行为，来进一步选择并推送第二推荐对象。由于所述第二推荐对象是基于用户当前操作的第一推荐对象来确定的，因此，推送的第二推荐对象与用户的当前行为具有较高的匹配度。同时，在推送第二推荐对象时，还结合了用户的属性信息，进一步提高了推荐对象推送的准确性和针对性。

其中，需要说明的是，所述第一推荐对象和所述第二推荐对象可以是类型不同的推荐对象，例如，所述第一推荐对象可以是一个学习类型的应用程序，所述第二推荐对象可以是一个游戏类型的应用程序；又或者，所述第一推荐对象可以是一个游戏类型的应用程序，所述第二推荐对象可以是一个学习类型的应用程序。当然，所述第一推荐对象和所述第二推荐对象也可以是类型相同的推荐对象，本实施例对此不作限制。

当然，本领域技术人员应当明了的是，无论所述第一推荐对象和所述第二推荐对象的类型是否相同，所述第一推荐对象和所述第二推荐对象应在某一个方面或某几个方面具有一致性。例如，当第一推荐对象是学习唐诗的学习类应用程序，则所述第二推荐对象也应具备相一致的属性，如，所述第二推荐对象可以是关于唐诗的填空小游戏，又或者，所述第二推荐对象可以是关于唐诗的拼图游戏，本实施例对此不作限制。

其中，以第一推荐对象和所述第二推荐对象均为应用程序为例进行说明，上述的第一推荐对象和所述第二推荐对象应在某一个方面或某几个方面具有一致性可以理解为：所述第一推荐对象和所述第二推荐对象具有相同的标签、和/或相同的关键字、和/或相同的描述信息等。

综上所述，本实施例所述的数据对象推送方法，可以根据用户的年龄信息、性别信息、地域信息和教育水平信息中的至少一种，确定第一推荐对象，并将所述第一推荐对象推送给用户。可见，在本实施例中，由于所述第一推荐对象是根据用户的属性信息确定的，因此，所述第一推荐对象具有较强的针对性，保证了推送的所述第一推荐对象与受众群体的相适应性，避免用户接受到与自身不相符的不良信息。

其次，在本实施例中，可以结合用户对推送的第一推荐对象的操作行为，进一步向用户推送第二推荐对象。由于所述第二推荐对象是基于用户对第一推荐对象的实际操作行为确定的，故，所述第二推荐对象是与用户行为强关联的推荐对象，确保了推送的第二推荐对象满足用户的当前需求，提高了数据对象推送的准确性。同时，在推送第二推荐对象时，还结合了用户的属性信息，进一步提高了推送的推荐对象的准确性和针对性。

实施例二

参照图2，示出了本发明实施例二中一种数据对象推送方法的步骤流程示意图。在本实施例中，所述数据对象推送方法包括：

步骤202，获取用户的属性信息。

在本实施例中，所述用户的属性信息包括但不仅限于：年龄信息、性别信息、地域信息和教育水平信息中的至少一种。

步骤204，根据所述用户的属性信息推送第一推荐对象。

在本实施例中，所述步骤204具体可以包括：

子步骤2042，筛选得到与所述用户的属性信息相匹配的推荐对象集合。

在本实施例中，可以从第三方或者本地保存的推荐对象中筛选得到与所述用户的属性信息相匹配的推荐对象集合。例如，可以根据推荐对象的描述信息、名称、标签等任意适当信息与所述用户的属性信息的匹配结果确定所述推荐对象集合。

子步骤2044，从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。

在本实施例中，可以根据任意适当的选取规则，从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。例如，可以从所述推荐对象集合中选择一个访问量最大的推荐对象作为所述第一推荐对象；又或者，可以从所述推荐对象集合中选择一个评分最高的推荐对象作为所述第一推荐对象；又或者，可以从所述推荐对象集合中选择一个发布时间最新的推荐对象作为所述第一推荐对象。具体的选取规则可以根据实际情况确定，本实施例对此不作限制。

在本实施例的一可选方案中，所述从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象，具体可以包括：获取历史推荐对象；确定所述推荐对象集合中除所述历史推荐对象之外的其他推荐对象；从所述其他推荐对象中选择一个待推荐对象作为所述第一推荐对象。

在本实施例中，为了避免重复推送的问题，可以在选择待推荐对象时，先获取之前已推送过的历史推荐对象，然后将历史推荐对象从推荐对象集合中剔除，最后从剔除了历史推荐对象的推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。

步骤206，根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。

在本实施例的一可选方案中，所述步骤206具体可以包括：

子步骤2062，确定用户对所述第一推荐对象的操作时间。

在本实施例中，可以对用户对所述第一推荐对象的连续操作行为对应的时间进行统计，得到所述操作时间。

需要说明的是，在本实施例中，当监测到用户在所述第一推荐对象的任一页面的停留时间大于设定时间时，则确定用户对所述第一推荐对象的操作行为中断。当确定用户对所述第一推荐对象的操作行为中断时，可以将之前统计的用户对所述第一推荐对象的连续操作行为对应的时间进行清理处理，在用户重新恢复对所述第一推荐对象的操作时，重新开始计时。当然，也可以暂停对用户操作时间的统计，当用户重新恢复对所述第一推荐对象的操作时，在历史时间统计的基础上进行时间累加。本实施例对此不作限制。

子步骤2064，当所述操作时间达到设定阈值时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

在本实施例中，描述信息包括但不仅限于如下信息中的一种或多种：推荐对象的版本信息、开发者信息、运行环境信息、适用人群信息、类型信息和内容简介信息等。

其中，在本实施例中，可以结合所述第一推荐对象对应的描述信息和用户的属性信息两个维度的属性来筛选得到第二推荐对象，并推送。

需要说明的是，不同的第一推荐对象对应的设定阈值也不完全相同。所述设定阈值可以根据用户实际操作的第一推荐对象的描述信息确定。例如，以第一推荐对象为课程应用为例，当所述课程应用是较为复杂的数学类的课程时，则可以将所述设定阈值的大小设置的较小一点；当所述课程应用是较为简单的诗词朗诵课程时，可以将所述设定阈值的大小设置的较大一点。本实施例对此不作限制。

在本实施例的另一可选方案中，所述步骤206具体可以包括

子步骤2066，对用户对所述第一推荐对象的操作行为进行监测。

子步骤2068，当监测到用户对所述第一推荐对象的操作行为到达设定进度节点时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

在本实施例中，所述设定进度节点可以根据实际情况确定，例如，可以但不仅限于根据用户实际操作的第一推荐对象的描述信息确定所述设定进度节点。针对不同类型的第一推荐对象可以设置不完全相同的进度节点。

需要说明的是，在本实施例中，可以根据单一规则来确定第二推荐对象的推送时机，如前所述的根据用户对所述第一推荐对象的操作时间来确定第二推荐对象的推送时机，或者，根据用户对所述第一推荐对象的操作行为到达设定进度节点来确定是否推送第二推荐对象。当然，本领域技术人员应当明了的是，在实际应用中，可以将用户对所述第一推荐对象的操作时间和用户对所述第一推荐对象的操作进度两者结合起来，确定在何时进行第二推荐对象的推送。本发明实施例对此不作限制。

此外，还需要说明的是，在本实施例中，可以向用户多次推送第二推荐对象。其中，每次推送的第二推荐对象可以是相同的推荐对象，也可以是不同的推荐对象，本实施例对此不作限制。其中，每次推送第二推荐对象的时机可以是不完全相同的。如前所述的设定阈值，在首次推送第二推荐对象时，所述设定阈值的大小可以较大一点，后续每次推送第二推荐对象的间隔时间可以越来越小。同理，如前所述的设定进度节点，在首次推送第二推荐对象时，所述设定节点进度节点的跨度可以较长一点，后续每次推送第二推荐对象的进度节点的跨度可以越来越短。

在本发明实施例中，所述数据对象推送方法还可以包括如下步骤：

步骤208，接收用户对所述第二推荐对象的操作响应消息。

在本实施例中，当所述操作响应消息为用于指示接收对所述第二推荐对象进行操作的第一子操作响应消息时，可以执行下述步骤210。当所述操作响应消息为用于指示拒绝对所述第二推荐对象进行操作的第二子操作响应消息时，可以执行下述步骤212。

步骤210，暂停或退出所述第一推荐对象的执行，并保存所述第一推荐对象的进度信息；根据所述第一子操作响应消息执行所述第二推荐对象。

在本实施例中，当接收到操作响应消息为第一子操作响应消息时，说明用户确认要执行所述第二推荐对象，此时，为了避免第一推荐对象的数据丢失，可以在暂停或退出所述第一推荐对象的过程中，保存所述第一推荐对象的进度信息，以便在恢复或重启所述第一推荐对象时，可以根据所述进度信息将第一推荐对象的数据恢复至暂停或退出时的状态。

步骤212，根据所述第二推荐对象对应的描述信息、所述第一推荐对象对应的描述信息和所述用户的属性信息，筛选得到第三推荐对象并推送；或，继续执行所述第一推荐对象。

在本实施例中，当当接收到操作响应消息为第二子操作响应消息时，说明用户当前时间不想执行所述第二推荐对象。此时，至少可能存在两种情况：第一，用户对当前推送的第二推荐对象不感兴趣，此时，可以根据第二推荐对象对应的描述信息、所述第一推荐对象对应的描述信息和所述用户的属性信息三个维度的信息来进行进一步的推荐对象的筛选，得到针对性更强的第三推荐对象，将所述第三推荐对象推送给用户。其中，由于所述第二推荐对象是被用户拒绝的推荐对象，因此，所述第三推荐对象可以理解为是与所述第二推荐对象属性相悖的推荐对象。第二，用户不想中断对所述第一推荐对象的操作，此时，可以继续执行所述第一推荐对象。

综上所述，本实施例所述的数据对象推送方法，可以根据用户的年龄信息、性别信息、地域信息和教育水平信息中的至少一种，确定第一推荐对象，并将所述第一推荐对象推送给用户。可见，在本实施例中，由于所述第一推荐对象是根据用户的属性信息确定的，因此，所述第一推荐对象具有较强的针对性，保证了推送的所述第一推荐对象与受众群体的相适应性，避免用户接受到与自身不相符的不良信息。

其次，在本实施例中，可以结合用户对推送的第一推荐对象的操作行为，进一步向用户推送第二推荐对象。由于所述第二推荐对象是基于用户对第一推荐对象的实际操作行为确定的，故，所述第二推荐对象是与用户行为强关联的推荐对象，确保了推送的第二推荐对象满足用户的当前需求，提高了数据对象推送的准确性。同时，在推送第二推荐对象时，还结合了用户的属性信息，进一步提高了推送的推荐对象的准确性和针对性。

需要说明的是，本实施例上述的数据对象推送方法的步骤流程至少可以适用于如下三种场景：场景1、第一推荐对象是学习类的应用程序，第二推荐对象是游戏类的应用程序。场景2、第一推荐对象是游戏类的应用程序，第二推荐对象是学习类的应用场景。场景3、第一推荐对象和第二推荐对象均是学习类的应用程序。场景4、第一推荐对象和第二推荐对象均是游戏类的应用场景。

在场景1中，可以在用户使用第一推荐对象进行学习的学习过程中，适时的向用户推送游戏类型的第二推荐对象，实现了劳逸集合。当然，所述第二推荐对象也可以是护眼类的眼保健操、或者提示用户休息的提示消息等，以实现对用户视力的防护。

在场景2中，可以在用户使用第一推荐对象进行游戏的过程中，在游戏时间到达规定时间时，及时将学习类的第二推荐对象推送给用户，避免用户长时间沉迷游戏。

在场景3或4中，第二推荐对象是根据第一推荐对象确定的相同类型的推荐对象，第二次推荐的第二推荐对象与用户当前行为匹配度高，提高了推送的推荐对象的准确性和针对性。

对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必需的。

实施例三

基于与上述方法实施例同一发明构思，参照图3，示出了本发明实施例三中一种数据对象推送装置的结构框图。在本实施例中，所述数据对象推送装置，包括：

获取模块302，用于获取用户的属性信息；其中，所述用户的属性信息包括：年龄信息、性别信息、地域信息和教育水平信息中的至少一种。

第一推送模块304，用于根据所述用户的属性信息推送第一推荐对象。

第二推送模块306，用于根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。

可见，在本实施例中，由于所述第一推荐对象是根据用户的属性信息确定的，因此，所述第一推荐对象具有较强的针对性，保证了推送的所述第一推荐对象与受众群体的相适应性，避免用户接受到与自身不相符的不良信息。

在本实施例的优选方案中，参照图4，示出了本发明实施例三中一种优选的数据对象推送装置的结构框图。

一优选的实施例中，所述第一推送模块304，包括：筛选子模块3042，用于筛选得到与所述用户的属性信息相匹配的推荐对象集合；选择子模块3044，用于从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。

其中，所述选择子模块3044，具体可以用于获取历史推荐对象；确定所述推荐对象集合中除所述历史推荐对象之外的其他推荐对象；从所述其他推荐对象中选择一个待推荐对象作为所述第一推荐对象。

一优选的实施例中，所述第二推送模块306，具体可以用于确定用户对所述第一推荐对象的操作时间；当所述操作时间达到设定阈值时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

一优选的实施例中，所述第二推送模块306，具体可以用于对用户对所述第一推荐对象的操作行为进行监测；当监测到用户对所述第一推荐对象的操作行为到达设定进度节点时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

一优选的实施例中，所述装置还包括：

统计模块308，用于对用户对所述第一推荐对象的连续操作行为对应的时间进行统计，得到所述操作时间；其中，当监测到用户在所述第一推荐对象的任一页面的停留时间大于设定时间时，则确定用户对所述第一推荐对象的操作行为中断。

一优选的实施例中，所述装置还包括：

阈值确定模块310，用于根据用户实际操作的第一推荐对象的描述信息确定所述设定阈值。

一优选的实施例中，所述装置还包括：

节点确定模块312，用于根据用户实际操作的第一推荐对象的描述信息确定所述设定进度节点。

一优选的实施例中，所述装置还包括：

接收模块314，用于接收用户对所述第二推荐对象的操作响应消息。

第一执行模块316，用于当所述操作响应消息为用于指示接收对所述第二推荐对象进行操作的第一子操作响应消息时，暂停/退出所述第一推荐对象的执行，并保存所述第一推荐对象的进度信息；根据所述第一子操作响应消息执行所述第二推荐对象。

第二执行模块318，用于当所述操作响应消息为用于指示拒绝对所述第二推荐对象进行操作的第二子操作响应消息时，根据所述第二推荐对象对应的描述信息、所述第一推荐对象对应的描述信息和所述用户的属性信息，筛选得到第三推荐对象并推送；或，继续执行所述第一推荐对象。

综上所述，本实施例所述的数据对象推送装置，可以根据用户的年龄信息、性别信息、地域信息和教育水平信息中的至少一种，确定第一推荐对象，并将所述第一推荐对象推送给用户。可见，在本实施例中，由于所述第一推荐对象是根据用户的属性信息确定的，因此，所述第一推荐对象具有较强的针对性，保证了推送的所述第一推荐对象与受众群体的相适应性，避免用户接受到与自身不相符的不良信息。

其次，在本实施例中，可以结合用户对推送的第一推荐对象的操作行为，进一步向用户推送第二推荐对象。由于所述第二推荐对象是基于用户对第一推荐对象的实际操作行为确定的，故，所述第二推荐对象是与用户行为强关联的推荐对象，确保了推送的第二推荐对象满足用户的当前需求，提高了数据对象推送的准确性。同时，在推送第二推荐对象时，还结合了用户的属性信息，进一步提高了推送的推荐对象的准确性和针对性。

对于上述装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一种数据对象推送设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

本发明公开了A1、一种数据对象推送方法，包括：

获取用户的属性信息；其中，所述用户的属性信息包括：年龄信息、性别信息、地域信息和教育水平信息中的至少一种；

根据所述用户的属性信息推送第一推荐对象；

根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。

A2、根据A1所述的方法，其中，所述根据所述用户的属性信息推送第一推荐对象，包括：

筛选得到与所述用户的属性信息相匹配的推荐对象集合；

从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。

A3、根据A2所述的方法，其中，所述从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象，包括：

获取历史推荐对象；

确定所述推荐对象集合中除所述历史推荐对象之外的其他推荐对象；

从所述其他推荐对象中选择一个待推荐对象作为所述第一推荐对象。

A4、根据A1所述的方法，其中，所述根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象，包括：

确定用户对所述第一推荐对象的操作时间；

当所述操作时间达到设定阈值时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

A5、根据A4所述的方法，其中，所述方法还包括：

对用户对所述第一推荐对象的连续操作行为对应的时间进行统计，得到所述操作时间；其中，

当监测到用户在所述第一推荐对象的任一页面的停留时间大于设定时间时，则确定用户对所述第一推荐对象的操作行为中断。

A6、根据A4所述的方法，其中，所述方法还包括：

根据用户实际操作的第一推荐对象的描述信息确定所述设定阈值。

A7、根据A1所述的方法，其中，所述根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象，包括：

对用户对所述第一推荐对象的操作行为进行监测；

当监测到用户对所述第一推荐对象的操作行为到达设定进度节点时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

A8、根据A7所述的方法，其中，所述方法还包括：

根据用户实际操作的第一推荐对象的描述信息确定所述设定进度节点。

A9、根据A1所述的方法，其中，所述方法还包括：

接收用户对所述第二推荐对象的操作响应消息；

当所述操作响应消息为用于指示接收对所述第二推荐对象进行操作的第一子操作响应消息时，暂停/退出所述第一推荐对象的执行，并保存所述第一推荐对象的进度信息；根据所述第一子操作响应消息执行所述第二推荐对象；

当所述操作响应消息为用于指示拒绝对所述第二推荐对象进行操作的第二子操作响应消息时，根据所述第二推荐对象对应的描述信息、所述第一推荐对象对应的描述信息和所述用户的属性信息，筛选得到第三推荐对象并推送；或，继续执行所述第一推荐对象。

本发明还公开了B 10、一种数据对象推送装置，包括：

获取模块，用于获取用户的属性信息；其中，所述用户的属性信息包括：年龄信息、性别信息、地域信息和教育水平信息中的至少一种；

第一推送模块，用于根据所述用户的属性信息推送第一推荐对象；

第二推送模块，用于根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。

B11、根据B10所述的装置，其中，所述第一推送模块，包括：

筛选子模块，用于筛选得到与所述用户的属性信息相匹配的推荐对象集合；

选择子模块，用于从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。

B12、根据B11所述的装置，其中，所述选择子模块，用于获取历史推荐对象；确定所述推荐对象集合中除所述历史推荐对象之外的其他推荐对象；从所述其他推荐对象中选择一个待推荐对象作为所述第一推荐对象。

B13、根据B10所述的装置，其中，所述第二推送模块，用于确定用户对所述第一推荐对象的操作时间；当所述操作时间达到设定阈值时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

B14、根据B13所述的装置，其中，所述装置还包括：

统计模块，用于对用户对所述第一推荐对象的连续操作行为对应的时间进行统计，得到所述操作时间；其中，当监测到用户在所述第一推荐对象的任一页面的停留时间大于设定时间时，则确定用户对所述第一推荐对象的操作行为中断。

B15、根据B13所述的装置，其中，所述装置还包括：

阈值确定模块，用于根据用户实际操作的第一推荐对象的描述信息确定所述设定阈值。

B16、根据B10所述的装置，其中，所述第二推送模块，用于对用户对所述第一推荐对象的操作行为进行监测；当监测到用户对所述第一推荐对象的操作行为到达设定进度节点时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

B17、根据B16所述的装置，其中，所述装置还包括：

节点确定模块，用于根据用户实际操作的第一推荐对象的描述信息确定所述设定进度节点。

B18、根据B10所述的装置，其中，所述装置还包括：

接收模块，用于接收用户对所述第二推荐对象的操作响应消息；

第一执行模块，用于当所述操作响应消息为用于指示接收对所述第二推荐对象进行操作的第一子操作响应消息时，暂停/退出所述第一推荐对象的执行，并保存所述第一推荐对象的进度信息；根据所述第一子操作响应消息执行所述第二推荐对象；

第二执行模块，用于当所述操作响应消息为用于指示拒绝对所述第二推荐对象进行操作的第二子操作响应消息时，根据所述第二推荐对象对应的描述信息、所述第一推荐对象对应的描述信息和所述用户的属性信息，筛选得到第三推荐对象并推送；或，继续执行所述第一推荐对象。

Claims (10)

1.一种数据对象推送方法，包括：

获取用户的属性信息；其中，所述用户的属性信息包括：年龄信息、性别信息、地域信息和教育水平信息中的至少一种；

根据所述用户的属性信息推送第一推荐对象；

根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。

2.根据权利要求1所述的方法，其中，所述根据所述用户的属性信息推送第一推荐对象，包括：

筛选得到与所述用户的属性信息相匹配的推荐对象集合；

从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象。

3.根据权利要求2所述的方法，其中，所述从所述推荐对象集合中选择一个待推荐对象作为所述第一推荐对象，包括：

获取历史推荐对象；

确定所述推荐对象集合中除所述历史推荐对象之外的其他推荐对象；

从所述其他推荐对象中选择一个待推荐对象作为所述第一推荐对象。

4.根据权利要求1所述的方法，其中，所述根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象，包括：

确定用户对所述第一推荐对象的操作时间；

当所述操作时间达到设定阈值时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

5.根据权利要求4所述的方法，其中，所述方法还包括：

对用户对所述第一推荐对象的连续操作行为对应的时间进行统计，得到所述操作时间；其中，

当监测到用户在所述第一推荐对象的任一页面的停留时间大于设定时间时，则确定用户对所述第一推荐对象的操作行为中断。

6.根据权利要求4所述的方法，其中，所述方法还包括：

根据用户实际操作的第一推荐对象的描述信息确定所述设定阈值。

7.根据权利要求1所述的方法，其中，所述根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象，包括：

对用户对所述第一推荐对象的操作行为进行监测；

当监测到用户对所述第一推荐对象的操作行为到达设定进度节点时，筛选得到与所述第一推荐对象对应的描述信息、以及用户的属性信息相匹配的第二推荐对象，并推送所述第二推荐对象。

8.根据权利要求7所述的方法，其中，所述方法还包括：

根据用户实际操作的第一推荐对象的描述信息确定所述设定进度节点。

9.根据权利要求1所述的方法，其中，所述方法还包括：

接收用户对所述第二推荐对象的操作响应消息；

当所述操作响应消息为用于指示接收对所述第二推荐对象进行操作的第一子操作响应消息时，暂停/退出所述第一推荐对象的执行，并保存所述第一推荐对象的进度信息；根据所述第一子操作响应消息执行所述第二推荐对象；

当所述操作响应消息为用于指示拒绝对所述第二推荐对象进行操作的第二子操作响应消息时，根据所述第二推荐对象对应的描述信息、所述第一推荐对象对应的描述信息和所述用户的属性信息，筛选得到第三推荐对象并推送；或，继续执行所述第一推荐对象。

10.一种数据对象推送装置，包括：

获取模块，用于获取用户的属性信息；其中，所述用户的属性信息包括：年龄信息、性别信息、地域信息和教育水平信息中的至少一种；

第一推送模块，用于根据所述用户的属性信息推送第一推荐对象；

第二推送模块，用于根据用户对所述第一推荐对象的操作行为和所述用户的属性信息，推送第二推荐对象。