CN107305551A

CN107305551A - 推送信息的方法和装置

Info

Publication number: CN107305551A
Application number: CN201610244754.0A
Authority: CN
Inventors: 杨铭; 李光; 张祎轶; 徐光勇; 刘永; 熊丽萍
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Priority date: 2016-04-18
Filing date: 2016-04-18
Publication date: 2017-10-31

Abstract

本申请公开了推送信息的方法和装置。方法的一具体实施方式包括：获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息；从用户检索数据和用户订单数据中提取关键词集合，关键词集合包括用户感兴趣目标；获取候选的用户感兴趣目标的内容与关键词集合、时间信息和地理位置信息的匹配度；基于匹配度，向用户推送用户感兴趣目标的内容。该实施方式实现了富于针对性的信息推送。

Description

推送信息的方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及推送信息的方法和装置。

背景技术

用户在外出进行生活消费时，可能通过用户端的搜索页面实时搜索互联网上某些商家的评价和信誉，之后搜索页面的后台服务器根据用户输入的关键词向用户推送搜索结果，之后用户再根据搜索结果决策是否进行消费。

然而，上述的信息推送方式，仅仅根据用户输入的关键词得到推送结果，搜索结果与用户希望查询的结果可能存在偏差，存在着对用户相关数据的利用不足、推送的信息缺乏针对性的问题。

发明内容

本申请的目的在于提出一种改进的推送信息的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种推送信息的方法，所述方法包括：获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息；从所述用户检索数据和用户订单数据中提取关键词集合，所述关键词集合包括用户感兴趣目标；获取候选的用户感兴趣目标的内容与所述关键词集合、所述时间信息和所述地理位置信息的匹配度；基于所述匹配度，向用户推送用户感兴趣目标的内容。

第二方面，本申请提供了一种推送信息的装置，所述装置包括：第一获取模块，用于获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息；提取模块，用于从所述用户检索数据和用户订单数据中提取关键词集合，所述关键词集合包括用户感兴趣目标；第二获取模块，用于获取候选的用户感兴趣目标的内容与所述关键词集合、所述时间信息和所述地理位置信息的匹配度；目标内容推送模块，用于基于所述匹配度，向用户推送用户感兴趣目标的内容。

本申请提供的推送信息的方法和装置，通过获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息，而后从所述用户检索数据和用户订单数据中提取关键词集合，所述关键词集合包括用户感兴趣目标；之后获取候选的用户感兴趣目标的内容与所述关键词集合、所述时间信息和所述地理位置信息的匹配度；最后基于所述匹配度，向用户推送用户感兴趣目标的内容，从而有效利用了用户感兴趣目标与用户检索数据关键词集合、用户当前地理位置信息以及当前时间信息的匹配度向用户推送用户感兴趣目标的内容，实现了富于针对性的信息推送。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性***架构图；

图2是根据本申请的推送信息的方法的一个示意性实施例的流程图；

图3是根据本申请的获取用户感兴趣目标的舆情指数的一个示意性实施例的流程图；

图4是根据本申请的获取用户评分参数的一个示意性实施例的流程图；

图5是根据本申请的推送信息的方法的一个应用场景的示意图；

图6是根据本申请的推送信息的装置的一个实施例的结构示意图；

图7是适于用来实现本申请实施例的终端设备或服务器的计算机***的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的推送信息的方法或推送信息的装置的实施例的示例性***架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105、106。网络104用以在终端设备101、102、103和服务器105、106之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户110可以使用终端设备101、102、103通过网络104与服务器105、106交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、搜索引擎类应用、购物类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持搜索功能的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group AudioLayer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105、106可以是提供各种服务的服务器，例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的请求等数据进行分析等处理，并将处理结果(例如推送的用户感兴趣目标)反馈给终端设备。

需要说明的是，本申请实施例所提供的推送信息的方法一般由服务器105、106执行，相应地，推送信息的装置一般设置于服务器105、106中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的推送信息的方法的一个实施例的流程200。所述的推送信息的方法，包括以下步骤：

步骤201，获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息。

在本实施例中，推送信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行检索的终端接收检索请求。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

用户检索数据，是指用户当前通过用户端输入的检索数据或用户曾输入的历史检索数据。这些历史检索数据，可以是用户使用同一终端进行检索的数据，也可以是根据用户账号判定的来自不同终端的检索数据。检索数据可以包括检索内容、检索时间和检索地点等。

用户订单数据，是指用户对用户端搜索到的信息进一步进行支付生成的订单信息。订单数据中可以包括但不限于订单内容、订单生成时间、订单生成地点、订单交付时间和订单交付地点中的一项或多项，可以根据订单数据提取的关键词确认用户的日常消费习惯。这里的订单数据可以为当前正在发生的订单数据，也可以为用户的历史订单数据。

用户端的地理位置信息，可以根据用户检索或生成订单的用户端网络接入点信息来确定(例如IP地址、wifi等)，也可以从用户端的定位组件获得。在这里，定位组件是指现有技术或未来发展的技术中用户端配置的用于定位的组件，例如GPS组件或北斗组件等，本申请对此不做限定。

用户端的时间信息，可以根据用户端的地理位置信息判定用户端所处的时区，并根据当前时间以及时区得到用户端的时间信息，也可以根据预先允许的权限获取用户端的***时间。

步骤202，从用户检索数据和用户订单数据中提取关键词集合，关键词集合包括用户感兴趣目标。

在本实施例中，可以采用多种分析手段对从用户检索数据进行分析，从而提取出一个或多个关键词。

示例性的，可以对上述用户检索数据中存在的各个词语的出现频率进行统计和排序，之后，再选取出现频率排序靠前的一个或多个词语作为待提取的关键词。

示例性的，对上述用户检索数据的分析方式还可以是语义分析方式。作为示例，可以对用户检索数据进行全切分方法等处理，把内容分割成词；再对所得到的词进行重要性计算(例如采用词频-逆向文件频率方法(Term Frequency-Inverse Document Frequency，TF-IDF))，基于重要性计算的结果来得到关键词。

利用全切分方法，可以首先切分出与语言词库匹配的所有可能的词，再运用统计语言模型确定最优的切分结果。以用户输入的检索信息“XX餐厅”为例，可以首先进行语言词库匹配，找到匹配的所有词——XX，餐厅，X，X餐，厅，XX餐，X餐厅，XX餐厅；这些词以词网格(word lattices)形式表示，接着基于词网格做路径搜索，再基于统计语言模型(例如N-Gram模型，)找到最优路径。如果结果显示“XX餐厅”的语言模型得分最高，则“XX餐厅”即为“XX餐厅”的最优切分。在这里所述的N-Gram模型是常用的一种语言模型，对中文而言，可以称之为汉语语言模型(CLM，Chinese Language Model)。该N-Gram模型基于这样一种假设，第N个词的出现只与前面N-1个词相关，而与其它任何词都不相关，整句的概率就是各个词出现概率的乘积，而这些概率可以通过直接从语料中统计N个词同时出现的次数得到。

利用全切分方法将内容分割成词之后，可以采用词频-逆向文件频率方法对这些词进行重要性计算，再基于重要性来选取词作为关键词或者对这些词进行重要性评分。词频-逆向文件频率方法的主要思想是，如果某个词或短语在一篇文章中出现的频率(Term Frequency，TF)高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。而逆向文件频率(Inverse DocumentFrequency，IDF)主要是指，如果包含某个词或短语的文档越少，则IDF越大，则说明该词或短语具有很好的类别区分能力。由此，使用词频-逆向文件频率方法，可以计算某个词或短语在某篇文章里面的重要性。

需要说明的是，上述语义分析方式的各种方法是目前广泛研究和应用的公知技术，在此不再赘述。

在从用户检索数据和用户订单数据中提取关键词集合后，这些关键词集合可以包括用户感兴趣目标。这里的用户感兴趣目标可以包括但不限于：用户感兴趣的商家、生产厂家等。

步骤203，获取候选的用户感兴趣目标的内容与关键词集合、时间信息和地理位置信息的匹配度。

在本实施例中，推送信息的方法运行于其上的电子设备上可以预先存储多条候选的用户感兴趣目标，这些候选的用户感兴趣目标的内容可以用于与上述关键词集合、用户端的时间信息和用户端的地理位置信息相匹配，以便基于匹配结果向用户推送感兴趣目标。

在本实施例中，上述电子设备可以将各条候选的用户感兴趣目标的内容与上述关键词集合、时间信息和地理位置信息分别进行逐一匹配，并根据每条候选的用户感兴趣目标的内容所包括的关键词的数目、用户端的时间信息和用户端的地理位置信息来确定该条候选的用户感兴趣目标的内容与关键词集合、用户端的时间信息和用户端的地理位置信息的匹配关系。例如，如果某条候选的用户感兴趣目标的内容中包括了上述关键词集合中的所有关键词且匹配用户端的时间信息和用户端的地理位置信息，则可以确定该条候选的用户感兴趣目标与关键词集合存在完全匹配关系；而如果某条候选的用户感兴趣目标的内容中包括了上述关键词集合中的部分关键词、用户端的时间信息和用户端的地理位置信息中的至少一个，则可以确定该条候选的用户感兴趣目标的内容与关键词集合、用户端的时间信息和用户端的地理位置信息存在部分匹配关系；而如果某条候选的用户感兴趣目标的内容中不包括上述关键词集合中的任何关键词，也不包括用户端的时间信息和用户端的地理位置信息，则可以确定该条候选的用户感兴趣目标的内容与关键词集合、用户端的时间信息和用户端的地理位置信息存在不匹配关系。根据匹配关系，上述电子设备可以从多条候选的用户感兴趣目标中选取至少一条候选的用户感兴趣目标，并由此生成推送信息集合。例如，上述电子设备可以选取与关键词集合符合完全匹配关系的候选的用户感兴趣目标的内容，作为待推送的信息。

步骤204，基于匹配度，向用户推送用户感兴趣目标的内容。

在本实施例中，上述电子设备可以根据候选的用户感兴趣目标与关键词集合、用户端的时间信息和用户端的地理位置信息的匹配度，向用户推送用户感兴趣目标的内容。

在本实施例的一些可选的实现方式中，上述向用户推送用户感兴趣目标的内容包括：向用户推送用户感兴趣目标的以下一项或多项参数：舆情参数、用户评分参数、资质认证参数和信用参数。

在本实施例中，舆情参数是舆情是指反映用户感兴趣目标的“舆论情况”的参数的简称，是指在一定的社会空间内，围绕与用户感兴趣目标相关的事件的发生、发展和变化，作为主体的民众对作为客体的用户感兴趣目标及其政治、法律、社会、道德等方面的取向产生和持有的社会态度进行量化得到的参数，是民众所表达的信念、态度、意见和情绪等等表现的量化总和。舆情参数的表现形式可以表现为以下一项或多项：舆情指数、网络关键词、正向报道的篇数、负向报道的篇数以及根据正向报道的篇数和负向报道的篇数生成的舆情曲线。

用户评分参数，是指用户对购买或其他相关体验某一产品后对此做出的判断的量化参数，对于其他用户的消费通常具有借鉴作用。用户评分参数的表现形式可以表现为以下一项或多项：好评率、星级评分、用户描述(包括用户等级，名字和区域等)、互动元素(有用，无用)、标签分层展示、积分鼓励等。

资质认证参数，是指对于商户或生产厂家符合国家、质量体系或行业承认的资质证明的量化指标。资质认证参数的表现形式可以表现为以下一项或多项：公司名称、企业注册号、法人姓名、法人身份证号或者护照号、企业营业执照、营业地址、经营范围和税务登记证、质量体系认证证书和行业认证证书等。

信用参数，是指依附在用户与商户之间形成的一种相互信任的量化指标。信用参数体现了用户感兴趣目标在与其他用户交往过程中履行承诺的记录，对于信用参数高的商户或生产厂家，用户可以付出更多的成本。信用参数的表现形式可以表现为以下一项或多项：信用时长、信用次数、违规记录和用户投诉等。

在本实施例的一些可选的实现方式中，上述舆情参数包括舆情指数，上述推送信息的方法还包括获取用户感兴趣目标的舆情指数。请参考图3，获取用户感兴趣目标的舆情指数300包括以下步骤：

在步骤301中，获取用户感兴趣目标的报道页面、报道页面所属的媒体以及报道页面的点击量。

在步骤302中，根据报道页面所属的媒体以及报道页面的点击量，获取各个媒体的点击量。

在步骤303中，根据各个媒体的点击量，确定媒体的影响力参数。

在步骤304中，对单个报道页面进行语义分析和情感词计算，得到单个报道页面的情感倾向参数。

在步骤305中，根据报道页面所属的媒体、媒体的影响力参数和单个报道页面的情感倾向参数，确定用户感兴趣目标的舆情指数。

在本实施例的一些可选的实现方式中，上述步骤305中根据报道页面、报道页面所属的媒体、媒体的影响力参数和单个报道页面的情感倾向参数，确定用户感兴趣目标的舆情指数包括：通过以下舆情指数计算模型获取用户感兴趣目标的舆情指数：

其中，n表示报道页面所属的媒体的数量；N_i表示属于媒体i的报道页面的数量；μ_i表示媒体i的影响力参数，根据媒体的页面浏览量和/或一定时间内的浏览用户数量得出；υ表示单个报道页面的情感倾向参数；表示属于媒体i的报道页面j的新闻情感倾向之和；Min表示新闻情感倾向的理论下限，即所有媒体的报道页面的新闻情感倾向均为负向最大值；Max表示新闻情感倾向的理论上限，即所有媒体的报道页面的新闻情感倾向均为正向最大值。

在得到舆情指数之后，可以通过数字、文字、符号、图片、动画、图形及其组合之一的形式显示舆情指数，例如，可以通过折线图、柱形图、饼形图、条形图或面积图等图形显示舆情指数。

在这里，通过计算上述的舆情指数，可以向用户提供用户感兴趣目标的媒体报道结果，增强了舆情指数数据的可视性，使舆情指数数据的展现更为直观。

在本实施例的一些可选的实现方式中，上述推送信息的方法还包括获取用户评分参数。请参考图4，获取用户评分参数400包括以下步骤：

在步骤401中，获取用户评价数据库中对用户感兴趣目标的评分以及评分的数量。

在步骤402中，获取每一个评分与每一个评分的数量之乘积。

在步骤403中，获取所有评分的乘积之和。

在步骤404中，将评分的最高值与所有评分的数量的乘积作为用户感兴趣目标的评分基数。

在步骤405中，将和除以评分基数，得到用户评分参数。

上述的获取用户评分参数，以星级评分为例，可以通过如下计算模型获取用户感兴趣目标的星级评分：

其中，5星评分数、4星评分数、3星评分数、2星评分数、1星评分数是指用户感兴趣目标在不同星级得到的用户评分数量。

应当理解，上述星级评分仅为示例性的，并不代表对本申请的限定。上述的获取用户评分参数，还可以通过获取用户好评率、获取用户描述、获取用户互动元素、获取用户标签分层展示和获取用户积分鼓励等形式体现。

继续参见图5，图5是根据本实施例的推送信息的方法的应用场景的一个示意图。在图5的应用场景中，用户首先向搜索引擎输入“m”510，发起一个检索请求；之后，服务器可以后台获取上述“m”、并基于用户的历史检索数据和用户订单数据得到用户历史消费过快餐类食品、用户偏爱碳酸饮料、用户端所处时区的时间为中午12点和用户的地理位置信息为海淀区西二旗这些数据；之后，服务器获取其预存储的候选的用户感兴趣目标与上述获取的数据的匹配度，得到与上述数据相匹配的m餐厅西二旗店，并根据用户端的时间为午餐时间，得到m餐厅的团购信息；然后，服务器从口碑舆情数据库、商家数据库、评价数据库中检索m餐厅西二旗店的舆情信息、用户评价和商家信誉等数据，根据检索到的数据生成m餐厅西二旗店520的内容，最后将包括m餐厅西二旗店520的内容和m餐厅的团购信息530的内容的推送信息向用户推送。其中，m餐厅西二旗店520的内容包括但不限于m餐厅西二旗店的舆情指数521、用户评分参数522、资质认证参数523和信用参数524等，用户在看到上述推送信息之后，可以根据该内容判断是否去该餐厅进行消费。

本申请的上述实施例提供的方法通过将推送信息与用户检索数据、用户订单数据、用户端的时间信息和地理位置信息相关联，实现了富于针对性的信息推送。

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种推送信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例所述的推送信息的装置600包括：第一获取模块610，提取模块620，第二获取模块630和目标内容推送模块640。其中，第一获取模块610，用于获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息。提取模块620，用于从用户检索数据和用户订单数据中提取关键词集合，关键词集合包括用户感兴趣目标。第二获取模块630，用于获取候选的用户感兴趣目标的内容与关键词集合、时间信息和地理位置信息的匹配度。目标内容推送模块640，用于基于匹配度，向用户推送用户感兴趣目标的内容。

在本实施例的一些可选的实现方式中，上述目标内容推送模块进一步用于：向用户推送用户感兴趣目标的以下一项或多项参数：用户感兴趣目标的舆情参数、用户感兴趣目标的用户评价参数、用户感兴趣目标的资质认证参数和用户感兴趣目标的信用参数。

在本实施例的一些可选的实现方式中，上述舆情参数包括舆情指数，上述推送信息的装置还包括：第三获取模块，用于获取用户感兴趣目标的报道页面、报道页面所属的媒体以及报道页面的点击量；第四获取模块，用于根据报道页面所属的媒体以及报道页面的点击量，获取各个媒体的点击量；影响力确定模块，用于根据各个媒体的点击量，确定媒体的影响力参数；情感倾向计算模块，用于对单个报道页面进行语义分析和情感词计算，得到单个报道页面的情感倾向参数；舆情确定模块，用于根据报道页面所属的媒体、媒体的影响力参数和单个报道页面的情感倾向参数，确定用户感兴趣目标的舆情指数。

在本实施例的一些可选的实现方式中，上述舆情确定模块包括：

舆情计算模块，用于通过以下舆情指数计算模型获取用户感兴趣目标的舆情指数：

在本实施例的一些可选的实现方式中，上述推送信息的装置还包括：第五获取模块，用于获取用户评价数据库中对用户感兴趣目标的评分以及评分的数量；第六获取模块，用于获取每一个评分与每一个评分的数量之乘积；第七获取模块，用于获取所有评分的乘积之和；设定模块，用于将所有评分的最高值与所有评分数量的乘积作为用户感兴趣目标的评价基数；评价得到模块，用于将和除以评价基数，得到用户感兴趣目标的用户评价参数。

在本实施例的一些可选的实现方式中，上述第一获取模块获取的用户检索数据包括：用户的历史检索数据和/或用户当前输入的检索数据。

应当理解，上述的第一获取模块、第二获取模块、第三获取模块、第四获取模块、第五获取模块、第六获取模块和第七获取模块，仅代表获取的对象不同，其中的第一、第二、第三、第四、第五、第六或第七并不构成对获取模块的特殊限定。

本领域技术人员可以理解，上述推送信息的装置600还包括一些其他公知结构，例如处理器、存储器等，为了不必要地模糊本公开的实施例，这些公知的结构在图6中未示出。

应当理解，装置600中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对推送信息的方法描述的操作和特征同样适用于装置600及其中包含的单元，在此不再赘述。装置600中的相应单元可以与终端设备和/或服务器中的单元相互配合以实现本申请实施例的方案。

下面参考图7，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机***700的结构示意图。

如图7所示，计算机***700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。

附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取模块，提取模块，第二获取模块和目标内容推送模块。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“用于获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息的模块”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息；从用户检索数据和用户订单数据中提取关键词集合，关键词集合包括用户感兴趣目标；获取候选的用户感兴趣目标的内容与关键词集合、时间信息和地理位置信息的匹配度；基于匹配度，向用户推送用户感兴趣目标。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims

1.一种推送信息的方法，其特征在于，所述方法包括：

获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息；

从所述用户检索数据和用户订单数据中提取关键词集合，所述关键词集合包括用户感兴趣目标；

获取候选的用户感兴趣目标的内容与所述关键词集合、所述时间信息和所述地理位置信息的匹配度；

基于所述匹配度，向用户推送用户感兴趣目标的内容。

2.根据权利要求1所述的方法，其特征在于，所述向用户推送用户感兴趣目标的内容包括：

向用户推送用户感兴趣目标的以下一项或多项参数：舆情参数、用户评分参数、资质认证参数和信用参数。

3.根据权利要求2所述的方法，其特征在于，所述舆情参数包括舆情指数；

所述方法还包括通过以下步骤获取所述用户感兴趣目标的舆情指数：

获取用户感兴趣目标的报道页面、所述报道页面所属的媒体以及所述报道页面的点击量；

根据所述报道页面所属的媒体以及所述报道页面的点击量，获取各个媒体的点击量；

根据所述各个媒体的点击量，确定媒体的影响力参数；

对单个报道页面进行语义分析和情感词计算，得到单个报道页面的情感倾向参数；

根据所述报道页面所属的媒体、所述媒体的影响力参数和所述单个报道页面的情感倾向参数，确定所述用户感兴趣目标的舆情指数。

4.根据权利要求3所述的方法，其特征在于，所述根据所述报道页面所属的媒体、所述媒体的影响力参数和所述单个报道页面的情感倾向参数，确定所述用户感兴趣目标的舆情指数包括：

通过以下舆情指数计算模型获取所述用户感兴趣目标的舆情指数：

<mrow> <mfrac> <mrow> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>&mu;</mi> <mi>i</mi> </msub> <mo>&CenterDot;</mo> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>i</mi> </msub> </msubsup> <msub> <mi>&upsi;</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mi>M</mi> <mi>i</mi> <mi>n</mi> </mrow> <mrow> <mi>M</mi> <mi>a</mi> <mi>x</mi> <mo>-</mo> <mi>M</mi> <mi>i</mi> <mi>n</mi> </mrow> </mfrac> <mo>&times;</mo> <mn>100</mn> <mo>;</mo> </mrow>

其中，n表示所述报道页面所属的媒体的数量；N_i表示属于媒体i的报道页面的数量；μ_i表示媒体i的影响力参数，根据媒体的页面浏览量或一定时间内的浏览用户数量得出；υ表示单个报道页面的情感倾向参数；表示属于媒体i的报道页面j的新闻情感倾向之和；Min表示新闻情感倾向的理论下限，即所有媒体的报道页面的新闻情感倾向均为负向最大值；Max表示新闻情感倾向的理论上限，即所有媒体的报道页面的新闻情感倾向均为正向最大值。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括通过以下步骤获取所述用户评分参数：

获取用户评价数据库中对用户感兴趣目标的评分以及所述评分的数量；

获取每一个评分与每一个评分的数量之乘积；

获取所有评分的乘积之和；

将所述评分的最高值与所有评分的数量的乘积作为用户感兴趣目标的评分基数；

将所述和除以所述评分基数，得到用户评分参数。

6.根据权利要求1所述的方法，其特征在于，所述用户检索数据包括：用户的历史检索数据和/或用户当前输入的检索数据。

7.一种推送信息的装置，其特征在于，所述装置包括：

第一获取模块，用于获取用户检索数据、用户订单数据、用户端的时间信息和地理位置信息；

提取模块，用于从所述用户检索数据和用户订单数据中提取关键词集合，所述关键词集合包括用户感兴趣目标；

第二获取模块，用于获取候选的用户感兴趣目标的内容与所述关键词集合、所述时间信息和所述地理位置信息的匹配度；

目标内容推送模块，用于基于所述匹配度，向用户推送用户感兴趣目标的内容。

8.根据权利要求7所述的装置，其特征在于，所述目标内容推送模块进一步用于：

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

第三获取模块，用于获取用户感兴趣目标的报道页面、所述报道页面所属的媒体以及所述报道页面的点击量；

第四获取模块，用于根据所述报道页面所属的媒体以及所述报道页面的点击量，获取各个媒体的点击量；

影响力确定模块，用于根据所述各个媒体的点击量，确定媒体的影响力参数；

情感倾向计算模块，用于对单个报道页面进行语义分析和情感词计算，得到单个报道页面的情感倾向参数；

舆情确定模块，用于根据所述报道页面所属的媒体、所述媒体的影响力参数和所述单个报道页面的情感倾向参数，确定所述用户感兴趣目标的舆情指数。

10.根据权利要求9所述的装置，其特征在于，所述舆情确定模块包括：

舆情计算模块，用于通过以下舆情指数计算模型获取所述用户感兴趣目标的舆情指数：

11.根据权利要求8所述的装置，其特征在于，所述装置还包括：

第五获取模块，用于获取用户评价数据库中对用户感兴趣目标的评分以及所述评分的数量；

第六获取模块，用于获取每一个评分与每一个评分的数量之乘积；

第七获取模块，用于获取所有评分的乘积之和；

设定模块，用于将所述评分的最高值与所有评分的数量的乘积作为用户感兴趣目标的评分基数；

评价得到模块，用于将所述和除以所述评分基数，得到用户评分参数。

12.根据权利要求7所述的装置，其特征在于，所述第一获取模块获取的所述用户检索数据包括：用户的历史检索数据和/或用户当前输入的检索数据。