[發明專利]信息的推送方法和裝置

在審

• 申請號: 201410256923.3
• 申請日: 2014-06-10
• 公開（公告）號: CN104008184A
• 公開（公告）日: 2014-08-27
• 發明（設計）人: 劉陽;汪冠春;李靜;林加新;向偉;徐倩;黃碩
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 路凱;孟金喆

1.一種信息的推送方法，其特征在于，包括：

獲取用戶標識和當前使用情景數據，其中，所述情景數據包括下述至少一項：時間、地點、入網手段和終端類型；

根據預先建立的用戶興趣模型，確定與所述用戶和當前使用情景數據相關聯的推薦興趣類別；

根據所述推薦興趣類別向用戶推送信息。

2.根據權利要求1所述的方法，其特征在于，在獲取用戶信息和當前使用情景數據之前，還包括：

獲取用戶歷史日志，其中，所述用戶歷史日志至少包括：用戶標識、與用戶標識相關聯的用戶歷史行為數據和使用情景數據；

將用戶歷史日志按照興趣類別、用戶人群和使用情景數據，進行分類統計，得到所述用戶興趣模型。

3.根據權利要求2所述的方法，其特征在于，將用戶歷史日志按照興趣類別、用戶人群和使用情景數據，進行分類統計，得到所述用戶興趣模型，包括：

將用戶歷史日志按興趣類別分類；

將與興趣類別對應的用戶歷史日志，按用戶人群進行分類；其中，所述用戶人群的維度包括下述至少一項：性別、年齡、職業、身體狀態、消費行為、興趣點和所述興趣點的活躍時間段；

對與興趣類別和用戶人群對應的用戶歷史日志中的使用情景數據進行統計，作為所述用戶興趣模型。

4.根據權利要求3所述的方法，其特征在于，將用戶歷史日志按興趣類別分類，包括：

利用主題分類器，將所述用戶歷史日志進行興趣類別的分類；和/或

將網站地址特征作為預設興趣類別，對用戶歷史日志中用戶歷史行為數據對應的網站地址進行過濾分類；和/或

將關鍵詞包作為預設興趣類別，利用關鍵詞包匹配技術，將用戶歷史日志按預設興趣類別分類。

5.根據權利要求2所述的方法，其特征在于，根據預先建立的用戶興趣模型，確定與所述用戶和當前使用情景數據相關聯的推薦興趣類別，包括：

按照如下公式計算興趣類別的推薦概率w：

w＝P(人群|用戶)×P(興趣類別|人群)

其中，P(人群|用戶)為該用戶在該用戶屬于某一人群的活躍天數與該用戶總活躍天數的比值；P(興趣類別|人群)為在該用戶所屬的人群中，設定一段時間內關注該興趣類別的用戶人數與該人群中關注該興趣類別的總用戶人數的比值；

將推薦概率最高的、或推薦概率大于預設門限值的、或推薦概率較高的預設數量的興趣類別，確定為該用戶在該情景下的推薦興趣類別。

6.根據權利要求1所述的方法，其特征在于，還包括：

獲取用戶對興趣類別的點擊反饋數據，根據用戶點擊操作時的使用情景數據和點擊反饋數據修正用戶興趣模型。

7.一種信息的推送裝置，其特征在于，包括：

用戶標識和當前使用情景數據模塊，用于獲取用戶標識和當前使用情景數據，其中，所述情景數據包括下述至少一項：時間、地點、入網手段和終端類型；

推薦興趣類別確定模塊，用于根據預先建立的用戶興趣模型，確定與所述用戶和當前使用情景數據相關聯的推薦興趣類別；

推送模塊，用于根據所述推薦興趣類別向用戶推送信息。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

用戶歷史日志獲取模塊，用于在獲取用戶信息和當前使用情景數據之前，獲取用戶歷史日志，其中，所述用戶歷史日志至少包括：用戶標識、與用戶標識相關聯的用戶歷史行為數據和使用情景數據；

用戶興趣模型獲取模塊，用于將用戶歷史日志按照興趣類別、用戶人群和使用情景數據，進行分類統計，得到所述用戶興趣模型。

9.根據權利要求8所述的裝置，其特征在于，用戶興趣模型獲取模塊包括：

第一分類單元，用于將用戶歷史日志按興趣類別分類；

第二分類單元，用于將與興趣類別對應的用戶歷史日志，按用戶人群進行分類；其中，所述用戶人群的維度包括下述至少一項：性別、年齡、職業、身體狀態、消費行為、興趣點和所述興趣點的活躍時間段；

統計單元，用于對與興趣類別和用戶人群對應的用戶歷史日志中的使用情景數據進行統計，作為所述用戶興趣模型。