[發(fā)明專利]一種實(shí)時推送信息的方法和裝置

有效

• 申請?zhí)枺?/td>: 201611217545.3
• 申請日: 2016-12-26
• 公開（公告）號: CN106850750B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設(shè)計）人: 滕茂根
• 申請（專利權(quán)）人: 北京五八信息技術(shù)有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06F16/9535
• 代理公司: 工業(yè)和信息化部電子專利中心 11010
• 代理人: 吳永亮

本發(fā)明公開了一種實(shí)時推送信息的方法和裝置，該方法包括：通過發(fā)布訂閱消息系統(tǒng)實(shí)時接收用戶的當(dāng)前行為數(shù)據(jù)，并將當(dāng)前行為數(shù)據(jù)保存在數(shù)據(jù)庫中；從數(shù)據(jù)庫中獲取最接近當(dāng)前行為數(shù)據(jù)發(fā)生時刻前的N個歷史行為數(shù)據(jù)，并確定N個歷史行為數(shù)據(jù)對應(yīng)的N個項(xiàng)目Item，其中，N為正整數(shù)；根據(jù)Item倒查表分別計算N個Item中每個Item與當(dāng)前行為數(shù)據(jù)對應(yīng)的Item的相似度，并根據(jù)相似度更新存儲在數(shù)據(jù)庫中的相似度矩陣。本發(fā)明整個過程采取根據(jù)實(shí)時歷史行為數(shù)據(jù)進(jìn)行計算，實(shí)效性強(qiáng)，推送結(jié)果較為符合用戶的意愿，用戶體驗(yàn)較好，解決了現(xiàn)有技術(shù)的如下問題：基于離線模型進(jìn)行推薦時，無法實(shí)現(xiàn)真正的實(shí)時個性化推薦，系統(tǒng)性能較差。

技術(shù)領(lǐng)域

本發(fā)明涉及通訊領(lǐng)域，特別是涉及一種實(shí)時推送信息的方法和裝置。

背景技術(shù)

現(xiàn)有技術(shù)中，很多系統(tǒng)都實(shí)現(xiàn)了個性化推薦功能，但由于數(shù)據(jù)量比較大，推薦結(jié)果是由離線計算出來的，要定期的更新推薦模型，很多系統(tǒng)最快的也只能做到小時級的更新，而且，有很大部分的推薦是依賴于搜索，然而，這些推薦結(jié)果沒有考慮到用戶的實(shí)時性行為，失去了用戶興趣的時效性，以至于推薦結(jié)果不準(zhǔn)確。例如，為某一用戶推薦的是A區(qū)的400～500萬的房源，然而，該用戶搜索的是B區(qū)房源，即希望看到的是B區(qū)200～300萬的房源。

因此，基于離線模型且脫離了實(shí)時搜索進(jìn)行的推薦，推薦速度較慢，也無法實(shí)現(xiàn)真正的實(shí)時個性化推薦，系統(tǒng)性能較差，用戶體驗(yàn)較低。

發(fā)明內(nèi)容

本發(fā)明提供一種實(shí)時推送信息的方法和裝置，用以解決現(xiàn)有技術(shù)的如下問題：基于離線模型且脫離了實(shí)時搜索進(jìn)行的推薦，推薦速度較慢，也無法實(shí)現(xiàn)真正的實(shí)時個性化推薦，系統(tǒng)性能較差，用戶體驗(yàn)較低。

為解決上述技術(shù)問題，一方面，本發(fā)明提供一種實(shí)時推送信息的方法，包括：通過發(fā)布訂閱消息系統(tǒng)實(shí)時接收用戶的當(dāng)前行為數(shù)據(jù)，并將所述當(dāng)前行為數(shù)據(jù)保存在數(shù)據(jù)庫中；從所述數(shù)據(jù)庫中獲取最接近所述當(dāng)前行為數(shù)據(jù)發(fā)生時刻前的N個歷史行為數(shù)據(jù)，并確定所述N個歷史行為數(shù)據(jù)對應(yīng)的N個項(xiàng)目Item，其中，所述N為正整數(shù)；根據(jù)Item倒查表分別計算所述N個Item中每個Item與所述當(dāng)前行為數(shù)據(jù)對應(yīng)的Item的相似度，并根據(jù)所述相似度更新存儲在所述數(shù)據(jù)庫中的相似度矩陣。

可選的，根據(jù)Item倒查表分別計算所述N個Item中每個Item與所述當(dāng)前行為數(shù)據(jù)對應(yīng)的Item的相似度，包括：從所述數(shù)據(jù)庫中獲取每個所述Item的倒查表，其中，所述倒查表至少包括以下信息之一：發(fā)生時間，所處類別，搜索字段，用戶年齡，搜索地域；根據(jù)所述倒查表和相似度公式計算每個所述Item與所述當(dāng)前行為數(shù)據(jù)對應(yīng)的Item的相似度。

可選的，根據(jù)所述相似度更新存儲在所述數(shù)據(jù)庫中的相似度矩陣之后，還包括：更新所述當(dāng)前行為數(shù)據(jù)對應(yīng)的Item的倒查表并存儲在所述數(shù)據(jù)庫中。

可選的，根據(jù)所述相似度更新存儲在所述數(shù)據(jù)庫中的相似度矩陣之后，還包括：根據(jù)用戶的M個歷史行為數(shù)據(jù)查詢所述數(shù)據(jù)庫，以根據(jù)所述相似度矩陣確定所述M個歷史行為數(shù)據(jù)對應(yīng)Item的P個待推薦Item；按照預(yù)設(shè)篩選條件從所述P個待推薦的Item中選擇Q個Item推薦至所述用戶；其中，所述M、P、Q均為正整數(shù)，P大于等于Q。

可選的，按照預(yù)設(shè)篩選條件從所述P個待推薦的Item中選擇Q個Item推薦至所述用戶，包括：在所述預(yù)設(shè)篩選條件為多個的情況下，分別按照每個所述預(yù)設(shè)篩選條件從所述P個待推薦的Item中選擇Q個Item，以得到多組推薦Item；按照所述預(yù)設(shè)篩選條件的優(yōu)先級由高到低的順序依次推薦每組Item至所述用戶。