本申请公开了一种信息推送的方法和装置。所述方法的一具体实施方式包括：通过预测服务端接收应用服务端发送来的终端用户的用户标识；根据所述用户标识检索出所述终端用户的扩展信息，其中，所述扩展信息从终端获取；基于所述扩展信息和预先训练的预测模型对各条待展示信息生成预测值，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；将所述预测值返回给所述应用服务端，以供所述应用服务端基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。该实施方式可以提高用户信息推送的针对性。
【技术实现步骤摘要】
本申请涉及计算机
，具体涉及互联网
，尤其涉及一种信息推送的方法和装置。
技术介绍
信息推送，又称为“网络广播”，是通过一定的技术标准或协议，在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户，可以减少用户在网络上搜索所花的时间。信息推送可以用于各种网页的显示与终端应用，例如网页广告、购物类终端应用等等。然而，现有的一些终端应用中，常用的信息推送方式通常是直接在页面上加载推送信息，在不同的终端上显示相同的推送信息，从而，存在着网络资源相关数据利用不足，信息推送缺乏针对性的问题。
技术实现思路
本申请的目的在于提出一种改进的信息推送的方法和装置，来解决以上
技术介绍
部分提到的技术问题。—方面，本申请提供了一种信息推送的方法，所述方法包括:接收应用服务端发送来的终端用户的用户标识；根据所述用户标识检索出所述终端用户的扩展信息，其中，所述扩展信息从终端获取；基于所述扩展信息和预先训练的预测模型对各条待展示信息生成预测值，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；将所述预测值返回给所述应用服务端，以供所述应用服务端基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。在一些实施例中，所述方法还包括:接收所述应用服务端发送的历史展示信息、待展示信息和多个终端用户针对所述历史展示信息进行的历史操作信息；获取所述多个终端用户的扩展信息；根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型。在一些实施例中，所述根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型包括:从所述多个终端用户的扩展信息中分别提取用户特征；根据所述用户特征与所述历史操作信息，生成用户特征对于历史操作信息的贡献系数；生成基于所述用户特征和所述贡献系数对终端用户的操作信息进行预测的预测模型。在一些实施例中，所述基于所述扩展信息和所述预测模型对各条待展示信息生成预测值包括:从所述扩展信息中提取用户特征；计算各个用户特征的重要度系数；基于各个用户特征的所述重要度系数和所述贡献系数计算终端用户的操作信息的预测值。在一些实施例中，所述扩展信息包括以下至少一项:搜索特征、访问特征和位置特征。第二方面，本申请还提供了一种信息推送的方法，所述方法包括:向预测服务端发送终端用户的用户标识，以供预测服务端针对每个用户标识按照以下步骤生成待展示信息的预测值:根据所述用户标识检索出所述终端用户的扩展信息；基于所述扩展信息和预先训练的预测模型对每条待展示信息生成预测值，其中，所述扩展信息由所述预测服务端从终端获取，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；接收所述预测服务端返回的各个预测值；基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。在一些实施例中，所述方法还包括:获取多个终端用户针对历史展示信息进行的历史操作信息；向所述预测服务端发送所述待展示信息、所述历史展示信息和所述历史操作信息，以供所述预测服务端通过以下步骤训练预测模型:获取所述多个终端用户的扩展信息；根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型。在一些实施例中，所述扩展信息包括以下至少一项:搜索特征、访问特征和位置特征。第三方面，本申请提供了一种信息推送的装置，所述装置包括:接收模块，配置用于接收应用服务端发送来的终端用户的用户标识；检索模块，配置用于根据所述用户标识检索出所述终端用户的扩展信息，其中，所述扩展信息从终端获取；生成模块，配置用于基于所述扩展信息和预先训练的预测模型对各条待展示信息生成预测值，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；返回模块，配置用于将所述预测值返回给所述应用服务端，以供所述应用服务端基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。在一些实施例中，所述装置还包括:模型信息接收模块，配置用于接收所述应用服务端发送的历史展示信息、待展示信息和多个终端用户针对所述历史展示信息进行的历史操作信息；获取模块，配置用于获取所述多个终端用户的扩展信息；模型训练模块，配置用于根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型。在一些实施例中，所述模型训练模块包括:特征提取单元，配置用于从所述多个终端用户的扩展信息中分别提取用户特征；贡献系数生成单元，配置用于根据所述用户特征与所述历史操作信息，生成用户特征对于历史操作信息的贡献系数；预测模型生成单元，配置用于生成基于所述用户特征和所述贡献系数对终端用户的操作信息进行预测的预测模型。在一些实施例中，所述生成模块包括:提取单元，配置用于从所述扩展信息中提取用户特征；系数计算单元，配置用于计算各个用户特征的重要度系数；预测值计算单元，配置用于基于各个用户特征的所述重要度系数和所述贡献系数计算终端用户的操作信息的预测值。在一些实施例中，所述扩展信息包括以下至少一项:搜索特征、访问特征和位置特征。第四方面，本申请还提供了一种信息推送的装置，所述装置包括:发送模块，配置用于向预测服务端发送终端用户的用户标识，以供预测服务端针对每个用户标识按照以下步骤生成待展示信息的预测值:根据所述用户标识检索出所述终端用户的扩展信息；基于所述扩展信息和预先训练的预测模型对每条待展示信息生成预测值，其中，所述扩展信息由所述预测服务端从终端获取，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；接收模块，配置用于接收所述预测服务端返回的各个预测值；推送模块，配置用于基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。在一些实施例中，所述装置还包括:获取模块，配置用于获取多个终端用户针对历史展示信息进行的历史操作信息；模型信息发送模块，配置用于向所述预测服务端发送所述待展示信息、所述历史展示信息和所述历史操作信息，以供所述预测服务端通过以下步骤训练预测模型:获取所述多个终端用户的扩展信息；根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型。在一些实施例中，所述扩展信息包括以下至少一项:搜索特征、访问特征和位置特征。第五方面，本申请还提供了一种信息推送的系统，所述系统包括终端、预测服务端、应用服务端；所述应用服务端，配置用于从所述终端获取终端用户的用户标识并发送给预测服务端；所述预测服务端，配置用于接收所述应用服务端发送来的终端用户的用户标识；根据所述用户标识检索出所述终端用户的扩展信息，其中，所述扩展信息从终端获取；基于所述扩展信息和预先训练的预测模型对各条待展示信息生成预测值；将所述预测值返回给所述应用服务端，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；所述应用服务端，还配置用于接收所述预测服务端返回的各个预测值；基于各个预测值的排序结果选取至少一条待展示信息发送至所述终端；所述终端，配置用于将所述应用服务端发送的至少一条待展示信息推送给所述终端用户。本申请提供的信息推送的方法和装置，通过应用服务端向预测服务端发送终端用户的用户标识，由预测服务端根据用户标识检索出终端用户的扩展信息，并基于扩展信息本文档来自技高网...
【技术保护点】
一种信息推送的方法，其特征在于，所述方法包括：接收应用服务端发送来的终端用户的用户标识；根据所述用户标识检索出所述终端用户的扩展信息，其中，所述扩展信息从终端获取；基于所述扩展信息和预先训练的预测模型对各条待展示信息生成预测值，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；将所述预测值返回给所述应用服务端，以供所述应用服务端基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘伟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。