一种推送信息的方法、装置及电子设备制造方法及图纸
【技术实现步骤摘要】
一种推送信息的方法、装置及电子设备
本专利技术涉及互联网信息推送技术，尤其涉及一种推送信息的方法、装置及电子设备。
技术介绍
随着电子设备，例如，智能移动电话、个人数字助理、掌上电脑、笔记本电脑等应用越来越广泛，为了提升使用电子设备的用户的应用体验，通过收集用户以及相关用户对历史信息的浏览行为来预测该用户的喜好，向用户推送满足用户喜好的信息，不仅可以匹配用户需求，也可以扩展相关运营商的增值应用业务，实现用户与运营商的共赢。目前，信息推送的重点在于待推送信息内容与用户喜好相匹配，一般采用基于信息内容的协同过滤推荐(CollaborativeFilteringrecommendation)方法，即对用户进行用户特征分类，例如，按照用户年龄、性别等进行分类，并对分类用户浏览的推送信息进行关键词提取并统计，得到该类用户对各关键词的浏览行为，从而构建用户特征与信息内容的映射关系；然后，依据待推送用户所属的用户分类，提取待推送信息中包含的关键词，获取用户对提取的关键词的历史浏览行为，结合构建的映射关系进行学习，从而判断该用户对该待推送信息的喜好。其中，分解机(FM，Facto...
【技术保护点】
一种推送信息的方法，其特征在于，包括：利用分解机学习，得到预先设置的多个时间周期内的学习特征向量，每一学习特征向量应待推送信息中的一特征；获取所述多个时间周期内的所述待推送信息的浏览统计向量；依据所述学习特征向量以及所述浏览统计向量，计算所述待推送信息中包含的每一维特征的特征统计向量；依据所述特征统计向量以及目标的学习特征向量，计算所述目标对所述待推送信息的喜好值；如果计算的所述喜好值超过预先设置的喜好阈值，向所述目标推送所述待推送信息。
【技术特征摘要】
1.一种推送信息的方法，其特征在于，包括：利用分解机学习，得到预先设置的多个时间周期内的学习特征向量，每一学习特征向量应待推送信息中的一特征；获取所述多个时间周期内的所述待推送信息的浏览统计向量；依据所述学习特征向量以及所述浏览统计向量，计算所述待推送信息中包含的每一维特征的特征统计向量；依据所述特征统计向量以及目标的学习特征向量，计算所述目标对所述待推送信息的喜好值；如果计算的所述喜好值超过预先设置的喜好阈值，向所述目标推送所述待推送信息。2.根据权利要求1所述的推送信息的方法，其特征在于，利用下式计算所述特征统计向量：式中，Stati为所述待推送信息中包含的第i维特征的特征统计向量；frej为第j位用户在所述多个时间周期内对所述待推送信息的浏览统计向量；featureji为第j位用户在所述多个时间周期内对待推送信息的第i维学习特征向量；N为统计的用户数。3.根据权利要求1所述的推送信息的方法，其特征在于，利用下式计算所述特征统计向量：式中，ξji为第j位用户对应的第i维特征向量系数；ζj为第j位用户的特征统计向量系数。4.根据权利要求2或3所述的推送信息的方法，其特征在于，利用下式计算所述目标对所述待推送信息的喜好值：式中，ψ为目标对待推送信息的喜好值；featureui为目标在所述多个时间周期内对待推送信息的第i维学习特征向量；k为待推送信息中包含的特征维数。5.根据权利要求1所述的推送信息的方法，其特征在于，所述计算所述待推送信息中包含的每一维特征的特征统计向量包括：获取第一时间周期内的待推送信息的特征统计向量以及特征信息并用第一存储区存储；在第二时间周期内，对第一时间周期内获取的特征统计向量以及特征信息进行更新并用第二存储区存储，以及，获取第二时间周期内的待推送信息的特征统计向量以及特征信息并用第一存储区存储；在第三时间周期内，对第一时间周期内获取的特征统计向量以及特征信息进行更新并用第三存储区存储，对第二时间周期内获取的特征统计向量以及特征信息进行更新并用第二存储区存储，以及，获取第三时间周期内的待推送信息的特征统计向量以及特征信息并用第一存储区存储；将更新的第一时间周期内获取的特征统计向量作为计算得到的所述待推送信息中包含的每一维特征的特征统计向量；在第四时间周期内，清空第三存储区，执行所述对第一时间周期内获取的特征统计向量以及特征信息进行更新并用第三存储区存储的步骤。6.一种推送信息的装置，其特征在于，包括：学习特征向量获取模块、浏览统计向量获取模块、特征统计向量计算模块、喜好值计算模块以及推送模块，其中，学习特征向量获取模块，用于利用分解机学习，得到预先设置的多个时间周期内的学习特征向量，每...
【专利技术属性】
技术研发人员：邓少伟，
申请(专利权)人：北京金山安全软件有限公司，
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。