信息推送的方法及装置制造方法及图纸

本说明书实施例提供一种信息推送的方法，通过获取基于第一用户的当前状态信息，然后基于当前状态信息提取第一用户的多个业务特征，接着，检测预先构建的意图网格中，与第一用户的多个业务特征相匹配的特征组合，其中，意图网格用于描述预定特征组合与意图类别之间的对应关系，意图网格基于对各个特征组合与意图类别进行关联分析确定，单个特征组合对应与其关联性最强的一个或多个意图类别，进一步根据检测结果，向所述第一用户进行信息推送。该实施方式使得信息推送更加精准有效。施方式使得信息推送更加精准有效。施方式使得信息推送更加精准有效。

【技术实现步骤摘要】
信息推送的方法及装置


[0001]本说明书一个或多个实施例涉及计算机
，尤其涉及信息推送的方法及装置。

技术介绍

[0002]随着计算机技术、移动终端和互联网等的发展，终端应用越来越普及。由此为人们的生活、学习和工作带来各种各样的便利。为了给人们带来更加便捷的生活，根据人们的需求进行信息推送，是终端应用常用的技术手段。所谓信息推送，就是主动向用户提供某些可能需要的信息，从而减少用户主动搜索耗费的时间和精力。
[0003]常规的信息推送，通常根据用户当前的状态，以及用户偏好等，提取用户特征，并根据用户特征通过预测模型确定用户与各种候选推送信息之间的关联程度，从而向用户确定排列靠前的多条候选推送信息进行信息推送。
[0004]本说明书为了更加准确地进行信息推送，并提供更加具有场景普适性的解决方案，提出一种基于意图网格的信息推送方案。

技术实现思路

[0005]本说明书一个或多个实施例描述了一种信息推送的方法及装置，用以解决
技术介绍
提到的一个或多个问题。
[0006]根据第一方面，提供一种信息推送的方法，包括：获取基于第一用户的当前状态信息；基于所述当前状态信息提取所述第一用户的多个业务特征；从预先构建的意图网格中，检测与所述第一用户的多个业务特征相匹配的特征组合，其中，所述意图网格用于描述预定特征组合与意图类别之间的对应关系，意图网格基于对各个特征组合与多个意图类别之间的关联分析确定，单个特征组合对应与其关联性最强的一个或多个意图类别；根据检测结果，向所述第一用户进行信息推送。
[0007]在一个实施例中，所述当前状态信息包括，身份状态信息、位置状态信息、运动状态信息、时间信息以及历史业务状态信息中的一项或多项。
[0008]在一个实施例中，所述意图网格通过以下方式构建：对s个业务特征进行组合，形成m个特征组合，单个特征组合包含s个业务特征中的若干个；对各个特征组合，分别统计其在样本集中和预定的p个意图类别之间具有的对应关系，以根据所述对应关系进行关联性分析；根据关联性分析结果，针对各个特征组合，逐一确定与其关联强度最大的若干意图类别，从而构建意图网格。
[0009]在一个实施例中，所述根据所述对应关系进行关联性分析包括：将m个特征组合和p个意图类别分别映射到q维空间，得到在q维空间的m+p个点，q小于等于3；根据m个特征组合一一对应的m个点各自与p个意图类别一一对应的p个点在q维空间的欧氏距离，确定m个特征组合各自与p个意图类别的关联强度。
[0010]在一个实施例中，将m个特征组合和p个意图类别分别映射到q维空间，得到在 q维
空间的m+p个点包括：根据m个特征组合分别和p个意图类别之间的对应关系，构建m*p维的关联矩阵，其中，所述关联矩阵中，单个行对应单个特征组合，单个列对应意图类别，在单个特征组合对应有单个意图类别的情况下，相应的行、列交汇处的元素值表示其对应关系；对所述关联矩阵通过奇异值分解，拆分为第一矩阵、奇异值矩阵和第二矩阵的乘积，所述奇异值矩阵的对角元素为所述关联矩阵对应的多个奇异值，各个奇异值从左向右由大到小排列；将所述第一矩阵各行的前q维作为相应特征组合在q维空间的坐标，同时将所述第二矩阵各列的前q维作为相应意图类别在q 维空间的坐标，从而得到m个特征组合和p个意图类别分别对应的各个点。
[0011]在一个实施例中，所述s个业务特征通过以下特征重要度分析方式从n1个候选特征中筛选：针对n1个候选特征和n2个业务标签，分别在N维样本空间中表示，得到N 维样本空间中的n1+n2个点，其中，N维样本空间的N个维度与N个样本一一对应，单个候选特征或业务标签在样本空间各个维度的值，为相应样本在该单个候选特征上的特征值或业务标签的标签值；在N维样本空间，通过由欧氏距离转化的第一高斯概率来表示n1+n2个点两两之间的相似性；在低维空间，利用n1+n2个点分别表示n1个候选特征和n2个业务标签，并通过欧氏距离转化的第二高斯概率来表示n1+n2个点两两之间的相似性；以相同的两个点对应的第一高斯概率与第二高斯概率的分布一致性为目标，调整低维空间的n1+n2个点的坐标值，从而确定n1个候选特征和n2个业务标签各自在低维空间表示的点坐标；针对单个业务标签，利用其在低维空间表示的点分别与n1个候选特征在低维空间表示的点的距离比较，选择在低维空间距离与该单个业务标签最近的s个候选特征。
[0012]在一个实施例中，所述根据检测结果，向所述第一用户进行信息推送包括：在检测到与所述第一用户的多个业务特征相匹配的特征组合有且仅有第一特征组合的情况下，根据第一特征组合对应的若干个意图类别确定目标意图进行信息推送。
[0013]在一个实施例中，单个特征组合和单个意图类别对应有关联强度；所述根据检测结果，向所述第一用户进行信息推送包括：在检测到与所述第一用户的多个业务特征相匹配的特征组合有多个的情况下，根据所匹配到的多个特征组合分别与各个意图类别对应的各个关联强度中的最大关联强度对应的意图类别确定目标意图进行信息推送。
[0014]在一个实施例中，所述根据检测结果，向所述第一用户进行信息推送包括：在检测到与所述第一用户的多个业务特征相匹配的特征组合有多个的情况下，根据所匹配到的多个特征组合对应的意图类别中出现频次最高的意图类别确定目标意图进行信息推送。
[0015]在一个实施例中，在目标意图与地理位置相关的情况下，通过以下方式根据目标意图进行信息推送：获取目标意图下各条候选推送信息分别对应的位置信息；根据各条候选推送信息的位置信息，确定距离所述第一用户当前位置最近的候选推送信息，并将其推送给所述第一用户。
[0016]根据第二方面，提供一种信息推送的装置，包括：
[0017]获取单元，配置为获取基于第一用户的当前状态信息；
[0018]提取单元，配置为基于所述当前状态信息提取所述第一用户的多个业务特征；
[0019]检测单元，配置为从预先构建的意图网格中，检测与所述第一用户的多个业务特征相匹配的特征组合，其中，意图网格用于描述预定特征组合与意图类别之间的对应关系，所述意图网格基于对各个特征组合与多个意图类别之间的关联分析确定，单个特征组合对
应与其关联性最强的一个或多个意图类别；
[0020]推送单元，配置为根据检测结果，确定所述第一用户的向所述第一用户进行信息推送。
[0021]根据第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面的方法。
[0022]根据第四方面，提供了一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面的方法。
[0023]通过本说明书实施例提供的方法和装置，通过对样本集中特征组合和意图类别之间的关联性分析，挖掘特征和意图之间的关联性，从而预先构建意图网格。这种方式有助于针对当前用户，挖掘强相关的意图类别，从而提高信息推送本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息推送的方法，包括：获取基于第一用户的当前状态信息；基于所述当前状态信息提取所述第一用户的多个业务特征；从预先构建的意图网格中，检测与所述第一用户的多个业务特征相匹配的特征组合，其中，所述意图网格用于描述预定特征组合与意图类别之间的对应关系，意图网格基于对各个特征组合与多个意图类别之间的关联分析确定，单个特征组合对应与其关联性最强的一个或多个意图类别；根据检测结果，向所述第一用户进行信息推送。2.根据权利要求1所述的方法，其中，所述当前状态信息包括，身份状态信息、位置状态信息、运动状态信息、时间信息以及历史业务状态信息中的一项或多项。3.根据权利要求1所述的方法，其中，所述意图网格通过以下方式构建：对选定的s个业务特征进行组合，形成m个特征组合，单个特征组合包含s个业务特征中的若干个；对各个特征组合，分别统计其在样本集中和预定的p个意图类别之间具有的对应关系，以根据所述对应关系进行关联性分析；根据关联性分析结果，针对各个特征组合，逐一确定与其关联强度最大的若干意图类别，从而构建意图网格。4.根据权利要求3所述的方法，其中，所述根据所述对应关系进行关联性分析包括：将m个特征组合和p个意图类别分别映射到q维空间，得到在q维空间的m+p个点，q小于等于3；根据m个特征组合一一对应的m个点各自与p个意图类别一一对应的p个点在q维空间的欧氏距离，确定m个特征组合各自与p个意图类别的关联强度。5.根据权利要求4所述的方法，将m个特征组合和p个意图类别分别映射到q维空间，得到在q维空间的m+p个点包括：根据m个特征组合分别和p个意图类别之间的对应关系，构建m
×
p维的关联矩阵，其中，所述关联矩阵中，单个行对应单个特征组合，单个列对应意图类别，在单个特征组合对应有单个意图类别的情况下，相应的行、列交汇处的元素值表示其对应关系；对所述关联矩阵通过奇异值分解，拆分为第一矩阵、奇异值矩阵和第二矩阵的乘积，所述奇异值矩阵的对角元素为所述关联矩阵对应的多个奇异值，各个奇异值从左向右由大到小排列；将所述第一矩阵各行的前q维作为相应特征组合在q维空间的坐标，同时将所述第二矩阵各列的前q维作为相应意图类别在q维空间的坐标，从而得到m个特征组合和p个意图类别分别对应的各个点。6.根据权利要求3所述的方法，其中，所述s个业务特征通过以下的特征重要度分析方式从n1个候选特征中筛选：针对n1个候选特征和n2个业务标签，分别在N维样本空间中表示，得到N维样本空间中的n1+n2个点，其中，N维样本空间的N个维度与N个样本一一对应，单个候选特征或业务标签在样本空间各个维度的值，为相应样本在该单个候选特征上的特征值或业务标签的标签值；在N维样本空间，通过由欧氏距离转化的第一高斯概率来表示n1+n2个点两两之间的相
似性；在低维空间，利用n1+n2个点分别表示n1个候选特征和n2个业务标签，并通过欧氏距离转化的第二高斯概率来表示n1+n2个点两两之间的相似性；以相同的两个点对应的第一高斯概率与第二高斯概率的分布一致性为目标，调整低维空间的n1+n2个点的坐标值，从而确定n1个候选特征和n2个业务标签各自在低维空间表示的点坐标；针对单个业务标签，利用其在低维空间表示的点分别与n1个候选特征在低维空间表示的点的距离比较，选择在低维空间距离与该单个业务标签最近的s个候选特征。7.根据权利要求1所述的方法，其中，所述根据检测结果，向所述第一用户进行信息推送包括：在检测到与所述第一用户的多个业务特征相匹配的特征组合有且仅有第一特征组合的情况下，根据第一特征组合对应的若干个意图类别确定目标意图进行信息推送。8.根据权利要求1所述的方法，其中，单个特征组合和单个意图类别对应有关联强度；所述根据检测结果，向所述第一用户进行信息推送包括：在检测到与所述第一用户的多个业务特征相匹配的特征组合有多个的情况下，根据所匹配到的多个特征组合分别与各个意图类别对应的各个关联强度中的最大关联强度对应的意图类别确定目标意图进行信息推送。9.根据权利要求1所述的方法，其中，所述根据检测结果，向所述第一用户进行信息推送包括：在检测到与所述第一用户的多个业务特征相匹配的特征组合有多个的情况下，根据所匹配到的多个特征组合对应的意图类别中出现频次最高的意图类别确定目标意图进行信息推送。10.根据权利要求7
‑
9中任一所述的方法，在目标...

【专利技术属性】
技术研发人员：蒋锐滢，杨丹，邹润，曾晓东，顾进杰，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：