信息推送的方法和裝置的制造方法
【技術領域】
[0001]本申請涉及計算機技術領域，具體涉及互聯(lián)網技術領域，尤其涉及信息推送的方法和裝置。
【背景技術】
[0002]信息推送，又稱為“網絡廣播”，是通過一定的技術標準或協(xié)議，在互聯(lián)網上通過推送用戶需要的信息來減少信息過載的一項技術。信息推送技術通過主動推送信息給用戶，可以減少用戶在網絡上搜索所花的時間。在一些特定領域(例如醫(yī)療)的信息推送技術中，往往通過專業(yè)的描述語言作為信息推送的基礎，將專業(yè)的描述語言表達的描述信息與預設的待推送信息進行匹配從而確定較佳信息推送方案。然而，對于自然語言表達的描述信息，通常無法匹配到準確的待推送信息。因此，這種信息推送技術存在著相關數據利用不足，導致信息推送的有效性不高的問題。

【發(fā)明內容】

[0003]本申請的目的在于提出一種改進的信息推送的方法和裝置，來解決以上【背景技術】部分提到的技術問題。
[0004]第一方面，本申請?zhí)峁┝艘环N信息推送的方法，所述方法包括:獲取用戶的個性化描述信息；對所述個性化描述信息進行內容解析，提取描述特征；基于預先訓練的關聯(lián)模型，根據所述描述特征確定與所述個性化描述信息相關聯(lián)的關聯(lián)描述信息；基于所述關聯(lián)描述信息與預先存儲的各條候選推送信息的匹配關系，選取至少一條候選推送信息進行信息推送。
[0005]在一些實施例中，所述對所述個性化描述信息進行內容解析，提取描述特征包括:將所述個性化描述信息與預設的描述關鍵詞集合中的描述關鍵詞相匹配；基于所述個性化描述信息中與所述描述關鍵詞相匹配的詞提取描述特征。
[0006]在一些實施例中，所述基于所述個性化描述信息中與所述描述關鍵詞相匹配的詞提取描述特征包括:將所述個性化描述信息中與所述描述關鍵詞相匹配的詞作為描述特征；或者，將所述個性化描述信息中與所述描述關鍵詞相匹配的詞，以及專業(yè)術語集合中與所匹配到的描述關鍵詞對應的專業(yè)術語詞匯一起作為描述特征。
[0007]在一些實施例中，所述描述特征還包括以下至少一項:年齡特征、性別特征、地理位置特征。
[0008]在一些實施例中，所述關聯(lián)模型通過以下方法獲得:根據包含用戶的個性化描述信息和個性化描述信息所關聯(lián)的關聯(lián)描述信息的數據樣本提取樣本描述特征；將所述樣本描述特征作為輸入，所述數據樣本中的關聯(lián)描述信息作為輸出，用數據樣本集通過深度學習方法訓練關聯(lián)申旲型。
[0009]在一些實施例中，所述基于預先訓練的關聯(lián)模型，根據所述描述特征確定與所述個性化描述信息相關聯(lián)的關聯(lián)描述信息包括:計算所述描述特征與所述關聯(lián)描述信息的第一關聯(lián)度；按照所述第一關聯(lián)度確定與所述個性化描述信息相關聯(lián)的關聯(lián)描述信息及關聯(lián)概率。
[0010]在一些實施例中，所述基于所述關聯(lián)描述信息與預先存儲的各條候選推送信息的匹配關系，選取至少一條候選推送信息進行信息推送包括:計算所述關聯(lián)描述信息與各條候選推送信息的匹配度；基于所述關聯(lián)概率和所述匹配度計算各條候選推送信息與所述個性化描述信息的第二關聯(lián)度；基于所述第二關聯(lián)度對所述候選推送信息進行排序，并基于排序結果選取至少一條候選推送信息進行信息推送。
[0011 ] 在一些實施例中，所述個性化描述信息包括文本信息和/或語音信息。
[0012]第二方面，本申請?zhí)峁┝艘环N信息推送的裝置，其特征在于，所述裝置包括:獲取模塊，配置用于獲取用戶的個性化描述信息；提取模塊，配置用于對所述個性化描述信息進行內容解析，提取描述特征；確定模塊，配置用于基于預先訓練的關聯(lián)模型，根據所述描述特征確定與所述個性化描述信息相關聯(lián)的關聯(lián)描述信息；推送模塊，配置用于基于所述關聯(lián)描述信息與預先存儲的各條候選推送信息的匹配關系，選取至少一條候選推送信息進行信息推送。
[0013]在一些實施例中，所述提取模塊包括:匹配單元，配置用于將所述個性化描述信息與預設的描述關鍵詞集合中的描述關鍵詞相匹配；提取單元，配置用于基于所述個性化描述信息中與所述描述關鍵詞相匹配的詞提取描述特征。
[0014]在一些實施例中，所述提取單元還配置用于:將所述個性化描述信息中與所述描述關鍵詞相匹配的詞作為描述特征；或者，將所述個性化描述信息中與所述描述關鍵詞相匹配的詞，以及專業(yè)術語集合中與所匹配到的描述關鍵詞對應的專業(yè)術語詞匯一起作為描述特征。
[0015]在一些實施例中，所述描述特征還包括以下至少一項:年齡特征、性別特征、地理位置特征。
[0016]在一些實施例中，所述關聯(lián)模型通過以下裝置獲得:樣本特征提取模塊，配置用于根據包含用戶的個性化描述信息和個性化描述信息所關聯(lián)的關聯(lián)描述信息的數據樣本提取樣本描述特征；模型訓練模塊，配置用于將所述樣本描述特征作為輸入，所述數據樣本中的關聯(lián)描述信息作為輸出，用數據樣本集通過深度學習方法訓練關聯(lián)模型。
[0017]在一些實施例中，所述確定模塊包括:第一關聯(lián)度計算單元，配置用于計算所述描述特征與所述關聯(lián)描述信息的第一關聯(lián)度；關聯(lián)描述信息及關聯(lián)概率確定單元，配置用于按照所述第一關聯(lián)度確定與所述個性化描述信息相關聯(lián)的關聯(lián)描述信息及關聯(lián)概率。
[0018]在一些實施例中，所述推送模塊包括:匹配度計算單元，配置用于計算所述關聯(lián)描述信息與各條候選推送信息的匹配度；第二關聯(lián)度計算單元，配置用于基于所述關聯(lián)概率和所述匹配度計算各條候選推送信息與所述個性化描述信息的第二關聯(lián)度；推送單元，配置用于基于所述第二關聯(lián)度對所述候選推送信息進行排序，并基于排序結果選取至少一條候選推送信息進行信息推送。
[0019]在一些實施例中，所述個性化描述信息包括文本信息和/或語音信息。
[0020]本申請?zhí)峁┑男畔⑼扑偷姆椒ê脱b置，通過獲取用戶的個性化描述信息，接著對個性化描述信息進行內容解析，提取描述特征，然后基于預先訓練的關聯(lián)模型，根據描述特征確定與個性化描述信息相關聯(lián)的關聯(lián)描述信息，接著基于關聯(lián)描述信息與預先存儲的各條候選推送信息的匹配關系，選取至少一條候選推送信息進行信息推送，由于針對用戶的個性化描述信息確定出所關聯(lián)的關聯(lián)描述信息，并基于關聯(lián)描述信息與候選推送信息的匹配關系進行信息推送，從而提高信息推送的有效性。
【附圖說明】
[0021]通過閱讀參照以下附圖所作的對非限制性實施例的詳細描述，本申請的其它特征、目的和優(yōu)點將會變得更明顯:
[0022]圖1是根據本申請的信息推送的方法的一個實施例的流程圖；
[0023]圖2是根據本申請的訓練關聯(lián)模型的方法的一個實施例的流程圖；
[0024]圖3是根據本申請的關聯(lián)模型的映射關系的一個實施例的示意圖；
[0025]圖4是示出了可以應用本申請實施例的示例性系統(tǒng)架構；
[0026]圖5是根據本申請的信息推送的方法的另一個實施例的結構示意圖；
[0027]圖6是根據本申請的信息推送的裝置的一個實施例的結構示意圖；
[0028]圖7示出了適于用來實現(xiàn)本申請實施例的各裝置的計算機系統(tǒng)的結構示意圖。
【具體實施方式】
[0029]下面結合附圖和實施例對本申請作進一步的詳細說明?？梢岳斫獾氖?，此處所描述的具體實施例僅僅用于解釋相關發(fā)明，而非對該發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與有關發(fā)明相關的部分。
[0030]需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。下面將參考附圖并結合實施例來詳細說明本申請。
[0031]請參考圖1，其示出了本申請的信息推送的方法的一個流程100。本實施例主要以該方法應用于包含有處理器和/或存儲器的電子設備中來舉例說明，該電子設備可以包括但不限于智能手機、平板電腦、電子書閱讀器、MP3播放器(Moving Picture Experts GroupAud1 Layer III，動態(tài)影像專家壓縮標準音頻層面3)、MP4 (Moving Picture ExpertsGroup Aud1 Layer IV，動態(tài)影像專家壓縮標準音頻層面4)播放器、膝上型便攜計算機、臺式計算機和各種自助服務終端等等。本申請的信息推送的方法，包括以下步驟:
[0032]步驟101，獲取用戶的個性化描述信息。
[0033]在本實施例中，電子設備可以從本地或遠程地獲取用戶的個性化描述信息。具體地，如果電子設備是運行信息推送類應用的終端(例如智能手機、自助服務終端等)，電子設備可以從本地獲取用戶的個性化描述信息，如果電子設備是為信息推送類應用提供支持的后臺服務器時，電子設備可以遠程地獲取用戶的個性化描述信息。電子設備可以通過有線連接方式或者無線連接方式從運行信息推送類應用的終端獲取用戶的個性化描述信息。上述無線連接方式可以包括但不限于3G/4G連接、WiFi連接、藍牙連接、WiMAX連接、Zigbee連接、UWB(ultra wideband)連接、以及其他現(xiàn)在已知或將來開發(fā)的無線連接方式。可選地，信息推送類應用可以獨立運行于終端設備上，而不需要后臺服務器提供支持。
[0034]其中，用戶的個性化描述信息可以由終端通過各種方式獲取，例如通過麥克風采集聲音信息、通過掃描器采集圖像信息、通過鍵盤或觸摸屏采集文本信息、通過讀取存儲器中預先存儲的信息等等。
[0035]在這里，個性化描述信息可