信息推送方法和装置制造方法及图纸

本申请公开了信息推送方法和装置。所述方法的一具体实施方式包括：基于用户对客户端所安装的地图应用依次执行的第二检索操作，解析与第二检索操作对应的检索词；将解析出的检索词与第一检索词序列中的第一检索词进行匹配，确定是否匹配成功，其中，第一检索词序列为基于对相同地图应用的第一检索操作序列而生成的；响应于匹配成功，获取客户端所安装的地图应用的日志数据；基于日志数据、所获取的用户的特征信息和预先训练的用车概率模型，确定用户的用车概率；响应于用车概率大于预设的用车概率阈值，向客户端推送信息。该实施方式实现了富于针对性的信息推送。

Information push method and device

The present invention discloses an information push method and device. Including a specific embodiment of the method: the map application user installed on client based on the order of execution of the second retrieval operation, analysis and retrieval operation corresponding to the second key words; it will parse out the key words and the first word retrieval first retrieval sequences to match, determine whether the match is successful, the first key words sequence is based on the same map application first retrieval operation sequence generated; in response to the match, the log data acquisition map application client installed; feature information of log data, the user and the pre training car based on a probabilistic model, determine the probability of car users; the response probability threshold in the car the car probability is greater than the preset, push information to the client. The implementation implements targeted information push.

【技术实现步骤摘要】
信息推送方法和装置
本申请涉及计算机
，具体涉及互联网
，尤其涉及信息推送方法和装置。
技术介绍
随着互联网的发展和普及，基于移动互联网的用车需求越来越大。为了提升用户的体验度，提高竞争力，通常需要获取用户信息来确定用户的出行情况，并推断用户的用车需求，进而推送相关信息(如乘车优惠券等)。然而，现有的针对用户出行情况的信息推送方式通常是基于用户历史乘车数据来预测用户的用车概率，继而进行相关信息的推送。这种信息推送方式无法推断用户在当前时刻的用车需求和所处场景，从而，存在着信息推送的实时性较低，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方法和装置，来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请提供了一种信息推送方法，上述方法包括：基于用户对客户端所安装的地图应用依次执行的第二检索操作，解析与上述第二检索操作对应的检索词；将解析出的检索词与第一检索词序列中的第一检索词进行匹配，确定是否匹配成功，其中，上述第一检索词序列为基于对相同地图应用的第一检索操作序列而生成的；响应于匹配成功，获取上述客户端所安装的地图应用的日志数据；基于上述日志数据、所获取的上述用户的特征信息和预先训练的用车概率模型，确定上述用户的用车概率，其中，上述用车概率模型用于表征日志数据、特征信息与用车概率的对应关系；响应于所确定的用车概率大于预设的用车概率阈值，向上述客户端推送信息。在一些实施例中，在上述基于用户对客户端所安装的地图应用依次执行的第二检索操作，解析与上述第二检索操作对应的检索词之前，上述方法还包括：获取地图检索数据，其中，上述地图检索数据包括在上述地图应用中执行的多个检索操作的每一个检索操作对应的检索词和时间戳；基于序列模式挖掘算法对上述地图检索数据进行序列模式挖掘，确定第一检索词序列；将与上述第一检索词序列中的各个第一检索词对应的检索操作作为第一检索操作，确定第一检索操作序列；存储上述第一检索词序列。在一些实施例中，上述将解析出的检索词与第一检索词序列中的第一检索词进行匹配，确定是否匹配成功，包括：如果对于依次执行的每一个第二检索操作而言，第二检索操作对应的检索词与上述第一检索词序列中相应的第一检索操作对应的第一检索词都匹配，则确定匹配成功。在一些实施例中，上述将解析出的检索词与第一检索词序列中的第一检索词进行匹配，确定是否匹配成功，包括：如果第二检索操作对应的检索词与上述第一检索词序列中相应的第一检索操作对应的第一检索词不匹配，则确定匹配失败。在一些实施例中，上述方法还包括：响应于匹配成功，获取预设的出行场景标识集合和预设的第一检索词序列与出行场景标识的匹配关系；基于上述第一检索词序列与出行场景标识的匹配关系，从上述出行场景标识集合中提取与上述第一检索词序列匹配的出行场景标识；获取预设的候选信息集合和预设的出行场景标识与候选信息的匹配关系；基于上述出行场景标识与候选信息的匹配关系，从上述候选信息集合中提取与上述出行场景标识匹配的候选信息，并将所提取的候选信息确定为待推送至上述客户端的信息。在一些实施例中，上述基于上述日志数据、所获取的上述用户的特征信息和预先训练的用车概率模型，确定上述用户的用车概率，包括：从上述日志数据和所获取的上述用户的特征信息中提取特征向量；将上述特征向量导入预先训练的用车概率模型，确定上述用户的用车概率。在一些实施例中，上述用车概率模型通过以下步骤获得：获取多个用户的特征信息和用车概率；从上述地图应用中获取历史设定时长内与上述多个用户相匹配的日志数据；从所获取的多个用户的特征信息和上述日志数据中提取与上述多个用户中的每个用户相匹配的特征向量；将所提取的特征向量作为输入，所获取的用车概率作为输出，训练用车概率模型。在一些实施例中，在上述向上述客户端推送信息之后，上述方法还包括：获取与上述用户的用户标识；将上述用户标识存储至已推送用户标识列表。第二方面，本申请提供了信息推送装置，上述装置包括：解析单元，配置用于基于用户对客户端所安装的地图应用依次执行的第二检索操作，解析与上述第二检索操作对应的检索词；匹配单元，配置用于将解析出的检索词与第一检索词序列中的检索词进行匹配，确定是否匹配成功，其中，上述第一检索词序列为基于对相同地图应用的第一检索操作序列而生成的；第一获取单元，配置用于响应于匹配成功，获取上述客户端所安装的地图应用的日志数据；第一确定单元，配置用于基于上述日志数据、所获取的上述用户的特征信息和预先训练的用车概率模型，确定上述用户的用车概率，其中，上述用车概率模型用于表征日志数据、特征信息与用车概率的对应关系；推送单元，配置用于响应于所确定的用车概率大于预设的用车概率阈值，向上述客户端推送信息。在一些实施例中，上述装置还包括：第二获取单元，配置用于获取地图检索数据，其中，上述地图检索数据包括在上述地图应用中执行的多个检索操作的每一个检索操作对应的检索词和时间戳；挖掘单元，配置用于基于序列模式挖掘算法对上述地图检索数据进行序列模式挖掘，确定第一检索词序列；第二确定单元，配置用于将与上述第一检索词序列中的各个第一检索词对应的检索操作作为第一检索操作，确定第一检索操作序列；第一存储单元，配置用于存储上述第一检索词序列。在一些实施例中，上述匹配单元进一步配置用于：如果对于依次执行的每一个第二检索操作而言，第二检索操作对应的检索词与上述第一检索词序列中相应的第一检索操作对应的第一检索词都匹配，则确定匹配成功。在一些实施例中，上述匹配单元进一步配置用于：如果第二检索操作对应的检索词与上述第一检索词序列中相应的第一检索操作对应的第一检索词不匹配，则确定匹配失败。在一些实施例中，上述装置还包括：第三获取单元，配置用于响应于匹配成功，获取预设的出行场景标识集合和预设的第一检索词序列与出行场景标识的匹配关系；第一提取单元，配置用于基于上述第一检索词序列与出行场景标识的匹配关系，从上述出行场景标识集合中提取与上述第一检索词序列匹配的出行场景标识；第四获取单元，配置用于获取预设的候选信息集合和预设的出行场景标识与候选信息的匹配关系；第二提取单元，配置用于基于上述出行场景标识与候选信息的匹配关系，从上述候选信息集合中提取与上述出行场景标识匹配的候选信息，并将所提取的候选信息确定为待推送至上述客户端的信息。在一些实施例中，上述第一确定单元进一步配置用于：从上述日志数据和预先获取的上述用户的特征信息中提取特征向量；将上述特征向量导入预先训练的用车概率模型，确定上述用户的用车概率。在一些实施例中，上述用车概率模型通过以下单元获得：第五获取单元，配置用于获取多个用户的特征信息和用车概率；第六获取单元，配置用于从上述地图应用中获取历史设定时长内与上述多个用户相匹配的日志数据；第三提取单元，配置用于从所获取的多个用户的特征信息和上述日志数据中提取与上述多个用户中的每个用户相匹配的特征向量；训练单元，配置用于将所提取的特征向量作为输入，所获取的用车概率作为输出，训练用车概率模型。在一些实施例中，上述装置还包括：第七获取单元，配置用于获取与上述用户的用户标识；第二存储单元，配置用于将上述用户标识存储至已推送用户标识列表。本申请提供的信息推送方法和装置，通过解析用户对本文档来自技高网...

【技术保护点】
一种信息推送方法，其特征在于，所述方法包括：基于用户对客户端所安装的地图应用依次执行的第二检索操作，解析与所述第二检索操作对应的检索词；将解析出的检索词与第一检索词序列中的第一检索词进行匹配，确定是否匹配成功，其中，所述第一检索词序列为基于对相同地图应用的第一检索操作序列而生成的；响应于匹配成功，获取所述客户端所安装的地图应用的日志数据；基于所述日志数据、所获取的所述用户的特征信息和预先训练的用车概率模型，确定所述用户的用车概率，其中，所述用车概率模型用于表征日志数据、特征信息与用车概率的对应关系；响应于所确定的用车概率大于预设的用车概率阈值，向所述客户端推送信息。

【技术特征摘要】
1.一种信息推送方法，其特征在于，所述方法包括：基于用户对客户端所安装的地图应用依次执行的第二检索操作，解析与所述第二检索操作对应的检索词；将解析出的检索词与第一检索词序列中的第一检索词进行匹配，确定是否匹配成功，其中，所述第一检索词序列为基于对相同地图应用的第一检索操作序列而生成的；响应于匹配成功，获取所述客户端所安装的地图应用的日志数据；基于所述日志数据、所获取的所述用户的特征信息和预先训练的用车概率模型，确定所述用户的用车概率，其中，所述用车概率模型用于表征日志数据、特征信息与用车概率的对应关系；响应于所确定的用车概率大于预设的用车概率阈值，向所述客户端推送信息。2.根据权利要求1所述的信息推送方法，其特征在于，在所述基于用户对客户端所安装的地图应用依次执行的第二检索操作，解析与所述第二检索操作对应的检索词之前，所述方法还包括：获取地图检索数据，其中，所述地图检索数据包括在所述地图应用中执行的多个检索操作的每一个检索操作对应的检索词和时间戳；基于序列模式挖掘算法对所述地图检索数据进行序列模式挖掘，确定第一检索词序列；将与所述第一检索词序列中的各个第一检索词对应的检索操作作为第一检索操作，确定第一检索操作序列；存储所述第一检索词序列。3.根据权利要求1所述的信息推送方法，其特征在于，所述将解析出的检索词与第一检索词序列中的第一检索词进行匹配，确定是否匹配成功，包括：如果对于依次执行的每一个第二检索操作而言，第二检索操作对应的检索词与所述第一检索词序列中相应的第一检索操作对应的第一检索词都匹配，则确定匹配成功。4.根据权利要求1所述的信息推送方法，其特征在于，所述将解析出的检索词与第一检索词序列中的第一检索词进行匹配，确定是否匹配成功，包括：如果第二检索操作对应的检索词与所述第一检索词序列中相应的第一检索操作对应的第一检索词不匹配，则确定匹配失败。5.根据权利要求1所述的信息推送方法，其特征在于，所述方法还包括：响应于匹配成功，获取预设的出行场景标识集合和预设的第一检索词序列与出行场景标识的匹配关系；基于所述第一检索词序列与出行场景标识的匹配关系，从所述出行场景标识集合中提取与所述第一检索词序列匹配的出行场景标识；获取预设的候选信息集合和预设的出行场景标识与候选信息的匹配关系；基于所述出行场景标识与候选信息的匹配关系，从所述候选信息集合中提取与所述出行场景标识匹配的候选信息，并将所提取的候选信息确定为待推送至所述客户端的信息。6.根据权利要求1所述的信息推送方法，其特征在于，所述基于所述日志数据、所获取的所述用户的特征信息和预先训练的用车概率模型，确定所述用户的用车概率，包括：从所述日志数据和所获取的所述用户的特征信息中提取特征向量；将所述特征向量导入预先训练的用车概率模型，确定所述用户的用车概率。7.根据权利要求1所述的信息推送方法，其特征在于，所述用车概率模型通过以下步骤获得：获取多个用户的特征信息和用车概率；从所述地图应用中获取历史设定时长内与所述多个用户相匹配的日志数据；从所获取的多个用户的特征信息和所述日志数据中提取与所述多个用户中的每个用户相匹配的特征向量；将所提取的特征向量作为输入，所获取的用车概率作为输出，训练用车概率模型。8.根据权利要求1所述的信息推送方法，其特征在于，在所述向所述客户端推送信息之后，所述方法还包括：获取与所述用户的用户标识；将所述用户标识存储至已推送用户标识列表。9.一种信息推送装置，其特征在于，所述装置包括...

【专利技术属性】
技术研发人员：夏源，周景博，吴海山，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11