[发明专利]信息推送方法、装置、终端及服务器

权利要求书

1.一种信息推送方法，其特征在于，所述方法包括：

获取预设的时间段内从第1个场景逐次切换到当前的第n个场景的场景序列和所述场景序列对应的兴趣序列，n≥2；

将所述场景序列与预设模型中的场景组合成场景集合，将所述兴趣序列与所述模型中的兴趣组合成兴趣集合，根据所述场景集合和所述兴趣集合计算所述模型的模型参数，所述模型参数包括初始概率矩阵、转移概率矩阵和发射矩阵；

根据所述场景序列、所述兴趣集合和所述模型参数计算所述当前的第n个场景对应的当前兴趣；

根据所述当前兴趣向终端推送信息；

其中，所述根据所述场景集合和所述兴趣集合计算所述模型的模型参数，包括：

预先设置初始概率矩阵或获取前一次的初始概率矩阵；

对于所述兴趣集合的m个兴趣中的第i个兴趣，依次计算所述第i个兴趣转移到第j个兴趣的转移概率，得到所述转移概率矩阵，1≤i≤m，1≤j≤m；

对于所述兴趣集合中的第i个兴趣，依次计算所述第i个兴趣产生第k个场景的发射概率，得到所述发射矩阵，1≤k≤n。

2.根据权利要求1所述的信息推送方法，其特征在于，所述根据所述场景序列、所述兴趣集合和所述模型参数计算所述当前的第n个场景对应的当前兴趣，包括：

当计算第1个场景中每一个兴趣的概率时，将第i个兴趣在所述初始概率矩阵中的初始概率和所述第i个兴趣在所述发射矩阵中产生所述第1个场景的发射概率的乘积作为所述第i个兴趣在所述第1个场景中的概率；

当计算第q个场景中每一个兴趣的概率时，先依次计算第j个兴趣在前一个场景中的概率和所述第j个兴趣在所述转移概率矩阵中转移到第i个兴趣的转移概率的第一乘积，确定所述第一乘积中的最大第一乘积，再计算所述最大第一乘积和所述第i个兴趣在所述发射矩阵中产生所述第q个场景的发射概率的第二乘积，将所述第二乘积作为所述第i个兴趣在所述第q个场景中的概率，2≤q≤n-1；

当计算第n个场景中每一个兴趣的概率时，先依次计算第j个兴趣在前一个场景中的概率和所述第j个兴趣在所述转移概率矩阵中转移到第i个兴趣的转移概率的第一乘积，确定所述第一乘积中的最大第一乘积，再计算所述最大第一乘积和所述第i个兴趣在所述发射矩阵中产生所述第n个场景的发射概率的第二乘积，将所述第二乘积作为所述第i个兴趣在所述第n个场景中的概率，确定所述第二乘积中的最大第二乘积，将所述最大第二乘积对应的兴趣作为所述当前兴趣。

3.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：

获得至少一个预测序列，每个预测序列包括所述场景序列加一个预测场景，所述预测场景为所述场景集合中的场景，且各个预测序列中的所述预测场景不同；

对于每一个预测序列，根据所述预测序列、所述兴趣集合和所述模型参数计算所述预测序列的概率；

确定所述概率中最大概率对应的预测序列，并在所述最大概率对应预测序列的预测场景中向所述终端推送信息。

4.根据权利要求3所述的信息推送方法，其特征在于，所述根据所述预测序列、所述兴趣集合和所述模型参数计算所述预测序列的概率，包括：

根据所述预测序列、所述兴趣集合和所述模型参数前向计算所述预测序列中预测场景对应的预测兴趣的概率，将所述预测兴趣的概率作为所述预测序列的概率；或者，

根据所述预测序列、所述兴趣集合和所述模型参数反向计算所述预测序列中第1个场景对应的兴趣的概率，将所述兴趣的概率作为所述预测序列的概率。