[发明专利]一种信息推送方法及装置

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：

从社交数据源获取用户的历史行为信息；

将获取的所述历史行为信息按预设规则划分成一个或者多个与用户行为信息相关的文档；

根据所述文档，采用统计学习方法获得模型；

基于所述模型生成推送信息，并将所述推送信息发送给对应用户所在客户端。

2.如权利要求1所述的方法，其特征在于，所述将获取的所述历史行为信息按预设规则划分成一个或者多个与用户行为信息相关的文档具体包括：

将获取的所述历史行为信息按用户标识符以及时间划分成一个或者多个与用户行为信息相关的文档。

3.如权利要求1或2所述的方法，其特征在于，在所述将获取的所述历史行为信息按预设规则划分成一个或者多个与用户行为信息相关的文档之后，还包括：

根据所述文档的内容和/或作者信息，提取每一个文档的特征信息。

4.如权利要求3所述的方法，其特征在于，所述根据所述文档，采用统计学习方法获得模型具体包括：

根据所述文档，采用统计学习方法建立初始模型；

根据提取的所述特征信息，计算所述文档的联合概率；

最大化所述联合概率获得所述初始模型的参数，得到最终模型。

5.如权利要求1至4任一项所述的方法，其特征在于，所述基于所获得的模型生成推送信息之前，还包括:

检测用户的当前行为信息；

相应的，所述基于所获得的模型生成推送信息具体包括:

基于所获得的模型以及检测到的用户当前行为信息，生成与所述用户当前行为信息相匹配的推送信息。

6.如权利要求5所述的方法，其特征在于，所述基于所获得的模型以及检测到的用户当前行为信息，生成与所述用户当前行为信息相匹配的推送信息，并将所述推送信息发送给对应用户所在客户端具体包括：

基于所获得的模型以及检测到的用户当前行为信息，生成用户可能行为列表；

对所述用户可能行为列表中的用户可能行为进行评分；

将评分最高的前N项用户可能行为推送给对应用户所在客户端，所述N大于或等于1。

7.一种信息推送装置，其特征在于，所述装置包括：

行为信息获取单元，用于从社交数据源获取用户的历史行为信息；

文档获取单元，用于将所述行为信息获取单元获取的历史行为信息按预设规则划分成一个或者多个与用户行为信息相关的文档；

模型获得单元，用于根据所述文档获取单元获取的文档，采用统计学习方法获得模型；

信息推送单元，用于基于所述模型获得单元获得的模型生成推送信息，并将所述推送信息发送给对应用户所在客户端。

8.如权利要求7所述的装置，其特征在于，所述文档获取单元具体用于:

将获取的所述历史行为信息按用户标识符以及时间划分成一个或者多个与用户行为信息相关的文档。

9.如权利要求7或8所述的装置，其特征在于，所述装置还包括：

特征信息提取单元，用于根据所述文档的内容和/或作者信息，提取每一个文档的特征信息。

10.如权利要求9所述的装置，其特征在于，所述模型获得单元包括：

模型建立模块，用于根据所述文档，采用统计学习方法建立初始模型；

计算模块，用于根据提取的所述特征信息，计算所述文档的联合概率；

模型获得模块，用于最大化所述联合概率获得所述初始模型的参数，得到最终模型。

11.如权利要求7至10任一项所述的装置，其特征在于，所述装置还包括:

信息检测单元，用于检测用户的当前行为信息；

所述信息推送单元具体用于，基于所获得的模型以及检测到的用户当前行为信息，生成与所述用户当前行为信息相匹配的推送信息，并将所述推送信息发送给对应用户所在客户端。

12.如权利要求11所述的装置，其特征在于，所述信息推送单元包括:

行为列表生成模块，用于基于所获得的模型以及检测到的用户当前行为信息，生成用户可能行为列表；

评分模块，用于对所述用户可能行为列表中的用户可能行为进行评分；

信息推送模块，用于将评分最高的前N项用户可能行为推送给对应用户所在客户端，所述N大于或等于1。