[发明专利]信息推送方法和装置

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：

对用户浏览的页面内容进行解析，提取所述页面内容的关键词并确定与所述关键词相对应的主题，包括：对用户浏览的页面内容进行解析，提取所述页面内容的关键词，并将所述关键词输入至预先生成的主题概率分布模型，得到至少一个第一候选主题和所述至少一个第一候选主题中的各个第一候选主题作为与所述关键词相对应的主题的概率；将所述关键词输入至预先生成的泛化模型，得到至少一个第二候选主题和所述关键词与所述至少一个第二候选主题中的各个第二候选主题的相似度；将所述至少一个第一候选主题和所述至少一个第二候选主题进行融合，确定与所述关键词相对应的主题；

确定预置关键词集合中的、与所述关键词相匹配的预置关键词；

基于预先建立的预置关键词的关联关系，确定与所确定的预置关键词相关联的关联关键词；

向所述用户推送与所述主题和/或所述关联关键词对应的信息。

2.根据权利要求1所述的信息推送方法，其特征在于，在所述对用户浏览的页面内容进行解析，提取所述页面内容的关键词并确定与所述关键词相对应的主题之前，所述方法还包括生成主题概率分布模型的步骤，包括：

对预设的多个文本进行解析，确定每一个文本的关键词和主题，并建立该文本的关键词和主题的对应关系；

对所建立的对应关系进行统计，确定每一个关键词和各个主题的对应关系的建立次数；

基于所确定的每一个关键词和各个主题的对应关系的建立次数，生成与所确定的每一个关键词相对应的主题概率分布模型。

3.根据权利要求1所述的信息推送方法，其特征在于，在所述对用户浏览的页面内容进行解析，提取所述页面内容的关键词并确定与所述关键词相对应的主题之前，所述方法还包括生成泛化模型的步骤，包括：

对预设的多个文本进行解析，生成各个文本的关键词集合，并确定各个文本的主题；

将相同主题的文本所对应的关键词集合进行合并，以生成与所确定的每一个主题相对应的关键词集合；

对于所确定的每一个主题，基于卡方检验方法，从与该主题相对应的关键词集合中提取特征关键词；

基于机器学习方法，将与所确定的各个主题相对应的特征关键词作为输入，训练得到泛化模型。

4.根据权利要求3所述的信息推送方法，其特征在于，所述对预设的多个文本进行解析，生成各个文本的关键词集合，并确定各个文本的主题，包括：

对于预设的多个文本中的每一个文本，对该文本进行分词，并删除分词后所得到的多个词中的停用词、介词和副词，以得到与该文本相对应的关键词集合；

将各个文本输入至预先训练的主题模型，确定每一个文本的主题，其中，所述主题模型用于表征文本与主题的对应关系。

5.根据权利要求1所述的信息推送方法，其特征在于，在所述对用户浏览的页面内容进行解析，提取所述页面内容的关键词并确定与所述关键词相对应的主题之前，所述方法还包括建立预置关键词的关联关系的步骤，包括：

对历史搜索数据和历史浏览数据进行解析，确定第一关键词和与每一个第一关键词相关联的至少一个第二关键词；

分别将所述第一关键词、所述至少一个第二关键词中的各个第二关键词与预置关键词集合中的各个预置关键词进行相似度计算，将所述预置关键词集合中的、与所述第一关键词相似度最大的预置关键词确定为第一预置关键词，将所述预置关键词集合中的、与各个第二关键词相似度最大的预置关键词分别确定为第二预置关键词；

分别建立所述第一预置关键词与各个第二预置关键词的关联关系。

6.根据权利要求5所述的信息推送方法，其特征在于，在所述分别建立所述第一预置关键词与各个第二预置关键词的关联关系之后，所述方法还包括：

从所述历史搜索数据和所述历史浏览数据中统计所述第一预置关键词与各个第二预置关键词的共现次数；

基于所确定的共现次数，确定所述第一预置关键词到各个第二预置关键词的转移概率，其中，所述第一预置关键词到每一个第二预置关键词的转移概率为所述第一预置关键词与该第二预置关键词的共现次数与所确定的各个共现次数的总和的比值。