[发明专利]信息推送方法、装置、服务器及介质在审

专利信息
申请号: 201710948785.9 申请日: 2017-10-12
公开(公告)号: CN107767172A 公开(公告)日: 2018-03-06
发明(设计)人: 刘昊;于静磊;朱润龙;王静 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06F17/27
代理公司: 北京品源专利代理有限公司11332 代理人: 孟金喆
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 推送 方法 装置 服务器 介质
【权利要求书】:

1.一种信息推送方法,其特征在于,包括:

确定当前用户的搜索词与预先依据目标商户所属类型的已成单用户的历史搜索词确定的各目标商户关键词之间的相似度;

依据所述相似度确定所述当前用户是否为所述目标商户的待推广用户;

依据确定结果推送所述目标商户的推广信息。

2.根据权利要求1所述的方法,其特征在于,依据目标商户所属类型的已成单用户的历史搜索词确定目标商户关键词,包括:

获取目标商户所属类型的各已成单用户在成单时刻前预设时间段的历史搜索词;

选择部分所述历史搜索词作为分类模型样本词,依据所述分类模型样本词训练得到搜索词分类模型;

依据所述搜索词分类模型确定除所述分类模型样本词以外的历史搜索词是否为目标商户关键词。

3.根据权利要求2所述的方法,其特征在于,所述选择部分所述历史搜索词作为分类模型样本词,依据所述分类模型样本词训练得到搜索词分类模型,包括:

选择部分所述历史搜索词作为分类模型样本词,并依据各所述分类模型样本词与所述目标商户所属类型之间的关系,分别确定各所述分类模型样本词为正向样本或负向样本;

依据确定的正向样本和负向样本构建所述搜索词分类模型。

4.根据权利要求3所述的方法,其特征在于,在确定各所述分类模型样本词为正向样本或负向样本之后,还包括:

将正向样本确定为目标商户关键词。

5.根据权利要求1所述的方法,其特征在于,所述依据确定结果推送所述目标商户的推广信息,包括:

若当前用户是所述目标商户的待推广用户,则向当前用户推送所述目标商户的推广信息;

否则,不向当前用户推送所述目标商户的推广信息。

6.一种信息推送装置,其特征在于,包括:

相似度确定模块,用于确定当前用户的搜索词与预先依据目标商户所属类型的已成单用户的历史搜索词确定的各目标商户关键词之间的相似度;

用户确定模块,用于依据所述相似度确定所述当前用户是否为所述目标商户的待推广用户;

信息推送模块,用于依据确定结果推送所述目标商户的推广信息。

7.根据权利要求6所述的装置,其特征在于,所述相似度确定模块包括:

关键词确定子模块,用于依据目标商户所属类型的已成单用户的历史搜索词确定目标商户关键词;

所述关键词确定子模块包括:

搜索词获取单元,用于获取目标商户所属类型的各已成单用户在成单时刻前预设时间段的历史搜索词;

模型训练单元,用于选择部分所述历史搜索词作为分类模型样本词,依据所述分类模型样本词训练得到搜索词分类模型;

关键词判断单元,用于依据所述搜索词分类模型确定除所述分类模型样本词以外的历史搜索词是否为目标商户关键词。

8.根据权利要求7所述的装置,其特征在于,所述模型训练单元包括:

样本确定子单元,用于选择部分所述历史搜索词作为分类模型样本词,并依据各所述分类模型样本词与所述目标商户所属类型之间的关系,分别确定各所述分类模型样本词为正向样本或负向样本;

模型构建子单元,用于依据确定的正向样本和负向样本构建所述搜索词分类模型。

9.根据权利要求8所述的装置,其特征在于,所述模型训练单元还包括:

关键词确定子单元,用于在确定各所述分类模型样本词为正向样本或负向样本之后,将正向样本确定为目标商户关键词。

10.根据权利要求6所述的装置,其特征在于,所述信息推送模块具体用于:

若当前用户是所述目标商户的待推广用户,则向当前用户推送所述目标商户的推广信息;

否则,不向当前用户推送所述目标商户的推广信息。

11.一种服务器,其特征在于,所述服务器包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的信息推送方法。

12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的信息推送方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710948785.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top