[发明专利]资讯个性化推送方法、装置、电子设备及存储介质

权利要求书

1.一种资讯个性化推送方法，应用于电子设备中，其特征在于，所述方法包括：

获取应用程序中与用户相关的多个预设维度的数据，其中，所述数据包括结构化数据和非结构化数据；

将所述非结构化数据转化为结构化数据；

根据所述结构化数据建立用户兴趣模型；及

根据建立的用户兴趣模型为用户推送个性化资讯。

2.如权利要求1所述的资讯个性化推送方法，其特征在于，通过以下方式中的一种或多种来获取用户在应用程序中的多个预设维度的数据：

提取与用户的智能对话交互中的预设信息，其中，所述预设信息包括关键词和对话时长；

记录用户所登录的场景信息，其中，所述场景信息包括页面埋点数据和用户状态；

采集用户在应用程序中的操作数据，其中，所述操作数据包括页面访问、停留时间和所持有产品；和

记录用户对于问卷调查的答案信息，其中，所述答案信息包括问卷的内容、回答时长和间隔。

3.如权利要求1所述的资讯个性化推送方法，其特征在于，所述将所述非结构化数据转化为结构化数据的方法包括：

将所述非结构化数据通过统一的接口转换为标准结构文件；

提取所述标准结构文件中的内容，并将所述标准结构文件中的内容转换为XML文档；

提取所述标准结构文件中的结构生成文件模板；

根据生成的文件模板创建仿真结果表结构；

根据生成的文件模板中的信息读取相应的XML文档，并解析所述XML文档以提取其中的数据内容；

将提取的数据内容插入到已经创建好的结果表中。

4.如权利要求1所述的资讯个性化推送方法，其特征在于，

所述结构化数据通过基于向量空间模型的表示法建立用户兴趣模型。

5.如权利要求4所述的资讯个性化推送方法，其特征在于，在根据所述结构化数据建立用户兴趣模型之后，所述方法还包括对所述用户兴趣模型进行更新，其中，对所述用户兴趣模型进行更新的方法包括基于用户反馈的更新方法和基于自然变化的模型更新方法。

6.如权利要求5所述的资讯个性化推送方法，其特征在于，采用基于内容的推荐方法为用户推送个性化资讯，所述基于内容的推荐通过比较资讯与用户兴趣模型的相似度来决定是否推荐所述资讯供用户参考。

7.如权利要求6所述的资讯个性化推送方法，其特征在于，所述采用基于内容的推荐方法为用户推送个性化资讯的方法包括:

建立所述资讯的第一空间向量，根据建立的用户兴趣模型获取第二空间向量；

计算所述第一空间向量和第二空间向量之间的向量余弦值，将向量余弦值作为所述资讯与用户兴趣模型的相似度；

比对所述相似度是否大于一预设值；

当所述相似度大于等于一预设值时，确定所述资讯与用户兴趣模型匹配，推荐所述资讯供用户参考；

当所述相似度小于所述预设值时，确定所述资讯与用户兴趣模型不匹配，不推荐所述资讯供用户参考。

8.一种资讯个性化推送装置，其特征在于，所述装置包括：

获取模块，用于获取应用程序中与用户相关的多个预设维度的数据，其中，所述数据包括结构化数据和非结构化数据；

处理模块，用于将所述非结构化数据转化为结构化数据；

建立模块，用于根据所述结构化数据建立用户兴趣模型；及

推送模块，用于根据建立的用户兴趣模型为用户推送个性化资讯。

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述的资讯个性化推送方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的资讯个性化推送方法。