[发明专利]信息推送方法、系统、设备及存储介质

说明书

本发明属于信息处理领域，公开了一种信息推送方法、系统、设备及存储介质，包括以下步骤：获取搜索信息；根据搜索信息和预设的各设备的设备画像，得到搜索设备；获取并推送搜索设备的设备信息。采用基于设备画像的方式，给每个设备进行画像，充分挖掘设备的本身属性，进而采用设备画像的方式进行搜索和推荐，精准理解用户意图，满足多专业多用户更高效、更灵活、更精准的信息获取需求，解决目前调度控制系统的服务规模快速扩大，调控业务中数据种类繁多、存储分散导致的信息过载问题，实现以设备为主体的多维度数据的精准信息推送。

技术领域

本发明属于信息处理领域，涉及一种信息推送方法、系统、设备及存储介质。

背景技术

电力行业信息化从20世纪60年代电力生产自动化，到80年代管理信息化建设，再到近年智能化电网的全面建设，电力系统数据急速增长，多数据来源、多平台、多种类、跨行业数据等形成了繁多而分散的电力大数据。随着智能电网调度控制系统建设的深入推广和智能变电站的广泛建设，电网系统中数据呈爆炸性增长趋势，电力调控领域迎来了大数据时代，也不可避免地会遭遇信息过载问题，如何让用户在海量的数据面前能够获取到自己想要的信息，不但是信息智能的体现，而且能提高行业的服务质量，使得相关业务持续健康地顺应时代的发展。搜索和推荐技术是解决上述问题的两个主要技术手段。但是，目前搜索引擎仅能满足人们一部分需求，不能满足不同人物、不同时间及相同查询词不同查询意图的查询请求。

目前，一般采用个性化推荐技术和搜索技术相结合，为不同用户提供个性化检索服务，如专利CN108038237A，公开了一种信息推荐方法与系统，通过获取用户的固有属性和行为属性；对所述固有属性和所述行为属性进行统计分析处理，挖掘用户兴趣；对所述行为属性进行分析挖掘处理，挖掘用户的阅读习惯和消费观念；根据所述固有属性、所述行为属性、所述用户兴趣、所述阅读习惯以及所述消费观念，挖掘用户的用户画像和行为习惯；根据所述用户画像所述行为习惯，调用预设的信息推荐模型获取推荐信息，并将所述推荐推送给用户。个性化推荐技术目前主要是通过构建用户画像，用户画像是指从用户产生的各种数据中挖掘和抽取用户在不同属性上的标签，如年龄、性别、职业、收入及兴趣等，完备且准确的属性标签将有力地揭示用户本质特征，因而极大地促进精准的个性化推荐。主流用户画像推荐方法的一般流程是数据源端数据收集，数据预处理，行为建模，构建用户画像，基于用户画像修改搜索结果的相关度评分。

虽然，目前的用户画像方法已经取得了不错的效果，并被广泛应用于实际搜索推荐系统中。但是，在专业领域中，用户的行为数据标签维度相近，无法通过用户标签精准理解用户意图，从而无法进行有效的搜索和推荐。

发明内容

本发明的目的在于克服上述现有技术中，在专业领域中，用户的行为数据标签维度相近，无法通过用户标签精准理解用户意图，从而无法进行有效的搜索和推荐的缺点，提供一种信息推送方法、系统、设备及可读存储介质。

为达到上述目的，本发明采用以下技术方案予以实现：

本发明第一方面，一种信息推送方法，包括以下步骤：

获取搜索信息；根据搜索信息和预设的各设备的设备画像，得到搜索设备；获取并推送搜索设备的设备信息。

本发明信息推送方法进一步的改进在于：

所述根据搜索信息和预设的各设备的设备画像，得到搜索设备的具体方法为：

获取搜索信息中的关键词，将搜索信息中的关键词与预设的各设备的设备画像比对，得到搜索信息与各设备的设备画像的相似度；选取相似度最大的设备画像对应的设备为搜索设备。

所述根据搜索信息和预设的各设备的设备画像，得到搜索设备的具体方法为：