消息推荐方法、装置、电子设备和介质与流程

1.本公开一般涉及数据推荐，具体涉及广告数据推荐，尤其涉及一种消息推荐方法、装置、电子设备和介质。


背景技术：

2.在用户使用应用程序app功能时向用户发送推荐信息是当前应用程序app常用的技术手段。相关技术中，通常直接根据当前登录的用户账号信息来确定推荐信息。但是，在vip权益较高的应用程序app中，经常是多个用户共用一个用户账号，这使得根据用户账号信息确定的推荐信息不准确，无法精确推荐实际用户感兴趣的推荐信息。


技术实现要素：

3.鉴于现有技术中的上述缺陷或不足，期望提供一种消息推荐方法、装置、电子设备和介质，能够准确识别真实用户身份，从而进行针对性的消息推荐，提高消息推荐的精确度，进而提高消息推荐的转化率。
4.第一方面，本技术实施例提供了一种消息推荐方法，包括：
5.获取当前登录的登录标识信息和终端设备的设备标识；
6.获取所述终端设备对应的应用特征数据，所述应用特征数据为在所述终端设备接收到的操作数据；
7.根据所述登录标识信息、所述设备标识和所述应用特征数据，确定所述登录标识信息对应的目标标识信息；
8.根据所述目标标识信息获取所述目标标识信息对应的推荐消息，并将所述推荐消息发送至所述终端设备。
9.第二方面，本技术实施例提供了一种消息推荐装置，包括：
10.第一获取模块，用于获取当前登录的登录标识信息和终端设备的设备标识；
11.第二获取模块，用于获取所述终端设备对应的应用特征数据，所述应用特征数据为在所述终端设备接收到的操作数据；
12.确定模块，用于根据所述登录标识信息、所述设备标识和所述应用特征数据，确定所述登录标识信息对应的目标标识信息；
13.推荐模块，用于根据所述目标标识信息获取所述目标标识信息对应的推荐消息，并将所述推荐消息发送至所述终端设备。
14.第三方面，本技术实施例提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行该程序时实现如本技术实施例描述的方法。
15.第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本技术实施例描述的方法。
16.本技术提出的消息推荐方法，在用户登录应用程序的登录标识信息后，应用程序
服务器获取用户当前登录的登录标识信息和设备标识，然后获取终端设备对应的应用特征数据，根据登录标识信息、设备标识和应用特征数据，确定登录标识信息对应的目标标识信息，以及根据目标标识信息获取目标标识信息对应的推荐消息，并将推荐消息发送至终端设备，以使应用程序能够根据实际登录的用户真实身份进行消息推荐，有效提高消息推荐的精确度，进而提高推荐转化率。
17.本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
18.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：
19.图1为本技术所涉及的实施环境的示意图；
20.图2为本技术实施例的一种消息推荐方法的流程图；
21.图3为本技术一个具体实施例的一种消息推荐方法的应用场景示意图；
22.图4为本技术一个具体实施例的一种消息推荐方法的流程图；
23.图5为本技术实施例的一种消息推荐方法的原理示意图；
24.图6为本技术实施例的一种消息推荐装置的结构示意图；
25.图7为适于用来实现本技术实施例的电子设备或服务器的计算机系统的结构示意图。
具体实施方式
26.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
27.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
28.在应用程序app的页面上，通常会设置向用户进行内容推荐的功能控件，进行内容推荐的功能控件通常展示与用户账号画像对应的推荐信息，推荐信息通常为当前登录的用户可能感兴趣的相关信息，包括但不限于视频、音乐、小说、购物推荐等。
29.但是随着应用程序app中vip权益的逐渐增大，出现很多多人共用一个用户账号的情况，例如大学寝室中多个室友共有一个用户账号，或者情侣二人共用一个用户账号等。此时，应用程序接收到的用于进行用户画像的偏好信息则因使用过该账号的用户较多而出现用户信息混淆，使得在根据接收到的用户信息进行画像时容易出现彼此矛盾的画像标签或者与任一实际用户都不相符的画像标签等，因此，根据用户画像标签推送的推荐信息显然也与用户的实际兴趣不相符，无法实现信息推荐的目的。
30.请参阅图1，图1是本技术所涉及的实施环境的示意图。该实施环境为一消息推荐系统，该消息推荐系统包括终端1和服务器2。
31.其中，终端1和服务器2之间预先通过网络相连接，并通过该网络进行数据传输，例如进行消息推荐过程中需要的传输。该网络可以是有线网络或者无线网络，本技术不进行
限制。消息类型包括但不限于视频、音乐、小说、购物信息等。
32.终端1中安装有消息推荐客户端(应用程序app)，消息推荐客户端可在主页中展示若干推荐消息，例如在应用程序app为视频客户端时，可在客户端主页向用户展示推荐视频的视频标签或列表，在应用程序app为音乐客户端时，可在客户端主页向用户展示推荐音乐的音乐标签或列表，在应用程序app为小说阅读器时，可在客户端主页向用户展示推荐小说的标签或列表等，其中，标签包括推荐信息的封面信息和/或摘要信息，列表中包括但不限于推荐信息的名称。在用户点击主页中推荐信息的标签时，应用程序app播放和/或展示推荐信息的具体内容，在用户点击列表中任一推荐消息时，应用程序app展示包括但不限于推荐消息的封面信息和/或摘要信息，或者直接播放和/或展示推荐信息的具体内容。
33.可选的，应用程序app还可调用消息推荐控件进行消息推荐，消息控件可悬挂于应用程序app主页的前面。
34.可选的，推荐消息与应用程序app的类型可以不同，例如当应用程序app是视频客户端时，推荐消息可包括但不限于购物信息、小说等。
35.终端1可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、车载终端、智能电视等，但并不局限于此。
36.终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。
37.服务器2用于存储推荐消息，接收用户在应用程序app上的操作记录、浏览记录和点播记录等，以及根据用户在应用程序app上的操作记录、浏览记录和点播记录等对用户进行用户画像，并根据用户画像向终端1上的应用程序app发送与用户画像相应的推荐消息。
38.其中，服务器2可以是一台服务器，也可以是由若干台服务器构成的服务器集群，或者服务器2可以包含一个或多个虚拟化平台，或者服务器2是一个云计算服务中心。
39.图2为本技术实施例的一种消息推荐方法的流程图。
40.其中，需要说明的是，本实施例的消息推荐方法的执行主体为消息推荐装置，消息推荐装置可以由软件和/或硬件的方式实现，该实施例中的消息推荐装置可以配置在电子设备中，也可以配置在用于对电子设备进行控制的服务器中，该服务器与电子设备进行通信进而对其进行控制。
41.如图2所示，消息推荐方法，包括：
42.步骤101，获取当前登录的登录标识信息和终端设备的设备标识。
43.应用程序服务器在用户在终端上登录应用程序app的客户端时，获取到用户当前登录的登录标识信息。其中，该登录标识信息是用户在该应用程序中注册和/或付费的账号，即，用户在该应用程序中的用户名，该用户名可为用户根据个人爱好进行设置的文字、字母、数组和符号的组合。
44.设备标识泛指可以用于标识一台设备的独立、唯一的身份信息，例如imei/idfa/taid/oaid等。其中，imei为安卓系统设备的唯一设备标识，idfa为ios系统设备的唯一设备标识，taid为图灵盾标识，能够跨安卓系统和ios系统，oaid为安卓系统厂商联盟自研设备号，仅供安卓平台使用。
45.步骤102，获取终端设备对应的应用特征数据，应用特征数据为终端设备接收到的操作数据。
46.其中，应用特征数据为用户在终端设备上的操作数据，例如，用户登录应用程序前后在用户终端上产生的操作数据，包括但不限于对当前应用程序中各标签的选择操作的操作信息，或者对其他应用程序的选择和/或关闭等操作信息。
47.步骤103，根据登录标识信息、设备标识和应用特征数据，确定登录标识信息对应的目标标识信息。
48.其中，目标标识信息为用于表示当前登录的真实用户身份的账号信息，可具体为用户在特定应用程序中注册账号，特定程序通常为用户在个人信息交互平台中的账号。
49.步骤104，根据目标标识信息获取目标标识信息对应的推荐消息，并将推荐消息发送至终端设备。
50.由此，在用户登录应用程序的登录标识信息后，应用程序服务器获取用户当前登录的登录标识信息和设备标识，然后获取终端设备对应的应用特征数据，根据登录标识信息、设备标识和应用特征数据，确定登录标识信息对应的目标标识信息，以及根据目标标识信息获取目标标识信息对应的推荐消息，并将推荐消息发送至终端设备，以使应用程序能够根据实际登录的用户真实身份进行消息推荐，有效提高消息推荐的精确度，进而提高推荐转化率。
51.在一些实施例中，根据登录标识信息、设备标识和应用特征数据，确定登录标识信息对应的目标标识信息，包括：根据登录标识信息和设备标识，确定至少一个候选标识信息；根据候选标识信息和应用特征数据，确定目标标识信息。
52.其中，候选标识信息为与登录标识信息具有关联关系的标识信息，包括但不限于内容交互平台、购物平台等平台的账号信息。进一步地，具有关联关系的标识信息可为在设备标识对应的终端设备上登录过的账号信息，以及其他登录过登录标识信息的终端设备上登录过的账号信息等。应当理解的是，终端设备在日常记录用户在打开和/或登录每个应用程序时使用的账号信息，然后在用户登录应用有本技术的应用程序时，将记录的账号信息和设备标识发送至服务器，以便服务器记录存储记载与登录标识信息具有关联关系的账号信息以及各账号信息对应的设备标识。
53.目标标识信息是按照预设规则从候选标识信息中确定出的用于表示用户真实身份的账号，例如，可对候选标识信息进行评分，得到每个候选标识信息与用户真实身份之间的匹配度，然后将匹配度最高的候选标识信息作为目标标识信息，当多个候选标识信息的匹配度相同时，还可根据候选标识信息对应的应用程序类型等辅助条件确定目标标识信息。
54.需要说明的是，本身申请针对的应用场景是多用户共用账号的情形，因此，仅仅获取应用程序中已登录的登录标识信息无法确定当前使用该登录标识信息的用户是多用户中的具体哪一个用户。而多用户在共用一个登录标识信息时，通常是在每个用户自己的私人终端上操作的。因此，根据登录标识信息和设备标识能够确定出例如常在该设备上登录的其他应用程序的账号信息，这些账号更具有私密性，更能够反映出用户真实身份特征。
55.需要说明的是，登录标识信息和设备标识与候选标识信息之间的映射关系可以是根据终端设备上采集到的历史信息建立的。也就是说，在用户登录应用程序app后，应用程序服务器根据终端设备标识获取从该设备上获取到的用户在其他应用程序上的账号信息作为候选标识信息，即，获取设备标识与候选标识信息之间的映射关系，从而获取到至少一
个候选标识信息。
56.举例来说，当应用程序为内容交互平台时，用户通常仅使用私人终端登录应用程序，因此，用户登录的登录标识信息和设备标识通常存在稳定的映射关系，此时，存在登录标识信息和设备标识与目标标识信息之间的映射关系，根据登录标识信息和设备标识与真实身份之间的映射关系能够得到唯一的候选标识信息，根据该唯一的候选标识信息，能够确定该候选标识信息即为目标标识信息；当例如情侣共用一个用户账号时，有可能出现使用共同的终端设备，例如家用电脑，如果二人的关系相对亲密，能够共用内容交互平台的账号时，存在登录标识信息、设备标识和其他登录标识信息与情侣二人的目标标识信息之间的映射关系，即，根据登录标识信息、设备标识和其他账号与真实身份之间的映射关系能够映射出两个候选标识信息，需要进一步根据两个候选标识信息确定目标标识信息。
57.由此，本技术能够通过不易共享的设备标识，确定出候选标识信息，有效降低了获取用户目标标识信息的范围，进一步提高了确定真实登录标识信息的速度和准确性，从而有效提高了消息推荐的精准度。
58.进一步地，根据候选标识信息和应用特征数据，确定目标标识信息，包括：将候选标识信息和特征数据输入至特征学习模型，得到目标标识信息。
59.其中，特征学习模型为利用终端设备的历史信息训练得到的。
60.需要说明的是，历史信息包括但不限于用户使用当前应用程序产生的历史信息，还可包括用户使用其他应用程序产生的历史信息。其中，历史信息包括登录标识信息、应用特征数据以及登录标识信息和应用特征数据的映射关系。
61.也就是说，可获取大量各应用程序app的登录标识信息、用户使用的历史操作信息、终端设备的标识信息以及各信息之间的关联关系，然后将获取的大量数据根据使用的特征学习模型的类型制作成训练集和/或验证集，例如当特征学习模型为有监督模型时，则可将采集到的数据制作成训练集和验证集，当特征学习模型为无监督模型时，则可将采集到的数据只制作成训练集。然后利用获取到的数据对特征学习模型进行训练，直至特征学习模型能够较好的根据输入的候选标识信息和应用特征数据确定目标标识信息。此时，确定特征学习模型训练完成。待需要确定目标标识信息时，则将已经确定的候选标识信息和应用特征数据数据输入至特征学习模型中，从而得到用户的目标标识信息。
62.在一个或多个实施例中，在将获取的大量数据根据使用的特征学习模型的类型制作成训练集和/或验证集之前，还可对数据进行清洗，例如，若一个设备标识对某一应用的多个登录标识信息，且该多个登录标识信息对应的应用特征数据表达为不同的用户，则将该设备标识对应的多个用户身份标识和设备标识都删除，从而有效提高训练集的准确性，降低训练难度，提高模型训练速度。
63.在一个或多个实施例中，特征学习模型可关注候选标识信息和/或应用特征数据的来源应用程序以及用户的使用时长和/或使用频率等，也就是说，特征学习模型中可根据候选标识信息和/或应用特征数据的来源应用程序的类型确定候选标识信息和/或应用特征数据的第一权重值，例如，当应用程序为内容交互平台时，候选标识信息和/或应用特征数据的第一权重值高于视频播放应用程序、小说阅读程序等应用程序的第一权重值。另外，用户对应用程序的使用时长和/或使用频率对应第二权重值，即，用户的使用时长和/或使用频率越高，则对应的权重值越大。特征学习模型可结合第一权重值和第二权重值等信息
对候选标识信息进行真实度评分，然后根据多个候选标识信息的评分降序排列结果，将评分最高的候选标识信息作为用户的目标标识信息。其中，真实度评分可以是各候选标识信息对应的应用特征数据、应用特征数据的来源应用程序以及用户的使用时长和/或使用频率等属性信息与各属性对应的权重的加权和。
64.可选的，存储获取的数据信息和对特征学习模型进行训练可在应用程序的后台服务器中进行，也可在其他服务其中进行，例如厂商服务器等，举例来说，厂商服务器在对特征学习模型完成训练后对应用程序服务器中的特征学习模型参数进行更新，或者应用程序服务器与厂商服务器进行通信，应用程序服务器将获取到的候选标识信息和特征数据发送至厂商服务器，然后厂商服务器将特征学习模型预测出的目标标识信息返回至应用程序服务器。
65.由此，本技术先利用映射关系确定用户的候选标识信息，然后再利用终端设备上最新产生的应用数据确定用户目标标识信息，进一步提高了对用户真实身份判断的准确性，有效提高了消息推荐的准确性。
66.在一些实施例中，根据目标标识信息获取目标标识信息对应的推荐消息，包括：根据目标标识信息，获取目标标识信息对应的画像标签，根据目标标识信息和画像标签，获取与目标标识信息对应的推荐消息。
67.其中，画像标签用于描述用户所属特征类型，画像标签的数量可根据实际情况确定，即，不同用户对应的画像标签数量可以不同。举例来说，获得的画像标签可包括但不限于基本信息，例如年龄、性别、上网场景等；用户情况，例如用户学历、用户婚姻状态、生活状态、商业兴趣定向、关键词等；用户行为，例如付费用户、应用程序行为定向、应用用户等；天气定向，例如穿衣指数、紫外线指数、化妆指数、天气气象、温度等；消费能力，例如居住社区价格等。
68.可选的，可在应用程序服务器或厂商服务器中建立数据服务平台，用于根据用户数据进行用户特征建模、画像，以及对用户进行分类等操作。具体地，数据服务平台中可根据用户的目标标识信息利用底层的深度学习模型获取目标标识信息对应的用户特征，然后再利用用户特征和画像标签的映射关系获取用户对应的画像标签。
69.在获取到画像标签之后，还可利用推荐消息引擎进一步根据目标标识信息和画像标签，获取目标标识信息对应的推荐消息。
70.其中，推荐消息可以与画像标签之间存在映射关系，例如，可根据用户画像标签获取与画像标签对应的候选推荐消息，然后根据目标标识信息再从候选推荐消息中选取当前用于推荐的推荐消息。进一步地，目标标识信息中可包括用户的偏好信息，例如用户曾选择的不感兴趣的标签等，在根据画像标签确定出候选推荐消息后，根据目标标识信息排除与用户不感兴趣的标签相符的推荐消息，从而获取最终用户推荐的推荐消息。
71.应当理解的是，当推荐消息由应用程序的类型相同时，消息推荐引擎可设置在应用的后台服务器中，当推荐消息由第三方应用程序提供时，消息推荐引擎可设置在第三方的服务器中。其中，当应用程序为视频播放器时，如果推荐消息为视频信息时，消息推荐引擎可设置在应用的后台程序服务器中，如果推荐消息为购物信息时，消息推荐引擎可设置在购物平台的后台服务器中，购物平台的后台服务器在根据画像标签和目标标识信息获取到推荐消息后，将推荐消息发送至视频播放器的后台服务器，以便于视频播放器的后台服
务器将推荐消息发送至终端设备，或者，购物平台的后台服务器在根据画像标签获取候选推荐消息，并将候选推荐消息发送至视频播放器的后台服务器，视频播放器的后台服务器再根据用户的目标标识信息从候选推荐消息中选取最终推送的推荐消息，并将推荐消息发送至终端设备。
72.在一些实施例中，在将推荐消息发送至终端设备之后，还包括：获取对推荐消息的操作信息，将操作信息作为终端设备的历史信息，并利用历史信息和目标标识信息对特征学习模型进行训练。
73.也就是说，为了确保每次获取到的目标标识信息都能够准确描述用户当前的喜好特征，还需要利用用户每次对应用程序的操作信息对特征学习模型进行训练。
74.具体地，获取用户对推荐消息的操作信息，然后将操作信息中的点击、浏览的操作数据记为正样本，将没有产生点击、浏览的操作数据记为负样本，然后利用目标标识信息、正样本和负样本对特征学习模型进行更新训练，以使特征学习模型能够了解用户最新的喜好变化趋势，以便在后续的真实身份识别时，能够准确的确定用户的目标标识信息，有效提高用户目标标识信息获取的准确性。
75.作为一个具体实施例，如图3-图5所示，以应用程序为视频播放应用程序为例，其他应用程序为视频播放应用程序公司出品的内容交互平台等，推荐消息为视频广告消息为例。
76.消息推荐系统包括客户端、后台服务器和真实用户推断系统。其中，后台服务器为应用程序对应的后台服务器，后台服务器包括接入层(display)、逻辑服务层、后台服务数据层和广告推荐引擎，接入层用于与客户端和真实用户推断系统进行数据交互，在与客户端进行数据交互时，接入层用于接收客户端发送的当前登录的视频播放应用程序对应的账号信息及广告推荐请求并向客户端返回待推荐的广告信息，在与真实用户推断系统进行数据交互时，用于将设备标识和应用特征数据发送至真实用户推断系统；逻辑服务层用于与真实用户推断系统、后台服务数据层和广告推荐引擎进行数据交互，具体地，逻辑服务层接收真实用户推断系统反馈的目标标识信息，然后逻辑服务层将目标标识信息发送至后台服务数据层，并接收后台服务数据层反馈的精准用户画像，然后再将精准用户画像发送至广告推荐引擎，并接收广告推荐引擎反馈的待推荐的广告信息，最后通过接入层将带推荐的广告信息发送至客户端。真实用户推荐系统包括接入层、id映射体系和用户特征学习模块，接入层用于接收由后台服务器接入层发送的设备标识和应用特征数据，id映射体系用于根据接入层发送的设备标识确定用户对应的候选标识信息，并将候选标识信息发送至用户特征学习模块，用户特征学习模块用于根据接入层应用特征数据和候选标识信息确定用户的目标标识信息，并通过接入层将目标标识信息反馈至后台服务器的逻辑服务层。真实用户推荐系统还接收客户端对推荐的广告的操作日志，以便于根据操作日志对用户特征学习模块进行训练。
77.可选的，真实用户推荐系统也可设置在后台服务器中，本技术对此不作限定。
78.相应的消息推荐方法，包括以下步骤：
79.步骤201，客户端向后台服务器的广告后台接入层(display)发送当前登录的登录标识信息并发起请求。
80.其中，客户端向后台服务器发送的请求可包括但不限于对登录标识信息进行身份
验证的请求和获取推荐消息的请求。登录标识信息为视频播放应用程序对应的账号信息。
81.步骤202，后台服务器中广告后台接入层提取请求中的设备标识和应用特征数据。
·
82.步骤203，应用服务器中广告后台接入层将登录标识信息、设备标识和应用特征数据发送至真实用户推荐系统的接入层。
83.步骤204，真实用户推荐系统的接入层将登录标识信息和设备标识发送至id映射体系。
84.其中，id映射体系(idmapping)为设备标识与候选标识信息之间的映射体系，可利用数据列表的方式存储设备标识与候选身份之间的映射关系。。
85.步骤205，id映射体系向真实用户推荐系统的接入层发送候选标识信息列表。
86.候选标识信息是通过登录标识信息和设备标识与其他应用程序的账号之间的映射关系确定的，候选标识信息列表中包括至少一个候选标识信息，候选标识信息至少包括曾登录过该终端设备的特定应用程序的登录标识信息，举例来说，候选标识信息包括与当前接收到的登录标识信息在同一终端设备上登录过的购物应用程序的账号1、内容交互平台对应的账号1、账号2和账号3，以及小说阅读平台的账号1。
87.步骤206，真实用户推荐系统的接入层将候选标识信息列表和应用特征数据发送至特征学习模型。
88.步骤207，特征学习模型根据候选标识信息列表和应用特征数据进行在线推断。
89.步骤208，特征学习模型将推断出的用户的目标标识信息发送至真实用户推荐系统的接入层。
90.也就是说，特征学习模型对输入的购物应用程序的账号1、内容交互平台对应的账号1、账号2和账号3，以及小说阅读平台的账号1进行真实度评分，得到内容交互平台账号2》内容交互平台账号3》内容交互平台账号1》购物应用程序的账号1》小说阅读平台的账号1的真实度评分排序，将评分排序最高的内容交互平台账号2作为推断出的目标标识信息。
91.步骤209，真实用户推荐系统的接入层将用户的目标标识信息反馈至后台服务器的广告后台接入层。
92.步骤210，后台服务器的广告后台接入层将用户的目标标识信息发送至后台服务器的逻辑服务层(mixer)。
93.步骤211，后台服务器的逻辑服务层将用户的目标标识信息发送至后台服务器的后台服务数据层(datahub)。
94.步骤212，后台服务器的后台服务数据层向后台服务器的逻辑服务层返回用户画像标签。
95.后台服务器的后台服务数据层利用多个应用程序采集到的大量用户数据构建用户的目标标识信息和用户特征之间的映射关系，从而使得能够根据用户的目标标识信息获取相应的用户特征，然后根据用户特征和用户画像标签之间的映射关系得到用户画像标签。
96.步骤213，后台服务器的逻辑服务层将用户的目标标识信息和用户画像标签发送至广告推荐引擎。
97.广告推荐引擎可设置在后台服务器中，与厂商有合作的广告投放商将广告信息存
储在后台服务器中，通过后台服务器的广告推荐引擎选取推荐的广告。
98.步骤214，广告推荐引擎将待推荐的广告信息反馈至后台服务器的逻辑服务层。
99.步骤215，后台服务器的逻辑服务层将待推荐的广告信息反馈至应用服务器的广告后台接入层。
100.步骤216，后台服务器的广告后台接入层将待推荐的广告信息发送至客户端。
101.步骤217，后台服务器的逻辑服务层将广告推荐的日志信息发送至数据库。其中，数据库为真实用户推荐系统中用于存储数据的数据库。
102.步骤218，客户端采集用户对推荐的广告信息的操作信息。
103.步骤219，客户端将操作信息日志发送至数据训练库。
104.步骤220，数据库将操作信息日志中的操作信息转换为正负数据样本。
105.步骤221，数据库将正负数据样本发送至特征学习模型。
106.步骤222，特征学习模型利用正负数据样本进行训练。
107.应当理解的是，本技术提出的消息推荐方法，可同时处理多个客户终端的消息推荐请求，例如图4所示的客户端1、客户端2和客户端3，并能够对客户端1、客户端2和客户端3提供的3个登录标识信息分别推断出用户的目标标识信息，以及分别根据目标标识信息推断出的用户画像标签。
108.综上所述，在用户登录应用程序的登录标识信息后，应用程序服务器获取用户当前登录的登录标识信息和设备标识，然后对登录账号的终端设备进行监测，获取应用特征数据，根据登录标识信息、设备标识和应用特征数据，确定用户的目标标识信息，以及根据目标标识信息获取目标标识信息对应的推荐消息，并将推荐消息发送至终端设备，以使应用程序能够根据实际登录的用户真实身份进行消息推荐，有效提高消息推荐的精确度，进而提高推荐转化率。
109.图6为本技术实施例的消息推荐装置的结构示意图。
110.如图6所示，本技术实施例提出的一种消息推荐装置10，包括：
111.第一获取模块11，用于获取当前登录的登录标识信息和终端设备的设备标识；
112.第二获取模块12，用于获取终端设备对应的应用特征数据，应用特征数据为在终端设备接收到的操作数据；
113.确定模块13，用于根据登录标识信息、设备标识和应用特征数据，确定登录标识信息对应的目标标识信息；
114.推荐模块14，用于根据目标标识信息获取目标标识信息对应的推荐消息，并将推荐消息发送至终端设备。
115.在一些实施例中，确定模块13，还用于：
116.根据登录标识信息和设备标识，确定至少一个候选标识信息；
117.根据候选标识信息和应用特征数据，确定目标标识信息。
118.在一些实施例中，确定模块13，还用于：
119.将候选标识信息和特征数据输入至特征学习模型，得到目标标识信息；
120.特征学习模型为利用终端设备的历史信息训练得到的。
121.在一些实施例中，推荐模块14，还用于：
122.根据目标标识信息，获取目标标识信息对应的画像标签；
123.根据目标标识信息和画像标签，获取与目标标识信息对应的推荐消息。
124.在一些实施例中，推荐模块14，还用于：
125.获取对推荐消息的操作信息；
126.将操作信息作为终端设备的历史信息，并利用历史信息和目标标识信息对特征学习模型进行训练。
127.综上所述，在用户登录应用程序的登录标识信息后，应用程序服务器获取用户当前登录的登录标识信息和设备标识，然后获取终端设备对应的应用特征数据，根据登录标识信息、设备标识和应用特征数据，确定登录标识信息对应的目标标识信息，以及根据目标标识信息获取目标标识信息对应的推荐消息，并将推荐消息发送至终端设备，以使应用程序能够根据实际登录的用户真实身份进行消息推荐，有效提高消息推荐的精确度，进而提高推荐转化率。
128.应当理解，消息推荐装置10中记载的诸单元或模块与参考图4描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征同样适用于消息推荐装置10及其中包含的单元，在此不再赘述。消息推荐装置10可以预先实现在电子设备的浏览器或其他安全应用中，也可以通过下载等方式而加载到电子设备的浏览器或其安全应用中。消息推荐装置10中的相应单元可以与电子设备中的单元相互配合以实现本技术实施例的方案。
129.在上文详细描述中提及的若干模块或者单元，这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
130.需要说明的是，本技术实施例的消息推荐装置中未披露的细节，请参照本技术上述实施例中所披露的细节，这里不再赘述。
131.下面参考图7，图7示出了适于用来实现本技术实施例的电子设备或服务器的计算机系统的结构示意图，
132.如图7所示，计算机系统包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有系统的操作指令所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
133.以下部件连接至i/o接口505；包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
134.特别地，根据本技术的实施例，上文参考流程图图2描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，
该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本技术的系统中限定的上述功能。
135.需要说明的是，本技术所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以为的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
136.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作指令。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如，两个连接表示的方框实际上可以基本并行地执行，他们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作指令的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
137.描述于本技术实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取模块、第二获取模块、确定模块和推荐模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，第一获取模块，还可以被描述为“获取用户当前登录的登录标识信息和终端设备的设备标识”。
138.作为另一方面，本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中的。上述计算机可读存储介质存储有一个或多个程序，当上述程序被一个或者一个以上的处理器用来执行描述于本技术的消息推荐方法。
139.综上所述，在用户登录应用程序的登录标识信息后，应用程序服务器获取用户当前登录的登录标识信息和设备标识，然后获取终端设备对应的应用特征数据，根据登录标识信息、设备标识和应用特征数据，确定登录标识信息对应的目标标识信息，以及根据目标
标识信息获取目标标识信息对应的推荐消息，并将推荐消息发送至终端设备，以使应用程序能够根据实际登录的用户真实身份进行消息推荐，有效提高消息推荐的精确度，进而提高推荐转化率。
140.以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本技术中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。