信息推送的方法和装置的制造方法
【技术领域】
[0001]本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及信息推送的方法和装置。
【背景技术】
[0002]信息推送，又称为“网络广播”，是通过一定的技术标准或协议，在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户，可以减少用户在网络上搜索所花的时间。在一些特定领域(例如医疗)的信息推送技术中，往往通过专业的描述语言作为信息推送的基础，将专业的描述语言表达的描述信息与预设的待推送信息进行匹配从而确定较佳信息推送方案。然而，对于自然语言表达的描述信息，通常无法匹配到准确的待推送信息。因此，这种信息推送技术存在着相关数据利用不足，导致信息推送的有效性不高的问题。
【发明内容】
[0003]本申请的目的在于提出一种改进的信息推送的方法和装置，来解决以上【背景技术】部分提到的技术问题。
[0004]第一方面，本申请提供了一种信息推送的方法，所述方法包括:获取用户的个性化描述信息；对所述个性化描述信息进行内容解析，提取描述特征；基于预先训练的关联模型，根据所述描述特征确定与所述个性化描述信息相关联的关联描述信息；基于所述关联描述信息与预先存储的各条候选推送信息的匹配关系，选取至少一条候选推送信息进行信息推送。
[0005]在一些实施例中，所述对所述个性化描述信息进行内容解析，提取描述特征包括:将所述个性化描述信息与预设的描述关键词集合中的描述关键词相匹配；基于所述个性化描述信息中与所述描述关键词相匹配的词提取描述特征。
[0006]在一些实施例中，所述基于所述个性化描述信息中与所述描述关键词相匹配的词提取描述特征包括:将所述个性化描述信息中与所述描述关键词相匹配的词作为描述特征；或者，将所述个性化描述信息中与所述描述关键词相匹配的词，以及专业术语集合中与所匹配到的描述关键词对应的专业术语词汇一起作为描述特征。
[0007]在一些实施例中，所述描述特征还包括以下至少一项:年龄特征、性别特征、地理位置特征。
[0008]在一些实施例中，所述关联模型通过以下方法获得:根据包含用户的个性化描述信息和个性化描述信息所关联的关联描述信息的数据样本提取样本描述特征；将所述样本描述特征作为输入，所述数据样本中的关联描述信息作为输出，用数据样本集通过深度学习方法训练关联申旲型。
[0009]在一些实施例中，所述基于预先训练的关联模型，根据所述描述特征确定与所述个性化描述信息相关联的关联描述信息包括:计算所述描述特征与所述关联描述信息的第一关联度；按照所述第一关联度确定与所述个性化描述信息相关联的关联描述信息及关联概率。
[0010]在一些实施例中，所述基于所述关联描述信息与预先存储的各条候选推送信息的匹配关系，选取至少一条候选推送信息进行信息推送包括:计算所述关联描述信息与各条候选推送信息的匹配度；基于所述关联概率和所述匹配度计算各条候选推送信息与所述个性化描述信息的第二关联度；基于所述第二关联度对所述候选推送信息进行排序，并基于排序结果选取至少一条候选推送信息进行信息推送。
[0011 ] 在一些实施例中，所述个性化描述信息包括文本信息和/或语音信息。
[0012]第二方面，本申请提供了一种信息推送的装置，其特征在于，所述装置包括:获取模块，配置用于获取用户的个性化描述信息；提取模块，配置用于对所述个性化描述信息进行内容解析，提取描述特征；确定模块，配置用于基于预先训练的关联模型，根据所述描述特征确定与所述个性化描述信息相关联的关联描述信息；推送模块，配置用于基于所述关联描述信息与预先存储的各条候选推送信息的匹配关系，选取至少一条候选推送信息进行信息推送。
[0013]在一些实施例中，所述提取模块包括:匹配单元，配置用于将所述个性化描述信息与预设的描述关键词集合中的描述关键词相匹配；提取单元，配置用于基于所述个性化描述信息中与所述描述关键词相匹配的词提取描述特征。
[0014]在一些实施例中，所述提取单元还配置用于:将所述个性化描述信息中与所述描述关键词相匹配的词作为描述特征；或者，将所述个性化描述信息中与所述描述关键词相匹配的词，以及专业术语集合中与所匹配到的描述关键词对应的专业术语词汇一起作为描述特征。
[0015]在一些实施例中，所述描述特征还包括以下至少一项:年龄特征、性别特征、地理位置特征。
[0016]在一些实施例中，所述关联模型通过以下装置获得:样本特征提取模块，配置用于根据包含用户的个性化描述信息和个性化描述信息所关联的关联描述信息的数据样本提取样本描述特征；模型训练模块，配置用于将所述样本描述特征作为输入，所述数据样本中的关联描述信息作为输出，用数据样本集通过深度学习方法训练关联模型。
[0017]在一些实施例中，所述确定模块包括:第一关联度计算单元，配置用于计算所述描述特征与所述关联描述信息的第一关联度；关联描述信息及关联概率确定单元，配置用于按照所述第一关联度确定与所述个性化描述信息相关联的关联描述信息及关联概率。
[0018]在一些实施例中，所述推送模块包括:匹配度计算单元，配置用于计算所述关联描述信息与各条候选推送信息的匹配度；第二关联度计算单元，配置用于基于所述关联概率和所述匹配度计算各条候选推送信息与所述个性化描述信息的第二关联度；推送单元，配置用于基于所述第二关联度对所述候选推送信息进行排序，并基于排序结果选取至少一条候选推送信息进行信息推送。
[0019]在一些实施例中，所述个性化描述信息包括文本信息和/或语音信息。
[0020]本申请提供的信息推送的方法和装置，通过获取用户的个性化描述信息，接着对个性化描述信息进行内容解析，提取描述特征，然后基于预先训练的关联模型，根据描述特征确定与个性化描述信息相关联的关联描述信息，接着基于关联描述信息与预先存储的各条候选推送信息的匹配关系，选取至少一条候选推送信息进行信息推送，由于针对用户的个性化描述信息确定出所关联的关联描述信息，并基于关联描述信息与候选推送信息的匹配关系进行信息推送，从而提高信息推送的有效性。
【附图说明】
[0021]通过阅读参照以下附图所作的对非限制性实施例的详细描述，本申请的其它特征、目的和优点将会变得更明显:
[0022]图1是根据本申请的信息推送的方法的一个实施例的流程图；
[0023]图2是根据本申请的训练关联模型的方法的一个实施例的流程图；
[0024]图3是根据本申请的关联模型的映射关系的一个实施例的示意图；
[0025]图4是示出了可以应用本申请实施例的示例性系统架构；
[0026]图5是根据本申请的信息推送的方法的另一个实施例的结构示意图；
[0027]图6是根据本申请的信息推送的装置的一个实施例的结构示意图；
[0028]图7示出了适于用来实现本申请实施例的各装置的计算机系统的结构示意图。
【具体实施方式】
[0029]下面结合附图和实施例对本申请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，附图中仅示出了与有关发明相关的部分。
[0030]需要说明的是，在不冲突的情况下，本申请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申请。
[0031]请参考图1，其示出了本申请的信息推送的方法的一个流程100。本实施例主要以该方法应用于包含有处理器和/或存储器的电子设备中来举例说明，该电子设备可以包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts GroupAud1 Layer III，动态影像专家压缩标准音频层面3)、MP4 (Moving Picture ExpertsGroup Aud1 Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机、台式计算机和各种自助服务终端等等。本申请的信息推送的方法，包括以下步骤:
[0032]步骤101，获取用户的个性化描述信息。
[0033]在本实施例中，电子设备可以从本地或远程地获取用户的个性化描述信息。具体地，如果电子设备是运行信息推送类应用的终端(例如智能手机、自助服务终端等)，电子设备可以从本地获取用户的个性化描述信息，如果电子设备是为信息推送类应用提供支持的后台服务器时，电子设备可以远程地获取用户的个性化描述信息。电子设备可以通过有线连接方式或者无线连接方式从运行信息推送类应用的终端获取用户的个性化描述信息。上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。可选地，信息推送类应用可以独立运行于终端设备上，而不需要后台服务器提供支持。
[0034]其中，用户的个性化描述信息可以由终端通过各种方式获取，例如通过麦克风采集声音信息、通过扫描器采集图像信息、通过键盘或触摸屏采集文本信息、通过读取存储器中预先存储的信息等等。
[0035]在这里，个性化描述信息可