[发明专利]一种信息推送方法及装置

说明书

技术领域

本申请涉及信息推送技术领域，尤其涉及一种信息推送方法及装置。

背景技术

当今电商快速发展，海量用户的搜索购买意图纷繁复杂，同类商品对应的不同用户在搜索框里输入的查询串(query，也可称为搜索文本)差别很大，同时多数第一用户缺乏对第二用户搜索意图的大数据分析。于是，关键词推荐(Keyword Recommendation，KR)是第一用户后台体验中最基础也是最重要的技术。其中，所述第一用户，例如广告主，所述第二用户例如是广告主的目标第二用户。

目前业界主流的实现方法是采用自然语言处理技术，从第一用户推广意图出发，基于广告商品的标题、类目描述、属性和已购关键词等信息，通过共现term召回推荐query，例如，商品标题出现“连衣裙”，则拉回所有包含“连衣裙”的query。term是指自然语言中的词，例如“韩版”、“连衣裙”都是term，还可以根据前后修饰关系组合成2组term，即“韩版连衣裙”。共现term指的是在商品标题和第二用户输入的query有共同存在的term，说明两者存在一定的联系。比如商品标题是“2016新款韩版连衣裙”，第二用户输入的query是“显瘦连衣裙”，两者都出现了“连衣裙”这一核心词，所以可以把“显瘦连衣裙”作为候选竞价词推荐给第一用户。

基于自然语言处理技术已被众多电商及大型网站来给第一用户进行关键词推荐，而且收到了不错的效果，但是存在不足：自然语言在表达上很复杂，要综合考虑使用情境，只依靠文本term共现的方法，无法可靠、可扩展地挖掘出文本间的语义相似、相关性。因而需要大量的人工维护的词表，适应场景的速度也较为缓慢；而文本字面信息的使用局限性在于需要存储大量地语料，并且无法对文本的语义信息进行处理。

综上所述，现有技术中常用的KR方法直接利用推广商品本身的标题、类目描述和属性等信息，通过共现term扩展成query并推荐给第一用户，没有挖掘深层语义，因此与第二用户的搜索意图不够匹配。

发明内容

本申请实施例提供了一种信息推送方法及装置，用以结合第二用户的搜索文本，向第一用户提供更多、更准确、更接近第二用户的搜索意图的信息。

本申请实施例提供的一种信息推送方法，包括：

确定第一用户的搜索文本；

从预设的语义空间中查找所述第一用户的搜索文本，其中，所述语义空间中包括基于第二用户的多个搜索文本之间的相似性建立的对应关系；

基于查找结果向所述第一用户推送信息。

通过该方法，确定第一用户的搜索文本，从预设的语义空间中查找所述第一用户的搜索文本，其中，所述语义空间中包括基于第二用户的多个搜索文本之间的相似性建立的对应关系，基于查找结果向所述第一用户推送信息，从而通过结合第二用户的搜索文本的语义，实现了向第一用户提供更多、更准确、更接近第二用户的搜索意图的信息。

第一用户的搜索文本是第一用户想要购买的流量表达，因此本申请实施例提供的技术方案的应用场景，例如：一种是在广告投放平台的后台，第一用户主动的输入的搜索文本，即第一用户想要购买什么类型的流量，在购买的时候向第一用户推荐可以购买的关键词；另一种是第一用户登陆广告投放平台，并打开正在推广的商品界面的情况下，根据第一用户已经购买的关键词来向第一用户推荐关键词。

可选地，所述基于查找结果向所述第一用户推送信息，具体包括：

确定所述语义空间中与所述第一用户的搜索文本相同的第二用户的搜索文本；

将确定出的第二用户的搜索文本所对应的搜索文本推送给所述第一用户。

可选地，所述语义空间是通过如下方式预设的：

确定第二用户的多个搜索文本的语义表达向量；

确定每两个所述语义表达向量之间的相似度；

根据所述相似度，确定所述第二用户的搜索文本之间的对应关系。

将第二用户的搜索文本转换为语义表达向量，进而计算语义表达向量之间的相似度，根据所述相似度，确定所述第二用户的搜索文本之间的对应关系，可以更加便捷地确定第二用户的搜索文本之间的相似关系，从而建立KR列表，对第一用户的搜索文本进行深层的语义扩展，得到更多、更准确、更能表达第二用户的搜索意图的语义文本，并可以作为推荐结果推荐给第一用户。

可选地，所述语义空间是通过如下方式预设的：

确定第二用户的多个搜索文本的语义表达向量；

确定具有共同点击反馈的搜索文本的语义表达向量之间的相似度；

根据所述相似度，确定所述第二用户的搜索文本之间的对应关系。