[发明专利]数据推送方法和装置、存储介质及电子装置有效

专利信息
申请号: 201711174243.7 申请日: 2017-11-22
公开(公告)号: CN109819002B 公开(公告)日: 2021-06-08
发明(设计)人: 曾涛;范欣;许健;张伟;赵铭 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04L29/08 分类号: H04L29/08
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 赵囡囡
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 推送 方法 装置 存储 介质 电子
【说明书】:

发明公开了一种数据推送方法和装置、存储介质及电子装置。其中,该方法包括:获取使用第一账号的客户端发送的推送请求;响应推送请求获取候选对象数据集合中各个候选对象数据的对象特征向量,以及与第一账号匹配的账号特征向量,其中,对象特征向量根据候选对象数据中所包含的关键词的第一权重确定,账号特征向量根据被第一账号操作过的对象数据中所包含的关键词的第二权重确定;根据对象特征向量以及账号特征向量,从候选对象数据集合中确定出向客户端推送的目标对象数据。本发明解决了现有数据推送方法存在的所推送数据的准确率较小的技术问题。

技术领域

本发明涉及计算机领域,具体而言,涉及一种数据推送方法和装置、存储介质及电子装置。

背景技术

为了方便用户浏览,在很多终端应用中提供了智能化数据推送方法,例如,常用的数据推送方法是采用协同过滤推送策略。具体的,从用户的离线操作日志中挖掘出该用户的行为数据,其中,目前主要使用的是行为数据中所包含的用户使用的账号和待推送数据的数据标识(如评论过的文章的标识,转发过的视频的标识等等),来分析该用户的浏览习惯。从而实现根据上述行为数据分析出该用户的浏览习惯,以便于为用户推送与浏览习惯匹配的数据。

然而,在采用上述方法确定所要推送的数据时,由于所使用的行为数据的特征较稀疏,使得分析得出的用户浏览习惯不够精准,从而导致为该用户所推送的数据的准确率也较小的问题。

针对上述的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供一种数据推送方法和装置、存储介质及电子装置,以至少解决现有数据推送方法存在的所推送数据的准确率较小的技术问题。

根据本发明实施例的一个方面,提供了一种数据推送方法,包括:获取使用第一账号的客户端发送的推送请求;响应上述推送请求获取候选对象数据集合中各个候选对象数据的对象特征向量,以及与上述第一账号匹配的账号特征向量,其中,上述对象特征向量根据上述候选对象数据中所包含的关键词的第一权重确定,上述账号特征向量根据被上述第一账号操作过的对象数据中所包含的关键词的第二权重确定;根据上述对象特征向量以及上述账号特征向量,从上述候选对象数据集合中确定出向上述客户端推送的目标对象数据。

根据本发明实施例的另一方面,还提供了一种数据推送装置,包括:第一获取单元,用于获取使用第一账号的客户端发送的推送请求;第二获取单元,用于响应上述推送请求获取候选对象数据集合中各个候选对象数据的对象特征向量,以及与上述第一账号匹配的账号特征向量,其中,上述对象特征向量根据上述候选对象数据中所包含的关键词的第一权重确定,上述账号特征向量根据被上述第一账号操作过的对象数据中所包含的关键词的第二权重确定;第一确定单元,用于根据上述对象特征向量以及上述账号特征向量,从上述候选对象数据集合中确定出向上述客户端推送的目标对象数据。

可选地,上述第二获取单元包括:第二获取模块,用于依次获取上述候选对象数据集合中所包含的每一个上述候选对象数据中各个关键词的上述第一权重;第二处理模块,用于将上述候选对象数据中全部关键词的上述第一权重拼接,得到与上述候选对象数据匹配的数据权重向量;第三处理模块,用于将上述数据权重向量输入推送模型,输出得到上述候选对象数据的上述对象特征向量,其中,上述推送模型为利用多个有序样本对象通过机器训练得到。

可选地,上述第二获取模块包括:第三获取子模块通过以下步骤获取上述候选对象数据集合第i个上述候选对象数据中的第j个关键词的上述第一权重:将上述第j个关键词在上述候选对象数据集合中的出现频率及逆向文件频率二者之间的第二乘积,作为上述第一权重。

可选地,上述数据推送装置还包括:第三获取单元,用于在上述获取使用第一账号的客户端发送的推送请求之前,获取上述第一账号的操作记录及上下文信息;第二确定单元,用于根据上述操作记录及上述上下文信息确定上述候选对象数据集合。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711174243.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top