本發(fā)明涉及信息技術(shù)領(lǐng)域，尤其涉及一種信息推送方法及裝置。

背景技術(shù)：

隨著信息技術(shù)和互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，各種各樣的應(yīng)用程序也不斷出現(xiàn)，而應(yīng)用程序擁有的用戶(hù)數(shù)量和質(zhì)量是其得以生存和發(fā)展的前提。為了吸引和獲取更多的用戶(hù)，許多應(yīng)用程序提供商會(huì)在新應(yīng)用程序前期投放廣告，即向用戶(hù)推薦應(yīng)用程序信息。

目前，在進(jìn)行信息推送時(shí)，通常根據(jù)預(yù)置評(píng)分模型，直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送，其中，預(yù)置評(píng)分模型是根據(jù)應(yīng)用程序歷史獲取的用戶(hù)結(jié)果和用戶(hù)屬性生成的。即根據(jù)預(yù)置評(píng)分模型為潛在用戶(hù)進(jìn)行評(píng)分，然后從潛在用戶(hù)中篩選出分?jǐn)?shù)最高的待推送預(yù)置信息的用戶(hù)。然而，若根據(jù)預(yù)置評(píng)分模型，直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行應(yīng)用程序信息推送，只能保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)，無(wú)法額外獲取更多的應(yīng)用程序用戶(hù)，導(dǎo)致無(wú)法放大應(yīng)用程序廣告預(yù)算成本收益，從而導(dǎo)致信息推送效率較低。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例提供一種信息推送方法及裝置，主要目的是解決信息推送效率較低的問(wèn)題。

為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

本發(fā)明實(shí)施例提供一種信息推送方法，包括：

獲取符合預(yù)置條件的多個(gè)用戶(hù)；

根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；

對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。

本發(fā)明實(shí)施例提供一種信息推送裝置，包括：

獲取單元，用于獲取符合預(yù)置條件的多個(gè)用戶(hù)；

篩選單元，用于根據(jù)所述獲取單元獲取的所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；

推送單元，用于對(duì)所述篩選單元篩選的所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。

本發(fā)明實(shí)施例提供一種目標(biāo)用戶(hù)確定方法，包括：

獲取符合預(yù)置條件的多個(gè)用戶(hù)；

根據(jù)所述多個(gè)用戶(hù)分別對(duì)應(yīng)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)；

將所述影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為目標(biāo)用戶(hù)。

本發(fā)明實(shí)施例提供一種目標(biāo)用戶(hù)確定裝置，包括：

獲取單元，用于通過(guò)獲取符合預(yù)置條件的多個(gè)用戶(hù)；

篩選單元，用于根據(jù)所述獲取單元獲取的所述多個(gè)用戶(hù)分別對(duì)應(yīng)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)；

確定單元，用于將所述篩選單元篩選的所述影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為目標(biāo)用戶(hù)。

借由上述技術(shù)方案，本發(fā)明實(shí)施例提供的技術(shù)方案至少具有下列優(yōu)點(diǎn)：

本發(fā)明實(shí)施例提供的一種信息推送方法及裝置，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的 應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

附圖說(shuō)明

通過(guò)閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：

圖1示出了本發(fā)明實(shí)施例提供的一種信息推送方法的流程圖；

圖2示出了本發(fā)明實(shí)施例提供的另一種信息推送方法的流程圖；

圖3示出了本發(fā)明實(shí)施例提供的一種目標(biāo)用戶(hù)確定方法的流程圖；

圖4示出了本發(fā)明實(shí)施例提供的另一種目標(biāo)用戶(hù)確定方法的流程圖；

圖5示出了本發(fā)明實(shí)施例提供的一種信息推送裝置的結(jié)構(gòu)示意圖；

圖6示出了本發(fā)明實(shí)施例提供的另一種信息推送裝置的結(jié)構(gòu)示意圖；

圖7示出了本發(fā)明實(shí)施例提供的一種目標(biāo)用戶(hù)確定裝置的結(jié)構(gòu)示意圖；

圖8示出了本發(fā)明實(shí)施例提供的另一種目標(biāo)用戶(hù)確定裝置的結(jié)構(gòu)示意圖；

圖9示出了本發(fā)明實(shí)施例提供的數(shù)據(jù)處理方法流程圖；

圖10示出了本發(fā)明實(shí)施例提供的預(yù)置評(píng)分模型生成方法流程圖；

圖11示出了本發(fā)明實(shí)施例提供的待推送預(yù)置信息的用戶(hù)篩選的流程圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

本發(fā)明實(shí)施例提供一種信息推送方法，如圖1所示，所述方法包括：

101、獲取符合預(yù)置條件的多個(gè)用戶(hù)。

其中，所述預(yù)置條件可以根據(jù)用戶(hù)的需求進(jìn)行設(shè)置，也可以根據(jù)系統(tǒng)需求進(jìn)行設(shè)置，本發(fā)明實(shí)例不做限定。所述多個(gè)用戶(hù)具體可以為分?jǐn)?shù)符合預(yù)置分?jǐn)?shù)條件的多個(gè)用戶(hù)。具體地，可以通過(guò)預(yù)置評(píng)分模型，篩選分?jǐn)?shù)符合預(yù)置分?jǐn)?shù)條件的用戶(hù)。

其中，所述預(yù)置評(píng)分模型是根據(jù)應(yīng)用程序歷史獲取的用戶(hù)結(jié)果和用戶(hù)屬性生成的。所述應(yīng)用程序歷史獲取的用戶(hù)結(jié)果可以包括應(yīng)用程序歷史獲取的潛在用戶(hù)和轉(zhuǎn)化為應(yīng)用程序用戶(hù)的用戶(hù)。所述預(yù)置分?jǐn)?shù)條件可以根據(jù)用戶(hù)的需求進(jìn)行設(shè)置，也可以根據(jù)系統(tǒng)需求進(jìn)行設(shè)置，本發(fā)明實(shí)例不做限定。例如，預(yù)置分?jǐn)?shù)條件可以為潛在用戶(hù)中分?jǐn)?shù)最高的750個(gè)用戶(hù)，也可以為潛在用戶(hù)中分?jǐn)?shù)大于或者0.8分的用戶(hù)等。

對(duì)于本發(fā)明實(shí)施例，在生成預(yù)置評(píng)分模型之前，需要通過(guò)不明確指定目標(biāo)用戶(hù)的信息推送方式獲取的信息推送樣本用戶(hù)以及樣本用戶(hù)的屬性數(shù)據(jù)，然后對(duì)樣本用戶(hù)的屬性數(shù)據(jù)進(jìn)行處理，獲取生成預(yù)置評(píng)分模型的特征數(shù)據(jù)，其中，生成預(yù)置評(píng)分模型的特征數(shù)據(jù)要求完備無(wú)缺失、準(zhǔn)確無(wú)異常、數(shù)據(jù)格式符合評(píng)分模型生成的標(biāo)準(zhǔn)。

其中，所述不明確指定目標(biāo)用戶(hù)的信息推送方式為在各種渠道上投放和展示應(yīng)用程序廣告，不明確限定廣告投放用戶(hù)。通過(guò)不明確指定目標(biāo)用戶(hù)的信息推送方式可以獲取較多的信息推送用戶(hù)，在推送信息后可以通過(guò)廣告渠道上嵌入的程序采集信息推送用戶(hù)的屬性數(shù)據(jù)。

對(duì)于本發(fā)明實(shí)施例，針對(duì)用戶(hù)的屬性數(shù)據(jù)，在此對(duì)數(shù)據(jù)處理方法進(jìn)行說(shuō)明，如圖9：

1、數(shù)據(jù)清洗和加工。由于樣本用戶(hù)以及樣本用戶(hù)的屬性數(shù)據(jù)是通過(guò)渠道上嵌入的程序采集的，在同一渠道上通常會(huì)存在多個(gè)應(yīng)用程序或者產(chǎn)品的廣告，采集的樣本用戶(hù)可能會(huì)存在其他應(yīng)用程序廣告用戶(hù)；或者樣本用戶(hù)的屬性數(shù)據(jù)中的某些數(shù)據(jù)不是生成評(píng)分模型的特征數(shù)據(jù)，因此需要對(duì)樣本用戶(hù)以及樣本用戶(hù)的屬性數(shù)據(jù)進(jìn)行清洗和加工，如采集到的用戶(hù)資產(chǎn)數(shù)據(jù)為用戶(hù)在不同資產(chǎn)賬號(hào)中的資產(chǎn)數(shù)據(jù)，而生成評(píng)分模型的資產(chǎn)數(shù)據(jù)是用 戶(hù)的總資產(chǎn)數(shù)據(jù)，因此需要根據(jù)用戶(hù)在不同資產(chǎn)賬號(hào)中的資產(chǎn)數(shù)據(jù)，獲取用戶(hù)的總資產(chǎn)數(shù)據(jù)。

2、異常檢測(cè)。由于樣本用戶(hù)以及樣本用戶(hù)的屬性數(shù)據(jù)是通過(guò)渠道上嵌入的程序采集的日志信息解析出來(lái)的數(shù)據(jù)，從日志信息中解析出來(lái)的數(shù)據(jù)可能會(huì)存在一些臟數(shù)據(jù)，例如，用戶(hù)使用手機(jī)的品牌數(shù)據(jù)中可能會(huì)存在一些亂碼、用戶(hù)訪(fǎng)問(wèn)應(yīng)用程序廣告次數(shù)過(guò)多、其中，訪(fǎng)問(wèn)應(yīng)用程序廣告次數(shù)過(guò)多可能是由于機(jī)器惡意訪(fǎng)問(wèn)攻擊導(dǎo)致的等，臟數(shù)據(jù)會(huì)影響評(píng)分模型的生成，因此需要檢測(cè)樣本用戶(hù)的屬性數(shù)據(jù)的是否存在臟數(shù)據(jù)。

3、數(shù)據(jù)拆分→數(shù)據(jù)采樣→數(shù)據(jù)探索。由于樣本用戶(hù)中轉(zhuǎn)化為應(yīng)用程序用戶(hù)的用戶(hù)和應(yīng)用程序潛在用戶(hù)的比例、或者應(yīng)用程序潛在用戶(hù)的比例和轉(zhuǎn)化為應(yīng)用程序用戶(hù)的用戶(hù)的比例可能會(huì)很大，因此需要對(duì)樣本用戶(hù)的屬性數(shù)據(jù)進(jìn)行過(guò)采樣、或者欠采樣，以便于評(píng)分模型生成算法能夠有效的學(xué)習(xí)出轉(zhuǎn)化為應(yīng)用程序用戶(hù)的屬性特征。

4、特征剔除→缺失處理→異常處理。由于大部分評(píng)分模型生成算法不支持有缺失的樣本數(shù)據(jù)也不支持屬性特征數(shù)據(jù)過(guò)多的樣本數(shù)據(jù)，對(duì)于屬性特征數(shù)據(jù)缺失過(guò)多、屬性特征類(lèi)型過(guò)多的樣本數(shù)據(jù)進(jìn)行剔除；而針對(duì)屬性特征數(shù)據(jù)缺失較少的樣本數(shù)據(jù)進(jìn)行屬性特征數(shù)據(jù)處理，即將缺失的屬性特征數(shù)據(jù)填充上，其中，數(shù)值型的數(shù)據(jù)可以用中位數(shù)填充、離散型的數(shù)據(jù)可以用眾數(shù)填充，如用戶(hù)的屬性數(shù)據(jù)缺失某用戶(hù)的年齡數(shù)據(jù)，可以根據(jù)樣本用戶(hù)中年齡數(shù)據(jù)的中位數(shù)作為該用戶(hù)的年齡數(shù)據(jù)。其次，為了避免評(píng)分模型受一些異常數(shù)據(jù)的影響，通常需要對(duì)異常數(shù)據(jù)進(jìn)行處理，例如，用99分位數(shù)替代異常數(shù)據(jù)等。

5、特征變換。由于評(píng)分模型算法中的模型算法只支持稀疏矩陣，不支持普通二維表，因此需要對(duì)屬性數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換，得到生成評(píng)分模型的特征數(shù)據(jù)。如可以通過(guò)對(duì)數(shù)變換轉(zhuǎn)換屬性數(shù)據(jù)的格式，得到生成評(píng)分模型的特征數(shù)據(jù)。

對(duì)于本發(fā)明實(shí)施例，圖10所示，在此對(duì)預(yù)置評(píng)分模型的生成方法進(jìn)行說(shuō)明：

1、特征選擇。獲取生成評(píng)分模型的特征數(shù)據(jù)和評(píng)分模型生成算法。所 述評(píng)分模型生成算法可以為決策樹(shù)算法、邏輯回歸算法、隨機(jī)森林算法、迭代的決策樹(shù)算法(GBDT，Gradient Boosting Decision Tree)等。

2、模型訓(xùn)練。根據(jù)生成評(píng)分模型的特征數(shù)據(jù)和評(píng)分模型生成算法，訓(xùn)練生成多個(gè)評(píng)分模型。

3、參數(shù)調(diào)優(yōu)。根據(jù)評(píng)分模型生成算法中的參數(shù)以及不同的所述特征數(shù)據(jù)組合，獲取各個(gè)評(píng)分模型的評(píng)分效果。具體可以根據(jù)模型評(píng)分效果度量標(biāo)準(zhǔn)度量評(píng)分模型的評(píng)分效果。所述模型評(píng)分效果度量標(biāo)準(zhǔn)可以為曲線(xiàn)下面積，曲線(xiàn)下面積越大，評(píng)分模型的評(píng)分效果越佳。

4、預(yù)置評(píng)分模型。從多個(gè)評(píng)分模型中選擇評(píng)分效果最好的評(píng)分模型并將評(píng)分效果最好的評(píng)分模型確定為篩選分?jǐn)?shù)符合預(yù)置條件的用戶(hù)的預(yù)置評(píng)分模型。

5、潛在用戶(hù)評(píng)分。根據(jù)預(yù)置評(píng)分模型對(duì)潛在用戶(hù)進(jìn)行評(píng)分，然后從潛在用戶(hù)中篩選出分?jǐn)?shù)符合預(yù)置條件的用戶(hù)。

102、根據(jù)多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及多個(gè)用戶(hù)的影響力強(qiáng)度信息，從多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)。

其中，所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息可以為多個(gè)用戶(hù)屬性信息之間的相似度。用戶(hù)的影響力強(qiáng)度是指用戶(hù)影響其他用戶(hù)的能力強(qiáng)度，具體可以為用戶(hù)發(fā)布的信息被其他用戶(hù)閱讀、分享以及轉(zhuǎn)發(fā)的次數(shù)。

其中，待推送預(yù)置信息可以為應(yīng)用程序提供商根據(jù)廣告預(yù)算成本推送的廣告信息。為了避免在應(yīng)用程序廣告上投入較高成本，許多的應(yīng)用程序提供商通常會(huì)對(duì)廣告成本進(jìn)行預(yù)算，即根據(jù)廣告預(yù)算成本確定信息推送用戶(hù)數(shù)據(jù)，只將信息推送給信息推送用戶(hù)數(shù)據(jù)的用戶(hù)。

例如，應(yīng)用程序?qū)?yīng)的廣告投放成本為500萬(wàn)，每個(gè)用戶(hù)的廣告成本為1元，待推送預(yù)置信息的用戶(hù)有500萬(wàn)個(gè)，通過(guò)預(yù)置評(píng)分模型篩選出分?jǐn)?shù)最高的750萬(wàn)個(gè)用戶(hù)，則根據(jù)用戶(hù)之間的關(guān)系強(qiáng)度信息和用戶(hù)的影響力強(qiáng)度信息，從通過(guò)預(yù)置評(píng)分模型篩選的分?jǐn)?shù)最高的750萬(wàn)個(gè)用戶(hù)中篩選出待推送預(yù)置信息的500個(gè)用戶(hù)。

對(duì)于本發(fā)明實(shí)施例，首先通過(guò)預(yù)置評(píng)分模型篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多 個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠保證待推送預(yù)置信息的用戶(hù)自身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)，同時(shí)能夠利用用戶(hù)的影響力和傳播能力以及通過(guò)分享、轉(zhuǎn)發(fā)、或者口碑的等方式為應(yīng)用程序獲取更多的用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

103、對(duì)待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。

本發(fā)明實(shí)施例提供的一種信息推送方法，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

本發(fā)明實(shí)施例提供另一種信息推送方法，如圖2所示，所述方法包括：

201、獲取符合預(yù)置條件的多個(gè)用戶(hù)。

其中，符合預(yù)置條件的用戶(hù)的解釋以及獲取符合預(yù)置條件的多個(gè)用戶(hù)的過(guò)程，在步驟101中已進(jìn)行了詳細(xì)的描述，在此本發(fā)明實(shí)施例不進(jìn)行贅述。

202、根據(jù)多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，將多個(gè)用戶(hù)劃分為不同關(guān)系社區(qū)。

其中，每一個(gè)關(guān)系社區(qū)中保存的用戶(hù)之間關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值。所述關(guān)系社區(qū)可以為關(guān)系網(wǎng)絡(luò)社區(qū)，具體可以為論壇、貼吧、公告欄、群組討論、在線(xiàn)聊天、交友、個(gè)人空間、無(wú)線(xiàn)增值服務(wù)等形式在內(nèi)的網(wǎng)上交流空間，同一關(guān)系社區(qū)中的用戶(hù)具有相同的關(guān)系社區(qū)標(biāo)簽。所述預(yù)設(shè)閾值可以根據(jù)用戶(hù)的需求進(jìn)行設(shè)置，也可以根據(jù)系統(tǒng)默認(rèn)模式進(jìn)行設(shè)置，本發(fā)明實(shí)施例不做限定。例如，預(yù)設(shè)閾值可以為0.4、0.5等。

對(duì)于本發(fā)明實(shí)施例，步驟202之前，所述方法還包括：獲取所述多個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽。所述步驟202具體可以包括：將所述多個(gè)用戶(hù)中每個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽更新為與所述用戶(hù)關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)的關(guān)系社區(qū)標(biāo)簽；將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中。

例如，若預(yù)置閾值為0.4，通過(guò)預(yù)置評(píng)分模型篩選的多個(gè)用戶(hù)有用戶(hù)1、用戶(hù)2、用戶(hù)3、用戶(hù)4。用戶(hù)1與用戶(hù)2之間的關(guān)系強(qiáng)度為0.1、用戶(hù)1與用戶(hù)3之間的關(guān)系強(qiáng)度為0.4、用戶(hù)1與用戶(hù)4的關(guān)系強(qiáng)度為0.2，其中，用戶(hù)1與用戶(hù)3的關(guān)系強(qiáng)度大于或者等于0.4，則將用戶(hù)1的關(guān)系社區(qū)標(biāo)簽更新為用戶(hù)3的關(guān)系社區(qū)標(biāo)簽。按照同樣的方式可以對(duì)用戶(hù)2、用戶(hù)3、用戶(hù)4的關(guān)系社區(qū)標(biāo)簽進(jìn)行更新。

其中，劃分關(guān)系社區(qū)的過(guò)程是不斷迭代的過(guò)程，進(jìn)行第一次迭代時(shí)，獲取所述多個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽，所述多個(gè)用戶(hù)中每個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽，可以為所述用戶(hù)的身份標(biāo)識(shí)號(hào)(Identity，ID)。進(jìn)行第一次迭代以后的迭代時(shí)，每個(gè)用戶(hù)的關(guān)系社區(qū)標(biāo)簽是根據(jù)用戶(hù)之間的關(guān)系強(qiáng)度信息，更新后的關(guān)系社區(qū)標(biāo)簽。

對(duì)于本發(fā)明實(shí)施例，所述將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中之前，所述方法還包括：獲取所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)；判斷所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)是否大于預(yù)置次數(shù)閾值。

其中，所述預(yù)置次數(shù)閾值可以根據(jù)用戶(hù)的需求進(jìn)行設(shè)置，也可以根據(jù)系統(tǒng)的默認(rèn)模式進(jìn)行設(shè)置，本發(fā)明實(shí)施例不做限定。例如，預(yù)置次數(shù)閾值可以為100次、150次、200次等。

所述將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中步驟包括：若所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)大于預(yù)置次數(shù)閾值，則將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中。

例如，若預(yù)置次數(shù)閾值為100次，當(dāng)用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)為50次時(shí)，說(shuō)明關(guān)系社區(qū)未劃分完，需要繼續(xù)根據(jù)用戶(hù)之間的關(guān)系強(qiáng)度信息，更新用戶(hù)的關(guān)系社區(qū)標(biāo)簽，當(dāng)用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)為100次時(shí)， 說(shuō)明關(guān)系社區(qū)的劃分完成。

對(duì)于本發(fā)明實(shí)施例，所述判斷所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)是否大于預(yù)置次數(shù)閾值之后，所述方法還包括：若所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)小于或者等于預(yù)置次數(shù)閾值，則將所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新為與所述用戶(hù)之間關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)的關(guān)系社區(qū)標(biāo)簽。

203、從不同關(guān)系社區(qū)中分別篩選出影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

對(duì)于本發(fā)明實(shí)施例，當(dāng)所述影響力強(qiáng)度信息為影響力強(qiáng)度指數(shù)信息時(shí)，步驟203具體可以為：根據(jù)所述影響力強(qiáng)度指數(shù)信息，從所述不同關(guān)系社區(qū)中分別篩選出影響力強(qiáng)度指數(shù)信息大于或者等于預(yù)置影響力強(qiáng)度指數(shù)信息的用戶(hù)。

其中，所述影響力強(qiáng)度指數(shù)可以為用戶(hù)發(fā)布的信息被其他用戶(hù)閱讀次數(shù)、分享次數(shù)或者轉(zhuǎn)發(fā)次數(shù)。所述預(yù)置影響力指數(shù)閾值可以根據(jù)用戶(hù)的需求進(jìn)行設(shè)置，也可以根據(jù)系統(tǒng)的默認(rèn)模式進(jìn)行設(shè)置，具體地，可以根據(jù)待推送預(yù)置信息的預(yù)算成本設(shè)置，本發(fā)明實(shí)施例不做限定。

例如，預(yù)置廣告的廣告預(yù)算成本為300萬(wàn)，預(yù)置廣告待投放用戶(hù)為300個(gè)萬(wàn)用戶(hù)，需從關(guān)系社區(qū)中篩選出300個(gè)萬(wàn)用戶(hù)，將關(guān)系社區(qū)中的用戶(hù)按照影響力強(qiáng)度指數(shù)從大到小的排序并根據(jù)第300個(gè)用戶(hù)的影響力強(qiáng)度指數(shù)設(shè)置預(yù)置影響力強(qiáng)度指數(shù)閾值。

又例如，當(dāng)所述影響力強(qiáng)度指數(shù)可以為用戶(hù)發(fā)布的信息被其他用戶(hù)閱讀次數(shù)時(shí)，預(yù)置影響力強(qiáng)度指數(shù)閾值可以為預(yù)置發(fā)布的信息被其他用戶(hù)閱讀次數(shù)閾值，如可以為50000次；當(dāng)所述影響力強(qiáng)度指數(shù)可以為用戶(hù)發(fā)布的信息被其他用戶(hù)分享次數(shù)時(shí)，預(yù)置影響力強(qiáng)度指數(shù)閾值可以為預(yù)置發(fā)布的信息被其他用戶(hù)分享次數(shù)閾值，如可以為100000次；當(dāng)所述影響力強(qiáng)度指數(shù)可以為用戶(hù)發(fā)布的信息被其他用戶(hù)轉(zhuǎn)發(fā)次數(shù)時(shí)，預(yù)置影響力強(qiáng)度指數(shù)閾值可以為預(yù)置發(fā)布的信息被其他用戶(hù)轉(zhuǎn)發(fā)次數(shù)閾值，如可以為80000次。

204、將影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為待推送預(yù)置信息的用戶(hù)。

對(duì)于本發(fā)明實(shí)施例，當(dāng)所述影響力強(qiáng)度信息為影響力強(qiáng)度指數(shù)信息時(shí)， 步驟204具體可以為：將影響力強(qiáng)度指數(shù)信息大于或者等于預(yù)置影響力強(qiáng)度指數(shù)閾值的用戶(hù)確定為待推送預(yù)置信息的用戶(hù)。

對(duì)于本發(fā)明實(shí)施例，待推送預(yù)置信息的用戶(hù)篩選的完整過(guò)程，如圖11所示：首先通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)；然后根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，將所述多個(gè)用戶(hù)劃分為不同關(guān)系社區(qū)；最后從所述不同關(guān)系社區(qū)中分別篩選出影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)并將所述影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為待推送預(yù)置信息的用戶(hù)。

205、對(duì)待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。

對(duì)于本發(fā)明實(shí)施例，具體的應(yīng)用場(chǎng)景可以如下所示，但不限于此，包括：待投放應(yīng)用程序廣告的用戶(hù)有500萬(wàn)個(gè)，通過(guò)預(yù)置評(píng)分模型從歷史信息推送獲取的潛在用戶(hù)中篩選出分?jǐn)?shù)最高的750萬(wàn)個(gè)用戶(hù)，其中，750萬(wàn)是500萬(wàn)的1.5倍，并且獲取750萬(wàn)用戶(hù)中每個(gè)用戶(hù)的影響力以及每個(gè)用戶(hù)與其他用戶(hù)之間的關(guān)系強(qiáng)度。根據(jù)每個(gè)用戶(hù)與其他用戶(hù)之間的關(guān)系強(qiáng)度，劃分得到4關(guān)系社區(qū)，包括關(guān)系社區(qū)1、關(guān)系社區(qū)2、關(guān)系社區(qū)3、關(guān)系社區(qū)4，從每個(gè)關(guān)系社區(qū)中分別篩選出影響力最強(qiáng)的且數(shù)量為每個(gè)社區(qū)用戶(hù)數(shù)量2/3的用戶(hù)，得到500萬(wàn)個(gè)用戶(hù)。將從關(guān)系社區(qū)中篩選出的500萬(wàn)個(gè)用戶(hù)確定為待投放應(yīng)用程序廣告的用戶(hù)并進(jìn)行信息推送。

本發(fā)明實(shí)施例提供的另一種信息推送方法，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

本發(fā)明實(shí)施例提供一種目標(biāo)用戶(hù)確定方法，如圖3所示，所述方法包 括：

301、獲取符合預(yù)置條件的多個(gè)用戶(hù)。

其中，符合預(yù)置條件的用戶(hù)的解釋以及獲取符合預(yù)置條件的多個(gè)用戶(hù)的過(guò)程，在步驟101中已進(jìn)行了詳細(xì)的描述，在此本發(fā)明實(shí)施例不進(jìn)行贅述。

302、根據(jù)多個(gè)用戶(hù)分別對(duì)應(yīng)的影響力強(qiáng)度信息，從多個(gè)用戶(hù)中篩選出影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

其中，預(yù)置影響力強(qiáng)度條件可以根據(jù)用戶(hù)需要進(jìn)行設(shè)置，也可以根據(jù)系統(tǒng)默認(rèn)模式進(jìn)行設(shè)置，本發(fā)明實(shí)施例不做限定。如預(yù)置影響力強(qiáng)度條件可以為影響力強(qiáng)度等級(jí)為高，也可以為影響力強(qiáng)度指數(shù)大于或者等于50000次。

303、將影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為目標(biāo)用戶(hù)。

其中，目標(biāo)用戶(hù)可以為待推送預(yù)置信息的用戶(hù)。

例如，預(yù)置影響力強(qiáng)度條件為：影響力強(qiáng)度等級(jí)為高。首先獲取800萬(wàn)個(gè)分?jǐn)?shù)最高的用戶(hù)，800萬(wàn)個(gè)分?jǐn)?shù)最高的用戶(hù)影響力強(qiáng)度等級(jí)為高的用戶(hù)有500萬(wàn)個(gè)，然后將影響力等級(jí)為高的500萬(wàn)個(gè)用戶(hù)確定為待推送預(yù)置信息的用戶(hù)。

本發(fā)明實(shí)施例提供的一種目標(biāo)用戶(hù)確定方法，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

本發(fā)明實(shí)施例提供另一種目標(biāo)用戶(hù)確定方法，如圖4所示，所述方法 包括：

401、通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)。

其中，預(yù)置評(píng)分模型的解釋以及通過(guò)預(yù)置評(píng)分模型篩選出分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)的過(guò)程，在步驟101中已進(jìn)行了詳細(xì)的描述，在此本發(fā)明實(shí)施例不進(jìn)行贅述。

402、根據(jù)預(yù)置影響力強(qiáng)度等級(jí)表和多個(gè)用戶(hù)分別對(duì)應(yīng)的影響力強(qiáng)度信息，確定多個(gè)用戶(hù)的影響力強(qiáng)度等級(jí)。

其中，所述預(yù)置影響力強(qiáng)度等級(jí)表中保存有不同影響力強(qiáng)度等級(jí)分別對(duì)應(yīng)的影響力強(qiáng)度信息閾值區(qū)間。影響力強(qiáng)度等級(jí)可以分為高、中、低三個(gè)等級(jí)、也可以分為高、中、次中、低四個(gè)等級(jí)等。

例如，影響力強(qiáng)度等級(jí)分為高、中、低三個(gè)等級(jí)。影響力強(qiáng)度等級(jí)為高時(shí)，對(duì)應(yīng)的影響力強(qiáng)度信息閾值區(qū)間為(50000，100000)；影響力強(qiáng)度等級(jí)為中時(shí)，對(duì)應(yīng)的影響力強(qiáng)度信息閾值區(qū)間為(5000，50000)，影響力強(qiáng)度等級(jí)為低時(shí)，對(duì)應(yīng)的影響力強(qiáng)度信息閾值區(qū)間為(0，5000)。當(dāng)用戶(hù)的影響力強(qiáng)度為4000時(shí)，確定用戶(hù)影響力強(qiáng)度等級(jí)為低，當(dāng)用戶(hù)的影響力強(qiáng)度為80000時(shí)，確定用戶(hù)影響力強(qiáng)度等級(jí)高。

對(duì)于本發(fā)明實(shí)施例，步驟402之前所述方法還包括：建立不同影響力強(qiáng)度等級(jí)與不同影響力強(qiáng)度信息閾值區(qū)間之間的映射關(guān)系；將所述映射關(guān)系保存在所述預(yù)置影響力強(qiáng)度等級(jí)表中。

403、根據(jù)多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，將多個(gè)用戶(hù)劃分為不同關(guān)系社區(qū)。

其中，每一個(gè)關(guān)系社區(qū)中保存的用戶(hù)之間關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值。其中，所述預(yù)設(shè)閾值可以根據(jù)用戶(hù)的需求進(jìn)行設(shè)置，也可以根據(jù)系統(tǒng)默認(rèn)模式進(jìn)行設(shè)置，本發(fā)明實(shí)施例不做限定。例如，預(yù)設(shè)閾值可以為0.5、0.6等。

對(duì)于本發(fā)明實(shí)施例，步驟403之前，所述方法還包括：獲取所述多個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽。步驟403具體可以為：將所述多個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽更新為與所述用多個(gè)戶(hù)關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)的關(guān)系社區(qū)標(biāo)簽；將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān) 系社區(qū)中。

所述將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中之前，所述方法還包括：獲取所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)；判斷所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)是否大于預(yù)置次數(shù)閾值；所述將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中包括：若所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)大于預(yù)置次數(shù)閾值，則將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中。

對(duì)于本發(fā)明實(shí)施例，所述判斷所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)是否大于預(yù)置次數(shù)閾值之后，所述方法還包括：若所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)小于或者等于預(yù)置次數(shù)閾值，則將所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新為與所述用戶(hù)之間關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)的關(guān)系社區(qū)標(biāo)簽。

404、將不同關(guān)系社區(qū)中影響力強(qiáng)度等級(jí)大于或等于預(yù)置等級(jí)的用戶(hù)確定為影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

所述預(yù)置等級(jí)可以根據(jù)用戶(hù)需求進(jìn)行設(shè)置，也可以根據(jù)系統(tǒng)默認(rèn)模式進(jìn)行設(shè)置，本發(fā)明實(shí)施例不做限定。例如，預(yù)置等級(jí)為高，則將影響力強(qiáng)度等級(jí)為高的用戶(hù)確定為影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

例如，預(yù)置等級(jí)為高，通過(guò)預(yù)置評(píng)分模型篩選得到750萬(wàn)個(gè)用戶(hù)，根據(jù)用戶(hù)之間的關(guān)系強(qiáng)度信息將750萬(wàn)個(gè)用戶(hù)劃分為5個(gè)關(guān)系社區(qū)、分別為關(guān)系社區(qū)1、關(guān)系社區(qū)2、關(guān)系社區(qū)3、關(guān)系社區(qū)4、關(guān)系社區(qū)5，則獲取關(guān)系社區(qū)1、關(guān)系社區(qū)2、關(guān)系社區(qū)3、關(guān)系社區(qū)4、關(guān)系社區(qū)5中影響力強(qiáng)度等級(jí)分別為高的用戶(hù)，將影響力強(qiáng)度等級(jí)為高的用戶(hù)確定為影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

405、將影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為目標(biāo)用戶(hù)。

其中，所述目標(biāo)用戶(hù)可以為待推送預(yù)置信息的用戶(hù)。

本發(fā)明實(shí)施例提供的另一種目標(biāo)用戶(hù)確定方法，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)； 最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

進(jìn)一步地，作為圖1所示方法的具體實(shí)現(xiàn)，本發(fā)明實(shí)施例提供一種信息推送裝置，如圖5所示，所述裝置可以包括：獲取單元51、篩選單元52、推送單元53。

獲取單元51，用于獲取符合預(yù)置條件的多個(gè)用戶(hù)。

篩選單元52，用于根據(jù)所述獲取單元51獲取的所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)。

推送單元53，用于對(duì)所述篩選單元52篩選的所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。

需要說(shuō)明的是，該裝置實(shí)施例與前述方法實(shí)施例對(duì)應(yīng)，為便于閱讀，本裝置實(shí)施例不再對(duì)前述方法實(shí)施例中的細(xì)節(jié)內(nèi)容進(jìn)行逐一贅述，但應(yīng)當(dāng)明確，本實(shí)施例中的裝置能夠?qū)?yīng)實(shí)現(xiàn)前述方法實(shí)施例中的全部?jī)?nèi)容。

本發(fā)明實(shí)施例提供的一種信息推送裝置，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

進(jìn)一步地，作為圖2所示方法的具體實(shí)現(xiàn)，本發(fā)明實(shí)施例提供另一種信息推送裝置，如圖6所示，所述裝置可以包括：獲取單元61、篩選單元62、推送單元63。

獲取單元61，用于獲取符合預(yù)置條件的多個(gè)用戶(hù)。

篩選單元62，用于根據(jù)所述獲取單元61獲取的所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)。

推送單元63，用于對(duì)所述篩選單元62篩選的所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。

進(jìn)一步地，所述篩選單元62包括：劃分子單元621、篩選子單元622、確定子單元623。

劃分子單元621，用于根據(jù)所述獲取單元61獲取的所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，將所述多個(gè)用戶(hù)劃分為不同關(guān)系社區(qū)，每一個(gè)關(guān)系社區(qū)中保存的用戶(hù)之間關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值。

篩選子單元622，用于從所述劃分子單元621劃分的所述不同關(guān)系社區(qū)中分別篩選出影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

確定子單元623，用于將所述篩選子單元622篩選的所述影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為待推送預(yù)置信息的用戶(hù)。

進(jìn)一步地，所述篩選單元62還包括：獲取子單元624。

所述獲取子單元624，用于獲取所述多個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽。

所述劃分子單元621包括：更新模塊6211和劃分模塊6212。

更新模塊6211，用于將所述獲取子單元624獲取的所述多個(gè)用戶(hù)中每個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽更新為與所述用戶(hù)關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)的關(guān)系社區(qū)標(biāo)簽。

劃分模塊6212，用于根將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中。

所述劃分子單元621還包括：獲取模塊6213和判斷模塊6214。

所述獲取模塊6213，用于獲取所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)。

所述判斷模塊6214，用于判斷所述獲取模塊6213獲取的所述用戶(hù)的關(guān) 系社區(qū)標(biāo)簽更新次數(shù)是否大于預(yù)置次數(shù)閾值。

所述劃分模塊6213，具體用于若所述判斷模塊6214判斷所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)大于預(yù)置次數(shù)閾值，則將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中。

所述更新模塊6211，還用于若所述判斷模塊6214判斷所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)小于或者等于預(yù)置次數(shù)閾值，則將所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新為與所述用戶(hù)之間關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)的關(guān)系社區(qū)標(biāo)簽。

所述篩選子單元622，用于當(dāng)所述影響力強(qiáng)度信息為影響力強(qiáng)度指數(shù)信息時(shí)，從所述不同關(guān)系社區(qū)中分別篩選出影響力強(qiáng)度指數(shù)信息大于或者等于預(yù)置影響力強(qiáng)度指數(shù)信息的用戶(hù)。

需要說(shuō)明的是，該裝置實(shí)施例與前述方法實(shí)施例對(duì)應(yīng)，為便于閱讀，本裝置實(shí)施例不再對(duì)前述方法實(shí)施例中的細(xì)節(jié)內(nèi)容進(jìn)行逐一贅述，但應(yīng)當(dāng)明確，本實(shí)施例中的裝置能夠?qū)?yīng)實(shí)現(xiàn)前述方法實(shí)施例中的全部?jī)?nèi)容。

本發(fā)明實(shí)施例提供的另一種信息推送裝置，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

進(jìn)一步地，作為圖3所示方法的具體實(shí)現(xiàn)，本發(fā)明實(shí)施例提供一種目標(biāo)用戶(hù)確定裝置，如圖7所示，所述裝置可以包括：獲取單元71、篩選單元72、確定單元73。

獲取單元71，用于獲取符合預(yù)置條件的多個(gè)用戶(hù)。

篩選單元72，用于根據(jù)所述獲取單元71獲取的所述多個(gè)用戶(hù)分別對(duì)應(yīng) 的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

確定單元73，用于將所述篩選單元72篩選的所述影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為目標(biāo)用戶(hù)。

需要說(shuō)明的是，該裝置實(shí)施例與前述方法實(shí)施例對(duì)應(yīng)，為便于閱讀，本裝置實(shí)施例不再對(duì)前述方法實(shí)施例中的細(xì)節(jié)內(nèi)容進(jìn)行逐一贅述，但應(yīng)當(dāng)明確，本實(shí)施例中的裝置能夠?qū)?yīng)實(shí)現(xiàn)前述方法實(shí)施例中的全部?jī)?nèi)容。

本發(fā)明實(shí)施例提供的一種目標(biāo)用戶(hù)確定裝置，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

進(jìn)一步地，作為圖4所示方法的具體實(shí)現(xiàn)，本發(fā)明實(shí)施例提供另一種目標(biāo)用戶(hù)確定裝置，如圖8所示，所述裝置可以包括：獲取單元81、篩選單元82、確定單元83。

獲取單元81，用于獲取符合預(yù)置條件的多個(gè)用戶(hù)。

篩選單元82，用于根據(jù)所述獲取單元81獲取的所述多個(gè)用戶(hù)分別對(duì)應(yīng)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

確定單元83，用于將所述篩選單元82篩選的所述影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)確定為目標(biāo)用戶(hù)。

所述獲取單元81，具體用于通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)。

所述篩選單元82包括：確定子單元821。

確定子單元821，用于根據(jù)預(yù)置影響力強(qiáng)度等級(jí)表和所述多個(gè)用戶(hù)分別對(duì)應(yīng)的影響力強(qiáng)度信息，確定所述多個(gè)用戶(hù)的影響力強(qiáng)度等級(jí)，所述預(yù)置影響力強(qiáng)度等級(jí)表中保存有不同影響力強(qiáng)度等級(jí)分別對(duì)應(yīng)的影響力強(qiáng)度信息閾值區(qū)間。

所述確定子單元821，還用于將所述多個(gè)用戶(hù)中影響力強(qiáng)度等級(jí)大于或等于預(yù)置等級(jí)的用戶(hù)確定為影響力強(qiáng)度信息符合預(yù)置影響力強(qiáng)度條件的用戶(hù)。

進(jìn)一步地，所述篩選單元還包括：劃分子單元822。

劃分子單元822，用于根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，將所述多個(gè)用戶(hù)劃分為不同關(guān)系社區(qū)，所述關(guān)系社區(qū)中保存有用戶(hù)之間關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)。

所述確定子單元821，具體用于將所述不同關(guān)系社區(qū)中影響力強(qiáng)度等級(jí)大于或等于預(yù)置等級(jí)的用戶(hù)確定為目標(biāo)用戶(hù)。

進(jìn)一步地，所述裝置還包括：建立單元84和保存單元85。

建立單元84，用于建立不同影響力強(qiáng)度等級(jí)與不同影響力強(qiáng)度信息閾值區(qū)間之間的映射關(guān)系；

保存單元85，用于將所述映射關(guān)系保存在所述預(yù)置影響力強(qiáng)度等級(jí)表中。

進(jìn)一步地，所述篩選單元還包括：獲取子單元823。

所述獲取子單元823，具體用于獲取所述多個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽。

所述劃分子單元822包括：

更新模塊8221，用于將所述多個(gè)用戶(hù)中每個(gè)用戶(hù)的初始關(guān)系社區(qū)標(biāo)簽更新為與所述用戶(hù)關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)的關(guān)系社區(qū)標(biāo)簽；

劃分模塊8222，用于將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中。

所述劃分子單元822還包括：獲取模塊8223和判斷模塊8224。

所述獲取模塊8223，用于獲取所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)；

所述判斷模塊8224，用于判斷所述獲取模塊獲取的所述用戶(hù)的關(guān)系社 區(qū)標(biāo)簽更新次數(shù)是否大于預(yù)置次數(shù)閾值；

所述劃分模塊8222，具體用于若所述判斷模塊8224判斷所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)大于預(yù)置次數(shù)閾值，則將所述多個(gè)用戶(hù)中關(guān)系社區(qū)標(biāo)簽相同的用戶(hù)劃分到同一關(guān)系社區(qū)中。

所述更新模塊8221，還用于若所述判斷模塊8224判斷所述多個(gè)用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新次數(shù)小于或者等于預(yù)置次數(shù)閾值，則將所述用戶(hù)的關(guān)系社區(qū)標(biāo)簽更新為與所述用戶(hù)之間關(guān)系強(qiáng)度信息大于預(yù)設(shè)閾值的用戶(hù)的關(guān)系社區(qū)標(biāo)簽。

需要說(shuō)明的是，該裝置實(shí)施例與前述方法實(shí)施例對(duì)應(yīng)，為便于閱讀，本裝置實(shí)施例不再對(duì)前述方法實(shí)施例中的細(xì)節(jié)內(nèi)容進(jìn)行逐一贅述，但應(yīng)當(dāng)明確，本實(shí)施例中的裝置能夠?qū)?yīng)實(shí)現(xiàn)前述方法實(shí)施例中的全部?jī)?nèi)容。

本發(fā)明實(shí)施例提供的另一種目標(biāo)用戶(hù)確定裝置，首先獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；最后對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。與目前直接篩選待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送相比，本發(fā)明實(shí)施例通過(guò)預(yù)置評(píng)分模型，篩選得到分?jǐn)?shù)符合預(yù)置條件的多個(gè)用戶(hù)，然后再根據(jù)多個(gè)用戶(hù)之間關(guān)系強(qiáng)度信息以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)，能夠在保證篩選出的用戶(hù)本身轉(zhuǎn)化為進(jìn)行信息推送的應(yīng)用程序用戶(hù)的同時(shí)能夠額外獲取更多的應(yīng)用程序用戶(hù)，從而能夠放大應(yīng)用程序廣告預(yù)算成本收益，進(jìn)而能夠提高信息推送效率。

所述信息推送裝置包括處理器和存儲(chǔ)器，上述獲取單元、篩選單元和推送單元等均作為程序單元存儲(chǔ)在存儲(chǔ)器中，由處理器執(zhí)行存儲(chǔ)在存儲(chǔ)器中的上述程序單元來(lái)實(shí)現(xiàn)相應(yīng)的功能。

處理器中包含內(nèi)核，由內(nèi)核去存儲(chǔ)器中調(diào)取相應(yīng)的程序單元。內(nèi)核可以設(shè)置一個(gè)或以上，通過(guò)調(diào)整內(nèi)核參數(shù)來(lái)解決在對(duì)圖表中被選中的圖形進(jìn)行顯示時(shí)存在顯示卡頓的問(wèn)題。

存儲(chǔ)器可能包括計(jì)算機(jī)可讀介質(zhì)中的非永久性存儲(chǔ)器，隨機(jī)存取存儲(chǔ)器(RAM)和/或非易失性?xún)?nèi)存等形式，如只讀存儲(chǔ)器(ROM)或閃存(flash RAM)，存儲(chǔ)器包括至少一個(gè)存儲(chǔ)芯片。

本申請(qǐng)還提供了一種計(jì)算機(jī)程序產(chǎn)品，當(dāng)在數(shù)據(jù)處理設(shè)備上執(zhí)行時(shí)，適于執(zhí)行初始化有如下方法步驟的程序代碼：獲取符合預(yù)置條件的多個(gè)用戶(hù)；根據(jù)所述多個(gè)用戶(hù)之間的關(guān)系強(qiáng)度信息，以及所述多個(gè)用戶(hù)的影響力強(qiáng)度信息，從所述多個(gè)用戶(hù)中篩選出待推送預(yù)置信息的用戶(hù)；對(duì)所述待推送預(yù)置信息的用戶(hù)進(jìn)行信息推送。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本申請(qǐng)的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本申請(qǐng)可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤(pán)存儲(chǔ)器、CD-ROM、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。

本申請(qǐng)是參照根據(jù)本實(shí)施例的圖表中圖形的顯示方法、裝置、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專(zhuān)用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。

這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。

這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。

在一個(gè)典型的配置中，計(jì)算設(shè)備包括一個(gè)或多個(gè)處理器(CPU)、輸入/ 輸出接口、網(wǎng)絡(luò)接口和內(nèi)存。

存儲(chǔ)器可能包括計(jì)算機(jī)可讀介質(zhì)中的非永久性存儲(chǔ)器，隨機(jī)存取存儲(chǔ)器(RAM)和/或非易失性?xún)?nèi)存等形式，如只讀存儲(chǔ)器(ROM)或閃存(flash RAM)。存儲(chǔ)器是計(jì)算機(jī)可讀介質(zhì)的示例。

計(jì)算機(jī)可讀介質(zhì)包括永久性和非永久性、可移動(dòng)和非可移動(dòng)媒體可以由任何方法或技術(shù)來(lái)實(shí)現(xiàn)信息存儲(chǔ)。信息可以是計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序的模塊或其他數(shù)據(jù)。計(jì)算機(jī)的存儲(chǔ)介質(zhì)的例子包括，但不限于相變內(nèi)存(PRAM)、靜態(tài)隨機(jī)存取存儲(chǔ)器(SRAM)、動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器(DRAM)、其他類(lèi)型的隨機(jī)存取存儲(chǔ)器(RAM)、只讀存儲(chǔ)器(ROM)、電可擦除可編程只讀存儲(chǔ)器(EEPROM)、快閃記憶體或其他內(nèi)存技術(shù)、只讀光盤(pán)只讀存儲(chǔ)器(CD-ROM)、數(shù)字多功能光盤(pán)(DVD)或其他光學(xué)存儲(chǔ)、磁盒式磁帶，磁帶磁磁盤(pán)存儲(chǔ)或其他磁性存儲(chǔ)設(shè)備或任何其他非傳輸介質(zhì)，可用于存儲(chǔ)可以被計(jì)算設(shè)備訪(fǎng)問(wèn)的信息。按照本文中的界定，計(jì)算機(jī)可讀介質(zhì)不包括暫存電腦可讀媒體(transitory media)，如調(diào)制的數(shù)據(jù)信號(hào)和載波。

以上僅為本申請(qǐng)的實(shí)施例而已，并不用于限制本申請(qǐng)。對(duì)于本領(lǐng)域技術(shù)人員來(lái)說(shuō)，本申請(qǐng)可以有各種更改和變化。凡在本申請(qǐng)的精神和原理之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請(qǐng)的權(quán)利要求范圍之內(nèi)。