本發(fā)明涉及一種推送方法，尤其涉及一種信息推送方法。
背景技術(shù)：
身處信息爆炸時(shí)代，信息過載現(xiàn)象已經(jīng)成為了影響當(dāng)前人們信息行為的重要問題之一，人們很難從互聯(lián)網(wǎng)那繁雜的信息中過濾篩選出自己真正需要的實(shí)用信息。在這樣的時(shí)代背景下，推薦系統(tǒng)正日益獲得人們的關(guān)注，從推送系統(tǒng)獲取信息已經(jīng)成為互聯(lián)網(wǎng)時(shí)代下人們的一種重要信息獲取方式，它廣泛運(yùn)用于大家的日常搜索，社交網(wǎng)絡(luò)，電子商務(wù)等生活和生產(chǎn)行為。然而，現(xiàn)今很多基于推薦系統(tǒng)推送的信息主要還是以信息的“準(zhǔn)確度”作為衡量標(biāo)準(zhǔn)。專利號(hào)為201210209511.5的中國發(fā)明專利公開了“信息推送方法”，其綜合考慮了信息更新的時(shí)效性及全面性，解決了，使信息推送更加及時(shí)精準(zhǔn)，但仍未缺乏可以帶給人們驚喜性的推送方式。
技術(shù)實(shí)現(xiàn)要素：
針對(duì)上述現(xiàn)有技術(shù)的現(xiàn)狀，本發(fā)明所要解決的技術(shù)問題在于提供一種具有驚喜性的信息推送方法。
本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為：一種信息推送方法，包括以下步驟：
a、選定目標(biāo)用戶U1在已有數(shù)據(jù)庫中的資料信息；
b、摘取關(guān)鍵信息，計(jì)算權(quán)重確定出資料信息中用戶U1的關(guān)鍵信息；
c、生成關(guān)聯(lián)用戶信息，計(jì)算關(guān)聯(lián)權(quán)重，生成出與用戶U1相關(guān)聯(lián)的用戶U2在數(shù)據(jù)庫中的資料信息；
d、篩選合適的信息，對(duì)用戶U2的資料信息，對(duì)比U1的資料信息，通過核心匹配算法計(jì)算，并將所有符合算法閾值的信息按指定的權(quán)值設(shè)定進(jìn)行排序；
e、逆向推送信息，將步驟d中排序好的信息摘選，推送給目標(biāo)用戶U1。
進(jìn)一步的，所述步驟b中權(quán)重計(jì)算采用：
其中w(t，d)表示文檔中的一項(xiàng)的權(quán)重；N表示集合中文檔數(shù)量；dft包含關(guān)鍵詞的文檔數(shù)量；tft，d這是一個(gè)t的頻率函數(shù)的文檔，因此，一類集合詞的權(quán)重由集合中的每個(gè)屬性的權(quán)重確定。
進(jìn)一步的，所述步驟c中計(jì)算關(guān)聯(lián)權(quán)重采用：
其中λ是概率相關(guān)量的比例系數(shù)，概率的關(guān)聯(lián)目標(biāo)用戶U1-Ui只會(huì)進(jìn)行生成新的關(guān)聯(lián)用戶。
進(jìn)一步的，所述步驟d中均不符合算法定義的閾值δ，則以用戶U2為作為新的資料文件夾，在用戶U2的數(shù)據(jù)基礎(chǔ)上提取關(guān)鍵信息，重復(fù)步驟a至c，生成新的用戶U3，從U3的資料中提取出符合算法閾值δ的信息；重復(fù)該步驟直到程序運(yùn)行終止條件，設(shè)程序最終停止在用戶Ui。
進(jìn)一步的，所述步驟d中迭代生成新的用戶的終止條件是：
生成的用戶與之前生成的用戶重復(fù)；
或達(dá)到閾值δ，其中δ代表預(yù)先設(shè)定的閾值概率。
進(jìn)一步的，所述步驟e中，推送給目標(biāo)用戶U1的信息中，標(biāo)注出此信息與目標(biāo)用戶存在的關(guān)聯(lián)性，即將步驟d過程中此信息生成過程中所有出現(xiàn)過的相關(guān)用戶信息Ui同時(shí)告知于目標(biāo)用戶U1。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：1)運(yùn)用該方法設(shè)計(jì)的消息推送系統(tǒng)，由于是以目標(biāo)用戶本身的數(shù)據(jù)資料作為分析起點(diǎn)，因此所推送的消息更加符合目標(biāo)用戶本身的需求(相關(guān)聯(lián)的信息)；
2)同時(shí)，由于人普遍的“社會(huì)性”，點(diǎn)明消息來源目標(biāo)用戶之間的關(guān)聯(lián)可以極大地引起用戶的關(guān)注，吸引他們的興趣(相關(guān)聯(lián)的人)，人們會(huì)發(fā)現(xiàn)推送的消息越來越符合他們的興趣，甚至經(jīng)常帶給他們意想不到的收獲。
附圖說明
圖1是本發(fā)明的邏輯框圖。
具體實(shí)施方式
下面結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的是實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
如圖1所示，本發(fā)明所述一種信息推送方法，包括以下步驟：
a、選定目標(biāo)用戶U1在已有數(shù)據(jù)庫中資料信息；
b、摘取關(guān)鍵信息，計(jì)算權(quán)重確定出資料信息中用戶U1的關(guān)鍵信息，其權(quán)重計(jì)算公式：
其中w(t，d)表示文檔中的一項(xiàng)的權(quán)重；N表示集合中文檔數(shù)量；dft包含關(guān)鍵詞的文檔數(shù)量；tft，d這是一個(gè)t的頻率函數(shù)的文檔，因此，一類集合詞的權(quán)重由集合中的每個(gè)屬性的權(quán)重確定。
c、生成關(guān)聯(lián)用戶信息，計(jì)算關(guān)聯(lián)權(quán)重，生成出與用戶U1相關(guān)聯(lián)的用戶U2在數(shù)據(jù)庫中的資料信息，計(jì)算關(guān)聯(lián)權(quán)重采用：
其中λ是概率的相關(guān)量的比例系數(shù)，概率的關(guān)聯(lián)目標(biāo)用戶U1-Ui只會(huì)進(jìn)行生成新的關(guān)聯(lián)用戶。
d、篩選合適的信息，對(duì)用戶U2的資料信息，對(duì)比U1的資料信息，通過核心匹配算法計(jì)算，并將所有符合算法閾值的信息按指定的權(quán)值設(shè)定進(jìn)行排序；所述步驟d中均不符合算法定義的閾值δ，則以用戶U2為作為新的資料文件夾，在用戶U2的數(shù)據(jù)基礎(chǔ)上提取關(guān)鍵信息，重復(fù)步驟a至c，生成新的用戶U3，從U3的資料中提取出符合算法閾值δ的信息；重復(fù)該步驟直到程序運(yùn)行終止條件，設(shè)程序最終停止在用戶Ui。
其中終止條件是：生成的用戶與之前生成的用戶重復(fù)；或達(dá)到閾值δ，其中δ代表預(yù)先設(shè)定的閾值概率。
為體現(xiàn)推送信息的驚喜性與不確定性。Ui作為終止目標(biāo)用戶，如若關(guān)系層數(shù)過低，會(huì)導(dǎo)致推送信息內(nèi)容關(guān)聯(lián)度過大、缺少新穎性。其數(shù)量應(yīng)不小于3，最佳實(shí)施范圍為3≤Ui≤5。
e、逆向推送信息，將步驟d中排序好的信息摘選，推送給目標(biāo)用戶U1。推送給目標(biāo)用戶U1的信息中，標(biāo)注出此信息與目標(biāo)用戶存在的關(guān)聯(lián)性，即將步驟d過程中此信息生成過程中所有出現(xiàn)過的相關(guān)用戶信息Ui同時(shí)告知于目標(biāo)用戶U1。
實(shí)施例1
系統(tǒng)平臺(tái)：類似于Research Gate這樣的學(xué)術(shù)文獻(xiàn)交流平臺(tái)，該平臺(tái)匯集了來自各學(xué)術(shù)圈不同專業(yè)的學(xué)者，平臺(tái)內(nèi)的所有文章均由用戶自己上傳。
圖書館類文獻(xiàn)推薦
<1>確定“甲”用戶在該平臺(tái)的信息。例如在本例中，用戶“甲”的信息包括收藏、請(qǐng)求或者下載過的具體文獻(xiàn)資料。
<2>摘取關(guān)鍵信息。在本例中，選取“甲”用戶收藏、請(qǐng)求或者下載文獻(xiàn)中各文獻(xiàn)的作者名字作為提取的關(guān)鍵信息。利用現(xiàn)有的內(nèi)容識(shí)別方法，對(duì)不同文獻(xiàn)作者的名字進(jìn)行特定排序(例如名字出現(xiàn)的頻數(shù)，將頻數(shù)由大至小進(jìn)行排列)。
<3>生成關(guān)聯(lián)用戶。根據(jù)步驟<2>中對(duì)不同文獻(xiàn)作者名次的排布，生成新的用戶文件夾資料。例如，選取名字出現(xiàn)頻數(shù)最大的作者“乙”為新的用戶資料文件夾。
<4>篩選合適的信息(符合算法定義)。在用戶“乙”的文獻(xiàn)信息中，對(duì)比用戶“乙”收藏的文獻(xiàn)和用戶“甲”收藏的文獻(xiàn)，通過核心匹配算法，計(jì)算：1)如果用戶“乙”中存在文獻(xiàn)信息符合算法設(shè)定閾值，則對(duì)這些文獻(xiàn)進(jìn)行算法指定的權(quán)重排列；2)如果用戶“乙”收藏的文獻(xiàn)信息不符合相關(guān)算法設(shè)定閾值，則分析用戶“乙”的信息，包括收藏、請(qǐng)求或者下載過的具體文獻(xiàn)資料，重復(fù)步驟<1>至步驟<3>，生成新的用戶“丙”。對(duì)比用戶“丙”和用戶“甲”收藏的文獻(xiàn)資料，將符合算法閾值的文獻(xiàn)按照核心算法指定的權(quán)值進(jìn)行排序；同時(shí)，此時(shí)程序達(dá)到終止條件，停止繼續(xù)搜索新用戶的相關(guān)步驟。
<5>逆向推送。根據(jù)步驟<4>中排列好的符合算法定義的文獻(xiàn)，摘選出特定條數(shù)(例如3條)，將它們推送給目標(biāo)用戶“甲”。同時(shí)，推送過程中指明該推送信息與用戶“甲”的關(guān)聯(lián)性。例如在本例中包括：1)如果摘選的推送信息中有來自用戶“乙”資料夾的信息I乙，則須注明此信息(I乙)由用戶“乙”所儲(chǔ)存；2)如果摘選的推送信息中有來自用戶“丙”資料夾的信息I丙，則須注明此信息(I丙)由用戶“丙”所儲(chǔ)存，用戶“丙”是用戶“乙”收藏(請(qǐng)求或下載)最多的文獻(xiàn)作者。
所產(chǎn)生效果：運(yùn)用本發(fā)明的推薦方法，可以幫助用戶在進(jìn)行圖書館類相關(guān)的信息行為時(shí)，極大地開拓檢索人的思路，吸引檢索人的注意力，提升檢索效率并提升平臺(tái)帶給用戶的體驗(yàn)。
實(shí)施例2
系統(tǒng)平臺(tái)：平臺(tái)所分享的音樂均由用戶自己制作或上傳。
目標(biāo)用戶：“A”；
<1>確定“A”用戶在該平臺(tái)的信息。本例以用戶“A”收藏歌單中，每一首歌曲的上傳信息為例。
<2>摘取關(guān)鍵信息。在本例中，選取用戶“A”收藏的歌單中所有歌曲的上傳作者名字作為提取的關(guān)鍵信息。利用現(xiàn)有的內(nèi)容識(shí)別方法，對(duì)這些作者名字進(jìn)行特定排序(例如名字出現(xiàn)的頻數(shù)，將頻數(shù)由大至小進(jìn)行排列)。
<3>生成關(guān)聯(lián)用戶。根據(jù)步驟<2>中對(duì)不同歌曲上傳作者名次的排序，生成新的用戶文件夾資料。例如，選取名字出現(xiàn)頻數(shù)最大的作者“B”為新的用戶資料文件夾。
<4>篩選合適的信息(符合算法定義)。分析用戶“B”收藏的歌單，對(duì)比用戶“B”收藏的歌曲和用戶“A”收藏的歌曲，通過核心匹配算法，計(jì)算：1)如果用戶“B”中存在收藏的歌曲符合算法設(shè)定閾值，則對(duì)這些歌曲進(jìn)行算法指定的權(quán)重排列；2)如果用戶“B”收藏的文獻(xiàn)信息不符合相關(guān)算法設(shè)定閾值，則以用戶“B”為分析對(duì)象，分析用戶“B”所收藏的歌曲信息，重復(fù)步驟<1>至步驟<3>，生成新的用戶“C”。對(duì)比用戶“C”和用戶“A”收藏的歌曲，將符合算法閾值的歌曲按照核心算法指定的權(quán)值進(jìn)行排序；程序尚未終止，在用戶“C”的基礎(chǔ)上繼續(xù)生成用戶“D”的信息，對(duì)比用戶“D”和用戶“A”收藏的歌曲，將符合算法閾值的歌曲按照核心算法指定的權(quán)值進(jìn)行排序。此時(shí)程序達(dá)到終止條件，停止繼續(xù)搜索新用戶的相關(guān)步驟。
<5>逆向推送。根據(jù)步驟<4>中排列好的符合算法定義的歌曲，摘選出特定條數(shù)(例如5條)，將它們推送給目標(biāo)用戶“A”。同時(shí)，推送過程中指明該推送信息與用戶“A”的關(guān)聯(lián)性。例如在本例中包括：1)如果摘選的推送信息中有來自用戶“B”資料夾的歌曲SB，則須注明此歌曲(SB)由用戶“B”所儲(chǔ)存；2)如果摘選的推送信息中有來自用戶“C”資料夾的信息SC，則須注明此信息(SC)由用戶“C”所儲(chǔ)存，用戶“C”是用戶“B”的收藏歌單中的歌曲最多的上傳者；3)如果摘選的推送信息中有來自用戶“D”資料夾的信息SD，則須注明此信息(SD)由用戶“D”所儲(chǔ)存，用戶“D”是用戶“C”的收藏歌單中的歌曲最多的上傳者，而用戶“C”是用戶“B”的收藏歌單中的歌曲最多的上傳者。
所產(chǎn)生效果：運(yùn)用本發(fā)明的推薦方法，可以幫助用戶在音樂環(huán)境中探索更多符合自己愛好的音樂曲目，方便收聽者創(chuàng)造更加滿意的歌單，從而提升用戶對(duì)于平臺(tái)的體驗(yàn)和感受。
最后，由上述兩個(gè)潛在案例可看出，本發(fā)明方法廣泛適用于各類平臺(tái)和系統(tǒng)，特別是對(duì)于用戶生成內(nèi)容的平臺(tái)，運(yùn)用本發(fā)明可以極大地提升用戶對(duì)平臺(tái)或系統(tǒng)的個(gè)人體驗(yàn)，增加用戶體驗(yàn)興趣進(jìn)而得到更高質(zhì)量的體驗(yàn)感受，使用戶和平臺(tái)雙方可以相互合作更為緊密、更具有獨(dú)到的品味和個(gè)性，共同創(chuàng)造收益。
對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無論從哪一點(diǎn)來看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。