一種信息推送方法和裝置的制造方法
【專利摘要】本申請?zhí)峁┮环N信息推送方法和裝置。所述方法包括：計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重；根據(jù)所述場景權(quán)重，計算第二用戶對第一用戶的關(guān)系分值，其中，所述第二用戶的數(shù)量大于等于1；根據(jù)所述關(guān)系分值，計算所述第一用戶的業(yè)務(wù)指數(shù)；根據(jù)所述業(yè)務(wù)指數(shù)進行信息推送。本申請根據(jù)用戶之間的歷史交互行為來計算用戶業(yè)務(wù)指數(shù)，能夠有效提高用戶業(yè)務(wù)指數(shù)計算的準確性，從而提高信息推送的準確性。
【專利說明】
_種信息推送方法和裝置
技術(shù)領(lǐng)域
[0001] 本申請涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種信息推送方法和裝置。
【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)技術(shù)的廣泛發(fā)展，用戶可以通過互聯(lián)網(wǎng)獲取到各種信息。比如：用戶可 以通過互聯(lián)網(wǎng)瀏覽新聞，用戶也可以通過搜索引擎進行信息搜索等。
[0003] 相關(guān)技術(shù)中，服務(wù)器可以根據(jù)用戶的業(yè)務(wù)指數(shù)向用戶進行信息的推送。用戶的業(yè) 務(wù)指數(shù)通常用來描述一個用戶影響其他用戶的能力，用戶的業(yè)務(wù)指數(shù)也是對用戶影響力的 量化。目前，可以依據(jù)用戶與其他用戶之間進行交互的次數(shù)或頻率計算用戶的業(yè)務(wù)指數(shù)， 然而，這樣的計算方式較為片面，得到的用戶業(yè)務(wù)指數(shù)不夠準確，從而導(dǎo)致信息推送不夠準 確。

【發(fā)明內(nèi)容】

[0004] 有鑒于此，本申請?zhí)峁┮环N信息推送方法和裝置。
[0005] 具體地，本申請是通過如下技術(shù)方案實現(xiàn)的：
[0006] -種信息推送方法，所述方法包括：
[0007] 計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重；
[0008] 根據(jù)所述場景權(quán)重，計算第二用戶對第一用戶的關(guān)系分值，其中，所述第二用戶的 數(shù)量大于等于1 ;
[0009] 根據(jù)所述關(guān)系分值，計算所述第一用戶的業(yè)務(wù)指數(shù)；
[0010] 根據(jù)所述業(yè)務(wù)指數(shù)進行信息推送。
[0011] 進一步地，所述計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重，包括：
[0012] 根據(jù)邏輯回歸模型，計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重。
[0013] 進一步地，所述計算第二用戶對第一用戶的關(guān)系分值，包括：
[0014] 根據(jù)所述邏輯回歸模型，計算所有業(yè)務(wù)場景中所述第二用戶與所述第一用戶的互 動分值之和；
[0015] 用所述互動分值之和乘以所述第二用戶與所述第一用戶的時間衰減值，得到所述 第二用戶對所述第一用戶關(guān)系總值；
[0016] 用所述第二用戶對所述第一用戶的關(guān)系總值除以所有用戶對所述第一用戶的關(guān) 系總值之和得到商值，將所述商值作為所述第二用戶對所述第一用戶的關(guān)系分值。
[0017] 進一步地，所述計算所述第一用戶的業(yè)務(wù)指數(shù)，包括：
[0018] 利用PageRank算法迭代計算所述第一用戶的業(yè)務(wù)指數(shù)。
[0019] 進一步地，當存在預(yù)設(shè)的迭代次數(shù)時，所述PageRank算法的迭代次數(shù)為所述預(yù)設(shè) 的迭代次數(shù)；
[0020] 當不存在預(yù)設(shè)的迭代次數(shù)時，在每次迭代后，判斷所有用戶的業(yè)務(wù)指數(shù)是否滿足 預(yù)設(shè)的收斂條件，如果滿足，則停止迭代。
[0021] 一種信息推送裝置，所述裝置包括：
[0022] 權(quán)重計算單元，計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重；
[0023] 分值計算單元，根據(jù)所述場景權(quán)重，計算第二用戶對第一用戶的關(guān)系分值，其中， 所述第二用戶的數(shù)量大于等于1 ;
[0024] 指數(shù)計算單元，根據(jù)所述關(guān)系分值，計算所述第一用戶的業(yè)務(wù)指數(shù)；
[0025] 信息推送單元，根據(jù)所述業(yè)務(wù)指數(shù)進行信息推送。
[0026] 進一步地，所述權(quán)重計算單元，具體根據(jù)邏輯回歸模型，計算業(yè)務(wù)場景對應(yīng)的場景 權(quán)重。
[0027] 進一步地，所述分值計算單元包括：
[0028] 第一計算子單元，根據(jù)所述邏輯回歸模型，計算所有業(yè)務(wù)場景中所述第二用戶與 所述第一用戶的互動分值之和；
[0029] 第二計算子單元，用所述互動分值之和乘以所述第二用戶與所述第一用戶的時間 衰減值，得到所述第二用戶對所述第一用戶關(guān)系總值；
[0030] 第三計算子單元，用所述第二用戶對所述第一用戶的關(guān)系總值除以所有用戶對所 述第一用戶的關(guān)系總值之和得到商值，將所述商值作為所述第二用戶對所述第一用戶的關(guān) 系分值。
[0031] 進一步地，所述指數(shù)計算單元，具體利用PageRank算法迭代計算所述第一用戶的 業(yè)務(wù)指數(shù)。
[0032] 進一步地，所述指數(shù)計算單元，具體當存在預(yù)設(shè)的迭代次數(shù)時，所述PageRank算 法的迭代次數(shù)為所述預(yù)設(shè)的迭代次數(shù)；當不存在預(yù)設(shè)的迭代次數(shù)時，在每次迭代后，判斷所 有用戶的業(yè)務(wù)指數(shù)是否滿足預(yù)設(shè)的收斂條件，如果滿足，則停止迭代。
[0033] 由以上描述可以看出，本申請可以根據(jù)用戶之間的歷史交互行為來計算用戶的業(yè) 務(wù)指數(shù)，能夠有效提高用戶業(yè)務(wù)指數(shù)計算的準確性，從而提高信息推送的準確性。
【附圖說明】
[0034] 圖1是本申請一示例性實施例示出的信息推送方法的流程圖。
[0035] 圖2是本申請一示例性實施例示出互動分值計算公式的曲線圖。
[0036] 圖3是本申請一示例性實施例示出的一種計算第二用戶對第一用戶的關(guān)系分值 的流程圖。
[0037] 圖4是本申請一示例性實施例示出的一種服務(wù)端結(jié)構(gòu)示意圖。
[0038] 圖5是本申請一示例性實施例示出的一種信息推送裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0039] 這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及 附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例 中所描述的實施方式并不代表與本申請相一致的所有實施方式。相反，它們僅是與如所附 權(quán)利要求書中所詳述的、本申請的一些方面相一致的裝置和方法的例子。
[0040] 在本申請使用的術(shù)語是僅僅出于描述特定實施例的目的，而非旨在限制本申請。 在本申請和所附權(quán)利要求書中所使用的單數(shù)形式的"一種"、"所述"和"該"也旨在包括多 數(shù)形式，除非上下文清楚地表示其他含義。還應(yīng)當理解，本文中使用的術(shù)語"和/或"是指 并包含一個或多個相關(guān)聯(lián)的列出項目的任何或所有可能組合。
[0041] 應(yīng)當理解，盡管在本申請可能采用術(shù)語第一、第二、第三等來描述各種信息，但這 些信息不應(yīng)限于這些術(shù)語。這些術(shù)語僅用來將同一類型的信息彼此區(qū)分開。例如，在不脫離 本申請范圍的情況下，第一信息也可以被稱為第二信息，類似地，第二信息也可以被稱為第 一信息。取決于語境，如在此所使用的詞語"如果"可以被解釋成為"在……時"或"當…… 時"或"響應(yīng)于確定"。
[0042] 針對上述問題，本申請?zhí)峁┮环N信息推送方案，根據(jù)用戶與用戶的歷史交互行為 來計算用戶的業(yè)務(wù)指數(shù)，進而有效提高業(yè)務(wù)指數(shù)計算的準確性，從而提高信息推送的準確 性。
[0043] 請參考圖1，本申請一示例性實施例示出的信息推送方法的流程圖，所述信息推送 方法可以應(yīng)用在服務(wù)端上，包括以下步驟：
[0044] 步驟101，計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重。
[0045] 通常而言，用戶之間的交互場景越多、交互頻率越高，則說明用戶之間的關(guān)系越密 切，更容易相互影響，因此可以根據(jù)用戶的交互情況來計算用戶的業(yè)務(wù)指數(shù)。
[0046] 在實際情況中，用戶與用戶的交互行為可能會發(fā)生在多個不同的業(yè)務(wù)場景中，比 如：用戶可以通過社交網(wǎng)站和其他用戶進行交互，用戶可以通過網(wǎng)上銀行和其他用戶進行 資金往來的交互等。在不同業(yè)務(wù)場景中，用戶之間的交互行為對用戶的業(yè)務(wù)指數(shù)是不同的。 舉例來說，假設(shè)用戶在兩個業(yè)務(wù)場景中存在資金交互行為，一個業(yè)務(wù)場景是轉(zhuǎn)賬，另一個業(yè) 務(wù)場景是代還信用卡。同樣是資金交互，轉(zhuǎn)賬場景中的用戶之間的一次轉(zhuǎn)賬行為和代還信 用卡場景中的用戶之間的一次代還信用卡行為，對用戶業(yè)務(wù)指數(shù)的計算所起的作用是不同 的。具體地，假設(shè)第一用戶向第二用戶轉(zhuǎn)賬一次，可以說明所述第一用戶和所述第二用戶之 間存在資金往來，該資源往來可能是因為所述第一用戶和所述第二用戶之間存在消費、資 助、借貸等關(guān)系，所述第一用戶會對所述第二用戶產(chǎn)生影響。然而，如果第三用戶為第四用 戶還信用卡，則說明所述第三用戶和所述第四用戶的關(guān)系較為親密，所述第三用戶對所述 第四用戶的影響要大于所述第一用戶對所述第二用戶的影響。也就是說，基于轉(zhuǎn)賬場景中 用戶之間的一次交互行為計算出的用戶業(yè)務(wù)指數(shù)要低于基于代還信用卡場景中用戶之間 的一次交互行為計算出的用戶業(yè)務(wù)指數(shù)。因此，本實施例使用業(yè)務(wù)場景對應(yīng)的場景權(quán)重來 量化所述業(yè)務(wù)場景的交互行為對用戶業(yè)務(wù)指數(shù)的計算所起的作用。
[0047] 在本實施中，用互動分值來量化用戶之間的交互行為，具體地，可以采用邏輯回歸 模型來計算所述互動分值，所述互動分值的計算公式為：
[0048]
[0049] 其中，X是用戶之間的交互變量，比如：轉(zhuǎn)賬金額、轉(zhuǎn)賬次數(shù)等。
[0050] a是業(yè)務(wù)場景對應(yīng)的場景權(quán)重。
[0051] f(x)是所述互動分值。
[0052] 請參考圖2,本申請一示例性實施例中所述互動分值計算公式的曲線圖。其中，X 是轉(zhuǎn)賬次數(shù)，由圖2可以看出，隨著X的增大，f(x)的曲線變化越加平緩，即X越大，其每增 加1，對互動分值f(x)的變化影響越小。舉例來說，假設(shè)第一用戶向第二用戶轉(zhuǎn)賬一次的 互動分值為0. 1，那么當?shù)谝挥脩粢呀?jīng)向第二用戶轉(zhuǎn)賬了 100次，如果第一用戶又向第二用 戶轉(zhuǎn)賬1次（第101次），則該次的互動分值可能僅增加0. 001。因此，可以假設(shè)上述互動 分值的計算公式中，當X取值為99的分位數(shù)時f(x)的導(dǎo)數(shù)是X取值為0時f(x)的導(dǎo)數(shù)的 0· 01倍，即：
[0053]
[0054] 其中，Xi等于互動變量X的99分位數(shù)。在本實施例中，將該公式稱為場景權(quán)重的 計算公式。具體地，可以計算不同的業(yè)務(wù)場景中互動變量X的99分位數(shù)，所述分位數(shù)的計 算方法本領(lǐng)域技術(shù)人員可以參照相關(guān)技術(shù)中提供的方法，本申請在此不再一一贅述。假設(shè)， 在轉(zhuǎn)賬場景中，轉(zhuǎn)賬次數(shù)X的99分位數(shù)是100,即^為100,則根據(jù)所述場景權(quán)重的計算公 式可以計算出轉(zhuǎn)賬場景的場景權(quán)重a為0. 06。假設(shè)，在代還信用卡場景中，轉(zhuǎn)賬次數(shù)X的 99分位數(shù)是20,即^為20,則根據(jù)所述場景權(quán)重的計算公式可以計算出轉(zhuǎn)賬場景的場景權(quán) 重a為0. 3。
[0055] 在本步驟中，根據(jù)所述場景權(quán)重的計算公式，可以分別計算各個業(yè)務(wù)場景對應(yīng)的 場景權(quán)重。
[0056] 步驟102,根據(jù)所述場景權(quán)重，計算第二用戶對第一用戶的關(guān)系分值，其中，所述第 二用戶的數(shù)量大于等于1。
[0057] 在本步驟中，針對每個用戶，分別計算其他用戶對該用戶的關(guān)系分值。
[0058] 具體地，請參考圖3,所述計算第二用戶對第一用戶的關(guān)系分值，可以包括以下步 驟：
[0059] 步驟1021，根據(jù)邏輯回歸模型，計算所有業(yè)務(wù)場景中第二用戶與第一用戶的互動 分值之和。
[0060] 基于前述步驟101，在得到所述業(yè)務(wù)場景對應(yīng)的場景權(quán)重之后，可以根據(jù)邏輯回歸 模型，計算所有業(yè)務(wù)場景中用戶之間的互動分值之和。
[0061] 具體地，可以根據(jù)前述互動分值的計算公式，計算所有業(yè)務(wù)場景中第二用戶與第 一用戶的互動分值之用
>其中，N為第一用戶A和第二用戶B的 存在交互行為的業(yè)務(wù)場景數(shù)量，X為交互變量，fBA(x)為某一業(yè)務(wù)場景中第二用戶B與第一 用戶A的互動分值。以計算轉(zhuǎn)賬場景中第二用戶與第一用戶的互動分值為例，假設(shè)第二用 戶向第一用戶轉(zhuǎn)賬20次，第一用戶向第二用戶轉(zhuǎn)賬5次，則在該轉(zhuǎn)賬場景中，第二用戶與第 一用戶的交互次數(shù)為25,即所述交互變量的取值為25。由此可以看出，在某一個業(yè)務(wù)場景 中，第二用戶B與第一用戶A的互動分值f BA(x)和所述第一用戶A與所述第二用戶B的互 動分值fAB(x)相同。
[0062] 步驟1022,用所述互動分值之和乘以所述第二用戶與所述第一用戶的時間衰減 值，得到所述第二用戶對所述第一用戶的關(guān)系總值。
[0063] 基于前述步驟1021，在得到第二用戶與第一用戶的互動分值之和后，考慮到第二 用戶和第一用戶交互行為的發(fā)生時間也會影響到業(yè)務(wù)指數(shù)的計算，所以在本步驟中，引入 時間衰減值的概念，用所述互動分值之和乘以所述第二用戶與所述第一用戶的時間衰減值 得到乘積，在本實施例中，將得到的所述乘積稱為所述第二用戶對所述第一用戶的關(guān)系總 值。
[0064] 在本實施例中，為便于描述用MTBA來表不第二用戶B對第一用戶A的關(guān)系總值，
?中，2-?為所述時間衰減值，T為半衰期，可以設(shè)置T的取值為 12, t為所述第一用戶與所述第二用戶的最近一次交互行為距今的月份。如果t = T，則
[0065] 由此可以看出，第二用戶對第一用戶的關(guān)系總值和所述第一用戶對所述第二用戶 的關(guān)系總值是相同的，即MT AB= MT BA。
[0066] 步驟1023,用所述第二用戶對所述第一用戶的關(guān)系總值除以所有用戶對所述第 一用戶的關(guān)系總值之和得到商值，將所述商值作為所述第二用戶對所述第一用戶的關(guān)系分 值。
[0067] 在本實施例中，用SBA來表不第二用戶B對第一用戶A的關(guān)系分值，
[0068]
[0069] 其中，P為第二用戶B的總聯(lián)系人的數(shù)量。
[0070] 所述SBA可以用來量化第二用戶B對第一用戶A的影響。具體地，對于第二用戶B 而言，假設(shè)B擁有包含第一用戶A在內(nèi)的10個聯(lián)系人，第二用戶B對這10個聯(lián)系人的影響 是不同的，如果第二用戶B的業(yè)務(wù)指數(shù)為1，則B對這10個聯(lián)系人的業(yè)務(wù)指數(shù)之和應(yīng)為1。
[0071] 在步驟102中，根據(jù)圖3所示的關(guān)系分值計算方法，可以分別計算出其他用戶（至 少一個第二用戶）對第一用戶的關(guān)系分值。
[0072] 步驟103,根據(jù)所述關(guān)系分值，計算所述第一用戶的業(yè)務(wù)指數(shù)。
[0073] 基于前述步驟102,在計算得到至少一個第二用戶對第一用戶的關(guān)系分值后，可以 根據(jù)PageRank算法迭代計算所述第一用戶的業(yè)務(wù)指數(shù)。
[0074] 在本實施例中，可以采用如下的業(yè)務(wù)指數(shù)計算公式：
[0075]
[0076] 其中，W(i)為用戶i的業(yè)務(wù)指數(shù)，W(A)為用戶A的業(yè)務(wù)指數(shù)，d為PageRank算法 中的阻尼系數(shù)，d的取值為0. 85, h為用戶數(shù)量，SlA為用戶i對用戶A的關(guān)系分值。需要說 明的是，如果用戶i與用戶A之間不存在交互行為，則S lA的值為0,所以，上述業(yè)務(wù)指數(shù)計 算公式也可以表示為：
[0077]
[0078] 其中，K為h個用戶中與用戶A之間存在交互行為的用戶的數(shù)量。
[0079] 在本步驟中，根據(jù)所述業(yè)務(wù)指數(shù)計算公式，迭代計算所述第一用戶A的業(yè)務(wù)指數(shù)。 首先，初始化每個用戶的業(yè)務(wù)指數(shù)都相同，即將每個用戶的業(yè)務(wù)指數(shù)初始化為Ι/h，然后開 始進行迭代計算，根據(jù)其他用戶對第一用戶A的關(guān)系分值計算所述第一用戶A的業(yè)務(wù)指數(shù)。 具體地，在本實施例中，開發(fā)人員可以預(yù)先設(shè)置計算用戶業(yè)務(wù)指數(shù)的迭代次數(shù)，如果存在預(yù) 設(shè)的迭代次數(shù)R，則根據(jù)所述業(yè)務(wù)指數(shù)計算公式迭代計算R次，得到所述第一用戶的業(yè)務(wù)指 數(shù)。如果不存在預(yù)設(shè)的迭代次數(shù)，則在每次迭代后，判斷所有用戶的業(yè)務(wù)指數(shù)是否滿足預(yù)設(shè) 的收斂條件，如果滿足所述預(yù)設(shè)的收斂條件，則停止迭代。所述預(yù)設(shè)的收斂條件可以由開發(fā) 人員進行設(shè)置，比如：可以將所述預(yù)設(shè)的收斂條件設(shè)置為本次迭代計算出的99%的用戶的 業(yè)務(wù)指數(shù)相對于上一次迭代計算出的業(yè)務(wù)指數(shù)的變化不超過1%，即99%的用戶的業(yè)務(wù)指 數(shù)已經(jīng)趨于穩(wěn)定。
[0080] 步驟104,根據(jù)所述業(yè)務(wù)指數(shù)進行信息推送。
[0081] 基于前述步驟103,服務(wù)端在計算得到各個用戶的業(yè)務(wù)指數(shù)后，可以向不同級別業(yè) 務(wù)指數(shù)的用戶推送不同的信息。比如：業(yè)務(wù)指數(shù)較高的用戶往往影響力較大，在進行產(chǎn)品推 廣或者輿論發(fā)布時，可以優(yōu)先向業(yè)務(wù)指數(shù)較高的用戶進行推送。當然，本領(lǐng)域技術(shù)人員根據(jù) 所述業(yè)務(wù)指數(shù)也可以采取其他的信息推送方案，本申請對此不作特殊限制。
[0082] 由以上描述可以看出，本申請可以根據(jù)用戶之間的歷史交互行為來計算用戶業(yè)務(wù) 指數(shù)，能夠有效提高用戶業(yè)務(wù)指數(shù)計算的準確性，從而提高信息推送的準確性。
[0083] 與本申請用戶業(yè)務(wù)指數(shù)的計算方法的實施例相對應(yīng)，本申請還提供一種用戶業(yè)務(wù) 指數(shù)的計算裝置。本申請所述的裝置可以通過軟件實現(xiàn)，也可以通過硬件或者軟硬件結(jié)合 的方式實現(xiàn)。以軟件實現(xiàn)為例，本申請用戶業(yè)務(wù)指數(shù)的計算裝置作為一個邏輯意義上的裝 置，是通過其所在設(shè)備的處理器將非易失性存儲器中對應(yīng)的計算機程序指令讀取到內(nèi)存中 運行形成的。
[0084] 請參考圖4和圖5,本申請?zhí)峁┮环N信息推送裝置400,所述裝置400包括有：權(quán)重 計算單元401、分值計算單元402以及指數(shù)計算單元403以及信息推送單元404。其中，所 述分值計算單元402還可以包括：第一計算子單元4021、第二計算子單元4022以及第三計 算子單元4023。
[0085] 其中，所述權(quán)重計算單元401，計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重。
[0086] 所述分值計算單元402,根據(jù)所述場景權(quán)重，計算第二用戶對第一用戶的關(guān)系分 值，其中，所述第二用戶的數(shù)量大于等于1。
[0087] 所述指數(shù)計算單元403,根據(jù)所述關(guān)系分值，計算所述第一用戶的業(yè)務(wù)指數(shù)。
[0088] 所述信息推送單元404,根據(jù)所述業(yè)務(wù)指數(shù)進行信息推送。
[0089] 進一步地，所述權(quán)重計算單元401，具體根據(jù)邏輯回歸模型，計算業(yè)務(wù)場景對應(yīng)的 場景權(quán)重。
[0090] 所述第一計算子單元4021，根據(jù)所述邏輯回歸模型，計算所有業(yè)務(wù)場景中所述第 二用戶與所述第一用戶的互動分值之和。
[0091] 所述第二計算子單元4022,用所述互動分值之和乘以所述第二用戶與所述第一用 戶的時間衰減值，得到所述第二用戶對所述第一用戶關(guān)系總值。
[0092] 所述第三計算子單元4023,用所述第二用戶對所述第一用戶的關(guān)系總值除以所有 用戶對所述第一用戶的關(guān)系總值之和得到商值，將所述商值作為所述第二用戶對所述第一 用戶的關(guān)系分值。
[0093] 進一步地，所述指數(shù)計算單元403,具體利用PageRank算法迭代計算所述第一用 戶的業(yè)務(wù)指數(shù)。
[0094] 進一步地，所述指數(shù)計算單元403,具體當存在預(yù)設(shè)的迭代次數(shù)時，所述PageRank 算法的迭代次數(shù)為所述預(yù)設(shè)的迭代次數(shù)；當不存在預(yù)設(shè)的迭代次數(shù)時，在每次迭代后，判斷 所有用戶的業(yè)務(wù)指數(shù)是否滿足預(yù)設(shè)的收斂條件，如果滿足，則停止迭代。
[0095] 上述裝置中各個單元的功能和作用的實現(xiàn)過程具體詳見上述方法中對應(yīng)步驟的 實現(xiàn)過程，在此不再贅述。
[0096] 以上所述僅為本申請的較佳實施例而已，并不用以限制本申請，凡在本申請的精 神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本申請保護的范圍之內(nèi)。
【主權(quán)項】
1. 一種信息推送方法，其特征在于，所述方法包括： 計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重； 根據(jù)所述場景權(quán)重，計算第二用戶對第一用戶的關(guān)系分值，其中，所述第二用戶的數(shù)量 大于等于1 ; 根據(jù)所述關(guān)系分值，計算所述第一用戶的業(yè)務(wù)指數(shù)； 根據(jù)所述業(yè)務(wù)指數(shù)進行信息推送。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重，包 括： 根據(jù)邏輯回歸模型，計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述計算第二用戶對第一用戶的關(guān)系分 值，包括： 根據(jù)所述邏輯回歸模型，計算所有業(yè)務(wù)場景中所述第二用戶與所述第一用戶的互動分 值之和； 用所述互動分值之和乘以所述第二用戶與所述第一用戶的時間衰減值，得到所述第二 用戶對所述第一用戶關(guān)系總值； 用所述第二用戶對所述第一用戶的關(guān)系總值除以所有用戶對所述第一用戶的關(guān)系總 值之和得到商值，將所述商值作為所述第二用戶對所述第一用戶的關(guān)系分值。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算所述第一用戶的業(yè)務(wù)指數(shù)，包 括： 利用PageRank算法迭代計算所述第一用戶的業(yè)務(wù)指數(shù)。5. 根據(jù)權(quán)利要求4所述的方法，其特征在于， 當存在預(yù)設(shè)的迭代次數(shù)時，所述PageRank算法的迭代次數(shù)為所述預(yù)設(shè)的迭代次數(shù)； 當不存在預(yù)設(shè)的迭代次數(shù)時，在每次迭代后，判斷所有用戶的業(yè)務(wù)指數(shù)是否滿足預(yù)設(shè) 的收斂條件，如果滿足，則停止迭代。6. -種信息推送裝置，其特征在于，所述裝置包括： 權(quán)重計算單元，計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重； 分值計算單元，根據(jù)所述場景權(quán)重，計算第二用戶對第一用戶的關(guān)系分值，其中，所述 第二用戶的數(shù)量大于等于1 ; 指數(shù)計算單元，根據(jù)所述關(guān)系分值，計算所述第一用戶的業(yè)務(wù)指數(shù)； 信息推送單元，根據(jù)所述業(yè)務(wù)指數(shù)進行信息推送。7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于， 所述權(quán)重計算單元，具體根據(jù)邏輯回歸模型，計算業(yè)務(wù)場景對應(yīng)的場景權(quán)重。8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述分值計算單元包括： 第一計算子單元，根據(jù)所述邏輯回歸模型，計算所有業(yè)務(wù)場景中所述第二用戶與所述 第一用戶的互動分值之和； 第二計算子單元，用所述互動分值之和乘以所述第二用戶與所述第一用戶的時間衰減 值，得到所述第二用戶對所述第一用戶關(guān)系總值； 第三計算子單元，用所述第二用戶對所述第一用戶的關(guān)系總值除以所有用戶對所述第 一用戶的關(guān)系總值之和得到商值，將所述商值作為所述第二用戶對所述第一用戶的關(guān)系分 值。9. 根據(jù)權(quán)利要求6所述的裝置，其特征在于， 所述指數(shù)計算單元，具體利用PageRank算法迭代計算所述第一用戶的業(yè)務(wù)指數(shù)。10. 根據(jù)權(quán)利要求9所述的裝置，其特征在于， 所述指數(shù)計算單元，具體當存在預(yù)設(shè)的迭代次數(shù)時，所述PageRank算法的迭代次數(shù)為 所述預(yù)設(shè)的迭代次數(shù)；當不存在預(yù)設(shè)的迭代次數(shù)時，在每次迭代后，判斷所有用戶的業(yè)務(wù)指 數(shù)是否滿足預(yù)設(shè)的收斂條件，如果滿足，則停止迭代。
【文檔編號】G06F17/30GK106033465SQ201510122749
【公開日】2016年10月19日
【申請日】2015年3月19日
【發(fā)明人】何慧梅, 王峰偉, 何帝君
【申請人】阿里巴巴集團控股有限公司