本申请实施例涉及计算机技术领域，具体涉及用于推送信息的方法和装置。
背景技术：
信息推送，就是"web广播"，是通过一定的技术标准或协议，在互联网上通过定期传送用户需要的信息来减少信息过载的一项新技术。目前，用于推送的信息一般包括以下两种设置方式：第一种是技术人员根据不同的站点(页面)设置不同的信息，当用户发起对特定页面的操作请求时，则显示与该页面对应的预设信息；第二种是技术人员预先设置统一的针对网站的信息(例如：您好，今日天气为***)。
技术实现要素：
本申请实施例提出了用于推送信息的方法和装置。
第一方面，本申请实施例提供了一种用于推送信息的方法，该方法包括：响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词；响应于确定访问请求包括用户的搜索词，执行以下步骤：将搜索词输入预先训练的标签识别模型，得到用于表征所述用户的用户属性的标签，其中，标签识别模型用于表征用户的搜索词与用于表征用户的用户属性的标签的对应关系；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本；将匹配出的第一文本进行推送。
在一些实施例中，该方法还包括：响应于确定访问请求不包括用户的搜索词，执行以下步骤：获取预先存储的、用户的历史搜索词集合；将历史搜索词集合中的历史搜索词分别输入标签识别模型，得到用于表征用户的用户属性的标签集合；基于所得到的标签集合中的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本；将匹配出的第二文本进行推送。
在一些实施例中，基于所得到的标签集合中的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本，包括：确定标签集合中是否包括至少两个标签子集合，其中，标签子集合包括至少两个标签且所包括的标签相同；响应于确定标签集合中包括至少两个标签子集合，执行以下步骤：对于至少两个标签子集合中的每个标签子集合，确定该标签子集合中的标签的数量值；将所确定的各个数量值中最大的数量值所对应的标签确定为目标标签；基于所确定的目标标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本。
在一些实施例中，文本集合中的文本具有预设的文本优先级；以及基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本，包括：基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出目标文本集合；基于目标文本集合中的各个文本的文本优先级，从目标文本集合中选取第一文本。
在一些实施例中，标签识别模型通过如下步骤训练得到：获取多个样本搜索词以及预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签；利用机器学习方法，将多个样本搜索词中的每个样本搜索词作为输入，将预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签作为输出，训练得到标签识别模型。
第二方面，本申请实施例提供了一种用于推送信息的装置，该装置包括：确定单元，配置用于响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词；第一执行单元，配置用于响应于确定访问请求包括用户的搜索词，执行以下步骤：将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签，其中，标签识别模型用于表征用户的搜索词与用于表征用户的用户属性的标签的对应关系；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本；将匹配出的第一文本进行推送。
在一些实施例中，该装置还包括：第二执行单元，配置用于响应于确定访问请求不包括用户的搜索词，执行以下步骤：获取预先存储的、用户的历史搜索词集合；将历史搜索词集合中的历史搜索词分别输入标签识别模型，得到用于表征用户的用户属性的标签集合；基于所得到的标签集合中的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本；将匹配出的第二文本进行推送。
在一些实施例中，第二执行单元包括：确定模块，配置用于确定标签集合中是否包括至少两个标签子集合，其中，标签子集合包括至少两个标签且所包括的标签相同；执行模块，配置用于响应于确定标签集合中包括至少两个标签子集合，执行以下步骤：对于至少两个标签子集合中的每个标签子集合，确定该标签子集合中的标签的数量值；将所确定的各个数量值中最大的数量值所对应的标签确定为目标标签；基于所确定的目标标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本。
在一些实施例中，文本集合中的文本具有预设的文本优先级；以及第一执行单元包括：匹配模块，配置用于基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出目标文本集合；选取模块，配置用于基于目标文本集合中的各个文本的文本优先级，从目标文本集合中选取第一文本。
在一些实施例中，标签识别模型通过如下步骤训练得到：获取多个样本搜索词以及预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签；利用机器学习方法，将多个样本搜索词中的每个样本搜索词作为输入，将预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签作为输出，训练得到标签识别模型。
第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述用于推送信息的方法中任一实施例的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述用于推送信息的方法中任一实施例的方法。
本申请实施例提供的用于推送信息的方法和装置，通过响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词；响应于确定访问请求包括用户的搜索词，执行以下步骤：将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本；将匹配出的第一文本进行推送，从而可以响应于获取到用户的搜索词，通过预先建立的模型将搜索词识别为标签，进而将与识别出的标签相对应的文本推送给用户，提高了信息推送的多样性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于推送信息的方法的一个实施例的流程图；
图3是根据本申请的用于推送信息的方法的一个应用场景的示意图；
图4是根据本申请的用于推送信息的方法的又一个实施例的流程图；
图5是根据本申请的用于推送信息的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于推送信息的方法或用于推送信息的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的网页提供支持的后台网页服务器。后台网页服务器可以对接收到的网页访问请求等数据进行分析等处理，并将处理结果(例如第一文本)反馈给终端设备。
需要说明的是，本申请实施例所提供的用于推送信息的方法一般由服务器105执行，相应地，用于推送信息的装置一般设置于服务器105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的用于推送信息的方法的一个实施例的流程200。该用于推送信息的方法，包括以下步骤：
步骤201，响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词。
在本实施例中，用于推送信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词。其中，目标站点可以为预先建立的供用户访问的网站，以及针对目标站点，预先设置有待推送给用户的文本(例如“您好，祝您今天好心情”)。具体的，上述电子设备可以接收用户通过客户端(例如图1所示的终端设备101、102、103)发送的针对目标站点的访问请求。访问请求可以为用户的进站请求或者搜索请求等。搜索词具体可以为用户输入的词汇、句子或者语音等，例如“a手机多少钱”。在这里，访问请求可以包括用户输入的搜索词，也可以仅为用户的进站请求而不包括用户输入的搜索词。
步骤202，响应于确定访问请求包括用户的搜索词，执行以下步骤：将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本；将匹配出的第一文本进行推送。
在本实施例中，用于推送信息的方法运行于其上的电子设备可以响应于确定访问请求包括用户的搜索词，执行以下步骤：
步骤2021，将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签。
其中，用户属性可以包括用户的性别、年龄等自然属性，也可以包括职业、出生地等社会属性，还可以包括兴趣、爱好等个人属性。标签可以包括但不限于以下至少一项：文字，数字，词汇，词组。示例性的，用于表征用户的年龄的标签可以包括数字，例如“18岁以下”；用于表征用户的职业的标签可以包括词汇，例如“工程师”。所得到的标签可以是一个或多个。标签识别模型可以用于表征用户的搜索词与用于表征用户的用户属性的标签的对应关系。
具体的，作为示例，标签识别模型可以为技术人员基于对大量的用户的搜索词和用于表征用户的用户属性的标签的统计而预先制定的、存储有多个搜索词与用于表征用户的用户属性的标签的对应关系的对应关系表；也可以是技术人员基于对大量数据的统计而预先设置并存储至上述电子设备中的、对多个搜索词以及预设标签集合中的标签进行相似度计算以得到的计算公式。该计算公式的计算结果可以用于确定多个搜索词中的每个搜索词所对应的标签。具体的，对于多个搜索词中的每个搜索词，可以将计算得到的与该搜索词相似度最高的标签确定为该搜索词所对应的标签。
在本实施例的一些可选的实现方式中，上述标签识别模型可以通过如下步骤训练得到：
首先，上述电子设备可以获取多个样本搜索词以及预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签。
然后，上述电子设备可以利用机器学习方法，将多个样本搜索词中的每个样本搜索词作为输入，将预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签作为输出，训练得到标签识别模型。具体的，上述电子设备可以使用朴素贝叶斯模型(naivebayesianmodel，nbm)或支持向量机(supportvectormachine，svm)等用于分类的模型，将上述多个样本搜索词作为模型的输入，将上述预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签作为输出，利用机器学习方法，训练得到标签识别模型。
特别地，当用户输入的搜索词为句子时，在将搜索词输入标签识别模型之前，上述电子设备还可以对搜索词进行切词处理，并将处理后的搜索词输入标签识别模型。作为示例，搜索词为“a手机多少钱”，进行切词处理后的搜索词可以包括“a手机”和“多少钱”，进而，识别出的标签可以包括“手机”和“金钱敏感”。需要说明的是，切词是目前广泛研究和应用的公知技术，在此不再赘述。
步骤2022，基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本。
其中，预设的文本集合可以包括技术人员通过上述电子设备预先输入的待推送文本。第一文本可以为预设的文本集合中的、通过上述用户输入的搜索词匹配出的文本。预先设置的匹配关系可以为技术人员预先设置的标签与上述文本集合中的文本的对应关系。具体的，作为示例，匹配关系可以为一个标签对应文本集合中的一个文本；或者为一个标签对应文本集合中的多个文本。例如，所得到的标签为“营养师”，预设的与该标签对应的文本可以为“您好，营养师应具备的技能如下：……”；或者，所得到的标签为“电影”，预设的与该标签对应的文本可以包括“您好，a电影正在上映”以及“您好，为您推荐最高评分的a电影”。需要说明的是，当通过标签匹配出多个文本时，可以将多个文本作为第一文本。
在本实施例的一些可选的实现方式中，上述文本集合中的文本具有预设的文本优先级，文本优先级用于表征文本集合中的文本的推送顺序。具体的，文本优先级可以用数字、文字、符号等表示。例如，可以用数字的大小来表征优先级的高低，数字越小，优先级越高。在这里，基于所得到的标签以及预先设置的标签与文本的匹配关系，上述电子设备可以通过如下步骤从预设的文本集合中匹配出第一文本：
首先，基于所得到的标签以及预先设置的标签与文本的匹配关系，上述电子设备可以从预设的文本集合中匹配出目标文本集合。其中，目标文本集合可以包括至少两个文本。在这里，所得到的标签可以为一个或者多个。标签与文本的匹配关系可以为一个标签对应多个文本，或者一个标签对应一个文本。进而，当所得到的标签为多个或者标签与文本的匹配关系为一个标签对应多个文本时，上述电子设备可以从预设的文本集合中匹配出包括至少两个文本的目标文本集合。
然后，基于目标文本集合中的各个文本的文本优先级，上述电子设备可以从目标文本集合中选取第一文本。具体的，上述电子设备可以将目标文本集合中文本优先级最高的文本确定为第一文本。
步骤2023，将匹配出的第一文本进行推送。
具体的，上述电子设备可以将匹配出的第一文本推送给用户所在的客户端(例如图1所示的终端设备101、102、103)。
继续参见图3，图3是根据本实施例的用于推送信息的方法的应用场景的一个示意图。在图3的应用场景中，服务器301可以响应于接收到用户针对目标站点的访问请求302(例如可以响应于接收到用户通过终端设备303发送的访问请求302)，确定访问请求302是否包括用户的搜索词3021；接着，服务器301可以响应于确定访问请求302包括用户的搜索词3021(例如“a电影”)，执行以下步骤：将搜索词3021输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签304(例如“电影”)，其中，标签识别模型可以用于表征用户的搜索词与用于表征用户的用户属性的标签的对应关系；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本305(例如“您好，正在上映的电影包括：a；b；c”)；最后，服务器301可以将匹配出的第一文本305进行推送。具体的，如图3所示，服务器301可以将第一文本305推送给终端设备303。
本申请的上述实施例提供的方法通过响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词；响应于确定访问请求包括用户的搜索词，执行以下步骤：将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本；将匹配出的第一文本进行推送，从而可以响应于获取到用户的搜索词，通过预先建立的模型将搜索词识别为标签，进而将与识别出的标签相对应的文本推送给用户，提高了信息推送的多样性。
进一步参考图4，其示出了用于推送信息的方法的又一个实施例的流程400。该用于推送信息的方法的流程400，包括以下步骤：
步骤401，响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词。
在本实施例中，用于推送信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词。其中，目标站点可以为预先建立的供用户访问的网站，以及针对目标站点，预先设置有待推送给用户的文本。具体的，上述电子设备可以接收用户通过客户端输入的针对目标站点的访问请求。访问请求可以为用户的进站请求或者搜索请求等。搜索词具体可以为用户输入的词汇、句子或者语音等。在这里，访问请求可以包括用户输入的搜索词，也可以仅为用户的进站请求而不包括用户输入的搜索词。
步骤402，响应于确定访问请求不包括用户的搜索词，执行以下步骤：获取预先存储的、用户的历史搜索词集合；将历史搜索词集合中的历史搜索词分别输入标签识别模型，得到用于表征用户的用户属性的标签集合；基于所得到的标签集合中的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本；将匹配出的第二文本进行推送。
在本实施例中，用于推送信息的方法运行于其上的电子设备可以响应于确定访问请求不包括用户的搜索词，执行以下步骤：
步骤4021，获取预先存储的、用户的历史搜索词集合。
其中，历史搜索词可以为预设历史时间段内用户通过客户端(例如图1所示的终端设备101、102、103)输入的搜索词。可以理解的是，在上述预设历史时间段内，上述电子设备可以接收用户输入的搜索词并对用户输入的搜索词进行存储。
步骤4022，将历史搜索词集合中的历史搜索词分别输入上述标签识别模型，得到用于表征用户的用户属性的标签集合。
需要说明的是，历史搜索词集合中可以包括相同的搜索词；标签集合中可以包括相同的标签。例如，用户在预设历史时间段“0:00-24:00”内的10:00以及22:00均输入了“a电影”，则历史搜索词集合可以包括两个搜索词“a电影”，标签集合可以包括两个标签“电影”。
步骤4023，基于所得到的标签集合中的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本。
其中，标签集合所包括的标签可以是一个或多个。预设的文本集合可以包括技术人员通过上述电子设备预先输入的待推送文本。第二文本可以为通过上述用户的历史搜索词匹配出的预设的文本集合中的文本。预先设置的匹配关系可以为技术人员预先设置的标签与上述文本集合中的文本的对应关系。需要说明的是，当通过标签匹配出多个文本时，可以将多个文本作为第二文本。
在本实施例的一些可选的实现方式中，基于所得到的标签集合中的标签以及预先设置的标签与文本的匹配关系，上述电子设备可以通过如下步骤从预设的文本集合中匹配出第二文本：
首先，上述电子设备可以确定标签集合中是否包括至少两个标签子集合，其中，标签子集合可以包括至少两个标签且所包括的标签相同。例如，标签集合所包括的标签为“电影；电影；电影；图书”，则可以将“电影；电影；电影”确定为一个标签子集合，由于上述标签集合中仅包括一个“图书”标签，故上述标签集合“电影；电影；电影；图书”不包括至少两个标签子集合。
然后，上述电子设备可以响应于确定标签集合中包括至少两个标签子集合，执行以下步骤：
步骤40231，对于至少两个标签子集合中的每个标签子集合，确定该标签子集合中的标签的数量值。
作为示例，标签集合为“电影；电影；电影；图书；图书”。标签子集合为“电影；电影；电影”和“图书；图书”。上述电子设备可以确定标签子集合“电影；电影；电影”中的标签的数量值为“3”；标签子集合“图书；图书”中的标签的数量值为“2”。
步骤40232，将所确定的各个数量值中最大的数量值所对应的标签确定为目标标签。
例如，对于上述电子设备所确定的标签子集合“电影；电影；电影”中的标签的数量值为“3”以及标签子集合“图书；图书”中的标签的数量值为“2”，由于数值“3”大于数值“2”，故上述电子设备可以将数值“3”所对应的标签“电影”确定为目标标签。
步骤40233，基于所确定的目标标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本。
其中，预先设置的匹配关系可以为技术人员预先设置的标签与上述文本集合中的文本的对应关系。具体的，作为示例，匹配关系可以为一个标签对应文本集合中的一个文本；或者为一个标签对应文本集合中的多个文本。例如，目标标签为“电影”，预设的与该目标标签对应的文本可以为“您好，正在上映的电影包括：a；b；c”。需要说明的是，当通过目标标签匹配出多个文本时，可以将多个文本作为第二文本。
步骤4024，将匹配出的第二文本进行推送。
具体的，上述电子设备可以将匹配出的第二文本推送给用户所在的客户端(例如图1所示的终端设备101、102、103)。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于推送信息的方法的流程400突出了当访问请求不包括用户的搜索词时所执行的步骤。由此，本实施例描述的方案可以引入用户的历史搜索词，从而提高了信息推送的灵活性，且更进一步地提高了信息推送的多样性。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于推送信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于推送信息的装置500包括：确定单元501和第一执行单元502。其中，确定单元501配置用于响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词；第一执行单元502配置用于响应于确定访问请求包括用户的搜索词，执行以下步骤：将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签，其中，标签识别模型可以用于表征用户的搜索词与用于表征用户的用户属性的标签的对应关系；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本；将匹配出的第一文本进行推送。
在本实施例中，确定单元501可以通过有线连接方式或者无线连接方式响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词。其中，目标站点可以为预先建立的供用户访问的网站，以及针对目标站点，预先设置有待推送给用户的文本(例如“您好，祝您今天好心情”)。具体的，确定单元501可以接收用户通过客户端(例如图1所示的终端设备101、102、103)输入的针对目标站点的访问请求。访问请求可以为用户的进站请求或者搜索请求等。搜索词具体可以为用户输入的词汇、句子或者语音等。在这里，访问请求可以包括用户输入的搜索词，也可以仅为用户的进站请求而不包括用户输入的搜索词。
在本实施例中，第一执行单元502可以响应于确定访问请求包括用户的搜索词，执行以下步骤：
步骤5021，将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签。
其中，用户属性可以包括用户的性别、年龄等自然属性，也可以包括职业、出生地等社会属性，还可以包括兴趣、爱好等个人属性。标签可以包括但不限于以下至少一项：文字，数字，词汇，词组。所得到的标签可以是一个或多个。标签识别模型可以用于表征用户的搜索词与用于表征用户的用户属性的标签的对应关系。
步骤5022，基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本。
其中，预设的文本集合可以包括技术人员通过上述电子设备预先输入的待推送文本。第一文本可以为通过上述用户输入的搜索词匹配出的文本。预先设置的匹配关系可以为技术人员预先设置的标签与上述文本集合中的文本的对应关系。
步骤5023，将匹配出的第一文本进行推送。
具体的，第一执行单元502可以将匹配出的第一文本推送给用户所在的客户端(例如图1所示的终端设备101、102、103)。
在本实施例的一些可选的实现方式中，用于推送信息的装置500还可以包括：第二执行单元(图中未示出)，配置用于响应于确定访问请求不包括用户的搜索词，执行以下步骤：获取预先存储的、用户的历史搜索词集合；将历史搜索词集合中的历史搜索词分别输入标签识别模型，得到用于表征用户的用户属性的标签集合；基于所得到的标签集合中的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本；将匹配出的第二文本进行推送。
在本实施例的一些可选的实现方式中，第二执行单元可以包括：确定模块(图中未示出)，配置用于确定标签集合中是否包括至少两个标签子集合，其中，标签子集合可以包括至少两个标签且所包括的标签相同；执行模块(图中未示出)，配置用于响应于确定标签集合中包括至少两个标签子集合，执行以下步骤：对于至少两个标签子集合中的每个标签子集合，确定该标签子集合中的标签的数量值；将所确定的各个数量值中最大的数量值所对应的标签确定为目标标签；基于所确定的目标标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第二文本。
在本实施例的一些可选的实现方式中，文本集合中的文本可以具有预设的文本优先级；以及第一执行单元502可以包括：匹配模块(图中未示出)，配置用于基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出目标文本集合；选取模块(图中未示出)，配置用于基于目标文本集合中的各个文本的文本优先级，从目标文本集合中选取第一文本。
在本实施例的一些可选的实现方式中，标签识别模型可以通过如下步骤训练得到：获取多个样本搜索词以及预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签；利用机器学习方法，将多个样本搜索词中的每个样本搜索词作为输入，将预先标定的、多个样本搜索词中的每个样本搜索词所对应的标签作为输出，训练得到标签识别模型。
本申请的上述实施例提供的装置通过确定单元501响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词；接着第一执行单元502响应于确定访问请求包括用户的搜索词，执行以下步骤：将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本；将匹配出的第一文本进行推送，从而可以响应于获取到用户的搜索词，通过预先建立的模型将搜索词识别为标签，进而将与识别出的标签相对应的文本推送给用户，提高了信息推送的多样性。
下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括确定单元和第一执行单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“确定访问请求是否包括搜索词的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：响应于接收到用户针对目标站点的访问请求，确定访问请求是否包括用户的搜索词；响应于确定访问请求包括用户的搜索词，执行以下步骤：将搜索词输入预先训练的标签识别模型，得到用于表征用户的用户属性的标签，其中，标签识别模型用于表征用户的搜索词与用于表征用户的用户属性的标签的对应关系；基于所得到的标签以及预先设置的标签与文本的匹配关系，从预设的文本集合中匹配出第一文本；将匹配出的第一文本进行推送。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。