用于推送信息的方法和装置与流程

本申请实施例涉及计算机技术领域，尤其涉及用于推送信息的方法和装置。

背景技术：

信息推送，又称为“网络广播”，是通过一定的技术标准或协议，在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户，可以减少用户在网络上搜索所花的时间。

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，本申请的一些实施例提供了一种用于推送信息的方法，该方法包括：获取目标用户的用户画像信息；获取目标物品的物品画像信息；基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息；响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。

在一些实施例中，用户画像信息包括以下至少一项：物品提供方偏好信息、业务偏好信息、地理位置信息、收入信息。

在一些实施例中，用户画像信息是经由以下步骤生成的：获取以下用户信息中的至少一项：搜索关键词信息、点击行为信息、搜索结果页内容信息、地理位置信息、终端设备信息；根据获取到的用户信息生成用户画像信息。

在一些实施例中，基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息，包括：确定用户是否浏览过预设网站中目标物品的页面；基于所确定的浏览信息、用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息。

在一些实施例中，物品画像信息，包括以下至少一项：物品提供方信息、物品关联的业务信息、物品关联的城市信息、风控信息。

在一些实施例中，物品画像信息是经由以下步骤生成的：获取以下物品信息中的至少一项：物品权益信息、业务所涉及商户的信息；根据获取到的物品信息生成物品画像信息。

第二方面，本申请的一些实施例提供了一种用于推送信息的装置，该装置包括：第一获取单元，被配置成获取目标用户的用户画像信息；第二获取单元，被配置成获取目标物品的物品画像信息；匹配信息生成单元，被配置成基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息；推送单元，被配置成响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。

在一些实施例中，用户画像信息包括以下至少一项：物品提供方偏好信息、业务偏好信息、地理位置信息、收入信息。

在一些实施例中，装置还包括用户画像信息生成单元，用户画像信息生成单元，包括：第一获取子单元，被配置成获取以下用户信息中的至少一项：搜索关键词信息、点击行为信息、搜索结果页内容信息、地理位置信息、终端设备信息；用户画像信息生成子单元，被配置成根据获取到的用户信息生成用户画像信息。

在一些实施例中，匹配信息生成单元，包括：确定子单元，被配置成确定用户是否浏览过预设网站中目标物品的页面；匹配信息生成子单元，被配置成基于所确定的浏览信息、用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息。

在一些实施例中，物品画像信息，包括以下至少一项：物品提供方信息、物品关联的业务信息、物品关联的城市信息、风控信息。

在一些实施例中，装置还包括物品画像信息生成单元，物品画像信息生成单元，包括：第二获取子单元，被配置成获取以下物品信息中的至少一项：物品权益信息、业务所涉及商户的信息；物品画像信息生成子单元，被配置成根据获取到的物品信息生成物品画像信息。

第三方面，本申请的一些实施例提供了一种设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面上述的方法。

第四方面，本申请的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面上述的方法。

本申请实施例提供的用于推送信息的方法和装置，通过获取目标用户的用户画像信息；获取目标物品的物品画像信息；基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息；响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息，提供了一种基于用户画像信息与物品画像信息的信息推送机制，提高了信息推送效率。

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是本申请的一些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应用场景的一个示意图；

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的一些实施例的服务器或终端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，例如金融类应用、图像处理类应用、电子商务类应用、搜索类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

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上安装的应用提供支持的后台服务器，服务器105可以获取目标用户的用户画像信息；获取目标物品的物品画像信息；基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息；响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。

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可以由服务器105执行，也可以由终端设备101、102、103执行，相应地，用于推送信息的装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

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，获取目标用户的用户画像信息。

在本实施例中，用于推送信息的方法执行主体(例如图1所示的服务器或终端)可以首先获取目标用户的用户画像信息。目标用户可以是待确定是否向其推送信息的用户，可以包括目标物品的潜在用户。目标用户的信息可以存储于上述执行主体或云端服务器，上述执行主体可以通过直接读取或数据处理从存储的消息获取到目标用户的用户画像信息。将搜索过关键字和/或访问过包括关键字的页面的用户确定为目标用户，作为示例，目标物品是信用卡，目标用户可以是搜索过“申请信用卡”的用户，可以向其推送信用卡的推荐信息，目标物品是房产，目标对象也可以是搜索过房产信息的用户，可以向其推送房源信息。

在本实施例中，用户画像信息可以通过用户使用过的应用或网站的历史记录获取，例如，用户注册时提交的注册信息，用户经常访问的页面内容，用户搜索使用的关键词。用户画像信息可以包括用户的各种属性特征，例如，年龄、职业、学历、婚姻状况、教育水平、个人兴趣爱好、地理位置等。

在本实施例的一些可选实现方式中，用户画像信息包括以下至少一项：物品提供方偏好信息、业务偏好信息、地理位置信息、收入信息。地理位置信息可以包括用户常驻的城市。收入信息可以用于分析用户信用，例如，目标物品是信用卡，可以为申请信用卡的风控模型提供数据。物品提供方偏好信息可以是对物品的生产商或经销商的偏好信息，例如，目标物品是信用卡，物品提供方偏好信息可以包括用户偏好的信用卡发卡行。业务偏好信息可以是用户对物品关联的业务的偏好信息。例如，目标物品是信用卡，业务偏好信息可以包括用户偏好的业务信息或用户偏好的信用卡关联的商户信息，业务信息可以包括金融相关业务，如：贷款、购房、买车、旅游、提现等，目标物品是手机卡，业务偏好信息可以包括用户偏好的流量套餐或语音通话套餐等信息。

在本实施例的一些可选实现方式中，用户画像信息是经由以下步骤生成的：获取以下用户信息中的至少一项：搜索关键词信息、点击行为信息、搜索结果页内容信息、地理位置信息、终端设备信息；根据获取到的用户信息生成用户画像信息。终端设备信息可以包括终端品牌、系统、版本号等。通过将用户的搜索、上网行为、地理位置等信息构建专属目标物品的用户画像信息，以供后续模型使用，进一步提高了信息推送的准确性。

在本实现方式中，上述执行主体可以基于预先制定的信息获取规则和/或分类算法获取用户画像信息，信息获取规则与分类算法可以根据实际需要进行设置，作为示例，上述执行主体可以根据预先设置的信息提取规则从用户的搜索关键词信息、点击行为信息、搜索结果页内容信息中提取用户画像信息，也可以获取用户搜索过的物品提供方或访问过其网站的物品提供方的信息，再将这些信息输入至分类算法确定用户偏好的物品提供方。上述执行主体也可以将搜索结果页内容信息输入至主题模型(topicmodel)，以得到上述偏好信息。主题模型是以非监督学习的方式对文集的隐含语义结构(latentsemanticstructure)进行聚类(clustering)的统计模型。主题模型主要被用于自然语言处理(naturallanguageprocessing)中的语义分析(semanticanalysis)和文本挖掘(textmining)问题，例如按主题对文本进行收集、分类和降维；也被用于生物信息学(bioinfomatics)研究。隐含狄利克雷分布(latentdirichletallocation,lda)是常见的主题模型。

步骤202，获取目标物品的物品画像信息。

在本实施例中，上述执行主体可以获取目标物品的物品画像信息。需要说明的是步骤202可以先于步骤201执行，也可以后于步骤201执行，还可以与步骤201同时执行。物品可以包括实体物品和虚拟物品，例如金融产品。目标物品可以包括待确定其潜在用户的物品，通过向用户客户推送目标物品的推荐信息，可以提高目标物品的用户量。物品画像信息可以包括物品的外观信息、功能信息等，可以根据实际需要进行选择。目标物品的信息可以存储于上述执行主体或云端服务器，上述执行主体可以通过直接读取或数据处理从存储的消息获取到目标物品的物品画像信息。

在本实施例的一些可选实现方式中，物品画像信息，包括以下至少一项：物品提供方信息、物品关联的业务信息、物品关联的城市信息、风控信息。物品提供方可以包括物品的生产者或销售者等，物品关联的业务信息可以包括针对物品关联的业务本身的描述信息或提供业务的商户的信息。作为示例，目标物品是信用卡，业务信息可以包括金融相关业务，如：贷款、购房、买车、旅游、提现等，也可以包括合作商户的信息。

在本实施例的一些可选实现方式中，物品画像信息是经由以下步骤生成的：获取以下物品信息中的至少一项：物品权益信息、业务所涉及商户的信息；根据获取到的物品信息生成物品画像信息。作为示例，目标物品是信用卡，物品权益信息可以包括“订购外卖、团购，单笔最高立减77元”；“指定五星级酒店自助餐买一赠一”；“指定五星级酒店住3付2”、业务所涉及商户的信息可以包括外卖、团购商家、指定五星级酒店等。

在本实现方式中，通过物品权益信息、业务所涉及商户的信息，构建目标物品画像信息，这样后续可以实现更精准匹配，进一步提高了信息推送的准确性。

在本实现方式中，上述执行主体可以基于预先制定的信息获取规则和/或分类算法获取物品画像信息。可以使用主题模型提取关键词特征，结合权益对应的商户的关键词特征，组成物品画像信息，可以和用户画像特征维度相对应。

步骤203，基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息。

在本实施例中，上述执行主体可以基于步骤201中获取的用户画像信息、步骤202中获取的物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息。分类模型可以用于表征输入的用户画像信息、物品画像信息与目标用户与目标物品的匹配信息的对应关系。可以将样本集合中的样本用户画像信息、样本物品画像信息作为输入，将样本集合中标注的样本目标用户与样本目标物品的匹配信息作为输出，训练初始的朴素贝叶斯模型(naivebayesianmodel，nbm)或支持向量机(supportvectormachine，svm)等用于分类的模型，得到分类模型。作为示例，目标物品为信用卡，样本集合中匹配信息的标签数据可以来自用户点击和申请信用卡的数据。分类模型也可以是技术人员基于对大量的用户画像信息、物品画像信息与匹配信息的统计而预先制定的、存储有用户画像信息、物品画像信息与匹配信息的对应关系的对应关系表。匹配信息可以包括是否匹配、匹配的概率与不匹配的概率。可以设置概率阈值，若输出的匹配的概率大于预先设置的概率阈值，则认为匹配信息指示目标用户与目标物品匹配。

步骤204，响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。

在本实施例中，上述执行主体可以响应于步骤203中分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。上述执行主体可以直接向其终端推送待推送信息，也可以获取用户提交的推送时间，根据获取到的推送时间向其终端推送目标物品的推荐信息。推荐信息可以是预先设置的，也可以是从预先设置的信息片段集合中选取信息片段组合得到的。

作为示例，上述执行主体可以通过短信、邮件、应用软件的通知信息、社交软件的通讯信息等形式向目标用户的终端推送目标物品的推荐信息，推荐信息可以是文字、语音、图像等格式。作为示例，目标物品为信用卡，推荐信息可以包括“据说每个人都会有一张信用卡？申办简单，全额提现，免年费”。

本申请的上述实施例提供的方法通过获取目标用户的用户画像信息；获取目标物品的物品画像信息；基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息；响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息，提供了一种基于用户画像信息与物品画像信息的信息推送机制，提高了信息推送效率，节省了进行信息推送时所需的硬件资源。

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首先获取使用终端302的目标用户的用户画像信息303以及目标物品304的物品画像信息305，而后基于用户画像信息303、物品画像信息305以及预先训练的分类模型306，生成使用终端302的目标用户与目标物品304的匹配信息307，最后响应于分类模型生成的匹配信息307指示使用终端302的目标用户与目标物品304匹配，向目标用户的终端302推送目标物品的推荐信息。

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，获取目标用户的用户画像信息。

在本实施例中，用于推送信息的方法执行主体(例如图1所示的服务器或终端)可以首先获取目标用户的用户画像信息。

步骤402，获取目标物品的物品画像信息。

在本实施例中，上述执行主体可以获取目标物品的物品画像信息。需要说明的是步骤402可以先于步骤401执行，也可以后于步骤401执行，还可以与步骤401同时执行。

步骤403，确定用户是否浏览过预设网站中目标物品的页面。

在本实施例中，上述执行主体可以确定用户是否浏览过预设网站中目标物品的页面。预设网站可以是包括目标物品的页面，能获取到其用户浏览记录的网站，例如，电子商务网站或金融产品网站，目标物品的页面可以包括目标物品的展示页面、申请页面或购买页面等。

步骤404，基于所确定的浏览信息、用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息。

在本实施例中，上述执行主体可以基于步骤403中所确定的浏览信息、步骤401中获取的用户画像信息、步骤402中获取的物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息。

分类模型可以用于表征输入的浏览信息、用户画像信息、物品画像信息与目标用户与目标物品的匹配信息的对应关系。可以将样本集合中的浏览信息、样本用户画像信息、样本物品画像信息作为输入，将样本集合中标注的样本目标用户与样本目标物品的匹配信息作为输出，训练初始的朴素贝叶斯模型或支持向量机等用于分类的模型，得到分类模型。作为示例，目标物品为信用卡，样本集合中匹配信息的标签数据可以来自用户点击和申请信用卡的数据。分类模型也可以是技术人员基于对大量的浏览信息、用户画像信息、物品画像信息与匹配信息的统计而预先制定的、存储有浏览信息、用户画像信息、物品画像信息与匹配信息的对应关系的对应关系表。

步骤405，响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。

在本实施例中，上述执行主体可以响应于步骤404中分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。

在本实施例中，步骤401、步骤402、步骤405的操作与步骤201、步骤202、步骤204的操作基本相同，在此不再赘述。

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中通过预先训练的语义识别模型对预处理后的反馈信息进行语义识别，由此，本实施例描述的方案确定出的匹配信息更精确，进一步提高了信息推送的效率。

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：第一获取单元501、第二获取单元502、匹配信息生成单元503、推送单元504。其中，第一获取单元，被配置成获取目标用户的用户画像信息；第二获取单元，被配置成获取目标物品的物品画像信息；匹配信息生成单元，被配置成基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息；推送单元，被配置成响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。

在本实施例中，用于推送信息的装置500的第一获取单元501、第二获取单元502、匹配信息生成单元503、推送单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。

在本实施例的一些可选实现方式中，用户画像信息包括以下至少一项：物品提供方偏好信息、业务偏好信息、地理位置信息、收入信息。

在本实施例的一些可选实现方式中，装置还包括用户画像信息生成单元，用户画像信息生成单元，包括：第一获取子单元，被配置成获取以下用户信息中的至少一项：搜索关键词信息、点击行为信息、搜索结果页内容信息、地理位置信息、终端设备信息；用户画像信息生成子单元，被配置成根据获取到的用户信息生成用户画像信息。

在本实施例的一些可选实现方式中，匹配信息生成单元，包括：确定子单元，被配置成确定用户是否浏览过预设网站中目标物品的页面；匹配信息生成子单元，被配置成基于所确定的浏览信息、用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息。

在本实施例的一些可选实现方式中，物品画像信息，包括以下至少一项：物品提供方信息、物品关联的业务信息、物品关联的城市信息、风控信息。

在本实施例的一些可选实现方式中，装置还包括物品画像信息生成单元，物品画像信息生成单元，包括：第二获取子单元，被配置成获取以下物品信息中的至少一项：物品权益信息、业务所涉及商户的信息；物品画像信息生成子单元，被配置成根据获取到的物品信息生成物品画像信息。

本申请的上述实施例提供的装置，通过获取目标用户的用户画像信息；获取目标物品的物品画像信息；基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息；响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息，提供了一种基于用户画像信息与物品画像信息的信息推送机制，提高了信息推送效率。

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或终端的计算机系统600的结构示意图。图6示出的服务器或终端仅仅是一个示例，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。

以下部件可以连接至i/o接口605：包括诸如键盘、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介质或者是上述两者的任意组合。计算机可读介质例如可以是——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。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如c语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

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：一种处理器包括第一获取单元、第二获取单元、匹配信息生成单元和推送单元。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，第一获取单元还可以被描述为“被配置成获取目标用户的用户画像信息的单元”。

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：获取目标用户的用户画像信息；获取目标物品的物品画像信息；基于用户画像信息、物品画像信息以及预先训练的分类模型，生成目标用户与目标物品的匹配信息；响应于分类模型生成的匹配信息指示目标用户与目标物品匹配，向目标用户的终端推送目标物品的推荐信息。

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。