信息推送方法及相关装置与流程

1.本技术涉及数据挖掘的技术领域，尤其涉及信息推送方法及相关装置。


背景技术：

2.目前，广大中小企业面临获客困难的问题，通常是靠销售人员通过线下渠道，人工去进行地面推广，这就需要大量的人力物力支持，导致获客成本居高不下。近年来，互联网的发展给企业带来了线上引流的机会。
3.专利cn111522978a公开了一种数据推送方法和装置，该方法包括：接收数据推送发起者通过第一客户端发送的推送对象的用户标识；根据该用户标识在画像库中查找与推送对象匹配的用户画像；在查找到的情况下获取与推送对象匹配的用户画像关联的待推送数据，并根据该待推送数据及预先创建的数据推送发起者的基础名片信息生成第一推送页面数据以推送至推送对象的第二客户端。该实施方式能多样化拓展获客形式，可智能地根据用户画像精准定位用户，提升业务效率，并根据用户需求或喜好针对性地推送数据，改善销售形象，提升销售人员置信度，用户体验好，无感化长期触达用户，利于培养潜在客户和沉淀客户资源。上述技术方案只能向个人用户推送企业信息，不能为企业用户推送潜在客户信息。
4.专利cn110069702a公开了一种用户行为数据分析方法、装置、计算机设备及存储介质，该方法包括：获取与app应用程序集合中每一app应用程序对应的用户信息；获取app应用程序集合中与每一app应用程序对应的用户信息中与目标场景相对应的强相关数据，以得到每一app应用程序对应的强相关数据集合；将各app应用程序的强相关数据集合根据预先构建的标签库对应转化为标签，以组成与各app应用程序中各用户对应的用户画像；以及若各用户画像对应的用户信息中存在相同的手机号及设备号，将存在相同的手机号及设备号对应的用户画像进行组合，以得到与每一用户对应的用户画像集合。该方法通过更多维度来绘制用户画像，实现了更深层次分析用户行为数据。上述技术方案聚焦于用户画像的绘制，也未提及双向、主动的信息推送过程。
5.专利cn112269805a公开了一种数据处理方法、数据处理装置、电子设备以及计算机可读存储介质。其中，该数据处理方法包括：获取与原始客群数据对应的数值化客群数据；基于预设标签规则对数值化客群数据进行打标以获取标签客群数据，其中，预设标签规则包括：预设静态标签规则、实时规则标签规则和动态模糊标签规则；对标签客群数据进行画像处理，确定目标客群数据以应用于精细化营销。通过同时具有预设静态标签规则、实时规则标签规则和动态模糊标签规则的预设标签规则，可以实现对业务系统中的多类型数据进行打标，从而精准地获取潜在客群数据，以促成更加精确的精细化营销策略。此外，通过多渠道聚合处理原始数据，极大地拓展了数据来源。上述技术方案虽然能够绘制用户画像，得到汇总的目标客群数据，但需要各企业人员利用目标客群数据去获客，未触及消费者终端，智能化程度不够高。
6.专利cn113362108a公开了一种基于人工智能的精准运营方法及系统，其中，所述
方法包括：将所有梳理线索信息进行整合，构建线索数据库；根据所述运营目标信息，获得目标处理特征信息；将所述目标处理特征信息、所述线索数据库输入线索处理模型，获得目标线索信息；根据所述运营处理场景，获得匹配处理规则；判断所述第一执行结果是否达到第一预定条件，当达到时，根据所述目标线索信息，获得线索评价结果；根据所述线索评价结果对所述目标线索信息进行标记，获得线索分级结果；根据所述线索分级结果，构建分级运营线索数据库。解决了现有技术客户数据管理智能程度低，整合效果差，从而导致企业业务低下的技术问题。上述技术方案服务于企业运营需求，但所提供的是线索级别的数据，也需要人工利用线索去获客，未触及消费者终端，智能化程度不够高。
7.专利cn105282177a公开了一种受众数据安全可控传输方法，包括：数据供应方通过离线方式将数据加密密钥传输给数据需求方；数据供应方对用户数据进行不可逆的标签化处理；数据需求方向数据供应方发起数据请求；数据供应方接收到数据请求后，解析数据请求参数；数据供应方根据数据请求参数，查询用户数据，并使用数据加密密钥对查询到的用户数据进行加密，将加密后的用户数据传输给数据需求方；数据需求方接收到用户数据后，使用数据加密密钥对其进行解密。本发明可提升受众数据的安全性，通过将用户数据标签化处理，可在不触及用户隐私情况下，安全地进行数据传输、共享。数据需求方可便捷地补充自有用户的画像信息，根据相应的用户画像数据信息，制定销售战略等。上述技术方案为数据需求方主动提供用户数据，但也需要人工利用用户数据去获客，未触及消费者终端，智能化程度不够高。
8.针对上述现有技术的不足，本技术提供了一种能够双向、主动地为个人和企业推送信息的信息推送方法及相关装置。


技术实现要素：

9.本技术的目的在于提供信息推送方法及相关装置，利用数据挖掘结果获取人员和企业的高频标签，基于高频标签实现人员和企业之间双向、主动的信息推送功能。
10.本技术的目的采用以下技术方案实现：
11.第一方面，本技术提供了一种信息推送方法，所述方法包括：
12.从互联网数据中获取在预设页面的停留时长不小于第一预设时长的对象标识，并将所述对象标识对应的对象作为所述目标对象，所述对象是人员或者企业；
13.从所述互联网数据中获取所述目标对象的多个待挖掘数据；
14.基于所述目标对象的多个待挖掘数据，获取所述目标对象对应的一个或多个高频标签；
15.针对每个所述高频标签，将所述高频标签对应的企业的待推送信息推送至所述高频标签对应的人员的用户设备，并将所述高频标签对应的人员的人员信息推送至所述高频标签对应的企业的用户设备。
16.该技术方案的有益效果在于：针对预设页面，如果一个对象停留时长较长，说明该对象对该预设页面的内容有兴趣(不管该对象是人员还是企业)，因此，从互联网数据中筛选得到在预设页面的停留时长较长的对象，以之作为数据挖掘的目标对象，对其进行有针对性的数据挖掘，并进行后续的信息推送，相对于不加筛选的以所有互联网用户作为数据挖掘的目标对象，这样的数据挖掘会达到更高的业务转化率。由于待挖掘数据是从公开的
互联网数据中获取的，能够反应特定人员或者特定企业的多种行为特征，因此通过对同一目标对象的多个待挖掘数据进行数据挖掘，可以获取该目标对象的一个或多个高频标签。采用高频标签而非全部标签进行标签匹配和双向信息推送，相对于以出现过的大量关键词作为用于执行数据处理的标签，这些高频标签对标签出现的频率或者次数有要求，更能够反应目标对象的行为特点，因此，基于高频标签的个人、企业之间的标签匹配和双向信息推送能够更精准地直达终端用户，向人员推送企业的推广信息，并向企业推送可能产生业务的人员信息，这种人员和企业之间双向、主动的信息推送过程能够提高企业的获客成功率，提升企业在宣传推广方面的业务转化率，同时智能化、自动化的信息推送降低了企业的情报获取成本，使企业可以以更少的成本获得客源、产生业务。另一方面，针对高频标签进行信息推送，大大减少了数据处理的运算量，提升了信息推送效率，节约了计算资源。
17.在一些可选的实施方式中，所述待挖掘数据的数据类型包括文本数据、图像数据、视频数据和音频数据中的一种或多种。
18.该技术方案的有益效果在于：互联网数据中获取到的待挖掘数据可能是多种数据类型，例如是文本数据、图像数据、视频数据和音频数据等，论其信息来源则可能是(个人或企业)对象自己发表、官方公布或者其他用户发布的。针对不同数据类型的待挖掘数据进行挖掘，能够多维度、全面地了解人员或者企业的行为特征，从而进行更精准的数据推送。
19.在一些可选的实施方式中，所述基于所述目标对象的多个待挖掘数据，获取所述目标对象对应的一个或多个高频标签，包括：
20.获取所述目标对象的每个待挖掘数据对应的标签；
21.基于所述目标对象的所有待挖掘数据对应的标签，筛选得到所述目标对象对应的一个或多个高频标签，所述高频标签是在第二预设时长内的出现次数不小于预设次数的标签，或者所述高频标签是两次出现的最短时间间隔不大于第三预设时长的标签。
22.该技术方案的有益效果在于：由于每个目标对象有多个待挖掘数据，因此针对其一两个待挖掘数据的标签不能够全面反应该目标对象的用户画像和行为特征，因此，首先获取目标对象的每个待挖掘数据对应的标签，再根据同一目标对象的所有待挖掘数据的标签，就能够了解每个标签的出现时刻，从而统计出每个标签的出现次数、出现频率、出现时间间隔等，从而得到满足一定条件的标签作为高频标签。经过筛选的高频标签用于信息推送，使得双向、主动的信息推送过程所推送的信息更精准地回应人员和企业的关切，能够有更高的业务转化率。
23.在一些可选的实施方式中，所述待挖掘数据对应的标签的获取过程包括：
24.获取所述待挖掘数据的数据类型；
25.利用所述待挖掘数据的数据类型对应的分类模型对所述待挖掘数据进行分类，得到所述待挖掘数据对应的标签；
26.其中，文本数据对应的分类模型是文本分类模型，图像数据和视频数据对应的分类模型是图像分类模型，音频数据对应的分类模型是音频分类模型。
27.该技术方案的有益效果在于：针对待挖掘数据的数据类型的不同，利用不同的分类模型对待挖掘数据进行分类，从而智能化、自动化地得到待挖掘数据对应的标签。分类模型可以由大量的训练数据训练得到，能够针对输入数据预测得到相应的分类结果，适用范围广，智能化水平高。通过设计，建立适量的神经元计算节点和多层运算层次结构，选择合
适的输入层和输出层，就可以得到待训练的深度学习模型，通过该待训练的深度学习模型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％找到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的分类模型，可以实现对待挖掘数据进行标签分类的功能，且计算结果准确性高、可靠性高。
28.在一些可选的实施方式中，所述方法还包括：
29.接收针对所述目标对象的数据维护操作，响应于所述数据维护操作，调整所述目标对象对应的一个或多个高频标签。
30.该技术方案的有益效果在于：由于信息推送过程依附于基于高频标签的双向匹配，因此，在得到每个目标对象的高频标签后，可以定期或者不定期地对高频标签进行数据维护，使动态调整的高频标签能够始终和对象当下的行为特征保持高度一致，智能化地自适应于不同阶段针对同一目标对象的信息推送需求。
31.在一些可选的实施方式中，所述针对每个所述高频标签，将所述高频标签对应的企业的待推送信息推送至所述高频标签对应的人员的用户设备，并将所述高频标签对应的人员的人员信息推送至所述高频标签对应的企业的用户设备，包括：
32.针对每个所述高频标签，获取所述高频标签对应的每个对象的预设信息模板；
33.将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员的用户设备；
34.将所述高频标签对应的人员的人员信息填充至所述高频标签对应的企业的预设信息模板，得到人员的人员信息并推送至所述高频标签对应的企业的用户设备。
35.该技术方案的有益效果在于：针对每个高频标签进行双向的信息推送，其中，向人员推送的例如是(有获客需求的)企业的自定义数据(一般是推广信息)，向企业推送的例如是潜在客户的工作人员(尤其是管理人员)信息。在向人员进行信息推送时，因为每个人员的年龄、性别、籍贯、民族、职业、性格、习惯、爱好不同，因此，哪怕实质内容相同、但采用不同风格、题材、数据类型的待推送信息其业务转化率可能有很大差别，投其所好的信息推送能够产生更高的业务转化率。在向企业进行信息推送时，出于获客需求，企业通常想要获取潜在客户的人员信息，方便取得进一步联系，这些人员信息一般是公开获取的，例如企业官网发布的特定工种人员(销售、采购、招聘、招商、招募、咨询、研发、售后服务、投诉建议等)的联系电话、联系邮箱、微信号等。另外，还可以与拥有人员信息的第三方(例如是招聘网站)进行合作，在第三方取得人员授权许可后获取第三方所提供的人员信息。在双向、主动的信息推送过程中，面向个人和企业，所推送的信息是有实质不同的，能够精准服务于企业的获客需求，同时，这种精准、定向的信息推送不会发送给非高频标签的对象，避免造成资源浪费的情况和不必要的纠纷。
36.在一些可选的实施方式中，所述将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员的用户设备，包括：
37.基于所述人员的多个待挖掘数据，预测得到所述人员的职务类型；
38.当检测到所述人员的职务类型满足所述高频标签对应的预设职务条件时，将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员的用户设备。
39.该技术方案的有益效果在于：职务类型直接关系到人员的决策权，如果将服务于b端客户的企业的待推送信息大量推送给不具备决策权的人员(例如向基层员工推送光刻机或者云计算服务的优惠购买信息)，即使触及的终端人次高，但仍然不会有较多的业务转化。同时，职务类型能够在一定程度上反应人的阅历，一旦职务类型达到一定高度，一方面，这些人员愿意接收能够产生合作的其他企业的信息，此外，即使在被动的前提下(即观看广告等)被推送了其他企业的待推送信息，这些拥有较高职务(职位)的人员也能够理解企业经营的不易，较少对做推广的企业产生反感情绪。
40.第二方面，本技术提供了一种信息推送装置，所述装置包括：
41.目标对象模块，用于从互联网数据中获取在预设页面的停留时长不小于第一预设时长的对象标识，并将所述对象标识对应的对象作为所述目标对象，所述对象是人员或者企业；
42.数据获取模块，用于从所述互联网数据中获取所述目标对象的多个待挖掘数据；
43.高频标签模块，用于基于所述目标对象的多个待挖掘数据，获取所述目标对象对应的一个或多个高频标签；
44.推送信息模块，用于针对每个所述高频标签，将所述高频标签对应的企业的待推送信息推送至所述高频标签对应的人员的用户设备，并将所述高频标签对应的人员的人员信息推送至所述高频标签对应的企业的用户设备。
45.在一些可选的实施方式中，所述待挖掘数据的数据类型包括文本数据、图像数据、视频数据和音频数据中的一种或多种。
46.在一些可选的实施方式中，所述高频标签模块包括：
47.标签获取单元，用于获取所述目标对象的每个待挖掘数据对应的标签；
48.高频筛选单元，用于基于所述目标对象的所有待挖掘数据对应的标签，筛选得到所述目标对象对应的一个或多个高频标签，所述高频标签是在第二预设时长内的出现次数不小于预设次数的标签，或者所述高频标签是两次出现的最短时间间隔不大于第三预设时长的标签。
49.在一些可选的实施方式中，所述待挖掘数据对应的标签的获取过程包括：
50.获取所述待挖掘数据的数据类型；
51.利用所述待挖掘数据的数据类型对应的分类模型对所述待挖掘数据进行分类，得到所述待挖掘数据对应的标签；
52.其中，文本数据对应的分类模型是文本分类模型，图像数据和视频数据对应的分类模型是图像分类模型，音频数据对应的分类模型是音频分类模型。
53.在一些可选的实施方式中，所述装置还包括：
54.数据维护模块，用于接收针对所述目标对象的数据维护操作，响应于所述数据维护操作，调整所述目标对象对应的一个或多个高频标签。
55.在一些可选的实施方式中，所述推送信息模块包括：
56.模板获取单元，用于针对每个所述高频标签，获取所述高频标签对应的每个对象的预设信息模板；
57.第一填充单元，用于将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员
的用户设备；
58.第二填充单元，用于将所述高频标签对应的人员的人员信息填充至所述高频标签对应的企业的预设信息模板，得到人员的人员信息并推送至所述高频标签对应的企业的用户设备。
59.在一些可选的实施方式中，所述第一填充单元包括：
60.职务类型子单元，用于基于所述人员的多个待挖掘数据，预测得到所述人员的职务类型；
61.数据填充子单元，用于当检测到所述人员的职务类型满足所述高频标签对应的预设职务条件时，将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员的用户设备。
62.第三方面，本技术提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项方法的步骤。
63.第四方面，本技术提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项方法的步骤。
附图说明
64.下面结合附图和实施方式对本技术进一步说明。
65.图1示出了本技术提供的一种信息推送方法的流程示意图。
66.图2示出了本技术提供的一种获取高频标签的流程示意图。
67.图3示出了本技术提供的一种获取待挖掘数据对应的标签的流程示意图。
68.图4示出了本技术提供的另一种信息推送方法的流程示意图。
69.图5示出了本技术提供的一种推送信息的流程示意图。
70.图6示出了本技术提供的一种向人员推送信息的流程示意图。
71.图7示出了本技术提供的一种信息推送装置的结构示意图。
72.图8示出了本技术提供的一种高频标签模块的结构示意图。
73.图9示出了本技术提供的另一种信息推送装置的结构示意图。
74.图10示出了本技术提供的一种推送信息模块的结构示意图。
75.图11示出了本技术提供的一种第一填充单元的结构示意图。
76.图12示出了本技术提供的一种电子设备的结构框图。
77.图13示出了本技术提供的一种用于实现信息推送方法的程序产品的结构示意图。
具体实施方式
78.下面，结合附图以及具体实施方式，对本技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
79.参见图1，图1示出了本技术提供的一种信息推送方法的流程示意图。所述信息推送方法包括：
80.步骤s101：从互联网数据中获取在预设页面的停留时长不小于第一预设时长的对
象标识，并将所述对象标识对应的对象作为所述目标对象，所述对象是人员或者企业；
81.步骤s102：从所述互联网数据中获取所述目标对象的多个待挖掘数据；
82.步骤s103：基于所述目标对象的多个待挖掘数据，获取所述目标对象对应的一个或多个高频标签；
83.步骤s104：针对每个所述高频标签，将所述高频标签对应的企业的待推送信息推送至所述高频标签对应的人员的用户设备，并将所述高频标签对应的人员的人员信息推送至所述高频标签对应的企业的用户设备。
84.由此，针对预设页面，如果一个对象停留时长较长，说明该对象对该预设页面的内容有兴趣(不管该对象是人员还是企业)，因此，从互联网数据中筛选得到在预设页面的停留时长较长的对象，以之作为数据挖掘的目标对象，对其进行有针对性的数据挖掘，并进行后续的信息推送，相对于不加筛选的以所有互联网用户作为数据挖掘的目标对象，这样的数据挖掘会达到更高的业务转化率。
85.由于待挖掘数据是从公开的互联网数据中获取的，能够反应特定人员或者特定企业的多种行为特征，因此通过对同一目标对象的多个待挖掘数据进行数据挖掘，可以获取该目标对象的一个或多个高频标签。
86.采用高频标签而非全部标签进行标签匹配和双向信息推送，相对于以出现过的大量关键词作为用于执行数据处理的标签，这些高频标签对标签出现的频率或者次数有要求，更能够反应目标对象的行为特点，因此，基于高频标签的个人、企业之间的标签匹配和双向信息推送能够更精准地直达终端用户，向人员推送企业的推广信息，并向企业推送可能产生业务的人员信息，这种人员和企业之间双向、主动的信息推送过程能够提高企业的获客成功率，提升企业在宣传推广方面的业务转化率，同时智能化、自动化的信息推送降低了企业的情报获取成本，使企业可以以更少的成本获得客源、产生业务。
87.另一方面，针对高频标签进行信息推送，大大减少了数据处理的运算量，提升了信息推送效率，节约了计算资源。
88.本技术中的互联网数据是指互联网(万维网)上可以公开获取的数据，例如可以通过网络爬虫获取基于特定关键词的搜索结果，还可以按照发布时间范围获取特定平台(例如新浪微博、豆瓣、天涯、淘宝、京东、宝宝树、思博论坛等)在一段时间内的更新数据。网络爬虫(又称为网页蜘蛛、网络机器人)，是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。
89.预设页面例如是微博、抖音上的产品推广页面或者淘宝上的产品销售页面，预设页面可以由企业人工、自定义地设置，也可以基于高频标签(或者网页与企业的相关程度)为企业自动配置。
90.本技术中的预设页面停留时长，可以包括静止状态的停留时长和/或滑动状态的停留时长。只要对象未离开预设页面，都可以看作是处于在预设页面的停留状态。上述离开预设页面的方式例如是指退出预设页面、关闭预设页面或者切换至其他页面。
91.本技术中的第一预设时长、第二预设时长、第三预设时长是预先设置的时长，本技术对其数值不作限定。第一预设时长例如是1秒钟、3秒钟、10秒钟、30秒钟、1分钟、5分钟等，第二预设时长例如是1分钟、3分钟、5分钟、10分钟、30分钟、6小时、10小时、1天、7天、1个月、3个月等。第三预设时长例如是1分钟、3分钟、5分钟、10分钟、30分钟、6小时、10小时、1天、7
天、1个月等。
92.本技术中的对象标识例如是(处于登录状态的)账号标识、(处于登录状态、游客状态或者匿名状态的)设备标识等。上述标识均可以示例性地包括中文、字母、数字、符号、特殊符号中的一种或多种。
93.在一个实施方式中，预设页面是淘宝上的安踏官方旗舰店的一个短裤销售页面，账号“张三”在该预设页面的停留时长不小于第一预设时长(例如是15秒钟)，则获取其对象标识，即账号“张三”，该对象标识对应的对象是人员“张三”，将张三作为目标对象。
94.在另一实施方式中，预设页面是知乎上的“快递配送哪家售后最好？”这一问题的讨论页面，账号“韵达集团”在该预设页面的停留时长不小于第一预设时长(例如是3分钟)，则获取其对象标识，即账号“韵达集团”，该对象标识对应的对象是企业“韵达集团”，将韵达集团作为目标对象。
95.本技术中的标签可以示例性地采用中文、字母、数字、符号、特殊符号中的一种或多种来表示。在一个实施方式中，标签例如可以包括“科学”、“工业”、“网游”、“娱乐”、“光刻机”、“芯片”、“3d打印”、“教辅”、“早教”、“母婴”、“美食”、“健身”、“人工智能”、“互联网”、“深度学习”、“北斗”、“遥测”、“手机”、“竞技体育”、“足球”、“乒乓球”等。
96.在一些可选的实施方式中，所述待挖掘数据的数据类型可以包括文本数据、图像数据、视频数据和音频数据中的一种或多种。
97.互联网数据中获取到的待挖掘数据可能是多种数据类型，例如是文本数据、图像数据、视频数据和音频数据等，论其信息来源则可能是(个人或企业)对象自己发表、官方公布或者其他用户发布的。针对不同数据类型的待挖掘数据进行挖掘，能够多维度、全面地了解人员或者企业的行为特征，从而进行更精准的数据推送。
98.对象自己发表的待挖掘数据例如是对象在自己的微博、豆瓣、知乎、博客、官网等平台发表的内容。
99.官方公布的待挖掘数据例如是政府官网公开、公布、公告、公示的数据，例如国家知识产权局专利公布公告网站公开的专利数据，中国裁判文书网公开的诉讼案件数据，工业和信息化部公布的专精特新小巨人企业数据等。
100.其他用户发布的待挖掘数据例如是其他用户在微博、豆瓣、知乎、博客、官网等平台发表的内容。
101.每个高频标签对应的目标对象可以既包括人员，也包括企业。例如高频标签“乒乓球”对应的目标对象既可以包括乒乓球爱好者、乒乓球从业者等人员，也包括乒乓球产业链上的销售、制造乒乓球及其相关产品、提供相关教培服务的企业。每个高频标签对应的人员数量可以是一个或多个，每个高频标签对应的企业数量可以是一个或多个。
102.用户设备例如是手机、平板电脑、台式计算机、智能穿戴设备等智能终端设备。每个对象对应的用户设备可以是一个或多个。
103.参见图2，图2示出了本技术提供的一种获取高频标签的流程示意图。在一些可选的实施方式中，所述步骤s103可以包括：
104.步骤s201：获取所述目标对象的每个待挖掘数据对应的标签；
105.步骤s202：基于所述目标对象的所有待挖掘数据对应的标签，筛选得到所述目标对象对应的一个或多个高频标签，所述高频标签是在第二预设时长内的出现次数不小于预
设次数的标签，或者所述高频标签是两次出现的最短时间间隔不大于第三预设时长的标签。
106.即，所述目标对象对应的每个高频标签，需至少满足以下任一条件：在第二预设时长内的出现次数不小于预设次数，或者两次出现的最短时间间隔不大于第三预设时长。
107.由于每个目标对象有多个待挖掘数据，因此针对其一两个待挖掘数据的标签不能够全面反应该目标对象的用户画像和行为特征，因此，首先获取目标对象的每个待挖掘数据对应的标签，再根据同一目标对象的所有待挖掘数据的标签，就能够了解每个标签的出现时刻，从而统计出每个标签的出现次数、出现频率、出现时间间隔等，从而得到满足一定条件的标签作为高频标签。经过筛选的高频标签用于信息推送，使得双向、主动的信息推送过程所推送的信息更精准地回应人员和企业的关切，能够有更高的业务转化率。
108.本技术对预设次数不作限定，其例如是1次、3次、5次、10次、100次、1000次等。
109.参见图3，图3示出了本技术提供的一种获取待挖掘数据对应的标签的流程示意图。在一些可选的实施方式中，所述待挖掘数据对应的标签的获取过程可以包括：
110.步骤s301：获取所述待挖掘数据的数据类型；
111.步骤s302：利用所述待挖掘数据的数据类型对应的分类模型对所述待挖掘数据进行分类，得到所述待挖掘数据对应的标签；
112.其中，文本数据对应的分类模型是文本分类模型，图像数据和视频数据对应的分类模型是图像分类模型，音频数据对应的分类模型是音频分类模型。
113.由此，针对待挖掘数据的数据类型的不同，利用不同的分类模型对待挖掘数据进行分类，从而智能化、自动化地得到待挖掘数据对应的标签。
114.分类模型可以由大量的训练数据训练得到，能够针对输入数据预测得到相应的分类结果，适用范围广，智能化水平高。通过设计，建立适量的神经元计算节点和多层运算层次结构，选择合适的输入层和输出层，就可以得到待训练的深度学习模型，通过该待训练的深度学习模型的学习和调优，建立起从输入到输出的函数关系，虽然不能100％找到输入与输出的函数关系，但是可以尽可能地逼近现实的关联关系，由此训练得到的分类模型，可以实现对待挖掘数据进行标签分类的功能，且计算结果准确性高、可靠性高。
115.本技术对所使用的多种分类模型不作限定，每个分类模型可以是利用(对应的)训练集对(不同的)预设的深度学习模型进行训练得到的模型，还可以采用现有技术中的分类模型。其中，文本分类模型例如可以采用专利《cn107908635b-建立文本分类模型以及文本分类的方法、装置》中的文本分类模型，或者专利《cn111382269b-文本分类模型训练方法、文本分类方法及相关装置》中的文本分类模型。图像分类模型例如可以采用专利《cn113989596b-图像分类模型的训练方法及计算机可读存储介质》中的图像分类模型，或者专利《cn112560826b-图像分类模型的训练方法、图像分类方法及装置》中的图像分类模型。音频分类模型例如可以采用专利《cn111369982a-音频分类模型的训练方法、音频分类方法、装置及设备》中的音频分类模型，或者专利《cn110930979b-一种语音识别模型训练方法、装置以及电子设备》中的语音识别模型。
116.参见图4，图4示出了本技术提供的另一种信息推送方法的流程示意图。在一些可选的实施方式中，所述方法还可以包括：
117.步骤s105：接收针对所述目标对象的数据维护操作，响应于所述数据维护操作，调
整所述目标对象对应的一个或多个高频标签。
118.由此，由于信息推送过程依附于基于高频标签的双向匹配，因此，在得到每个目标对象的高频标签后，可以定期或者不定期地对高频标签进行数据维护，使动态调整的高频标签能够始终和对象当下的行为特征保持高度一致，智能化地自适应于不同阶段针对同一目标对象的信息推送需求。
119.其中，针对目标对象的数据维护可以采用人工手动的数据维护方式，利用目标对象或者非目标对象的用户设备来接收数据维护操作；或者，也可以采用智能化、自动化的数据维护方式，根据预设时间间隔，定期对部分或全部目标对象的高频标签进行更新，利用预设服务器接收数据维护操作；或者，采用智能化、自动化的数据维护方式，不定期地对部分或全部目标对象的高频标签进行更新，利用预设服务器接收数据维护操作。
120.参见图5，图5示出了本技术提供的一种推送信息的流程示意图。在一些可选的实施方式中，所述步骤s104可以包括：
121.步骤s401：针对每个所述高频标签，获取所述高频标签对应的每个对象的预设信息模板；
122.步骤s402：将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员的用户设备；
123.步骤s403：将所述高频标签对应的人员的人员信息填充至所述高频标签对应的企业的预设信息模板，得到人员的人员信息并推送至所述高频标签对应的企业的用户设备。
124.由此，针对每个高频标签进行双向的信息推送，其中，向人员推送的例如是(有获客需求的)企业的自定义数据(一般是推广信息)，向企业推送的例如是潜在客户的工作人员(尤其是管理人员)信息。
125.在向人员进行信息推送时，因为每个人员的年龄、性别、籍贯、民族、职业、性格、习惯、爱好不同，因此，哪怕实质内容相同、但采用不同风格、题材、数据类型的待推送信息其业务转化率可能有很大差别，投其所好的信息推送能够产生更高的业务转化率。因此，可以针对每个人员设置对应的预设信息模板，例如针对热爱二次元文化的人员，其所对应的预设信息模板可以包含卡通人物形象。
126.另外，还可以针对每个企业设置对应的预设信息模板，每个企业需要的信息类型可能相同、也可能不同，例如有的企业只想获取人员的联系电话，有的企业同时需求人员的联系电话和联系邮箱，有的企业想要获取人员的微信号等。一般而言，企业想要获取的人员信息越详细、价值越高，所支付的费用也越高。因此，设置不同的预设信息模板，方便企业根据自身需求(获客需求和成本需求)选择适合的预设信息模板获取对应的人员信息。
127.在向企业进行信息推送时，出于获客需求，企业通常想要获取潜在客户的人员信息，方便取得进一步联系，这些人员信息一般是公开获取的，例如企业官网发布的特定工种人员(销售、采购、招聘、招商、招募、咨询、研发、售后服务、投诉建议等)的联系电话、联系邮箱、微信号等。另外，还可以与拥有人员信息的第三方(例如是招聘网站)进行合作，在第三方取得人员授权许可后获取第三方所提供的人员信息。
128.在双向、主动的信息推送过程中，面向个人和企业，所推送的信息是有实质不同的，能够精准服务于企业的获客需求，同时，这种精准、定向的信息推送不会发送给非高频
标签的对象，避免造成资源浪费的情况和不必要的纠纷。
129.参见图6，图6示出了本技术提供的一种向人员推送信息的流程示意图。在一些可选的实施方式中，所述步骤s402可以包括：
130.步骤s501：基于所述人员的多个待挖掘数据，预测得到所述人员的职务类型；
131.步骤s502：当检测到所述人员的职务类型满足所述高频标签对应的预设职务条件时，将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员的用户设备。
132.由此，职务类型直接关系到人员的决策权，如果将服务于b端客户的企业的待推送信息大量推送给不具备决策权的人员(例如向基层员工推送光刻机或者云计算服务的优惠购买信息)，即使触及的终端人次高，但仍然不会有较多的业务转化。
133.同时，职务类型能够在一定程度上反应人的阅历，一旦职务类型达到一定高度，一方面，这些人员愿意接收能够产生合作的其他企业的信息，此外，即使在被动的前提下(即观看广告等)被推送了其他企业的待推送信息，这些拥有较高职务(职位)的人员也能够理解企业经营的不易，较少对做推广的企业产生反感情绪。
134.人员的职务类型例如可以采用中文、字母、数字、符号、特殊符号中的一种或多种来表示。在一个实施方式中，人员的职务类型包括高管、中层管理、基层员工。在另一实施方式中，人员的职务类型包括a、b、c。在又一实施方式中，人员的职务类型包括a101、d235、k999、z6827。
135.在一个实施方式中，所述步骤s501可以包括：基于所述人员的多个待挖掘数据所对应的高频标签，预测得到所述人员的职务类型。具体而言，步骤s501可以包括：基于所述人员的多个待挖掘数据所对应的高频标签，利用职务识别模型预测得到所述人员的职务类型。针对职务识别模型的训练过程，可以利用对应的(标签-职务类型)训练集对(所对应的)预设的深度学习模型进行训练得到职务识别模型，也可以采用现有技术，此处不再赘述。
136.在另一实施方式中，所述步骤s501可以包括：基于所述人员的多个待挖掘数据所对应的关键词提取信息，预测得到所述人员的职务类型。
137.参见图7，图7示出了本技术提供的一种信息推送装置的结构示意图，其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
138.所述信息推送装置包括：
139.目标对象模块101，用于从互联网数据中获取在预设页面的停留时长不小于第一预设时长的对象标识，并将所述对象标识对应的对象作为所述目标对象，所述对象是人员或者企业；
140.数据获取模块102，用于从所述互联网数据中获取所述目标对象的多个待挖掘数据；
141.高频标签模块103，用于基于所述目标对象的多个待挖掘数据，获取所述目标对象对应的一个或多个高频标签；
142.推送信息模块104，用于针对每个所述高频标签，将所述高频标签对应的企业的待推送信息推送至所述高频标签对应的人员的用户设备，并将所述高频标签对应的人员的人员信息推送至所述高频标签对应的企业的用户设备。
143.在一些可选的实施方式中，所述待挖掘数据的数据类型可以包括文本数据、图像
数据、视频数据和音频数据中的一种或多种。
144.参见图8，图8示出了本技术提供的一种高频标签模块的结构示意图。在一些可选的实施方式中，所述高频标签模块103可以包括：
145.标签获取单元201，用于获取所述目标对象的每个待挖掘数据对应的标签；
146.高频筛选单元202，用于基于所述目标对象的所有待挖掘数据对应的标签，筛选得到所述目标对象对应的一个或多个高频标签，所述高频标签是在第二预设时长内的出现次数不小于预设次数的标签，或者所述高频标签是两次出现的最短时间间隔不大于第三预设时长的标签。
147.在一些可选的实施方式中，所述待挖掘数据对应的标签的获取过程可以包括：
148.获取所述待挖掘数据的数据类型；
149.利用所述待挖掘数据的数据类型对应的分类模型对所述待挖掘数据进行分类，得到所述待挖掘数据对应的标签；
150.其中，文本数据对应的分类模型是文本分类模型，图像数据和视频数据对应的分类模型是图像分类模型，音频数据对应的分类模型是音频分类模型。
151.参见图9，图9示出了本技术提供的另一种信息推送装置的结构示意图。在一些可选的实施方式中，所述装置还可以包括：
152.数据维护模块105，用于接收针对所述目标对象的数据维护操作，响应于所述数据维护操作，调整所述目标对象对应的一个或多个高频标签。
153.参见图10，图10示出了本技术提供的一种推送信息模块的结构示意图。在一些可选的实施方式中，所述推送信息模块104可以包括：
154.模板获取单元301，用于针对每个所述高频标签，获取所述高频标签对应的每个对象的预设信息模板；
155.第一填充单元302，用于将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员的用户设备；
156.第二填充单元303，用于将所述高频标签对应的人员的人员信息填充至所述高频标签对应的企业的预设信息模板，得到人员的人员信息并推送至所述高频标签对应的企业的用户设备。
157.参见图11，图11示出了本技术提供的一种第一填充单元的结构示意图。在一些可选的实施方式中，所述第一填充单元302可以包括：
158.职务类型子单元401，用于基于所述人员的多个待挖掘数据，预测得到所述人员的职务类型；
159.数据填充子单元402，用于当检测到所述人员的职务类型满足所述高频标签对应的预设职务条件时，将所述高频标签对应的企业的自定义数据填充至所述高频标签对应的人员的预设信息模板，得到企业的待推送信息并推送至所述高频标签对应的人员的用户设备。
160.参见图12，图12示出了本技术提供的一种电子设备200的结构框图。电子设备200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
161.存储器210可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)
211和/或高速缓存存储器212，还可以进一步包括只读存储器(rom)213。
162.其中，存储器210还存储有计算机程序，计算机程序可以被处理器220执行，使得处理器220实现上述任一项方法的步骤，其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
163.存储器210还可以包括具有至少一个程序模块215的实用工具214，这样的程序模块215包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例的每一个或某种组合中可能包括网络环境的实现。
164.相应的，处理器220可以执行上述计算机程序，以及可以执行实用工具214。
165.总线230可以为表示几类总线结构的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
166.电子设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。
167.本技术还提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，所述计算机程序被执行时实现上述任一项方法的步骤，其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
168.参见图13，图13示出了本技术提供的一种用于实现信息推送方法的程序产品300的结构示意图。程序产品300可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品300不限于此，在本技术中，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。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
169.计算机可读存储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，其中承载了可读程序代码。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。可读存储介质还可以是任何可读介质，该可读介质可以发送、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。可读存储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、有线、光缆、rf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的任意组合来编写
用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如java、c++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
170.本技术从使用目的上，效能上，进步及新颖性等观点进行阐述，已符合专利法所强调的功能增进及使用要件，本技术以上的说明书及说明书附图，仅为本技术的较佳实施例而已，并非以此局限本技术，因此，凡一切与本技术构造，装置，特征等近似、雷同的，即凡依本技术专利申请范围所作的等同替换或修饰等，皆应属本技术的专利申请保护的范围之内。