多媒体信息的推送方法及服务器的制造方法
【专利摘要】本发明公开一种多媒体信息的推送方法及服务器，所述推送方法包括：获取对应用户标识的社交化特征，其中所述社交化特征由与所述用户标识关联的其它用户的行为数据生成；根据所述社交化特征生成所述多媒体信息的预估点击率；根据所述预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至终端。本发明实施例的多媒体信息的推送方法及服务器具有推送效率高和推送成本低的优点。
【专利说明】多媒体信息的推送方法及服务器
【技术领域】
[0001]本发明属于网络【技术领域】，特别涉及一种多媒体信息的推送方法及服务器。
【背景技术】
[0002]互联网的兴起使人们可以在浏览相同的网页页面时可以看到不同的多媒体信息，所述多媒体信息即广告，可以实现多媒体信息的个性化展示。
[0003]现有技术的根据情境特征、多媒体信息特征和用户特征训练生成多媒体信息点击率预估模型后进行多媒体信息点击率预估的方法预估的多媒体信息的点击率不能较好体现用户与用户的联系对多媒体信息点击率预估的影响，然而现实生活中用户的社交属性对用户的行为有较大的影响。
[0004]因此，现有根据情境特征、多媒体信息特征和用户特征生成多媒体信息预估点击率，然后根据多媒体信息预估点击率向用户推送并显示多媒体信息的这种多媒体信息显示方法不能较好的体现用户间的关联关系，导致推荐效率低下，服务器的运转效率低下，造成资源浪费及负荷较大。
[0005]故，有必要提出一种新的技术方案，以解决上述技术问题。
【发明内容】
[0006]本发明实施例的目的在于提供一种多媒体信息的推送方法及服务器，旨在解决现有技术的多媒体信息显示方法不能较好的体现用户间的关联关系，导致推荐效率低下，月艮务器的运转效率低下，造成资源浪费及负荷较大的技术问题。
[0007]为解决上述技术问题，本发明实施例提供一种多媒体信息的推送方法，所述方法包括:
[0008]获取对应用户标识的社交化特征，其中所述社交化特征由与所述用户标识关联的其它用户的行为数据生成；
[0009]根据所述社交化特征生成所述多媒体信息的预估点击率；
[0010]根据所述预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至终端。
[0011]为解决上述技术问题，本发明实施例还提供一种服务器，所述服务器包括:
[0012]特征获取模块，用于获取对应用户标识的社交化特征，其中所述社交化特征由与所述用户标识关联的其它用户的行为数据生成；
[0013]预估点击率生成模块，用于根据所述社交化特征生成所述多媒体信息的预估点击率；以及
[0014]推送模块，用于根据所述预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至终端。
[0015]本发明实施例的多媒体信息的推送方法通过获取对应用户标识的社交化特征，根据社交化特征生成多媒体信息的预估点击率，根据预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至所述终端，显然，本发明实施例能够较好的体现用户间的关联关系，推荐效率高，且提高了服务器的运转效率，提高资源利用率，具有多媒体信息推送效率高和推送成本低的优点。
[0016]为让本发明的上述内容能更明显易懂，下文特举优选实施例，并配合所附图式，作详细说明如下:
【专利附图】
【附图说明】
[0017]图1是本发明第一实施例的多媒体信息的推送方法的流程示意图；
[0018]图2是本发明实施例的社交化特征生成方法的流程示意图；
[0019]图3是本发明第二实施例的多媒体信息的推送方法的流程示意图；
[0020]图4是本发明实施例的服务器的结构方框示意图。
【具体实施方式】
[0021]以下各实施例的说明是参考附加的图式，用以例示本发明可用以实施的特定实施例。
[0022]请参阅图1，图1是本发明第一实施例的多媒体信息的推送方法的流程示意图。
[0023]在步骤SlOl中，获取对应用户标识的社交化特征。
[0024]其中，所述用户标识为对应该用户的唯一标识，譬如用户账号。而所述社交化特征由与所述用户标识关联的其它用户的行为数据生成。所述行为包括对相关多媒体信息的点击，对相关物品的购买、使用或者关注行为等，譬如微博关注好友的兴趣或者购买行为等。
[0025]在步骤S102中，根据所述社交化特征生成所述多媒体信息的预估点击率。
[0026]本步骤中，根据所述社交化特征生成所述多媒体信息的预估点击率，可以根据一用户的社会关系如同学，同事或朋友等存在关联的用户的行为生成该多媒体信息的预估点击率。
[0027]在步骤S103中，根据所述预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至所述终端。
[0028]本步骤中，在生成所述多媒体信息的预估点击率后，根据预估点击率将所述多媒体信息发送至终端，由终端进行显示。
[0029]本发明实施例的多媒体信息的推送方法通过获取对应用户标识的社交化特征，根据社交化特征生成多媒体信息的预估点击率，根据预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至所述终端，显然，本发明实施例能够较好的体现用户间的关联关系，推荐效率高，且提高了服务器的运转效率，提高资源利用率，具有多媒体信息推送效率高和推送成本低的优点。
[0030]请参阅图2，图2是本发明实施例的社交化特征生成方法的流程示意图。
[0031]在步骤S201中，获取与用户标识关联的其它用户的行为数据。
[0032]本步骤中，获取与所述用户标识相关联的其它用户的行为数据。例如获取所述用户同学、朋友或者同事的行为数据，所述行为包括对相关多媒体信息的点击，对相关物品的购买、使用或者关注行为等。
[0033]在步骤S202中，根据获取的所述行为数据生成所述用户标识的社交化特征。
[0034]本步骤中，根据所述行为数据生成所述用户标识的社交化特征，即所述社交化特征包括与所述用户关联用户的行为数据信息。所述社交化特征可以通过基于用户的关系链获取，例如，可以基于社交网络如朋友网，微博进行当前用户的社交化特征的获取，还可以基于User-based Collaborative Filtering技术挖掘用户的社交化特征,如用户的自然属性特征即用户特征，如学历、工作等及兴趣爱好，如对运动，数码，音乐等。
[0035]在步骤S203中，存储所述用户标识的社交化特征。
[0036]本步骤中，获取到与所述用户关联用户的行为数据信息的社交化特征信息后将所述社交化特征存储。当然，当与所述用户关联的用户的行为数据发生变化时，也同步进行更新存储以保证所述用户标识的社交化特征的准确。
[0037]请参阅图3，图3本发明第二实施例的多媒体信息的推送方法的流程示意图。
[0038]在步骤S301中，获取信息特征。
[0039]本步骤中，所述信息特征包括所述用户标识的情景特征，多媒体信息的属性特征以及所述用户标识的属性特征。
[0040]其中，所述用户标识的情景特征对应所述用户标识当前的网页操作行为，该网页操作行为譬如对多媒体信息搜索请求，其中所述多媒体信息搜索请求对应一用户标识。所述网页操作行为还可以包括网页浏览的相关行为等，譬如当前用户标识在浏览体育类网页。
[0041]而所述多媒体信息的属性特征包括多媒体信息的信息格式，如文本信息、视频信息。用户标识的属性特征包括用户的学历、年龄及社会职位等。
[0042]在步骤S302中，获取对应所述用户标识的社交化特征。
[0043]本步骤中，所述社交化特征由与所述用户标识关联的其它用户的行为数据生成。具体请参阅图2以及针对图2的详细描述，此处不再赘述。
[0044]在步骤S303中，根据获取的信息特征以及所述用户标识的社交化特征来计算生成所述多媒体信息的预估点击率。
[0045]所述信息特征包括搜索请求的情境特征、多媒体的属性特征、所述用户标识的属性特征，值得注意的是，在根据用户标识的情境特征、多媒体的属性特征、所述用户标识的属性特征以及所述用户标识的社交化特征计算生成所述多媒体信息的预估点击率时，通常是将所述情境特征、多媒体的属性特征、所述用户标识的属性特征以及所述用户标识的社交化特征分别定义成逻辑回归模型的输入量，例如有回归模型:
I
[0046]Ρ{Υ = \ \χ) = π{χ)=卜K ^rlvi 其中，g(x) = 3 0+β ιΧι+β 2Χ2+...+β ρχρ。
[0047]X即为逻辑回归模型的输入量，即逻辑回归模型的输入量包含有用户标识的情境特征、多媒体的属性特征、用户标识的属性特征以及用户标识的社交化特征，在进行逻辑回归模型的训练生成后，将所述逻辑回归模型的输入量输入至训练生成的逻辑回归模型后即可获得多媒体信息的预估点击率，该预估点击率可反映出用户标识的情境特征、多媒体的属性特征、用户标识的属性特征以及所述用户标识的社交化特征等输入量。所述逻辑回归模型的训练生成的过程是一个选取合适的逻辑回归模型的输入量与输出量的模型的过程，以使得训练生成的逻辑回归模型的输出量能够准确反映用户标识的情境特征、多媒体的属性特征、用户标识的属性特征以及所述用户标识的社交化特征等输入量即可。
[0048]在步骤S304中，将获取的多媒体信息根据对应的预估点击率进行排序。
[0049]本步骤中，将所述多媒体信息按照预估率的大小进行排序，可以由大至小，也可以由小至大排列。
[0050]在步骤S305中，判断所述预估点击率是否大于预设的推送数值，若是，则进行步骤S306，否则继续进行步骤S304。
[0051]本步骤中，根据需要，预设一推送数值，当所述多媒体信息的预估点击率大于所述推送数值时，推送所述多媒体信息，否则终止。所述推送数值可以根据需要设置，例如，可以设置为60%、65%、70%或90%等，由此，可将预估点击率较高的多媒体信息推送至终端，提高了推送效率。
[0052]在步骤S306中，将排序后的所述多媒体信息按所述排序发送至终端。
[0053]本步骤中，当所述多媒体信息的预估点击率大于所述推送数值时，将所述多媒体信息推送至所述终端。向所述终端发送所述多媒体信息时，根据预估点击率大的排序靠前，对应的优先发送所述多媒体信息。
[0054]本发明实施例的多媒体信息的推送方法通过获取对应用户标识的社交化特征，根据社交化特征生成多媒体信息的预估点击率，根据预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至所述终端，显然，本发明实施例能够较好的体现用户间的关联关系，推荐效率高，且提高了服务器的运转效率，提高资源利用率，具有多媒体信息推送效率高和推送成本低的优点。
[0055]请参阅图4，图4是本发明一优选实施例的服务器的结构方框示意图。所述服务器包括:特征获取模块11、关联数据获取模块12、社交化特征生成模块13、存储模块14、信息获取模块15、预估点击率生成模块16和推送模块17。
[0056]所述关联数据获取模块12获取与所述用户标识关联的其它用户的行为数据，所述社交化特征生成模块13根据所述关联数据获取模块12获取的行为数据生成所述用户标识的社交化特征，所述存储模块14将所述社交化特征生成模块13生成的用户标识的社交化特征存储。
[0057]所述特征获取模块11从所述存储模块14获取对应用户标识的社交化特征，其中所述社交化特征由与所述用户标识关联的其它用户的行为数据生成。所述预估点击率生成模块16根据所述特征获取模块11获取的社交化特征生成所述多媒体信息的预估点击率，所述推送模块17根据所述预估点击率生成模块16生成的预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至终端。
[0058]所述信息获取模块15获取信息特征，所述信息特征包括用户标识的情景特征、多媒体信息的属性特征以及所述用户标识的属性特征；所述用户标识的情景特征对应所述用户标识当前的网页操作行为，该网页操作行为譬如对多媒体信息搜索请求，其中所述多媒体信息搜索请求对应一用户标识。所述网页操作行为还可以包括网页浏览的相关行为等，譬如当前用户标识在浏览体育类网页。而所述多媒体信息的属性特征包括多媒体信息的信息格式，如文本信息、视频信息。用户标识的属性特征包括用户的学历、年龄及社会职位等。
[0059]所述预估点击率生成模块16进一步的根据所述信息获取模块15获取的信息特征以及所述特征获取模块11获取的社交化特征生成所述多媒体信息的预估点击率。
[0060]所述推送模块17包括排序模块171、判断模块172和发送模块173。所述排序模块171根据预估点击率将对应多媒体信息进行排序，所述判断模块172判断所述预估点击率是否大于预设的推送数值，若是，所述发送模块173则将对应的多媒体信息发送至终端，所述发送模块173用于将已排序、且大于预设推送数值的预估点击率对应的多媒体信息发送至所述终端。
[0061]本发明实施例的服务器中通过设置特征获取模块11获取对应用户标识的社交化特征，预估点击率生成模块16根据社交化特征生成多媒体信息的预估点击率，推送模块17根据预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至所述终端，显然，本发明实施例能够较好的体现用户间的关联关系，推荐效率高，且提高了服务器的运转效率，提高资源利用率，具有多媒体信息推送效率高和推送成本低的优点。
[0062]综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，因此本发明的保护范围以权利要求界定的范围为准。
【权利要求】
1.一种多媒体信息的推送方法，其特征在于，所述方法包括: 获取对应用户标识的社交化特征，其中所述社交化特征由与所述用户标识关联的其它用户的行为数据生成； 根据所述社交化特征生成所述多媒体信息的预估点击率； 根据所述预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至终端。
2.根据权利要求1所述的多媒体信息的推送方法，其特征在于，根据所述预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至所述终端的步骤包括: 将获取的所述多媒体信息根据对应预估点击率的数值进行排序； 将排序后的所述多媒体信息按所述排序发送至所述终端。
3.根据权利要求2所述的多媒体信息的推送方法，其特征在于，将排序后的多媒体信息顺序的发送至所述终端的步骤之前，所述方法还包括以下步骤: 判断所述预估点击率是否大于预设的推送数值，若是，则将对应的多媒体信息发送至所述终端。
4.根据权利要求1所述的多媒体信息的推送方法，其特征在于，获取对应所述用户标识的社交化特征的步骤之前，所述方法还包括: 获取与所述用户标识关联的其它用户的行为数据； 根据获取的所述行为数据生成所述用户标识的社交化特征；以及 将生成的所述用户标识的社交化特征存储。
5.根据权利要求1所述的多媒体信息的推送方法，其特征在于，根据所述社交化特征生成所述多媒体信息的预估点击率的步骤之前，所述方法还包括:获取所述用户标识的情景特征，其中所述情景特征对应所述用户标识当前的网页操作行为； 获取多媒体信息的属性特征； 获取所述用户标识的属性特征； 而根据所述社交化特征生成所述多媒体信息的预估点击率的步骤还包括: 根据所述用户标识的情景特征、多媒体信息的属性特征、用户标识的属性特征以及所述用户标识的社交化特征生成所述多媒体信息的预估点击率。
6.一种服务器，其特征在于，所述服务器包括: 特征获取模块，用于获取对应用户标识的社交化特征，其中所述社交化特征由与所述用户标识关联的其它用户的行为数据生成； 预估点击率生成模块，用于根据所述社交化特征生成所述多媒体信息的预估点击率；以及 推送模块，用于根据所述预估点击率获取相应的多媒体信息，并将获取的所述多媒体信息发送至终端。
7.根据权利要求6所述的服务器，其特征在于，所述推送模块包括: 排序模块，用于将获取的所述多媒体信息根据对应预估点击率的数值进行排序；以及 发送模块，用于将排序后的所述多媒体信息按所述排序发送至所述终端。
8.根据权利要求7所述的服务器，其特征在于，所述推送模块还包括判断模块； 所述判断模块，用于判断所述预估点击率是否大于预设的推送数值，若是，则所述发送模块将对应的多媒体信息发送至所述终端。
9.根据权利要求6所述的服务器，其特征在于，所述服务器还包括: 关联数据获取模块，用于获取与所述用户标识关联的其它用户的行为数据； 社交化特征生成模块，用于根据获取的所述行为数据生成所述用户标识的社交化特征；以及 存储模块，用于将所述用户标识的社交化特征存储。
10.根据权利要求6所述的服务器，其特征在于，所述服务器还包括信息获取模块； 所述信息获取模块，用于获取所述用户标识的情景特征、多媒体信息的属性特征以及所述用户标识的属性特征；其中所述情景特征对应所述用户标识当前的网页操作行为；而所述预估点击率生成模块，进一步的用于根据所述信息获取模块获取的用户标识的情景特征、多媒体信息的属性特征、用户标识的属性特征以及所述特征获取模块获取的社交化特征生成所述多媒 体信息的预估点击率。
【文档编号】H04L29/08GK104052714SQ201310078317
【公开日】2014年9月17日 申请日期:2013年3月12日 优先权日:2013年3月12日
【发明者】周星 申请人:腾讯科技（深圳）有限公司