用于推送信息的方法、装置、设备以及存储介质与流程

[0001]
本申请涉及计算机技术领域，具体涉及深度学习领域，尤其涉及用于推送信息的方法、装置、设备以及存储介质。


背景技术：

[0002]
目前的视频播放平台，大多是根据用户的浏览记录和浏览内容，为用户推送其经常浏览的某个账号的视频或直播，而鲜有涉及根据用户对视频内容的观看偏好以及直播本身的特性向用户推荐直播内容、直播类型的。这样，导致视频播放平台推送的视频不符合用户的兴趣，降低了用户的浏览体验。


技术实现要素：

[0003]
提供了一种用于推送信息的方法、装置、设备以及存储介质。
[0004]
根据第一方面，提供了一种用于推送信息的方法，包括：获取用户的第一相关信息；获取用户观看直播产生的历史互动信息；获取用户观看的直播的第二相关信息；根据第一相关信息、历史互动信息、第二相关信息以及预设的信息确定模型，确定目标直播，直播确定模型用于表征第一相关信息、历史互动信息、第二相关信息与目标直播之间的对应关系；根据目标直播，向用户推送信息。
[0005]
根据第二方面，提供了一种用于推送信息的装置，包括：第一获取单元，被配置成获取用户的第一相关信息；第二获取单元，被配置成获取用户观看直播产生的历史互动信息；第三获取单元，被配置成获取用户观看的直播的第二相关信息；直播确定单元，被配置成根据第一相关信息、历史互动信息、第二相关信息以及预设的直播确定模型，确定目标直播，直播确定模型用于表征第一相关信息、历史互动信息、第二相关信息与目标直播之间的对应关系；信息推送单元，被配置成根据目标直播，向用户推送信息。
[0006]
根据第三方面，提供了一种用于推送信息的电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。
[0007]
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。
[0008]
根据本申请的技术，在信息推送时综合考虑用户的兴趣和信息本身的特性，从而使得推送的信息更符合用户的兴趣，提高了用户的浏览体验。
[0009]
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]
附图用于更好地理解本方案，不构成对本申请的限定。其中：
[0011]
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
[0012]
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；
[0013]
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；
[0014]
图4是根据本申请的用于推送信息的方法的另一个实施例的流程图；
[0015]
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；
[0016]
图6是用来实现本申请实施例的用于推送信息的方法的电子设备的框图。
具体实施方式
[0017]
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0018]
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。
[0019]
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。
[0020]
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。
[0021]
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上可以安装有各种通讯客户端应用，例如视频播放类应用、购物类应用、浏览器类应用等。
[0022]
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、车载电脑、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(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。
[0023]
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上安装的视频播放应用提供支持的后台服务器。后台服务器可以获取用户的信息，也可以获取用户观看的直播的信息，确定出推送给用户的信息，并将信息推送给终端设备101、102、103。
[0024]
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105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105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。
[0025]
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。
[0026]
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。
[0027]
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。本实施例的用于推送信息的方法，包括以下步骤：
[0028]
步骤201，获取用户的第一相关信息。
[0029]
本实施例中，用于推送信息的方法的执行主体(例如图1所示的服务器105)可以获取用户的第一相关信息。这里，用户可以是在某一购物网站或者视频直播网站注册的用户。第一相关信息可以包括用户的各种相关信息，例如可以包括用户的年龄、性别、职业、登录习惯、观看习惯等等。
[0030]
步骤202，获取用户观看直播产生的历史互动信息。
[0031]
执行主体还可以获取用户观看直播产生的历史互动信息。用户观看的直播可以是主播通过实时录制的直播。用户在观看直播时可以与主播进行互动。上述互动可以包括发表评论信息、点赞、分享直播间或者购买直播间售卖的物品。执行主体可以通过各种方式获取上述历史互动信息，例如，可以通过直播应用的后台服务器处获取，或者从用于存储直播信息的数据库处获取。
[0032]
步骤203，获取用户观看的直播的第二相关信息。
[0033]
执行主体还可以获取用户观看的直播的第二相关信息。这里，第二相关信息可以包括与直播相关的各种信息。例如，可以包括主播的信息、售卖的物品的信息、观看人数、点赞数、粉丝数量、评论数量、直播过程中成交的订单数量。其中，主播的信息可以包括主播的标识、擅长的领域、直播日期、主播的等级等等。售卖的物品的信息可以包括物品的链接、价格、标识等等。观看人数是指单场直播过程中观看该直播的用户的数量。点赞数是指用户对直播的点赞数量。粉丝数量是指关注直播间的用户的数量。评论数量可以是用户在直播间发表的评论的数量。直播过程中成交的订单数量可以是在直播过程中用户通过商品链接付款后生成的订单的数量。
[0034]
步骤204，根据第一相关信息、历史互动信息、第二相关信息以及预设的直播确定模型，确定目标直播。
[0035]
本实施例中，执行主体在获取到第一相关信息、历史互动信息、第二相关信息后，可以结合预设的直播确定模型，确定目标直播。这里，直播确定模型用于表征第一相关信息、历史互动信息、第二相关信息与目标直播之间的对应关系。直播确定模型可以是基于深度学习算法训练得到的模型。执行主体可以将第一相关信息、历史互动信息、第二相关信息输入上述直播确定模型，上述直播确定模型的输出即为目标直播。目标直播即为直播确定模型预测的用户感兴趣的直播信息。目标直播可以用直播标识来标识。上述直播标识可以包括主播的信息和直播时间信息。
[0036]
步骤205，根据目标直播，向用户推送信息。
[0037]
本实施例中，执行主体在确定目标直播后，可以根据目标直播生成向用户推送的信息。具体的，执行主体可以直接将目标直播的相关信息推送给用户，以供用户浏览。或者，执行主体还可以进一步判断目标直播是否符合用户的兴趣，如果符合，则将目标直播的相关信息输出。
[0038]
继续参见图3，其示出了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。在图3的应用场景中，用户通过终端301中安装的直播类应用观看直播。服务器302根据用户的第一相关信息、历史互动信息、直播的第二相关信息以及直播确定模型，确定出目标直播。然后，将目标直播输出给用户，用户可以在直播类应用的首屏或特定频道(例如“向
你推荐”)浏览上述目标直播。
[0039]
本申请的上述实施例提供的用于推送信息的方法，通过获取用户的第一相关信息、用户在观看直播过程中生成的历史互动信息以及直播的第二相关信息，结合预先训练的直播确定模型，确定出推送给用户的目标直播，从而提高了信息推送的针对性，能够提高用户的浏览体验。
[0040]
继续参见图4，其示出了根据本申请的用于推送信息的方法的另一个实施例的流程400。本实施例中，用于推送信息的方法可以包括以下步骤：
[0041]
步骤401，获取训练样本集合。
[0042]
本实施例中，执行主体可以获取训练样本集合。这里，训练样本包括样本用户的第一样本相关信息、样本用户观看直播产生的样本历史互动信息以及样本用户观看的直播的第二样本相关信息以及对应的标签。对应的标签用于表示训练样本属于正样本还是属于负样本。标签可以通过将第二样本相关信息中的一部分数据与预设阈值进行比较来确定。一部分数据可以包括点赞数、成交的订单的数量、观看人数等等。如果这些数据大于预设阈值，则认为训练样本为正样本，否则任务训练样本为负样本。
[0043]
步骤402，将训练样本集合中训练样本的第一样本相关信息、样本历史互动信息以及第二样本相关信息作为输入，将与输入的信息对应的标签作为学习目标，训练得到信息确定模型。
[0044]
本实施例中，执行主体可以将训练样本集合中各训练样本的第一样本相关信息、样本历史互动信息以及第二样本相关信息作为输入。将与输入的信息对应的标签作为学习目标，训练得到信息确定模型。具体的，执行主体可以在训练过程中多次调整信息确定模型的参数，以使信息确定模型的损失函数满足预设条件。
[0045]
步骤403，获取用户的第一相关信息。
[0046]
步骤404，获取用户观看直播产生的历史互动信息。
[0047]
步骤405，获取用户观看的直播的第二相关信息。
[0048]
步骤406，根据第一相关信息、历史互动信息、第二相关信息以及预设的信息确定模型，确定目标直播信息。
[0049]
步骤407，获取用户未观看的直播的第三相关信息。
[0050]
本实施例中，执行主体还可以获取用户未观看的直播的第三相关信息。执行主体首先可以获取直播空间中的所有直播。然后，将用户观看过的直播除去，其余的直播即为用户未观看的直播。执行主体可以从用于存储直播的相关信息的电子设备处获取第三相关信息。这里，第三相关信息中包括的内容与第一相关信息中包括的内容可以相同。
[0051]
步骤408，根据历史互动信息、第二相关信息、第三相关信息以及预设的相似度集合，确定用户的兴趣度矩阵。
[0052]
本实施例中，执行主体在获取到第三相关信息后，可以结合历史互动信息、第二相关信息以及预设的相似度集合，确定用户的兴趣度矩阵。这里，预设的相似度集合包括直播集合中任意两个直播的相似度，上述直播集合包括用户观看的直播和用户未观看的直播。具体的，第二相关信息可以包括直播的主题，第三相关信息也可以包括直播的主题，历史互动信息可以包括用户观看的各直播的次数。执行主体可以将观看次数大于预设次数阈值的直播作为用户感兴趣的直播。然后，结合预设的相似度集合以及感兴趣的直播的主题以及
未观看的直播的主体，确定出与用户感兴趣的直播相似的直播，将这些直播也作为用户感兴趣的直播。其余的直播作为用户不感兴趣的直播。具体的，执行主体可以将感兴趣的直播对应的兴趣度设置为第一预设值，将不感兴趣的直播对应的兴趣度设置为第二预设值。将第一预设值与第二预设值结合，得到用户的兴趣度矩阵。
[0053]
在本实施例的一些可选的实现方式中，上述步骤408还可以通过图4中未示出的以下步骤来实现：根据历史互动信息，确定用户对观看的直播的第一兴趣度；根据第一兴趣度、预设的相似度集合、第二相关信息以及第三相关信息，预测用户对未观看的直播的第二兴趣度；根据第一兴趣度、第二兴趣度，确定兴趣度矩阵。
[0054]
本实现方式中，执行主体可以对历史互动信息进行分析，确定出用户对观看的直播的第一兴趣度。具体的，执行主体可以对历史互动信息中用户发表的评论进行情绪分析，确定用户在观看直播时的情绪是高兴还是愤怒。还可以对用户的点赞数、观看时长等进行分析(例如加权计算)，根据分析结果确定第一兴趣度。执行主体在确定第一兴趣度后，可以根据相似度集合，第二相关信息以及第三相关信息，预测用户对未观看的直播的第二兴趣度。具体的，执行主体可以根据第二相关信息中的主题以及第三相关信息中的主题，来计算直播之间的相似度。然后，将此相似度与相似度集合中的相似度以及第一兴趣度进行加权，将得到的结果作为第二兴趣度。最后，将得到的第一兴趣度和第二兴趣度作为兴趣度矩阵中的元素，得到兴趣度矩阵。
[0055]
在本实施例的一些可选的实现方式中，上述预设的相似度集合可以通过图4中未示出的以下步骤确定：对于每个直播，确定观看过该直播的用户对该直播的第三兴趣度；根据第三兴趣度，确定各直播的相似度，得到相似度集合。
[0056]
本实现方式中，执行主体可以对每个直播进行分析，根据每个直播中用户发表的评论、点赞数、购买数量来确定各用户对该直播的第三兴趣度。例如对用户发表的评论、点赞数、购买数量加权分析，将结果作为第三兴趣度。在得到各用户对直播的兴趣度后，可以认定兴趣度相同的直播相似度较高，兴趣度不同的直播相似度较低。根据预设的兴趣度与相似度之间的关系，得到各直播的相似度，得到相似度集合。
[0057]
步骤409，响应于确定目标直播与兴趣度矩阵匹配，向用户推送目标直播。
[0058]
如果目标直播与用户的兴趣不匹配，即兴趣度低于预设阈值，则执行主体可以认为直播推荐模型确定的目标直播不符合用户的兴趣。如果兴趣度高于预设阈值，则执行主体可以认为直播推荐模型确定的目标直播符合用户的兴趣，则可以将目标直播推送给用户。
[0059]
在本实施例的一些可选的实现方式中，执行主体可以通过图4中未示出的以下步骤来判断目标直播是否与兴趣度矩阵是否匹配：根据用户兴趣度矩阵，确定用户对目标直播的目标兴趣度；响应于确定目标兴趣度大于预设兴趣度阈值，确定目标直播与兴趣度矩阵匹配。
[0060]
本实现方式中，由于用户的兴趣度矩阵中包括了用户对每个直播的兴趣度，在得到目标直播后，执行主体可以查找上述兴趣度矩阵，确定与目标直播对应的兴趣度。如果查找到的兴趣度大于预设兴趣度阈值，则可以认定直播确定模型预设的目标直播符合用户的兴趣，即目标直播与兴趣度矩阵匹配。
[0061]
步骤410，获取第一相关信息的增量数据、历史互动信息的增量数据、第二相关信
息的增量数据；利用增量数据，确定增量训练样本集合；利用增量训练样本集合更新直播确定模型。
[0062]
本实施例中，执行主体还可以获取第一相关信息的增量数据、历史互动信息的增量数据、第二相关信息的增量数据。这里，增量数据是指用户在一定周期内产生的新增加的数据。然后，执行主体可以利用增量数据，确定增量训练样本集合。可以理解的是，增量训练样本集合中的增量训练样本与训练样本集合中的训练样本形式相同。并利用增量训练样本集合更新直播确定模型。这样可以实现直播确定模型的实时更新。
[0063]
步骤411，获取针对直播推送模型的至少一项评价参数的参数值；响应于确定获取的至少一个参数值不满足预设条件，将目标直播输出；响应于接收到针对目标直播的修改信息，向用户推送修改后的目标直播。
[0064]
本实施例中，执行主体还可以获取针对直播确定模型的至少一项评价参数的参数值。这里，至少一项评价参数可以包括主观评价参数，也可以包括客观评价参数。主观评价参数可以包括用户对推送的目标直播的满意程度。客观评价参数可以包括直播确定模型的损失函数。执行主体可以获取各评价参数的参数值。执行主体可以将各参数值与预设条件进行比较，如果各参数值不满足预设条件，则可以将目标直播输出。这里的输出可以是将目标直播输出给技术人员。技术人员可以对上述目标直播进行修改，并将修改信息发送给执行主体。执行主体在接收到上述修改信息后，可以将修改后的目标直播推送给用户。
[0065]
本申请的上述实施例提供的用于推送信息的方法，可以使得向用户推送的信息更符合用户的兴趣；同时还可以实时对直播确定模型进行更新，提高信息推送的时效性；另外，如果直播确定模型的效果不理想，还可以运行技术人员对推送的信息进行修改，进一步提高准确率。
[0066]
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。
[0067]
如图5所示，本实施例的用于推送信息装置500包括：第一获取单元501、第二获取单元502、第三获取单元503、直播确定单元504和信息推送单元505。
[0068]
第一获取单元501，被配置成获取用户的第一相关信息。
[0069]
第二获取单元502，被配置成获取用户观看直播产生的历史互动信息。
[0070]
第三获取单元503，被配置成获取用户观看的直播的第二相关信息。
[0071]
直播确定单元504，被配置成根据第一相关信息、历史互动信息、第二相关信息以及预设的直播确定模型，确定目标直播。直播确定模型用于表征第一相关信息、历史互动信息、第二相关信息与目标直播之间的对应关系。
[0072]
信息推送单元505，被配置成根据目标直播，向用户推送信息。
[0073]
在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的第四获取单元和兴趣度矩阵确定单元。
[0074]
第四获取单元，被配置成获取用户未观看的直播的第三相关信息。
[0075]
兴趣度矩阵确定单元，被配置成根据历史互动信息、第二相关信息、第三相关信息以及预设的相似度集合，确定用户的兴趣度矩阵，预设的相似度集合包括直播集合中任意两个直播的相似度，直播集合包括用户观看的直播和用户未观看的直播。
[0076]
在本实施例的一些可选的实现方式中，兴趣度矩阵确定单元可以进一步被配置成：根据第一相关信息，确定用户对观看的直播的第二相关信息的第一兴趣度；根据用户感兴趣的直播、预设的相似度集合以及第三相关信息，预测用户对未观看的直播的第二兴趣度；根据第一兴趣度、第二兴趣度，确定兴趣度矩阵。
[0077]
在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的相似度集合确定单元，被配置成通过以下步骤确定预设的相似度集合：对于每个直播，确定观看过该直播的用户对该直播的第三兴趣度；根据第三兴趣度，确定各直播的相关信息的相似度，得到相似度集合。
[0078]
在本实施例的一些可选的实现方式中，信息推送单元504可以进一步被配置成：响应于确定目标直播与兴趣度矩阵匹配，向用户推送目标直播信息。
[0079]
在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的匹配判断单元，被配置成：根据用户兴趣度矩阵，确定用户对目标直播的目标兴趣度；响应于确定目标兴趣度大于预设兴趣度阈值，确定目标直播与兴趣度矩阵匹配。
[0080]
在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的训练单元，被配置成：获取训练样本集合，其中，训练样本包括样本用户的第一样本相关信息、样本用户观看直播产生的样本历史互动信息以及样本用户观看的直播的第二样本相关信息以及与各信息对应的标签；将训练样本集合中训练样本的第一样本相关信息、样本历史互动信息以及第二样本相关信息作为输入，将与输入的信息对应的标签作为学习目标，训练得到直播确定模型。
[0081]
在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的更新单元，被配置成：获取第一相关信息的增量数据、历史互动信息的增量数据、第二相关信息的增量数据；利用增量数据，确定增量训练样本集合；利用增量训练样本集合更新直播确定模型。
[0082]
在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的修改单元，被配置成：获取针对直播确定模型的至少一项评价参数的参数值；响应于确定获取的至少一个参数值不满足预设条件，将目标直播输出；响应于接收到针对目标直播的修改信息，向用户推送修改后的目标直播。
[0083]
应当理解，用于推送信息的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于推送信息的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。
[0084]
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
[0085]
如图6所示，是根据本申请实施例的执行用于推送信息的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
[0086]
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安
装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
[0087]
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的执行用于推送信息的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的执行用于推送信息的方法。
[0088]
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的执行用于推送信息的方法对应的程序指令/模块(例如，附图5所示的第一获取单元501、第二获取单元502、第三获取单元503、直播确定单元504和信息推送单元505)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的执行用于推送信息的方法。
[0089]
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据执行用于推送信息的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至执行用于推送信息的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0090]
执行用于推送信息的方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
[0091]
输入装置603可接收输入的数字或字符信息，以及产生与执行用于推送信息的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
[0092]
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0093]
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
[0094]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0095]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0096]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
[0097]
根据本申请实施例的技术方案，在信息推送时综合考虑用户的兴趣和信息本身的特性，从而使得推送的信息更符合用户的兴趣，提高了用户的浏览体验。
[0098]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
[0099]
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。