1.一种基于人工智能的推送信息的方法,其特征在于,所述方法包括:
接收用户通过客户端发送的对话信息,其中,所述对话信息用于获取预设类型信息;
对所述对话信息进行语义分析;
基于语义分析结果以及预先训练的用户兴趣偏好模型从预先设置的、用于存储所述预设类型信息的信息集合中选取至少一条待推送信息;
将所述至少一条待推送信息发送到所述客户端。
2.根据权利要求1所述的方法,其特征在于,所述对话信息包括不同时间所述用户输入的至少一条语句。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述用户的历史浏览信息集合中的历史浏览信息进行分析,确定所述用户所感兴趣的信息类别;
确定所述至少一条待推送信息所属的类别相同;
从所述信息集合中选取所属类别与所述至少一条待推送信息所属的类别不同的、且所属类别包含在所述用户所感兴趣的信息类别中的至少一条信息;
将所述至少一条信息发送到所述客户端。
4.根据权利要求1所述的方法,其特征在于,所述预设类型信息为新闻信息。
5.根据权利要求4所述的方法,其特征在于,所述基于语义分析结果以及预先训练的用户兴趣偏好模型从预先设置的、用于存储所述预设类型信息的信息集合中选取至少一条待推送信息,包括:
使用所述用户兴趣偏好模型确定基于语义分析结果从所述信息集合中选取的各条信息的用户偏好指数;
结合基于语义分析结果从所述信息集合中选取的各条信息的基础特征以及用户偏好指数选取至少一条待推送信息,其中,所述信息集合中的各条信息的基础特征包括以下至少一项:热门程度、关注度、关键词热度、新闻质量、时效性。
6.根据权利要求5所述的方法,其特征在于,所述用户兴趣偏好模型通过以下方法获得:
从所述用户的历史浏览信息集合中获取所述用户所浏览的各条信息的信息特征,以及所述用户对所浏览的各条信息的偏好指数;
将所述用户所浏览的各条信息的信息特征作为输入,所述用户对所浏览的各条信息的偏好指数作为输出,利用机器学习算法训练用户兴趣偏好模型。
7.根据权利要求6所述的方法,其特征在于,所述用户所浏览的各条信息的信息特征包括以下至少一项:
信息的主题内容、关键词、所属类别。
8.根据权利要求1所述的方法,其特征在于,所述对话信息中的语句是用户直接输入的或者用户通过点击所述客户端显示的至少一条候选语句输入的。
9.一种基于人工智能的推送信息的装置,其特征在于,所述装置包括:
接收单元,用于接收用户通过客户端发送的对话信息,其中,所述对话信息用于获取预设类型信息;
分析单元,用于对所述对话信息进行语义分析;
第一选取单元,用于基于语义分析结果以及预先训练的用户兴趣偏好模型从预先设置的、用于存储所述预设类型信息的信息集合中选取至少一条待推送信息;
推送单元,用于将所述至少一条待推送信息发送到所述客户端。
10.根据权利要求9所述的装置,其特征在于,所述对话信息包括不同时间所述用户输入的至少一条语句。
11.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第一确定单元,用于对所述用户的历史浏览信息集合中的历史浏览信息进行分析,确定所述用户所感兴趣的信息类别;
第二确定单元,用于确定所述至少一条待推送信息所属的类别相同;
第二选取单元,用于从所述信息集合中选取所属类别与所述至少一条待推送信息所属的类别不同的、且所属类别包含在所述用户所感兴趣的信息类别中的至少一条信息;
发送单元,用于将所述至少一条信息发送到所述客户端。
12.根据权利要求9所述的装置,其特征在于,所述预设类型信息为新闻信息。
13.根据权利要求12所述的装置,其特征在于,所述第一选取单元进一步用于:
使用所述用户兴趣偏好模型确定基于语义分析结果从所述信息集合中选取的各条信息的用户偏好指数;
结合基于语义分析结果从所述信息集合中选取的各条信息的基础特征以及用户偏好指数选取至少一条待推送信息,其中,所述信息集合中的各条信息的基础特征包括以下至少一项:热门程度、关注度、关键词热度、新闻质量、时效性。
14.根据权利要求13所述的方法,其特征在于,所述用户兴趣偏好模型通过以下方法获得:
从所述用户的历史浏览信息集合中获取所述用户所浏览的各条信息的信息特征,以及所述用户对所浏览的各条信息的偏好指数;
将所述用户所浏览的各条信息的信息特征作为输入,所述用户对所浏览的各条信息的偏好指数作为输出,利用机器学习算法训练用户兴趣偏好模型。
15.根据权利要求14所述的方法,其特征在于,所述用户所浏览的各条信息的信息特征包括以下至少一项:
信息的主题内容、关键词、所属类别。
16.根据权利要求9所述的装置,其特征在于,所述对话信息中的语句是用户直接输入的或者用户通过点击所述客户端显示的至少一条候选语句输入的。