针对用户的文章推送装置与方法与流程

本发明属于用户的文章推送，具体涉及一种针对用户的文章推送装置与方法。

背景技术：

1、推送平台推送文章，是指在推送平台上，把具有信息价值和阅读价值的文章推送给用户。这种方式已经成为许多企业、媒体以及个人传播信息和与用户互动的重要途径。

2、推送平台推送文章的好处有很多。首先，通过推送平台推送文章，可以把信息迅速传递给用户，这样可快速地被用户接收到，改善了信息的传递效率。

3、推送平台推送文章也是一种有效的品牌宣传手段。通过定期推送优质的内容，可以改善推送平台的知名度和影响力，吸引更多的关注者，进而增加品牌曝光度和用户粘性。

4、总而言之，推送平台推送文章是一种快速、准确传递信息、与用户互动的方式，同时也是改善品牌影响力和用户粘性的有效手段。对于企业、媒体以及个人而言，合理利用推送平台推送文章，可有效地建立与用户的连接，提升用户体验，实现双赢。

5、现在推送平台推送文章的方法普遍还是运用现有技术中专利号为“cn202110285329.7”且专利名称为“一种消息推送方法、装置、设备及计算机可读存储介质”的方法，这样的方法无法在学术环境条件下运用用户自身的信息以及用户关注的学者、领域、期刊、图书、论文信息来对用户的学科倾向执行解析，这样就无法依据用户的学科倾向执行精准的推送文章，使得针对性不足推送文章效率低下。

技术实现思路

1、为解决现有技术中具有的不足，本发明提出一种针对用户的文章推送装置与方法，首先构建基础信息，作为推送文章的算法的基础输入信息；将收集到的基础信息进行汇总，按照用户学科倾向算法，计算用户学科倾向；将基础信息和用户学科倾向，作为构建出来的整体用户画像，并将用户画像作为推送文章具体推送逻辑的输入信息，以此对用户终端执行文章推送。就能在学术环境条件下运用用户自身的信息以及用户关注的学者、领域、期刊、图书、论文信息来对用户的学科倾向执行解析，这样就能依据用户的学科倾向执行精准的推送文章，使得针对性足推送文章效率高。

2、本发明运用如下的技术方案。

3、一种针对用户的文章推送装置，包括：

4、通信连接的推送平台和用户终端；

5、运行在推送平台上的模块包括：

6、收集模块，其用于首先构建基础信息，作为推送文章的算法的基础输入信息；

7、计算模块，其用于将收集到的基础信息进行汇总，按照用户学科倾向算法，计算用户学科倾向；

8、推送模块，其用于将基础信息和用户学科倾向，作为构建出来的整体用户画像，并将用户画像作为推送文章具体推送逻辑的输入信息，以此对用户终端执行文章推送。

9、一种针对用户的文章推送方法，包括如下步骤：

10、步骤1：首先构建基础信息，作为推送文章的算法的基础输入信息；

11、步骤2：将收集到的基础信息进行汇总，按照用户学科倾向算法，计算用户学科倾向；

12、步骤3：将基础信息和用户学科倾向，作为构建出来的整体用户画像，并将用户画像作为推送文章具体推送逻辑的输入信息，以此对用户终端执行文章推送。

13、优选地，步骤1具体包括：

14、步骤1-1：收集用户绑定的学者信息；

15、步骤1-2：收集用户关注的学者、领域、期刊、图书、论文信息。

16、优选地，步骤1-2具体包括：

17、在用户登录推送平台后，用户存放或者收藏的学者、领域、期刊、图书、论文信息就分别作为用户关注的学者、领域、期刊、图书、论文信息被收集。

18、优选地，用户关注的学者、领域、期刊、图书、论文信息为近期收集的。

19、优选地，步骤1-1具体包括：

20、在用户登录推送平台后，推送平台就把事先存放在其内的同用户登录时所用的用户名相对应的自身的学者信息送出，以此达到收集用户绑定的学者信息的目的。

21、优选地，用户绑定的学者信息包括：用户绑定的学者的基本信息、教育背景、学术科研成果、实习工作经历、荣誉与奖励。

22、优选地，步骤2具体包括：

23、步骤2-1：运用用户绑定的学者信息来分析用户绑定的学者的学科分布情况；

24、步骤2-2：运用用户关注的学者、领域、期刊、图书、论文信息来分别分析用户关注的学者、领域、期刊、图书、论文的学科分布情况；

25、步骤2-3：将用户绑定的学者的学科分布情况的指标系数设定为1.5，将用户关注的学者、领域、期刊、图书、论文的学科分布情况的指标系数设定为1，以此计算该用户整体的学科倾向；

26、步骤2-4：将计算后的学科的倾向候选量自高到低排布的前十个所属的学科作为用户整体的学科倾向。

27、优选地，学科分布情况也就是经由设定的方法分析而得的各个学科的权重。

28、优选地，计算该用户整体的学科倾向的方法包含：

29、运用以下公式推选出所有学科分布情况各自相应的学科的倾向候选量：

30、学科最大权重*(指标系数+( min(0.1*学科频次,0.5)))；

31、公式中，学科最大权重就是该学科相应的最大的学科分布情况，指标系数由学科最大权重所属为用户绑定的学者的学科分布情况还是用户关注的学者、领域、期刊、图书、论文的学科分布情况而定，如果是用户绑定的学者的学科分布情况，指标系数为1.5，否则指标系数为1，min函数表示求取其形参中的最小值，学科频次为所属的学者发表的文章隶属该学科的件数。

32、优选地，推送逻辑包括以下任何一种：

33、第一种、根据用户绑定的学者进行推送；

34、第二种、根据用户关注的学者进行推送；

35、第三种、根据用户绑定的学者的合作者进行推送；

36、第四种、根据用户关注的学者的合作者进行推送；

37、第五种、根据用户关注的领域进行推送；

38、第六种、根据用户关注的期刊进行推送；

39、第七种、推送推送平台可能感兴趣的文章。

40、优选地，根据用户绑定的学者进行推送的方法为：获取该学者近期发文，按照用户整体的学科倾向中的学科的倾向候选量的大小进行推送，也就是发文的文章属于倾向候选量越高的学科推送给用户终端的数量越多;

41、根据用户关注的学者进行推送的方法为：获取该学者近期或者热门发文，按照用户整体的学科倾向中的学科的倾向候选量的大小进行推送，也就是发文的文章属于倾向候选量越高的学科推送给用户终端的数量越多;

42、根据用户绑定的学者的合作者进行推送的方法为：获取该合作者近期或者热门发文，按照用户整体的学科倾向中的学科的倾向候选量的大小进行推送，也就是发文的文章属于倾向候选量越高的学科推送给用户终端的数量越多，该合作者就是和用户绑定的学者曾经一起合作过发文的人员，其近期或者热门发文是没有用户绑定的学者参与的发文;

43、根据用户关注的学者的合作者进行推送的方法为：获取该合作者近期或者热门发文，按照用户整体的学科倾向中的学科的倾向候选量的大小进行推送，也就是发文的文章属于倾向候选量越高的学科推送给用户终端的数量越多，该合作者就是和用户关注的学者曾经一起合作过发文的人员，其近期或者热门发文是没有用户关注的学者参与的发文;

44、根据用户关注的领域进行推送的方法为：获取该指定领域近期或者热门发文，按照用户整体的学科倾向中的学科的倾向候选量的大小进行推送，也就是发文的文章属于倾向候选量越高的学科推送给用户终端的数量越多；

45、根据用户关注的期刊进行推送的方法为；获取该指定期刊近期或者热门发文，按照用户整体的学科倾向中的学科的倾向候选量的大小进行推送，也就是发文的文章属于倾向候选量越高的学科推送给用户终端的数量越多；

46、推送推送平台可能感兴趣的文章的方法为：就是对用户终端推送推送平台决定的用户感兴趣的文章给用户终端。

47、本发明的有益效果在于，与现有技术相比，本发明目的在于首先构建基础信息，作为推送文章的算法的基础输入信息；将收集到的基础信息进行汇总，按照用户学科倾向算法，计算用户学科倾向；将基础信息和用户学科倾向，作为构建出来的整体用户画像，并将用户画像作为推送文章具体推送逻辑的输入信息，以此对用户终端执行文章推送。就能在学术环境条件下运用用户自身的信息以及用户关注的学者、领域、期刊、图书、论文信息来对用户的学科倾向执行解析，这样就能依据用户的学科倾向执行精准的推送文章，使得针对性足推送文章效率高。