，β jk表示所述概率矩阵B第j行第k列的元素，K表示所获得的信息分类的数量。
[0151] 由以上可见，上述各个实施例提供的方案中，根据当前所有用户对已有的信息分 类感兴趣的概率以及预设的信息库中记录的每一条信息属于各个信息分类的概率，预测各 个用户对预设的信息库中记录的每一条信息感兴趣的概率，并根据预测结果确定待推送信 息，进而进行信息推送。可见，应用上述各个实施例提供的方案确定待推送信息时，考虑了 用户对各条信息感兴趣的概率，因此，能够基于用户有针对性的进行信息推送，提高了用户 体验。
[0152] 对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关 之处参见方法实施例的部分说明即可。
[0153] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实 体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存 在任何这种实际的关系或者顺序。而且，术语"包括"、"包含"或者其任何其他变体意在涵 盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要 素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备 所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除 在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0154] 本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可 以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中， 这里所称得的存储介质，如：R0M/RAM、磁碟、光盘等。
[0155] 以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在 本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围 内。
【主权项】
1. 一种信息推送方法，其特征在于，所述方法包括： 接收针对目标用户的信息推送请求； 从预设的用户信息数据库中获得所述目标用户对预设的信息库中记录的各条信息感 兴趣的概率，其中，所述预设的用户信息数据库用于记录各个用户对所述预设的信息库中 记录的各条信息感兴趣的概率； 根据所获得的概率由高到低的顺序，从所述预设的信息数据库中记录的各条信息中确 定待推送信息； 推送所述待推送信息。2. 根据权利要求1所述的方法，其特征在于，按照以下方式生成所述预设的用户信息 数据库： 获得当前已有的信息分类； 获得当前所有用户对上述各个信息分类感兴趣的概率，生成概率矩阵A; 获得所述预设信息库中记录的各条信息属于上述各个信息分类的概率，生成概率矩阵B； 根据所述概率矩阵A和所述概率矩阵B，预测各个用户对所述预设的信息库中记录的 每一条信息感兴趣的概率，获得概率矩阵D; 判断所述概率矩阵D是否满足预设的收敛性判断条件，若不满足，按照预设的调整规 则调整所述概率矩阵D中的各个元素，并根据调整后的元素更新所述概率矩阵D，返回所述 判断所述概率矩阵D是否满足预设的收敛性判断条件的步骤，直至所述概率矩阵D满足所 述预设的收敛性判断条件； 根据所述概率矩阵D生成所述预设的用户信息数据库。3. 根据权利要求2所述的方法，其特征在于，所述判断所述概率矩阵D是否满足预设的 收敛性判断条件，包括： 根据预设的矩阵分解算法，将所述概率矩阵D分解为概率矩阵A'和概率矩阵B'，其中， 所述概率矩阵A'为与所述概率矩阵A对应的矩阵，所述概率矩阵B'为与所述概率矩阵B 对应的矩阵； 根据所述概率矩阵A'、所述概率矩阵B以及所述概率矩阵D，判断所述概率矩阵D是否 满足预设的收敛性判断条件。4. 根据权利要求3所述的方法，其特征在于，所述根据所述概率矩阵A'、所述概率矩阵 B'以及所述概率矩阵D，判断所述概率矩阵D是否满足预设的收敛性判断条件，包括： 根据以下表达式计算预测概率与真实概率之间的误差argminαjLw，其中，f表示所述概率矩阵A'第i行的元素组成的向量，$表示所述概率矩阵B'第 j行的元素组成的向量，λ表示调整系数，表示所述概率矩阵D的元素； 根据所述误差argmin。判断所述概率矩阵D是否满足预设的收敛性判断条件。5. 根据权利要求4所述的方法，其特征在于，所述根据所述误差argminα，山：^判断所 述概率矩阵D是否满足预设的收敛性判断条件，包括： 判断所述误差argmin。^!^是否小于预设的第一误差阈值，若小于，判定所述概率矩 阵D满足预设的收敛性判断条件；或 在所述概率矩阵D为根据调整后的元素更新后的概率矩阵的情况下，判断所述误差argmin。,PL(D)与误差argmina,PL(D) '之间的绝对差值是否小于预设的第二误差阈值，若小 于，判定所述概率矩阵D满足预设的收敛性判断条件，其中，所述误差argmin。^!^ '表示 基于更新之前的所述概率矩阵D计算得到的误差。6. 根据权利要求3-5中任一项所述的方法，其特征在于，所述方法还包括： 在判断得所述概率矩阵D满足预设的收敛性判断条件的情况下，根据所述概率矩阵A'和所述概率矩阵B'更新所述概率矩阵A和所述概率矩阵B。7. 根据权利要求2所述的方法，其特征在于，所述根据所述概率矩阵A和所述概率矩阵 B，预测各个用户对所述预设的信息库中记录的每一条信息感兴趣的概率，获得概率矩阵D， 包括： 根据以下表达式，预测各个用户对所述预设的信息库中记录的每一条信息感兴趣的概 率，获得概率矩阵D，其中，屯表示所述概率矩阵D的元素，alk表示所述概率矩阵A第i行第k列的元素，βjk表示所述概率矩阵B第j行第k列的元素，K表示所获得的信息分类的数量。8. -种信息推送装置，其特征在于，所述装置包括： 推送请求接收模块，用于接收针对目标用户的信息推送请求； 概率获得模块，用于从预设的用户信息数据库中获得所述目标用户对预设的信息库中 记录的各条信息感兴趣的概率，其中，所述预设的用户信息数据库用于记录各个用户对所 述预设的信息库中记录的各条信息感兴趣的概率； 待推送信息确定模块，用于根据所获得的概率由高到低的顺序，从所述预设的信息数 据库中记录的各条信息中确定待推送信息； 信息推送模块，用于推送所述待推送信息。9. 根据权利要求8所述的装置，其特征在于，所述装置还包括： 数据库生成模块，用于生成所述预设的用户信息数据库； 其中，所述数据库生成模块，包括： 信息分类获得子模块，用于获得当前已有的信息分类； 第一概率矩阵获得子模块，用于获得当前所有用户对上述各个信息分类感兴趣的概 率，生成概率矩阵A; 第二概率矩阵获得子模块，用于获得所述预设信息库中记录的各条信息属于上述各个 信息分类的概率，生成概率矩阵B; 第三概率矩阵获得子模块，用于根据所述概率矩阵A和所述概率矩阵B，预测各个用户 对所述预设的信息库中记录的每一条信息感兴趣的概率，获得概率矩阵D; 收敛性判断子模块，用于判断所述概率矩阵D是否满足预设的收敛性判断条件； 概率矩阵更新子模块，用于在所述收敛性判断子模块的判断结果为否的情况下，按照 预设的调整规则调整所述概率矩阵D中的各个元素，并根据调整后的元素更新所述概率矩 阵D，触发所述收敛性判断子模块进行判断，直至所述概率矩阵D满足所述预设的收敛性判 断条件； 数据库生成子模块，用于根据所述概率矩阵D生成所述预设的用户信息数据库。10.根据权利要求9所述的装置，其特征在于，所述收敛性判断子模块，包括： 矩阵分解单元，用于根据预设的矩阵分解算法，将所述概率矩阵D分解为概率矩阵A' 和概率矩阵B'，其中，所述概率矩阵A'为与所述概率矩阵A对应的矩阵，所述概率矩阵B' 为与所述概率矩阵B对应的矩阵； 收敛性判断单元，用于根据所述概率矩阵A'、所述概率矩阵B以及所述概率矩阵D，判 断所述概率矩阵D是否满足预设的收敛性判断条件。
【专利摘要】本申请实施例公开了一种信息推送方法及装置，涉及互联网技术领域，其中，包括：接收针对目标用户的信息推送请求；从预设的用户信息数据库中获得所述目标用户对预设的信息库中记录的各条信息感兴趣的概率，其中，所述预设的用户信息数据库用于记录各个用户对所述预设的信息库中记录的各条信息感兴趣的概率；根据所获得的概率由高到低的顺序，从所述预设的信息数据库中记录的各条信息中确定待推送信息；推送所述待推送信息。应用本申请实施例提供的方案能够有针对性的进行信息推送。
【IPC分类】G06F17/30
【公开号】CN105260477
【申请号】CN201510752379
【发明人】陈克寒
【申请人】北京金山安全软件有限公司
【公开日】2016年1月20日
【申请日】2015年11月6日