咨询信息推送方法、装置和终端设备的制造方法
【专利摘要】本发明公开了一种咨询信息推送方法、装置和终端设备，其中方法包括：获取记录用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征；根据历史行为特征预测与用户行为对应的咨询推送时间；根据咨询推送时间，向用户推送咨询信息。该方法根据获取的应用程序中用户使用情况的历史信息，预测与用户行为对应的咨询推送时间，根据该咨询推送时间为用户推送咨询信息，提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
【专利说明】
咨询信息推送方法、装置和终端设备
技术领域
[0001]本发明涉及信息处理技术领域，尤其涉及一种咨询信息推送方法、装置和终端设备。
【背景技术】
[0002]随着终端设备(例如智能手机)的发展与进步，终端设备上的各种应用程序越来越多，上述多种应用程序用以满足用户各种功能需求。其中，有一些而应用程序为了更好的满足用户的需求以及增强其自身的竞争力，拥有信息推送功能。例如，向用户推送广告、游戏、商业优惠信息等。
[0003]然而，现有的信息推送服务并不能满足用户个性化的需求，降低了信息推送的有效性，造成资源的浪费。
【发明内容】
[0004]本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
[0005]为此，本发明的第一个目的在于提出一种咨询信息推送方法，该方法根据获取的应用程序中用户使用情况的历史信息，预测与用户行为对应的咨询推送时间，根据该咨询推送时间为用户推送咨询信息，提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0006]本发明的第二个目的在于提出一种咨询信息推送装置。
[0007]本发明的第三个目的在于提出一种终端设备。
[0008]为达上述目的，本发明第一方面实施例的咨询信息推送方法，包括:获取记录用户对应用程序使用情况的历史信息，并从所述历史信息中提取历史行为特征;根据历史行为特征预测与用户行为对应的咨询推送时间；根据所述咨询推送时间，向所述用户推送咨询
?目息O
[0009]根据本发明实施例的咨询信息推送方法，获取用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征，进而根据历史行为特征预测与用户行为对应的咨询推送时间，从而根据咨询推送时间，向用户推送咨询信息。该方法根据用户的历史行为特征预测与用户行为对应的咨询推送时间，并根据该咨询推送时间向用户推送咨询信息，提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0010]另外，在本发明的一个实施例中，所述获取记录用户对应用程序使用情况的历史信息，包括:扫描所述用户使用的终端设备的本地文件，获取记录用户对应用程序使用情况的历史信息。
[0011]在本发明的一个实施例中，所述获取记录用户对应用程序使用情况的历史信息，包括:扫描与所述应用程序对应的服务器的本地文件，获取记录用户对应用程序使用情况的历史信息。
[0012]在本发明的一个实施例中，所述从所述历史信息中提取历史行为特征，包括:根据预设的与所述应用程序对应的行为特征类型，从所述历史信息中提取与所述行为特征类型对应的历史行为特征。
[0013]在本发明的一个实施例中，在所述根据所述咨询推送时间，向所述用户推送咨询信息之前，还包括:获取用户的行为偏好特征;所述向所述用户推送咨询信息，包括:向所述用户推送与所述行为偏好特征对应的咨询信息。
[0014]在本发明的一个实施例中，所述获取用户的行为偏好特征，包括:获取所述用户的大数据信息;对所述大数据信息进行分析获取用户的行为偏好特征。
[0015]在本发明的一个实施例中，所述大数据信息包括以下至少之一:访问互联网行为数据、商品交易行为数据、用户的基本属性数据。
[0016]为达上述目的，本发明第二方面实施例的咨询信息推送装置，包括:第一获取模块，用于获取记录用户对应用程序使用情况的历史信息;提取模块，用于从所述历史信息中提取历史行为特征;预测模块，用于根据历史行为特征预测与用户行为对应的咨询推送时间;推送模块，用于根据所述咨询推送时间，向所述用户推送咨询信息。
[0017]根据本发明实施例的咨询信息推送装置，获取用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征，进而根据历史行为特征预测与用户行为对应的咨询推送时间，从而根据咨询推送时间，向用户推送咨询信息。该装置根据用户的历史行为特征预测与用户行为对应的咨询推送时间，并根据该咨询推送时间向用户推送咨询信息，提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0018]另外，在本发明的一个实施例中，所述第一获取模块具体用于:扫描所述用户使用的终端设备的本地文件，获取记录用户对应用程序使用情况的历史信息。
[0019]在本发明的一个实施例中，所述第一获取模块具体用于:扫描与所述应用程序对应的服务器的本地文件，获取记录用户对应用程序使用情况的历史信息。
[0020]在本发明的一个实施例中，所述提取模块具体用于:根据预设的与所述应用程序对应的行为特征类型，从所述历史信息中提取与所述行为特征类型对应的历史行为特征。[0021 ]在本发明的一个实施例中，在所述推送模块根据所述咨询推送时间，向所述用户推送咨询信息之前，还包括:第二获取模块，用于获取用户的行为偏好特征；以及所述推送模块用于向所述用户推送与所述行为偏好特征对应的咨询信息。
[0022]在本发明的一个实施例中，所述第二获取模块包括:获取单元，用于获取所述用户的大数据信息;分析单元，用于对所述大数据信息进行分析获取用户的行为偏好特征。
[0023]在本发明的一个实施例中，所述大数据信息包括以下至少之一:访问互联网行为数据、商品交易行为数据、用户的基本属性数据。
[0024]为达上述目的，本发明第三方面实施例的终端设备，包括:壳体、处理器、存储器、电路板和电源电路，其中，所述电路板安置在所述壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上;所述电源电路，用于为终端设备的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行以下步骤:
[0025]获取记录用户对应用程序使用情况的历史信息，并从所述历史信息中提取历史行为特征；
[0026]根据历史行为特征预测与用户行为对应的咨询推送时间；
[0027]根据所述咨询推送时间，向所述用户推送咨询信息。
[0028]根据本发明实施例的终端设备，获取用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征，进而根据历史行为特征预测与用户行为对应的咨询推送时间，从而根据咨询推送时间，向用户推送咨询信息。该终端设备根据用户的历史行为特征预测与用户行为对应的咨询推送时间，并根据该咨询推送时间向用户推送咨询信息，提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0029]本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
【附图说明】
[0030]本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中:
[0031 ]图1是根据本发明一个实施例的咨询信息推送方法的流程图；
[0032]图2是根据本发明一个具体实施例的咨询信息推送方法的流程图；
[0033]图3是根据本发明一个实施例的咨询信息推送装置的结构示意图；
[0034]图4是根据本发明一个具体实施例的咨询信息推送装置的结构示意图；以及
[0035]图5是根据本发明另一个实施例的咨询信息推送装置的结构示意图。
【具体实施方式】
[0036]下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0037]下面参考附图描述本发明实施例的咨询信息推送方法、装置和终端设备。
[0038]图1是根据本发明一个实施例的咨询信息推送方法的流程图。如图1所示，该咨询信息推送方法包括:
[0039]S110，获取记录用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征。
[0040]需要注意的是，上述应用程序是安装于用户的终端设备(例如手机、平板电脑、个人数字助理、穿戴式设备等)上的为用户提供服务的各种软件，比如打车软件、订餐软件、购物软件等。
[0041]具体地，用户的各种行为习惯等信息可以通过对应用程序的使用情况反应出来，比如对订餐软件的使用情况反映了用户的吃饭时间等。因此，可通过获取记录用户对应用程序的使用情况的历史信息，以获取用户的行为信息。
[0042]基于上述实施例，获取记录用户对应用程序的使用情况的历史信息的方式有多种，下面举例说明:
[0043]作为一种示例，由于用户的在终端设备上对应用程序的使用情况等都可能会被监控并保存在终端设备的本地文件中，因此，可通过扫描用户使用的终端设备的本地文件，获取该本地文件中记录用户对应用程序的使用情况的历史信息。
[0044]其中，上述历史信息包括用户使用应用程序的时间，请求的具体功能，使用的频率等。比如，可以获取用户使用的智能手机的本地文件记录，获取用户对购物软件的浏览时间，浏览次数等。
[0045]作为一种示例，由于用户在使用应用程序的时候，该应用程序会对用户的使用情况等进行监控并上报给对应的服务器，比如购物软件A会通过用户登录的账号或者IP地址等将用户的使用情况上报给其对应的后台服务器，因此可通过扫描与应用程序对应的服务器的本地文件，获取记录用户对应用程序使用情况的历史信息。比如，可通过扫描与打车软件对应的服务器的本地文件，获取用户对打车软件的使用时间、使用频率等相关使用情况的历史信息。
[0046]进一步地，在获取到用户对应用程序使用情况的历史信息后，需要对该历史信息进行整合、分析等处理以提取历史行为特征，该历史行为特征用于体现用户的行为习惯等。
[0047]具体而言，由于应用程序具有多样性，其对应的使用情况的历史信息也具有多样性，因此为了从多种历史信息中提取出每个应用程序各自的能代表用户的行为特征的历史信息，可预先设置与应用程序对应的行为特征类型，并从历史信息中提取与行为特征类型对应的历史行为特征。
[0048]其中，应当理解的是，上述行为特征类型对应于应用程序的类型，比如，对于购物的应用程序，其根据对应的行为特征类型提取的历史信息可为用户购物的时间、购物的频率、购物的产品类别等;再比如，对于打车应用程序，其根据对应的行为特征类型提取的历史信息可为用户打车的时间，打车的频率，打车途经的地点信息等。
[0049]S120，根据历史行为特征预测与用户行为对应的咨询推送时间。
[0050]具体地，为了提高推送的咨询信息的点击率，并满足用户的需求，根据得到的历史行为特征预测与用户行为对应的咨询推送时间。比如，根据提取的打车软件的历史行为特征，预测用户的上班时间为周一到周五，且出门时间为早上九点，到公司的时间为九点半，回家时间为下午六点，到家的时间为六点半，则确定最佳的咨询推送时间是早上九点到九点半，以及下午的八点以后等。
[0051]S130，根据咨询推送时间，向用户推送咨询信息。
[0052]可以理解，上述咨询信息是各种应用程序根据其服务功能向用户推送的各种通知信息，比如购物软件推荐的打折优惠信息、天气预报软件推送的天气预报信息等。
[0053]基于上述实施例，当确定咨询推送时间后，可根据该推送时间向用户推送相关咨询信息，比如在用户上班途中向用户推送天气预报信息，早间新闻信息等。
[0054]综上所述，本发明实施例的咨询信息推送方法，获取用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征，进而根据历史行为特征预测与用户行为对应的咨询推送时间，从而根据咨询推送时间，向用户推送咨询信息。该方法根据用户的历史行为特征预测与用户行为对应的咨询推送时间，并根据该咨询推送时间向用户推送咨询信息，提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0055]在实际的应用中，为了进一步的增加用户对推送的咨询信息的点击率和接受度，提升推送咨询信息的有效度，还可以结合用户的行为偏好特征为用户推荐咨询信息，比如为喜欢购物的用户多推荐购物信息等。
[0056]具体地，还可在根据咨询推送时间推送咨询信息之前，获取用户的偏好特征，进而根据该行为偏好特征为用户推送咨询信息。图2为根据本发明一个具体实施例的咨询信息推送方法的流程图，如图2所示，在如图1所示的基础上，该咨询信息推送方法包括:
[0057]S210，获取记录用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征。
[0058]S220，根据历史行为特征预测与用户行为对应的咨询推送时间。
[0059]S230，获取用户的行为偏好特征。
[0060]具体地，可以获取用户的大数据信息，该大数据信息包括用户的在各种应用程序上的多种行为信息，以及各种应用程序的后台服务器记录的而用户行为信息等。
[0061]作为一种示例，该大数据信息可以包括访问互联网行为数据，比如用户在浏览器上的搜索记录和浏览记录等信息。
[0062]作为一种示例，该大数据信息可以包括商品交易行为数据，比如用户在购物软件上的购买物品的信息，以及购买金额等。
[0063]作为一种示例，该大数据信息可以包括用户的基本属性数据等，比如用户的性别、年龄、职业等。
[0064]进一步地，可通过对大数据信息进行分析获取用户的行为偏好特征。比如，通过对大数据信息分析得到用户，几乎每天都会在购物软件中浏览一小时，并且对该用户对应的购买记录中显示用户多次购买衣物等，则可以得出用户的行为偏好特征为爱好浏览购物信息，且喜欢买衣物。
[0065]S240，根据咨询推送时间，向用户推送与行为偏好特征对应的咨询信息。
[0066]基于上述实施例，可根据咨询推送时间向用户推荐与其行为偏好特征对应的咨询信息，比如在下班后，为行为偏好特征为喜好购物的用户推送购物信息等。
[0067]综上所述，本发明实施例的咨询信息推送方法，还可获取用户的行为偏好特征，并根据用户的行为偏好特征，在咨询推送时间为用户推送符合其行为偏好特征的咨询信息，进一步地提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0068]为了实现上述实施例，本发明还提出了一种咨询信息推送装置，图3是根据本发明一个实施例的咨询信息推送装置的结构示意图。
[0069]如图3所示，该咨询信息推送装置包括:第一获取模块310、提取模块320、预测模块330和推送模块340。
[0070]其中，第一获取模块310，用于获取记录用户对应用程序使用情况的历史信息。
[0071]具体地，用户的各种行为习惯等信息可以通过对应用程序的使用情况反应出来，比如对订餐软件的使用情况反映了用户的吃饭时间等。因此，第一获取模块310可通过获取记录用户对应用程序的使用情况的历史信息，以获取用户的行为信息。
[0072]基于上述实施例，第一获取模块310获取记录用户对应用程序的使用情况的历史信息的方式有多种，下面举例说明:
[0073]作为一种示例，由于用户的在终端设备上对应用程序的使用情况等都可能会被监控并保存在终端设备的本地文件中，因此，第一获取模块310可通过扫描用户使用的终端设备的本地文件，获取该本地文件中记录用户对应用程序的使用情况的历史信息。
[0074]其中，上述历史信息包括用户使用应用程序的时间，请求的具体功能，使用的频率等。比如，可以获取用户使用的智能手机的本地文件记录，获取用户对购物软件的浏览时间，浏览次数等。
[0075]作为一种示例，由于用户在使用应用程序的时候，该应用程序会对用户的使用情况等进行监控并上报给对应的服务器，比如购物软件A会通过用户登录的账号或者IP地址等将用户的使用情况上报给其对应的后台服务器，因此第一获取模块310可通过扫描与应用程序对应的服务器的本地文件，获取记录用户对应用程序使用情况的历史信息。比如，第一获取模块310可通过扫描与打车软件对应的服务器的本地文件，获取用户对打车软件的使用时间、使用频率等相关使用情况的历史信息。
[0076]提取模块320，用于从历史信息中提取历史行为特征。
[0077]基于上述实施例，在第一获取模块310获取到用户对应用程序使用情况的历史信息后，提取模块320需要对该历史信息进行整合、分析等处理以提取历史行为特征，该历史行为特征用于体现用户的行为习惯等。
[0078]具体而言，由于应用程序具有多样性，其对应的使用情况的历史信息也具有多样性，因此提取模块320为了从多种历史信息中提取出每个应用程序各自的能代表用户的行为特征的历史信息，可预先设置与应用程序对应的行为特征类型，并从历史信息中提取与行为特征类型对应的历史行为特征。
[0079]预测模块330，用于根据历史行为特征预测与用户行为对应的咨询推送时间。
[0080]具体地，为了提高推送的咨询信息的点击率，并满足用户的需求，预测模块330根据得到的历史行为特征预测与用户行为对应的咨询推送时间。比如，预测模块330根据提取的打车软件的历史行为特征，预测用户的上班时间为周一到周五，且出门时间为早上九点，到公司的时间为九点半，回家时间为下午六点，到家的时间为六点半，从而预测模块330则确定最佳的咨询推送时间是早上九点到九点半，以及下午的六点以后等。
[0081 ]推送模块340，用于根据咨询推送时间，向用户推送咨询信息。
[0082]基于上述实施例，当确定咨询推送时间后，推送模块340可根据该推送时间向用户推送相关咨询信息，比如在用户上班途中向用户推送天气预报信息，早间新闻信息等。
[0083]综上所述，本发明实施例的咨询信息推送装置，获取用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征，进而根据历史行为特征预测与用户行为对应的咨询推送时间，从而根据咨询推送时间，向用户推送咨询信息。该装置根据用户的历史行为特征预测与用户行为对应的咨询推送时间，并根据该咨询推送时间向用户推送咨询信息，提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0084]在实际的应用中，为了进一步的增加用户对推送的咨询信息的点击率和接受度，提升推送咨询信息的有效度，还可以结合用户的行为偏好特征为用户推荐咨询信息，比如为喜欢购物的用户多推荐购物信息等。
[0085]具体地，还可在根据咨询推送时间推送咨询信息之前，获取用户的偏好特征，进而根据该行为偏好特征为用户推送咨询信息。图4是根据本发明一个具体实施例的咨询信息推送装置的结构示意图。如图4所示，在如图3所示的基础上，该咨询信息推送装置还包括:第二获取模块350。
[0086]其中，第二获取模块350，用于获取用户的行为偏好特征。
[0087]具体地，如图5所示，该第二获取模块350包括获取单元351和分析单元352。即获取单元351可以获取用户的大数据信息，该大数据信息包括用户的在各种应用程序上的多种行为信息，以及各种应用程序的后台服务器记录的而用户行为信息等。
[0088]作为一种示例，该大数据信息可以包括访问互联网行为数据，比如用户在浏览器上的搜索记录和浏览记录等信息。
[0089]作为一种示例，该大数据信息可以包括商品交易行为数据，比如用户在购物软件上的购买物品的信息，以及购买金额等。
[0090]作为一种示例，该大数据信息可以包括用户的基本属性数据等，比如用户的性别、年龄、职业等。
[0091]进一步地，分析单元352可通过对大数据信息进行分析获取用户的行为偏好特征。比如，通过对大数据信息分析得到用户，几乎每天都会在购物软件中浏览一小时，并且对该用户对应的购买记录中显示用户多次购买衣物等，则可以得出用户的行为偏好特征为爱好浏览购物信息，且喜欢买衣物。
[0092]在本发明的实施例中，推送模块340还用于根据咨询推送时间，向用户推送与行为偏好特征对应的咨询信息。
[0093]基于上述实施例，推送模块340可根据咨询推送时间向用户推荐与其行为偏好特征对应的咨询信息，比如在下班后，为行为偏好特征为喜好购物的用户推送购物信息等。
[0094]综上所述，本发明实施例的咨询信息推送装置，还可获取用户的行为偏好特征，并根据用户的行为偏好特征，在咨询推送时间为用户推送符合其行为偏好特征的咨询信息，进一步地提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0095]为了实现上述实施例，本发明还提出一种终端设备，该终端设备包括:壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为终端设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤:
[0096]获取记录用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征；
[0097]根据历史行为特征预测与用户行为对应的咨询推送时间；
[0098]根据咨询推送时间，向用户推送咨询信息。
[0099]需要说明的是，上述终端设备与上述参照图1至图2对咨询信息推送方法的描述，其功能与咨询信息推送方法描述的功能相对应，在此不再赘述。
[0100]综上所述，本发明实施例的终端设备，获取用户对应用程序使用情况的历史信息，并从历史信息中提取历史行为特征，进而根据历史行为特征预测与用户行为对应的咨询推送时间，从而根据咨询推送时间，向用户推送咨询信息。该终端设备根据用户的历史行为特征预测与用户行为对应的咨询推送时间，并根据该咨询推送时间向用户推送咨询信息，提高了用户对推送的咨询信息的点击率和接受度，提升了推送咨询信息的有效度。
[0101 ]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0102]在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0103]尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
【主权项】
1.一种咨询信息推送方法，其特征在于，包括以下步骤: 获取记录用户对应用程序使用情况的历史信息，并从所述历史信息中提取历史行为特征； 根据历史行为特征预测与用户行为对应的咨询推送时间； 根据所述咨询推送时间，向所述用户推送咨询信息。2.如权利要求1所述的方法，其特征在于，所述获取记录用户对应用程序使用情况的历史信息，包括: 扫描所述用户使用的终端设备的本地文件，获取记录用户对应用程序使用情况的历史?目息O3.如权利要求1所述的方法，其特征在于，所述获取记录用户对应用程序使用情况的历史信息，包括: 扫描与所述应用程序对应的服务器的本地文件，获取记录用户对应用程序使用情况的历史信息。4.如权利要求1所述的方法，其特征在于，所述从所述历史信息中提取历史行为特征，包括: 根据预设的与所述应用程序对应的行为特征类型，从所述历史信息中提取与所述行为特征类型对应的历史行为特征。5.如权利要求1-4任一所述的方法，其特征在于，在所述根据所述咨询推送时间，向所述用户推送咨询信息之前，还包括: 获取用户的行为偏好特征； 所述向所述用户推送咨询信息，包括: 向所述用户推送与所述行为偏好特征对应的咨询信息。6.如权利要求5所述的方法，其特征在于，所述获取用户的行为偏好特征，包括: 获取所述用户的大数据信息； 对所述大数据信息进行分析获取用户的行为偏好特征。7.如权利要求6所述的方法，其特征在于，所述大数据信息包括以下至少之一: 访问互联网行为数据、商品交易行为数据、用户的基本属性数据。8.一种咨询信息推送装置，其特征在于，包括: 第一获取模块，用于获取记录用户对应用程序使用情况的历史信息； 提取模块，用于从所述历史信息中提取历史行为特征； 预测模块，用于根据历史行为特征预测与用户行为对应的咨询推送时间； 推送模块，用于根据所述咨询推送时间，向所述用户推送咨询信息。9.如权利要求8所述的装置，其特征在于，所述第一获取模块具体用于:扫描所述用户使用的终端设备的本地文件，获取记录用户对应用程序使用情况的历史信息。10.如权利要求8所述的装置，其特征在于，所述第一获取模块具体用于:扫描与所述应用程序对应的服务器的本地文件，获取记录用户对应用程序使用情况的历史信息。
【文档编号】G06Q30/02GK105893532SQ201610195461
【公开日】2016年8月24日
【申请日】2016年3月30日
【发明人】白斌
【申请人】北京金山安全软件有限公司