[发明专利]一种实现信息推送的方法和系统

说明书

技术领域

本发明涉及互联网技术，具体涉及一种实现信息推送的方法和系统。

背景技术

随着互联网的飞速发展，网络广告因其成本低廉、易于更新和无限到达潜力等优势正在以惊人的速度增长，网络广告发挥的效用越来越显得重要。然而，在业界普遍对网络广告前景表示看好的同时，广告从业者和网站经营者们也正面临一系列难题的困扰。

原有网络广告缺乏创意，表现的不过是简单的文字信息或图片。相比之下，富媒体广告有以下功能特点：第一，创新性和互动性带动了广告点击率的显著提高。第二，参与性和可测性有助于品牌建设。第三，服务性和标准化在一定程度上减轻了人们对网络广告的偏见。

富媒体广告的创新性和互动性在一定程度上解决了部分问题，但是，目前广告信息的展现与用户关注的文本、图像和视频等媒体内容并无相关性，也不一定符合用户偏好特征。用户通常会在广告出现之前就将其关闭，而遇到不能关闭的强制性广告，也会有很强的心理抵触。久而久之，就形成了所谓的“广告盲区”，即人们对无处不在的网络广告已经熟视无睹，导致用户满意度降低，广告效果严重降低。

发明内容

有鉴于此，本发明的主要目的在于提供一种实现信息推送的方法和系统，以便将符合要求的信息推送给用户，提高信息推送所达到的效果以及用户满意度。

为达到上述目的，本发明的技术方案是这样实现的：

一种实现信息推送的方法，其特征在于，该方法包括：

对媒体数据进行分析以得到媒体内容的语义特征，还分析用户网络行为以得到用户偏好特征；对要推送给用户的信息以及所述语义特征、用户偏好特征进行数据匹配，得到最终推送给用户的准推荐信息。

所述对媒体数据进行分析以得到媒体内容的语义特征的过程包括：通过媒体内容分析系统，对网络媒体中的数据进行特征提取，得到媒体内容的语义特征，并存入语义特征库；

所述分析用户网络行为以得到用户偏好特征的过程包括：通过用户终端对用户网络行为数据进行采集分析处理，形成用户偏好信息，并从中提取出用户偏好特征，存入用户偏好库。

在建立媒体内容的语义特征库时，对网络媒体进行语义特征提取，形成语义特征信息；其中，每一组语义特征信息对应一组镜头或场景，按时间序列排列成语义特征集合；

在建立用户偏好库时，对用户网络行为进行采集分析处理，提取出用户偏好特征并形成用户偏好库，最终排列形成用户偏好特征集合。

所述进行数据匹配的过程包括：

将存储语义特征的语义特征库与用户偏好库进行数据匹配以得到匹配结果，然后再将匹配结果与广告库进行匹配，得到按时间序列排序的信息，并根据用户兴趣度选取对应的信息作为准推荐信息。

该方法还包括：根据推荐规则，将所述准推荐信息以合适的方式实时动态地推送到用户界面。

一种实现信息推送的系统，该系统包括媒体内容分析系统、用户偏好分析系统、信息匹配系统；其中，

所述媒体内容分析系统，用于对媒体数据进行分析以得到媒体内容的语义特征；

所述用户偏好分析系统，用于分析用户网络行为以得到用户偏好特征；

所述信息匹配系统，用于对要推送给用户的信息以及所述语义特征、用户偏好特征进行数据匹配，得到最终推送给用户的准推荐信息。

所述媒体内容分析系统，在对媒体数据进行分析以得到媒体内容的语义特征时，用于：对网络媒体中的数据进行特征提取，得到媒体内容的语义特征，并存入语义特征库；

所述用户偏好分析系统，在分析用户网络行为以得到用户偏好特征时，用于：通过用户终端对用户网络行为数据进行采集分析处理，形成用户偏好信息，并从中提取出用户偏好特征，存入用户偏好库。

在建立媒体内容的语义特征库时，所述媒体内容分析系统用于对网络媒体进行语义特征提取，形成语义特征信息；其中，每一组语义特征信息对应一组镜头或场景，按时间序列排列成语义特征集合；

在建立用户偏好库时，所述用户偏好分析系统用于对用户网络行为进行采集分析处理，提取出用户偏好特征并形成用户偏好库，最终排列形成用户偏好特征集合。

所述信息匹配系统在进行数据匹配时，用于：将存储语义特征的语义特征库与用户偏好库进行数据匹配以得到匹配结果，然后再将匹配结果与广告库进行匹配，得到按时间序列排序的信息，并根据用户兴趣度选取对应的信息作为准推荐信息。

该系统还包括信息推送系统，用于：根据推荐规则，将所述准推荐信息以合适的方式实时动态地推送到用户界面。