[发明专利]信息推送方法、装置及服务器

权利要求书

1.一种信息推送方法，其特征在于，所述方法包括：

获取待推送用户访问过的信息，作为指定信息；

根据各指定信息与各待推送信息之间的强化学习相似系数，获取各待推送信息对应的推送系数，其中，任一指定信息与任一待推送信息之间的所述强化学习相似系数根据访问过该指定信息的用户对该待推送信息的操作数据获得；

根据所述各待推送信息对应的推送系数，从待推送信息中选取推送信息，向所述待推送用户进行推送。

2.根据权利要求1所述的方法，其特征在于，预先设置有用户对信息的各种操作对应的操作参数，

对于任一指定信息与任一待推送信息，将访问过该指定信息的用户对该待推送信息的操作对应的操作参数作为该用户对该待推送信息的操作数据。

3.根据权利要求2所述的方法，其特征在于，：

在用户对指定信息的访问页面中，向该用户推送了待推送信息，该用户未点击该待推送信息，对应的操作参数为第一数值；

在用户对指定信息的访问页面中，向该用户推送了待推送信息，该用户点击访问了该待推送信息，但对该待推送信息无其他行为，对应的操作参数为第二数值；

在用户对指定信息的访问页面中，向该用户推送了待推送信息，该用户点击访问了该待推送信息，并对该待推送信息产生了其他行为，对应的操作参数为第三数值。

4.根据权利要求1所述的方法，其特征在于，对于任一指定信息以及任一待推送信息，根据所有访问过该指定信息的用户对该待推送信息的操作产生的操作数据以及该待指定信息与该待推送信息之间的相似度系数，计算该指定信息以及该待推送信息之间的强化学习相似系数。

5.根据权利要求4所述的方法，其特征在于，所述计算该指定信息与该待推送信息之间的强化学习相似系数的公式为：

rfsimi,j=simi,j·x+Σv∈Vviewv,i·feedbackv,jy+Σv∈Vviewv,i]]>

其中，所述sim_i，j为信息i与信息j之间的相似度系数，view_v，i表示用户v是否访问过信息i，V表示所有用户，feedback_v，j表示用户v对待推送信息j的操作产生的操作数据，x以及y为预设初始数据。

6.根据权利要求5所述的方法，其特征在于，所述信息为文本，所述相似度系数sim_i，j为文本i与文本j之间的tf-idf相似度系数。

7.根据权利要求1所述的方法，其特征在于，对于任一待推送信息，通过加和各指定信息与该待推送信息之间的强化学习相似系数，获得该待推送信息对应的推送系数。