[发明专利]一种通过反向优化筛选推送的方法

权利要求书

1.一种通过反向优化筛选推送的方法，其特征在于，包括以下步骤：

S1：收集不同车载电台终端用户使用某类电台的行为习惯，上传至后台服务器；

S2：后台服务器根据用户使用某类电台的行为习惯为相应的用户生成用户画像，所述用户画像能够体现用户对某类电台的偏好程度；

S3：根据不同的用户画像匹配分类标签，一个用户有一个或多个标签；

S4：当后台服务器向用户推送节目内容时，将内容与标签相匹配，并且将内容推送到符合该标签的用户的车载电台终端。

2.根据权利要求1所述的通过反向优化筛选推送的方法，其特征在于，所述电台的种类至少包括新闻类、体育类、音乐类、知识类、娱乐类、情感类。

3.根据权利要求1所述的通过反向优化筛选推送的方法，其特征在于，步骤S1中，收集不同车载电台终端用户使用某类电台的行为习惯，所述行为习惯包括收听某类电台的频率、常用位置和收听时长。

4.根据权利要求1所述的通过反向优化筛选推送的方法，其特征在于，步骤S2中，后台服务器根据用户使用某类电台的行为习惯为相应的用户生成用户画像，具体包括以下步骤：

S21：统计用户每天收听每一类电台的时长信息；

S22：计算用户收听每一类电台的加权时长，计算公式为：

*t_i＝t_i1×c¹+t_i2×c²+...+t_iN×c^N

其中*t_i表示用户收听第i类电台的加权时长，设电台种类为M种，则0≤i≤M，t_iN表示用户N天前收听第i类节目的时长，c为预设的衰减系数；

S23：计算用户收听每一类电台的加权时长比例，计算公式为：

其中p_i表示该用户收听第i类电台的加权时长比例；

S24：选取的加权时长比例最大的前T项所对应的电台种类作为该用户的用户画像，T为预设值。

5.根据权利要求4所述的通过反向优化筛选推送的方法，其特征在于，步骤S21中，对于某一天，若用户收听某一类电台的时长超过S分钟，则该类电台才计入该天的统计数据；其中S为预设的有效收听时长。

6.根据权利要求4所述的通过反向优化筛选推送的方法，其特征在于，步骤S3中，每项标签分别对应一项电台类型，该用户的用户画像的T类电台多对应的T类标签即为该用户的标签。

7.根据权利要求1所述的通过反向优化筛选推送的方法，其特征在于，所述方法还包括，根据用户对推送的内容的感兴趣程度，进一步验证该标签是否符合用户，如果不符合删去该标签。