基于多层次正则匹配的推送方法、装置、设备及介质

技术领域

本发明涉及大数据的智能推荐技术领域，尤其涉及一种基于多层次正则匹配的推送方法、装置、设备及介质。

背景技术

随着大数据技术的发展，经常会出现向用户推送信息的场景，且在向用户推送信息时，推送信息时具有针对性的，比如，在金融领域，部分金融产品要求限定客户资质、身份、是否属于监管范围等，而不能被销售给该部分客户，因此与这些金融产品对应的推送信息即便被推送给受限客户也不能被出售；又比如，在用户访问网站(比如员工登录公司网站)时，部分推送信息也会因为用户等级、所属群体、是否与推送信息具有关联度等因素确定是否需要进行推送。

现有技术中存在的推荐算法，通常会将不同的推送信息推送给某个具有全部权限的群体，该方案的不足之处在于：由于上述方案中针对每一个推送信息，都要细化计算每一个用户是否满足每一个推送信息的受限要求，因此，从大数据运算的角度上来说，由于不同推送信息的受限因素不同且种类繁多，同时用户(比如新用户登录)也会随时更新；因此该方案的数据计算量和机器负荷过大，计算过程复杂，推送效率低；而若不通过上述方式进行针对性推荐，则将会造成信息推送的紊乱(比如，接收到推送信息的用户并不具备接收到该信息的权限，或者不具有购买与该推送信息对应的产品的权限)，同时严重降低用户体验。

发明内容

基于此，有必要针对上述技术问题，提供一种基于多层次正则匹配的推送方法、装置、设备及介质，以解决现有技术中推送效率低或信息推送紊乱等问题。

一种基于多层次正则匹配的推送方法，其特征在于，包括：

接收包含待推荐用户的用户信息的推送指令，将所述用户信息输入包含多层权限匹配层的预设多层次正则匹配模型；其中，每一层权限匹配层对应于包含至少一项权限正则表达式的一个待推送信息；

在所述预设多层次正则匹配模型的各所述权限匹配层中，对所述用户信息以及每一项权限正则表达式进行正则匹配，获取所述用户信息与各所述权限匹配层对应的待推送信息的匹配结果；

根据所述用户信息确定待推荐用户所属的用户群体，并获取所述用户群体中的其他用户对各项所述待推送信息的推荐值；

根据所述匹配结果和所述推荐值，自所有所述待推送信息中确定待推荐项，并将所述待推荐项推送至所述待推荐用户。

一种基于多层次正则匹配的推送装置，其特征在于，包括：

接收模块，用于接收包含待推荐用户的用户信息的推送指令，将所述用户信息输入包含多层权限匹配层的预设多层次正则匹配模型；其中，每一层权限匹配层对应于包含至少一项权限正则表达式的一个待推送信息；

结果获取模块，用于在所述预设多层次正则匹配模型的各所述权限匹配层中，对所述用户信息以及每一项权限正则表达式进行正则匹配，获取所述用户信息与各所述权限匹配层对应的待推送信息的匹配结果；

推荐值获取模块，用于根据所述用户信息确定待推荐用户所属的用户群体，并获取所述用户群体中的其他用户对各项所述待推送信息的推荐值；

推送模块，用于根据所述匹配结果和所述推荐值，自所有所述待推送信息中确定待推荐项，并将所述待推荐项推送至所述待推荐用户。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述基于多层次正则匹配的推送方法。

一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述基于多层次正则匹配的推送方法。

上述基于多层次正则匹配的推送方法、装置、设备及介质通过接收包含待推荐用户的用户信息的推送指令，将用户信息输入包含多层次权限配置层的预设多层次正则匹配模型，在所述预设多层次正则匹配模型的各所述权限匹配层中，对所述用户信息以及每一项权限正则表达式进行正则匹配，获取所述用户信息与各所述权限匹配层对应的待推送信息的匹配结果；根据用户信息确定待推荐用户所属的用户群体，并获取用户群体中的其他用户对各项待推荐信息的推荐值，根据匹配结果与推荐值，自所有待推荐信息中确定推荐项，并将推荐向推送至待推荐用户。本发明通过预设多层次正则匹配模型即可直接获取一个用户信息与所有待推送信息之间的匹配结果，其计算过程简单，计算效率高，使得向待推荐用户推送的待推荐信息具有针对性(被推送一个待推送信息的待推荐用户均与该待推送信息匹配)，其推送准确度高；同时，在确定匹配结果之后，根据匹配结果以及与该待推荐用户对应的用户群体的推荐值，共同决策进行针对性推荐进一步提升了推送准确度和用户体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中基于多层次正则匹配的推送方法的一应用环境示意图；

图2是本发明一实施例中基于多层次正则匹配的推送方法的一流程示意图；

图3是本发明一实施例中基于多层次正则匹配的推送方法的步骤S1的流程示意图；

图4是本发明一实施例中基于多层次正则匹配的推送方法的步骤S2的流程示意图；

图5是本发明另一实施例中基于多层次正则匹配的推送方法的步骤S2的流程示意图；

图6是本发明一实施例中基于多层次正则匹配的推送方法的步骤S3的流程示意图；

图7是本发明一实施例中基于多层次正则匹配的推送方法的步骤S4的流程示意图；

图8是本发明一实施例中基于多层次正则匹配的推送装置的一结构示意图；

图9是本发明一实施例中计算机设备的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供的基于多层次正则匹配的推送方法，可应用在如图1的应用环境中，其中，客户端与服务端进行通信。其中，客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种基于多层次正则匹配的推送方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：

步骤S1：接收包含待推荐用户的用户信息的推送指令，将所述用户信息输入包含多层权限匹配层的预设多层次正则匹配模型；其中，每一层权限匹配层对应于包含至少一项权限正则表达式的一个待推送信息。

其中，预设多层次正则匹配模型包含多层权限匹配层，其中每一权限匹配层均可以通过该层对应的各项权限正则表达式(一项或者多项均可)对输入的用户信息进行匹配，一个正则表达式对应一个正则匹配结果项(正则匹配结果项表征了输入的用户信息与该正则表达式是否匹配)，根据该权限匹配层中得到的所有正则匹配结果项，可以得到该权限匹配层对该用户信息进行匹配的匹配结果。

在一种实施例中，如图3所示，在步骤S1之前，也即所述接收包含待推荐用户的用户信息的推荐指令，将所述用户信息输入包含多层权限匹配层的预设多层次正则匹配模型之前，还包括：

步骤S101：获取所有待推送信息，并获取与各所述待推送信息对应的权限信息和预设优先级；其中，权限信息是指与每一项待推送信息对应，且用于表征对于该待推送信息可以推送的用户的限定特征的文本内容。预设优先级则是指多层次正则匹配模型中的多个权限匹配层的设置顺序，权限匹配层在多层次正则匹配模型中按照预设优先级从先到后设置，在用户信息输入多层次正则匹配模型之后，优选为按照预设优先级的先后顺序确定各权限匹配层的匹配顺序(也即预设优先级越先，该权限匹配层将会越先与用户信息进行匹配)。

步骤S102：自每一项所述权限信息中提取至少一个权限关键词；其中，权限关键词需要从上述权限信息中进行提取，权限关键词是指可以用于明确表明对于用户的限定特征且可以构建权限正则表达式的字词、字段或者句子等。

步骤S103：根据与一项所述待推送信息对应的所有所述权限关键词构建与该待推送信息对应的至少一项权限正则表达式；可理解地，对权限关键词的设定预设权限限制规则之后即可得到权限正则表达式。

步骤S104：根据与每一项所述待推送信息对应的所有所述权限正则表达式，构建与所述待推送信息对应的权限匹配层；

步骤S105：根据所有所述权限匹配层及其对应的预设优先级，构建预设多层次正则匹配模型。

在该实施例中，首先提取权限关键词，进而根据权限关键词构建权限正则表达式，从而在建立与所述待推送信息对应的权限匹配层之后，根据所有所述权限匹配层及其对应的预设优先级构建完成预设多层次正则匹配模型。本发明中的预设多层次正则匹配模型中的多个权限匹配层具有优先级的设定。可理解地，在多层次正则匹配模型得到各权限匹配层对应的匹配结果存在矛盾时，将以最高的优先级所对应的匹配结果为准。

在一种实施例中，在步骤S105之后，也即所述构建预设多层次正则匹配模型之后，还包括：

接收包含层次更新信息以及更新位置的层次更新指令，根据所述层次更新信息在所述预设多层次正则匹配模型的更新位置插入新的权限匹配层，或删除所述更新位置的所述权限匹配层。

可理解地，本实施例中的预设多层次正则匹配模型中的所有权限匹配层可以进行删减操作(删除所述更新位置的所述权限匹配层)，也可以在原有的预设多层次正则匹配模型中增加新的权限匹配层(在所述预设多层次正则匹配模型的更新位置插入新的权限匹配层)，此外，在本发明中，也可以对预设多层次正则匹配模型中的所有权限匹配层对应的待推送信息进行更新，比如更新其中的部分或者全部的权限正则表达式等。

步骤S2：在所述预设多层次正则匹配模型的各所述权限匹配层中，对所述用户信息以及每一项权限正则表达式进行正则匹配，获取所述用户信息与各所述权限匹配层对应的待推送信息的匹配结果。

也即，预设多层次正则匹配模型包含多层权限匹配层，其中每一权限匹配层均可以通过该层对应的各项权限正则表达式(一项或者多项均可)对输入的用户信息进行匹配，权限匹配层中的每一个正则表达式与输入的用户信息进行正则匹配之后均会得到一个正则匹配结果项，根据该权限匹配层中得到的所有正则匹配结果项，可以得到该权限匹配层对该用户信息进行匹配的匹配结果。

在一种实施例中，如图4所示，步骤S2包括：

步骤S21：确定所述预设多层次正则匹配模型中所有处于开启状态的所述权限匹配层；

步骤S22：通过处于开启状态中的每一所述权限匹配层，对与其对应的所述待推送信息中的每一项权限正则表达式以及所述用户信息进行正则匹配，获取各所述权限正则表达式与所述用户信息的正则匹配结果项，并将每一所述权限匹配层对应的所有正则匹配结果项和与该权限匹配层对应的待推送信息关联；

步骤S23：在与所述待推送信息关联的所有所述正则匹配结果项均为所述权限正则表达式与所述用户信息匹配时，将所述待推送信息的匹配结果记录为所述待推送信息与所述用户信息匹配；所述待推送信息与所述用户信息匹配，即认为可以向待推荐用户推荐匹配的该待推送信息，此时，所述匹配结果也可以表达为需要向待推荐用户推荐该待推送信息。

步骤S24：在与所述待推送信息关联的任意一项所述正则匹配结果项为所述权限正则表达式与所述用户信息不匹配时，将所述待推送信息的匹配结果记录为所述待推送信息与所述用户信息不匹配。所述待推送信息与所述用户信息不匹配，即认为不能向待推荐用户推荐不匹配的该待推送信息，此时，所述匹配结果也可以表达为不需要向待推荐用户推荐该待推送信息。

在多层次正则匹配模型中，采用用户信息到多层次正则匹配模型中的所有处于开启状态的各权限匹配层进行遍历，能够首先获取各权限匹配层中的各所述权限正则表达式与所述用户信息的正则匹配结果项，进而，根据所有正则匹配结果项确定与每一权限匹配层对应的匹配结果。

在一种实施例中，上述步骤S105之后，也即所述构建预设多层次正则匹配模型之后，还包括：接收包含开启信息的启动指令，根据所述开启信息控制所述预设多层次正则匹配模型中各所述权限匹配层处于开启状态或闭合状态。也即，在该实施例中，由于每个待推荐信息可能存在一定的可推荐时限(比如产品的推广时限或者是新闻信息的新鲜度时限等)，因此，在构建多层次正则匹配模型之后，可以根据每个待推荐信息的可推荐时限，将各待推荐信息对应的权限匹配层对应设置为开启状态或者闭合状态，可理解地，开启信息中表征了预设多层次正则匹配模型中每一个权限匹配层的开启状态或闭合状态。仅有在一个权限匹配层处于开启状态时，才会在该权限匹配层中对用户信息进行正则匹配，否则，在一个权限匹配层处于关闭状态时，该权限匹配层视为不参与各本次推送指令对应的用户信息的正则匹配过程。

在一种实施例中，多层所述权限匹配层按照预设优先级排列；不同层所述权限匹配层对应的待推送信息相同或不同。

如图5所示，在步骤S2之后，也即所述获取所述用户信息与各项待推送信息的匹配结果之后，还包括：

步骤S201：将与相同的所述待推送信息对应的不同层所述权限匹配层记录为同类匹配层；此时，同类匹配层是指与对应于同一个待推送信息的各个不同的权限匹配层。

步骤S202：在各所述同类匹配层匹配得到的各所述匹配结果存在不同时，将预设优先级最高的所述同类匹配层匹配得到的匹配结果记录为所有同类匹配层的匹配结果。也即，在所有同类匹配层对应的所述匹配结果存在不同时，说明至少有一个同类匹配层中得到的匹配结果与其他同类匹配层的匹配结果不同；也即，与同一个待推送信息对应的所有同类匹配层对应的各个匹配结果存在不同(也即，多层次正则匹配模型得到的各权限匹配层对应的匹配结果存在矛盾)。此时，权限匹配层在多层次正则匹配模型中按照预设优先级从先到后设置，因此，在与同一个待推送信息对应的所有同类匹配层对应的各个匹配结果存在不同时，将以最高的优先级所对应的匹配结果为准。比如，第一层权限匹配层和第二层权限匹配层对应的待推荐信息相同(但是权限正则表达式并不相同，否则仅用一层进行匹配即可)，若第一层的预设优先级高于第二层，此时，如第一层权限匹配层的匹配结果是待推送信息与用户信息匹配，需要向待推荐用户推荐待推送信息，第二层权限匹配层的匹配结果是待推送信息与用户信息不匹配，无需向待推荐用户推荐待推送信息，此时，以第一层的匹配结果为准，具体地，可以通过将第一层的匹配结果记录为第二层的匹配结果，或者删除第二层的匹配结果等方式，将与该待推荐信息对应的所有匹配结果均视为最高的优先级所对应的匹配结果(此处即为第一层的匹配结果)。

进一步地，以一实例说明上述预设多层次正则匹配模型，预设多层次正则匹配模型包括以下权限匹配层(且其中的预设优先级顺序为第1层>第2层>第3层)：

第1层权限匹配层对应的待推送信息的编号为A001，且包含以下一个正则表达式：用户信息中包含“AA”但是不包含“BB”；

第2层权限匹配层对应的待推送信息的编号为A002，且包含以下一个正则表达式：包含“BB”但不包含“CC”；

第3层权限匹配层对应的待推送信息的编号为A001，且包含以下一个正则表达式：包含“DDD”。根据上述预设多层次正则匹配模型：

(1)若接收到第一个推送指令，其中包含的用户信息为“某某AA有限公司”，此时：

第1层权限匹配层中认为待推送信息与用户信息匹配，得到匹配结果为：需要推荐A001。

第2层权限匹配层中认为待推送信息与用户信息不匹配，得到的匹配结果为：不需要推荐A002。

第3层权限匹配层中认为待推送信息与用户信息不匹配，得到的匹配结果为：不需要推荐信息A001。但是，由于上述第1层和第3层中均为对应于编号A001的待推荐信息的权限匹配层，且第1层的预设优先级高于第2层，因此，此时应该将该将第3层的匹配结果修改为第1层的匹配结果(需要推荐A001)，或者删除第3层的匹配结果将其记录为空值均可。

(2)若接收到第一个推送指令，其中包含的用户信息为“BBAA有限公司”，此时：

第1层权限匹配层中认为待推送信息与用户信息不匹配，得到匹配结果为：不需要推荐A001。

第2层权限匹配层中认为待推送信息与用户信息匹配，得到的匹配结果为：需要推荐A002。

第3层权限匹配层中认为待推送信息与用户信息匹配，得到的匹配结果为：不需要推荐信息A001。由于上述第1层和第3层中均为对应于编号A001的待推荐信息的权限匹配层，且第1层的预设优先级高于第2层，且第1层和第3层中的匹配结果均为不需要推荐A001，因此不需要对第3层中的匹配结果进行修改。

步骤S3：根据所述用户信息确定待推荐用户所属的用户群体，并获取所述用户群体中的其他用户对各项所述待推送信息的推荐值。

通过用户信息确定待推荐用户所属的用户群体(与待推荐用户的行为喜好等相同的用户群体)，进而获取用户群体中其他用户对各项待推送信息的推荐值，进而，通过用户群体中的喜好行为等相同的其他用户对于各待推送信息的推荐值，作为是否向用户推送待推送信息的进一步参考，可以进一步提升推送的准确性。

如图6所示，在步骤S3，所述根据所述用户信息确定待推荐用户所属的用户群体，并获取所述用户群体中的其他用户对各项所述待推送信息的推荐值，包括：

步骤S31：根据所述用户信息获取所述待推荐用户的用户匹配数据，所述用户匹配数据包括用户名称、用户属性和用户历史行为数据；

步骤S32：根据所述用户匹配数据与确定所述待推荐用户所属的用户群体，所述用户群体是根据已被推荐各所述待推送信息的所有用户的用户相关数据进行聚类得到的不同群体；

步骤S33：获取确定的所述用户群体中的各用户对应于各项待推送信息的推荐值。

在本实施例中，用户群体的确定过程是：首先确定已被推荐过至少一项上述待推送信息(构建上述预设多层次正则匹配模型的各权限匹配层对应的所有待推送信息中的至少一项)的用户，之后，通过对确定的所有用户的用户相关数据进行聚类得到不同用户群体，由于用户相关数据包括用户名称、用户属性和用户历史行为数据，用户历史行为数据可以包含用户喜好的与待推荐信息相关的行为等，因此，最终得到的同一用户群体中的用户对待推送信息的喜好相同。因此，找到待推荐用户所属用户群体之后，通过用户群体中的喜好行为等相同的其他用户对于各待推送信息的推荐值，作为是否向用户推送待推送信息的进一步参考，可以进一步提升推送的准确性。

在本发明中，用户群体中的用户对各项待推送信息的推荐值是指被推送各项待推送信息之后，对被推送的待推送信息的真实评价值。比如，用户A-E对于编号为A001和A002的推荐值如下表1中所示。

表1同一用户群体中各用户对于不同待推送信息的推荐值

步骤S4：根据所述匹配结果和所述推荐值，自所有所述待推送信息中确定待推荐项，并将所述待推荐项推送至所述待推荐用户。也即，在得到匹配结果之后，能够从匹配结果为匹配的所有待推送信息中进一步根据推荐值确定待推荐项，并将待推荐项推送至待推荐用户，匹配结果和所述推荐值的共同决策，对于待推送信息进行针对性推荐，进一步提升了推送准确度。

本发明通过预设多层次正则匹配模型即可直接获取一个用户信息与所有待推送信息之间的匹配结果，其计算过程简单，计算效率高，使得向待推荐用户推送的待推荐信息具有针对性(被推送一个待推送信息的待推荐用户均与该待推送信息匹配)，其推送准确度高；同时，在确定匹配结果之后，根据匹配结果以及与该待推荐用户对应的用户群体的推荐值，共同决策进行针对性推荐，进一步提升了推送准确度和用户体验。

在一种实施例中，如图7所示，步骤S4，也即所述根据所述匹配结果和所述推荐值，自所有所述待推送信息中确定待推荐项，并将所述待推荐项推送至所述待推荐用户，包括：

步骤S41：将匹配结果为所述待推送信息与所述用户信息匹配的所有待推送信息，记录为已匹配信息；也即，将匹配结果为匹配的所有待推送信息，确定为可以进行推送的符合权限要求的待推送信息，并将其记录为已匹配信息。

步骤S42：获取与所述用户信息关联的预设限制推送条件，并将不符合所述预设限制推送条件的所述已匹配信息确定为待推荐项；也即，预设限制推送条件可以是指特定的不可推送的条件，比如，预设限制推送条件为：当前时刻之前已经向该待推送用户推送了该待推送消息，则符合预设限制推送条件。又比如，预设限制推送条件为：待推送用户设定了在预设时段内并不接收某种信息类型(每一个待推送消息均具有一个信息类型)的消息，且当前时间点在该预设时段内，同时待推送消息属于该种信息类型，则符合预设限制推送条件。又比如，预设限制推送条件为：待推送用户购买了与该待推送消息对应的产品，则符合预设限制推送条件。

步骤S43：根据所述用户群体中的各用户对应于各所述待推荐项的推荐值以及预设权重确定各所述待推荐项的最终推荐值；可理解地，预设权重可以根据需求设定，可以根据该用户与该用户群体的契合度来设定预设权重，比如，与该用户群体契合度为0.8，则将预设权重设定为1.8，与该用户群体契合度为1，则将预设权重设定为2，与该用户群体契合度为0，则将预设权重设定为1，与该用户群体契合度为0.5，则将预设权重设定为1.5，也即，契合度属于0～1之间，但是预设权重在1～2之间波动，且契合度越高，对应的预设权重也越高，也即，与该待推荐用户的行为喜好越接近，则将推荐值的权重设定得越高，如此可以提升推荐准确度。最终推荐值可以为预设权重与推荐值的乘积。在匹配到的用户群体中，被推送过同一个待推荐项(待推荐信息)的用户存在多个时，也即，获取的用户群体中的各用户对应于该待推荐项的推荐值将会有多个(比如N个)，此时，可以去掉N/3个最高推荐值(如果N/3不为整数，则取小数点之前的数值作为将要去除的最高推荐值的数量即可)，再去掉N/3个最低推荐值(如果N/3不为整数，则取小数点之前的数值作为将要去除的最低推荐值的数量即可)，将剩余的中间的所有推荐值的平均值作为最终推荐值。

比如，对应于上述表1中的各用户的推荐值，还需要通过预设权重对该推荐值进行进一步调整(预设权重已经设定可以根据用户与该用户群体契合度进行确定)，此时，首先需要确定那一部分用户对应的哪些待推送信息需要根据预设权重进行调整。在本发明中，可以将用户群体中各用户的用户数据(对应于待推荐用户的用户信息)，分别输入上述包含多层权限匹配层的预设多层次正则匹配模型中进行遍历，确认获取各个用户的用户数据与各所述权限匹配层对应的待推送信息的匹配结果，在一个用户的用户数据与一个待推送信息的匹配结果为匹配时，此时，需要将该用户对应的待推送信息确定为推荐，否则即为不推荐。

比如，假设表1中各用户的预设权重均为1.2，只有用户A需要推荐编号A001的待推送信息；用户C需要推荐编号A002的待推送信息，上述两个用户分别对应的推荐值需要乘以预设权重进行调整，也即，此时，表1中的推荐值应该调整更新如下表2。

表2同一用户群体中各用户对于不同待推送信息的调整后的推荐值

可理解地，在一实施例中，亦可以在该用户群体中进一步根据预设限制推送条件(预设限制推送条件在上述实施例中已经说明，比如，预设限制推送条件为：待推送用户设定了在预设时段内并不接收某种信息类型的消息，且当前时间点在该预设时段内，同时待推送消息属于该种信息类型；则符合预设限制推送条件。又比如，预设限制推送条件为：待推送用户购买了与该待推送消息对应的产品，则符合预设限制推送条件)对各用户对应的待推送信息的推荐值进行调整，比如，若一个用户的对应的待推送信息符合预设限制推送条件，则将符合该预设限制推送条件的推荐值统一调整为一个预设值，比如“-1”，此时，在计算最终推荐值时，还需要根据再次调整之后的推荐值进行调整。比如，在上述表2中，若用户D对应的待推送信息A002符合预设限制推送条件，则将其推荐值“7”调整为“-1”。此时，在计算最终推荐值时，可以将其计入计算最终推荐值的推荐值基数中，亦可以首先将其筛选出来不做考虑，而是通过筛选过后的其他推荐值进行计算最终推荐值亦可。

步骤S44：根据所述最终推荐值将所述待推荐项推送至所述待推荐用户。也即，在该实施例中，最终得到的每一个待推荐项均具有一个对应的最终推荐值，因此，可以将最大的最终推荐值对应的待推送信息(待推荐项)推送给待推荐用户，也可以将所有待推荐项按照最终推荐值的高低排布并推送给待推荐用户，亦可以设定其他形式，比如根据需求选取并推送其中的部分待推荐项进行推送。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种基于多层次正则匹配的推送装置，该基于多层次正则匹配的推送装置与上述实施例中基于多层次正则匹配的推送方法一一对应。如图8所示，该基于多层次正则匹配的推送装置包括接收模块10、结果获取模块20、推荐值获取模块30、推送模块40。各功能模块详细说明如下：

接收模块10，用于接收包含待推荐用户的用户信息的推送指令，将所述用户信息输入包含多层权限匹配层的预设多层次正则匹配模型；其中，每一层权限匹配层对应于包含至少一项权限正则表达式的一个待推送信息；

结果获取模块20，用于在所述预设多层次正则匹配模型中，通过每一所述权限匹配层对与其对应的所述待推送信息中的每一项权限正则表达式以及所述用户信息进行正则匹配，获取所述用户信息与各项待推送信息的匹配结果；

推荐值获取模块30，用于根据所述用户信息确定待推荐用户所属的用户群体，并获取所述用户群体中的其他用户对各项所述待推送信息的推荐值；

推送模块40，用于根据所述匹配结果和所述推荐值，自所有所述待推送信息中确定待推荐项，并将所述待推荐项推送至所述待推荐用户。

本发明通过预设多层次正则匹配模型即可直接获取一个用户信息与所有待推送信息之间的匹配结果，其计算过程简单，计算效率高，使得向待推荐用户推送的待推荐信息具有针对性(被推送一个待推送信息的待推荐用户均与该待推送信息匹配)，其推送准确度高；同时，在确定匹配结果之后，根据匹配结果以及与该待推荐用户对应的用户群体的推荐值，共同决策进行针对性推荐进一步提升了推送准确度和用户体验。

在一种实施例中，所述装置还包括：信息获取模块，用于获取所有待推送信息，并获取与各所述待推送信息对应的权限信息和预设优先级；

提取模块，用于自每一项所述权限信息中提取至少一个权限关键词；

表达式构建模块，用于根据与一项所述待推送信息对应的所有所述权限关键词构建与该待推送信息对应的至少一项权限正则表达式；

匹配层构建模块，用于根据与每一项所述待推送信息对应的所有所述权限正则表达式，构建与所述待推送信息对应的权限匹配层；

模型构建模块，用于根据所有所述权限匹配层及其对应的预设优先级，构建预设多层次正则匹配模型。

在一种实施例中，模型构建模块还用于：接收包含开启信息的启动指令，根据所述开启信息控制所述预设多层次正则匹配模型中各所述权限匹配层处于开启状态或闭合状态。

在一种实施例中，模型构建模块还用于：接收包含层次更新信息以及更新位置的层次更新指令，根据所述层次更新信息在所述预设多层次正则匹配模型的更新位置插入新的权限匹配层，或删除所述更新位置的所述权限匹配层。

在一种实施例中，结果获取模块20包括：

确定子模块，用于确定所述预设多层次正则匹配模型中所有处于开启状态的所述权限匹配层；

匹配子模块，用于通过处于开启状态中的每一所述权限匹配层，对与其对应的所述待推送信息中的每一项权限正则表达式以及所述用户信息进行正则匹配，获取各所述权限正则表达式与所述用户信息的正则匹配结果项，并将每一所述权限匹配层对应的所有正则匹配结果项和与该权限匹配层对应的待推送信息关联；

匹配记录子模块，用于在与所述待推送信息关联的所有所述正则匹配结果项均为所述权限正则表达式与所述用户信息匹配时，将所述待推送信息的匹配结果记录为所述待推送信息与所述用户信息匹配；

不匹配记录子模块，用于在与所述待推送信息关联的任意一项所述正则匹配结果项为所述权限正则表达式与所述用户信息不匹配时，将所述待推送信息的匹配结果记录为所述待推送信息与所述用户信息不匹配。

所述装置还包括：

匹配层记录模块，用于将与相同的所述待推送信息对应的不同层所述权限匹配层记录为同类匹配层；

结果记录模块，用于在各所述同类匹配层匹配得到的各所述匹配结果存在不同时，将预设优先级最高的所述同类匹配层匹配得到的匹配结果记录为所有同类匹配层的匹配结果。

在一种实施例中，，推荐值获取模块30包括：

数据获取子模块，用于根据所述用户信息获取所述待推荐用户的用户匹配数据，所述用户匹配数据包括用户名称、用户属性和用户历史行为数据；

群体确定子模块，用于根据所述用户匹配数据与确定所述待推荐用户所属的用户群体，所述用户群体是根据已被推荐各所述待推送信息的所有用户的用户相关数据进行聚类得到的不同群体；

推荐值获取子模块，用于获取确定的所述用户群体中的各用户对应于各项待推送信息的推荐值。

在一种实施例中，推送模块40包括：

信息记录子模块，用于将匹配结果为所述待推送信息与所述用户信息匹配的所有待推送信息，记录为已匹配信息；

待推荐项确定子模块，用于获取与所述用户信息关联的预设限制推送条件，并将不符合所述预设限制推送条件的所述已匹配信息确定为待推荐项；

最终推荐值确定子模块，用于根据所述用户群体中的各用户对应于各所述待推荐项的推荐值以及预设权重确定各所述待推荐项的最终推荐值；

推送子模块，用于根据所述最终推荐值将所述待推荐项推送至所述待推荐用户。

关于基于多层次正则匹配的推送装置的具体限定可以参见上文中对于基于多层次正则匹配的推送方法的限定，在此不再赘述。上述基于多层次正则匹配的推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质、内存储器。该可读存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储基于多层次正则匹配的推送方法所涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种基于多层次正则匹配的推送方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现上述基于多层次正则匹配的推送方法。

在一个实施例中，提供了一个或多个存储有计算机可读指令的计算机可读存储介质，本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时实现上述基于多层次正则匹配的推送方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。