用于推送信息的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于推送信息的方法和装置。

背景技术

随着移动终端的普及和移动互联网的快速发展，在传统的客户端向服务端主动请求信息的服务模式的基础上，出现了由服务端主动向移动终端推送信息的服务模式。如何向移动终端的用户更加智能化地推送信息以满足用户的实际需求，是移动终端的信息推送方式下不断研究的方向之一。

现有的针对移动终端的信息推送方式主要包括：基于Wi-Fi(无线通信技术)的信息推送和基于GPS(Global Positioning System，定时测距导航卫星全球定位系统)的信息推送。其中，基于Wi-Fi的信息推送方式通常是根据用户使用的移动终端所接入的Wi-Fi，对用户所在的场所进行识别，然后向用户推送识别出的场所周边的信息。基于GPS的信息推送方式主要是利用GPS对用户进行定位，然后向用户推送用户当前位置附近的信息。

发明内容

本公开的实施例提出了用于推送信息的方法和装置。

第一方面，本公开的实施例提供了一种用于推送信息的方法，该方法包括：获取用户的目的地对应的候选推送信息集；确定候选推送信息集中的用户关联信息，其中，用户关联信息包括与用户的关联度大于预设阈值的候选推送信息；从候选推送集中删除所确定的用户关联信息，得到更新后的候选推送信息集；从更新后的候选推送信息集中选取候选推送信息作为推送信息以及推送。

在一些实施例中，上述从更新后的候选推送信息集中选取候选推送信息作为推送信息以及推送，包括：在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息。

在一些实施例中，上述确定候选推送信息集中的用户关联信息，包括：预测用户在目的地处的偏好信息；确定候选推送信息集中与偏好信息对应的候选推送信息作为用户关联信息。

在一些实施例中，上述用于推送信息的方法还包括：响应于检测到用于指示用户出行的用户行为，确定用户出行的目的地。

在一些实施例中，上述在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息，包括：在用户出行途中且在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息。

在一些实施例中，上述确定用户出行的目的地，包括：根据用户的历史通信数据和历史通信数据对应的基站的属性信息，确定用于表征用户的出行轨迹的规则性的轨迹熵，其中，属性信息包括定位精度和分布密度；根据轨迹熵，预测用户出行的目的地。

在一些实施例中，上述用于推送信息的方法还包括：记录用户的行为信息，其中，行为信息包括以下至少一项：用于指示用户是否到达目的地的指示信息、用户在到达目的地后对推送信息指示的对象的行为信息。

第二方面，本公开的实施例提供了一种用于推送信息的装置，该装置包括：获取单元，被配置成获取用户的目的地对应的候选推送信息集；信息确定单元，被配置成确定候选推送信息集中的用户关联信息，其中，用户关联信息包括与用户的关联度大于预设阈值的候选推送信息；更新单元，被配置成从候选推送集中删除所确定的用户关联信息，得到更新后的候选推送信息集；推送单元，被配置成从更新后的候选推送信息集中选取候选推送信息作为推送信息以及推送。

在一些实施例中，上述推送单元进一步被配置成：在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息。

在一些实施例中，上述信息确定单元进一步被配置成：预测用户在目的地处的偏好信息；确定候选推送信息集中与偏好信息对应的候选推送信息作为用户关联信息。

在一些实施例中，上述用于推送信息的装置还包括：目的地确定单元，被配置成：响应于检测到用于指示用户出行的用户行为，确定用户出行的目的地。

在一些实施例中，上述推送单元进一步被配置成：在用户出行途中且在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息。

在一些实施例中，上述目的地确定单元进一步被配置成：根据用户的历史通信数据和历史通信数据对应的基站的属性信息，确定用于表征用户的出行轨迹的规则性的轨迹熵，其中，属性信息包括定位精度和分布密度；根据轨迹熵，预测用户出行的目的地。

在一些实施例中，上述用于推送信息的装置还包括：记录单元，被配置成：记录用户的行为信息，其中，行为信息包括以下至少一项：用于指示用户是否到达目的地的指示信息、用户在到达目的地后对推送信息指示的对象的行为信息。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的用于推送信息的方法和装置，通过从用户的目的地对应的候选推送信息集中过滤掉与用户的关联度比较大的一些候选推送信息，以从更新后的候选推送信息集中选取候选推送信息向用户推送，可以一定程度地避免频繁地向用户推送与其关联度较大的信息，从而降低由于信息推送而给用户带来的打扰性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于推送信息的方法的一个实施例的流程图；

图3是根据本公开的用于推送信息的方法的又一个实施例的流程图；

图4是根据本公开的用于推送信息的方法的再一个实施例的流程图；

图5是根据本公开的实施例的用于推送信息的方法的一个应用场景的示意图；

图6是根据本公开的用于推送信息的装置的一个实施例的结构示意图；

图7是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于推送信息的方法或用于推送信息的装置的实施例的示例性架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用。例如，搜索类应用、浏览器类应用、购物类应用、即时通讯工具、社交平台应用、信息流泪应用等等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机等各种移动终端。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103上安装的客户端应用提供支持的后端服务器。服务器可以根据终端设备101、102、103的请求向终端设备101、102、103推送信息，也可以主动向终端设备101、102、103推送信息。

需要说明的是，本公开的实施例所提供的用于推送信息的方法一般由服务器105执行，相应地，用于推送信息的装置一般设置于服务器105中。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本公开的用于推送信息的方法的一个实施例的流程200。该用于推送信息的方法包括以下步骤：

步骤201，获取用户的目的地对应的候选推送信息集。

在本实施例中，用户的目的地可以指用户出行的目的地。推送信息可以是各种类型的信息，包括但不限于以下至少一种文本、图像、视频、音频等等。

目的地对应的候选推送信息集可以由若干个与目的地关联的候选推送信息组成。与目的地关联的候选推送信息可以指与目标地之间具有各种关联关系的推送信息。其中，关联关系可以根据实际的应用场景或应用需求灵活设置。

例如，与目的地关联的候选推送信息可以包括所描述的对象位于目的地附近的推送信息。例如，推送信息为一个建筑的介绍信息时，若该建筑位于目的地附近，则可以认为该推送信息为与目的地关联的候选推送信息。

在本实施例中，用于推送信息的方法的执行主体(如图1所示的服务器105等)可以采用各种方法获取用户的目的地对应的候选推送信息集。例如，执行主体的本地或其他存储设备(如连接的数据库等)可以预先存储有目的地与候选推送信息集之间的对应关系。此时，执行主体可以通过查询预存的对应关系获取用户的目的地对应的候选推送信息集。又例如，执行主体可以实时查询用户的目的地附近的各对象对应的推送信息并组合形成目的地对应的候选推送信息集。

步骤202，确定候选推送信息集中的用户关联信息。

在本实施例中，用户关联信息可以指与用户的关联度大于预设阈值的候选推送信息。候选推送信息与用户的关联度可以根据实际的应用需求通过各种方法确定。例如，候选推送信息与用户的关联度为候选推送信息与用户在目的地处的历史浏览信息的相似度。其中，预设阈值可以由技术人员根据实际的应用需求预先设置。

执行主体可以分别计算候选推送信息集中的各候选推送信息与用户之间的关联度，然后从候选推送信息集中确定出对应的关联度大于预设阈值的候选推送信息作为用户关联信息。

其中，候选推送信息与用户之间的关联度可以采用各种方法确定。例如，可以计算候选推送信息与用户的兴趣标签的相似度作为候选推送信息与用户之间的关联度。用户的兴趣标签可以指示用户的兴趣。

步骤203，从候选推送集中删除所确定的用户关联信息，得到更新后的候选推送信息集。

在本实施例中，在确定出用户关联信息之后，可以进一步从候选推送信息集中删除用户关联信息，从而得到更新后的候选推送信息集，

步骤204，从更新后的候选推送信息集中选取候选推送信息作为推送信息以及推送。

在本实施例中，在得到更新后的候选推送信息集后，可以从更新后的候选推送信息集中选取候选推送信息作为推送信息，并推送选取的推送信息。

其中，从更新后的候选推送信息集中选取候选推送信息的方法可以灵活设置。例如，可以从更新后的候选推送信息集中随机选取指定数目的候选推送信息。又例如，可以从更新后的候选推送信息集中按照对应的关联度从大到小的顺序选取指定数目的候选推送信息。

在本实施例的一些可选的实现方式中，可以通过如下步骤确定候选推送信息集中的用户关联信息：

步骤一、预测用户在目的地处的偏好信息。

在本步骤中，用户的偏好信息可以指对用户来说比较感兴趣的信息，具体可以采用各种方法预测用户在目的地处的偏好信息。例如，可以根据用户在目的地处的历史行为信息，预测用户在目的地处的偏好信息。作为示例，可以将当前时间之前用户在目的地处浏览过的信息作为用户的偏好信息。

步骤二，确定候选推送信息集中用户的偏好信息对应的候选推送信息作为用户关联信息。

在本步骤中，偏好信息对应的候选推送信息可以根据实际的应用场景确定。例如，偏好信息对应的候选推送信息可以是与偏好信息的相似度大于预设的相似度阈值的候选推送信息。又例如，偏好信息对应的候选推送信息可以是所描述的对象与偏好信息所描述的对象相同的候选推送信息。

与用户关联度较大的推送信息在很多情况下是已经推送给用户过的，或者与该推送信息描述的对象相关的其他推送信息是已经推送给用户过的，而过于频繁地向用户推送同一对象的各种推送信息或推送与用户所在位置处关联度较大的信息可能会给用户带来比较强的打扰性，用户也可能不再浏览这些推送信息。

考虑到这一点，本公开的上述实施例提供的方法通过从与用户的目的地处关联的候选推送信息集中过滤掉与用户的关联度比较大的一些候选推送信息，从更新后的候选推送信息集中选取候选推送信息向用户推送，可以避免向用户推送与其关联度过大的信息，从而降低由于信息推送而给用户带来的打扰性。

继续参考图3，其示出了根据本公开的用于推送信息的方法的又一个实施例的流程300。该用于推送信息的方法包括以下步骤：

步骤301，获取用户的目的地对应的候选推送信息集。

步骤302，确定候选推送信息集中的用户关联信息。

步骤303，从候选推送集中删除所确定的用户关联信息，得到更新后的候选推送信息集。

步骤304，从更新后的候选推送信息集中选取候选推送信息作为推送信息，以及在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息。

在本实施例中，执行主体可以在用户还未到达目的地之前，提前向用户所使用的终端设备(如图1所示的终端设备101、102、103等)推送所确定的推送信息，以使用户可以在到达目的地之前就可以预先查看到与目的地关联的推送信息。具体地，可以采用现有的各种定位方法确定用户是否到达目的地，以在用户还未到达目的地之前，提前进行推送信息的推送。

本实施例中未具体说明的内容可参考图2对应实施例中的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，可以在用户出行途中且在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息。其中，用户的出行途中可以包括用户步行、乘坐交通工具、导航等到达目的地的过程。

现有的信息推送方式通常是先确定用户当前所在的位置(如目的地处)，然后再向用户推送该位置关联的信息。这种信息推送方式可能出现如下一些情况：

一种情况下，用户在目的地处的注意力通常并不在使用移动终端上，而是更关注当前周围的实际环境(如看风景、逛店铺、与他人聊天等等)，因此这种情况下用户可能并不会花费时间和精力浏览移动终端所接收到的推送信息。

另一种情况下，用户在目的地处停留的时间可能并不长，因此，在用户已经到达目的地后再花时间确定推送信息并向用户使用的移动终端进行推送时，用户可能已经要离开目的地处，因此这种情况下，用户接收到的推送信息对于用户来说通常是过时的、失效的。

针对上述一些情况，本公开的上述实施例提供的用于推送信息的方法通过在用户到达目的地之前提前向用户推送与目的地关联的推送信息，以使用户在出行途中就可以浏览推送信息。这种信息推送方式下，由于用户在出行途中(如在地铁上、公交车上等)注意力通常会集中在移动终端上来利用出行这段时间，因此在用户出行途中向用户推送信息，有助于提升推送信息的查看率，避免无效推送。另外，在用户到达目的地之前预先推送信息，可以保证推送的信息的时效性，避免出现向用户推送用户已经离开的位置处关联的信息的情况，从而提升信息推送的有效性，避免移动终端和服务端在信息推送过程中浪费无用的流量。另外，用户若在出行途中浏览到推送信息，则在用户到达目的地后，基于视网膜效应会对目的地处其在出行途中浏览到的推送信息指示的对象产生更多的注意力，从而有助于提升用户体验。

进一步参考图4，其示出了用于推送信息的方法的再一个实施例的流程400。该用于推送信息的方法的流程400，包括以下步骤：

步骤401，响应于检测到用于指示用户出行的用户行为，确定用户出行的目的地。

在本实施例中，执行主体可以在检测到用于指示用户出行的用户行为时，确定用户本次出行的目的地。其中，用于指示用户出行的用户行为在不同的应用场景下可以相同，也可以不同，具体可以根据实际的应用场景灵活设置。

对应地，在不同的应用场景下，上述执行主体可以灵活采用各种方法对用户出行进行检测。例如，用户在出行时，可以通过其使用的移动终端向上述执行主体发送用于指示本次出行的信号。此时，执行主体在接收到信号时，则可以认为检测到了用户出行。

又例如，上述执行主体可以通过检测用户的位置变化确定是否检测到用户出行。作为示例，执行主体可以在检测到用户位置持续变化超过预设时长时，认为检测到用户出行。或者，执行主体可以在检测到用户位置变化至车站(如地铁站、公交车站等)时，认为检测到用户出行。

在本实施例中，在不同的应用场景下，上述执行主体可以灵活采用各种方法确定用户出行的目的地。例如，用户在出行时，可以通过其使用的移动终端向上述执行主体发送本次出行的目的地。

又例如，在检测到用户出行时，执行主体可以通过比对预先记录的、该用户的历史出行记录和本次出行的时间、位置变化等信息预测该用户本次出行的目的地。

需要说明的是，目的地的位置粒度可以根据实际的应用需求或应用场景灵活设置。例如，目的地可以为某个街道、也可以为某个商场、还可以为某个店铺等等。

步骤402，获取用户的目的地对应的候选推送信息集。

步骤403，确定候选推送信息集中的用户关联信息。

步骤404，从候选推送集中删除所确定的用户关联信息，得到更新后的候选推送信息集。

步骤405，从更新后的候选推送信息集中选取候选推送信息作为推送信息以及推送。

本实施例中未具体说明的内容可参考图2对应实施例中的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，可以通过如下步骤确定用户的目的地：

步骤一，根据用户的历史通信数据和历史通信数据对应的基站的属性信息，确定用于表征用户的出行轨迹的规则性的轨迹熵。

在本步骤中，用户的通信数据可以指用户所使用的移动终端利用基站与外界通信所产生的各种数据。用户的历史通信数据可以指用户在当前时间之前的通信数据。用户的历史通信数据所覆盖的时间范围可以由技术人员根据实际的应用场景和应用需求灵活设置。

一般地，基站根据用户的每次通信数据都可以对用户的移动终端进行定位，即对用户进行定位，从而得到针对用户的定位数据。基于此，利用用户历史时间段内的通信数据就可以得到用户在历史时间段内的各个定位数据，然后将定位数据按照时间顺序排列就可以得到该用户在历史时间段内的出行轨迹。

基站的属性信息可以包括基站的定位精度和分布密度。其中，基站的定位精度可以表征基站对用户进行定位得到的定位数据的精确度。基站的分布密度可以表征基站的分布情况。一般地，基站的定位精度与基站的分布密度正相关。即基站的分布密度越大，则定位精度通常也就越高。反之，基站的分布密度越小，则定位精度通常就越低。

轨迹熵可以用于表征用户的出行轨迹的规则性(或称规则程度)。一般地，用户的出行轨迹越规律，则轨迹熵越小，用户的出行轨迹变化性越大，则轨迹熵越大。

作为示例，若用户A的定位数据表示用户周一到周五往返于家和公司之间，周六日往返于家和某个商场之间，则可以看出用户A的出行比较规律，因此用户A的轨迹熵可以设置为较小的值。

若用户B的定位数据表示用户每天的出行非常随机，没有明显地规律，则可以认为用户B的出行是不规律的，因此用户B的轨迹熵可以设置为较大的值。

需要说明的是，用户的轨迹熵是随时间变化的，可以根据用户新的通信数据不断进行更新，以更准确地预测用户的行动轨迹和出行目的地。

具体地，可以采用现有的各种轨迹熵确定方法，以根据用户的历史通信数据和基站的定位精度和分布密度，得到用户的轨迹熵。

可选地，可以通过如下步骤根据用户的历史通信数据和基站的定位精度和分布密度，确定用户的轨迹熵：

步骤(1)、在得到用户在历史时间段内按时间先后顺序排列的定位数据所形成的定位数据序列之后，根据基站的定位精度和分布密度，对定位数据序列进行调整，形成调整后的定位数据序列。

在本步骤中，由于基站的定位精度和分布密度的不同，在历史时间段内得到的用户的定位数据的数目也不同。一般地，基站的定位精度和分布密度的增大会导致熵增的情况，为了平衡基站的定位精度和分布密度与用户的轨迹熵，可以根据基站的定位精度和分布密度，对确定的用户的初始轨迹熵进行调整。具体地调整策略可以根据实际的应用场景设置。

例如，对于用户在历史时间段内按时间先后顺序排列的定位数据所形成的定位数据序列来说，可以按照任意宽度从定位数据序列中提取定位数据组，其中，宽度可以表示定位数据组所包括的定位数据的数目。然后，对于相邻的定位数据组，可以确定这两个定位数据组中的每个定位数据之间的位置差是否小于预设阈值，若均小于预设阈值，则可以认为这两个定位数据组对应的位置变化不引起熵增，从而可以将这两组定位数据组合并为一个定位数据。

这样一来，可以减小定位数据序列的长度，并且避免了基站的位置精度和分布密度对用户轨迹熵的影响，有助于提升后续确定用户的轨迹熵的准确性和稳定性。

步骤(2)、根据调整后的定位数据序列，确定该用户的轨迹熵。

在本步骤中，可以基于统计分析的方法计算调整后的定位数据序列中任意两个相邻的定位数据之间的转移概率，然后根据得到的各个转移概率确定初始轨迹熵。

其中，两个相邻的定位数据之间的转移概率可以表征用户在时间在先的定位数据指示的位置处，下一时间出现在时间在后的定位数据指示的位置处的概率。

转移概率可以通过各种方法确定。例如，可以将相邻的两个定位数据作为一组，得到若干定位数据组，然后统计每个定位数据组出现的次数和总的定位数据组的数目。对于每个定位数据组，可以将该定位数据组出现的次数与定位数据组包括的定位数据的总数目的商确定为该定位数据组中的两个定位数据之间的转移概率。

在得到转移概率之后，可以采用各种方法确定用户的初始轨迹熵。例如，可以计算各个转移概率的期望和方差，然后根据期望和方差确定初始轨迹熵，其中，期望与初始轨迹熵负相关，方差与初始轨迹熵正相关。

可选地，可以利用5G基站记录用户的通信数据，由于5G的波长较短，且基站分布密度较大，定位精度较高，因此，利用5G基站记录的用户的通信数据可以更准确地预测用户的轨迹熵，从而更准确地预测用户的出行轨迹和出行目的地。

步骤二，根据轨迹熵，预测用户出行的目的地。

在本步骤中，得到用户的轨迹熵之后，可以采用现有的各种基于轨迹熵的用户行动轨迹的预测方法来预测用户本次出行的目的地。例如，可以利用预先训练的轨迹预测模型，根据用户的轨迹熵，预测用户接下来的各时刻的转移位置，进而得到用户本次出行的目的地。

可选地，可以由技术人员根据实际的应用场景预先设置轨迹熵阈值。然后根据确定的用户的轨迹熵与轨迹熵阈值之间的关系，采用不同的轨迹预测方法(如采用不同的轨迹预测模型等)来预测用户出行的目的地，以进一步更有针对性地对行动轨迹的规则程度不同的用户群进行出行预测，有助于提升针对用户的出行预测的准确性。

继续参见图5，图5是根据本实施例的用于推送信息的方法的一个示意性的应用场景500。在图5的应用场景中，执行主体(如服务端)在检测到用户出行时，可以先获取预先确定的用户的轨迹熵，然后利用轨迹预测模型501预测用户本次出行的目的地502。

之后，服务端可以获取与目的地502相关的候选推送信息集503，并从中选取候选推送信息作为推送信息504，然后将选取的推送信息504推送至用户所使用的移动终端505，以使用户在到达目的地之前就可以浏览到与目的地相关的推送信息。

在本实施例的一些可选的实现方式中，还可以记录用户本次出行的行为信息。其中，用户的行为信息可以包括以下至少一项：用于指示用户是否到达目的地的指示信息、用户在到达目的地后对推送信息指示的对象的行为信息。

用户对推送信息指示的对象的行为信息可以包括用户的各种行为的相关信息。例如，推送信息指示的对象为一个店铺时，用户的行为信息包括用于指示用户是否该店铺的指示信息、用于指示用户在该店铺是否进行了交易的指示信息、用于指示用户在该店铺的停留时间等等。又例如，用户对推送信息指示的对象的行为信息可以包括用户使用移动终端对该对象的相关内容进行搜索等操作。

由于用户的行为信息可以一定程度地反映用户的偏好信息。因此，在记录用户的行为信息之后，可以进一步根据用户的行为信息对上述用于推送信息的方法的整体流程中的各步骤进行对应优化，以为用户提供更优的信息推送服务。例如，可以根据记录的用户行为信息，调整上述轨迹熵阈值、轨迹用户模型等等。

本公开的上述实施例提供的方法通过在检测到用户出行时，根据用户的历史通信数据和历史通信数据对应的基站的定位精度和分布密度，确定用于表征用户的出行轨迹的规则程度的轨迹熵，然后根据轨迹熵预测用户出行的目的地，有助于提升对用户行为轨迹的预测结果的准确性，从而也提升对用户出行目的地的预测结果的准确性。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了用于推送信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例提供的用于推送信息的装置600包括获取单元601、信息确定单元602、更新单元603和推送单元604。其中，获取单元601被配置成获取用户的目的地对应的候选推送信息集；信息确定单元602被配置成确定候选推送信息集中的用户关联信息，其中，用户关联信息包括与用户的关联度大于预设阈值的候选推送信息；更新单元603被配置成从候选推送集中删除所确定的用户关联信息，得到更新后的候选推送信息集；推送单元604被配置成从更新后的候选推送信息集中选取候选推送信息作为推送信息以及推送。

在本实施例中，用于推送信息的装置600中：获取单元601、信息确定单元602、更新单元603和推送单元604的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述推送单元604进一步被配置成：在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息。

在本实施例的一些可选的实现方式中，上述信息确定单元602进一步被配置成：预测用户在目的地处的偏好信息；确定候选推送信息集中与偏好信息对应的候选推送信息作为用户关联信息。

在本实施例的一些可选的实现方式中，上述用于推送信息的装置600还包括：目的地确定单元(图中未示出)被配置成：响应于检测到用于指示用户出行的用户行为，确定用户出行的目的地。

在本实施例的一些可选的实现方式中，上述推送单元604进一步被配置成：在用户出行途中且在用户到达目的地之前，向用户所使用的终端设备推送所选取的推送信息。

在本实施例的一些可选的实现方式中，上述目的地确定单元进一步被配置成：根据用户的历史通信数据和历史通信数据对应的基站的属性信息，确定用于表征用户的出行轨迹的规则性的轨迹熵，其中，属性信息包括定位精度和分布密度；根据轨迹熵，预测用户出行的目的地。

在本实施例的一些可选的实现方式中，上述用于推送信息的装置600还包括：记录单元(图中未示出)被配置成：记录用户的行为信息，其中，行为信息包括以下至少一项：用于指示用户是否到达目的地的指示信息、用户在到达目的地后对推送信息指示的对象的行为信息。

本公开的上述实施例提供的装置，通过获取单元获取用户的目的地对应的候选推送信息集；信息确定单元确定候选推送信息集中的用户关联信息，其中，用户关联信息包括与用户的关联度大于预设阈值的候选推送信息；更新单元从候选推送集中删除所确定的用户关联信息，得到更新后的候选推送信息集；推送单元从更新后的候选推送信息集中选取候选推送信息作为推送信息以及推送，一定程度地避免频繁地向用户推送与其关联度较大的信息，从而降低由于信息推送而给用户带来的打扰性。

下面参考图7，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取用户的目的地对应的候选推送信息集；确定候选推送信息集中的用户关联信息，其中，用户关联信息包括与用户的关联度大于预设阈值的候选推送信息；从候选推送集中删除所确定的用户关联信息，得到更新后的候选推送信息集；从更新后的候选推送信息集中选取候选推送信息作为推送信息以及推送。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、信息确定单元、更新单元和推送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取用户的目的地对应的候选推送信息集的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。