CN101866341A - 一种信息推送方法、装置及系统 - Google Patents

Abstract

本发明实施例涉及通信领域一种信息推送方法，获取用户感兴趣的网页；基于所述用户感兴趣的网页获取用户兴趣；根据所述用户兴趣确定推送给所述用户的信息。本发明实施例还提供一种信息推送装置及系统。本发明实施例可以根据用户浏览的网页获得用户兴趣，从而根据该用户兴趣推送信息给用户，有效提高了推送的准确性，避免用户接收大量不感兴趣的垃圾信息。

Description

一种信息推送方法、装置及系统

技术领域

本发明涉及通信技术领域，尤其涉及一种信息推送方法、装置及系统。

背景技术

推送技术(PUSH)是一种基于客户服务器机制，由服务器主动将信息发往客户端的技术，其传送的信息通常是用户事先预定的。同传统的拉技术(PULL)相比，两者最主要的区别在于前者的是由服务器主动发送信息，而后者则是由客户机主动请求信息。

推送技术的本质在于根据信息主动寻找用户，其优势在于信息的主动性和及时性，通过使用该技术，可以尽快的将信息推送到用户面前；其弱势在于信息的准确性较差，由于简单的筛选机制取代了人工的选择，必然会使推送信息和用户的需求间存在一定的差异。

与本发明相关的现有技术涉及的为WAP中的推送技术，WAP中的推送技术是将包括文字、声音、图像等在内的数字信息推送给用户。

现有技术一的技术方案如下：

位置推送应用服务器获得移动终端用户或用户群的位置信息，基于所述位置信息向所述移动终端用户或用户群推送与所述位置和/或地点信息相关联的消息和/或内容。

发明人在实现本发明过程中发现，现有技术一至少存在如下缺点：

现有技术一提供给用户与其所处的位置和/或地点信息相关联的消息和/或内容，而这种消息和/或内容只依赖于对用户当前位置的分析，从而导致用户走进或路过某些地点都可能接收到推送消息，而这些推送信息有可能是用户不感兴趣的，因此造成大量的垃圾信息。

发明内容

本发明实施例提供一种信息推送方法、装置及系统，实现结合用户兴趣推送信息给用户，避免用户接收大量不感兴趣的垃圾信息。

本发明实施例是通过以下技术方案实现的：

本发明实施例提供一种信息推送方法，包括：

获取用户感兴趣的网页；

基于所述用户感兴趣的网页获取用户兴趣；

根据所述用户兴趣确定推送给所述用户的信息。

本发明实施例提供一种信息推送装置，包括：

第一获取单元，用于获取用户感兴趣的网页；

第二获取单元，用于基于所述用户感兴趣的网页获取用户兴趣；

推送单元，用于根据所述用户兴趣确定推送给所述用户的信息。

本发明实施例提供一种信息推送系统，包括：第一数据库、第二数据库及信息推送装置；

所述第二数据库，用于存储预推送信息；

所述信息推送装置，用于根据用户浏览的网页获取用户兴趣，根据所述用户兴趣确定推送给所述用户的预推送信息；

所述第一数据库，用于存储用户兴趣。

由上述本发明实施例提供的技术方案可以看出，本发明实施例可以根据用户浏览的网页获得用户兴趣，从而根据该用户兴趣推送信息给用户，有效提高了推送的准确性，避免用户接收大量不感兴趣的垃圾信息。

附图说明

图1为本发明实施例信息推送方法流程图；

图2为本发明实施例用户A当前兴趣示意图；

图3为本发明实施例信息推送装置结构示意图；

图4为图3所述信息推送装置中第一获取单元结构示意图；

图5为图3所述信息推送装置中第二获取单元结构示意图；

图6为图3所述信息推送装置中推送单元结构示意图；

图7为图6所示推送单元中第一推送子单元结构示意图；

图8为图6所示推送单元中第二推送子单元结构示意图；

图9为本发明实施例信息推送系统结构示意图。

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，可以理解的是，所描述的实施例仅仅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做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。

本发明实施例提供一种信息推送方法，包括如下步骤：

获取用户感兴趣的网页；

基于所述用户感兴趣的网页获取用户兴趣；

根据所述用户兴趣确定推送给所述用户的信息。

本发明实施例提供的信息推送方法可以结合用户兴趣推送信息给用户，避免用户接收大量的垃圾信息。

本发明又一实施例提供一种信息推送方法，以图1中所示为例，包括如下步骤：

步骤10：获取用户感兴趣的网页；

所述获取用户感兴趣的网页包括：统计一个时间窗口内用户访问的每个网页；确定所述时间窗口内用户访问的每个网页的文本内容所属的类别；统计用户访问各类别网页的频度，确定访问频度满足规定阈值的网页为用户感兴趣的网页。还包括：根据用户浏览网页速度动态调整所述时间窗口的大小。

所述统计一个时间窗口内用户访问的每个网页是以用户当前浏览时间为开始，以一个符合用户浏览速度习惯的时间范围为基准，分析在该时间范围内用户访问的每个网页。所述时间窗口的大小应该保证能够反映用户当前时间的集中兴趣，而由于不同用户会有不同的浏览速度和习惯，因此，时间窗口的初始取值可以设定为一固定值，之后可以根据用户浏览速度和习惯进行自动调节。本发明实施例提供的一种时间窗口大小的调节方法如下：

1)统计用户历史访问密度

其中，T为一段历史时间，M为用户在T时间段内浏览网页数量；

2)初始时间窗口设定值为

其中，α为一经验值，用来调节时间窗口大小，且α大小可调，在一规定时间后统计浏览数量总量，根据公式

对α进行调整；

3)一定时间周期后，再次计算用户在一个新的时间段内的访问密度，

4)调节后的时间窗口值为：

可以理解的是，调节时间窗口的方法并不局限于此，本领域技术人员根据本发明实施例当前描述可以轻易想到的其他调节方案均在本发明保护范围内，例如，可以规定在当前时间窗口内统计用户访问网页的个数满足规定阈值时，则将时间窗口调小一特定值等等，或低于某一规定阈值时，将时间窗口调大一特定值。

根据所述时间窗口内用户访问网页的统一资源定位地址(URL，UniformResource Locator)，获得网页的文本内容，确定文本内容所属的类别；对每一类别网页进行访问频度统计，确定访问频度满足规定阈值的网页为用户感兴趣的网页。

其中根据所述时间窗口内用户访问网页的URL地址获得网页的文本内容的过程包括：将所述用户访问网页的URL地址去除掉无用网页和无法访问的网页得到筛选后的URL地址，对所述筛选后的URL地址进行链接，提取网页标题和文本信息。所述无用网页包括不包含具体文本内容的门户网站首页、导航网站首页等。如下所示为一篇网页源文件的文字信息的分布一般：

其中链接4，链接5既是链接信息，也是正文信息。

匹配<title>获得标题信息，从上述网页获得的正文和有用的链接信息，如正文1，链接4，正文2，链接5，正文3，也就是通过URL地址获得的文本内容包括所述URL地址对应的网页的标题和正文信息。

所述确定文本内容所属的类别主要是根据获得的网页的标题和正文信息对照预先定义的主题类别为网页确定所属类别。

可以预先定义多个主题类别，例如包括体育、餐饮、IT、房地产、汽车或旅游等等。本发明实施例根据获得的网页的标题和正文信息确定网页文本内容所属类别的方法可以采用现有技术方案，例如现有的决策树方法、支持向量机(SVM，Support Vector Machine)或朴素贝叶斯等等，对此本发明实施例不做限定。

所述统计频度是对用户访问相同类别的网页的次数进行统计，获得每个类别网页的用户访问频度，确定访问频度满足规定阈值的网页为用户感兴趣的网页。

步骤11：基于所述用户感兴趣的网页获取用户兴趣；

基于所述用户感兴趣的网页获取用户兴趣包括：对所述用户感兴趣的网页进行文本分析，获得网页的主题；将出现重复关键词的各主题归并到一起组成一个话题组，将所述话题组各重复的关键词中权值最大的关键词所在的主题作为该话题组的核心主题，并计算所述话题组的关注度；确定关注度满足规定阈值的话题组为用户兴趣。

所述主题包括：事件、关键词和类别等信息，因此获得网页的主题需要首先获得事件、关键词及类别。对于所述类别，在步骤10中已经确定。所述事件包括时间、地点、人物及事件名称；获得事件的过程包括提取时间、地点、人物及事件名称的过程，对其提取方法可以采用现有的成熟的技术，在此不一一列举，本发明实施例提供的一种提取时间、地点、人物及事件名称的过程如下：

人物提取：采用一种现有的隐马尔可夫模型(HMM，Hidden MarkovModel)统计模型提取，所述HMM实现思想是一次接受词对象，利用已经训练好的模型参数，采用过滤解码算法获得分词序列的最优的内部状态序列，然后通过对最优状态序列进行状态组合来识别命名实体，即提取人物。

时间提取：时间提取具体做法包括：

1)统计最常出现的时间特征词，如“年、月、日”等，将其存储在一个特征词表timeWords中；

2)利用分词软件的粗分结果，对其进行遍历，若遇到时间特征词，则进行时间词的识别；

3)重复第2)步，直到遍历完整个数组，若识别出时间词，则返回识别出的时间词数组，否则返回空值，时间词识别过程结束。

地点提取：建立两个特征词表，forwardWords和signWords，其中forwardWords是指地点前向词，即一般出现在地点词前面的词，signWords中的词是指一些标识词，用来提高识别出的地点的准确率，具体的地点提取步骤如下：

1)利用分词软件对句子进行粗分，分词结果存放在一个Word类的对象数组中；

2)遍历Word数组，若遇到分词分出的地点词，存入地点数组中，若遇到的词属于forwardWords词表，则触发规则进行地点识别，识别出的地点存入数组中；

重复2)，直到一句话遍历完，若地点数组不为空，则返回该数组；若地点数组为空，即没有识别出地点词，而且分词结果中没有词被标识为地点词，则返回空值，地点识别过程结束。

事件名称提取：调用事件名称词库进行事件名称提取，即将网页内容与事件词库匹配，提取网页中出现的事件名称。

将所述获得的时间、地点、人物及事件名称合并获得一个网页的事件。

所述关键词是指能够概括文章宗旨的一个或几个词，关键词提取过程包括：

对全文进行分词处理，过滤掉停用词(有较少语义含义的词，如虚词和一些高频词，停用词由于出现在很多文件里，故对信息分析没贡献)；提取文本标题及提取文本第一段、第二段、末段文本内容；判断文本标题是否为“具体型”，若非“具体型”，即是“抽象型”，则分析文本内容得到关键词，例如采用TFIDF方法在全文中查找权值高于一定阈值的词作为候选词，然后通过候选词所在的位置判断该词是否为关键字，所在句子的权值越高，成为关键字的可能性越大；如果为“具体型”，则分析标题得到关键词，例如将标题分词后，得到的名词和动词就为该文本的关键词，计算句子权重时，赋予标题词列表中的词更大的权重比例因子。

将上述提取的事件、关键词以及网页类别合并作为该网页的主题，将所述主题用向量形式记录，称为主题向量，根据主题向量生成话题组，计算用户对每个话题组的关注度，确定关注度满足规定阈值的话题组为用户兴趣，具体方法包括如下步骤：

1)将相同类别下所有主题向量中的关键词加入到此类别下的关键词列表K中；

2)将加入过程中出现的重复关键词归一，即在K中仅记录一次，重复关键词触发了候选相似主题的聚集，即，将该重复的关键词所属的所有主题向量归并到一起组成一个话题组；

3)对于每个重复关键词所在的话题组，比较该关键词在该话题组的各主题向量中的原始权值，找出权值最大者所在的主题向量作为话题组的主题向量的核心主题；

4)计算用户对话题组的关注度，连同核心主题一起加入到候选热点主题列表cad idateTopic中；

所述用户对话题组T的关注度Hot(T)的计算公式如下：

$\mathrm{Hot}\left(T\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{Valid}}_i/\mathrm{Max},$

其中，Hot(T)表示用户对话题组T的关注度；

表示话题组T包含的所有网页的有效点击率；

N表示话题组T包含的网页数；

Max表示系统中网页的最大有效点击率；

Valid_i表示话题组T包含的第i个网页的有效点击率，其计算公式如下：

Valid_i＝e^{(-distance/danpNumber)}

dampNumber为阻尼系数，可根据实际情况调整，例如取值为2；

distance为有效时间间距；

distance＝(currentTime-occurTime)/(1000＊TimeNumberOfOneDay)；

currentTime为毫秒级的系统当前统计时间；

occurTime为毫秒级的网页点击时间；

TimeNumberOfOneDay：一天的秒数，等于常数86400秒；

5)根据上述步骤1)-4)计算每一个话题组的关注度，确定关注度满足规定阈值的话题组为用户兴趣。

所述用户兴趣包括：兴趣项、兴趣类别、关注度和产生时间；在具体实施中，可以将用户兴趣表示成树状的结构形式，树状结构的上层表示用户兴趣的类型，下层表示是当前兴趣子类或者主题。用树状结构既可以保存用户的兴趣类型信息，也可以保存用户兴趣特征词的信息。比如，用户A，他的兴趣偏好可以表示为如图2所示；

步骤12：根据所述用户兴趣确定推送给所述用户的信息；

根据所述用户兴趣确定推送给所述用户的信息包括：

判断所述用户兴趣是否符合本地化信息推送服务；其判断方法可以为判断用户兴趣的类别是否包括预定的本地化推送内容，例如是否包括如下内容中的任一个或多个：天气、查询交通、预定票务、折扣、旅游经典和/或特色产品等等。

若不符合本地化信息推送服务，则采用内容关联推送方式推送信息给所述用户；即，将所述用户兴趣与对应的预推送信息进行匹配；推送与用户兴趣匹配度满足预定阈值的预推送信息给用户。其中用户兴趣与预推送信息匹配度的计算方法可以为：对于已经存在类别信息的预推送信息，若分类体系与用户兴趣分类一致，则采用现有子树匹配算法计算匹配度；若分类体系与用户兴趣分类不一致，则修正预推送信息，之后再采用子树匹配算法。修正预推送信息为现有技术，即修正预推送信息子树，具体可以包括：在用户兴趣树中查询预推送信息子树的根结点t-root，如果找到t-root，则两树继续往下节点匹配，过程中如遇到不匹配，则预推送信息子树去除不匹配节点，继续往下节点匹配，直至预推送信息子树的叶子节点，形成新的预推送信息子树；若从t-root就没有找到对应的节点，则匹配度为0；对于不存在类别信息的预推送信息，则采用与用户兴趣分类同样的分类方法对预推送信息分类，形成预推送信息子树，再采用子树匹配算法，若无法分类，则匹配度为0。

若符合本地化信息推送服务，则采用位置关联推送方式推送信息给所述用户；具体步骤可以包括：获取用户浏览位置信息；从预推送信息中提取与所述浏览位置信息关联的预推送信息，本发明实施例将所述与所述浏览位置信息关联的预推送信息称为位置关联信息；将所述用户兴趣与所述位置关联信息进行匹配；推送与所述用户兴趣匹配度满足预定阈值的位置关联信息给用户(匹配度计算方法同上述内容关联推送方式中所述)。若不存在匹配度满足预定阈值的位置关联信息，则从预推送信息中提取与所述用户兴趣的匹配度满足规定阈值的预推送信息(匹配度计算方法同上述内容关联推送方式中所述)，以及所述与所述用户兴趣的匹配度满足规定阈值的预推送信息对应的位置信息；计算从用户浏览位置到所述位置信息对应的位置的推荐路线；推送所述与所述位置信息对应的预推送信息、所述位置信息以及所述推荐路线。所述推荐路线的计算可以为：在已经建立的路网空间模型(建立路网空间模型为现有技术)中，可以根据用户的需求(最短路程、高速优先等)采用现有的路径算法计算推荐路线，例如最短路径算法，Dijkstra算法或A^＊算法等，对此本发明不做具体限定。

本发明实施例可以根据用户浏览的网页获得用户兴趣，从而根据该用户兴趣推送信息给用户，并可以将用户兴趣与用户浏览位置结合，有效提高了推送的准确性，避免用户接收大量不感兴趣的垃圾信息。

本发明实施例还提供一种信息推送装置，以图3中所示为例，包括：

第一获取单元30，用于获取用户感兴趣的网页；

第二获取单元31，用于基于所述用户感兴趣的网页获取用户兴趣；

推送单元32，用于根据所述用户兴趣确定推送给所述用户的信息。

如图4所示，所述第一获取单元30进一步包括：

时间窗口确定及调节子单元301，用于确定获取用户浏览网页的时间窗口，并动态调节所述时间窗口；

第一获取子单元302，用于获取所述时间窗口确定及调节子单元确定的时间窗口内用户访问的网页；

网页分类子单元303，用于确定用户访问的每个网页的文本内容所属的类别；

第一统计子单元304，用于统计用户访问各类别网页的频度；

第一确定子单元305，用于确定访问频度满足规定阈值的网页为用户感兴趣的网页。

如图5所示，所述第二获取单元31进一步包括：

分析子单元311，用于对所述用户感兴趣的网页进行文本分析，获得网页的主题；

第二统计子单元312，用于将出现重复关键词的各主题归并到一起组成一个话题组，将所述话题组中各重复的关键词中权值最大的关键词所在的主题作为该话题组的核心主题，并计算获得话题组的关注度；

第二确定子单元313，用于确定关注度满足规定阈值的话题组为用户兴趣。

如图6所示，所述推送单元32进一步包括：

第一判断子单元321，用于判断所述用户兴趣是否符合本地化信息推送服务；

第一推送子单元322，用于在所述第一判断子单元321判断所述用户兴趣不符合本地化信息推送服务，采用内容关联推送方式推送信息给所述用户；或第二推送子单元323，用于在所述第一判断子单元判断所述用户兴趣符合本地化信息推送服务，采用位置关联推送方式推送信息给所述用户。

如图7所示，所述第一推送子单元322进一步包括：

第一匹配子模块3221，用于将所述用户兴趣与对应的预推送信息进行匹配；

第一推送子模块3222，用于推送与用户兴趣匹配度满足预定阈值的预推送信息给用户。

如图8所示，所述第二推送子单元323进一步包括：

位置分析子模块3231，用于获取用户浏览位置信息；

位置关联信息获取子模块3232，用于从预推送信息中提取与所述浏览位置信息关联的位置关联信息；

第二匹配子模块3233，用于将所述用户兴趣与所述位置关联信息进行匹配；

第二推送子模块3234，用于推送与所述用户兴趣匹配度满足预定阈值的位置关联信息给用户。

所述第二推送子单元323还包括：

第三匹配子模块3235，用于从预推送信息中提取与所述用户兴趣的匹配度满足规定阈值的预推送信息对应的位置信息；

计算子模块3236，用于计算从用户浏览位置到所述位置信息对应的位置的推荐路线；

第三推送子模块3237，用于推送所述位置信息、与所述位置信息对应的预推送信息以及所述推荐路线。

本发明实施例所述信息推送装置可以根据用户浏览的网页获得用户兴趣，从而根据该用户兴趣推送信息给用户，并可以将用户兴趣与用户浏览位置结合，有效提高了推送的准确性，避免用户接收大量不感兴趣的垃圾信息。

本发明又一实施例提供一种信息推送系统，如图9所示，该系统包括：第一数据库90、第二数据库91及如上所述的信息推送装置92；

所述第二数据库91，用于存储预推送信息；

所述信息推送装置92，用于根据用户当前浏览的网页获取用户兴趣，根据所述用户兴趣确定推送给所述用户的预推送信息；

所述第一数据库90，用于存储用户兴趣。

所述系统还可以包括：

网关设备93，用于提供用户当前浏览的网页给所述信息推送装置92。

本发明实施例可以根据用户浏览的网页获得用户兴趣，从而根据该用户兴趣推送信息给用户，并可以将用户兴趣与用户浏览位置结合，有效提高了推送的准确性，避免用户接收大量不感兴趣的垃圾信息。

综上所述，本发明实施例可以根据用户浏览的网页获得用户兴趣，从而根据该用户当前信息推送信息给用户，并可以将用户兴趣与用户浏览位置结合，有效提高了推送的准确性，避免用户接收大量不感兴趣的垃圾信息。

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步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一计算机可读存储介质中。该可读存储介质例如只读存储器(简称ROM)、随机存取存储器(简称RAM)、磁盘、光盘等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (19)

1.一种信息推送方法，其特征在于，包括：

获取用户感兴趣的网页；

基于所述用户感兴趣的网页获取用户兴趣；

根据所述用户兴趣确定推送给所述用户的信息。

2.如权利要求1所述的方法，其特征在于，所述获取用户感兴趣的网页包括：

统计一个时间窗口内所述用户访问的每个网页；

确定所述时间窗口内用户访问的每个网页的文本内容所属的类别；

统计用户访问各类别网页的频度，确定访问频度满足规定阈值的网页为用户感兴趣的网页。

3.如权利要求2所述的方法，其特征在于，还包括：

根据用户浏览网页速度动态调整所述时间窗口的大小。

4.如权利要求1、2或3所述的方法，其特征在于，所述基于所述用户感兴趣的网页获取用户兴趣包括：

对所述用户感兴趣的网页进行文本分析，获得网页的主题；

将出现重复关键词的各主题归并到一起组成一个话题组，将所述话题组中各重复的关键词中权值最大的关键词所在的主题作为该话题组的核心主题，并计算话题组的关注度；

确定关注度满足规定阈值的话题组为用户兴趣。

5.如权利要求4所述的方法，其特征在于，所述计算话题组的关注度包括：

所述话题组的关注度Hot(T)的计算公式如下：

$\mathrm{Hot}\left(T\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{Valid}}_i/\mathrm{Max},$

其中，Hot(T)表示用户对话题组T的关注度；

表示话题组T包含的所有网页的有效点击率；

N表示话题组T包含的网页数；

Max表示系统中网页的最大有效点击率；

Valid_i表示话题组T包含的第i个网页的有效点击率，其计算公式如下：

Valid_i＝e^{(-distance/dampNumber)}

dampNumber为阻尼系数；

distance为有效时间间距；

currentTime为毫秒级的系统当前统计时间；

occurTime为毫秒级的网页点击时间；

TimeNumberOfOneDay为一天的秒数。

6.如权利要求1、2或3所述的方法，其特征在于，根据所述用户兴趣确定推送给所述用户的信息包括：

判断所述用户兴趣是否符合本地化信息推送服务；

若不符合本地化信息推送服务，则采用内容关联推送方式推送信息给所述用户；

若符合本地化信息推送服务，则采用位置关联推送方式推送信息给所述用户。

7.如权利要求6所述的方法，其特征在于，所述判断所述用户兴趣是否符合本地化信息推送服务包括：

判断用户兴趣的类别是否包括预定的本地化推送内容。

8.如权利要求6所述的方法，其特征在于，所述采用内容关联推送方式推送信息给所述用户包括：

将所述用户兴趣与对应的预推送信息进行匹配；

推送与用户兴趣匹配度满足预定阈值的预推送信息给用户。

9.如权利要求6所述的方法，其特征在于，所述采用位置关联推送方式推送信息给所述用户包括：

获取用户浏览位置信息；

从预推送信息中提取与所述用户浏览位置信息关联的位置关联信息；

将所述用户兴趣与所述位置关联信息进行匹配；

推送与所述用户兴趣匹配度满足预定阈值的位置关联信息给用户。

10.如权利要求9所述的方法，其特征在于，还包括：

若不存在匹配度满足预定阈值的位置关联信息，从预推送信息中提取与所述用户兴趣的匹配度满足规定阈值的预推送信息，以及所述与所述用户兴趣的匹配度满足规定阈值的预推送信息对应的位置信息；计算从用户浏览位置到所述位置信息对应的位置的推荐路线；推送与所述位置信息对应的预推送信息、所述位置信息以及所述推荐路线。

11.一种信息推送装置，其特征在于，包括：

第一获取单元，用于获取用户感兴趣的网页；

第二获取单元，用于基于所述用户感兴趣的网页获取用户兴趣；

推送单元，用于根据所述用户兴趣确定推送给所述用户的信息。

12.如权利要求11所述的装置，其特征在于，所述第一获取单元进一步包括：

时间窗口确定及调节子单元，用于确定获取用户浏览网页的时间窗口，并动态调节所述时间窗口；

第一获取子单元，用于获取所述时间窗口内所述用户访问的每个网页；

网页分类子单元，用于确定用户访问的每个网页的文本内容所属的类别；

第一统计子单元，用于统计用户访问各类别网页的频度；

第一确定子单元，用于确定访问频度满足规定阈值的网页为用户感兴趣的网页。

13.如权利要求11所述的装置，其特征在于，所述第二获取单元进一步包括：

分析子单元，用于对所述用户感兴趣的网页进行文本分析，获得网页的主题；

第二统计子单元，用于将出现重复关键词的各主题归并到一起组成一个话题组，将各重复的关键词中权值最大的关键词所在的主题作为该话题组的核心主题，并计算获得话题组的关注度；

第二确定子单元，用于确定关注度满足规定阈值的话题组为用户兴趣。

14.如权利要求11或12所述的装置，其特征在于，所述推送单元进一步包括：

第一判断子单元，用于判断所述用户兴趣是否符合本地化信息推送服务；

第一推送子单元，用于在所述第一判断子单元判断所述用户兴趣不符合本地化信息推送服务，采用内容关联推送方式推送信息给所述用户；或第二推送子单元，用于在所述第一判断子单元判断所述用户兴趣符合本地化信息推送服务，采用位置关联推送方式推送信息给所述用户。

15.如权利要求14所述的装置，其特征在于，所述第一推送子单元进一步包括：

第一匹配子模块，用于将所述用户兴趣与对应的预推送信息进行匹配；

第一推送子模块，用于推送与用户兴趣匹配度满足预定阈值的预推送信息给用户。

16.如权利要求14所述的装置，其特征在于，所述第二推送子单元进一步包括：

位置分析子模块，用于获取用户浏览位置信息；

位置关联信息获取子模块，用于从预推送信息中提取与所述浏览位置信息关联的位置关联信息；

第二匹配子模块，用于将所述用户兴趣与所述位置关联信息进行匹配；

第二推送子模块，用于推送与所述用户兴趣匹配度满足预定阈值的位置关联信息给用户。

17.如权利要求16所述的装置，其特征在于，所述第二推送子单元还包括：

第三匹配子单元，用于从预推送信息中提取与所述用户兴趣的匹配度满足规定阈值的预推送信息对应的位置信息；

计算子单元，用于计算从用户浏览位置到所述位置信息对应的位置的推荐路线；

第三推送子单元，用于推送所述位置信息、与所述位置信息对应的预推送信息以及所述推荐路线。

18.一种信息推送系统，其特征在于，包括：第一数据库、第二数据库及如权利要求11至17任一项所述的信息推送装置；

所述第二数据库，用于存储预推送信息；

所述信息推送装置，用于根据用户浏览的网页获取用户兴趣，根据所述用户兴趣确定推送给所述用户的预推送信息；

所述第一数据库，用于存储用户兴趣。

19.如权利要求18所述的系统，其特征在于，还包括：

网关设备，用于提供用户浏览的网页给所述信息推送装置。

Images