咨詢信息推送方法、裝置和終端設備的制造方法
【專利摘要】本發明公開了一種咨詢信息推送方法、裝置和終端設備，其中方法包括：獲取記錄用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征；根據歷史行為特征預測與用戶行為對應的咨詢推送時間；根據咨詢推送時間，向用戶推送咨詢信息。該方法根據獲取的應用程序中用戶使用情況的歷史信息，預測與用戶行為對應的咨詢推送時間，根據該咨詢推送時間為用戶推送咨詢信息，提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
【專利說明】
咨詢信息推送方法、裝置和終端設備
技術領域
[0001]本發明涉及信息處理技術領域，尤其涉及一種咨詢信息推送方法、裝置和終端設備。
【背景技術】
[0002]隨著終端設備(例如智能手機)的發展與進步，終端設備上的各種應用程序越來越多，上述多種應用程序用以滿足用戶各種功能需求。其中，有一些而應用程序為了更好的滿足用戶的需求以及增強其自身的競爭力，擁有信息推送功能。例如，向用戶推送廣告、游戲、商業優惠信息等。
[0003]然而，現有的信息推送服務并不能滿足用戶個性化的需求，降低了信息推送的有效性，造成資源的浪費。
【發明內容】
[0004]本發明的目的旨在至少在一定程度上解決上述的技術問題之一。
[0005]為此，本發明的第一個目的在于提出一種咨詢信息推送方法，該方法根據獲取的應用程序中用戶使用情況的歷史信息，預測與用戶行為對應的咨詢推送時間，根據該咨詢推送時間為用戶推送咨詢信息，提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0006]本發明的第二個目的在于提出一種咨詢信息推送裝置。
[0007]本發明的第三個目的在于提出一種終端設備。
[0008]為達上述目的，本發明第一方面實施例的咨詢信息推送方法，包括:獲取記錄用戶對應用程序使用情況的歷史信息，并從所述歷史信息中提取歷史行為特征;根據歷史行為特征預測與用戶行為對應的咨詢推送時間；根據所述咨詢推送時間，向所述用戶推送咨詢
?目息O
[0009]根據本發明實施例的咨詢信息推送方法，獲取用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征，進而根據歷史行為特征預測與用戶行為對應的咨詢推送時間，從而根據咨詢推送時間，向用戶推送咨詢信息。該方法根據用戶的歷史行為特征預測與用戶行為對應的咨詢推送時間，并根據該咨詢推送時間向用戶推送咨詢信息，提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0010]另外，在本發明的一個實施例中，所述獲取記錄用戶對應用程序使用情況的歷史信息，包括:掃描所述用戶使用的終端設備的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。
[0011]在本發明的一個實施例中，所述獲取記錄用戶對應用程序使用情況的歷史信息，包括:掃描與所述應用程序對應的服務器的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。
[0012]在本發明的一個實施例中，所述從所述歷史信息中提取歷史行為特征，包括:根據預設的與所述應用程序對應的行為特征類型，從所述歷史信息中提取與所述行為特征類型對應的歷史行為特征。
[0013]在本發明的一個實施例中，在所述根據所述咨詢推送時間，向所述用戶推送咨詢信息之前，還包括:獲取用戶的行為偏好特征;所述向所述用戶推送咨詢信息，包括:向所述用戶推送與所述行為偏好特征對應的咨詢信息。
[0014]在本發明的一個實施例中，所述獲取用戶的行為偏好特征，包括:獲取所述用戶的大數據信息;對所述大數據信息進行分析獲取用戶的行為偏好特征。
[0015]在本發明的一個實施例中，所述大數據信息包括以下至少之一:訪問互聯網行為數據、商品交易行為數據、用戶的基本屬性數據。
[0016]為達上述目的，本發明第二方面實施例的咨詢信息推送裝置，包括:第一獲取模塊，用于獲取記錄用戶對應用程序使用情況的歷史信息;提取模塊，用于從所述歷史信息中提取歷史行為特征;預測模塊，用于根據歷史行為特征預測與用戶行為對應的咨詢推送時間;推送模塊，用于根據所述咨詢推送時間，向所述用戶推送咨詢信息。
[0017]根據本發明實施例的咨詢信息推送裝置，獲取用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征，進而根據歷史行為特征預測與用戶行為對應的咨詢推送時間，從而根據咨詢推送時間，向用戶推送咨詢信息。該裝置根據用戶的歷史行為特征預測與用戶行為對應的咨詢推送時間，并根據該咨詢推送時間向用戶推送咨詢信息，提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0018]另外，在本發明的一個實施例中，所述第一獲取模塊具體用于:掃描所述用戶使用的終端設備的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。
[0019]在本發明的一個實施例中，所述第一獲取模塊具體用于:掃描與所述應用程序對應的服務器的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。
[0020]在本發明的一個實施例中，所述提取模塊具體用于:根據預設的與所述應用程序對應的行為特征類型，從所述歷史信息中提取與所述行為特征類型對應的歷史行為特征。[0021 ]在本發明的一個實施例中，在所述推送模塊根據所述咨詢推送時間，向所述用戶推送咨詢信息之前，還包括:第二獲取模塊，用于獲取用戶的行為偏好特征；以及所述推送模塊用于向所述用戶推送與所述行為偏好特征對應的咨詢信息。
[0022]在本發明的一個實施例中，所述第二獲取模塊包括:獲取單元，用于獲取所述用戶的大數據信息;分析單元，用于對所述大數據信息進行分析獲取用戶的行為偏好特征。
[0023]在本發明的一個實施例中，所述大數據信息包括以下至少之一:訪問互聯網行為數據、商品交易行為數據、用戶的基本屬性數據。
[0024]為達上述目的，本發明第三方面實施例的終端設備，包括:殼體、處理器、存儲器、電路板和電源電路，其中，所述電路板安置在所述殼體圍成的空間內部，所述處理器和所述存儲器設置在所述電路板上;所述電源電路，用于為終端設備的各個電路或器件供電;所述存儲器用于存儲可執行程序代碼;所述處理器通過讀取所述存儲器中存儲的可執行程序代碼來運行與所述可執行程序代碼對應的程序，以用于執行以下步驟:
[0025]獲取記錄用戶對應用程序使用情況的歷史信息，并從所述歷史信息中提取歷史行為特征；
[0026]根據歷史行為特征預測與用戶行為對應的咨詢推送時間；
[0027]根據所述咨詢推送時間，向所述用戶推送咨詢信息。
[0028]根據本發明實施例的終端設備，獲取用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征，進而根據歷史行為特征預測與用戶行為對應的咨詢推送時間，從而根據咨詢推送時間，向用戶推送咨詢信息。該終端設備根據用戶的歷史行為特征預測與用戶行為對應的咨詢推送時間，并根據該咨詢推送時間向用戶推送咨詢信息，提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0029]本發明附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。
【附圖說明】
[0030]本發明的上述和/或附加的方面和優點從結合下面附圖對實施例的描述中將變得明顯和容易理解，其中:
[0031 ]圖1是根據本發明一個實施例的咨詢信息推送方法的流程圖；
[0032]圖2是根據本發明一個具體實施例的咨詢信息推送方法的流程圖；
[0033]圖3是根據本發明一個實施例的咨詢信息推送裝置的結構示意圖；
[0034]圖4是根據本發明一個具體實施例的咨詢信息推送裝置的結構示意圖；以及
[0035]圖5是根據本發明另一個實施例的咨詢信息推送裝置的結構示意圖。
【具體實施方式】
[0036]下面詳細描述本發明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發明，而不能理解為對本發明的限制。
[0037]下面參考附圖描述本發明實施例的咨詢信息推送方法、裝置和終端設備。
[0038]圖1是根據本發明一個實施例的咨詢信息推送方法的流程圖。如圖1所示，該咨詢信息推送方法包括:
[0039]S110，獲取記錄用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征。
[0040]需要注意的是，上述應用程序是安裝于用戶的終端設備(例如手機、平板電腦、個人數字助理、穿戴式設備等)上的為用戶提供服務的各種軟件，比如打車軟件、訂餐軟件、購物軟件等。
[0041]具體地，用戶的各種行為習慣等信息可以通過對應用程序的使用情況反應出來，比如對訂餐軟件的使用情況反映了用戶的吃飯時間等。因此，可通過獲取記錄用戶對應用程序的使用情況的歷史信息，以獲取用戶的行為信息。
[0042]基于上述實施例，獲取記錄用戶對應用程序的使用情況的歷史信息的方式有多種，下面舉例說明:
[0043]作為一種示例，由于用戶的在終端設備上對應用程序的使用情況等都可能會被監控并保存在終端設備的本地文件中，因此，可通過掃描用戶使用的終端設備的本地文件，獲取該本地文件中記錄用戶對應用程序的使用情況的歷史信息。
[0044]其中，上述歷史信息包括用戶使用應用程序的時間，請求的具體功能，使用的頻率等。比如，可以獲取用戶使用的智能手機的本地文件記錄，獲取用戶對購物軟件的瀏覽時間，瀏覽次數等。
[0045]作為一種示例，由于用戶在使用應用程序的時候，該應用程序會對用戶的使用情況等進行監控并上報給對應的服務器，比如購物軟件A會通過用戶登錄的賬號或者IP地址等將用戶的使用情況上報給其對應的后臺服務器，因此可通過掃描與應用程序對應的服務器的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。比如，可通過掃描與打車軟件對應的服務器的本地文件，獲取用戶對打車軟件的使用時間、使用頻率等相關使用情況的歷史信息。
[0046]進一步地，在獲取到用戶對應用程序使用情況的歷史信息后，需要對該歷史信息進行整合、分析等處理以提取歷史行為特征，該歷史行為特征用于體現用戶的行為習慣等。
[0047]具體而言，由于應用程序具有多樣性，其對應的使用情況的歷史信息也具有多樣性，因此為了從多種歷史信息中提取出每個應用程序各自的能代表用戶的行為特征的歷史信息，可預先設置與應用程序對應的行為特征類型，并從歷史信息中提取與行為特征類型對應的歷史行為特征。
[0048]其中，應當理解的是，上述行為特征類型對應于應用程序的類型，比如，對于購物的應用程序，其根據對應的行為特征類型提取的歷史信息可為用戶購物的時間、購物的頻率、購物的產品類別等;再比如，對于打車應用程序，其根據對應的行為特征類型提取的歷史信息可為用戶打車的時間，打車的頻率，打車途經的地點信息等。
[0049]S120，根據歷史行為特征預測與用戶行為對應的咨詢推送時間。
[0050]具體地，為了提高推送的咨詢信息的點擊率，并滿足用戶的需求，根據得到的歷史行為特征預測與用戶行為對應的咨詢推送時間。比如，根據提取的打車軟件的歷史行為特征，預測用戶的上班時間為周一到周五，且出門時間為早上九點，到公司的時間為九點半，回家時間為下午六點，到家的時間為六點半，則確定最佳的咨詢推送時間是早上九點到九點半，以及下午的八點以后等。
[0051]S130，根據咨詢推送時間，向用戶推送咨詢信息。
[0052]可以理解，上述咨詢信息是各種應用程序根據其服務功能向用戶推送的各種通知信息，比如購物軟件推薦的打折優惠信息、天氣預報軟件推送的天氣預報信息等。
[0053]基于上述實施例，當確定咨詢推送時間后，可根據該推送時間向用戶推送相關咨詢信息，比如在用戶上班途中向用戶推送天氣預報信息，早間新聞信息等。
[0054]綜上所述，本發明實施例的咨詢信息推送方法，獲取用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征，進而根據歷史行為特征預測與用戶行為對應的咨詢推送時間，從而根據咨詢推送時間，向用戶推送咨詢信息。該方法根據用戶的歷史行為特征預測與用戶行為對應的咨詢推送時間，并根據該咨詢推送時間向用戶推送咨詢信息，提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0055]在實際的應用中，為了進一步的增加用戶對推送的咨詢信息的點擊率和接受度，提升推送咨詢信息的有效度，還可以結合用戶的行為偏好特征為用戶推薦咨詢信息，比如為喜歡購物的用戶多推薦購物信息等。
[0056]具體地，還可在根據咨詢推送時間推送咨詢信息之前，獲取用戶的偏好特征，進而根據該行為偏好特征為用戶推送咨詢信息。圖2為根據本發明一個具體實施例的咨詢信息推送方法的流程圖，如圖2所示，在如圖1所示的基礎上，該咨詢信息推送方法包括:
[0057]S210，獲取記錄用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征。
[0058]S220，根據歷史行為特征預測與用戶行為對應的咨詢推送時間。
[0059]S230，獲取用戶的行為偏好特征。
[0060]具體地，可以獲取用戶的大數據信息，該大數據信息包括用戶的在各種應用程序上的多種行為信息，以及各種應用程序的后臺服務器記錄的而用戶行為信息等。
[0061]作為一種示例，該大數據信息可以包括訪問互聯網行為數據，比如用戶在瀏覽器上的搜索記錄和瀏覽記錄等信息。
[0062]作為一種示例，該大數據信息可以包括商品交易行為數據，比如用戶在購物軟件上的購買物品的信息，以及購買金額等。
[0063]作為一種示例，該大數據信息可以包括用戶的基本屬性數據等，比如用戶的性別、年齡、職業等。
[0064]進一步地，可通過對大數據信息進行分析獲取用戶的行為偏好特征。比如，通過對大數據信息分析得到用戶，幾乎每天都會在購物軟件中瀏覽一小時，并且對該用戶對應的購買記錄中顯示用戶多次購買衣物等，則可以得出用戶的行為偏好特征為愛好瀏覽購物信息，且喜歡買衣物。
[0065]S240，根據咨詢推送時間，向用戶推送與行為偏好特征對應的咨詢信息。
[0066]基于上述實施例，可根據咨詢推送時間向用戶推薦與其行為偏好特征對應的咨詢信息，比如在下班后，為行為偏好特征為喜好購物的用戶推送購物信息等。
[0067]綜上所述，本發明實施例的咨詢信息推送方法，還可獲取用戶的行為偏好特征，并根據用戶的行為偏好特征，在咨詢推送時間為用戶推送符合其行為偏好特征的咨詢信息，進一步地提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0068]為了實現上述實施例，本發明還提出了一種咨詢信息推送裝置，圖3是根據本發明一個實施例的咨詢信息推送裝置的結構示意圖。
[0069]如圖3所示，該咨詢信息推送裝置包括:第一獲取模塊310、提取模塊320、預測模塊330和推送模塊340。
[0070]其中，第一獲取模塊310，用于獲取記錄用戶對應用程序使用情況的歷史信息。
[0071]具體地，用戶的各種行為習慣等信息可以通過對應用程序的使用情況反應出來，比如對訂餐軟件的使用情況反映了用戶的吃飯時間等。因此，第一獲取模塊310可通過獲取記錄用戶對應用程序的使用情況的歷史信息，以獲取用戶的行為信息。
[0072]基于上述實施例，第一獲取模塊310獲取記錄用戶對應用程序的使用情況的歷史信息的方式有多種，下面舉例說明:
[0073]作為一種示例，由于用戶的在終端設備上對應用程序的使用情況等都可能會被監控并保存在終端設備的本地文件中，因此，第一獲取模塊310可通過掃描用戶使用的終端設備的本地文件，獲取該本地文件中記錄用戶對應用程序的使用情況的歷史信息。
[0074]其中，上述歷史信息包括用戶使用應用程序的時間，請求的具體功能，使用的頻率等。比如，可以獲取用戶使用的智能手機的本地文件記錄，獲取用戶對購物軟件的瀏覽時間，瀏覽次數等。
[0075]作為一種示例，由于用戶在使用應用程序的時候，該應用程序會對用戶的使用情況等進行監控并上報給對應的服務器，比如購物軟件A會通過用戶登錄的賬號或者IP地址等將用戶的使用情況上報給其對應的后臺服務器，因此第一獲取模塊310可通過掃描與應用程序對應的服務器的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。比如，第一獲取模塊310可通過掃描與打車軟件對應的服務器的本地文件，獲取用戶對打車軟件的使用時間、使用頻率等相關使用情況的歷史信息。
[0076]提取模塊320，用于從歷史信息中提取歷史行為特征。
[0077]基于上述實施例，在第一獲取模塊310獲取到用戶對應用程序使用情況的歷史信息后，提取模塊320需要對該歷史信息進行整合、分析等處理以提取歷史行為特征，該歷史行為特征用于體現用戶的行為習慣等。
[0078]具體而言，由于應用程序具有多樣性，其對應的使用情況的歷史信息也具有多樣性，因此提取模塊320為了從多種歷史信息中提取出每個應用程序各自的能代表用戶的行為特征的歷史信息，可預先設置與應用程序對應的行為特征類型，并從歷史信息中提取與行為特征類型對應的歷史行為特征。
[0079]預測模塊330，用于根據歷史行為特征預測與用戶行為對應的咨詢推送時間。
[0080]具體地，為了提高推送的咨詢信息的點擊率，并滿足用戶的需求，預測模塊330根據得到的歷史行為特征預測與用戶行為對應的咨詢推送時間。比如，預測模塊330根據提取的打車軟件的歷史行為特征，預測用戶的上班時間為周一到周五，且出門時間為早上九點，到公司的時間為九點半，回家時間為下午六點，到家的時間為六點半，從而預測模塊330則確定最佳的咨詢推送時間是早上九點到九點半，以及下午的六點以后等。
[0081 ]推送模塊340，用于根據咨詢推送時間，向用戶推送咨詢信息。
[0082]基于上述實施例，當確定咨詢推送時間后，推送模塊340可根據該推送時間向用戶推送相關咨詢信息，比如在用戶上班途中向用戶推送天氣預報信息，早間新聞信息等。
[0083]綜上所述，本發明實施例的咨詢信息推送裝置，獲取用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征，進而根據歷史行為特征預測與用戶行為對應的咨詢推送時間，從而根據咨詢推送時間，向用戶推送咨詢信息。該裝置根據用戶的歷史行為特征預測與用戶行為對應的咨詢推送時間，并根據該咨詢推送時間向用戶推送咨詢信息，提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0084]在實際的應用中，為了進一步的增加用戶對推送的咨詢信息的點擊率和接受度，提升推送咨詢信息的有效度，還可以結合用戶的行為偏好特征為用戶推薦咨詢信息，比如為喜歡購物的用戶多推薦購物信息等。
[0085]具體地，還可在根據咨詢推送時間推送咨詢信息之前，獲取用戶的偏好特征，進而根據該行為偏好特征為用戶推送咨詢信息。圖4是根據本發明一個具體實施例的咨詢信息推送裝置的結構示意圖。如圖4所示，在如圖3所示的基礎上，該咨詢信息推送裝置還包括:第二獲取模塊350。
[0086]其中，第二獲取模塊350，用于獲取用戶的行為偏好特征。
[0087]具體地，如圖5所示，該第二獲取模塊350包括獲取單元351和分析單元352。即獲取單元351可以獲取用戶的大數據信息，該大數據信息包括用戶的在各種應用程序上的多種行為信息，以及各種應用程序的后臺服務器記錄的而用戶行為信息等。
[0088]作為一種示例，該大數據信息可以包括訪問互聯網行為數據，比如用戶在瀏覽器上的搜索記錄和瀏覽記錄等信息。
[0089]作為一種示例，該大數據信息可以包括商品交易行為數據，比如用戶在購物軟件上的購買物品的信息，以及購買金額等。
[0090]作為一種示例，該大數據信息可以包括用戶的基本屬性數據等，比如用戶的性別、年齡、職業等。
[0091]進一步地，分析單元352可通過對大數據信息進行分析獲取用戶的行為偏好特征。比如，通過對大數據信息分析得到用戶，幾乎每天都會在購物軟件中瀏覽一小時，并且對該用戶對應的購買記錄中顯示用戶多次購買衣物等，則可以得出用戶的行為偏好特征為愛好瀏覽購物信息，且喜歡買衣物。
[0092]在本發明的實施例中，推送模塊340還用于根據咨詢推送時間，向用戶推送與行為偏好特征對應的咨詢信息。
[0093]基于上述實施例，推送模塊340可根據咨詢推送時間向用戶推薦與其行為偏好特征對應的咨詢信息，比如在下班后，為行為偏好特征為喜好購物的用戶推送購物信息等。
[0094]綜上所述，本發明實施例的咨詢信息推送裝置，還可獲取用戶的行為偏好特征，并根據用戶的行為偏好特征，在咨詢推送時間為用戶推送符合其行為偏好特征的咨詢信息，進一步地提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0095]為了實現上述實施例，本發明還提出一種終端設備，該終端設備包括:殼體、處理器、存儲器、電路板和電源電路，其中，電路板安置在殼體圍成的空間內部，處理器和存儲器設置在電路板上；電源電路，用于為終端設備的各個電路或器件供電;存儲器用于存儲可執行程序代碼;處理器通過讀取存儲器中存儲的可執行程序代碼來運行與可執行程序代碼對應的程序，以用于執行以下步驟:
[0096]獲取記錄用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征；
[0097]根據歷史行為特征預測與用戶行為對應的咨詢推送時間；
[0098]根據咨詢推送時間，向用戶推送咨詢信息。
[0099]需要說明的是，上述終端設備與上述參照圖1至圖2對咨詢信息推送方法的描述，其功能與咨詢信息推送方法描述的功能相對應，在此不再贅述。
[0100]綜上所述，本發明實施例的終端設備，獲取用戶對應用程序使用情況的歷史信息，并從歷史信息中提取歷史行為特征，進而根據歷史行為特征預測與用戶行為對應的咨詢推送時間，從而根據咨詢推送時間，向用戶推送咨詢信息。該終端設備根據用戶的歷史行為特征預測與用戶行為對應的咨詢推送時間，并根據該咨詢推送時間向用戶推送咨詢信息，提高了用戶對推送的咨詢信息的點擊率和接受度，提升了推送咨詢信息的有效度。
[0101 ]此外，術語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特征的數量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括至少一個該特征。在本發明的描述中，“多個”的含義是至少兩個，例如兩個，三個等，除非另有明確具體的限定。
[0102]在本說明書的描述中，參考術語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結合該實施例或示例描述的具體特征、結構、材料或者特點包含于本發明的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不必須針對的是相同的實施例或示例。而且，描述的具體特征、結構、材料或者特點可以在任一個或多個實施例或示例中以合適的方式結合。此外，在不相互矛盾的情況下，本領域的技術人員可以將本說明書中描述的不同實施例或示例以及不同實施例或示例的特征進行結合和組合。
[0103]盡管上面已經示出和描述了本發明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發明的限制，本領域的普通技術人員在本發明的范圍內可以對上述實施例進行變化、修改、替換和變型。
【主權項】
1.一種咨詢信息推送方法，其特征在于，包括以下步驟: 獲取記錄用戶對應用程序使用情況的歷史信息，并從所述歷史信息中提取歷史行為特征； 根據歷史行為特征預測與用戶行為對應的咨詢推送時間； 根據所述咨詢推送時間，向所述用戶推送咨詢信息。2.如權利要求1所述的方法，其特征在于，所述獲取記錄用戶對應用程序使用情況的歷史信息，包括: 掃描所述用戶使用的終端設備的本地文件，獲取記錄用戶對應用程序使用情況的歷史?目息O3.如權利要求1所述的方法，其特征在于，所述獲取記錄用戶對應用程序使用情況的歷史信息，包括: 掃描與所述應用程序對應的服務器的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。4.如權利要求1所述的方法，其特征在于，所述從所述歷史信息中提取歷史行為特征，包括: 根據預設的與所述應用程序對應的行為特征類型，從所述歷史信息中提取與所述行為特征類型對應的歷史行為特征。5.如權利要求1-4任一所述的方法，其特征在于，在所述根據所述咨詢推送時間，向所述用戶推送咨詢信息之前，還包括: 獲取用戶的行為偏好特征； 所述向所述用戶推送咨詢信息，包括: 向所述用戶推送與所述行為偏好特征對應的咨詢信息。6.如權利要求5所述的方法，其特征在于，所述獲取用戶的行為偏好特征，包括: 獲取所述用戶的大數據信息； 對所述大數據信息進行分析獲取用戶的行為偏好特征。7.如權利要求6所述的方法，其特征在于，所述大數據信息包括以下至少之一: 訪問互聯網行為數據、商品交易行為數據、用戶的基本屬性數據。8.一種咨詢信息推送裝置，其特征在于，包括: 第一獲取模塊，用于獲取記錄用戶對應用程序使用情況的歷史信息； 提取模塊，用于從所述歷史信息中提取歷史行為特征； 預測模塊，用于根據歷史行為特征預測與用戶行為對應的咨詢推送時間； 推送模塊，用于根據所述咨詢推送時間，向所述用戶推送咨詢信息。9.如權利要求8所述的裝置，其特征在于，所述第一獲取模塊具體用于:掃描所述用戶使用的終端設備的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。10.如權利要求8所述的裝置，其特征在于，所述第一獲取模塊具體用于:掃描與所述應用程序對應的服務器的本地文件，獲取記錄用戶對應用程序使用情況的歷史信息。
【文檔編號】G06Q30/02GK105893532SQ201610195461
【公開日】2016年8月24日
【申請日】2016年3月30日
【發明人】白斌
【申請人】北京金山安全軟件有限公司