一种信息推送方法、装置、设备及存储介质与流程

1.本技术涉及视频直播领域，特别是涉及一种信息推送方法、装置、设备及存储介质。


背景技术：

2.在直播过程中，服务器经常需要向直播间内的客户端推送信息，比如，在直播过程中，服务器会向直播间内的观众的客户端推送提醒卡片，在提醒卡片上展示虚拟资源的有关信息，提高直播间内观众的互动性。
3.但是，在上述方法中，推送时机和推送内容都是直播间预先设置，不同用户接收到推送信息的时机和内容都是相同的，导致推送效率低，影响用户体验，同时还会增加推送系统的负荷。
4.因此，目前需要一种更为合理、效率更高且用户体验更好的信息推送方法。


技术实现要素：

5.为了解决相关技术中存在的推送时机和推送内容都是直播间预先设置，不同用户接收到推送信息的时机和内容都是相同的，导致推送效率低，影响用户体验，同时还会增加推送系统的负荷的问题，本公开提供了一种信息推送方法、装置、设备及存储介质，本公开的技术方案如下：
6.根据本公开实施例的第一方面，提供了一种信息推送方法，应用于服务器，所述方法包括：
7.响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息及至少一个候选虚拟资源的资源特征信息；
8.将所述客户端特征信息及所述资源特征信息输入至预先训练得到的域分解机模型中进行特征分析，得到每个候选虚拟资源对应的推荐分数，所述推荐分数与每个候选虚拟资源的推送效果正相关；
9.将所述推荐分数最高的候选虚拟资源确定为目标虚拟资源，根据所述目标虚拟资源，生成待推送信息；
10.向所述目标客户端推送所述待推送信息。
11.可选地，所述将所述推荐分数最高的候选虚拟资源确定为目标虚拟资源，根据所述目标虚拟资源，生成待推送信息，包括：
12.将所述推荐分数最高的候选虚拟资源确定为目标虚拟资源，在所述目标虚拟资源的推荐分数高于预设阈值的情况下，根据所述目标虚拟资源，生成待推送信息。
13.可选地，所述响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息及至少一个候选虚拟资源的资源特征信息，包括：
14.响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息、至少一个候选虚拟资源的资源特征信息以及所述目标客户端所在直播间的主播特征信
息。
15.可选地，所述响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息、至少一个候选虚拟资源的资源特征信息以及所述目标客户端所在直播间的主播特征信息，包括：
16.响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息、至少一个候选虚拟资源的资源特征信息、所述目标客户端所在直播间的主播特征信息以及复合特征信息，所述复合特征信息包括与所述目标客户端及所述所述目标客户端所在直播间的主播关联的特征信息和/或与所述目标客户端、所述所述目标客户端所在直播间的主播及所述候选虚拟资源关联的特征信息。
17.可选地，采用如下步骤，训练得到所述域分解机模型：
18.获取训练数据，所述训练数据中包括训练客户端的训练客户端特征信息、至少一个训练虚拟资源的训练资源特征信息以及所述训练客户端对所述训练虚拟资源的行为信息，其中，所述行为信息包括点击行为及预设操作行为，所述训练资源特征信息包括所述训练虚拟资源的价值；
19.根据所述行为信息，计算每个训练客户端对应每个训练虚拟资源的真实推荐分数，其中，在所述训练虚拟资源的行为信息不包括点击行为的情况下，所述训练虚拟资源的真实推荐分数为负值，在所述训练虚拟资源的行为信息包括点击行为的情况下，所述任一训练虚拟资源的真实推荐分数为正值，且与所述训练虚拟资源的价值正相关；
20.将所述训练客户端特征信息及所述训练资源特征信息输入至预设模型中进行特征分析，得到每个训练客户端对应每个训练虚拟资源的预测推荐分数；
21.根据所述真实推荐分数及所述预测推荐分数之间的差值，对所述预设模型的模型参数进行迭代调整，直至所述差值小于预设损失值，得到所述域分解机模型。
22.根据本公开实施例的第二方面，提供了一种信息推送装置，应用于服务器，所述装置包括：
23.获取单元，被配置为执行响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息及至少一个候选虚拟资源的资源特征信息；
24.分析单元，被配置为执行将所述客户端特征信息及所述资源特征信息输入至预先训练得到的域分解机模型中进行特征分析，得到每个候选虚拟资源对应的推荐分数，所述推荐分数与每个候选虚拟资源的推送效果正相关；
25.确定单元，被配置为执行将所述推荐分数最高的候选虚拟资源确定为目标虚拟资源，根据所述目标虚拟资源，生成待推送信息；
26.推送单元，被配置为执行向所述目标客户端推送所述待推送信息。
27.可选地，所述确定单元，被配置为执行：
28.将所述推荐分数最高的候选虚拟资源确定为目标虚拟资源，在所述目标虚拟资源的推荐分数高于预设阈值的情况下，根据所述目标虚拟资源，生成待推送信息。
29.可选地，所述获取单元，被配置为执行：
30.响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息、至少一个候选虚拟资源的资源特征信息以及所述目标客户端所在直播间的主播特征信息。
31.可选地，所述获取单元，被配置为执行：
32.响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息、至少一个候选虚拟资源的资源特征信息、所述目标客户端所在直播间的主播特征信息以及复合特征信息，所述复合特征信息包括与所述目标客户端及所述所述目标客户端所在直播间的主播关联的特征信息和/或与所述目标客户端、所述所述目标客户端所在直播间的主播及所述候选虚拟资源关联的特征信息。
33.可选地，所述装置还包括训练单元，被配置为执行：
34.获取训练数据，所述训练数据中包括训练客户端的训练客户端特征信息、至少一个训练虚拟资源的训练资源特征信息以及所述训练客户端对所述训练虚拟资源的行为信息，其中，所述行为信息包括点击行为及预设操作行为，所述训练资源特征信息包括所述训练虚拟资源的价值；
35.根据所述行为信息，计算每个训练客户端对应每个训练虚拟资源的真实推荐分数，其中，在所述训练虚拟资源的行为信息不包括点击行为的情况下，所述训练虚拟资源的真实推荐分数为负值，在所述训练虚拟资源的行为信息包括点击行为的情况下，所述任一训练虚拟资源的真实推荐分数为正值，且与所述训练虚拟资源的价值正相关；
36.将所述训练客户端特征信息及所述训练资源特征信息输入至预设模型中进行特征分析，得到每个训练客户端对应每个训练虚拟资源的预测推荐分数；
37.根据所述真实推荐分数及所述预测推荐分数之间的差值，对所述预设模型的模型参数进行迭代调整，直至所述差值小于预设损失值，得到所述域分解机模型。
38.根据本公开实施例的第三方面，还提供了一种电子设备，包括：
39.处理器；
40.用于存储所述处理器可执行指令的存储器；
41.其中，所述处理器被配置为执行所述指令，以实现第一方面所述的方法。
42.根据本公开实施例的第四方面，还提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行第一方面所述的方法。
43.根据本公开实施例的第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机实现第一方面所述的方法。
44.本公开实施例提供的技术方案中，服务器响应于针对目标客户端的推送触发消息，获取目标客户端的客户端特征信息及至少一个候选虚拟资源的资源特征信息；将客户端特征信息及资源特征信息输入至预先训练得到的域分解机模型中进行特征分析，得到每个候选虚拟资源对应的推荐分数，推荐分数与每个候选虚拟资源的推送效果正相关；将推荐分数最高的候选虚拟资源确定为目标虚拟资源，根据目标虚拟资源，生成待推送信息；向目标客户端推送待推送信息。
45.这样，采用域分解机模型对客户端特征信息及资源特征信息进行分析，确定每个候选虚拟资源对应的推荐分数，而候选虚拟资源的推荐分数越高，则向目标客户端推送该候选虚拟资源所带来的效果越好，因此，将推荐分数最高的候选虚拟资源确定为目标虚拟资源，向目标客户端推送目标虚拟资源对应的待推送信息，相比于现有技术中的方案，基于扩展性强、训练速度快的域分解机模型对候选虚拟资源进行评分，得到的推荐分数更客观有效，相应的，用户对待推送信息对应的目标虚拟资源进行消费的可能性更高，信息推送更
有效率，有利于提升用户体验。
附图说明
46.图1是根据一示例性实施例示出的一种信息推送方法的流程图；
47.图2是根据一示例性实施例示出的一种推送虚拟资源提醒卡片的界面示意图；
48.图3是根据一示例性实施例示出的一种信息推送方法的逻辑示意图；
49.图4是根据一示例性实施例示出的一种信息推送装置的框图；
50.图5是根据一示例性实施例示出的一种电子设备的结构示意图；
51.图6是根据一示例性实施例示出的一种装置的框图。
具体实施方式
52.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
53.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
54.为了解决相关技术中存在的推送时机和推送内容都是直播间预先设置，不同用户接收到推送信息的时机和内容都是相同的，导致推送效率低，影响用户体验，同时还会增加推送系统的负荷的问题，本公开实施例提供了一种信息推送系统、方法、装置、设备及存储介质。
55.第一方面，将对本公开实施例提供的一种信息推送方法进行详细介绍。
56.如图1所示，本公开实施例提供的一种信息推送方法的流程图，该信息推送方法应用于服务器，具体包括如下步骤。
57.在s11中，响应于针对目标客户端的推送触发消息，获取目标客户端的客户端特征信息及至少一个候选虚拟资源的资源特征信息。
58.在本公开中，针对目标客户端的推送触发消息可以是目标客户端生成的，由目标客户端发送至服务器，比如，目标客户端可以在检测到用户在直播间内与主播产生互动行为或者长时间观看直播后，生成推送触发消息，然后，服务器可以从kafka(卡夫卡)分布式日志管理系统中获取目标客户端生成的推送触发消息。
59.或者，推送触发消息也可以是服务器根据目标客户端的行为信息生成的，比如，服务器可以收集目标客户端的行为信息，当检测到目标客户端执行了预设触发行为，或者目标客户端的行为信息满足预设条件是，生成针对目标客户端的推送触发消息，等等，具体不作限定。
60.本步骤中，客户端可以从userprofile(用户配置文件)中读取目标客户端的客户端特征信息，从直播业务系统中读取候选虚拟资源的资源特征信息。
61.举例而言，客户端特征信息包括但不限于以下信息：目标客户端对应用户的性别、
年龄、消费次数、消费总价值、消费平均数、消费中位数等；资源特征信息包括但不限于以下信息：虚拟资源的单价、种类、是否具有时效性等，比如，虚拟资源可以为直播间内的礼物，资源特征信息还可以包括该虚拟资源是否为节日资源或限时资源、是否有特效、特效是否跟脸等。
62.一种实现方式中，本步骤还可以获取目标客户端所在直播间的主播特征信息以及复合特征信息等任意一项或多项，其中，复合特征信息包括目标客户端及目标客户端所在直播间的主播关联的特征信息和/或目标客户端、目标客户端所在直播间的主播及候选虚拟资源关联的特征信息。
63.举例而言，主播特征信息包括但不限于以下信息：主播分类、主播最近收到的虚拟资源的价值、直播间特殊功能状态，比如，主播是否处于比赛中等等；目标客户端及目标客户端所在直播间的主播关联的特征信息包括但不限于以下信息：目标客户端对应用户给该主播赠送虚拟资源的历史、给同类型主播赠送虚拟资源的历史、是否关注主播、是否是主播的粉丝团成员等；目标客户端、目标客户端所在直播间的主播及候选虚拟资源关联的特征信息包括但不限于以下信息：该虚拟资源是否是主播当前的心愿虚拟资源、该用户是否使用过该虚拟资源等等。本公开对此不作限定。
64.在s12中，将客户端特征信息及资源特征信息输入至预先训练得到的域分解机模型中进行特征分析，得到每个候选虚拟资源对应的推荐分数，推荐分数与每个候选虚拟资源的推送效果正相关。
65.在本公开中，可以采用如下步骤，训练得到域分解机模型：
66.首先，获取训练数据，训练数据中包括训练客户端的训练客户端特征信息、至少一个训练虚拟资源的训练资源特征信息以及训练客户端对训练虚拟资源的行为信息，其中，行为信息包括点击行为及预设操作行为，训练资源特征信息包括训练虚拟资源的价值。
67.然后，根据行为信息，计算每个训练客户端对应每个训练虚拟资源的真实推荐分数，其中，在训练虚拟资源的行为信息不包括点击行为的情况下，训练虚拟资源的真实推荐分数为负值，在训练虚拟资源的行为信息包括点击行为的情况下，任一训练虚拟资源的真实推荐分数为正值，且与训练虚拟资源的价值正相关。
68.也就是说，在训练模型时，将训练客户端展示任一训练虚拟资源后，用户未点击的情况作为负例，给予负例负分，训练客户端展示任一训练虚拟资源后，用户点击的情况作为正例，给予正例正分，其中，正例的推荐分数需要乘上对应的虚拟资源的价值。进一步的，还可以将正例分为两类，一类为用户点击但未成功送出虚拟资源的，另一类为用户点击且成功送出虚拟资源的，后者比前者可以有更高的推荐分数。
69.进而，将训练客户端特征信息及训练资源特征信息输入至预设模型中进行特征分析，得到每个训练客户端对应每个训练虚拟资源的预测推荐分数；根据真实推荐分数及预测推荐分数之间的差值，对预设模型的模型参数进行迭代调整，直至差值小于预设损失值，得到域分解机模型。
70.在s13中，将推荐分数最高的候选虚拟资源确定为目标虚拟资源，根据目标虚拟资源，生成待推送信息。
71.一种实现方式中，在将推荐分数最高的候选虚拟资源确定为目标虚拟资源之后，可以先判断推荐分数是否高于预设阈值，在目标虚拟资源的推荐分数高于预设阈值的情况
下，根据目标虚拟资源，生成待推送信息。这样，可以进一步减少无效曝光。
72.其中，待推送信息可以为虚拟资源提醒卡片，如图2所示，为推送虚拟资源提醒卡片的界面示意图，虚拟资源提醒卡片中包括虚拟资源的相关信息，其中，虚拟资源的名称为“小可爱”，价格为“1快币”，另外，虚拟资源提醒卡片左侧圆形区域可以展示主播的头像或名字，右侧还包括消费按钮“送出”。当观众接收到虚拟资源提醒卡片后，如果点击“送出”，则会消费1快币将“小可爱”送给主播。
73.在s14中，向目标客户端推送待推送信息。
74.在本步骤中，可以通过im(instant messenger，即时通讯)系统推送待推送信息。
75.如图3所示，为本方案的逻辑示意图。其中，推荐系统的服务器收集kafka系统中“虚拟资源提醒卡片”的推送触发消息，然后，从虚拟资源数据库拉取可推荐的虚拟资源、从userprofile中读取用户信息及主播信息，也就是客户端特征信息及主播特征信息，同时，还从直播业务系统读取“直播pk”、“直播心愿单”等业务信息，接着，将获取到的信息输入至fm(field-aware factorization machine，域分解机)模型中进行处理，计算虚拟资源的推荐分数，并对虚拟资源进行排序，将推荐分数最高的虚拟资源的相关信息封装成“虚拟资源提醒卡片”通过im服务下发到客户端。
76.进一步的，客户端还可以将自身对“虚拟资源提醒卡片”的消费结果写入kafka系统，包括是否点击、是否送礼等，这样，fm模型可以从kafka系统中获取“虚拟资源提醒卡片”的消费结果，进而不断更新模型参数，优化处理结果。也就是说，有新的数据用，新的虚拟资源上架，不需要人工去判断应该如何修改规则，避免推荐新的虚拟资源前要进行长时间的测试、放量过程；代码的修改量降到最低，甚至可以不修改，从而提升模型的扩展性。
77.由以上可见，本公开实施例提供的技术方案中，采用域分解机模型对客户端特征信息及资源特征信息进行分析，而候选虚拟资源的推荐分数越高，则向目标客户端推送该候选虚拟资源所带来的效果越好，因此，将推荐分数最高的候选虚拟资源确定为目标虚拟资源，向目标客户端推送目标虚拟资源对应的待推送信息，相比于现有技术中的方案，基于扩展性强、训练速度快的域分解机模型对候选虚拟资源进行评分，得到的推荐分数更客观有效，相应的，用户对待推送信息对应的目标虚拟资源进行消费的可能性更高，信息推送更有效率，有利于提升用户体验。
78.第二方面，将对本公开实施例提供的一种信息推送装置进行详细介绍。
79.如图4所示，本公开实施例提供的一种应用于服务器的信息推送装置包括：
80.获取单元201，被配置为执行响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息及至少一个候选虚拟资源的资源特征信息；
81.分析单元202，被配置为执行将所述客户端特征信息及所述资源特征信息输入至预先训练得到的域分解机模型中进行特征分析，得到每个候选虚拟资源对应的推荐分数，所述推荐分数与每个候选虚拟资源的推送效果正相关；
82.确定单元203，被配置为执行将所述推荐分数最高的候选虚拟资源确定为目标虚拟资源，根据所述目标虚拟资源，生成待推送信息；
83.推送单元204，被配置为执行向所述目标客户端推送所述待推送信息。
84.一种实现方式中，所述确定单元203，被配置为执行：
85.将所述推荐分数最高的候选虚拟资源确定为目标虚拟资源，在所述目标虚拟资源
的推荐分数高于预设阈值的情况下，根据所述目标虚拟资源，生成待推送信息。
86.一种实现方式中，所述获取单元201，被配置为执行：
87.响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息、至少一个候选虚拟资源的资源特征信息以及所述目标客户端所在直播间的主播特征信息。
88.一种实现方式中，所述获取单元201，被配置为执行：
89.响应于针对目标客户端的推送触发消息，获取所述目标客户端的客户端特征信息、至少一个候选虚拟资源的资源特征信息、所述目标客户端所在直播间的主播特征信息以及复合特征信息，所述复合特征信息包括与所述目标客户端及所述所述目标客户端所在直播间的主播关联的特征信息和/或与所述目标客户端、所述所述目标客户端所在直播间的主播及所述候选虚拟资源关联的特征信息。
90.一种实现方式中，所述装置还包括训练单元，被配置为执行：
91.获取训练数据，所述训练数据中包括训练客户端的训练客户端特征信息、至少一个训练虚拟资源的训练资源特征信息以及所述训练客户端对所述训练虚拟资源的行为信息，其中，所述行为信息包括点击行为及预设操作行为，所述训练资源特征信息包括所述训练虚拟资源的价值；
92.根据所述行为信息，计算每个训练客户端对应每个训练虚拟资源的真实推荐分数，其中，在所述训练虚拟资源的行为信息不包括点击行为的情况下，所述训练虚拟资源的真实推荐分数为负值，在所述训练虚拟资源的行为信息包括点击行为的情况下，所述任一训练虚拟资源的真实推荐分数为正值，且与所述训练虚拟资源的价值正相关；
93.将所述训练客户端特征信息及所述训练资源特征信息输入至预设模型中进行特征分析，得到每个训练客户端对应每个训练虚拟资源的预测推荐分数；
94.根据所述真实推荐分数及所述预测推荐分数之间的差值，对所述预设模型的模型参数进行迭代调整，直至所述差值小于预设损失值，得到所述域分解机模型。
95.由以上可见，本公开实施例提供的技术方案中，采用域分解机模型对客户端特征信息及资源特征信息进行分析，而候选虚拟资源的推荐分数越高，则向目标客户端推送该候选虚拟资源所带来的效果越好，因此，将推荐分数最高的候选虚拟资源确定为目标虚拟资源，向目标客户端推送目标虚拟资源对应的待推送信息，相比于现有技术中的方案，基于扩展性强、训练速度快的域分解机模型对候选虚拟资源进行评分，得到的推荐分数更客观有效，相应的，用户对待推送信息对应的目标虚拟资源进行消费的可能性更高，信息推送更有效率，有利于提升用户体验。
96.第三方面，将对本公开实施例提供的一种电子设备进行详细介绍。
97.如图5所示，本公开实施例提供的一种电子设备的结构示意图。
98.在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器，上述指令可由电子设备的处理器执行以完成上述方法。可选地，计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
99.在示例性实施例中，还提供一种计算机程序产品，当其在计算机上运行时，使得计算机实现上述信息推送的方法。
100.图6是根据一示例性实施例示出的另一种装置800的框图。例如，装置800可以是移
动电话，计算机，数字广播电子设备，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
101.参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
102.处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
103.存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
104.电源组件807为装置800的各种组件提供电力。电源组件807可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
105.多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
106.音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
107.i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
108.传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成
像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
109.通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如wifi，运营商网络(如2g、3g、4g或5g)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
110.在示例性实施例中，装置800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述任一信息推送方法。
111.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。可选地，例如，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性非临时性计算机可读存储介质计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
112.根据本公开实施例的第四方面，提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行上述任一信息推送方法。
113.根据本公开实施例的第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机实现上述任一信息推送方法。
114.由以上可见，本公开实施例提供的技术方案中，采用域分解机模型对客户端特征信息及资源特征信息进行分析，而候选虚拟资源的推荐分数越高，则向目标客户端推送该候选虚拟资源所带来的效果越好，因此，将推荐分数最高的候选虚拟资源确定为目标虚拟资源，向目标客户端推送目标虚拟资源对应的待推送信息，相比于现有技术中的方案，基于扩展性强、训练速度快的域分解机模型对候选虚拟资源进行评分，得到的推荐分数更客观有效，相应的，用户对待推送信息对应的目标虚拟资源进行消费的可能性更高，信息推送更有效率，有利于提升用户体验。
115.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
116.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。