CN104933177B - 一种信息推送方法及装置 - Google Patents

Abstract

本发明公开了一种信息推送方法及装置。所述方法包括：确定使用发送流量发送推送信息，所述发送流量小于系统最大流量；根据接收到的用户行为反馈信息计算所述推送信息的第一预估打开率；当所述推送信息的发送数量达到第一预设数量值或所述推送信息的第一预估打开率的置信度达到第一预设置信度时，确定使用所述系统最大流量发送推送信息。节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源，并且减少了向互联系推送时浪费的流量。

Description

一种信息推送方法及装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种信息推送方法及装置。

背景技术

随着计算机及互联网的快速发展，互联网已成为人们日常生活中必不可少的部分。在互联网上可以实现如广告宣传、市场运营等功能。当用户使用计算机上网时，经常会发现在网页中有很多推送信息，这些推送信息一般都是广告。

目前，推送信息是由运营技术人员根据长期的运营经验，手动书写方案和内容的，然后中将完成的推送信息全量发送到互联网中，向互联网用户进行推送。

但是，发明人发现在现有技术中存在以下问题：由运营技术人员根据长期的运营经验手动书写推送信息，耗费了大量的人力资源，并且由于每个运营技术人员的运营经验也各不相同，无法确定发送的推送信息是否有利于广告宣传。而且无法确定该推送信息在互联网中的需求流量是多大，如果在向互联网推送时是全流量推送，则有可能浪费了大量流量。

发明内容

为克服相关技术中存在的问题，本发明实施例提供一种信息推送方法及装置。节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源，并且减少了向互联系推送时浪费的流量。

一种信息推送方法，包括以下步骤：

确定使用发送流量发送推送信息，所述发送流量小于系统最大流量；

根据接收到的用户行为反馈信息计算所述推送信息的第一预估打开率；

当所述推送信息的发送数量达到第一预设数量值或所述推送信息的第一预估打开率的置信度达到第一预设置信度时，确定使用所述系统最大流量发送推送信息。

通过以小流量的发送流量发送推送信息，当推送信息的第一预估打开率满足要求时，再以系统最大流量发送推送信息。当运营技术人员完成推送信息后，将推送信息以发送流量发送到网络侧中，根据用户选择反馈信息计算推送信息的第一预估打开率，如果第一预估打开率满足要求，则说明该推送信息符合网络侧用户的需求和使用习惯，不需要对该推送信息进行修改即可以系统最大流量向网络侧发送推送信息，节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源。并且由于是先以小流量的发送流量向网络侧发送推送信息，后以系统最大流量向网络侧发送推送信息，也减少了如果推送信息不符合网络侧用户的需求和使用习惯时推送信息的打开率较低而浪费的流量。

优选的，所述方法还包括：

当所述推送信息的发送数量在第一预设时间段内未达到第二预设数量值或所述推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，提醒停止发送所述推送信息。

如果推送信息的发送数量或推送信息的第一预估打开率不满足预设要求时，则提醒停止发送推送信息。当推送信息的发送数量或推送信息的第一预估打开率不满足预设要求，说明该推送信息不符合网络侧用户的需求和使用习惯，推送信息书写上存在问题，需要运营技术人员对该推送信息进行修改。因此，通过推送信息的发送数量或推送信息的第一预估打开率检查推送信息，节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源。

优选的，所述方法还包括：

根据所述推送信息的第一预估打开率调整所述发送流量的大小。

根据推送信息的第一预设打开率调整发送流量的大小，如果第一预设打开率比较高时，则可以将发送流量调高，向网络侧发送更多的推送信息，如果第一预设打开率比较低时，则可以将发送流量调低，使发送的推送信息适合网络侧的需求，从而减少了向网络侧推送时浪费的流量。

优选的，所述确定使用所述系统最大流量发送推送信息，包括：

提醒使用所述系统最大流量发送推送信息；

当接收到对使用所述系统最大流量发送推送信息的选项的选定操作时，使用所述系统最大流量发送推送信息。

在确定使用系统最大流量发送推送信息时，可以由运营技术人员手动进行操作，避免了由于计算误差而错误判断，造成的大量流量损失的情况，进一步减少了向网络侧推送时浪费的流量。

优选的，根据接收到的用户行为反馈信息计算所述推送信息的第一预估打开率，包括：

提取所述推送信息的特征，所述推送信息的特征至少包括所述推送信息的信息标识；

根据所述推送信息的特征及接收到的用户行为反馈信息，计算所述推送信息的第一预估打开率。

通过推送信息的特征及接收到的用户行为反馈信息，计算得出的推送信息的第一预估打开率，更接近与实际情况下，该推送信息在网络侧的实际打开率，提高了计算出的推送信息的第一预估打开率的准确率及可相度。

优选的，所述确定使用发送流量发送所述推送信息，包括：

计算推送信息的第二预估打开率；

当所述第二预估打开率小于预设打开率时，提醒修改所述推送信息；

当所述第二预估打开率大于或等于预设打开率时，使用所述发送流量发送所述推送信息。

当所述第二预设打开率小于预设打开率时，说明该推送信息不符合网络侧用户的需求和使用习惯，推送信息书写上存在问题，需要运营技术人员对该推送信息进行修改，通过第二预估打开率判断该推送信息是否合格，可以节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源。而且当第二预估打开率大于或等于预设打开率时，保持发送流量发送推送信息，节省发送推送信息时的流量。

优选的，所述计算推送信息的第二预估打开率，包括：

提取所述推送信息的特征；

根据提取的所述推送信息的特征，对历史推送数据进行学习，计算所述推送信息的第二预估打开率。

根据提取的推送信息的特征，对历史推送数据进行学习，计算出推送信息的第二预估打开率，通过对历史推送数据的学习，可以提高计算出的推送信息的第二预估打开率的准确率，使第二预估打开率更符合网络侧用户的使用习惯及使用需求。

优选的，所述推送信息的特征包括以下至少一类特征中的至少一项特征信息：

所述推送信息的信息特征，

所述推送信息涉及商品的商品特征，

所述推送信息的目标用户的用户特征，

所述推送信息的发送行为特征。

采用多个不同的特征信息作为推送信息的特征，可以使推送信息的特征更适合于不同的情况的推送信息，这样根据推送信息的特征计算出来的第一预估打开率或第二预估打开率才更准确。

优选的，计算所述推送信息的第一预估打开率或第二预估打开率，包括：

采用逻辑回归模型或决策树模型计算所述推送信息的第一预估打开率或第二预估打开率。

采用逻辑回归模型或决策树模型计算推送信息的第一预估打开率或第二预估打开率，提高了计算出来的第一预估打开率或第二预估打开率的准确度。

一种信息推送装置，包括：

发送模块，用于确定使用发送流量发送推送信息，所述发送流量小于系统最大流量；

计算模块，用于根据接收到的用户行为反馈信息计算所述推送信息的第一预估打开率；

处理模块，用于当所述推送信息的发送数量达到第一预设数量值或所述推送信息的第一预估打开率的置信度达到第一预设置信度时，确定使用所述系统最大流量发送推送信息。

优选的，所述装置还包括：

提醒模块，用于当所述推送信息的发送数量在第一预设时间段内未达到第二预设数量值或所述推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，提醒停止发送所述推送信息。

优选的，所述装置还包括：

调整模块，用于根据所述推送信息的第一预估打开率调整所述发送流量的大小。

优选的，所述处理模块，包括：

第一提醒子模块，用于提醒使用所述系统最大流量发送推送信息；

处理子模块，用于当接收到对使用所述系统最大流量发送推送信息的选项的选定操作时，使用所述系统最大流量发送推送信息。

优选的，计算模块，包括：

提取子模块，用于提取所述推送信息的特征，所述推送信息的特征至少包括所述推送信息的信息标识；

第一计算子模块，用于根据所述推送信息的特征及接收到的用户行为反馈信息，计算所述推送信息的第一预估打开率。

优选的，所述发送模块，包括：

第二计算子模块，用于计算推送信息的第二预估打开率；

第二提醒子模块，用于当所述第二预估打开率小于预设打开率时，提醒修改所述推送信息；

发送子模块，用于当所述第二预估打开率大于或等于预设打开率时，使用所述发送流量发送所述推送信息。

优选的，所述第二计算子模块，包括：

提取单元，用于提取所述推送信息的特征；

第一计算单元，用于根据提取的所述推送信息的特征，对历史推送数据进行学习，计算所述推送信息的第二预估打开率。

优选的，所述推送信息的特征包括以下至少一类特征中的至少一项特征信息：

所述推送信息的信息特征，

所述推送信息涉及商品的商品特征，

所述推送信息的目标用户的用户特征，

所述推送信息的发送行为特征。

优选的，第一计算子模块或第二计算子模块，包括：

第二计算单元，用于采用逻辑回归模型或决策树模型计算所述推送信息的第一预估打开率或第二预估打开率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种信息推送方法的流程图；

图2为本发明实施例中一种信息推送方法的详细流程图；

图3为本发明实施例中一种信息推送装置的结构示意图；

图4为本发明实施例中一种信息推送装置的结构示意图；

图5为本发明实施例中一种信息推送装置的结构示意图；

图6为本发明实施例中一种信息推送装置中处理模块的结构示意图；

图7为本发明实施例中一种信息推送装置中计算模块的结构示意图；

图8为本发明实施例中一种信息推送装置中发送模块的结构示意图；

图9为本发明实施例中一种信息推送装置中第二计算子模块的结构示意图；

图10为本发明实施例中一种信息推送装置中第一计算子模块及第二计算子模块的结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供了一种信息推送方法，具体实施步骤如下：

在步骤S101中，确定使用发送流量发送推送信息，发送流量小于系统最大流量。

在步骤S102中，根据接收到的用户行为反馈信息计算推送信息的第一预估打开率。

在步骤S103中，当推送信息的发送数量达到第一预设数量值或推送信息的第一预估打开率的置信度达到第一预设置信度时，确定使用系统最大流量发送推送信息。

本发明实施例提供了一种信息推送方法。通过以小流量的发送流量发送推送信息，当推送信息的第一预估打开率满足要求时，再以系统最大流量发送推送信息。当运营技术人员完成推送信息后，将推送信息以发送流量发送到网络侧中，根据用户选择反馈信息计算推送信息的第一预估打开率，如果第一预估打开率满足要求，则说明该推送信息符合网络侧用户的需求和使用习惯，不需要对该推送信息进行修改即可以系统最大流量向网络侧发送推送信息，节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源。并且由于是先以小流量的发送流量向网络侧发送推送信息，后以系统最大流量向网络侧发送推送信息，也减少了如果推送信息不符合网络侧用户的需求和使用习惯时推送信息的打开率较低而浪费的流量。

可选的，该方法还可实施为：当推送信息的发送数量在第一预设时间段内未达到第二预设数量值或推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，提醒停止发送推送信息。

采用上述方法，如果推送信息的发送数量或推送信息的第一预估打开率不满足预设要求时，则提醒停止发送推送信息。当推送信息的发送数量或推送信息的第一预估打开率不满足预设要求，说明该推送信息不符合网络侧用户的需求和使用习惯，推送信息书写上存在问题，需要运营技术人员对该推送信息进行修改。因此，通过推送信息的发送数量或推送信息的第一预估打开率检查推送信息，节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源。

可选的，该方法还可实施为：根据推送信息的第一预估打开率调整发送流量的大小。

采用上述方法，根据推送信息的第一预设打开率调整发送流量的大小，如果第一预设打开率比较高时，则可以将发送流量调高，向网络侧发送更多的推送信息，如果第一预设打开率比较低时，则可以将发送流量调低，使发送的推送信息适合网络侧的需求，从而减少了向网络侧推送时浪费的流量。

可选的，步骤S103还可实施为：步骤A1-步骤A2。

在步骤A1中，提醒使用系统最大流量发送推送信息。

在步骤A2中，当接收到对使用系统最大流量发送推送信息的选项的选定操作时，使用系统最大流量发送推送信息。

采用上述方法，在确定使用系统最大流量发送推送信息时，可以由运营技术人员手动进行操作，避免了由于计算误差而错误判断，造成的大量流量损失的情况，进一步减少了向网络侧推送时浪费的流量。

可选的，步骤S102还可实施为：步骤B1-步骤B2。

在步骤B1中，提取推送信息的特征，推送信息的特征至少包括推送信息的信息标识。

在步骤B2中，根据推送信息的特征及接收到的用户行为反馈信息，计算推送信息的第一预估打开率。

采用上述方法，通过推送信息的特征及接收到的用户行为反馈信息，计算得出的推送信息的第一预估打开率，更接近与实际情况下，该推送信息在网络侧的实际打开率，提高了计算出的推送信息的第一预估打开率的准确率及可相度。

可选的，步骤S101还可实施为：步骤C1-步骤C3。

在步骤C1中，计算推送信息的第二预估打开率。当第二预估打开率小于预设打开率时，执行步骤C2；当第二预估打开率大于或等于预设打开率时执行步骤C3。

在步骤C2中，当第二预估打开率小于预设打开率时，提醒修改推送信息。

在步骤C3中，当第二预估打开率大于或等于预设打开率时，使用发送流量发送推送信息。

采用上述方法，当第二预设打开率小于预设打开率时，说明该推送信息不符合网络侧用户的需求和使用习惯，推送信息书写上存在问题，需要运营技术人员对该推送信息进行修改，通过第二预估打开率判断该推送信息是否合格，可以节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源。而且当第二预估打开率大于或等于预设打开率时，保持发送流量发送推送信息，节省发送推送信息时的流量。

可选的，步骤C1还可实施为：步骤D1-步骤D2。

在步骤D1中，提取推送信息的特征。

在步骤D2中，根据提取的推送信息的特征，对历史推送数据进行学习，计算推送信息的第二预估打开率。

采用上述方法，根据提取的推送信息的特征，对历史推送数据进行学习，计算出推送信息的第二预估打开率，通过对历史推送数据的学习，可以提高计算出的推送信息的第二预估打开率的准确率，使第二预估打开率更符合网络侧用户的使用习惯及使用需求。

可选的，上述实施例中的推送信息的特征包括以下至少一类特征中的至少一项特征信息：

推送信息的信息特征，

推送信息涉及商品的商品特征，

推送信息的目标用户的用户特征，

推送信息的发送行为特征。

采用上述方法，采用多个不同的特征信息作为推送信息的特征，可以使推送信息的特征更适合于不同的情况的推送信息，这样根据推送信息的特征计算出来的第一预估打开率或第二预估打开率才更准确。

可选的，计算推送信息的第一预估打开率或第二预估打开率还可实施为：采用逻辑回归模型或决策树模型计算推送信息的第一预估打开率或第二预估打开率。

采用上述方法，采用逻辑回归模型或决策树模型计算推送信息的第一预估打开率或第二预估打开率，提高了计算出来的第一预估打开率或第二预估打开率的准确度。

下面通过具体实施例说明本发明提供的一种信息推送方法。

如图2所示，本发明实施例提供了一种信息推送方法，具体实施步骤如下：

在步骤S201中，计算推送信息的第二预估打开率。第二预估打开率小于预设打开率时，执行步骤S202；当第二预估打开率大于或等于预设打开率时，执行步骤S203。

步骤S201中的，计算推送信息的第二预估打开率，可以通过步骤S201a-步骤S201b实现，在步骤S201a中，提取推送信息的特征，其中，推送信息的特征，包括：根据推送信息的文案、发送时间及目标用户信息。在步骤S201b，中根据提取的推送信息的特征，对历史推送数据进行学习，计算推送信息的第二预估打开率。由此可以看出，第二预估打开率是根据历史推送信息计算出来的，第二预估打开率是作为第一次检查推送信息是否合格的依据。推送信息的目的是给网络中侧的用户推送出有用的，符合用户需求的信息，而在现在的实际推送过程中，都是运营技术人员编写完成推送信息后直接发送到网络侧，并没有一种对推送信息的客观的检查机制，也就造成了有一部分推送信息并不能达到预期的目的，从而浪费了运营技术人员的人力资源，也浪费了发送推送信息所需要的流量。而第二预估打开率则是这在发送推送信息之前的第一道客观的检查机制，可以在推送信息发送之前首先检查该推送信息是否符合用户需求的信息。

在计算推送信息的第二预估打开率时，采用逻辑回归模型。公式如下：

其中，P(y＝1|x)为打开预估打开率；x代表特征向量，刻画当前场景；y＝1代表被点击，θ代表推送信息的特征权重；i代表向量的个数。

在步骤S202中，当第二预估打开率小于预设打开率时，提醒修改推送信息。

当第二预估打开率小于预设打开率时，说明推送信息存在问题，并不适合发送到网络侧，如果发送到网络侧也无法达到预期的目的，因此，提醒运营技术人员对该推送信息进行修改。

在步骤S203中，当第二预估打开率大于或等于预设打开率时，使用发送流量发送推送信息。

当第二预估打开率大于或等于预设打开率时，说明该推送信息符合推送数据，可以将该推送信息发送至网络侧，向网络侧用户推送相关信息。但是，该推送信息并不一定符合当前推送时的推送数据，所以将该推送信息以发送流量发送至网络侧，也是为了进一步检查该推送信息是否符合当前网络侧用户的使用习惯或需求，以达到推送的目的。

在步骤S204中，提取推送信息的特征，推送信息的特征至少包括推送信息的信息标识。推送信息的特征包括：推送信息的文案、发送时间、目标用户信息、信息标识。

经过S203后，已将该推送信息发送至网络侧，提取推送信息的文案、发送时间、目标用户信息、信息标识。

在步骤S205中，根据推送信息的特征及接收到的用户行为反馈信息，计算推送信息的第一预估打开率。当推送信息的发送数量达到第一预设数量值或推送信息的第一预估打开率的置信度达到第一预设置信度时，执行步骤S206-步骤S207；当推送信息的发送数量在第一预设时间段内未达到第二预设数量值或推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，执行步骤S208；当第一预估打开率大于第二预估打开率，并且第一预估打开率小于系统最大流量发送推送信息的实际打开率时，执行步骤S209。

当推送信息经过步骤S201-步骤S203的第一次检查后，推送信息符合历史推送数据，但该推送信息并不一定符合当前的推送数据，所以需要对推送信息进行第二次检查，以确定推送信息符合当前的推送数据，所以需要计算得到第一预估打开率。

根据提取到的推送信息的文案、发送时间、目标用户信息、信息标识，并仍采用逻辑回归模型计算推送信息的第一预估打开率。

在步骤S206中，当推送信息的发送数量达到第一预设数量值或推送信息的第一预估打开率的置信度达到第一预设置信度时，提醒使用系统最大流量发送推送信息。

当推送信息的发送数量达到第一预设数量值或推送信息的第一预估打开率的置信度达到第一预设置信度时，说明该推送信息符合网络侧用户的使用习惯及需求，可以达到预期的目的，因此，该推送信息可以大量的向网络侧进行推送，但是是否以系统最大流量发送推送信息，则需要运营技术人员决定，因此，提醒使用系统最大流量发送推送信息。

在步骤S207中，当接收到对使用系统最大流量发送推送信息的选项的选定操作时，使用系统最大流量发送推送信息。

当接收到运营技术人员对使用系统最大流量发送推送信息的选项的选定操作时，说明运营技术人员也同意以系统最大流量发送推送信息，可以使用系统最大流量发送推送信息。

在步骤S208中，当推送信息的发送数量在第一预设时间段内未达到第二预设数量值或推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，提醒停止发送推送信息。

当推送信息的发送数量在第一预设时间段内未达到第二预设数量值或推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，说明该推送信息不符合当前网络侧用户的使用习惯或需求，并不能达到预期的目的，所以要停止发送推送信息，否则可能产生不好的后果。停止发送推送信息后，还可以由运营技术人员对该推送信息进行修改后，继续进行推送。

在步骤S209中，当第一预估打开率大于第二预估打开率，并且第一预估打开率小于系统最大流量发送推送信息的实际打开率时，根据推送信息的第一预估打开率调整发送流量的大小。

第一预估打开率大于第二预估打开率，并且第一预估打开率小于系统最大流量发送推送信息的实际打开率时，说明该推送信息符合当前网络侧用户的使用习惯或需求，但是如果以系统最大流量发送该推送信息并不能取得相应的效果，所以可以根据推送信息的第一预估打开率将发送该推送信息的流量调整到合适的大小。

本发明实施例提供了一种信息推送方法。通过以小流量的发送流量发送推送信息，当推送信息的第一预估打开率满足要求时，再以系统最大流量发送推送信息。当运营技术人员完成推送信息后，将推送信息以发送流量发送到网络侧中，根据用户选择反馈信息计算推送信息的第一预估打开率，如果第一预估打开率满足要求，则说明该推送信息符合网络侧用户的需求和使用习惯，不需要对该推送信息进行修改即可以系统最大流量向网络侧发送推送信息，节省了运营技术人员在完成推送信息后对推送信息检查是所消耗的人力资源。并且由于是先以小流量的发送流量向网络侧发送推送信息，后以系统最大流量向网络侧发送推送信息，也减少了如果推送信息不符合网络侧用户的需求和使用习惯时推送信息的打开率较低而浪费的流量。

上述实施例具体说明了一种信息推送方法，下面对该方法对应的装置进行说明。

如图3所示，本发明实施例提供了一种信息推送装置，包括：

发送模块31，用于确定使用发送流量发送推送信息，发送流量小于系统最大流量。

计算模块32，用于根据接收到的用户行为反馈信息计算推送信息的第一预估打开率。

处理模块33，用于当推送信息的发送数量达到第一预设数量值或推送信息的第一预估打开率的置信度达到第一预设置信度时，确定使用系统最大流量发送推送信息。

如图4所示，该装置还包括：

提醒模块41，用于当推送信息的发送数量在第一预设时间段内未达到第二预设数量值或推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，提醒停止发送推送信息。

如图5所示，该装置还包括：

调整模块51，用于根据推送信息的第一预估打开率调整发送流量的大小。

如图6所示，处理模块33，包括：

第一提醒子模块61，用于提醒使用系统最大流量发送推送信息。

处理子模块62，用于当接收到对使用系统最大流量发送推送信息的选项的选定操作时，使用系统最大流量发送推送信息。

如图7所示，计算模块32，包括：

提取子模块71，用于提取推送信息的特征，推送信息的特征至少包括推送信息的信息标识。

第一计算子模块72，用于根据推送信息的特征及接收到的用户行为反馈信息，计算推送信息的第一预估打开率。

如图8所示，发送模块31，包括：

第二计算子模块81，用于计算推送信息的第二预估打开率。

第二提醒子模块82，用于当第二预估打开率小于预设打开率时，提醒修改推送信息。

发送子模块83，用于当第二预估打开率大于或等于预设打开率时，使用发送流量发送推送信息。

如图9所示，第二计算子模块81，包括：

提取单元91，用于提取推送信息的特征。

第一计算单元92，用于根据提取的推送信息的特征，对历史推送数据进行学习，计算推送信息的第二预估打开率。

推送信息的特征包括以下至少一类特征中的至少一项特征信息：

推送信息的信息特征，

推送信息涉及商品的商品特征，

推送信息的目标用户的用户特征，

推送信息的发送行为特征。

如图10所示，第一计算子模块72及第二计算子模块81，包括：

第二计算单元101，用于采用逻辑回归模型或决策树模型计算推送信息的第一预估打开率或第二预估打开率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (16)

1.一种信息推送方法，其特征在于，包括：

确定使用发送流量发送推送信息，所述发送流量小于系统最大流量；

根据接收到的用户行为反馈信息计算所述推送信息的第一预估打开率；

当所述推送信息的发送数量达到第一预设数量值或所述推送信息的第一预估打开率的置信度达到第一预设置信度时，确定使用所述系统最大流量发送推送信息；

所述确定使用发送流量发送所述推送信息，包括：

计算推送信息的第二预估打开率；

当所述第二预估打开率小于预设打开率时，提醒修改所述推送信息；

当所述第二预估打开率大于或等于预设打开率时，使用所述发送流量发送所述推送信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述推送信息的发送数量在第一预设时间段内未达到第二预设数量值或所述推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，提醒停止发送所述推送信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述推送信息的第一预估打开率调整所述发送流量的大小。

4.根据权利要求1所述的方法，其特征在于，所述确定使用所述系统最大流量发送推送信息，包括：

提醒使用所述系统最大流量发送推送信息；

当接收到对使用所述系统最大流量发送推送信息的选项的选定操作时，使用所述系统最大流量发送推送信息。

5.根据权利要求1所述的方法，其特征在于，根据接收到的用户行为反馈信息计算所述推送信息的第一预估打开率，包括：

提取所述推送信息的特征，所述推送信息的特征至少包括所述推送信息的信息标识；

根据所述推送信息的特征及接收到的用户行为反馈信息，计算所述推送信息的第一预估打开率。

6.根据权利要求1所述的方法，其特征在于，所述计算推送信息的第二预估打开率，包括：

提取所述推送信息的特征；

根据提取的所述推送信息的特征，对历史推送数据进行学习，计算所述推送信息的第二预估打开率。

7.根据权利要求5或6所述的方法，其特征在于，所述推送信息的特征包括以下至少一类特征中的至少一项特征信息：

所述推送信息的信息特征，

所述推送信息涉及商品的商品特征，

所述推送信息的目标用户的用户特征，

所述推送信息的发送行为特征。

8.根据权利要求5或6所述的方法，其特征在于，计算所述推送信息的第一预估打开率或第二预估打开率，包括：

采用逻辑回归模型或决策树模型计算所述推送信息的第一预估打开率或第二预估打开率。

9.一种信息推送装置，其特征在于，包括：

发送模块，用于确定使用发送流量发送推送信息，所述发送流量小于系统最大流量；

计算模块，用于根据接收到的用户行为反馈信息计算所述推送信息的第一预估打开率；

处理模块，用于当所述推送信息的发送数量达到第一预设数量值或所述推送信息的第一预估打开率的置信度达到第一预设置信度时，确定使用所述系统最大流量发送推送信息；

所述发送模块，包括：

第二计算子模块，用于计算推送信息的第二预估打开率；

第二提醒子模块，用于当所述第二预估打开率小于预设打开率时，提醒修改所述推送信息；

发送子模块，用于当所述第二预估打开率大于或等于预设打开率时，使用所述发送流量发送所述推送信息。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

提醒模块，用于当所述推送信息的发送数量在第一预设时间段内未达到第二预设数量值或所述推送信息的第一预估打开率的置信度在第二预设时间段内未达到第二预设置信度时，提醒停止发送所述推送信息。

11.根据权利要求9所述的装置，其特征在于，所述装置还包括：

调整模块，用于根据所述推送信息的第一预估打开率调整所述发送流量的大小。

12.根据权利要求9所述的装置，其特征在于，所述处理模块，包括：

第一提醒子模块，用于提醒使用所述系统最大流量发送推送信息；

处理子模块，用于当接收到对使用所述系统最大流量发送推送信息的选项的选定操作时，使用所述系统最大流量发送推送信息。

13.根据权利要求9所述的装置，其特征在于，计算模块，包括：

提取子模块，用于提取所述推送信息的特征，所述推送信息的特征至少包括所述推送信息的信息标识；

第一计算子模块，用于根据所述推送信息的特征及接收到的用户行为反馈信息，计算所述推送信息的第一预估打开率。

14.根据权利要求9所述的装置，其特征在于，所述第二计算子模块，包括：

提取单元，用于提取所述推送信息的特征；

第一计算单元，用于根据提取的所述推送信息的特征，对历史推送数据进行学习，计算所述推送信息的第二预估打开率。

15.根据权利要求13或14所述的装置，其特征在于，所述推送信息的特征包括以下至少一类特征中的至少一项特征信息：

所述推送信息的信息特征，

所述推送信息涉及商品的商品特征，

所述推送信息的目标用户的用户特征，

所述推送信息的发送行为特征。

16.根据权利要求13或14所述的装置，其特征在于，第一计算子模块或第二计算子模块，包括：

第二计算单元，用于采用逻辑回归模型或决策树模型计算所述推送信息的第一预估打开率或第二预估打开率。