CN107277178A - 用于推送信息的方法和装置 - Google Patents

用于推送信息的方法和装置 Download PDF

Info

Publication number
CN107277178A
CN107277178A CN201710666462.0A CN201710666462A CN107277178A CN 107277178 A CN107277178 A CN 107277178A CN 201710666462 A CN201710666462 A CN 201710666462A CN 107277178 A CN107277178 A CN 107277178A
Authority
CN
China
Prior art keywords
parameter
user
value
exemption
sub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710666462.0A
Other languages
English (en)
Inventor
卞俊杰
叶璨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI YOUYANG NEW MEDIA INFORMATION TECHNOLOGY Co.,Ltd.
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710666462.0A priority Critical patent/CN107277178A/zh
Publication of CN107277178A publication Critical patent/CN107277178A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0208—Trade or exchange of goods or services in exchange for incentives or rewards
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0239—Online discounts or incentives

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了用于推送信息的方法和装置。上述方法的一具体实施方式包括：获取目标用户的画像信息；根据画像信息以及预设的预测模型，确定目标用户在不同的费用减免值时完成预设交易的概率，上述预测模型用于表征不同费用减免值与完成预设交易的概率的对应关系；拟合各费用减免值以及对应的各概率，确定拟合函数的第一参数和第二参数；根据第一参数、第二参数、预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于目标用户的费用减免值；生成包括上述费用减免值的信息，并向目标用户推送所生成的信息。该实施方式实现了向不同的用户推送不同的费用减免值，提高了补贴的利用效率。

Description

用于推送信息的方法和装置
技术领域
本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及一种用于推送信息的方法和装置。
背景技术
随着互联网的兴起，电子商务的迅猛发展，带动了电商平台、购物类应用或者支付类应用的快速发展。现有的电商平台出售的物品种类繁多，因此，越来越多的用户倾向于通过电商平台进行互联网购物。
现有的电商平台、购物类应用或者支付类应用，为了吸引用户流量，经常会向用户发送优惠券或向用户提供补贴金额，通过提供补贴信息的方式吸引用户在该电商平台或购物类应用上消费或利用该支付类应用进行支付。现有的优惠券等补贴信息发放方案中，通常向所有用户发放，且各用户的补贴金额相同。这样可能导致优惠券之类的补贴信息浪费，造成补贴的利用率较低。
发明内容
本申请的目的在于提出一种用于推送信息的方法和装置，来解决以上背景技术部分提到的技术问题。
第一方面，本申请实施例提供了一种用于推送信息的方法，上述方法包括：获取目标用户的画像信息；根据上述画像信息以及预设的预测模型，确定上述目标用户在不同的费用减免值时完成预设交易的概率，上述预测模型用于表征不同费用减免值与完成预设交易的概率的对应关系；拟合各费用减免值以及对应的各概率，确定拟合函数的第一参数和第二参数；根据上述第一参数、上述第二参数、预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于上述目标用户的费用减免值；生成包括上述费用减免值的信息，并向上述目标用户推送所生成的信息。
在一些实施例中，上述获取目标用户的画像信息，包括：响应于检测到上述目标用户未进行过上述预设交易，获取上述目标用户的画像信息。
在一些实施例中，上述获取目标用户的画像信息，包括：获取上述目标用户的用户标识；根据上述用户标识，确定上述目标用户在预设搜索网站的历史搜索词；根据上述历史搜索词，确定上述目标用户的画像信息。
在一些实施例中，上述方法还包括上述预测模型的第一建立步骤，上述第一建立步骤包括：确定多个未进行过上述预设交易的用户，并获取各个用户的画像信息；向每个用户随机分配费用减免值，并将所分配的费用减免值推送给用户；对于每个用户，确定该用户在所分配的费用减免值时进行上述预设交易的交易信息以及对应的标签，其中，上述标签由用户进行上述预设交易的进度确定；根据各用户的画像信息、各交易信息以及各标签，训练预设的机器学习算法，得到上述预测模型。
在一些实施例中，上述确定该用户在所分配的费用减免值时进行上述预设交易的交易信息以及对应的标签，包括：检测到该用户完成上述预设交易，确定该用户对应的标签为第一标签；检测到该用户未完成上述预设交易，确定该用户对应的标签为第二标签。
在一些实施例中，上述方法还包括对应列表的第二建立步骤，上述第二建立步骤包括：对于每个用户，根据上述预测模型，确定该用户在不同的费用减免值时完成上述预设交易的概率；拟合各费用减免值以及对应的各概率，确定该用户对应的拟合函数的第一参数和第二参数；根据各用户的第一参数、各用户的第二参数、预设的第一划分参数以及预设的第二划分参数，确定上述对应列表。
在一些实施例中，上述根据各用户的第一参数、各用户的第二参数、预设的第一划分参数以及预设的第二划分参数，确定上述对应列表，包括：确定各第一参数中的最小值为最小第一参数值、确定各第一参数中最大值为最大第一参数值、确定各第二参数中最小值为最小第二参数值、确定各第二参数中最大值为最大第二参数值；确定上述最小第一参数值、上述最大第一参数值分别与上述最小第二参数值以及上述最大第二参数值进行组合得到的四个顶点以及上述四个顶点所围成的矩形；根据上述第一划分参数以及上述第二划分参数，划分上述矩形得到多个子矩形；对于每个子矩形，确定该子矩形的中心坐标；根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数；确定上述目标函数在以下约束条件下取最小值对应的费用减免值：各费用减免值大于或等于第一预设值、各费用减免值小于或等于第二预设值、目标函数的最小值大于或等于第三预设值；根据各子矩形以及确定的各费用减免值，确定上述对应列表。
在一些实施例中，上述确定该子矩形的中心坐标，包括：根据上述矩形的四个顶点、上述第一划分参数以及上述第二划分参数，确定每个子矩形的四个顶点；根据每个子矩形的四个顶点，确定每个子矩形的中心坐标。
在一些实施例中，上述根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数，包括：根据各用户的第一参数以及各用户的第二参数，确定由同一用户的第一参数以及第二参数组成的坐标；对于每个子矩形，根据该子矩形的四个顶点以及各用户的坐标，确定在该子矩形范围内的坐标的数量；根据该子矩形的中心坐标、在该子矩形范围内的坐标的数量以及各费用减免值，确定该子矩形的目标函数。
第二方面，本申请实施例提供了一种用于推送信息的装置，上述装置包括：信息获取单元，用于获取目标用户的画像信息；概率确定单元，用于根据上述画像信息以及预设的预测模型，确定上述目标用户在不同的费用减免值时完成预设交易的概率，上述预测模型用于表征不同费用减免值与完成预设交易的概率的对应关系；拟合单元，用于拟合各费用减免值以及对应的各概率，确定拟合函数的第一参数和第二参数；优惠确定单元，用于根据上述第一参数、上述第二参数、预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于上述目标用户的费用减免值；信息推送单元，用于生成包括上述费用减免值的信息，并向上述目标用户推送所生成的信息。
在一些实施例中，上述信息获取单元进一步用于：响应于检测到上述目标用户未进行过上述预设交易，获取上述目标用户的画像信息。
在一些实施例中，上述信息获取单元包括：用户标识获取模块，用于获取上述目标用户的用户标识；历史搜索词确定模块，用于根据上述用户标识，确定上述目标用户在预设搜索网站的历史搜索词；画像信息确定模块，用于根据上述历史搜索词，确定上述目标用户的画像信息。
在一些实施例中，上述装置还包括用于建立上述预测模型的第一建立单元，上述第一建立单元包括：用户确定模块，用于确定多个未进行过上述预设交易的用户，并获取各个用户的画像信息；随机分配模块，用于向每个用户随机分配费用减免值，并将所分配的费用减免值推送给用户；交易信息确定模块，用于对于每个用户，确定该用户在所分配的费用减免值时进行上述预设交易的交易信息以及对应的标签，其中，上述标签由用户进行上述预设交易的进度确定；预测模型确定模块，用于根据各用户的画像信息、各交易信息以及各标签，训练预设的机器学习算法，得到上述预测模型。
在一些实施例中，上述交易信息确定模块进一步用于：检测到该用户完成上述预设交易，确定该用户对应的标签为第一标签；检测到该用户未完成上述预设交易，确定该用户对应的标签为第二标签。
在一些实施例中，上述装置还包括用于建立上述对应列表的第二建立单元，上述第二建立单元包括：概率确定模块，用于对于每个用户，根据上述预测模型，确定该用户在不同的费用减免值时完成上述预设交易的概率；参数确定模块，用于拟合各费用减免值以及对应的各概率，确定该用户对应的拟合函数的第一参数和第二参数；对应列表确定模块，用于根据各用户的第一参数、各用户的第二参数、预设的第一划分参数以及预设的第二划分参数，确定上述对应列表。
在一些实施例中，上述对应列表确定模块进一步用于：确定各第一参数中的最小值为最小第一参数值、确定各第一参数中最大值为最大第一参数值、确定各第二参数中最小值为最小第二参数值、确定各第二参数中最大值为最大第二参数值；确定上述最小第一参数值、上述最大第一参数值分别与上述最小第二参数值以及上述最大第二参数值进行组合得到的四个顶点以及上述四个顶点所围成的矩形；根据上述第一划分参数以及上述第二划分参数，划分上述矩形得到多个子矩形；对于每个子矩形，确定该子矩形的中心坐标；根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数；确定上述目标函数在以下约束条件下取最小值对应的费用减免值：各费用减免值大于或等于第一预设值、各费用减免值小于或等于第二预设值、目标函数的最小值大于或等于第三预设值；根据各子矩形以及确定的各费用减免值，确定上述对应列表。
在一些实施例中，上述对应列表确定模块进一步用于：根据上述矩形的四个顶点、上述第一划分参数以及上述第二划分参数，确定每个子矩形的四个顶点；根据每个子矩形的四个顶点，确定每个子矩形的中心坐标。
在一些实施例中，上述对应列表确定模块进一步用于：根据各用户的第一参数以及各用户的第二参数，确定由同一用户的第一参数以及第二参数组成的坐标；对于每个子矩形，根据该子矩形的四个顶点以及各用户的坐标，确定在该子矩形范围内的坐标的数量；根据该子矩形的中心坐标、在该子矩形范围内的坐标的数量以及各费用减免值，确定该子矩形的目标函数。
第三方面，本申请实施例提供了一种服务器，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，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现上述任一实施例所描述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施例所描述的方法。
本申请的上述实施例提供的用于推送信息的方法和装置，首先获取目标用户的画像信息，然后根据画像信息以及预设的预测模型，确定目标用户在不同的费用减免值时完成预设交易的概率，然后拟合各费用减免值以及与各费用减免值对应的各概率值，确定拟合函数的第一参数和第二参数，根据上述第一参数、上述第二参数以及预设的用于表征第一参数以及第二参数与费用减免值的对应关系的对应列表，确定适用于目标用户的费用减免值，最后将包括上述费用减免值的信息推送给目标用户。本实施例的方法和装置，可以根据用户的画像信息向用户推送费用减免值，实现了针对性地向用户推送费用减免值，提高了补贴的利用效率。
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，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于推送信息的方法的一个实施例的流程图；
图3是根据本申请的用于推送信息的方法的一个应用场景的示意图；
图4是根据本申请的用于推送信息的方法中建立预测模型的流程图；
图5是根据本申请的用于推送信息的方法中建立对应列表的流程图；
图6是根据本申请的用于推送信息的装置的一个实施例的结构示意图；
图7是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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，本申请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申请。
图1示出了可以应用本申请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系统架构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。
用户可以使用终端设备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上可以安装有各种通讯客户端应用，例如购物类应用、支付类应用、网页浏览器应用、搜索类应用等。
终端设备101、102、103可以是具有显示屏并且支持网络购物的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上安装的购物类应用提供支持的后台服务器。后台服务器可以对使用终端设备101、102、103的用户的画像信息进行处理，并将处理结果(例如费用减免值)反馈给终端设备。
需要说明的是，本申请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。
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，示出了根据本申请的用于推送信息的方法的一个实施例的流程200。本实施例的用于推送信息的方法，包括以下步骤：
步骤201，获取目标用户的画像信息。
在本实施例中，用于推送信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取用户的画像信息。用户的画像信息可以包括用户的年龄、性别、兴趣偏好、地理位置等。
需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接以及其他现在已知或将来开发的无线连接方式。
在本实施例的一些可选的实现方式中，在步骤201中，用于推送信息的方法运行于其上的电子设备可以首先检测用户是否进行过预设交易，在检测到用户未进行过预设交易时，才会获取目标用户的画像信息。
上述预设交易可以是通过某一电商平台购买任意物品，也可以是通过某一支付类应用完成首次付款等。本实施例对此不做具体限定。
在本实施例的一些可选的实现方式中，步骤201中在获取目标用户的画像信息时具体可以通过图2中未示出的以下步骤来实现：获取目标用户的用户标识；根据用户标识，确定目标用户在预设搜索网站的历史搜索词；根据历史搜索词，确定目标用户的画像信息。
服务器可以首先获取目标用户的用户标识，然后根据上述用户标识，确定目标用户在预设的搜索网站的历史搜索词，然后根据确定的历史搜索词，确定目标用户的画像信息。上述预设的搜索网站可以是各种可以提供搜索服务的搜索网站。服务器在获取到上述历史搜索词后，可以对上述历史搜索词进行分析，确定用户的搜索偏好等画像信息。
步骤202，根据画像信息以及预设的预测模型，确定目标用户在不同的费用减免值时完成预设交易的概率。
本实施例中，服务器在获取到目标用户的画像信息后，可以根据上述画像信息以及预设的预测模型，确定目标用户在不同费用减免值时完成预设交易的概率。上述预测模型可以用于表征不同费用减免值与完成预设交易的概率的对应关系。上述预测模型可以由训练后的各种机器学习算法形成，例如深层神经网络(Deep Nerual Networks，DNN)。
步骤203，拟合各费用减免值以及对应的各概率，确定拟合函数的第一参数和第二参数。
在确定了目标用户在不同的费用减免值时完成预设交易的概率后，可以拟合各费用减免值和对应的各概率值，确定拟合函数的第一参数和第二参数。上述拟合函数可以是线性函数，也可以是曲线函数等。可以理解的是，随着费用减免值的增加，用户完成预设交易的概率值也会相应增加。本实施例中，在完成对各费用减免值和各概率的拟合后，取拟合函数的第一参数和第二参数。当上述拟合函数为线性函数时，上述第一参数可以是直线的斜率，第二参数可以是直线的截距。
步骤204，根据上述第一参数、上述第二参数、预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于目标用户的费用减免值。
服务器在确定了拟合函数的第一参数和第二参数后，可以结合预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于目标用户的费用减免值。其中，上述第一参数以及第二参数与费用减免值的对应关系可以有多种表现形式，例如，第一参数和第二参数组合成坐标，上述坐标与费用减免值一一对应，或者，多个坐标对应一个费用减免值。
步骤205，生成包括上述费用减免值的信息，并向目标用户推送所生成的信息。
在确定了适用于目标用户的费用减免值后，可以生成包括上述费用减免值的信息，并向目标用户推送所生成的信息。上述信息可以以文字、图片、链接等形式展示给目标用户。在向目标用户推送所生成的信息后，目标用户可以了解其在完成预设交易后可以得到的优惠信息。
继续参见图3，图3是根据本实施例的用于推送信息的方法的应用场景的一个示意图。在图3的应用场景中，当用户在购物类应用中购买了某一物品后，在付款时，会出现供用户选择付款应用的选项。其中为A应用提供支持的服务器在获取了用户的画像信息进行分析后，确定适用于该用户的费用减免值为10元，于是将包括上述费用减免值的信息推送给用户。如图中所示，在A应用的下方出现包括费用减免值的信息“立减10元”，意思是用户如果选择A应用支付，会获得10元优惠，则可以实现吸引用户使用该应用，提高了该应用的使用率，同时也提高了补贴的使用率。
本申请的上述实施例提供的用于推送信息的方法，首先获取目标用户的画像信息，然后根据画像信息以及预设的预测模型，确定目标用户在不同的费用减免值时完成预设交易的概率，然后拟合各费用减免值以及与各费用减免值对应的各概率值，确定拟合函数的第一参数和第二参数，根据上述第一参数、上述第二参数以及预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于目标用户的费用减免值，最后将包括上述费用减免值的信息推送给目标用户。本实施例的方法，可以根据用户的画像信息向用户推送费用减免值，实现了针对性地向用户推送费用减免值，提高了补贴的利用率。
继续参见图4，其示出了根据本申请的用于推送信息的方法中建立预测模型的流程400。如图4所示，本实施例中，可以通过以下步骤来建立预测模型：
步骤401，确定多个未进行过预设交易的用户，并获取各个用户的画像信息。
首先，服务器要确定多个未进行过预设交易的用户，并获取各用户的画像信息。上述预设交易可以是采用某一支付类应用进行支付的交易。服务器可以通过多种方式确定某一用户是否进行过预设交易，例如通过查询本地存储的已进行过预设交易的用户标识列表来确定用户是否进行过预设交易。在确定某一用户未进行过预设交易后，可以通过图2所示实施例中的方式获取各个用户的画像信息，此处不再赘述。
步骤402，向每个用户随机分配费用减免值，并将所分配的费用减免值推送给用户。
在确定了多个用户后，服务器可以向每个用户随机分配一个费用减免值。可以理解的是，这些费用减免值可以在预设的范围内，例如上述费用减免值均在5～20元之间。然后可以将所分配的费用减免值推送给用户，以使用户了解在完成预设交易时用户可得到的优惠信息。
步骤403，对于每个用户，确定该用户在所分配的费用减免值时进行预设交易的交易信息以及对应的标签。
在将费用减免值推送给用户后，可以确定每个用户在其所分配的费用减免值时进行预设交易的交易信息以及对应的标签。上述场景例如可以是用户采用某一支付类应用购买某一物品，则上述交易信息可以包括交易标识、交易所针对的物品名称、物品标识、支付金额等信息，上述标签可以由用户进行上述预设交易的进度来确定。
在本实施例的一些可选的实现方式中，服务器可以通过以下步骤来确定用户对应的标签：检测到该用户完成预设交易，确定该用户对应的标签为第一标签；检测到该用户未完成预设交易，确定该用户对应的标签为第二标签。
具体的，上述第一标签与第二标签可以采用不同的数字来表示，例如第一标签采用“0”来表示，第二标签可以采用“1”来表示；还可以采用不同的文字来表示，例如第一标签采用“成功”来表示，第二标签可以采用“未成功”来表示。从而可以得到多个交易成功样本和多个交易失败样本。
步骤404，根据各用户的画像信息、各交易信息以及各标签，训练预设的机器学习算法，得到预测模型。
服务器在获取了各用户的画像信息、各交易信息以及各用户对应的标签后，可以利用多个交易成功样本和多个交易失败样本来训练预设的机器学习算法，得到预测模型。
本申请的上述实施例提供的用于推送信息的方法，通过采用多个成功完成预设交易的样本数据和多个未成功完成预设交易的样本数据来训练机器学习算法，从而实现了对不同费用减免值下用户完成预设交易的概率的预测。
继续参见图5，其示出了根据本申请的用于推送信息的方法中建立对应列表的流程500。如图5所示，本实施例中，可以通过以下步骤建立对应列表：
步骤501，对于每个用户，根据上述预测模型，确定该用户在不同的费用减免值时完成预设交易的概率。
服务器在利用图4所示实施例中所示的步骤建立完成预测模型后，可以利用上述预测模型确定每个用户在不同的费用减免值时完成预设交易的概率。也就是说，同一用户在面对不同费用减免值时完成预设交易的概率是不同的，不同用户在面对相同费用减免值时完成预设交易的概率也可能是不同的。服务器可以利用上述预测模型得到各用户在各费用减免值时完成预设交易的概率。
步骤502，拟合各费用减免值以及对应的各概率，确定该用户对应的拟合函数的第一参数和第二参数。
服务器在得到各用户在各费用减免值时完成预设交易的各概率后，可以对属于同一用户的各费用减免值以及对应的各概率进行拟合，确定每个用户对应的拟合函数的第一参数和第二参数。本实施例中，可以设置各用户的拟合函数的形式均相同，即均为线性函数或均为曲线函数。
步骤503，根据各用户的第一参数、各用户的第二参数、预设的第一划分参数以及预设的第二划分参数，确定上述对应列表。
对于每个用户，服务器都得到了一个第一参数和第二参数，服务器可以综合各用户的第一参数和各用户的第二参数，结合预设的第一划分参数以及预设的第二划分参数，来确定第一参数以及第二参数与费用减免值的对应关系，然后根据上述对应关系建立对应列表。例如，可以根据第一划分参数将各第一参数划分为多份，根据第二划分参数将各第二参数划分为多份，然后每份第一参数与每份第二参数对应一费用减免值。
在本实施例的一些可选的实现方式中，服务器可以通过图5中未示出的以下步骤来实现上述对应列表的建立：确定各第一参数中的最小值为最小第一参数值、确定各第一参数中最大值为最大第一参数值、确定各第二参数中最小值为最小第二参数值、确定各第二参数中最大值为最大第二参数值；确定最小第一参数值、最大第一参数值分别与最小第二参数值以及最大第二参数值进行组合得到的四个顶点以及上述四个顶点所围成的矩形；根据第一划分参数以及第二划分参数，划分上述矩形得到多个子矩形；对于每个子矩形，确定该子矩形的中心坐标；根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数；确定上述目标函数在以下约束条件下取最小值对应的费用减免值：各费用减免值大于或等于第一预设值、各费用减免值小于或等于第二预设值、目标函数的最小值大于或等于第三预设值；根据各子矩形以及确定的各费用减免值，确定对应列表。
首先，服务器可以根据各第一参数，确定各第一参数中的最大值和最小值，分别为最大第一参数值和最小第一参数值；同时也可以根据各第二参数，确定各第二参数中的最大值和最小值，分别为最大第二参数值和最小第二参数值。分别将最大第一参数值与最大第二参数值、最小第二参数值进行组合，得到两个顶点；然后将最小第一参数值与最大第二参数值、最小第二参数值进行组合，得到两个顶点。根据得到的四个顶点确定其所围成的矩形。该矩形的长为最大第二参数值与最小第二参数值之差，该矩形的宽为最大第一参数值与最小第一参数之差。根据第一划分参数以及第二划分参数，将得到的矩形划分，得到多个子矩形。具体的，可以根据第一划分参数将矩形的长划分为多份，根据第二划分参数将矩形的宽划分为多份。
对于得到的每个子矩形，可以根据矩形的顶点坐标以及第一划分参数、第二划分参数确定该子矩形的中心坐标。然后根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数。可以理解的是，本实施例中，不同子矩形的目标函数可能不同。
然后确定上述目标函数在以下约束条件下取最小值时对应的费用减免值：各费用减免值大于或等于第一预设值、各费用减免值小于或等于第二预设值、目标函数的最小值大于或等于第三预设值。本实施例中，可以设定各费用减免值在预设的范围内，即大于或等于第一预设值，同时小于或等于第二预设值。目标函数可以用于表征用户的转化率，即完成预设交易的用户数量占全部用户数量的比例。本实施例中，可以要求上述转化率大于或等于第三预设值。在满足上述约束条件的情况下，取上述目标函数的最小值，确定此时的费用减免值。则对于每个子矩形，都有一个确定的费用减免值。可以理解的是，由于每个子矩形的目标函数不同，在相同的约束条件下，得到的费用减免值也可能不同，即不同的子矩形对应的费用减免值可能不同。
最后，根据各子矩形以及对应的费用减免值，确定上述第一参数以及第二参数与费用减免值的对应关系，然后根据上述对应关系建立对应列表。
在本实施例的一些可选的实现方式中，在确定各子矩形的中心坐标时，可以首先根据矩形的四个顶点坐标以及第一划分参数、第二划分参数，确定每个子矩形的四个顶点的坐标。然后根据每个子矩形的四个顶点的坐标，确定每个子矩形的中心坐标。
在本实施例的一些可选的实现方式中，在确定每个子矩形的目标函数时，还可以通过图5中未示出的以下步骤来实现：根据各用户的第一参数以及各用户的第二参数，确定由同一用户的第一参数以及第二参数组成的坐标；对于每个子矩形，根据该子矩形的四个顶点以及各用户的坐标，确定在该子矩形范围内的坐标的数量；根据该子矩形的中心坐标、落入该子矩形范围内的坐标的数量以及各费用减免值，确定该子矩形的目标函数。
服务器在得到各用户的第一参数和第二参数后，可以得到由属于同一用户的第一参数和第二参数组成的坐标。对于每个子矩形，在确定了该子矩形的四个顶点的坐标后，可以确定落入该子矩形内的坐标的数量。然后根据该子矩形的中心坐标、在该子矩形范围内的坐标的数量以及各费用减免值，确定该子矩形的目标函数。
具体的，上述目标函数可以由以下公式来表示：
其中，m为第一划分参数，n为第二划分参数，wk为在第k个子矩形内的坐标的数量，xk为第k个费用减免值，ak为第k个子矩形的中心坐标的第一参数，bk为第k个子矩形的中心坐标的第二参数。可以理解的是，费用减免值在预设的范围内，即大于或等于第一预设值，同时小于或等于第二预设值，xk的取值可以是在上述范围内的任意值。
则每个子矩形对应的费用减免值可以用下式来表示：
即求解上述目标函数取最小值时对应的xk的值。
可以理解的是，上述目标函数还可以采用其他公式来表示，例如当费用减免值可取的数值为固定的N个数值时，上述公式可以表示为：
其中，N为费用减免值可取的数值的数量。
本申请的上述实施例提供的用于推送信息的方法，将不同的费用减免值与不同的第一参数以及第二参数对应，且上述第一参数以及第二参数与用户的画像信息相关，从而实现了针对性的向不同用户分配费用减免值，提高了补贴的利用率。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种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，本实施例的用于推送信息的装置600包括：信息获取单元601、概率确定单元602、拟合单元603、优惠确定单元604以及信息推送单元605。
信息获取单元601，用于获取目标用户的画像信息。
概率确定单元602，用于根据画像信息以及预设的预测模型，确定目标用户在不同的费用减免值时完成预设交易的概率。
其中，上述预测模型用于表征不同费用减免值与完成预设交易的概率的对应关系。
拟合单元603，用于拟合各费用减免值以及对应的各概率，确定拟合函数的第一参数和第二参数。
优惠确定单元604，用于根据上述第一参数、上述第二参数、预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于目标用户的费用减免值。
信息推送单元605，用于生成包括上述费用减免值的信息，并向目标用户推送所生成的信息。
在本实施例的一些可选的实现方式中，上述信息获取单元601可以进一步用于：响应于检测到目标用户未进行过预设交易，获取目标用户的画像信息。
在本实施例的一些可选的实现方式中，上述信息获取单元601可以进一步包括图6中未示出的用户标识获取模块、历史搜索词确定模块以及画像信息确定模块。
其中，用户标识获取模块，用于获取目标用户的用户标识。
历史搜索词确定模块，用于根据用户标识，确定目标用户在预设搜索网站的历史搜索词。
画像信息确定模块，用于根据上述历史搜索词，确定目标用户的画像信息。
在本实施例的一些可选的实现方式中，上述装置600还可以包括图6中未示出的用于建立预测模型的第一建立单元，上述第一建立单元可以进一步包括用户确定模块、随机分配模块、交易信息确定模块以及预测模型确定模块。
其中，用户确定模块，用于确定多个未进行过预设交易的用户，并获取各个用户的画像信息。
随机分配模块，用于向每个用户随机分配费用减免值，并将所分配的费用减免值推送给用户。
交易信息确定模块，用于对于每个用户，确定该用户在所分配的费用减免值时进行预设交易的交易信息以及对应的标签。其中，上述标签由用户进行预设交易的进度确定。
预测模型确定模块，用于根据各用户的画像信息、各交易信息以及各标签，训练预设的机器学习算法，得到预测模型。
在本实施例的一些可选的实现方式中，上述交易信息确定模块可以进一步用于：检测到该用户完成预设交易，确定该用户对应的标签为第一标签；检测到该用户未完成预设交易，确定该用户对应的标签为第二标签。
在本实施例的一些可选的实现方式中，上述装置600还可以包括图6中未示出的用于建立对应列表的第二建立单元，上述第二建立单元可以进一步包括概率确定模块、参数确定模块以及对应列表确定模块。
其中，概率确定模块，用于对于每个用户，根据上述预测模型，确定该用户在不同的费用减免值时完成预设交易的概率。
参数确定模块，用于拟合各费用减免值以及对应的各概率，确定该用户对应的拟合函数的第一参数和第二参数。
对应列表确定模块，用于根据各用户的第一参数、各用户的第二参数、预设的第一划分参数以及预设的第二划分参数，确定对应列表。
在本实施例的一些可选的实现方式中，上述对应列表确定模块可以进一步用于：确定各第一参数中的最小值为最小第一参数值、确定各第一参数中最大值为最大第一参数值、确定各第二参数中最小值为最小第二参数值、确定各第二参数中最大值为最大第二参数值；确定上述最小第一参数值、最大第一参数值分别与最小第二参数值以及最大第二参数值进行组合得到的四个顶点以及上述四个顶点所围成的矩形；根据第一划分参数以及第二划分参数，划分上述矩形得到多个子矩形；对于每个子矩形，确定该子矩形的中心坐标；根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数；确定上述目标函数在以下约束条件下取最小值对应的费用减免值：各费用减免值大于或等于第一预设值、各费用减免值小于或等于第二预设值、目标函数的最小值大于或等于第三预设值；根据各子矩形以及确定的各费用减免值，确定对应列表。
在本实施例的一些可选的实现方式中，上述对应列表确定模块可以进一步用于：根据上述矩形的四个顶点、第一划分参数以及第二划分参数，确定每个子矩形的四个顶点；根据每个子矩形的四个顶点，确定每个子矩形的中心坐标。
在本实施例的一些可选的实现方式中，上述对应列表确定模块可以进一步用于：根据各用户的第一参数以及各用户的第二参数，确定由同一用户的第一参数以及第二参数组成的坐标；对于每个子矩形，根据该子矩形的四个顶点以及各用户的坐标，确定在该子矩形范围内的坐标的数量；根据该子矩形的中心坐标、在该子矩形范围内的坐标的数量以及各费用减免值，确定该子矩形的目标函数。
本申请的上述实施例提供的用于推送信息的装置，首先获取目标用户的画像信息，然后根据画像信息以及预设的预测模型，确定目标用户在不同的费用减免值时完成预设交易的概率，然后拟合各费用减免值以及与各费用减免值对应的各概率值，确定拟合函数的第一参数和第二参数，根据上述第一参数、上述第二参数以及预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于目标用户的费用减免值，最后将包括上述费用减免值的信息推送给目标用户。本实施例的装置，可以根据用户的画像信息向用户推送费用减免值，实现了针对性地向用户推送费用减免值，提高了补贴的利用率。
应当理解，用于推送信息的装置600中记载的单元601至单元605分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于推送信息的方法描述的操作和特征同样适用于装置600及其中包含的单元，在此不再赘述。装置600的相应单元可以与服务器中的单元相互配合以实现本申请实施例的方案。
下面参考图7，其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)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部分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，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703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。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
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，其包括承载在机器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部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所描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。在本申请中，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。而在本申请中，计算机可读的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。计算机可读的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：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、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。
描述于本申请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：一种处理器包括信息获取单元、概率确定单元、拟合单元、优惠确定单元和信息推送单元。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，信息获取单元还可以被描述为“获取目标用户的画像信息的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。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装置执行时，使得该装置：获取目标用户的画像信息；根据画像信息以及预设的预测模型，确定目标用户在不同的费用减免值时完成预设交易的概率，上述预测模型用于表征不同费用减免值与完成预设交易的概率的对应关系；拟合各费用减免值以及对应的各概率，确定拟合函数的第一参数和第二参数；根据第一参数、第二参数、预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于目标用户的费用减免值；生成包括上述费用减免值的信息，并向目标用户推送所生成的信息。
以上描述仅为本申请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，本申请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。例如上述特征与本申请中公开的(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。

Claims (20)

1.一种用于推送信息的方法，其特征在于，所述方法包括：
获取目标用户的画像信息；
根据所述画像信息以及预设的预测模型，确定所述目标用户在不同的费用减免值时完成预设交易的概率，所述预测模型用于表征不同费用减免值与完成预设交易的概率的对应关系；
拟合各费用减免值以及对应的各概率，确定拟合函数的第一参数和第二参数；
根据所述第一参数、所述第二参数以及预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于所述目标用户的费用减免值；
生成包括所述费用减免值的信息，并向所述目标用户推送所生成的信息。
2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的画像信息，包括：
响应于检测到所述目标用户未进行过所述预设交易，获取所述目标用户的画像信息。
3.根据权利要求2所述的方法，其特征在于，所述获取目标用户的画像信息，包括：
获取所述目标用户的用户标识；
根据所述用户标识，确定所述目标用户在预设搜索网站的历史搜索词；
根据所述历史搜索词，确定所述目标用户的画像信息。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括所述预测模型的第一建立步骤，所述第一建立步骤包括：
确定多个未进行过所述预设交易的用户，并获取各个用户的画像信息；
向每个用户随机分配费用减免值，并将所分配的费用减免值推送给用户；
对于每个用户，确定该用户在所分配的费用减免值时进行所述预设交易的交易信息以及对应的标签，其中，所述标签由用户进行所述预设交易的进度确定；
根据各用户的画像信息、各交易信息以及各标签，训练预设的机器学习算法，得到所述预测模型。
5.根据权利要求4所述的方法，其特征在于，所述确定该用户在所分配的费用减免值时进行所述预设交易的交易信息以及对应的标签，包括：
检测到该用户完成所述预设交易，确定该用户对应的标签为第一标签；
检测到该用户未完成所述预设交易，确定该用户对应的标签为第二标签。
6.根据权利要求4所述的方法，其特征在于，所述方法还包括所述对应列表的第二建立步骤，所述第二建立步骤包括：
对于每个用户，根据所述预测模型，确定该用户在不同的费用减免值时完成所述预设交易的概率；
拟合各费用减免值以及对应的各概率，确定该用户对应的拟合函数的第一参数和第二参数；
根据各用户的第一参数、各用户的第二参数、预设的第一划分参数以及预设的第二划分参数，确定所述对应列表。
7.根据权利要求6所述的方法，其特征在于，所述根据各用户的第一参数、各用户的第二参数、预设的第一划分参数以及预设的第二划分参数，确定所述对应列表，包括：
确定各第一参数中的最小值为最小第一参数值、确定各第一参数中最大值为最大第一参数值、确定各第二参数中最小值为最小第二参数值、确定各第二参数中最大值为最大第二参数值；
确定所述最小第一参数值、所述最大第一参数值分别与所述最小第二参数值以及所述最大第二参数值进行组合得到的四个顶点以及所述四个顶点所围成的矩形；
根据所述第一划分参数以及所述第二划分参数，划分所述矩形得到多个子矩形；
对于每个子矩形，确定该子矩形的中心坐标；
根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数；
确定所述目标函数在以下约束条件下取最小值对应的费用减免值：各费用减免值大于或等于第一预设值、各费用减免值小于或等于第二预设值、目标函数的最小值大于或等于第三预设值；
根据各子矩形以及确定的各费用减免值，确定所述对应列表。
8.根据权利要求7所述的方法，其特征在于，所述确定该子矩形的中心坐标，包括：
根据所述矩形的四个顶点、所述第一划分参数以及所述第二划分参数，确定每个子矩形的四个顶点；
根据每个子矩形的四个顶点，确定每个子矩形的中心坐标。
9.根据权利要求8所述的方法，其特征在于，所述根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数，包括：
根据各用户的第一参数以及各用户的第二参数，确定由同一用户的第一参数以及第二参数组成的坐标；
对于每个子矩形，根据该子矩形的四个顶点以及各用户的坐标，确定在该子矩形范围内的坐标的数量；
根据该子矩形的中心坐标、在该子矩形范围内的坐标的数量以及各费用减免值，确定该子矩形的目标函数。
10.一种用于推送信息的装置，其特征在于，所述装置包括：
信息获取单元，用于获取目标用户的画像信息；
概率确定单元，用于根据所述画像信息以及预设的预测模型，确定所述目标用户在不同的费用减免值时完成预设交易的概率，所述预测模型用于表征不同费用减免值与完成预设交易的概率的对应关系；
拟合单元，用于拟合各费用减免值以及对应的各概率，确定拟合函数的第一参数和第二参数；
优惠确定单元，用于根据所述第一参数、所述第二参数、预设的用于表征第一参数以及第二参数与费用减免值对应关系的对应列表，确定适用于所述目标用户的费用减免值；
信息推送单元，用于生成包括所述费用减免值的信息，并向所述目标用户推送所生成的信息。
11.根据权利要求10所述的装置，其特征在于，所述信息获取单元进一步用于：
响应于检测到所述目标用户未进行过所述预设交易，获取所述目标用户的画像信息。
12.根据权利要求11所述的装置，其特征在于，所述信息获取单元包括：
用户标识获取模块，用于获取所述目标用户的用户标识；
历史搜索词确定模块，用于根据所述用户标识，确定所述目标用户在预设搜索网站的历史搜索词；
画像信息确定模块，用于根据所述历史搜索词，确定所述目标用户的画像信息。
13.根据权利要求10-12任一项所述的装置，其特征在于，所述装置还包括用于建立所述预测模型的第一建立单元，所述第一建立单元包括：
用户确定模块，用于确定多个未进行过所述预设交易的用户，并获取各个用户的画像信息；
随机分配模块，用于向每个用户随机分配费用减免值，并将所分配的费用减免值推送给用户；
交易信息确定模块，用于对于每个用户，确定该用户在所分配的费用减免值时进行所述预设交易的交易信息以及对应的标签，其中，所述标签由用户进行所述预设交易的进度确定；
预测模型确定模块，用于根据各用户的画像信息、各交易信息以及各标签，训练预设的机器学习算法，得到所述预测模型。
14.根据权利要求13所述的装置，其特征在于，所述交易信息确定模块进一步用于：
检测到该用户完成所述预设交易，确定该用户对应的标签为第一标签；
检测到该用户未完成所述预设交易，确定该用户对应的标签为第二标签。
15.根据权利要求13所述的装置，其特征在于，所述装置还包括用于建立所述对应列表的第二建立单元，所述第二建立单元包括：
概率确定模块，用于对于每个用户，根据所述预测模型，确定该用户在不同的费用减免值时完成所述预设交易的概率；
参数确定模块，用于拟合各费用减免值以及对应的各概率，确定该用户对应的拟合函数的第一参数和第二参数；
对应列表确定模块，用于根据各用户的第一参数、各用户的第二参数、预设的第一划分参数以及预设的第二划分参数，确定所述对应列表。
16.根据权利要求15所述的装置，其特征在于，所述对应列表确定模块进一步用于：
确定各第一参数中的最小值为最小第一参数值、确定各第一参数中最大值为最大第一参数值、确定各第二参数中最小值为最小第二参数值、确定各第二参数中最大值为最大第二参数值；
确定所述最小第一参数值、所述最大第一参数值分别与所述最小第二参数值以及所述最大第二参数值进行组合得到的四个顶点以及所述四个顶点所围成的矩形；
根据所述第一划分参数以及所述第二划分参数，划分所述矩形得到多个子矩形；
对于每个子矩形，确定该子矩形的中心坐标；
根据该子矩形的中心坐标、各用户的第一参数、各用户的第二参数以及各费用减免值，确定该子矩形的目标函数；
确定所述目标函数在以下约束条件下取最小值对应的费用减免值：各费用减免值大于或等于第一预设值、各费用减免值小于或等于第二预设值、目标函数的最小值大于或等于第三预设值；
根据各子矩形以及确定的各费用减免值，确定所述对应列表。
17.根据权利要求16所述的装置，其特征在于，所述对应列表确定模块进一步用于：
根据所述矩形的四个顶点、所述第一划分参数以及所述第二划分参数，确定每个子矩形的四个顶点；
根据每个子矩形的四个顶点，确定每个子矩形的中心坐标。
18.根据权利要求17所述的装置，其特征在于，所述对应列表确定模块进一步用于：
根据各用户的第一参数以及各用户的第二参数，确定由同一用户的第一参数以及第二参数组成的坐标；
对于每个子矩形，根据该子矩形的四个顶点以及各用户的坐标，确定在该子矩形范围内的坐标的数量；
根据该子矩形的中心坐标、在该子矩形范围内的坐标的数量以及各费用减免值，确定该子矩形的目标函数。
19.一种服务器，其特征在于，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，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN201710666462.0A 2017-08-07 2017-08-07 用于推送信息的方法和装置 Pending CN107277178A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710666462.0A CN107277178A (zh) 2017-08-07 2017-08-07 用于推送信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710666462.0A CN107277178A (zh) 2017-08-07 2017-08-07 用于推送信息的方法和装置

Publications (1)

Publication Number Publication Date
CN107277178A true CN107277178A (zh) 2017-10-20

Family

ID=60076750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710666462.0A Pending CN107277178A (zh) 2017-08-07 2017-08-07 用于推送信息的方法和装置

Country Status (1)

Country Link
CN (1) CN107277178A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107909392A (zh) * 2017-11-02 2018-04-13 北京三快在线科技有限公司 刺激行为敏感度预测方法、装置、设备及可读存储介质
CN107908740A (zh) * 2017-11-15 2018-04-13 百度在线网络技术（北京）有限公司 信息输出方法和装置
CN110532477A (zh) * 2019-08-30 2019-12-03 腾讯科技（深圳）有限公司 一种信息推荐的方法及装置
CN110874797A (zh) * 2018-08-31 2020-03-10 阿里巴巴集团控股有限公司 资源分配方法和资源分配装置
CN111510473A (zh) * 2020-03-13 2020-08-07 北京三快在线科技有限公司 访问请求处理方法、装置、电子设备和计算机可读介质
CN112070532A (zh) * 2020-08-27 2020-12-11 中国平安财产保险股份有限公司 信息推送方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090276303A1 (en) * 2008-05-03 2009-11-05 Tara Chand Singhal Systems and methods for mobile wireless advertising platform part 1
CN103914468A (zh) * 2012-12-31 2014-07-09 阿里巴巴集团控股有限公司 一种投放信息搜索的方法和装置
CN106127504A (zh) * 2016-06-12 2016-11-16 北京三快在线科技有限公司 电子物品券的推送方法、生成方法、装置、用户终端及服务器
CN106846041A (zh) * 2016-12-26 2017-06-13 携程计算机技术（上海）有限公司 优惠券的发放方法及系统
CN106897905A (zh) * 2017-02-28 2017-06-27 百度在线网络技术（北京）有限公司 用于推送信息的方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090276303A1 (en) * 2008-05-03 2009-11-05 Tara Chand Singhal Systems and methods for mobile wireless advertising platform part 1
CN103914468A (zh) * 2012-12-31 2014-07-09 阿里巴巴集团控股有限公司 一种投放信息搜索的方法和装置
CN106127504A (zh) * 2016-06-12 2016-11-16 北京三快在线科技有限公司 电子物品券的推送方法、生成方法、装置、用户终端及服务器
CN106846041A (zh) * 2016-12-26 2017-06-13 携程计算机技术（上海）有限公司 优惠券的发放方法及系统
CN106897905A (zh) * 2017-02-28 2017-06-27 百度在线网络技术（北京）有限公司 用于推送信息的方法、装置及电子设备

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107909392A (zh) * 2017-11-02 2018-04-13 北京三快在线科技有限公司 刺激行为敏感度预测方法、装置、设备及可读存储介质
CN107909392B (zh) * 2017-11-02 2021-10-29 北京三快在线科技有限公司 刺激行为敏感度预测方法、装置、设备及可读存储介质
CN107908740A (zh) * 2017-11-15 2018-04-13 百度在线网络技术（北京）有限公司 信息输出方法和装置
CN107908740B (zh) * 2017-11-15 2022-11-22 百度在线网络技术（北京）有限公司 信息输出方法和装置
CN110874797A (zh) * 2018-08-31 2020-03-10 阿里巴巴集团控股有限公司 资源分配方法和资源分配装置
CN110874797B (zh) * 2018-08-31 2023-04-18 阿里巴巴集团控股有限公司 资源分配方法和资源分配装置
CN110532477A (zh) * 2019-08-30 2019-12-03 腾讯科技（深圳）有限公司 一种信息推荐的方法及装置
CN111510473A (zh) * 2020-03-13 2020-08-07 北京三快在线科技有限公司 访问请求处理方法、装置、电子设备和计算机可读介质
CN111510473B (zh) * 2020-03-13 2022-07-19 北京三快在线科技有限公司 访问请求处理方法、装置、电子设备和计算机可读介质
CN112070532A (zh) * 2020-08-27 2020-12-11 中国平安财产保险股份有限公司 信息推送方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN107277178A (zh) 用于推送信息的方法和装置
CN107451869A (zh) 用于推送信息的方法和装置
CN107230035A (zh) 信息推送方法和装置
CN105893465A (zh) 自动问答方法和装置
CN107844933A (zh) 订单处理方法及装置
CN107464169A (zh) 信息输出方法和装置
CN107919129A (zh) 用于控制页面的方法和装置
CN108805594A (zh) 信息推送方法和装置
CN107944481A (zh) 用于生成信息的方法和装置
CN107105031A (zh) 信息推送方法和装置
CN107465741A (zh) 信息推送方法和装置
CN107295095A (zh) 推送及展示广告的方法和装置
CN107332910A (zh) 信息推送方法和装置
CN107731229A (zh) 用于识别语音的方法和装置
CN106897905A (zh) 用于推送信息的方法、装置及电子设备
CN107845016A (zh) 信息输出方法和装置
CN106911801A (zh) 关联用户信息的方法及信息推送系统
CN108595448A (zh) 信息推送方法和装置
CN107742128A (zh) 用于输出信息的方法和装置
CN106908082A (zh) 用于校准终端中的陀螺仪的方法、装置及系统
CN107305677A (zh) 产品信息推送方法和装置
CN107783962A (zh) 用于查询指令的方法及装置
CN110223124A (zh) 数据处理方法、装置、电子设备及计算机可读介质
CN108737486A (zh) 信息推送方法和装置
CN110473042A (zh) 用于获取信息的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191120

Address after: 201210 room j1328, floor 3, building 8, No. 55, Huiyuan Road, Jiading District, Shanghai

Applicant after: SHANGHAI YOUYANG NEW MEDIA INFORMATION TECHNOLOGY Co.,Ltd.

Address before: 100085 Beijing, Haidian District, No. ten on the ground floor, No. 10 Baidu building, layer three

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171020

Assignee: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Assignor: SHANGHAI YOUYANG NEW MEDIA INFORMATION TECHNOLOGY Co.,Ltd.

Contract record no.: X2020990000201

Denomination of invention: Method and device for pushing information

License type: Exclusive License

Record date: 20200420

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171020