CN107395695A - 业务推送方法及装置 - Google Patents

业务推送方法及装置 Download PDF

Info

Publication number
CN107395695A
CN107395695A CN201710543315.4A CN201710543315A CN107395695A CN 107395695 A CN107395695 A CN 107395695A CN 201710543315 A CN201710543315 A CN 201710543315A CN 107395695 A CN107395695 A CN 107395695A
Authority
CN
China
Prior art keywords
user behavior
user
data
behavior data
subscriber
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.)
Granted
Application number
CN201710543315.4A
Other languages
English (en)
Other versions
CN107395695B (zh
Inventor
付刘伟
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 Fine Count Mdt Infotech Ltd
Original Assignee
Shanghai Fine Count Mdt Infotech 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 Shanghai Fine Count Mdt Infotech Ltd filed Critical Shanghai Fine Count Mdt Infotech Ltd
Priority to CN201710543315.4A priority Critical patent/CN107395695B/zh
Publication of CN107395695A publication Critical patent/CN107395695A/zh
Application granted granted Critical
Publication of CN107395695B publication Critical patent/CN107395695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明实施例提供一种业务推送方法及装置，该方法包括：采集用户行为数据；采用聚类算法对用户行为数据进行分类，以确定用户类别；根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务，由于向用户推送的业务是根据采集的用户行为数据进行分析后推送的，所以能够针对每个用户推动用户想要获取的内容及服务，能够有效提高用户对推动业务的接受度，并有效提高用户对推送业务的使用效率。

Description

业务推送方法及装置
技术领域
本发明实施例涉及通信及数据传输技术领域，尤其涉及一种业务推送方法及装置。
背景技术
随着移动网络的发展，人们对网络的依赖从固定网络发展到移动网络，不仅通过固定网页获取服务，还通过移动网页、手机应用获取服务。伴随着获取服务的过程，各服务商通过网络向用户主动提供内容及服务，形成了推送业务。
现有技术中，当用户打开网页或手机应用时，服务商根据推送策略会自动向用户推送该阶段主打的内容及服务，导致向每个用户推送内容及服务均相同，没有针对每个用户推送用户想要获取的内容及服务，使用户对推送业务的接受度较低，并不能有效提高用户对推送业务的使用效率。
发明内容
本发明实施例提供一种业务推送方法及装置，解决了现有的业务推送方法中没有针对每个用户推送用户想要获取的内容及服务，使用户对推送业务的接受度较低，并不能有效提高用户对推送业务的使用效率的技术问题。
本发明实施例提供一种业务推送方法，包括：
采集用户行为数据；
采用聚类算法对所述用户行为数据进行分类，以确定用户类别；
根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务。
本发明实施例提供一种业务推送装置，包括：
采集模块，用于采集用户行为数据；
分类模块，用于采用聚类算法对所述用户行为数据进行分类，以确定用户类别；
推送模块，用于根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务。
本发明实施例提供一种业务推送方法及装置，通过采集用户行为数据；采用聚类算法对用户行为数据进行分类，以确定用户类别；根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务，由于向用户推送的业务是根据采集的用户行为数据进行分析后推送的，所以能够针对每个用户推动用户想要获取的内容及服务，能够有效提高用户对推动业务的接受度，并有效提高用户对推送业务的使用效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明业务推送方法实施例一的流程图；
图2为本发明业务推送方法实施例二的流程图；
图3为本发明业务推送装置实施例一的结构示意图；
图4为本发明业务推送装置实施例二的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，显然，所描述的实施例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。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
图1为本发明业务推送方法实施例一的流程图，如图1所示，本实施例的执行主体为业务推送装置，该业务推送装置可集成在计算机或服务器中，则本实施例提供的业务推送方法包括以下几个步骤。
步骤101，采集用户行为数据。
具体地，本实施例中，当用户通过移动终端或计算机在应用平台或网页平台中进行任何一种产生流量的操作时，对该操作行为所形成的用户行为数据进行采集。
其中，用户行为数据包括以下任意多种数据：设备属性数据、平台属性数据、用户属性数据、互动内容数据。其中，设备属性数据包括设备的品牌、设备的型号、设备的操作系统、设备的运营商、设备的浏览器、设备的联网方式等。平台属性数据包括：平台的类型、平台的版本等。用户属性数据包括：新用户或老用户、互动时间数据、访问频次数据等。互动内容数据包括：操作内容、浏览页面内容、提交内容等。
步骤102，采用聚类算法对用户行为数据进行分类，以确定用户类别。
其中，本实施例中对聚类算法不做限定，如可以为K-Means算法，K-Medoids算法，Clarans算法，Birch算法，Cure算法等。
具体地，本实施例中，首先对预分的用户类别和分类策略进行设定，然后采用聚类算法根据分类策略对用户行为数据进行分类，得到该用户行为数据所确定的用户类别。如：预分的用户类别可以为：潜在转化用户、不可转化用户、高粘性用户等。预分的用户类别还可以为其他更细化的类别，本实施例中对此不做限定。
步骤103，根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务。
具体地，本实施例中，预先将每种用户类别及该用户类别对应的推送内容及推送方式进行了关联存储，根据用户行为数据所属的用户类别，查找该用户类别对应的推送内容及推送方式，以对应的推送方式推送对应的业务。
其中，推送方式可以为以下方式中的任意一种或多种：短信推送、系统消息推送、应用平台内消息推送、EDM推送、网页推送、广告在营销推送等。
本实施例提供的业务推送方法，通过采集用户行为数据；采用聚类算法对用户行为数据进行分类，以确定用户类别；根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务，由于向用户推送的业务是根据采集的用户行为数据进行分析后推送的，所以能够针对每个用户推动用户想要获取的内容及服务，能够有效提高用户对推动业务的接受度，并有效提高用户对推送业务的使用效率。
图2为本发明业务推送方法实施例二的流程图，如图2所示，本实施例提供的业务推送方法，是在本发明业务推送方法实施例一的基础上，对步骤101-步骤102的进一步细化，并且还包括了对用户行为数据进行扩充及存储的步骤，则本实施例提供的业务推送方法包括以下步骤。
步骤201，采集用户行为数据。
进一步地，本实施例中，采集用户行为数据具体包括：
若采集用户行为数据的平台为应用平台，则在应用平台中嵌入软件开发工具包进行用户行为数据的采集。若采集用户行为数据的平台为网页平台，则在网页平台中嵌入脚本文扩件的代码进行用户行为数据的采集。
具体地，本实施例中，根据用户使用平台的不同，采集用户行为数据的方法也不同，首先在应用平台中嵌入软件开发工具包(简称：SDK)，在网页平台中嵌入脚本文扩件的代码(简称：JS代码)，判断用户使用平台是否为应用平台，若是，则采用软件开发工具包对用户行为数据进行采集，若否，则采用脚本文扩件的代码对用户行为数据进行采集。
步骤202，判断用户行为数据是否有需要扩充的内容，若是，则执行步骤203，否则，执行步骤204。
优选地，本实施例中，结构化的用户行为数据包括：设备属性数据、平台属性数据、用户属性数据、互动内容数据。
进一步地，本实施例中，判断用户行为数据是否包括了设备属性数据、平台属性数据、用户属性数据、互动内容数据，若缺少其中一种数据，则需要进行扩充，以形成结构化的用户行为数据，若不缺少任意一种数据，则不需要进行扩充，该用户行为数据已为结构化的用户行为数据。
步骤203，采用扩充数据库对用户行为数据进行扩充，以形成结构化的用户行为数据。
其中，若用户行为数据中缺少设备属性数据，可采用Useragent数据库进行扩充，对于用户行为数据中缺少的其他数据，也可采用对应的扩充数据库进行扩充，本实施例中对此不再一一赘述。
步骤204，将结构化的用户行为数据进行存储。
进一步地，本实施例中，为了使结构化的用户行为数据能能够快速存储到数据库中，采用storm和kafka的流式计算框架技术构建数据库，并将结构化的用户行为数据进行存储。
步骤205，采用聚类算法对用户行为数据进行分类，以确定用户类别。
进一步地，本实施例中，采用聚类算法对用户行为数据进行分类，以确定用户类别，具体包括：
首先，设置用户类别和分类策略。
其中，用户类别的划分不做限定。分类策略中可对用户行为数据中的每类数据设置权重，并设置核心特征数据等方式设置分类策略，还可对分类策略进行其他设置，本实施例中对此不做限定。
然后，采用K-Means算法根据分类策略对用户行为数据进行分类，以确定用户行为数据所属的用户类别。
具体地，本实施例中，根据设置的分类策略和用户类别，对用户行为数据进行分析，确定与某一类用户类别的特征最匹配，就确定用户行为数据属于该用户类别。
步骤206，根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务。
本实施例中，步骤206的实现方式与本发明业务推送方法实施例一中的步骤103的实现方式相同，在此不再一一赘述。
需要说明的是，本实施例中，对用户行为数据的采集是不断进行的，所以随着用户行为数据的更新，对用户行为数据的分类及推动的业务也是处于更新中的。
本实施例提供的业务推送方法，通过采集用户行为数据，判断用户行为数据是否有需要扩充的内容，若是，则采用扩充数据库对用户行为数据进行扩充，以形成结构化的用户行为数据，否则，直接将结构化的用户行为数据进行存储，设置用户类别和分类策略，采用K-Means算法根据分类策略对用户行为数据进行分类，以确定用户行为数据所属的用户类别，根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务，由于对用户行为数据进行了扩充，能够在对用户行为数据进行分类时，进行更准确地分类，能够向用户推送更匹配的业务，进一步提高用户对推送业务的使用效率。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图3为本发明业务推送装置实施例一的结构示意图，如图3所示，本实施例提供的业务推送装置包括：采集模块31，分类模块32及推送模块33。
其中，采集模块31，用于采集用户行为数据。分类模块32，用于采用聚类算法对用户行为数据进行分类，以确定用户类别。推送模块33，用于根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务。
本实施例提供的业务推送装置可以执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图4为本发明业务推送装置实施例二的结构示意图，如图4所示，本实施例提供的业务推送装置在本发明业务推送装置实施例一的基础上，进一步地，还包括：判断模块41，扩充模块42，存储模块43。
优选地，本实施例中，结构化的用户行为数据包括：设备属性数据、平台属性数据、用户属性数据、互动内容数据。
进一步地，判断模块41，用于判断用户行为数据是否有需要扩充的内容。扩充模块42，用于若用户行为数据有需要扩充的内容，则采用扩充数据库对用户行为数据进行扩充，以形成结构化的用户行为数据。存储模块43，用于将结构化的用户行为数据进行存储。
进一步地，采集模块31，具体用于：若用户使用平台为应用平台，则在应用平台中嵌入软件开发工具包进行用户行为数据的采集；若用户使用平台为网页平台，则在网页平台中嵌入脚本文扩件的代码进行用户行为数据的采集。
进一步地，分类模块32，具体用于：设置用户类别和分类策略；采用K-Means算法根据分类策略对用户行为数据进行分类，以确定用户行为数据所属的用户类别。
本实施例提供的业务推送装置可以执行图2所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种业务推送方法，其特征在于，包括：
采集用户行为数据；
采用聚类算法对所述用户行为数据进行分类，以确定用户类别；
根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务。
2.根据权利要求1所述的方法，其特征在于，所述采集用户行为数据之后，还包括：
判断所述用户行为数据是否有需要扩充的内容；
若所述用户行为数据有需要扩充的内容，则采用扩充数据库对所述用户行为数据进行扩充，以形成结构化的用户行为数据；
将所述结构化的用户行为数据进行存储。
3.根据权利要求2所述的方法，其特征在于，所述结构化的用户行为数据包括：设备属性数据、平台属性数据、用户属性数据、互动内容数据。
4.根据权利要求1所述的方法，其特征在于，所述采集用户行为数据具体包括：
若用户使用平台为应用平台，则在所述应用平台中嵌入软件开发工具包进行用户行为数据的采集；
若用户使用平台为网页平台，则在所述网页平台中嵌入脚本文扩件的代码进行用户行为数据的采集。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述采用聚类算法对所述用户行为数据进行分类，以确定用户类别，具体包括：
设置用户类别和分类策略；
采用K-Means算法根据分类策略对用户行为数据进行分类，以确定所述用户行为数据所属的用户类别。
6.一种业务推送装置，其特征在于，包括：
采集模块，用于采集用户行为数据；
分类模块，用于采用聚类算法对所述用户行为数据进行分类，以确定用户类别；
推送模块，用于根据预存储的用户类别与推送内容、推送方式的对应关系，向用户推送相应业务。
7.根据权利要求6所述的装置，其特征在于，还包括：
判断模块，用于判断所述用户行为数据是否有需要扩充的内容；
扩充模块，用于若所述用户行为数据有需要扩充的内容，则采用扩充数据库对所述用户行为数据进行扩充，以形成结构化的用户行为数据；
存储模块，用于将所述结构化的用户行为数据进行存储。
8.根据权利要求7所述的装置，其特征在于，所述结构化的用户行为数据包括：设备属性数据、平台属性数据、用户属性数据、互动内容数据。
9.根据权利要求6所述的装置，其特征在于，所述采集模块，具体用于：
若用户使用平台为应用平台，则在所述应用平台中嵌入软件开发工具包进行用户行为数据的采集；若用户使用平台为网页平台，则在所述网页平台中嵌入脚本文扩件的代码进行用户行为数据的采集。
10.根据权利要求6-9任一项所述的装置，其特征在于，所述分类模块，具体用于：
设置用户类别和分类策略；采用K-Means算法根据分类策略对用户行为数据进行分类，以确定所述用户行为数据所属的用户类别。
CN201710543315.4A 2017-07-05 2017-07-05 业务推送方法及装置 Active CN107395695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710543315.4A CN107395695B (zh) 2017-07-05 2017-07-05 业务推送方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710543315.4A CN107395695B (zh) 2017-07-05 2017-07-05 业务推送方法及装置

Publications (2)

Publication Number Publication Date
CN107395695A true CN107395695A (zh) 2017-11-24
CN107395695B CN107395695B (zh) 2020-09-01

Family

ID=60335356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710543315.4A Active CN107395695B (zh) 2017-07-05 2017-07-05 业务推送方法及装置

Country Status (1)

Country Link
CN (1) CN107395695B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334625A (zh) * 2018-02-09 2018-07-27 深圳壹账通智能科技有限公司 用户信息的处理方法、装置、计算机设备和存储介质
CN109462648A (zh) * 2018-11-13 2019-03-12 北京字节跳动网络技术有限公司 一种用户行为跟踪方法、装置、设备和储存介质
CN109743134A (zh) * 2018-12-27 2019-05-10 南京极域信息科技有限公司 一种快速数据转换发送系统及其方法
WO2021180104A1 (zh) * 2020-03-12 2021-09-16 阿里巴巴集团控股有限公司 消息推送方法和系统、客户端、存储介质及处理器

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007015725A2 (en) * 2005-08-01 2007-02-08 Seven Networks, Inc. Linking of personal information management data
CN101105795A (zh) * 2006-10-27 2008-01-16 北京搜神网络技术有限责任公司 基于网络行为的个性化推荐方法和系统
CN102591942A (zh) * 2011-12-27 2012-07-18 奇智软件（北京）有限公司 一种应用自动推荐的方法及装置
CN103491110A (zh) * 2012-06-11 2014-01-01 上海博路信息技术有限公司 一种基于移动动态数据引擎的信息系统
CN103778232A (zh) * 2014-01-26 2014-05-07 百度在线网络技术（北京）有限公司 个性化信息的处理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007015725A2 (en) * 2005-08-01 2007-02-08 Seven Networks, Inc. Linking of personal information management data
CN101105795A (zh) * 2006-10-27 2008-01-16 北京搜神网络技术有限责任公司 基于网络行为的个性化推荐方法和系统
CN102591942A (zh) * 2011-12-27 2012-07-18 奇智软件（北京）有限公司 一种应用自动推荐的方法及装置
CN103491110A (zh) * 2012-06-11 2014-01-01 上海博路信息技术有限公司 一种基于移动动态数据引擎的信息系统
CN103778232A (zh) * 2014-01-26 2014-05-07 百度在线网络技术（北京）有限公司 个性化信息的处理方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334625A (zh) * 2018-02-09 2018-07-27 深圳壹账通智能科技有限公司 用户信息的处理方法、装置、计算机设备和存储介质
CN108334625B (zh) * 2018-02-09 2020-05-29 深圳壹账通智能科技有限公司 用户信息的处理方法、装置、计算机设备和存储介质
CN109462648A (zh) * 2018-11-13 2019-03-12 北京字节跳动网络技术有限公司 一种用户行为跟踪方法、装置、设备和储存介质
CN109743134A (zh) * 2018-12-27 2019-05-10 南京极域信息科技有限公司 一种快速数据转换发送系统及其方法
CN109743134B (zh) * 2018-12-27 2021-06-15 南京极域信息科技有限公司 一种快速数据转换发送系统及其方法
WO2021180104A1 (zh) * 2020-03-12 2021-09-16 阿里巴巴集团控股有限公司 消息推送方法和系统、客户端、存储介质及处理器

Also Published As

Publication number Publication date
CN107395695B (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN109522556B (zh) 一种意图识别方法及装置
CN107395695A (zh) 业务推送方法及装置
CN102521248B (zh) 一种网络用户分类方法及其装置
CN109858040B (zh) 命名实体识别方法、装置和计算机设备
CN104080054B (zh) 一种异常兴趣点的获取方法及装置
CN106201890B (zh) 一种应用的性能优化方法及服务器
US8949243B1 (en) Systems and methods for determining a rating for an item from user reviews
JP2019519019A (ja) テキストタイプを識別する方法、装置及びデバイス
US20080270549A1 (en) Extracting link spam using random walks and spam seeds
CN102890683B (zh) 信息提供方法及装置
CN106651416A (zh) 应用程序推广信息的分析方法及装置
CN104951544A (zh) 用户数据处理方法、用户数据的提供方法和系统
CN110517698B (zh) 一种声纹模型的确定方法、装置、设备及存储介质
CN111163065A (zh) 异常用户检测方法及装置
CN105550253A (zh) 一种类型关系的获取方法及装置
CN102567494A (zh) 网站分类方法及装置
CN108959580A (zh) 一种标签数据的优化方法及系统
CN109242522A (zh) 目标用户识别模型建立、目标用户识别方法及装置
CN107783976A (zh) 用户信息挖掘方法及装置
CN112215629B (zh) 基于构造对抗样本的多目标广告生成系统及其方法
US20170229118A1 (en) Linguistic model database for linguistic recognition, linguistic recognition device and linguistic recognition method, and linguistic recognition system
CN206790531U (zh) 一种精准营销平台
CN113157904A (zh) 基于dfa算法的敏感词过滤方法及系统
CN102750288B (zh) 一种互联网内容推荐方法及装置
KR101252245B1 (ko) 주제 분류 모듈 및 그를 이용한 문맥 광고 시스템

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
GR01 Patent grant
GR01 Patent grant