CN107682388B - 信息推送建议生成方法、装置、计算机设备和存储介质 - Google Patents

信息推送建议生成方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN107682388B
CN107682388B CN201710607706.8A CN201710607706A CN107682388B CN 107682388 B CN107682388 B CN 107682388B CN 201710607706 A CN201710607706 A CN 201710607706A CN 107682388 B CN107682388 B CN 107682388B
Authority
CN
China
Prior art keywords
pushing
push
historical
tasks
suggestion
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.)
Active
Application number
CN201710607706.8A
Other languages
English (en)
Other versions
CN107682388A (zh
Inventor
王强
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.)
OneConnect Smart Technology Co Ltd
Original Assignee
OneConnect Smart 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 OneConnect Smart Technology Co Ltd filed Critical OneConnect Smart Technology Co Ltd
Priority to CN201710607706.8A priority Critical patent/CN107682388B/zh
Priority to PCT/CN2017/104771 priority patent/WO2019019387A1/zh
Publication of CN107682388A publication Critical patent/CN107682388A/zh
Application granted granted Critical
Publication of CN107682388B publication Critical patent/CN107682388B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Debugging And Monitoring (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种信息推送建议生成方法、装置、计算机设备和存储介质，所述方法包括：获取推送建议分析请求；提取所述推送建议分析请求中的建议分析条件；在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；获取查询到的各历史推送任务分别对应的推送效果分数；根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议。本发明中对选取的历史推送任务进行分析，通过分析生成与推送建议分析请求对应的推送建议，确定得到的推送建议的合理性和准确性，保证根据生成的推送建议进行信息推送提高信息推送的推送效果。

Description

信息推送建议生成方法、装置、计算机设备和存储介质
技术领域
本发明涉及信息处理技术领域，特别是涉及一种信息推送建议生成方法、装置、计算机设备和存储介质。
背景技术
随着互联网技术的迅猛发展，各种信息可以通过互联网向用户推送，以便用户可以及时获取到相关的信息，随着消息推送需求的不断增加，通过互联网进行信息推送的任务量也增加，用户收到推送信息也随之增加。
传统的推送过程，都是根据预设推送参数对信息进行推送，随着信息推送量的增加，用户接收到的太多的推送信息，用户对推送信息反而产生了厌烦情绪，导致信息推送效果较低。
发明内容
基于此，有必要针对信息推送效果低下的问题，提供一种信息推送建议生成方法、装置、计算机设备和存储介质。
一种信息推送建议生成方法，所述方法包括：
获取推送建议分析请求；
提取所述推送建议分析请求中的建议分析条件；
在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；
获取查询到的各历史推送任务分别对应的推送效果分数；
根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；
对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议。
一种信息推送建议生成装置，所述装置包括：
请求获取模块，用于获取推送建议分析请求；
条件提取模块，用于提取所述推送建议分析请求中的建议分析条件；
任务查询模块，用于在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；
分数获取模块，用于获取查询到的各历史推送任务分别对应的推送效果分数；
任务选取模块，用于根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；
建议生成模块，用于对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议。
一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取推送建议分析请求；
提取所述推送建议分析请求中的建议分析条件；
在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；
获取查询到的各历史推送任务分别对应的推送效果分数；
根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；
对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议。
一个或多个存储有计算机可执行指令的存储介质，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
获取推送建议分析请求；
提取所述推送建议分析请求中的建议分析条件；
在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；
获取查询到的各历史推送任务分别对应的推送效果分数；
根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；
对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议。
上述信息推送建议生成方法、装置、计算机设备和存储介质，提取推送建议分析请求中的及建议分析条件，在记录的历史推送任务中查询符合提取到的建议分析条件的历史推送任务，根据查询到的各历史推送任务对应的推送效果分数，选取预设数量的历史推送任务，保证选取的历史推送任务与推送建议分析请求相匹配，提高了选取的历史推送任务的准确性。对选取的历史推送任务进行分析，通过分析生成与推送建议分析请求对应的推送建议，确定得到的推送建议的合理性和准确性，保证根据生成的推送建议进行信息推送提高信息推送的推送效果。
附图说明
图1为一个实施例中信息推送建议生成方法的应用环境图；
图2为一个实施例中信息推送建议生成系统中的服务器的结构框图；
图3为一个实施例中信息推送建议生成方法的流程示意图；
图4为一个实施例中根据历史推送任务生成推送建议的步骤的流程示意图；
图5为一个实施例中生成推送时间段建议的步骤的流程示意图；
图6为一个实施例中计算推送效果分数的步骤的流程示意图；
图7为一个实施例中信息推送建议生成装置的结构框图；
图8为一个实施例中建议生成模块的结构框图；
图9为另一个实施例中信息推送建议生成装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为一个实施例中信息推送建议生成方法的应用环境图。参照图1，该信息推送建议生成方法应用于信息推送建议生成系统。信息推送建议生成系统包括终端110和服务器120，其中终端110通过网络与服务器120连接。终端110可以是固定终端或移动终端，固定终端具体可以是打印机、扫描仪和监控器中的至少一种，移动终端具体可以是平板电脑、智能手机、个人数据助理和数码相机中的至少一种。
图2为一个实施例中图1信息推送建议生成系统中的服务器120的内部结构示意图。如图2所示，该服务器120包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。服务器120的处理器用于提供计算和控制能力，支撑整个服务器120的运行，存储器用于存储数据、代码指令等，网络接口用于与终端110进行网络通信。存储器上存储有至少一个计算机可执行指令，该计算机可执行指令可被处理器执行，以实现本申请实施例中提供的适用于服务器120的信息推送建议生成方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(RandomAccess Memory，RAM)等。例如，在一个实施例中，存储器包括非易失性存储介质及内存储器；非易失性存储介质存储有操作系统、计算机可执行指令和数据库，该计算机可执行指令可被处理器执行以实现上述的信信息推送建议生成方法，数据库中存储着推送任务数据；内存储器为非易失性存储介质中的操作系统及计算机可执行指令提供高速缓存的运行环境。信息推送建议生成方法还可以适用于终端110。
如图3所示，在一个实施例中，提供一种信息推送建议生成方法，本实施例以该方法应用于图1中的服务器120来举例说明，该方法具体包括以下内容：
S302，获取推送建议分析请求。
具体地，终端110获取推送运营人员输入的运营人员账号，根据获取到的运营人员账号生成建议分析页面请求，将建议分析页面请求发送至服务器120。
服务器120接收终端110发送的建议分析页面请求，对建议分析页面请求进行解析，通过解析提取建议分析页面请求中的运营人员账号，验证提取到的运营人员账号是否有访问建议分析页面的权限。服务器120在验证提取到的运营人员账号有访问建议分析页面的权限后，获取建议分析页面数据，将获取到的建议分析页面数据返回至建议分析页面请求对应的终端110。
终端110接收到服务器120返回的建议分析页面数据，根据建议分析页面数据显示建议分析页面。终端110获取推送运营人员在建议分析页面触发的推送建议分析请求，将获取的推送建议分析请求发送至服务器120。推送建议分析请求用于触发服务器120生成推送建议的请求。
S304，提取推送建议分析请求中的建议分析条件。
具体地，服务器120在接收到推送建议分析请求后，对推送建议分析请求进行解析，通过解析从推送建议分析请求中提取建议分析条件。建议分析条件具体可以包括推送时间、信息类型和用户类型中的至少一种。
S306，在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务。
具体地，服务器120中记录有多个历史推送任务，历史推送任务为已经执行完毕的推送任务。历史推送任务中包括推送时间、信息类型和用户类型中的至少一种。服务器120在记录的多个历史推送任务中查询符合提取到的建议分析条件的历史推送任务。
举例说明，提取到的建议分析条件中包括信息类型，信息类型为广告信息类型。服务器120在记录的历史推送任务中的查询广告信息类型对应的历史推送任务，查询到的历史推送任务为符合提取到的建议分析条件的历史推送任务。
S308，获取查询到的各历史推送任务分别对应的推送效果分数。
具体地，服务器120中还存储着记录的各历史推送任务分别对应的推送效果分数。推送效果分数为反映历史推送任务的推送效果的分数，推送效果分数越高，表示推送效果越好。服务器120在查询到符合提取到的建议分析条件的历史推送任务，获取查询到的各历史推送任务分别对应的推送效果分数。
S310，根据获取到的推送效果分数，从各历史推送任务中选取预设数量的历史推送任务。
具体地，服务器120在获取到的各历史推送任务的推送效果分数，将各历史推送任务的推送效果分数进行比较，选取推送效果分数最高的历史推送任务，再从剩下的历史推送任务中选取推送效果分数最高的历史推送任务，直至选取的历史推送任务的数量达到预设数量为止。
在一个实施例中，服务器120在获取到推送效果分数后，根据获取到的推送效果分数计算查询到的历史推送任务的推送效果平均分，选取推送效果分数高于推送效果平均分的历史推送任务。
S312，对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议。
具体地，服务器120在选取历史推送任务后，提取历史推送任务中的信息类型、用户类型和推送时间中的至少一种，根据提取到的信息类型、用户类型和时间生成与推送建议分析请求对应的推送建议。推送建议可以包括建议推送信息类型、建议推送时间段和建议推送用户类型中的至少一种。
在一个实施例中，S312具体可以包括以下内容：获取选取的各历史推送任务分别对应的用户类型；按照用户类型对选取的各历史推送任务进行分类；根据各用户类型的历史推送任务所对应的推送效果分数，确定推送建议分析请求对应的用户类型选取建议。
具体地，服务器120获取选取的各历史推送任务分别对应的用户类型，根据获取的用户类型对选取的各历史推送任务进行分类，得到各用户类型的历史推送任务。服务器120获取各用户类型的历史推送任务所对应的推送效果分数，根据获取到的推送效果分数计算各用户类型对应的推送效果平均分。服务器120将各用户类型和各用户类型对应的推送效果平均分生成用户类型选取建议。
在一个实施例中，服务器120将各用户类型对应的推送效果平均分进行比较，通过比较选取预设数量的推送效果平均分较高的用户类型，根据选取的用户类型和选取的用户类型对应的推送效果平均分用户类型选取建议。
在另一个实施例中，服务器120从各用户类型中选取推送效果平均分最高的用户类型，根据选取的用户类型生成用户类型选取建议。
本实施例中，提取推送建议分析请求中的及建议分析条件，在记录的历史推送任务中查询符合提取到的建议分析条件的历史推送任务，根据查询到的各历史推送任务对应的推送效果分数，选取预设数量的历史推送任务，保证选取的历史推送任务与推送建议分析请求相匹配，提高了选取的历史推送任务的准确性。对选取的历史推送任务进行分析，通过分析生成与推送建议分析请求对应的推送建议，确定得到的推送建议的合理性和准确性，保证根据生成的推送建议进行信息推送提高信息推送的推送效果。
如图4所示，在一个实施例中，S306之后还包括根据历史推送任务生成推送建议的步骤，该步骤具体包括以下内容：
S402，若未查询到符合提取到的建议分析条件的历史推送任务，则获取记录的各历史推送任务分别对应的推送效果分数。
具体地，服务器120在记录的历史推送任务中未查询到符合提取到的建议分析条件的历史推送任务后，则获取记录的各历史推送任务分别对应的推送效果分数。
S404，按照获取到的推送效果分数由高到低的顺序对记录的各历史推送任务进行排序。
具体地，服务器120将记录的各历史推送任务对应的推送效果分数进行比较，通过比较根据推送效果分数的大小对记录的各历史推送任务排序。服务器120具体可以按照推送效果分数由高到低的顺序对记录的各历史推送任务进行排序。服务器120还可以按照推行效果分数由低到高的顺序对记录的各历史推送任务进行排序。
S406，从排序后的历史推送任务中选取预设数量排序在前的历史推送任务。
具体地，服务器120在对记录的各历史推送任务按照推送效果分数由高到低的顺序排序后，从排序后的历史推动任务中选取排序在前的历史推送任务，且选取预设数量的历史推送任务。
在一个实施例中，服务器120对记录的各历史推送任务按照推送效果分数由低到高的顺序排序后，从排序后的历史推送任务中选取排序在后的历史推送任务，且选取预设数量的历史推送任务。
S408，对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议。
具体地，服务器120对选取的历史推送任务进行分析，提取选取的各历史推送任务中对应的信息类型、推送时间和用户类型，统计提取到的信息类型、推送时间和用户类型对应存储，存储的信息类型、推送时间和用户类型确定各信息类型对应的最佳推送时间段和最合适的用户类型。服务器120根据各信息类型对应的最佳推送时间段和最合适的用户类型生成与推送建议分析请求对应的推送建议。推送建议中还可以包括对应的推送信息文案样例。服务器120将生成的推送建议发送至终端110。
本实施例中，在未查询到符合提取到的建议分析条件的历史推送任务时，从记录的历史推送任务选取推送效果分数较高的历史推送任务，对选取的历史推送任务进行分析，生成推送建议。以记录的所有历史推送任务作为基础任务数据，根据推送效果分数从记录的历史推送任务中选取推送效果分数较高历史推送任务，同样保证了推送建议的准确性。
如图5所示，在一个实施例中，S312具体还包括生成推送时间段建议的步骤，该步骤具体包括以下内容：
S502，获取选取的各历史推送任务分别对应的推送时间。
具体地，服务器120在从记录的历史推送任务中选取预设数量的历史推送任务之后，对选取到的各历史推送任务进行解析，通过解析提取选取的各历史推送任务中的推送时间。
在一个实施例中，服务器120中存储着记录的各历史推送任务的推送日志，推送日志中包括各历史推送任务对应的推送时间。服务器120从记录的历史推送任务中选取历史推送任务后，查询选取到的各历史推送任务对应的推送日志，从查询到的推送日志中提取历史推送任务对应的推送时间。
S504，按照推送时间所属推送时间段对选取的各历史推送任务进行分类。
具体地，服务器120中存储着预设的推送时间段，在获取到选取的各历史推送任务对应的推送时间后，确定各历史推送任务对应的推送时间所属的推送时间段，根据确定的推送时间段对选取到的历史推送任务进行分类，通过分类得到各推送时间段对应的历史推送任务。
S506，根据分类后各推送时间段的历史推送任务所对应的推送效果分数，确定推送建议分析请求对应的推送时间段建议。
具体地，服务器120对于各推送时间段对应的历史推送任务，获取各历史推送任务的推送效果分数，根据各历史推送任务的推送效果分数计算各推送时间段对应的历史推送任务的推送效果平均分。服务器120将各推送时间段对应的历史推送任务的推送效果平均分进行比较，通过比较选取预设数量的推送效果平均分较高的推送时间段。服务器120根据选取的推送时间段生成推送建议分析请求对应的推送时间段建议。
在一个实施例中，服务器120将各推送时间段对应的历史推送任务的推送效果平均分进行比较，通过比较获取最高推送效果平均分对应的推送时间段，根据获取的推送时间段生成推送时间段建议。推送时间段建议还可以包括获取的推送时间对应的历史推送任务的推送信息文案样例。
本实施例中，根据选取的各历史推送任务的推送时间所属的推送时间段对选取的历史推送任务进行分类，得到的各推送时间段对应的历史推送任务，对各推送时间段对应的历史推送任务的推送效果分数进行分析，确定推送时间段建议，确保了推送时间段建议的准确性，保证根据推送时间段进行信息推送可以提高推送效果。
如图6所示，在一个实施例中，信息推送建议生成方法具体还包括计算推送效果分数的步骤，该步骤具体包括以下内容：
S602，记录已执行的信息推送任务为历史推送任务。
具体地，服务器120在执行完信息推送任务后，将已执行的信息推送任务作为历史推送任务进行记录，得到记录的历史推送任务。
在一个实施例中，服务器120提取已执行的信息推送任务中的任务标识，将提取到的任务标识与已执行的信息推送任务对应存储，得到记录的历史推送任务。
S604，获取记录的历史推送任务对应的推送反馈信息。
具体地，服务器120在执行信息推送任务时，将信息推送任务中的待推送信息推送至各用户账号分别对应的终端。终端110向服务器120返回推送反馈信息。推送反馈信息中包括任务标识、推送到达信息、推送点击信息和推送浏览信息。
S606，根据获取到的推送反馈信息统计记录的历史推送任务对应的推送效果数据。
具体地，服务器120对推送反馈信息进行解析，通过解析提取推送反馈信息中的任务标识、推送到达信息、推送点击信息和推送浏览信息。服务器120获取提取到的任务标识对应的历史推送任务的推送总量，根据提取到的推送到达信息、推送点击信息、推送浏览信息和获取到的推送总量统计任务标识对应的历史推送任务的推送效果数据。
在一个实施例中，推送效果数据包括推送到达率、推送点击率、1小时内到达率、1小时内点击率和推送浏览率。服务器120根据推送到达信息和推送总量统计推送到达率和1小时内到达率，根据推送点击信息和推送总量统计推送点击率和1小时内点击率，根据推送浏览信息和推送总量统计推送浏览率。
S608，根据统计的推送效果数据计算记录的历史推送任务的推送效果分数。
具体地，服务器120获取推送效果数据对应的权值，根据统计到的各历史推送任务的推送效果数据和获取到的推送效果数据对应的权值进行加权计算，得到各历史推送任务的推送效果分数。
在一个实施例中，服务器120分别获取推送效果数据中推送到达率、推送点击率、1小时内到达率、1小时内点击率和推送浏览率分别对应的权值，根据获取到的权值和统计到的各历史推送任务对应的推送效果数据进行加权和计算，将计算得到的值进行标准化处理得到各历史推送任务对应的推送效果分数。
本实施例中，记录历史推送记录，根据获取到的历史推送任务对应的推送反馈信息统计各历史推送任务的推送效果数据，根据统计到的推送效果数据计算各历史推送任务的推送效果分数。通过推送反馈信息统计推送效果数据，包证推送效果数据的真实性，从而保证根据推送效果数据计算得到的推送效果分数的准确性。
如图7所示，在一个实施例中，提供一种信息推送建议生成装置700，该装置具体包括以下内容：请求获取模块702、条件提取模块704、任务查询模块706、分数获取模块708、任务选取模块710和建议生成模块712。
请求获取模块702，用于获取推送建议分析请求。
条件提取模块704，用于提取推送建议分析请求中的建议分析条件。
任务查询模块706，用于在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务。
分数获取模块708，用于获取查询到的各历史推送任务分别对应的推送效果分数。
任务选取模块710，用于根据获取到的推送效果分数，从各历史推送任务中选取预设数量的历史推送任务。
建议生成模块712，用于对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议。
在一个实施例中，建议生成模块712还用于获取选取的各历史推送任务分别对应的用户类型；按照用户类型对选取的各历史推送任务进行分类；根据各用户类型的历史推送任务所对应的推送效果分数，确定推送建议分析请求对应的用户类型选取建议。
本实施例中，提取推送建议分析请求中的及建议分析条件，在记录的历史推送任务中查询符合提取到的建议分析条件的历史推送任务，根据查询到的各历史推送任务对应的推送效果分数，选取预设数量的历史推送任务，保证选取的历史推送任务与推送建议分析请求相匹配，提高了选取的历史推送任务的准确性。对选取的历史推送任务进行分析，通过分析生成与推送建议分析请求对应的推送建议，确定得到的推送建议的合理性和准确性，保证根据生成的推送建议进行信息推送提高信息推送的推送效果。
在一个实施例中，分数获取模块708还用于若未查询到符合提取到的建议分析条件的历史推送任务，则获取记录的各历史推送任务分别对应的推送效果分数。
任务选取模块710还用于按照获取到的推送效果分数由高到低的顺序对记录的各历史推送任务进行排序；从排序后的历史推送任务中选取预设数量排序在前的历史推送任务。
本实施例中，在未查询到符合提取到的建议分析条件的历史推送任务时，从记录的历史推送任务选取推送效果分数较高的历史推送任务，对选取的历史推送任务进行分析，生成推送建议。以记录的所有历史推送任务作为基础任务数据，根据推送效果分数从记录的历史推送任务中选取推送效果分数较高历史推送任务，同样保证了推送建议的准确性。
如图8所示，在一个实施例中，建议生成模块712具体包括以下内容：推送时间获取模块712a、推送任务分配模块712b和推送时间建议模块712c。
推送时间获取模块712a，用于获取选取的各历史推送任务分别对应的推送时间。
推送任务分配模块712b，用于按照推送时间所属推送时间段对选取的各历史推送任务进行分类。
推送时间建议模块712c，用于根据分类后各推送时间段的历史推送任务所对应的推送效果分数，确定推送建议分析请求对应的推送时间段建议。
本实施例中，根据选取的各历史推送任务的推送时间所属的推送时间段对选取的历史推送任务进行分类，得到的各推送时间段对应的历史推送任务，对各推送时间段对应的历史推送任务的推送效果分数进行分析，确定推送时间段建议，确保了推送时间段建议的准确性，保证根据推送时间段进行信息推送可以提高推送效果。
如图9所示，在一个实施例中，信息推送建议生成装置700具体还包括以下内容：任务记录模块714、信息获取模块716、数据统计模块718和数据计算模块720。
任务记录模块714，用于记录已执行的信息推送任务为历史推送任务；
信息获取模块716，用于获取记录的历史推送任务对应的推送反馈信息；
数据统计模块718，用于根据获取到的推送反馈信息统计记录的历史推送任务对应的推送效果数据；
数据计算模块720，用于根据统计的推送效果数据计算记录的历史推送任务的推送效果分数。
本实施例中，记录历史推送记录，根据获取到的历史推送任务对应的推送反馈信息统计各历史推送任务的推送效果数据，根据统计到的推送效果数据计算各历史推送任务的推送效果分数。通过推送反馈信息统计推送效果数据，包证推送效果数据的真实性，从而保证根据推送效果数据计算得到的推送效果分数的准确性。
一种计算机设备，计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取推送建议分析请求；提取推送建议分析请求中的建议分析条件；在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；获取查询到的各历史推送任务分别对应的推送效果分数；根据获取到的推送效果分数，从各历史推送任务中选取预设数量的历史推送任务；对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议。
在一个实施例中，在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务之后，处理器执行计算机程序时还实现以下步骤：若未查询到符合提取到的建议分析条件的历史推送任务，则获取记录的各历史推送任务分别对应的推送效果分数；按照获取到的推送效果分数由高到低的顺序对记录的各历史推送任务进行排序；从排序后的历史推送任务中选取预设数量排序在前的历史推送任务；对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议。
在一个实施例中，对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议，包括：获取选取的各历史推送任务分别对应的推送时间；按照推送时间所属推送时间段对选取的各历史推送任务进行分类；根据分类后各推送时间段的历史推送任务所对应的推送效果分数，确定推送建议分析请求对应的推送时间段建议。
在一个实施例中，对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议，包括：获取选取的各历史推送任务分别对应的用户类型；按照用户类型对选取的各历史推送任务进行分类；根据各用户类型的历史推送任务所对应的推送效果分数，确定推送建议分析请求对应的用户类型选取建议。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：记录已执行的信息推送任务为历史推送任务；获取记录的历史推送任务对应的推送反馈信息；根据获取到的推送反馈信息统计记录的历史推送任务对应的推送效果数据；根据统计的推送效果数据计算记录的历史推送任务的推送效果分数。
本实施例中，提取推送建议分析请求中的及建议分析条件，在记录的历史推送任务中查询符合提取到的建议分析条件的历史推送任务，根据查询到的各历史推送任务对应的推送效果分数，选取预设数量的历史推送任务，保证选取的历史推送任务与推送建议分析请求相匹配，提高了选取的历史推送任务的准确性。对选取的历史推送任务进行分析，通过分析生成与推送建议分析请求对应的推送建议，确定得到的推送建议的合理性和准确性，保证根据生成的推送建议进行信息推送提高信息推送的推送效果。
一个或多个存储有计算机可执行指令的存储介质，所述计算机可执行指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：获取推送建议分析请求；提取推送建议分析请求中的建议分析条件；在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；获取查询到的各历史推送任务分别对应的推送效果分数；根据获取到的推送效果分数，从各历史推送任务中选取预设数量的历史推送任务；对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议。
在一个实施例中，在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务之后，处理器还执行以下步骤：若未查询到符合提取到的建议分析条件的历史推送任务，则获取记录的各历史推送任务分别对应的推送效果分数；按照获取到的推送效果分数由高到低的顺序对记录的各历史推送任务进行排序；从排序后的历史推送任务中选取预设数量排序在前的历史推送任务；对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议。
在一个实施例中，对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议，包括：获取选取的各历史推送任务分别对应的推送时间；按照推送时间所属推送时间段对选取的各历史推送任务进行分类；根据分类后各推送时间段的历史推送任务所对应的推送效果分数，确定推送建议分析请求对应的推送时间段建议。
在一个实施例中，对选取的历史推送任务进行分析，生成与推送建议分析请求对应的推送建议，包括：获取选取的各历史推送任务分别对应的用户类型；按照用户类型对选取的各历史推送任务进行分类；根据各用户类型的历史推送任务所对应的推送效果分数，确定推送建议分析请求对应的用户类型选取建议。
在一个实施例中，处理器还执行以下步骤：记录已执行的信息推送任务为历史推送任务；获取记录的历史推送任务对应的推送反馈信息；根据获取到的推送反馈信息统计记录的历史推送任务对应的推送效果数据；根据统计的推送效果数据计算记录的历史推送任务的推送效果分数。
本实施例中，提取推送建议分析请求中的及建议分析条件，在记录的历史推送任务中查询符合提取到的建议分析条件的历史推送任务，根据查询到的各历史推送任务对应的推送效果分数，选取预设数量的历史推送任务，保证选取的历史推送任务与推送建议分析请求相匹配，提高了选取的历史推送任务的准确性。对选取的历史推送任务进行分析，通过分析生成与推送建议分析请求对应的推送建议，确定得到的推送建议的合理性和准确性，保证根据生成的推送建议进行信息推送提高信息推送的推送效果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种信息推送建议生成方法，所述方法包括：
获取推送建议分析请求；
提取所述推送建议分析请求中的建议分析条件；所述建议分析条件包括推送时间、信息类型和用户类型中的至少一种；
在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；
获取查询到的各历史推送任务分别对应的推送效果分数；
根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；
对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议；
所述方法还包括：
记录已执行的信息推送任务为历史推送任务；
获取记录的历史推送任务对应的推送反馈信息；
根据获取到的推送反馈信息统计所述记录的历史推送任务对应的推送效果数据；
根据统计的推送效果数据计算所述记录的历史推送任务的推送效果分数。
2.根据权利要求1所述的方法，其特征在于，所述在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务之后，还包括：
若未查询到符合所述提取到的建议分析条件的历史推送任务，则获取记录的各历史推送任务分别对应的推送效果分数；
按照获取到的推送效果分数由高到低的顺序对所述记录的各历史推送任务进行排序；
从排序后的历史推送任务中选取预设数量排序在前的历史推送任务；
执行所述对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议的步骤。
3.根据权利要求2所述的方法，其特征在于，所述对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议，包括：
获取选取的各历史推送任务分别对应的推送时间；
按照推送时间所属推送时间段对所述选取的各历史推送任务进行分类；
根据分类后各推送时间段的历史推送任务所对应的推送效果分数，确定所述推送建议分析请求对应的推送时间段建议。
4.根据权利要求2所述的方法，其特征在于，所述对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议，包括：
获取选取的各历史推送任务分别对应的用户类型；
按照用户类型对所述选取的各历史推送任务进行分类；
根据各用户类型的历史推送任务所对应的推送效果分数，确定所述推送建议分析请求对应的用户类型选取建议。
5.一种信息推送建议生成装置，其特征在于，所述装置包括：
请求获取模块，用于获取推送建议分析请求；
条件提取模块，用于提取所述推送建议分析请求中的建议分析条件；所述建议分析条件包括推送时间、信息类型和用户类型中的至少一种；
任务查询模块，用于在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；
分数获取模块，用于获取查询到的各历史推送任务分别对应的推送效果分数；
任务选取模块，用于根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；
建议生成模块，用于对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议；
所述装置还包括：
任务记录模块，用于记录已执行的信息推送任务为历史推送任务；
信息获取模块，用于获取记录的历史推送任务对应的推送反馈信息；
数据统计模块，用于根据获取到的推送反馈信息统计所述记录的历史推送任务对应的推送效果数据；
数据计算模块，用于根据统计的推送效果数据计算所述记录的历史推送任务的推送效果分数。
6.根据权利要求5所述的装置，其特征在于，所述建议生成模块包括：
推送时间获取模块，用于获取选取的各历史推送任务分别对应的推送时间；
推送任务分配模块，用于按照推送时间所属推送时间段对所述选取的各历史推送任务进行分类；
推送时间建议模块，用于根据分类后各推送时间段的历史推送任务所对应的推送效果分数，确定所述推送建议分析请求对应的推送时间段建议。
7.一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取推送建议分析请求；
提取所述推送建议分析请求中的建议分析条件；
在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；
获取查询到的各历史推送任务分别对应的推送效果分数；
根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；
对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议；
还包括：
记录已执行的信息推送任务为历史推送任务；
获取记录的历史推送任务对应的推送反馈信息；
根据获取到的推送反馈信息统计所述记录的历史推送任务对应的推送效果数据；
根据统计的推送效果数据计算所述记录的历史推送任务的推送效果分数。
8.一个或多个存储有计算机可执行指令的存储介质，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
获取推送建议分析请求；
提取所述推送建议分析请求中的建议分析条件；
在记录的历史推送任务中，查询符合提取到的建议分析条件的历史推送任务；
获取查询到的各历史推送任务分别对应的推送效果分数；
根据获取到的推送效果分数，从所述各历史推送任务中选取预设数量的历史推送任务；
对选取的历史推送任务进行分析，生成与所述推送建议分析请求对应的推送建议；
还包括：
记录已执行的信息推送任务为历史推送任务；
获取记录的历史推送任务对应的推送反馈信息；
根据获取到的推送反馈信息统计所述记录的历史推送任务对应的推送效果数据；
根据统计的推送效果数据计算所述记录的历史推送任务的推送效果分数。
CN201710607706.8A 2017-07-24 2017-07-24 信息推送建议生成方法、装置、计算机设备和存储介质 Active CN107682388B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710607706.8A CN107682388B (zh) 2017-07-24 2017-07-24 信息推送建议生成方法、装置、计算机设备和存储介质
PCT/CN2017/104771 WO2019019387A1 (zh) 2017-07-24 2017-09-30 信息推送建议生成方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710607706.8A CN107682388B (zh) 2017-07-24 2017-07-24 信息推送建议生成方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN107682388A CN107682388A (zh) 2018-02-09
CN107682388B true CN107682388B (zh) 2020-01-24

Family

ID=61133660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710607706.8A Active CN107682388B (zh) 2017-07-24 2017-07-24 信息推送建议生成方法、装置、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN107682388B (zh)
WO (1) WO2019019387A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112801685B (zh) * 2020-09-10 2024-06-18 腾讯科技（深圳）有限公司 信息推送方法、装置、计算机设备及存储介质
CN113268668A (zh) * 2021-05-31 2021-08-17 广州简知信息科技有限公司 一种基于大数据精准运营的推送管理系统
CN115484306B (zh) * 2022-09-15 2024-01-02 优课达教育科技(北京)有限公司 一种基于互联网及大数据的在线教育系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104090912A (zh) * 2014-06-10 2014-10-08 腾讯科技（深圳）有限公司 信息推送方法及装置
CN106095867A (zh) * 2016-06-03 2016-11-09 北京奇虎科技有限公司 一种基于行业分析的图书推荐方法及装置
CN106708938A (zh) * 2016-11-18 2017-05-24 北京大米科技有限公司 用于辅助推荐的方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8229458B2 (en) * 2007-04-08 2012-07-24 Enhanced Geographic Llc Systems and methods to determine the name of a location visited by a user of a wireless device
CN103235808A (zh) * 2013-04-22 2013-08-07 亿赞普(北京)科技有限公司 一种互联网信息推送的方法和装置
CN104239450A (zh) * 2014-09-01 2014-12-24 百度在线网络技术（北京）有限公司 搜索推荐方法和装置
US10033581B2 (en) * 2015-12-08 2018-07-24 Yokogawa Electric Corporation Method for retrieval of device-type managers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104090912A (zh) * 2014-06-10 2014-10-08 腾讯科技（深圳）有限公司 信息推送方法及装置
CN106095867A (zh) * 2016-06-03 2016-11-09 北京奇虎科技有限公司 一种基于行业分析的图书推荐方法及装置
CN106708938A (zh) * 2016-11-18 2017-05-24 北京大米科技有限公司 用于辅助推荐的方法及装置

Also Published As

Publication number Publication date
WO2019019387A1 (zh) 2019-01-31
CN107682388A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN110198310B (zh) 一种网络行为反作弊方法、装置及存储介质
CN109388675B (zh) 数据分析方法、装置、计算机设备及存储介质
CN109408665B (zh) 一种信息推荐方法及装置、存储介质
CN104298679B (zh) 应用业务推荐方法及装置
CN107666506B (zh) 推送结果预测方法、装置、计算机设备和存储介质
KR101879416B1 (ko) 이상 금융거래 탐지 방법 및 그 전자 장치
CN105354198B (zh) 一种数据处理方法及装置
CN109299344A (zh) 排序模型的生成方法、搜索结果的排序方法、装置及设备
CN112235327A (zh) 异常日志检测方法、装置、设备和计算机可读存储介质
CN110457577B (zh) 数据处理方法、装置、设备和计算机存储介质
CN107682388B (zh) 信息推送建议生成方法、装置、计算机设备和存储介质
CN108304432B (zh) 信息推送处理方法、信息推送处理装置及存储介质
CN103631787A (zh) 网页类型识别方法以及网页类型识别装置
CN108667678A (zh) 一种基于大数据的运维日志安全检测方法及装置
CN113505272B (zh) 基于行为习惯的控制方法和装置、电子设备和存储介质
CN112463859B (zh) 基于大数据和业务分析的用户数据处理方法及服务器
JPWO2015146113A1 (ja) 識別辞書学習システム、識別辞書学習方法および識別辞書学習プログラム
CN117540101A (zh) 一种基于人工智能的在线书城管理方法及系统
CN114268839B (zh) 视频发布账户筛选方法、装置、电子设备及存储介质
CN109697155B (zh) It系统性能评估方法、装置、设备及可读存储介质
CN111046082A (zh) 数据源的确定方法、装置、服务器和存储介质
KR101918358B1 (ko) 맞춤형 정보를 제공하는 데이터 센터 시스템
CN112651790A (zh) 基于快消行业用户触达的ocpx自适应学习方法和系统
KR102078541B1 (ko) 이슈 관심도 기반의 뉴스 가치 평가 장치 및 방법, 이를 기록한 기록매체
CN109597941B (zh) 排序方法及装置、电子设备和存储介质

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: 20180608

Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant after: Shenzhen one ledger Intelligent Technology Co., Ltd.

Address before: 200000 Xuhui District, Shanghai Kai Bin Road 166, 9, 10 level.

Applicant before: Shanghai Financial Technologies Ltd

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong

Applicant after: Shenzhen one ledger Intelligent Technology Co., Ltd.

Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant before: Shenzhen one ledger Intelligent Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant