CN108074122A - 产品试用推荐方法、装置及服务器 - Google Patents

产品试用推荐方法、装置及服务器 Download PDF

Info

Publication number
CN108074122A
CN108074122A CN201611018873.0A CN201611018873A CN108074122A CN 108074122 A CN108074122 A CN 108074122A CN 201611018873 A CN201611018873 A CN 201611018873A CN 108074122 A CN108074122 A CN 108074122A
Authority
CN
China
Prior art keywords
user
product
credit
application platform
credit score
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
CN201611018873.0A
Other languages
English (en)
Inventor
李霖
陈培炫
陈谦
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201611018873.0A priority Critical patent/CN108074122A/zh
Publication of CN108074122A publication Critical patent/CN108074122A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0255Targeted advertisements based on user history

Abstract

本发明实施例提供了一种产品试用推荐方法、装置及服务器,在确定目标产品的产品类型后,将从该产品类型对应的第一用户群中选取具有最高信用分的预设数量的用户作为备选用户,与现有技术选择活跃用户作为备选用户相比,本实施例提高了备选用户试用目标产品后得到的反馈信息的可靠性。而且,本申请还将根据备选用户试用目标产品后给出的反馈信息,动态调整其信用分,对用户信用体系的建立是一个很好的补充,今后试用产品的备选用户的选取奠定了可靠基础。

Description

产品试用推荐方法、装置及服务器
技术领域
本发明涉及数据处理技术领域,具体涉及一种产品试用推荐方法、装置及服务器。
背景技术
互联网技术的发展与完善,为产品的推广提高了很大的便利。实际应用中,在互联网上发布新产品之前,为了解用户对新产品的想法,通常会选取部分用户来试用新产品,从而使产品开发人员根据这些用户的反馈及时完善产品相关功能,更好地满足用户需求,有利于新产品的快速推广。
目前,在选取试用新产品的用户时,通常是选取比较活跃的用户作为备选用户。以新歌曲的发布为例,现有技术通常是根据过去一段时间内用户的听歌记录、下载记录以及付费记录等,选取最活跃的多个用户作为备选用户,将新歌曲的试听链接发送至备选用户,以便根据这些备选用户的反馈信息,初步了解新歌曲的推广前景。
然而,现有的这种方式选取的备选用户在体验新产品时往往会应付了事,备选用户反馈的意见并不是其对新产品的真实想法,导致所得备选用户的反馈信息的准确性较低。可见,如何在选取体验新产品的备选用户时,准确地选取能够反馈针对新产品真实意见的可靠备选用户,成为新产品发布过程中需要考虑的问题。
发明内容
有鉴于此,本发明实施例提供一种产品试用推荐方法、装置及服务器,基于用户的信用分选取试用目标产品的备选用户,提高了反馈信息的可靠性,而且,根据反馈信息动态调整用户的信用分,完善了用户信用体系,为今后试用产品的备选用户的选取奠定了可靠基础。
为实现上述目的,本发明实施例提供如下技术方案:
本申请实施例提供了一种产品试用推荐方法,所述方法包括:
确定第一应用平台将要发布的目标产品的产品类型;
确定与所述产品类型对应的第一用户群,并获得所述第一用户群中各第一用户在所述第一应用平台的信用分,所述第一用户的信用分是影响所述用户在所述第一应用平台上针对所述目标产品的反馈信息的可信度的信用分;
从所述第一用户群中选取信用分最高的预设数量的用户作为备选用户;
检测到所述备选用户通过客户端发送的针对所述目标产品的产品试用请求,根据所述备选用户在所述第一应用平台的信用分,确定向所述备选用户推荐的目标产品信息;
将确定的所述目标产品信息发送至所述客户端输出,以使所述备选用户通过所述客户端试用所述目标产品;
获得所述客户端发送的所述备选用户试用所述目标产品的反馈信息;
根据所述反馈信息,调整所述备选用户在所述第一应用平台上的信用分。
本申请实施例提供了还一种产品试用推荐装置,所述装置包括:
产品类型确定模块,用于确定第一应用平台将要发布的目标产品的产品类型;
信用分获取模块,用于确定与所述产品类型对应的第一用户群,并获得所述第一用户群中各第一用户在所述第一应用平台的信用分,所述第一用户的信用分是影响所述用户在所述第一应用平台上针对所述目标产品的反馈信息的可信度的信用分;
备选用户选取模块,用于从所述第一用户群中选取信用分最高的预设数量的用户作为备选用户;
请求获取模块,用于检测到所述备选用户通过客户端发送的针对所述目标产品的产品试用请求;
目标产品信息确定模块,用于根据所述备选用户在所述第一应用平台的信用分,确定向所述备选用户推荐的目标产品信息;
目标产品信息传输模块,用于将确定的所述目标产品信息发送至所述客户端输出,以使所述备选用户通过所述客户端试用所述目标产品;
反馈信息获取模块,用于获得所述客户端发送的所述备选用户试用所述目标产品的反馈信息;
信用分调整模块,用于根据所述反馈信息,调整所述备选用户在所述第一应用平台上的信用分。
本申请实施例还提供了一种服务器,包括如上述所述的产品试用推荐装置。
基于上述技术方案,本发明实施例提供了一种产品试用推荐方法、装置及服务器,在确定目标产品的产品类型后,将从该产品类型对应的第一用户群中选取具有最高信用分的预设数量的用户作为备选用户,与现有技术选择活跃用户作为备选用户相比,本实施例提高了备选用户试用目标产品后得到的反馈信息的可靠性。而且,本申请还将根据备选用户试用目标产品后给出的反馈信息,动态调整其信用分,对用户信用体系的建立是一个很好的补充,今后试用产品的备选用户的选取奠定了可靠基础。
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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种实现产品试用推荐方法的系统架构图;
图2为本申请实施例提供的一种产品试用推荐方法的信令流程图;
图3为本申请实施例提供的一种音乐页面的示意图;
图4为本申请实施例提供的另一种产品试用推荐方法的流程图;
图5为本申请实施例提供的又一种产品试用推荐方法的流程图;
图6为本申请实施例提供的一种产品试用推荐装置的结构图;
图7为本申请实施例提供的另一种产品试用推荐装置的结构图;
图8为本申请实施例提供的又一种产品试用推荐装置的部分结构图;
图9为本申请实施例提供的又一种产品试用推荐装置的部分结构图;
图10为本申请实施例提供的一种服务器的硬件结构图。
具体实施方式
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,所描述的实施例仅仅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。
图1为本申请实施例提供的产品试用推荐方法的实现系统架构图,如图1所示,该系统可以包括:客户端11、服务器12、应用数据库13以及征信数据库14。
其中,客户端11可以装载在手机、平板电脑、笔记本电脑等用户设备上,在实际应用中,通过与服务器12建立通信连接,用户可以通过客户端11访问服务器12,并请求体验的目标产品。
可选的,客户端11可以是与服务器12相匹配的应用程序,用户可以通过应用官方网站或应用中心等,下载并安装到用户设备上,例如音乐播放器、游戏客户端、视频播放器等;客户端11也可以以浏览器的形式存在,本申请对客户端11的存在形式不作限定。
服务器12可以是网络侧为用户提供服务的服务设备,其可能是多台服务器组成的服务器集群,也可能是单台服务器。在本实施例中,服务器12主要用于进行数据处理,具体可以参照下文方法流程相应部分的描述。
可选的,服务器12可以是与客户端11匹配的应用服务器,以音乐应用为例,服务器12可以是提供音乐服务器的服务设备;若以游戏应用为例,则该服务器12可以是提供游戏服务的服务设备。
其中,服务器12与应用数据库13可以属于第一应用平台(如音乐平台、游戏公测平台等),征信数据库14可以属于第二应用平台(如信贷平台、社交平台等),第一应用平台与第二应用平台是不同的应用平台,根据需要,第一应用平台可以接入第二应用平台,以获取用户在第二应用平台上的历史征信数据。
基于此,在实际应用中,用户可以通过客户端11输入账号登录第一应用平台,也可以通过客户端的界面嵌入的链接,进入第一应用平台对应的页面,本申请对此不作限定。
应用数据库13可以记录用户在第一应用平台上的行为数据、该用户的画像特征数据以及影响用户在第一应用平台上针对产品的反馈信息的可信度的信用分等。以音乐应用为例,应用数据库13可以记录用户在音乐平台上的历史听歌记录、歌曲收藏记录、歌曲下载记录、歌曲付费记录、歌曲评分记录、歌曲所属的艺术家和专辑,以及用户的性别、年龄以及地域等画像特征数据,还有用户在音乐试听平台试听新歌曲给出的反馈信息的可信度的信用分,本申请对该应用数据库13包括的信息内容不作限定。
征信数据库14可以记录用户可以在第二应用平台上的用户信贷记录、用户社交行为等数据。这些数据可以用来综合判定用户信用程度的征信分,其在一定程度上可以反应用户在未来一段时间内按时还款的该里或债务违约的概率。在实际应用中,服务器12可以根据用户在第二应用平台的账号或其他用户标识信息,从征信数据库14中获取该用户的历史征信数据。
在本申请中,用户的信用分可以通过训练预测用户信用的模型,将用户在金融、网络社交等多维度的行为数据导入到该模型中计算得到,具体可以过程可以参照下文方法实施例对应部分的描述,本实施在此不再详述。
需要说明的是,在本申请中,由于用户试用产品后,会将试用情况反馈至服务器12,服务器12可以根据用户的反馈信息,调整其信用分以及上述信用预测模型,以便今后再向该用户推荐试用产品时,能够根据该用户最新的信用分来准确判断该用户是否具有产品的试用权限等。
可见,上述征信数据库14包含的用户的信用分可以是动态变化的,从而提高了基于用户的信用分的产品试用推荐的准确性以及可靠性。其中,用户的信用分越高,表示该用户的信用程度越高。
基于图1所示的系统架构,图2示出了本申请实施例提供的产品试用推荐方法的信令流程图,参照图2,该流程可以包括:
步骤S21,服务器确定第一应用平台将要发布的目标产品的产品类型;
在实际应用中,产品更新换代的频率和种类非常多,以流行音乐为例,每天都会有新歌曲发布,为了了解新产品即目标产品发布的市场前景,在发布目标产品之前,通常会进行市场调研,其中,选取部分用户试用目标产品,采集用户对目标产品的反馈成是目前经常采用的一种市场调研手段。
为了获取用户对目标产品更真实的想法,同时也为了避免恶意用户将使用的产品非法发布到互联网上,对产品开发商带来的损失,本申请将在选取试用目标产品的用户时,将根据用户的信用分进行选取,以便选取信用度更高的用户作为试用目标产品的备选用户。
在本申请中,以目标产品为新歌曲为例,在音乐领域,通常会划分成摇滚、爵士、华语流行、欧美、古典、日韩、民族、乡村音乐等多个音乐类型,不同用户感兴趣的音乐类型并不是固定的,用户听歌时,通常会通过客户端选择自己感兴趣的某一音乐类型的歌曲播放、收藏、下载等。
在选择试听新歌曲的备选用户时,为了提高备选用户反馈的信息的参考价值,本申请可以从可能会对新歌曲感兴趣的用户群中选取试听歌曲的备选用户。所以,服务器在接收到需要试听新歌曲后,可以根据预设的音乐类型划分标准,确定新歌曲所属的音乐类型。
同理,对于其他新产品(如新游戏等)的发布前的试用过程与上述新歌曲的发布类型,服务器接收到需要试用的将要发布的新产品即目标产品后,可以先确定该目标产品的产品类型。
步骤S22,服务器确定与该产品类型对应的第一用户群;
在本申请中,可以根据用户在第一应用平台上历史应用数据,将用户划分成对应不同产品类型的用户群。
仍以音乐为例,可以根据用户听歌兴趣,将用户划分成对不同音乐类型感兴趣的用户群,具体的,可以从用户收藏或下载等确定的歌曲中,确定占的比例最大的一种音乐类型,并将该用户划分到该音乐类型对应的用户群中,但并不局限于这一种用户群划分方式;而且,对于不同需要试用的目标产品,划分用户群的方式可以相同,也可以不同,本申请在此不再一一详述。
其中,第一用户群可以指对目标产品所属的产品类型的产品感兴趣的用户组成的集群,通常情况下,需要试用的目标产品不同时,所确定的第一用户群包含的用户可以不同,但并不排除用户同时对多类型产品感兴趣的情况,即多个用户群可以包括公共的用户。
步骤S23,服务器获得第一用户群中的各第一用户在第一应用平台的信用分;
在本实施例中,可以通过第一应用平台进入第二应用平台的征信数据库,从而利用用户在第一应用平台进行注册时的用户属性,从该征信数据库中查找与该用户属性匹配的用户的历史征信数据;当然,也可以通过用户登录第二应用平台的账号或其他标识信息,从征信数据库中查找相应用户的历史征信数据,本申请对此不作限定。
在初始阶段,如上文所述,征信数据库中的历史征信数据可以包括用户金融信贷、网络社交等行为数据,用来初步标记用户的信用好坏。例如,本实施例可以将微粒贷中还款逾期的用户作为信用坏的用户,可以将该类用户标记为0;反之,将信用好的用户标记为1,但并不局限于此。
基于此,服务器获得在第一应用平台注册的用户的历史特征信息,如上述历史行为数据、用户的画像特征数据以及用户的历史征信数据等,之后,可以按照上述方式对这些用户进行分群,并将获得的这些历史特征信息作为信用预测模型的特征变量,将上述确定表示用户信用好坏的标记作为目标变量,利用逻辑回归算法,对不同用户群对应的产品类型进行训练,得到对应不同产品类型,即对应不同用户群的信用预测模型。
以音乐试听为例,可以将得到的对应不同音乐模型的信用预测模型记为摇滚模型、爵士模型、华语流行模型、欧美模型、古典模型、日韩模型、民族模型、乡村音乐模型等等。
基于此,对于第一应用平台已经发布的任意一个歌曲,都可以在确定该歌曲的音乐类型后,按照该音乐类型对应的信用预测模型,确定该音乐类型对应的用户群中各用户的信用分,即影响该用户群中的用户在音乐平台上针对新歌曲的反馈信息的可信度的信用分。
之后,本实施例可将不同用户群的用户的信用分进行分类存储,以便今后发布新的歌曲时调取。需要说明的是,本申请对用户在第一应用平台上的信用分的存储方式不作限定。
由此可见,本申请可以采用上述方式确定各个用户群中的每一个用户在第一应用平台上的信用分,所以,在服务器确定需要试用的目标产品的产品类型对应的第一用户群后,可以直接获取从应用数据库中查找该第一应用群中各用户的信用分。当然,本申请也可以在服务器确定需要试用的目标产品的产品类型对应的第一用户群后,按照上述方式计算得到该第一用户群中每一个用户在第一应用平台上的信用分,本申请对获得用户在第一应用平台的信用分的阶段不作限定。
步骤S24,服务器从第一用户群中选取信用分最高的预设数量的用户作为备选用户;
由于用户的信用分越高表示该用户的信用程度越高,选择这类用户作为试用目标产品的备选用户,其试用目标产品后通常会认真地反馈真实的信息。所以。本申请在获得第一用户群中各用户的信用分后,可以按照信用分的大小进行排序,从而选择信用分最高的预设数量用户作为备选用户,如可以按照信用分从大到小的顺序,依次选择信用分最高的预设数量的用户为备选用户,但并不局限于这一种备选用户的确定方式。
其中,备选用户的预设数量可以目标产品的特性以及实际需要确定,本申请并不限定该预设数量的具体数值。
可选的,在实际应用中,为了提高效率,也可以将信用分大于60分的用户作为该用户群中的备选用户,即将具有试用目标产品资格的用户都作为备选用户,需要说明的是,本申请对确定用户是否具有试用目标产品资格的信用分临界值不作限定,60分仅仅是一个可选实例。
步骤S25,服务器检测到备用用户通过客户端发送的针对目标产品的产品试用请求;
在实际应用中,客户端可以基于用户的操作,向服务器发送产品试用请求。如用户启动客户端后,客户端可以输出产品展示界面,用户可以对该产品展示界面中的任意产品进行触发操作,客户端检测到针对产品的触发指令时,可以向服务器发送针对该产品的产品试用请求。
其中,产品展示界面可以是展示客户端发布的各产品的界面,如歌曲列表展示界面、视频播放列表展示界面、游戏列表展示界面等等。而且,在实际应用中,客户端可以将获得的各产品进行分类展示,以方便用户快速确定希望试用的产品。
以歌曲列表展示界面为例,如图3所示,对于客户端获得的不同类型的歌曲可以分类展示,对于将要发布的新歌曲还可以加上相应标识,用户可以根据兴趣选择一个希望试听的目标歌曲。本实施例中,用户可以点击希望试听的目标歌曲对应的试听按钮,从而使客户端向服务器发送点击的目标歌曲的歌曲试听请求,以便服务器在确定该用户具有试听目标歌曲的权限后,将相应内容的目标歌曲信息推荐至客户端输出。
可选的,为了区分使用同一客户端的不同用户,在用户对客户端输出的产品展示界面进行操作之前,可以输出登录产品对应的应用平台的登录界面,用户可以输入其在该应用平台注册的账号;或者是当客户端对应的应用平台与产品对应的应用平台不同时,用户也可以输入其在客户端对应的应用平台注册的账号。在验证用户输入的账号及其登录密码合格后,客户端再向服务器发送用户试用目标产品的产品试用请求。
步骤S26,服务器根据备选用户在第一应用平台的信用分,确定向备选用户推荐的目标产品信息;
可选的,为了更好地保护产品开发者的权益,本申请可以对用户在第一应用平台的信用分划分成多个信用等级,并对具有不同信用等级内的信用分的用户,设定不同的试用规则,确定用户能够试用的产品数量以及各产品的产品信息。具体实现过程可以参照下文相应实施例的描述,本实施例在此不再详述。
步骤S27,服务器将确定的目标产品信息发送至客户端;
仍以音乐试听为例,服务器按照上述方式确定备选用户能够试听的歌曲的部分或全部歌曲信息发送至客户端,对于具有不同信用分且属于不同信用等级的用户来说,即便其能够试听同一歌曲,能够试听的歌曲时间也是不同的,即能够试听的歌曲信息不同。通常信用分较高的用户,能够试听歌曲的歌曲时间更长。
步骤S28,客户端输出目标产品信息,获得备选用户针对该目标产品信息输入的反馈信息;
需要说明的是,备选用户通过客户端试用目标产品后,服务器可以将预设的针对目标产品的至少一个产品试用问题发送至客户端,从而使备选用户针对这些产品试用问题进行一一回答,并使客户端得到的反馈信息发送至服务器,以便了解用户对目标产品试用后的真实想法。
仍以音乐试用为例,产品试用问题可以包括但并不局限于以下列举问题:
你会给该歌曲打多少分(0~100分);你对该歌曲的歌手熟悉程度;喜欢/不喜欢歌曲的旋律/歌词;你是否愿意推荐该歌曲给你的好友;你是否愿意付费下载该歌曲;你对该歌曲还有什么意见等等。在本申请中,可以根据目标产品的特性等因素,确定产品试用问题,本申请在此不再一一列举。
步骤S29,客户端将获得的反馈信息发送至服务器;
基于上文分析,该反馈信息可以包括备选用户对上述至少一个产品试用问题的回答。
步骤S210,服务器确定备选用户针对至少一个产品试用问题的反馈率;
其中,该反馈率可以根据备选用户对上述至少一个产品试用问题的回答程度确定,如产品试用问题有P1个,该备选用户回答了P2个,那么该备选用户的反馈率等于P2/P1*100%,P2≤P1。例如,20个歌曲试用问题中,用户只回答了5个,那么,该用户对该歌曲的反馈率为25%。
步骤S211,服务器获得预设的与确定的反馈率对应的信用分调整规则;
可选的,在本实施例中,可以对用户针对目标产品的反馈率划分成不同的分值段,并对不同分值段设置相应的信用分调整规则,具体可以采用以下方式,但并不局限与此。
当用户反馈率小于30%,将该用户在第一应用平台的信用分减低至30分,从而将该用户标记为信用差的坏用户,可以标记为0;
当用户反馈率大于或等于30%且小于50%,将该用户在第一应用平台的信用分减低至50分;
当用户反馈率大于或等于50%且小于70%,将该用户在第一应用平台的信用分乘以预设变量alpha,其中,0.8<alpha<0.9;
当用户反馈率大于或等于70%且小于90%,保持该用户在第一应用平台的信用分不变,且此时该用户的标记为1,即信用较高的好用户;
当用户反馈率大于90%,将该用户在第一应用平台的信用分调整为95分,并将该用户的标记为1。
需要说明的是,在确定信用分调整规则后,可以按照该规则重新训练信用预测模型,从而提高后续基于该信用预测模型确定用户信用分的准确度,该具体训练过程不作限定。
服务器212,服务器按照信用分调整规则,调整备选用户在第一应用平台的信用分。
如上述信用分调整规则所述,确定备选用户对目标产品的反馈率后,可以先确定与其匹配的分值段,在按照该分值段对应的信用调整规则具体内容,调整备选用户在第一应用平台的信用分,这样,该备选用户今后再试用第一应用平台上的产品时,可以根据其最新的信用分确定试用的产品信息,具体过程可以参照下文具体描述内容,本实施例在此不再详述。
综上,在本实施例中,服务器将根据用户在第一应用平台上的信用分来确定试用目标产品的备选用户,以现有技术选择活跃用户作为备选用户相比,本实施例提高了备选用户试用目标产品后得到的反馈信息的参考价值,即采用本申请上述方式得到的备选用户的反馈信息能够真实反应其试用目标产品的感受;而且,能够根据备选用户的反馈,动态调整其信用分,对用户信用体系的建立是一个很好的补充,进一步提高今后该备选用户给出的反馈信息的可靠性。
作为本申请另一实施例,下面将站在服务器的角度,对上述实施例中确定向各备选用户推荐相应目标产品信息的实现过程进行详细说明,参照图4所示,该过程可以包括:
步骤S41,将用户在第一应用平台的信用分划分成多个连续的信用等级;
以100分的信用基准分为例,可以将其划分成信用分<60分,60分≤分信用分<70分,70分≤分信用分<80分,80分≤分信用分<90分,信用分≥90分等多个信用等级,但并不局限于这一种信用等级的划分方式,可以根据实际需要进行相应调整,
步骤S42,按照预设试用规则,确定具有属于不同信用等级的信用分的用户能够试用的产品数量以及各产品的产品信息;
可选的,预设试用规则可以具有如下内容,但并不局限于此,在实际应用中,可以根据实际需要进行调整,本申请在此不再一一列举。
对于在第一应用平台的信用分小于60分的用户,由于这类用户有很大可能会在试用目标产品后不认真或不反馈试用产品的反馈信息,甚至可能会恶意地将目标产品在互联网上进行提前公布,造成目标产品版权的盗窃,为产品开发者造成巨大损失。为了避免这种问题的发生,本申请服务器可以直接驳回这类用户对目标产品的试用权限,也就是说,对于符合该条件的用户能够试用的产品数量为0,服务器不会向其推荐任何产品信息。
对于第一应用平台的信用分大于60分的用户,本申请可以按照以下细化的预设试用规则,确定允许用户能够试用产品的数量以及各产品的产品信息等。
其中,对于第一应用平台的信用分大于或等于60分且小于70分的用户,可以允许这类用户从试用产品库中选择最多试用的n1个产品数量,且每一个产品只允许试用其m1的百分比的产品信息。以音乐试听为例,可以允许这类用户从试听歌曲库中最多选择3首歌曲,且每一个首歌曲只能试听1分钟,但并不局限与此。
对于第一应用平台的信用分大于或等于70分且小于80分的用户,可以允许这类用户从试用产品库中选择最多试用的n2个产品数量,且每一个产品只允许试用其m2的百分比的产品信息。仍以音乐试听为例,可以允许这类用户从试听歌曲库中最多选择10首歌曲,且每一个首歌曲只能试听2分钟,但并不局限与此。
对于第一应用平台的信用分大于或等于80分且小于90分的用户,可以允许这类用户从试用产品库中选择最多试用的n3个产品数量,且允许试用整个产品的产品信息。仍以音乐试听为例,可以允许这类用户从试听歌曲库中最多选择20首歌曲,且每一个首歌曲允许试听完整歌曲,但并不局限与此。
对于第一应用平台的信用分大于或等于90分的用户,可以允许这类用户从试用产品库中任意选择试用的产品,且可以试用所选择完整产品信息。仍以音乐试听为例,可以允许这类用户从试听歌曲库中任意试听歌曲,且可以试听每首歌曲的完整版。
需要说明的是,在上述预设试用规则中,n1<n2<n3,且m1<m2,本申请对这些参数的具体数值不作限定。
步骤S43,将确定的备选用户在第一应用平台的信用分与已划分的各信用等级进行匹配,确定该备选用户在第一应用平台的信用分所在的信用等级;
步骤S44,将确定的信用等级对应的允许用户试用的产品数量作为该备选用户能够试用的产品数量;
步骤S45,确定备选用户在预设时间内请求试用的目标产品的当前数量;
在本实施中,服务器检测到的该备选用户通过客户端发送的产品试用请求可以包括其请求试用的所有产品,此时,可以通过解析产品试用请求,确定备选用户请求试用的目标产品的当前数量。
当然,在实际应用中,备选用户也可以针对每一个目标产品发送一个产品试用请求,此时,服务器可以确定预设时间内接收到的该备选用户通过同一客户端发送的产品试用请求的数量,来确定其请求试用的目标产品的数量。本申请对服务器确定备选用户请求试用的目标产品的数量的方式不作限定,且对上述预设时间的具体数值不作限定,需要说明的是,在该预设时间内备选用户在第一应用平台的信用分可以是固定不变的。
步骤S46,判断该当前数量是否大于该备选用户能够试用的产品数量,如果是,进入步骤S47;如果否,执行步骤S48;
步骤S47,将备选用户请求试用的所有目标产品的目标产品信息反馈至客户端;
以音乐试听为例,当备选用户请求试听的歌曲数量在其允许试听范围内,可以直接将备选用户请求试听的歌曲的相应时间内的歌曲信息反馈至其客户端进行播放。
步骤S48,输出相应的提示信息。
可选的,在本实施例中,当备选用户请求试用的目标产品的数量已经超过允许其试用的产品数量,可以控制其客户端输出包含该内容的提示信息,来告知用户。这种情况下,用户可以据此重新选择希望试用的目标产品,通过客户端重新向服务器发送产品试用请求;当然,服务器也可以根据备选用户选择试用的多个目标产品的先后顺序,确定与允许其试用的产品数量相同的目标产品数量,从而将这些目标产品的相应比例的目标产品信息反馈至客户端。
其中,本申请对上述提示信息的输出方式不作限定,可以控制客户端直接进入选择试用目标产品的界面,也可以控制客户端输出包含提示信息的提示窗口等,本实施例在此不再一一详述。
由此可见,本实施例根据用户在第一应用平台的信用分的多少,设定了该用户具有的试用目标产品的不同权限,从而避免了信用分较低的用户即信用坏的用户试用目标产品后,不给出有效的反馈信息或恶意公布试用的目标产品,影响产品开发者的权益;而且,由于信用分较高的用户能够试用更多目标产品,其有效推动了征信分体系的完善,即督促用户能够在试用目标产品后,认证反馈其试用体验情况,从而提高其在第一应用平台的信用分,进而使其下一次能够试用更多的目标产品信息。
可选的,在实际应用中,对于在第一应用平台注册的任意一个用户,可以直接向服务器发送产品试用请求,此时,服务器可以按照上述方式判断其是否具有试用目标产品的权限,以及能够试用的目标产品的产品信息等。具体的,可以直接按照上述实施例给出的方法,确定该用户所属的用户群,再利用该用户群对应的信用预测模型,以及该用户的历史特征信息,计算该用户的信用分,之后,在按照上述预设试用规则,确定该用户能够试用的目标产品信息。
由此可见,服务器检测到用户发送的产品试用请求后,可以利用用户的历史行为数据,确定其所属的用户群,再利用其属性信息等参数,判断其是否是服务器确定的该用户群的备选用户,若是,则可以按照上述方式确定该用户能够试用的目标产品信息;若不是,可以直接忽视该产品试用请求,当然,也可以参照上述方法直接利用其信用分判断其是否能够试用该目标产品。
其中,判断用户是否其所在用户群的备选用户时,可以按照其信用分与其所在用户群各用户的信用分的排序判断,具体过程不再详述。
基于上述分析,作为本申请提供的一种产品试用推荐方法的又一实施例,如图5所示,从服务器角度来看,该方法可以包括:
步骤S51,检测到客户端发送用户请求试用目标产品的产品试用请求;
步骤S52,确定该目标产品的产品类型对应的信用预测模型,获得用户在第一应用平台的信用分;
其中,关于不同产品类型对应的信用预测模型的训练过程可以参照上述实施例对应部分的描述,本实施在此不再赘述。
步骤S53,判断用户在第一应用平台的信用分是否达到预设信用阈值;如果达到,执行步骤S55;如果没有达到,进入步骤S54;
本申请对预设信用阈值的具体数值不作限定,若信用分满分是100分,该预设信用阈值可以是60分,但并不局限于此。
步骤S54,向客户端反馈用户不具有目标产品的试用权限的提醒信息;
步骤S55,按照用户在第一应用平台的信用分所在的信用等级的预设试用规则,确定用户能够试用的产品数量以及产品信息;
关于步骤S55的具体实现过程可以参照上述实施例对应部分的描述,本实施例在此不再详述。
步骤S56,获得客户端发送的该用户试用目标产品的反馈信息;
步骤S57,根据该反馈信息,调整该用户在第一应用平台上的信用分。
其中,关于根据反馈信息调整用户的信用分的实现过程可以参照上述实施例对应部分的描述,本实施例在此不再详述。
由此可见,在本实施例中,能够根据用户的信用分确定该用户是否有权试用目标产品,如新歌曲,避免了信用较差的用户对目标产品的恶意侵权,而且,对于有权试用目标产品的用户,也将根据其信用分所在的信用等级,限定其能够试用的产品数量以及每一个产品的产品信息,如能够试听的歌曲数量以及每一首歌曲试听的时间等,有效督促了用户保持良好信用;而且,本申请还能够根据用户对试用的目标产品的反馈信息,调整用户的信用分,进一步完善了用户信用体系,有利于今后发布新产品前,可靠选取信用较高的试用用户。
基于上述描述的技术方案,在新歌曲试听应用中,用户在音乐播放界面看到试听消息后,可以点击相应的试听按钮,向服务器发起针对该新歌曲的歌曲试听请求,服务器将基于该用户的信用分判断其是否具有试听权限,从而避免了信用较差用户试听新歌曲,不认真反馈试听意见,甚至会恶意将该新歌曲录制后发布到互联网,对歌曲所有者带来很大损失;而且,即便该用户具有试听权限,也会根据用户的信用分的多少,决定该用户试听歌曲的时间等信息,并根据用户试听后反馈的信息调整其信用分,从而有效督促用户提高其信用分,改善用户信用体制。
当然,服务器也可以按照上述方式,利用在音乐平台各注册用户的信用分,确定每一个注册用户是否具有歌曲试听权限,以及在具有试听权限下,最多能够试听多少首歌曲,每一首歌曲能够试听多长时间等,这样,当注册用户向服务器发送试听请求后,服务器即可按照上述确定针对该注册用户的试听规则,向该注册用户发送试听歌曲;或者,服务器也可以直接根据确定的试听规则向注册用户推送其能够试听的歌曲信息,以告知用户此时有可以试听的新歌曲等等,本申请对此不作限定。
下面将对本申请实施例提供的产品试用推荐装置进行介绍,在此具体可以描述实现上述实施例提供的产品试用推荐方法所需的功能模型架构。
参照图6,为本申请实施例提供的产品试用推荐装置的结构框图,该装置可以应用于服务器,具体可以包括:
产品类型确定模块61,用于确定第一应用平台将要发布的目标产品的产品类型;
信用分获取模块62,用于确定与所述产品类型对应的第一用户群,并获得所述第一用户群中各第一用户在所述第一应用平台的信用分,所述第一用户的信用分是影响所述用户在所述第一应用平台上针对所述目标产品的反馈信息的可信度的信用分;
备选用户选取模块63,用于从所述第一用户群中选取信用分最高的预设数量的用户作为备选用户;
请求获取模块64,用于检测到所述备选用户通过客户端发送的针对所述目标产品的产品试用请求;
目标产品信息确定模块65,用于根据所述备选用户在所述第一应用平台的信用分,确定向所述备选用户推荐的目标产品信息;
目标产品信息传输模块66,用于将确定的所述目标产品信息发送至所述客户端输出,以使所述备选用户通过所述客户端试用所述目标产品;
反馈信息获取模块67,用于获得所述客户端发送的所述备选用户试用所述目标产品的反馈信息;
可选的,在本申请中,装置还可以包括:
问题发送模块,用于将预设的针对所述目标产品的至少一个产品试用问题发送至所述客户端输出,以使所述客户端获得所述备选用户针对所述至少一个产品试用问题输入的反馈信息。
信用分调整模块68,用于根据所述反馈信息,调整所述备选用户在所述第一应用平台上的信用分。
在本实施例实际应用中,该信用分调整模块68具体可以包括:
计算单元,用于计算所述备选用户针对所述至少一个产品试用问题的反馈率;
规则获取单元,用于获得预设的与确定的所述反馈率对应的信用分调整规则;
信用分调整单元,用于按照所述信用分调整规则,调整所述备选用户在所述第一应用平台的信用分。
可选的,在上述实施例的基础上,如图7所示,装置还可以包括:
信用等级划分模块69,用于将用户在第一应用平台的信用分划分成多个连续的信用等级;
产品确定模块610,用于按照预设试用规则,确定具有属于不同信用等级的信用分的用户能够试用的产品数量以及各产品的产品信息。
可选的,如图8所示,该目标产品信息确定模块65可以包括:
信用分匹配单元6501,用于将所述备选用户在所述第一应用平台的信用分与已划分的各信用等级进行匹配,确定所述备选用户在所述第一应用平台的信用分所在的信用等级;
目标产品信息确定单元,用于获得与确定的所述信用等级对应的所述备选用户能够试用的所述目标产品的目标产品信息。
作为本申请又一实施例,参照图8,该目标产品信息确定单元可以包括:
数量确定单元6502,用于确定所述备选用户在预设时间内请求试用的目标产品的当前数量,
判断单元6503,用于判断所述当前数量是否大于获得的所述备选用户能够试用的产品数量;
反馈单元6504,用于在第一判断单元的判断结果为否时,将所述备选用户请求试用的所有目标产品的目标产品信息反馈至所述客户端;
提示单元6505,用于在第一判断单元的判断结果为是时,向所述客户端发送相应的提示信息。
可选的,在上述实施例的基础上,为了得到各产品类型对应的信用预测模型,以便据此计算该产品类型对应的用户群中的用户的信用分,如图9所示,上述装置还可以包括:
第一数据获取模块611,用于获取在所述第一应用平台注册的各用户的历史应用数据,所述历史应用数据至少包括用户在所述第一应用平台的历史行为数据;
用户群划分模块612,用于根据获取的所述历史应用数据,对在所述第一应用平台注册的各用户进行划分,得到至少一个用户群;
其中,一个用户群对应所述第一应用平台上产品的一个产品类型;
第二数据获取模块613,用于获取同一个用户群中各用户的历史特征数据;
其中,历史特征数据包括相应用户在所述第一应用平台的所述历史行为数据、所述用户的画像特征数据以及所述用户在第二应用平台的历史征信数据,所述第二应用平台不同于所述第一应用平台;
训练集确定模块614,用于将属于同一个用户群的各用户的历史特征数据作为相应用户的训练样本,形成所述用户群的训练集;
模型训练模块615,用于利用所述训练集,按照逻辑回归算法,训练预测所述用户群中的用户在所述第一应用平台上体验所述用户群对应产品类型的产品后,得到的反馈信息可信度的信用分的信用预测模型。
进一步地,基于上述可选实施例,上述信用分获取模块62具体可以包括:
概率预测单元,用于根据所述信用预测模型,利用所述第一用户群中各第一用户的历史特征数据,预测相应第一用户在所述第一应用平台上的反馈信息的可信度达到预设阀值的概率;
信用分计算单元,用于将预测的概率乘以信用基准分,得到并保存所述第一用户在所述第一应用平台上的信用分。
作为本申请又一实施例,在检测到所述备选用户通过客户端发送的针对所述目标产品的产品试用请求之后,装置还可以包括:
判断模块,用于判断所述备选用户的在第一应用平台的信用分是否达到预设信用阈值;
提醒模块,用于在判断模块的判断结果为否时,向所述客户端反馈所述备选用户不具有所述目标产品的试用权限的提醒信息;
在判断模块的判断结果为是时,上述目标产品确定模块具体可以用于按照所述备选用户在所述第一应用平台的信用分所在的信用等级的预设试用规则,确定所述备选用户能够试用的产品数量以及产品信息。
综上,本申请实施例提供的服务器,将根据用户在第一应用平台上的信用分来确定试用目标产品的备选用户,以现有技术选择活跃用户作为备选用户相比,提高了备选用户试用目标产品后得到的反馈信息的参考价值,而且,能够根据备选用户的反馈,动态调整其信用分,对用户信用体系的建立是一个很好的补充,进一步提高今后该备选用户给出的反馈信息的可靠性。
本申请实施例还提供的一种服务器,该服务器可以包括上述实施例提供的产品试用推荐装置。本实施例在此针对该服务器的硬件结构进行介绍。
参照图10,为本申请实施例提供的一种服务器的硬件结构框图,该服务器可以包括处理器101、通信接口102、存储器103以及通信总线104;
其中,处理器101、通信接口102、存储器103可以通过通信总线104完成相互间的通信;
可选的,通信接口102可以为通信模块的接口,如GSM模块的接口;
处理器101可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器103可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
其中,处理器101具体用于:
确定第一应用平台将要发布的目标产品的产品类型;
确定与所述产品类型对应的第一用户群,并获得所述第一用户群中各第一用户在所述第一应用平台的信用分,所述第一用户的信用分是影响所述用户在所述第一应用平台上针对所述目标产品的反馈信息的可信度的信用分;
从所述第一用户群中选取信用分最高的预设数量的用户作为备选用户;
检测到所述备选用户通过客户端发送的针对所述目标产品的产品试用请求,根据所述备选用户在所述第一应用平台的信用分,确定向所述备选用户推荐的目标产品信息;
将确定的所述目标产品信息发送至所述客户端输出,以使所述备选用户通过所述客户端试用所述目标产品;
获得所述客户端发送的所述备选用户试用所述目标产品的反馈信息;
根据所述反馈信息,调整所述备选用户在所述第一应用平台上的信用分。
综上,本申请实施例在推广新歌曲之前,将基于用户的信用分确定试听歌曲的备选用户,提高了这些备选用户试听歌曲后的反馈信息的可靠性和准确性,从而提高了反馈信息的参考价值,帮助歌曲创作者或推广者了解用户对该新歌曲的真实想法。而且,本申请还能够根据反馈信息,调整用户信用分,完成用户信用体系,为今后确定新歌曲的推广的备选用户奠定了可靠基础。
另外,本申请提供的产品试用推荐方案具有很强的推广性,能够适用于新歌曲试听、新游戏公测等应用场景。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的核心思想或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (16)

1.一种产品试用推荐方法,其特征在于,所述方法包括:
确定第一应用平台将要发布的目标产品的产品类型;
确定与所述产品类型对应的第一用户群,并获得所述第一用户群中各第一用户在所述第一应用平台的信用分,所述第一用户的信用分是影响所述用户在所述第一应用平台上针对所述目标产品的反馈信息的可信度的信用分;
从所述第一用户群中选取最高信用分的预设数量的用户作为备选用户;
检测到所述备选用户通过客户端发送的针对所述目标产品的产品试用请求,根据所述备选用户在所述第一应用平台的信用分,确定向所述备选用户推荐的目标产品信息;
将确定的所述目标产品信息发送至所述客户端输出,以使所述备选用户通过所述客户端试用所述目标产品;
获得所述客户端发送的所述备选用户试用所述目标产品的反馈信息;
根据所述反馈信息,调整所述备选用户在所述第一应用平台上的信用分。
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:
将用户在第一应用平台的信用分划分成多个连续的信用等级;
按照预设试用规则,确定具有属于不同信用等级的信用分的用户能够试用的产品数量以及各产品的产品信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述备选用户在所述第一应用平台的信用分,确定向所述备选用户推荐的目标产品信息,包括:
将所述备选用户在所述第一应用平台的信用分与已划分的各信用等级进行匹配,确定所述备选用户在所述第一应用平台的信用分所在的信用等级;
获得与确定的所述信用等级对应的所述备选用户能够试用的所述目标产品的目标产品信息。
4.根据权利要求3所述的方法,其特征在于,所述获得与确定的所述信用等级对应的所述备选用户能够试用的所述目标产品的目标产品信息,包括:
确定所述备选用户在预设时间内请求试用的目标产品的当前数量,
判断所述当前数量是否大于获得的所述备选用户能够试用的产品数量;
若否,将所述备选用户请求试用的所有目标产品的目标产品信息反馈至所述客户端;
若是,向所述客户端发送相应的提示信息。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将预设的针对所述目标产品的至少一个产品试用问题发送至所述客户端输出,以使所述客户端获得所述备选用户针对所述至少一个产品试用问题输入的反馈信息。
6.根据权利要求5所述的方法,其特征在于,所述根据所述反馈信息,调整所述备选用户在所述第一应用平台上的信用分,包括:
计算所述备选用户针对所述至少一个产品试用问题的反馈率;
获得预设的与确定的所述反馈率对应的信用分调整规则;
按照所述信用分调整规则,调整所述备选用户在所述第一应用平台的信用分。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取在所述第一应用平台注册的各用户的历史应用数据,所述历史应用数据至少包括用户在所述第一应用平台的历史行为数据;
根据获取的所述历史应用数据,对在所述第一应用平台注册的各用户进行划分,得到至少一个用户群,一个用户群对应所述第一应用平台上产品的一个产品类型;
获取同一个用户群中各用户的历史特征数据,所述历史特征数据包括相应用户在所述第一应用平台的所述历史行为数据、所述用户的画像特征数据以及所述用户在第二应用平台的历史征信数据,所述第二应用平台不同于所述第一应用平台;
将属于同一个用户群的各用户的历史特征数据作为相应用户的训练样本,形成所述用户群的训练集;
利用所述训练集,按照逻辑回归算法,训练预测所述用户群中的用户在所述第一应用平台上体验所述用户群对应产品类型的产品后,得到的反馈信息可信度的信用分的信用预测模型。
8.根据权利要求7所述的方法,其特征在于,所述获得所述第一用户群中各第一用户在所述第一应用平台的信用分,包括:
根据所述信用预测模型,利用所述第一用户群中各第一用户的历史特征数据,预测相应第一用户在所述第一应用平台上的反馈信息的可信度达到预设阀值的概率;
将预测的概率乘以信用基准分,得到并保存所述第一用户在所述第一应用平台上的信用分。
9.根据权利要求2所述的方法,其特征在于,在所述检测到所述备选用户通过客户端发送的针对所述目标产品的产品试用请求之后,所述方法还包括:
判断所述备选用户的在第一应用平台的信用分是否达到预设信用阈值;
如果没有达到,向所述客户端反馈所述备选用户不具有所述目标产品的试用权限的提醒信息;
如果达到,则所述根据所述备选用户在所述第一应用平台的信用分,确定向所述备选用户推荐的目标产品信息具体为:
按照所述备选用户在所述第一应用平台的信用分所在的信用等级的预设试用规则,确定所述备选用户能够试用的产品数量以及产品信息。
10.一种产品试用推荐装置,其特征在于,所述装置包括:
产品类型确定模块,用于确定第一应用平台将要发布的目标产品的产品类型;
信用分获取模块,用于确定与所述产品类型对应的第一用户群,并获得所述第一用户群中各第一用户在所述第一应用平台的信用分,所述第一用户的信用分是影响所述用户在所述第一应用平台上针对所述目标产品的反馈信息的可信度的信用分;
备选用户选取模块,用于从所述第一用户群中选取信用分最高的预设数量的用户作为备选用户;
请求获取模块,用于检测到所述备选用户通过客户端发送的针对所述目标产品的产品试用请求;
目标产品信息确定模块,用于根据所述备选用户在所述第一应用平台的信用分,确定向所述备选用户推荐的目标产品信息;
目标产品信息传输模块,用于将确定的所述目标产品信息发送至所述客户端输出,以使所述备选用户通过所述客户端试用所述目标产品;
反馈信息获取模块,用于获得所述客户端发送的所述备选用户试用所述目标产品的反馈信息;
信用分调整模块,用于根据所述反馈信息,调整所述备选用户在所述第一应用平台上的信用分。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
信用等级划分模块,用于将用户在第一应用平台的信用分划分成多个连续的信用等级;
试用产品确定模块,用于按照预设试用规则,确定具有属于不同信用等级的信用分的用户能够试用的产品数量以及各产品的产品信息。
12.根据权利要求11所述的装置,其特征在于,所述目标产品信息确定模块包括:
信用分匹配单元,用于将所述备选用户在所述第一应用平台的信用分与已划分的各信用等级进行匹配,确定所述备选用户在所述第一应用平台的信用分所在的信用等级;
目标产品信息确定单元,用于获得与确定的所述信用等级对应的所述备选用户能够试用的所述目标产品的目标产品信息。
13.根据权利要求10所述的装置,其特征在于,所述装置还包括:
问题发送模块,用于将预设的针对所述目标产品的至少一个产品试用问题发送至所述客户端输出,以使所述客户端获得所述备选用户针对所述至少一个产品试用问题输入的反馈信息;
则所述信用分调整模块包括:
计算单元,用于计算所述备选用户针对所述至少一个产品试用问题的反馈率;
规则获取单元,用于获得预设的与确定的所述反馈率对应的信用分调整规则;
信用分调整单元,用于按照所述信用分调整规则,调整所述备选用户在所述第一应用平台的信用分。
14.根据权利要求10所述的装置,其特征在于,所述装置还包括:
第一数据获取模块,用于获取在所述第一应用平台注册的各用户的历史应用数据,所述历史应用数据至少包括用户在所述第一应用平台的历史行为数据;
用户群划分模块,用于根据获取的所述历史应用数据,对在所述第一应用平台注册的各用户进行划分,得到至少一个用户群,一个用户群对应所述第一应用平台上产品的一个产品类型;
第二数据获取模块,用于获取同一个用户群中各用户的历史特征数据,所述历史特征数据包括相应用户在所述第一应用平台的所述历史行为数据、所述用户的画像特征数据以及所述用户在第二应用平台的历史征信数据,所述第二应用平台不同于所述第一应用平台;
训练集确定模块,用于将属于同一个用户群的各用户的历史特征数据作为相应用户的训练样本,形成所述用户群的训练集;
模型训练模块,用于利用所述训练集,按照逻辑回归算法,训练预测所述用户群中的用户在所述第一应用平台上体验所述用户群对应产品类型的产品后,得到的反馈信息可信度的信用分的信用预测模型。
15.根据权利要求14所述的装置,其特征在于,所述信用分获取模块包括:
概率预测单元,用于根据所述信用预测模型,利用所述第一用户群中各第一用户的历史特征数据,预测相应第一用户在所述第一应用平台上的反馈信息的可信度达到预设阀值的概率;
信用分计算单元,用于将预测的概率乘以信用基准分,得到并保存所述第一用户在所述第一应用平台上的信用分。
16.一种服务器,其特征在于,包括如权利要求10-15任意一项所述的产品试用推荐装置。
CN201611018873.0A 2016-11-18 2016-11-18 产品试用推荐方法、装置及服务器 Pending CN108074122A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611018873.0A CN108074122A (zh) 2016-11-18 2016-11-18 产品试用推荐方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611018873.0A CN108074122A (zh) 2016-11-18 2016-11-18 产品试用推荐方法、装置及服务器

Publications (1)

Publication Number Publication Date
CN108074122A true CN108074122A (zh) 2018-05-25

Family

ID=62160314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611018873.0A Pending CN108074122A (zh) 2016-11-18 2016-11-18 产品试用推荐方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN108074122A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108694624A (zh) * 2018-06-29 2018-10-23 赵东 一种烟品赠品评鉴方法及系统
CN112085526A (zh) * 2020-09-04 2020-12-15 中国平安财产保险股份有限公司 基于用户群的信息匹配方法、装置、计算机设备及存储介质
CN112835882A (zh) * 2021-01-29 2021-05-25 北京百家科技集团有限公司 信息预测方法、装置、电子设备和存储介质
CN116561603A (zh) * 2023-07-10 2023-08-08 深圳益普睿达市场咨询有限责任公司 一种基于数据分析的用户匹配方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034508A (zh) * 2011-10-10 2013-04-10 腾讯科技(深圳)有限公司 软件推荐方法和系统
CN103606097A (zh) * 2013-11-21 2014-02-26 复旦大学 一种基于可信度评价的产品信息推荐方法及系统
CN103679497A (zh) * 2012-09-20 2014-03-26 阿里巴巴集团控股有限公司 一种试用商品的派发方法及装置
CN105608466A (zh) * 2015-12-16 2016-05-25 深圳市公民信用科技有限公司 一种基于信用评分体系模型的计算方法及装置
CN106126567A (zh) * 2016-06-17 2016-11-16 西安电子科技大学 基于可信数据推荐服务的方法
CN106127363A (zh) * 2016-06-12 2016-11-16 腾讯科技(深圳)有限公司 一种用户信用评估方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034508A (zh) * 2011-10-10 2013-04-10 腾讯科技(深圳)有限公司 软件推荐方法和系统
CN103679497A (zh) * 2012-09-20 2014-03-26 阿里巴巴集团控股有限公司 一种试用商品的派发方法及装置
CN103606097A (zh) * 2013-11-21 2014-02-26 复旦大学 一种基于可信度评价的产品信息推荐方法及系统
CN105608466A (zh) * 2015-12-16 2016-05-25 深圳市公民信用科技有限公司 一种基于信用评分体系模型的计算方法及装置
CN106127363A (zh) * 2016-06-12 2016-11-16 腾讯科技(深圳)有限公司 一种用户信用评估方法和装置
CN106126567A (zh) * 2016-06-17 2016-11-16 西安电子科技大学 基于可信数据推荐服务的方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108694624A (zh) * 2018-06-29 2018-10-23 赵东 一种烟品赠品评鉴方法及系统
CN112085526A (zh) * 2020-09-04 2020-12-15 中国平安财产保险股份有限公司 基于用户群的信息匹配方法、装置、计算机设备及存储介质
CN112835882A (zh) * 2021-01-29 2021-05-25 北京百家科技集团有限公司 信息预测方法、装置、电子设备和存储介质
CN112835882B (zh) * 2021-01-29 2024-02-02 北京百家科技集团有限公司 信息预测方法、装置、电子设备和存储介质
CN116561603A (zh) * 2023-07-10 2023-08-08 深圳益普睿达市场咨询有限责任公司 一种基于数据分析的用户匹配方法及装置
CN116561603B (zh) * 2023-07-10 2023-09-01 深圳益普睿达市场咨询有限责任公司 一种基于数据分析的用户匹配方法及装置

Similar Documents

Publication Publication Date Title
CN103778548B (zh) 商品信息与关键词匹配方法、商品信息投放方法及装置
CN102708131B (zh) 将消费者自动分类到微细分中
US10021200B2 (en) Methods and systems for activity-based recommendations
CN108228873A (zh) 对象推荐、发布内容推送方法、装置、存储介质和设备
CN107851267A (zh) 用于经由动态分配的虚拟电话号码来同步与语音呼叫相关的数据的系统和方法
CN111079015B (zh) 一种推荐方法、装置、计算机设备和存储介质
CN105590055A (zh) 用于在网络交互系统中识别用户可信行为的方法及装置
CN108205768A (zh) 数据库建立方法和数据推荐方法及装置、设备和存储介质
CN108074122A (zh) 产品试用推荐方法、装置及服务器
CN108416616A (zh) 投诉举报类别的排序方法和装置
CN115002200B (zh) 基于用户画像的消息推送方法、装置、设备及存储介质
CN103970754A (zh) 文章的自动选取方法及装置
CN108304426A (zh) 标识的获取方法及装置
WO2014195958A1 (en) Influence score of a social media domain
CN103177129A (zh) 互联网实时信息推荐预测系统
CN116629937A (zh) 营销策略推荐方法及装置
CN107808220A (zh) 一种收入预测方法及装置
CN113407854A (zh) 一种应用推荐方法、装置、设备及计算机可读存储介质
CN109727125A (zh) 借款金额预测方法、装置、服务器、存储介质
CN111368131B (zh) 用户关系识别方法、装置、电子设备及存储介质
CN111177564B (zh) 一种产品推荐方法及装置
CN110209944B (zh) 一种股票分析师推荐方法、装置、计算机设备和存储介质
CN112435059A (zh) 物品价值实时评估方法、装置、电子设备及存储介质
CN113743968A (zh) 信息投放方法、装置及设备
US7716209B1 (en) Automated advertisement publisher identification and selection

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180525

RJ01 Rejection of invention patent application after publication