CN108400929A - 数据处理方法、装置、计算设备和介质 - Google Patents

Abstract

本发明的实施方式提供了一种数据处理方法，包括：根据用户数据确定至少一个预操作对象，所述用户数据包括行为数据、状态数据以及操作数据；获取与预操作对象相关的至少一个活动数据；以及基于用户的历史活动响应数据，确定至少一个活动数据的推送时间，在推送时间将所述至少一个活动数据推送给用户，所述历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。通过用户数据和历史活动响应数据确定用户预操作对象，并将与该预操作对象相关的活动数据在特定的推送时间推送该用户，使得本发明的方法可以在特定的时间将用户需要的信息推送给用户，从而显著地降低了频繁推送消息给用户造成的困扰，为用户带来了更好的体验，并且实现了精准推送的效果。

Description

数据处理方法、装置、计算设备和介质

技术领域

本发明的实施方式涉及计算机技术领域，更具体地，本发明的实施方式涉及一种数据处理方法、装置、计算设备和介质。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着科学技术的快速发展，互联网以及电子商务行业以其低成本、高效率的优势获得了越来越多用户的青睐。个性化推荐系统是互联网和电子商务发展的产物，它是建立在大量数据挖掘基础上的一种智能平台，旨在向用户提供个性化的信息服务和决策支持。

目前，已经出现一些个性化推荐系统，例如，通过对用户画像和推荐对象画像进行匹配，根据匹配结果将相应的信息推荐给用户。

发明内容

但是，上述现有技术中的推荐方法完全不考虑用户的响应情况，只根据用户画像和推荐对象画像之间进行匹配，并将相应信息推送给用户，会导致需要经常打扰用户，这是非常令人烦恼的过程，影响用户体验。

为此，非常需要一种改进的数据处理方法，可以在特定的时间将用户需要的信息推送给用户，从而显著地降低了频繁推送消息给用户造成的困扰，为用户带来了更好的体验，并且实现了精准推送的效果。

在本上下文中，本发明的实施方式期望提供一种数据处理方法和数据处理装置。

在本发明实施方式的第一方面中，提供了一种数据处理方法，包括：根据用户数据确定至少一个预操作对象，所述用户数据包括行为数据、状态数据以及操作数据，获取与所述预操作对象相关的至少一个活动数据，以及基于用户的历史活动响应数据，确定所述至少一个活动数据的推送时间，在所述推送时间将所述至少一个活动数据推送给用户，所述历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。

在本发明的一个实施例中，上述根据用户数据确定至少一个预操作对象，包括：根据所述用户数据确定至少一个可操作对象的充值概率，根据所述充值概率，确定所述至少一个可操作对象中充值概率满足预设条件的至少一个作为所述预操作对象。

在本发明的另一实施例中，上述方法还包括：基于所述用户的历史活动响应数据，确定所述至少一个活动数据中的至少一个第一活动数据。上述确定所述至少一个活动数据的推送时间，在所述推送时间将所述至少一个活动数据推送给用户，包括：确定所述至少一个第一活动数据的推送时间，在所述推送时间将所述至少一个第一活动数据推送给用户。

在本发明的又一个实施例中，上述行为数据包括：充值行为数据、签到行为数据、完成任务行为数据或者游戏行为数据中的一种或者几种的任意组合。

在本发明的再一个实施例中，上述状态数据包括用户账户余额状态数据以及/或者在线状态数据。

在本发明的再一个实施例中，上述根据所述用户数据确定至少一个可操作对象的充值概率，包括：基于所述操作数据，确定至少一个策略，其中，所述操作数据包括用户在预设时间内操作至少一个对象的次数，所述策略包括用户下一次可操作的对象，基于所述行为数据和状态数据，分别计算所述至少一个策略的得分，所述至少一个策略的得分包括所述策略对应的可操作对象的充值概率。

在本发明的再一个实施例中，上述基于所述操作数据，确定至少一个策略，包括：基于用户在预设时间内操作至少一个对象的次数，预设用户下一次可操作的对象，在预设的下一次操作的对象对应的次数上加1，形成一个策略。

在本发明的再一个实施例中，上述基于所述行为数据和状态数据，分别计算所述至少一个策略的得分，包括：将所述行为数据、状态数据以及至少一个策略输入至训练好的模型中，得到每个策略对应的可操作对象的充值概率。

在本发明实施方式的第二方面中，提供了一种数据处理装置，包括：第一确定模块、获取模块以及推送模块。其中，第一确定模块根据用户数据确定至少一个预操作对象，所述用户数据包括行为数据、状态数据以及操作数据。获取模块获取与所述预操作对象相关的至少一个活动数据。推送模块基于用户的历史活动响应数据，确定所述至少一个活动数据的推送时间，在所述推送时间将所述至少一个活动数据推送给用户，所述历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。

在本发明的一个实施例中，上述根据用户数据确定至少一个预操作对象，包括：根据所述用户数据确定至少一个可操作对象的充值概率，根据所述充值概率，确定所述至少一个可操作对象中充值概率满足预设条件的至少一个作为所述预操作对象。

在本发明的另一个实施例中，上述装置还包括：第二确定模块，基于所述用户的历史活动响应数据，确定所述至少一个活动数据中的至少一个第一活动数据。上述确定所述至少一个活动数据的推送时间，在所述推送时间将所述至少一个活动数据推送给用户，包括：确定所述至少一个第一活动数据的推送时间，在所述推送时间将所述至少一个第一活动数据推送给用户。

在本发明的又一个实施例中，上述行为数据包括：充值行为数据、签到行为数据、完成任务行为数据或者游戏行为数据中的一种或者几种的任意组合。

在本发明的再一个实施例中，上述状态数据包括用户账户余额状态数据以及/或者在线状态数据。

在本发明的再一个实施例中，上述根据所述用户数据确定至少一个可操作对象的充值概率，包括：基于所述操作数据，确定至少一个策略，其中，所述操作数据包括用户在预设时间内操作至少一个对象的次数，所述策略包括用户下一次可操作的对象，基于所述行为数据和状态数据，分别计算所述至少一个策略的得分，所述至少一个策略的得分包括所述策略对应的可操作对象的充值概率。

在本发明的再一个实施例中，上述基于所述操作数据，确定至少一个策略，包括：基于用户在预设时间内操作至少一个对象的次数，预设用户下一次可操作的对象，在预设的下一次操作的对象对应的次数上加1，形成一个策略。

在本发明的再一个实施例中，上述基于所述行为数据和状态数据，分别计算所述至少一个策略的得分，包括：将所述行为数据、状态数据以及至少一个策略输入至训练好的模型中，得到每个策略对应的可操作对象的充值概率。

在本发明实施方式的第三方面中，提供了一种计算设备，包括：一个或多个存储器，存储有可执行指令；以及一个或多个处理器，执行所述可执行指令，以实现上述实施例中任一项的数据处理方法。

在本发明实施方式的第四方面中，提供了一种计算机可读存储介质，其上存储有可执行指令，所述指令在被处理器执行时实现上述实施例中任一项的数据处理方法。

根据本发明实施方式的数据处理方法和数据处理装置，通过用户数据和历史活动响应数据确定用户预操作对象，并将与该预操作对象相关的活动数据在特定的推送时间推送该用户，使得本发明的方法可以在特定的时间将用户需要的信息推送给用户，从而显著地降低了频繁推送消息给用户造成的困扰，为用户带来了更好的体验，并且实现了精准推送的效果。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1示意性地示出了根据本发明实施方式的数据处理方法和数据处理装置的应用场景；

图2示意性地示出了根据本发明实施方式的数据处理方法的流程图；

图3示意性地示出了根据本发明另一实施方式的数据处理方法的流程图；

图4示意性示出了根据本发明实施例的计算机可读介质的示意图；

图5示意性地示出了根据本发明实施方式的数据处理装置的框图；

图6示意性地示出了根据本发明另一实施方式的数据处理装置的框图；

图7示意性示出了根据本发明实施例的计算设备的示意图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

根据本发明的实施方式，提出了一种数据处理的方法、介质、装置和计算设备。

在本文中，需要理解的是，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。

下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。

发明概述

本发明人发现，为了不频繁的影响用户，可以根据用户数据确定用户下一次操作的对象，并且根据用户的历史活动响应数据确定符合用户意愿的推送时间，在该推送时间将与用户下一次操作的对象相关的活动数据推送给用户。从而可以显著地降低频繁推送消息给用户造成的困扰，为用户带来了更好的体验，并且实现了精准推送的效果。

在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施方式。

应用场景总览

首先参考图1，图1示意性地示出了根据本发明实施方式的数据处理方法和数据处理装置的应用场景100。

如图1所示，根据该实施例的应用场景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、网页浏览器应用、搜索类应用、游戏类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、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，例如可以对用户数据进行分析，确定用户可能需要的消息并将该消息在特定时间推送给终端设备101、102、103(仅为示例)。后台管理服务器可以对获取到的用户数据等进行分析处理，并将处理结果(例如根据用户的历史习惯确定的用户需要的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的数据处理方法一般可以由服务器105执行。相应地，本公开实施例所提供的数据处理装置一般可以设置于服务器105中。本公开实施例所提供的数据处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的数据处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

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。

需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

示例性方法

下面结合图1的应用场景，参考图2～图3来描述根据本发明示例性实施方式的用于数据处理的方法。需要注意的是，上述应用场景仅是为了便于理解本发明的精神和原理而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。

图2示意性地示出了根据本发明实施方式的数据处理方法的流程图。

如图2所示，该方法包括操作S201～S203。

在操作S201，根据用户数据确定至少一个预操作对象，其中，用户数据包括行为数据、状态数据以及操作数据。

根据本公开实施例，该方法例如可以应用于游戏场景、购物场景等诸多场景中。

在本公开实施例中，操作对象例如可以是游戏、或者商品等等。预操作对象可以是用户将要进行操作的对象。例如，根据用户数据确定至少一个预操作对象可以是根据用户数据确定至少一个用户将要选择进行操作的游戏。

根据本公开实施例，行为数据可以包括：充值行为数据、签到行为数据、完成任务行为数据或者游戏行为数据中的一种或者几种的任意组合。

根据本公开实施例，行为数据可以是用户在玩游戏过程中产生的相关数据，例如与用户的充值行为相关的数据、与用户的签到行为相关的数据、与用户完成任务的行为相关的数据、与用户领取奖励行为相关的数据、或者与用户游戏行为相关的数据，其中，游戏行为例如可以包括下注次数、游戏输赢次数、总输赢金额、平均输赢金额等等。

根据本公开实施例，状态数据可以包括：用户账户余额状态数据以及/或者在线状态数据。其中，用户账户余额状态数据可以是否用户账户是否存在余额数据，以及/或者用户账户当前余额数值数据等。在线状态数据例如可以是用户当前是否在线数据，或者用户历史在线数据等等。

根据本公开实施例，操作数据可以是用户在预设时间内操作至少一个对象的次数。例如，操作数据可以是用户在预设时间内操作A游戏的次数、B游戏的次数……等。

在本公开实施例中，根据用户数据确定至少一个预操作对象可以包括：根据用户数据确定至少一个可操作对象的充值概率，根据充值概率，确定至少一个可操作对象中充值概率满足预设条件的至少一个作为预操作对象。

例如，可以基于操作数据，确定至少一个策略，其中，操作数据包括用户在预设时间内操作至少一个对象的次数，策略包括用户下一次可操作的对象。其中，基于操作数据，确定至少一个策略，可以是基于用户在预设时间内操作至少一个对象的次数，预设用户下一次可操作的对象，在预设的下一次操作的对象对应的次数上加1，形成一个策略。

例如，在某一平台上有A游戏、B游戏、C游戏，用户的操作数据可以是在一周内操作A游戏3次，操作B游戏4次，操作C游戏0次，则可以预测用户下一时刻想要操作的对象，从而确定相应策略。例如，策略1(预测用户下一次可操作对象为A游戏)：用户操作A游戏4次，操作B游戏4次，操作C游戏0次；策略2(预测用户下一次可操作对象为B游戏)：用户操作A游戏3次，操作B游戏5次，操作C游戏0次；策略3(预测用户下一次可操作对象为C游戏)：用户操作A游戏3次，操作B游戏4次，操作C游戏1次。

根据本公开实施例，可以基于行为数据和状态数据，分别计算至少一个策略的得分，其中，至少一个策略的得分包括所述策略对应的可操作对象的充值概率。

例如，可以将行为数据、状态数据以及至少一个策略输入至训练好的模型中，得到每个策略对应的可操作对象的充值概率。

例如，可以使用多名用户的数据训练模型，以使该模型可以对不同用户的不同策略下的充值概率进行预测。然后使用该模型针对当前用户预测其对应的多个策略的充值概率，选择充值概率满足预设条件的(例如，充值概率最高或者充值概率前20％)策略作为预测策略，从而可以确定用户下一时刻将要操作的对象(即，预操作对象)。例如，策略1的充值概率最高，则可以确定用户的预操作对象为A游戏。

在操作S202，获取与预操作对象相关的至少一个活动数据。

根据本公开实施例，可以根据确定的预操作对象获取与该预操作对象相关的活动数据。其中，活动数据例如可以是优惠活动或者是奖励活动等，例如充值满减活动、打折活动、优惠券等优惠活动方案，或者任务奖励等。

例如，确定的预操作对象为A游戏，则可以获取与A游戏相关的一个或多个活动数据。

在操作S203，基于用户的历史活动响应数据，确定至少一个活动数据的推送时间，在推送时间将至少一个活动数据推送给用户，其中，历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。

例如，可以根据用户在历史情况下对于各种活动数据的响应状况，确定用户参与相应活动的概率最高的推送时间。例如，可以根据用户历史上对活动推送时间的响应状况，以及/或者对推送的活动的内容的响应状况等确定用户响应概率较大的时机作为推送时间，在该时刻将活动数据推送给用户。例如，用户在晚间5点左右对于充值满减活动的响应程度较高，则可以在该时刻将充值满减活动数据推送给用户。

本公开实施例通过计算充值概率确定用户下一时刻的预操作对象，从而可以针对该预操作对象获取相关的活动数据，并且根据用户历史响应情况，在特定的推送时间将相关的活动数据推送给用户，可以提升“推送-响应”的转化率，减少了无效推送给用户带来的困扰，提升用户忠诚度，降低用户流失风险，在准确判别用户参与优惠活动概率的基础上推送有针对性的优惠信息，为用户提供最大程度上的便利。

本公开实施例的方案还可以节省用户时间成本，提升用户体验。依据用户数据、历史活动响应数据等信息进行优惠活动推送，实现精准推送，有助于在短时间内抓住用户的核心需求，能够在节省成本的同时大幅提升用户体验。

图3示意性地示出了根据本发明另一实施方式的数据处理方法的流程图。

如图3所示，该方法包括操作S201～S202以及S301～S302。其中，操作S201～S202与上述参考图2描述的方法相同或者类似，在此不再赘述。

在操作S301，基于用户的历史活动响应数据，确定至少一个活动数据中的至少一个第一活动数据。

根据本公开实施例，可以根据用户历史情况下对不同类型的活动内容的响应数据确定用户响应概率较高的活动数据作为第一活动数据。

例如，在操作S202中获取的与A游戏相关的活动数据包括充值满减活动数据、打折活动数据、优惠券活动数据、任务奖励活动数据等。根据用户的历史响应情况，确定用户对充值满减活动的响应程度较高，则可以确定充值满减活动作为第一活动数据。

在操作S302，确定至少一个第一活动数据的推送时间，在推送时间将至少一个第一活动数据推送给用户。

根据本公开实施例，可以根据用户历史情况下对第一活动数据的响应时间数据确定推送时间。

例如，根据用户的历史响应情况，确定用户在晚上五点对于第一活动数据的响应程度较高，则可以在该事件将第一活动数据推送给用户。

本公开实施例的技术方案考虑到用户对各种活动内容的响应情况以及对不同时间的活动数据的响应情况，从而可以进一步确定用户的真实意愿，大大地提升“推送-响应”的转化率，减少了无效推送给用户带来的困扰，提升用户忠诚度，降低用户流失风险，在准确判别用户参与优惠活动概率的基础上推送有针对性的优惠信息，为用户提供最大程度上的便利。

示例性介质

在介绍了本发明示例性实施方式的方法之后，接下来，参考图4对本发明示例性实施方式的、用于实现数据处理方法的计算机可读存储介质进行说明，该计算机可读存储介质上存储有可执行指令，所述指令在被处理器执行时实现上述方法实施例中任一项上述的数据处理方法。

在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的用于数据处理方法中的步骤，例如，所述终端设备可以执行如图2中所示的操作S201：根据用户数据确定至少一个预操作对象，用户数据包括行为数据、状态数据以及操作数据；操作S202：获取与：预操作对象相关的至少一个活动数据；操作S203：基于用户的历史活动响应数据，确定至少一个活动数据的推送时间，在推送时间将至少一个活动数据推送给用户，历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。

如图4所示，描述了根据本发明的实施方式的用于数据处理的程序产品40，其可以采用便携式紧凑盘只读存储器(CD-ROM)的形式，并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。

可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。

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、有线、光缆，RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言——诸如Java，C++等，还包括常规的过程式程序设计语言——诸如“C”，语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)一连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

示例性装置

在介绍了本发明示例性实施方式的介质之后，接下来，参考图5～图6对本发明示例性实施方式的数据处理装置进行说明。

图5示意性地示出了根据本发明实施方式的数据处理装置500的框图。

如图5所示，数据处理装置500可以包括第一确定模块510、获取模块520以及推送模块530。

第一确定模块510根据用户数据确定至少一个预操作对象，用户数据包括行为数据、状态数据以及操作数据。

根据本公开实施例，行为数据可以包括：充值行为数据、签到行为数据、完成任务行为数据或者游戏行为数据中的一种或者几种的任意组合。

根据本公开实施例，状态数据可以包括用户账户余额状态数据以及/或者在线状态数据。

根据本公开实施例，根据用户数据确定至少一个预操作对象可以包括：根据用户数据确定至少一个可操作对象的充值概率，根据充值概率，确定至少一个可操作对象中充值概率满足预设条件的至少一个作为所述预操作对象。

根据本公开实施例，根据用户数据确定至少一个可操作对象的充值概率可以包括：基于操作数据，确定至少一个策略，其中，操作数据包括用户在预设时间内操作至少一个对象的次数，策略包括用户下一次可操作的对象，基于行为数据和状态数据，分别计算至少一个策略的得分，至少一个策略的得分包括策略对应的可操作对象的充值概率。

其中，基于操作数据，确定至少一个策略，可以包括：基于用户在预设时间内操作至少一个对象的次数，预设用户下一次可操作的对象，在预设的下一次操作的对象对应的次数上加1，形成一个策略。

基于行为数据和状态数据，分别计算所述至少一个策略的得分，可以包括：将行为数据、状态数据以及至少一个策略输入至训练好的模型中，得到每个策略对应的可操作对象的充值概率。

根据本公开实施例，第一确定模块510例如可以执行上文参考图2描述的操作S201，在此不再赘述。

获取模块520获取与预操作对象相关的至少一个活动数据。根据本公开实施例，获取模块520例如可以执行上文参考图2描述的操作S202，在此不再赘述。

推送模块530基于用户的历史活动响应数据，确定至少一个活动数据的推送时间，在推送时间将至少一个活动数据推送给用户，历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。根据本公开实施例，推送模块530例如可以执行上文参考图2描述的操作S203，在此不再赘述。

本公开实施例通过计算充值概率确定用户下一时刻的预操作对象，从而可以针对该预操作对象获取相关的活动数据，并且根据用户历史响应情况，在特定的推送时间将相关的活动数据推送给用户，可以提升“推送-响应”的转化率，减少了无效推送给用户带来的困扰，提升用户忠诚度，降低用户流失风险，在准确判别用户参与优惠活动概率的基础上推送有针对性的优惠信息，为用户提供最大程度上的便利。

本公开实施例的方案还可以节省用户时间成本，提升用户体验。依据用户数据、历史活动响应数据等信息进行优惠活动推送，实现精准推送，有助于在短时间内抓住用户的核心需求，能够在节省成本的同时大幅提升用户体验。

图6示意性地示出了根据本发明另一实施方式的数据处理装置600的框图。

如图6所示，数据处理装置600可以包括第一确定模块510、获取模块520、推送模块530以及第二确定模块540。其中，第一确定模块510、获取模块520、推送模块530与上述参考图5描述的模块相同或类似，在此不再赘述。

第二确定模块540基于用户的历史活动响应数据，确定至少一个活动数据中的至少一个第一活动数据。根据本公开实施例，第二确定模块540例如可以执行上文参考图3描述的操作S301，在此不再赘述。

推送模块530还可以用于确定至少一个第一活动数据的推送时间，在推送时间将至少一个第一活动数据推送给用户。根据本公开实施例，推送模块530例如还可以执行上文参考图3描述的操作S302，在此不再赘述。

可以理解的是，第一确定模块510、获取模块520、推送模块530以及第二确定模块540可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，第一确定模块510、获取模块520、推送模块530以及第二确定模块540中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，第一确定模块510、获取模块520、推送模块530以及第二确定模块540中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

示例性计算设备

在介绍了本发明示例性实施方式的方法、介质和装置之后，接下来，参考图7对本发明示例性实施方式的、用于实现数据处理方法和数据处理装置的计算设备进行说明。

本发明实施例还提供了一种计算设备。所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

在一些可能的实施方式中，根据本发明的计算设备可以至少包括至少一个处理单元、以及至少一个存储单元。其中，所述存储单元存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述处理单元执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的数据处理方法中的步骤。例如，所述处理单元可以执行如图2中所示的操作S201：根据用户数据确定至少一个预操作对象，用户数据包括行为数据、状态数据以及操作数据；操作S202：获取与预操作对象相关的至少一个活动数据；操作S203：基于用户的历史活动响应数据，确定至少一个活动数据的推送时间，在推送时间将至少一个活动数据推送给用户，历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。

下面参照图7来描述根据本发明的这种实施方式的用于实现数据处理方法的计算设备70。如图7所示的计算设备70仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算设备70以通用计算设备的形式表现。计算设备70的组件可以包括但不限于：上述至少一个处理单元701、上述至少一个存储单元702、连接不同系统组件(包括存储单元702和处理单元701)的总线703。

总线703包括数据总线、地址总线和控制总线。

存储单元702可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)7021和/或高速缓存存储器7022，还可以进一步包括只读存储器(ROM)7023。

存储单元702还可以包括具有一组(至少一个)程序模块7024的程序/实用工具7025，这样的程序模块7024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

计算设备70也可以与一个或多个外部设备704(例如键盘、指向设备、蓝牙设备等)通信，这种通信可以通过输入/输出(I/O)接口705进行。并且，计算设备70还可以通过网络适配器706与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器706通过总线703与计算设备70的其它模块通信。应当明白，尽管图中未示出，可以结合计算设备70使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了装置的若干单元/模块或子单元/子模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (10)

1.一种数据处理方法，包括：

根据用户数据确定至少一个预操作对象，所述用户数据包括行为数据、状态数据以及操作数据；

获取与所述预操作对象相关的至少一个活动数据；以及

基于用户的历史活动响应数据，确定所述至少一个活动数据的推送时间，在所述推送时间将所述至少一个活动数据推送给用户，所述历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。

2.根据权利要求1所述的方法，其中，所述根据用户数据确定至少一个预操作对象，包括：

根据所述用户数据确定至少一个可操作对象的充值概率；

根据所述充值概率，确定所述至少一个可操作对象中充值概率满足预设条件的至少一个作为所述预操作对象。

3.根据权利要求1所述的方法，其中：

所述方法还包括：

基于所述用户的历史活动响应数据，确定所述至少一个活动数据中的至少一个第一活动数据；

所述确定所述至少一个活动数据的推送时间，在所述推送时间将所述至少一个活动数据推送给用户，包括：

确定所述至少一个第一活动数据的推送时间，在所述推送时间将所述至少一个第一活动数据推送给用户。

4.根据权利要求1所述的方法，其中，所述行为数据包括：充值行为数据、签到行为数据、完成任务行为数据或者游戏行为数据中的一种或者几种的任意组合。

5.根据权利要求1所述的方法，其中，所述状态数据包括用户账户余额状态数据以及/或者在线状态数据。

6.根据权利要求2所述的方法，其中，所述根据所述用户数据确定至少一个可操作对象的充值概率，包括：

基于所述操作数据，确定至少一个策略，其中，所述操作数据包括用户在预设时间内操作至少一个对象的次数，所述策略包括用户下一次可操作的对象；

基于所述行为数据和状态数据，分别计算所述至少一个策略的得分，所述至少一个策略的得分包括所述策略对应的可操作对象的充值概率。

7.根据权利要求6所述的方法，其中，所述基于所述操作数据，确定至少一个策略，包括：

基于用户在预设时间内操作至少一个对象的次数，预设用户下一次可操作的对象，在预设的下一次操作的对象对应的次数上加1，形成一个策略。

8.一种数据处理装置，包括：

第一确定模块，根据用户数据确定至少一个预操作对象，所述用户数据包括行为数据、状态数据以及操作数据；

获取模块，获取与所述预操作对象相关的至少一个活动数据；以及

推送模块，基于用户的历史活动响应数据，确定所述至少一个活动数据的推送时间，在所述推送时间将所述至少一个活动数据推送给用户，所述历史活动响应数据包括活动时间数据、活动类型数据以及响应情况数据。

9.一种计算设备，包括：

一个或多个存储器，存储有可执行指令；以及

一个或多个处理器，执行所述可执行指令，以实现根据权利要求1～7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有可执行指令，所述指令在被处理器执行时实现根据权利要求1～7中任一项所述的方法。