CN109756563A - 信息推送方法、装置、计算机设备和存储介质 - Google Patents
信息推送方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109756563A CN109756563A CN201811545101.1A CN201811545101A CN109756563A CN 109756563 A CN109756563 A CN 109756563A CN 201811545101 A CN201811545101 A CN 201811545101A CN 109756563 A CN109756563 A CN 109756563A
- Authority
- CN
- China
- Prior art keywords
- account number
- good friend
- user account
- target
- buddy list
- 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
Links
Abstract
本申请涉及关系网络分析技术领域,特别涉及一种信息推送方法、装置、计算机设备和存储介质。所述方法包括:若用户帐号的第一活跃度分数小于预设阈值,则计算用户帐号好友列表中各个好友帐号的活跃度分数;获取活跃度分数达到预设条件的目标好友帐号的相关信息;获取用户帐号与目标好友帐号的关系;判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别;若目标好友帐号的相关信息是属于用户帐号与目标好友帐号的关系的类别,则将目标好友帐号的相关信息推送给用户帐号。旨在解决向用户推送的信息并不是用户感兴趣的,导致很多被推送的信息的访问次数非常少,用户的活跃度无法得到相应提高和服务器资源浪费的问题。
Description
技术领域
本申请涉及关系网络分析技术领域,特别涉及一种信息推送方法、装置、计算机设备和存储介质。
背景技术
活跃度是指在某一时间段内,用户针对某种APP(Application,应用程序)产品的使用频率。现有技术中对活跃度偏低的用户帐号采用推送的方式,给用户推送统一的信息,譬如:近期的一些热点新闻、运营活动或娱乐信息等,希望可以引起用户的注意,从而提升该用户的活跃度。由于向用户推送的信息并不是用户感兴趣的,导致很多被推送的信息的访问次数非常少。当这些推送的信息的访问次数很少时,用户的活跃度就无法得到相应的提高,同时这些推送的信息也会对服务器的资源造成一定的浪费。
申请内容
针对现有技术不足,本申请提出一种信息推送方法、装置、计算机设备和存储介质,旨在解决向用户推送的信息并不是用户感兴趣的,导致很多被推送的信息的访问次数非常少,用户的活跃度无法得到相应提高和服务器资源浪费的问题。
本申请提出的技术方案是:
一种信息推送方法,所述方法包括:
获取用户帐号的第一行为数据,所述第一行为数据包括所述用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数;
计算所述用户帐号的第一活跃度分数,所述第一活跃度分数是根据所述第一行为数据计算得出的分数;
检测所述用户帐号的第一活跃度分数是否小于预设阈值;
若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数;
根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息;
获取所述用户帐号与所述目标好友帐号的关系;
判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别;
若所述目标好友帐号的相关信息是属于所述用户帐号与所述目标好友帐号的关系的类别,则将所述目标好友帐号的相关信息推送给所述用户帐号。
进一步地,在所述获取所述用户帐号与所述目标好友帐号的关系的步骤中,包括:
通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系。
进一步地,在所述通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系的步骤中,包括:
识别目标好友帐号在好友列表中所在的分组;
根据目标好友帐号在好友列表中所在的分组,读取目标好友帐号在好友列表中所在的分组的组名称;
根据所述组名称,获得用户帐号与目标好友帐号的关系。
进一步地,在所述判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别的步骤中,包括:
建立关键字与类别的对应关系的类别库;
提取所述目标好友帐号的相关信息中的关键字;
将所述关键字在所述类别库中进行匹配;
若成功匹配,则获得目标类别;
根据所述目标类别,判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别。
进一步地,在所述若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数的步骤中,包括:
若所述用户帐号的第一活跃度分数小于所述预设阈值,则统计所述用户帐号好友列表中好友帐号的数量;
将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较;
若所述用户帐号好友列表中好友帐号的数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数。
进一步地,在所述将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较的步骤之后,包括:
若所述用户帐号好友列表中好友帐号的数量小于或者等于所述预设数量阈值,则获取所述用户帐号好友列表中好友帐号的好友帐号,获得一级间接好友帐号;
统计所述用户帐号好友列表中好友帐号的数量和所述一级间接好友帐号的数量,获得总数量;
将所述总数量与所述预设数量阈值进行比较;
若所述总数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数和所述一级间接好友帐号的活跃分数;
对应地,在所述根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息的步骤,包括:
根据所述好友列表中活跃度分数和所述一级间接好友帐号的活跃分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息。
对应地,在所述获取所述用户帐号与所述目标好友帐号的关系的步骤中,包括:
判断所述目标好友帐号是否在所述好友列表中;
若所述目标好友帐号是在所述好友列表中,则获取所述用户帐号与所述目标好友帐号的关系。
进一步地,在所述判断所述目标好友帐号是否在所述好友列表中的步骤之后,包括:
若所述目标好友帐号不是在所述好友列表中,则标记所述用户帐号与所述目标好友帐号的关系为朋友关系类别。
本申请还提供一种信息推送装置,所述装置包括:
第一获取模块,用于获取用户帐号的第一行为数据,所述第一行为数据包括所述用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数;
第一计算模块,用于计算所述用户帐号的第一活跃度分数,所述第一活跃度分数是根据所述第一行为数据计算得出的分数;
第一检测模块,用于检测所述用户帐号的第一活跃度分数是否小于预设阈值;
好友计算模块,用于若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数;
第二获取模块,用于根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息;
第三获取模块,用于获取所述用户帐号与所述目标好友帐号的关系;
判断模块,用于判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别;
信息推送模块,用于若所述目标好友帐号的相关信息是属于所述用户帐号与所述目标好友帐号的关系的类别,则将所述目标好友帐号的相关信息推送给所述用户帐号。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
根据上述的技术方案,本申请有益效果:用户帐号的第一活跃度分数小于预设阈值,计算用户帐号好友列表中各个好友帐号的活跃度分数,获取活跃度分数达到预设条件的目标好友帐号的相关信息,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别,若是,则将目标好友帐号的相关信息推送给用户帐号,旨在解决向用户推送的信息并不是用户感兴趣的,导致很多被推送的信息的访问次数非常少,用户的活跃度无法得到相应提高和服务器资源浪费的问题。
附图说明
图1是应用本申请实施例提供的信息推送方法的流程图;
图2是应用本申请实施例提供的信息推送装置的功能模块图;
图3是应用本申请实施例提供的计算机设备的结构示意框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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申请,并不用于限定本申请。
如图1所示,本申请实施例提出一种信息推送方法,所述方法包括以下步骤:
步骤S101、获取用户帐号的第一行为数据,所述第一行为数据包括所述用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数。
各种使用场景可以包括:对特定对象收发信息的场景,如在单独聊天会话、群组聊天会话或漂流瓶收发信息、对不特定对象收发信息的场景,如微信应用中朋友圈的场景、QQ应用中QQ空间的场景、微博应用的场景或贴吧应用的场景等。
服务器获取用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数。
主动行为指在使用场景中主动产生信息的行为,被动行为指在使用场景中根据其它用户产生的信息所引发的行为。
主动行为可以包括:对特定对象发信息的行为,如单独给好友发信息、在群组聊天会话发信息或发送漂流瓶、对不特定对象发信息的行为,如在朋友圈中发布动态信息、在QQ空间中发布动态信息、在微博中发布动态信息或在贴吧中发布话题等。
被动行为可以包括:接收特定对象发送的信息的行为,如接收好友发送的信息、接收群组聊天会话中的信息或接收漂流瓶、接收不特定对象发送的信息的行为,如浏览朋友圈中的动态信息、浏览QQ空间中的动态信息、浏览微博中的动态信息、浏览贴吧中的话题在动态信息或话题中发布评论等。
步骤S102、计算所述用户帐号的第一活跃度分数,所述第一活跃度分数是根据所述第一行为数据计算得出的分数。
根据获取到的第一行为数据,计算得出对应该用户帐号的第一活跃度分数。
步骤S103、检测所述用户帐号的第一活跃度分数是否小于预设阈值。
步骤S104、若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数。
在用户帐号的第一活跃度分数小于预设阈值时,通过获取用户帐号好友列表中各个好友帐号的第一行为数据,计算各个好友帐号的活跃度分数。
步骤S105、根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息。
在计算用户帐号好友列表中各个好友帐号的活跃度分数之后,根据好友列表中活跃度分数,判断活跃度分数是否达到预设条件,若是,则获取活跃度分数达到预设条件的目标好友帐号的相关信息。
为此,在步骤S105中,包括:
根据好友列表中活跃度分数,判断活跃度分数是否达到预设条件;
若是,则获取活跃度分数达到预设条件的目标好友帐号的相关信息。
在本实施例中,在所述判断活跃度分数是否达到预设条件的步骤中,包括:
将所述活跃度分数与预设活跃度分数进行比较;
若所述活跃度分数大于预设活跃度分数,则判定所述活跃度分数达到预设条件;
若所述活跃度分数小于或者等于预设活跃度分数,则判定所述活跃度分数不达到预设条件。
将活跃度分数与预设活跃度分数进行比较,根据比较结果,判断活跃度分数是否达到预设条件,若活跃度分数大于预设活跃度分数,则判定活跃度分数达到预设条件,若活跃度分数小于或者等于预设活跃度分数,则判定活跃度分数不达到预设条件。
步骤S106、获取所述用户帐号与所述目标好友帐号的关系。
在获取活跃度分数达到预设条件的目标好友帐号的相关信息之后,获取用户帐号与目标好友帐号的关系,用户帐号与目标好友帐号的关系包括朋友、亲戚、同事等关系,在本实施例中,通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系。
具体地,在所述通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系的步骤中,包括:
识别目标好友帐号在好友列表中所在的分组;
根据目标好友帐号在好友列表中所在的分组,读取目标好友帐号在好友列表中所在的分组的组名称;
根据所述组名称,获得用户帐号与目标好友帐号的关系。
在获取目标好友帐号的相关信息之后,识别目标好友帐号在好友列表中所在的分组,在识别出目标好友帐号在好友列表中所在的分组之后,根据目标好友帐号在好友列表中所在的分组,读取目标好友帐号在好友列表中所在的分组的组名称,根据组名称,确定用户帐号与目标好友帐号的关系,从而获得用户帐号与目标好友帐号的关系。
步骤S107、判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别。
在获取用户帐号与目标好友帐号的关系之后,对目标好友帐号的相关信息进行判断,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别,例如,目标好友帐号的相关信息为“周六停电,放假一天”,该信息属于同事关系的类别,如果目标好友帐号与用户帐号的关系为同事关系,那么,目标好友帐号的相关信息是属于用户帐号与目标好友帐号的关系的类别。
在本实施例中,在步骤S107中,包括:
建立关键字与类别的对应关系的类别库;
提取所述目标好友帐号的相关信息中的关键字;
将所述关键字在所述类别库中进行匹配;
若成功匹配,则获得目标类别;
根据所述目标类别,判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别。
建立一个类别库,在类别库中存储关键字与类别的对应关系,可以是一个关键字对应一个类别,也可以是一个关键字对应多个类别,在建立类别库之后,将获得的目标好友帐号的相关信息进行提取关键字,在提取到关键字之后,将关键字输入类别库中,在类别库中进行匹配,若成功匹配,则获得目标类别,然后根据目标类别,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别。
步骤S108、若所述目标好友帐号的相关信息是属于所述用户帐号与所述目标好友帐号的关系的类别,则将所述目标好友帐号的相关信息推送给所述用户帐号。
在判断类别之后,得到判断结果,根据判断结果,决定是否将目标好友帐号的相关信息推送给用户帐号,具体地,若目标好友帐号的相关信息是属于用户帐号与目标好友帐号的关系的类别,则将目标好友帐号的相关信息推送给用户帐号,若目标好友帐号的相关信息是不属于用户帐号与目标好友帐号的关系的类别,则不将目标好友帐号的相关信息推送给用户帐号。
在本实施例中,在步骤S104中,包括:
若所述用户帐号的第一活跃度分数小于所述预设阈值,则统计所述用户帐号好友列表中好友帐号的数量;
将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较;
若所述用户帐号好友列表中好友帐号的数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数。
根据用户帐号好友列表中好友帐号的数量,判断是否计算用户帐号好友列表中各个好友帐号的活跃度分数,避免用户帐号好友列表中好友帐号的数量过少,导致目标好友帐号的相关信息推送给用户帐号的比较局限。在用户帐号的第一活跃度分数小于预设阈值时,统计用户帐号好友列表中好友帐号的数量,在完成统计之后,将用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较,若用户帐号好友列表中好友帐号的数量大于预设数量阈值,则计算用户帐号好友列表中各个好友帐号的活跃度分数。
在所述将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较的步骤之后,包括:
若所述用户帐号好友列表中好友帐号的数量小于或者等于所述预设数量阈值,则获取所述用户帐号好友列表中好友帐号的好友帐号,获得一级间接好友帐号;
统计所述用户帐号好友列表中好友帐号的数量和所述一级间接好友帐号的数量,获得总数量;
将所述总数量与所述预设数量阈值进行比较;
若所述总数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数和所述一级间接好友帐号的活跃分数。
如果用户帐号好友列表中好友帐号的数量小于或者等于预设数量阈值,说明用户帐号好友列表中好友帐号的数量不够,还需要更多的帐号数量,为此,通过间接好友的方式增加帐号数量,获取用户帐号好友列表中好友帐号的好友帐号,获得一级间接好友帐号,统计用户帐号好友列表中好友帐号的数量和一级间接好友帐号的数量,获得总数量,在获得总数量之后,将总数量与预设数量阈值进行比较,若总数量大于预设数量阈值,则计算用户帐号好友列表中各个好友帐号的活跃度分数和一级间接好友帐号的活跃分数。若总数量小于或者等于预设数量阈值,获取二级间接好友帐号,再进行比较,若还是小于或者等于预设数量阈值,再获取N级间接好友帐号,直至总数量大于预设数量阈值。
对应地,在步骤S105中,包括:
根据所述好友列表中活跃度分数和所述一级间接好友帐号的活跃分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息。
对应地,在步骤S106中,包括:
判断所述目标好友帐号是否在所述好友列表中;
若所述目标好友帐号是在所述好友列表中,则获取所述用户帐号与所述目标好友帐号的关系。
在所述判断所述目标好友帐号是否在所述好友列表中的步骤之后,包括:
若所述目标好友帐号不是在所述好友列表中,则标记所述用户帐号与所述目标好友帐号的关系为朋友关系类别。
在步骤S108之后,还包括:
获取所述用户帐号的第二行为数据,所述第二行为数据包括信息推送后,所述用户帐号在各种使用场景中的所述主动行为的次数和/或所述被动行为的次数;
计算所述用户帐号的第二活跃度分数;
检测所述用户帐号的所述第二活跃度分数是否小于所述第一活跃度分数;
若所述用户帐号的所述第二活跃度分数小于所述第一活跃度分数,则调整所述预设条件。
在将目标好友帐号的相关信息推送给用户帐号一段时间后,服务器再次获取用户帐号的第二行为数据,该第二行为数据是指在相关信息推送一段时间后,用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数。各种使用场景可以包括:对特定对象收发信息的场景,如在单独聊天会话、群组聊天会话或漂流瓶收发信息、对不特定对象收发信息的场景,如微信应用中朋友圈的场景、QQ应用中QQ空间的场景、微博应用的场景或贴吧应用的场景等。根据获取到的第二行为数据,计算得出对应该用户帐号的第二活跃度分数。该第二活跃度分数是指用户帐号在接收一段时间的推送信息后的活跃度分数。检测用户帐号的第二活跃度分数是否小于第一活跃度分数,若用户帐号的第二活跃度分数小于第一活跃度分数,则调整预设条件。在本实施例中预设条件为一个预设活跃分数值,调整预设条件可以是降低预设条件,也可以是提高预设条件。综上所述,用户帐号的第一活跃度分数小于预设阈值,计算用户帐号好友列表中各个好友帐号的活跃度分数,获取活跃度分数达到预设条件的目标好友帐号的相关信息,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别,若是,则将目标好友帐号的相关信息推送给用户帐号,旨在解决向用户推送的信息并不是用户感兴趣的,导致很多被推送的信息的访问次数非常少,用户的活跃度无法得到相应提高和服务器资源浪费的问题。
如图2所示,本申请实施例提出一种信息推送装置1,装置1包括第一获取模块11、第一计算模块12、第一检测模块13、好友计算模块14、第二获取模块15、第三获取模块16、判断模块17和信息推送模块18。
第一获取模块11,用于获取用户帐号的第一行为数据,所述第一行为数据包括所述用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数。
各种使用场景可以包括:对特定对象收发信息的场景,如在单独聊天会话、群组聊天会话或漂流瓶收发信息、对不特定对象收发信息的场景,如微信应用中朋友圈的场景、QQ应用中QQ空间的场景、微博应用的场景或贴吧应用的场景等。
服务器获取用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数。
主动行为指在使用场景中主动产生信息的行为,被动行为指在使用场景中根据其它用户产生的信息所引发的行为。
主动行为可以包括:对特定对象发信息的行为,如单独给好友发信息、在群组聊天会话发信息或发送漂流瓶、对不特定对象发信息的行为,如在朋友圈中发布动态信息、在QQ空间中发布动态信息、在微博中发布动态信息或在贴吧中发布话题等。
被动行为可以包括:接收特定对象发送的信息的行为,如接收好友发送的信息、接收群组聊天会话中的信息或接收漂流瓶、接收不特定对象发送的信息的行为,如浏览朋友圈中的动态信息、浏览QQ空间中的动态信息、浏览微博中的动态信息、浏览贴吧中的话题在动态信息或话题中发布评论等。
第一计算模块12,用于计算所述用户帐号的第一活跃度分数,所述第一活跃度分数是根据所述第一行为数据计算得出的分数。
根据获取到的第一行为数据,计算得出对应该用户帐号的第一活跃度分数。
第一检测模块13,用于检测所述用户帐号的第一活跃度分数是否小于预设阈值。
好友计算模块14,用于若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数。
在用户帐号的第一活跃度分数小于预设阈值时,通过获取用户帐号好友列表中各个好友帐号的第一行为数据,计算各个好友帐号的活跃度分数。
第二获取模块15,用于根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息。
在计算用户帐号好友列表中各个好友帐号的活跃度分数之后,根据好友列表中活跃度分数,判断活跃度分数是否达到预设条件,若是,则获取活跃度分数达到预设条件的目标好友帐号的相关信息。
为此,第二获取模块15包括:
第一子判断模块,用于根据好友列表中活跃度分数,判断活跃度分数是否达到预设条件;
第一子获取模块,用于若是,则获取活跃度分数达到预设条件的目标好友帐号的相关信息。
在本实施例中,第一子判断模块包括:
第一子比较模块,用于将所述活跃度分数与预设活跃度分数进行比较;
第一子判定模块,用于若所述活跃度分数大于预设活跃度分数,则判定所述活跃度分数达到预设条件;若所述活跃度分数小于或者等于预设活跃度分数,则判定所述活跃度分数不达到预设条件。
将活跃度分数与预设活跃度分数进行比较,根据比较结果,判断活跃度分数是否达到预设条件,若活跃度分数大于预设活跃度分数,则判定活跃度分数达到预设条件,若活跃度分数小于或者等于预设活跃度分数,则判定活跃度分数不达到预设条件。
第三获取模块16,用于获取所述用户帐号与所述目标好友帐号的关系。
在获取活跃度分数达到预设条件的目标好友帐号的相关信息之后,获取用户帐号与目标好友帐号的关系,用户帐号与目标好友帐号的关系包括朋友、亲戚、同事等关系,在本实施例中,通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系。
具体地,第三获取模块16包括:
第一子识别模块,用于识别目标好友帐号在好友列表中所在的分组;
第一子读取模块,用于根据目标好友帐号在好友列表中所在的分组,读取目标好友帐号在好友列表中所在的分组的组名称;
第一子获得模块,用于根据所述组名称,获得用户帐号与目标好友帐号的关系。
在获取目标好友帐号的相关信息之后,识别目标好友帐号在好友列表中所在的分组,在识别出目标好友帐号在好友列表中所在的分组之后,根据目标好友帐号在好友列表中所在的分组,读取目标好友帐号在好友列表中所在的分组的组名称,根据组名称,确定用户帐号与目标好友帐号的关系,从而获得用户帐号与目标好友帐号的关系。
判断模块17,用于判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别。
在获取用户帐号与目标好友帐号的关系之后,对目标好友帐号的相关信息进行判断,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别,例如,目标好友帐号的相关信息为“周六停电,放假一天”,该信息属于同事关系的类别,如果目标好友帐号与用户帐号的关系为同事关系,那么,目标好友帐号的相关信息是属于用户帐号与目标好友帐号的关系的类别。
在本实施例中,判断模块17包括:
第一子建立模块,用于建立关键字与类别的对应关系的类别库;
第一子提取模块,用于提取所述目标好友帐号的相关信息中的关键字;
第一子匹配模块,用于将所述关键字在所述类别库中进行匹配;
第二子获得模块,用于若成功匹配,则获得目标类别;
第二子判断模块,用于根据所述目标类别,判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别。
建立一个类别库,在类别库中存储关键字与类别的对应关系,可以是一个关键字对应一个类别,也可以是一个关键字对应多个类别,在建立类别库之后,将获得的目标好友帐号的相关信息进行提取关键字,在提取到关键字之后,将关键字输入类别库中,在类别库中进行匹配,若成功匹配,则获得目标类别,然后根据目标类别,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别。
信息推送模块18,用于若所述目标好友帐号的相关信息是属于所述用户帐号与所述目标好友帐号的关系的类别,则将所述目标好友帐号的相关信息推送给所述用户帐号。
在判断类别之后,得到判断结果,根据判断结果,决定是否将目标好友帐号的相关信息推送给用户帐号,具体地,若目标好友帐号的相关信息是属于用户帐号与目标好友帐号的关系的类别,则将目标好友帐号的相关信息推送给用户帐号,若目标好友帐号的相关信息是不属于用户帐号与目标好友帐号的关系的类别,则不将目标好友帐号的相关信息推送给用户帐号。
在本实施例中,好友计算模块14包括:
第一子统计模块,用于若所述用户帐号的第一活跃度分数小于所述预设阈值,则统计所述用户帐号好友列表中好友帐号的数量;
第二子比较模块,用于将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较;
第一子计算模块,用于若所述用户帐号好友列表中好友帐号的数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数。
根据用户帐号好友列表中好友帐号的数量,判断是否计算用户帐号好友列表中各个好友帐号的活跃度分数,避免用户帐号好友列表中好友帐号的数量过少,导致目标好友帐号的相关信息推送给用户帐号的比较局限。在用户帐号的第一活跃度分数小于预设阈值时,统计用户帐号好友列表中好友帐号的数量,在完成统计之后,将用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较,若用户帐号好友列表中好友帐号的数量大于预设数量阈值,则计算用户帐号好友列表中各个好友帐号的活跃度分数。
装置1包括:
第四获取模块,用于若所述用户帐号好友列表中好友帐号的数量小于或者等于所述预设数量阈值,则获取所述用户帐号好友列表中好友帐号的好友帐号,获得一级间接好友帐号;
第一统计模块,用于统计所述用户帐号好友列表中好友帐号的数量和所述一级间接好友帐号的数量,获得总数量;
第一比较模块,用于将所述总数量与所述预设数量阈值进行比较;
第二计算模块,用于若所述总数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数和所述一级间接好友帐号的活跃分数。
如果用户帐号好友列表中好友帐号的数量小于或者等于预设数量阈值,说明用户帐号好友列表中好友帐号的数量不够,还需要更多的帐号数量,为此,通过间接好友的方式增加帐号数量,获取用户帐号好友列表中好友帐号的好友帐号,获得一级间接好友帐号,统计用户帐号好友列表中好友帐号的数量和一级间接好友帐号的数量,获得总数量,在获得总数量之后,将总数量与预设数量阈值进行比较,若总数量大于预设数量阈值,则计算用户帐号好友列表中各个好友帐号的活跃度分数和一级间接好友帐号的活跃分数。若总数量小于或者等于预设数量阈值,获取二级间接好友帐号,再进行比较,若还是小于或者等于预设数量阈值,再获取N级间接好友帐号,直至总数量大于预设数量阈值。
对应地,第二获取模块15包括:
第二子获取模块,用于根据所述好友列表中活跃度分数和所述一级间接好友帐号的活跃分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息。
对应地,第三获取模块16包括:
第三子判断模块,用于判断所述目标好友帐号是否在所述好友列表中;
第三子获取模块,用于若所述目标好友帐号是在所述好友列表中,则获取所述用户帐号与所述目标好友帐号的关系。
装置1包括:
第一标记模块,用于若所述目标好友帐号不是在所述好友列表中,则标记所述用户帐号与所述目标好友帐号的关系为朋友关系类别。
装置1还包括:
第五获取模块,用于获取所述用户帐号的第二行为数据,所述第二行为数据包括信息推送后,所述用户帐号在各种使用场景中的所述主动行为的次数和/或所述被动行为的次数;
第三计算模块,用于计算所述用户帐号的第二活跃度分数;
第二检测模块,用于检测所述用户帐号的所述第二活跃度分数是否小于所述第一活跃度分数;
第一调整模块,用于若所述用户帐号的所述第二活跃度分数小于所述第一活跃度分数,则调整所述预设条件。
在将目标好友帐号的相关信息推送给用户帐号一段时间后,服务器再次获取用户帐号的第二行为数据,该第二行为数据是指在相关信息推送一段时间后,用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数。各种使用场景可以包括:对特定对象收发信息的场景,如在单独聊天会话、群组聊天会话或漂流瓶收发信息、对不特定对象收发信息的场景,如微信应用中朋友圈的场景、QQ应用中QQ空间的场景、微博应用的场景或贴吧应用的场景等。根据获取到的第二行为数据,计算得出对应该用户帐号的第二活跃度分数。该第二活跃度分数是指用户帐号在接收一段时间的推送信息后的活跃度分数。检测用户帐号的第二活跃度分数是否小于第一活跃度分数,若用户帐号的第二活跃度分数小于第一活跃度分数,则调整预设条件。在本实施例中预设条件为一个预设活跃分数值,调整预设条件可以是降低预设条件,也可以是提高预设条件。
综上所述,用户帐号的第一活跃度分数小于预设阈值,计算用户帐号好友列表中各个好友帐号的活跃度分数,获取活跃度分数达到预设条件的目标好友帐号的相关信息,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别,若是,则将目标好友帐号的相关信息推送给用户帐号,旨在解决向用户推送的信息并不是用户感兴趣的,导致很多被推送的信息的访问次数非常少,用户的活跃度无法得到相应提高和服务器资源浪费的问题。
如图3所示,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储信息推送方法的模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种信息推送方法。
上述处理器执行上述信息推送方法的步骤:获取用户帐号的第一行为数据,所述第一行为数据包括所述用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数;计算所述用户帐号的第一活跃度分数,所述第一活跃度分数是根据所述第一行为数据计算得出的分数;检测所述用户帐号的第一活跃度分数是否小于预设阈值;若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数;根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息;获取所述用户帐号与所述目标好友帐号的关系;判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别;若所述目标好友帐号的相关信息是属于所述用户帐号与所述目标好友帐号的关系的类别,则将所述目标好友帐号的相关信息推送给所述用户帐号。
在一个实施例中,上述获取所述用户帐号与所述目标好友帐号的关系的步骤中,包括:
通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系。
在一个实施例中,上述通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系的步骤中,包括:
识别目标好友帐号在好友列表中所在的分组;
根据目标好友帐号在好友列表中所在的分组,读取目标好友帐号在好友列表中所在的分组的组名称;
根据所述组名称,获得用户帐号与目标好友帐号的关系。
在一个实施例中,上述判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别的步骤中,包括:
建立关键字与类别的对应关系的类别库;
提取所述目标好友帐号的相关信息中的关键字;
将所述关键字在所述类别库中进行匹配;
若成功匹配,则获得目标类别;
根据所述目标类别,判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别。
在一个实施例中,上述若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数的步骤中,包括:
若所述用户帐号的第一活跃度分数小于所述预设阈值,则统计所述用户帐号好友列表中好友帐号的数量;
将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较;
若所述用户帐号好友列表中好友帐号的数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数。
在一个实施例中,上述将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较的步骤之后,包括:
若所述用户帐号好友列表中好友帐号的数量小于或者等于所述预设数量阈值,则获取所述用户帐号好友列表中好友帐号的好友帐号,获得一级间接好友帐号;
统计所述用户帐号好友列表中好友帐号的数量和所述一级间接好友帐号的数量,获得总数量;
将所述总数量与所述预设数量阈值进行比较;
若所述总数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数和所述一级间接好友帐号的活跃分数;
对应地,在所述根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息的步骤,包括:
根据所述好友列表中活跃度分数和所述一级间接好友帐号的活跃分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息。
对应地,在所述获取所述用户帐号与所述目标好友帐号的关系的步骤中,包括:
判断所述目标好友帐号是否在所述好友列表中;
若所述目标好友帐号是在所述好友列表中,则获取所述用户帐号与所述目标好友帐号的关系。
在一个实施例中,上述判断所述目标好友帐号是否在所述好友列表中的步骤之后,包括:
若所述目标好友帐号不是在所述好友列表中,则标记所述用户帐号与所述目标好友帐号的关系为朋友关系类别。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请实施例的计算机设备,用户帐号的第一活跃度分数小于预设阈值,计算用户帐号好友列表中各个好友帐号的活跃度分数,获取活跃度分数达到预设条件的目标好友帐号的相关信息,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别,若是,则将目标好友帐号的相关信息推送给用户帐号,旨在解决向用户推送的信息并不是用户感兴趣的,导致很多被推送的信息的访问次数非常少,用户的活跃度无法得到相应提高和服务器资源浪费的问题。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种信息推送方法,具体为:获取用户帐号的第一行为数据,所述第一行为数据包括所述用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数;计算所述用户帐号的第一活跃度分数,所述第一活跃度分数是根据所述第一行为数据计算得出的分数;检测所述用户帐号的第一活跃度分数是否小于预设阈值;若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数;根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息;获取所述用户帐号与所述目标好友帐号的关系;判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别;若所述目标好友帐号的相关信息是属于所述用户帐号与所述目标好友帐号的关系的类别,则将所述目标好友帐号的相关信息推送给所述用户帐号。
在一个实施例中,上述获取所述用户帐号与所述目标好友帐号的关系的步骤中,包括:
通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系。
在一个实施例中,上述通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系的步骤中,包括:
识别目标好友帐号在好友列表中所在的分组;
根据目标好友帐号在好友列表中所在的分组,读取目标好友帐号在好友列表中所在的分组的组名称;
根据所述组名称,获得用户帐号与目标好友帐号的关系。
在一个实施例中,上述判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别的步骤中,包括:
建立关键字与类别的对应关系的类别库;
提取所述目标好友帐号的相关信息中的关键字;
将所述关键字在所述类别库中进行匹配;
若成功匹配,则获得目标类别;
根据所述目标类别,判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别。
在一个实施例中,上述若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数的步骤中,包括:
若所述用户帐号的第一活跃度分数小于所述预设阈值,则统计所述用户帐号好友列表中好友帐号的数量;
将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较;
若所述用户帐号好友列表中好友帐号的数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数。
在一个实施例中,上述将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较的步骤之后,包括:
若所述用户帐号好友列表中好友帐号的数量小于或者等于所述预设数量阈值,则获取所述用户帐号好友列表中好友帐号的好友帐号,获得一级间接好友帐号;
统计所述用户帐号好友列表中好友帐号的数量和所述一级间接好友帐号的数量,获得总数量;
将所述总数量与所述预设数量阈值进行比较;
若所述总数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数和所述一级间接好友帐号的活跃分数;
对应地,在所述根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息的步骤,包括:
根据所述好友列表中活跃度分数和所述一级间接好友帐号的活跃分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息。
对应地,在所述获取所述用户帐号与所述目标好友帐号的关系的步骤中,包括:
判断所述目标好友帐号是否在所述好友列表中;
若所述目标好友帐号是在所述好友列表中,则获取所述用户帐号与所述目标好友帐号的关系。
在一个实施例中,上述判断所述目标好友帐号是否在所述好友列表中的步骤之后,包括:
若所述目标好友帐号不是在所述好友列表中,则标记所述用户帐号与所述目标好友帐号的关系为朋友关系类别。
本申请实施例的存储介质,用户帐号的第一活跃度分数小于预设阈值,计算用户帐号好友列表中各个好友帐号的活跃度分数,获取活跃度分数达到预设条件的目标好友帐号的相关信息,判断目标好友帐号的相关信息是否属于用户帐号与目标好友帐号的关系的类别,若是,则将目标好友帐号的相关信息推送给用户帐号,旨在解决向用户推送的信息并不是用户感兴趣的,导致很多被推送的信息的访问次数非常少,用户的活跃度无法得到相应提高和服务器资源浪费的问题。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等,均应包括在本申请的保护范围之内。
Claims (10)
1.一种信息推送方法,其特征在于,所述方法包括:
获取用户帐号的第一行为数据,所述第一行为数据包括所述用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数;
计算所述用户帐号的第一活跃度分数,所述第一活跃度分数是根据所述第一行为数据计算得出的分数;
检测所述用户帐号的第一活跃度分数是否小于预设阈值;
若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数;
根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息;
获取所述用户帐号与所述目标好友帐号的关系;
判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别;
若所述目标好友帐号的相关信息是属于所述用户帐号与所述目标好友帐号的关系的类别,则将所述目标好友帐号的相关信息推送给所述用户帐号。
2.根据权利要求1所述的信息推送方法,其特征在于,在所述获取所述用户帐号与所述目标好友帐号的关系的步骤中,包括:
通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系。
3.根据权利要求2所述的信息推送方法,其特征在于,在所述通过用户帐号的好友列表的分组获取用户帐号与目标好友帐号的关系的步骤中,包括:
识别目标好友帐号在好友列表中所在的分组;
根据目标好友帐号在好友列表中所在的分组,读取目标好友帐号在好友列表中所在的分组的组名称;
根据所述组名称,获得用户帐号与目标好友帐号的关系。
4.根据权利要求1所述的信息推送方法,其特征在于,在所述判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别的步骤中,包括:
建立关键字与类别的对应关系的类别库;
提取所述目标好友帐号的相关信息中的关键字;
将所述关键字在所述类别库中进行匹配;
若成功匹配,则获得目标类别;
根据所述目标类别,判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别。
5.根据权利要求1所述的信息推送方法,其特征在于,在所述若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数的步骤中,包括:
若所述用户帐号的第一活跃度分数小于所述预设阈值,则统计所述用户帐号好友列表中好友帐号的数量;
将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较;
若所述用户帐号好友列表中好友帐号的数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数。
6.根据权利要求5所述的信息推送方法,其特征在于,在所述将所述用户帐号好友列表中好友帐号的数量与预设数量阈值进行比较的步骤之后,包括:
若所述用户帐号好友列表中好友帐号的数量小于或者等于所述预设数量阈值,则获取所述用户帐号好友列表中好友帐号的好友帐号,获得一级间接好友帐号;
统计所述用户帐号好友列表中好友帐号的数量和所述一级间接好友帐号的数量,获得总数量;
将所述总数量与所述预设数量阈值进行比较;
若所述总数量大于所述预设数量阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数和所述一级间接好友帐号的活跃分数;
对应地,在所述根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息的步骤,包括:
根据所述好友列表中活跃度分数和所述一级间接好友帐号的活跃分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息。
对应地,在所述获取所述用户帐号与所述目标好友帐号的关系的步骤中,包括:
判断所述目标好友帐号是否在所述好友列表中;
若所述目标好友帐号是在所述好友列表中,则获取所述用户帐号与所述目标好友帐号的关系。
7.根据权利要求6所述的信息推送方法,其特征在于,在所述判断所述目标好友帐号是否在所述好友列表中的步骤之后,包括:
若所述目标好友帐号不是在所述好友列表中,则标记所述用户帐号与所述目标好友帐号的关系为朋友关系类别。
8.一种信息推送装置,其特征在于,所述装置包括:
第一获取模块,用于获取用户帐号的第一行为数据,所述第一行为数据包括所述用户帐号在各种使用场景中的主动行为的次数和/或被动行为的次数;
第一计算模块,用于计算所述用户帐号的第一活跃度分数,所述第一活跃度分数是根据所述第一行为数据计算得出的分数;
第一检测模块,用于检测所述用户帐号的第一活跃度分数是否小于预设阈值;
好友计算模块,用于若所述用户帐号的第一活跃度分数小于所述预设阈值,则计算所述用户帐号好友列表中各个好友帐号的活跃度分数;
第二获取模块,用于根据所述好友列表中活跃度分数,获取所述活跃度分数达到预设条件的目标好友帐号的相关信息;
第三获取模块,用于获取所述用户帐号与所述目标好友帐号的关系;
判断模块,用于判断所述目标好友帐号的相关信息是否属于所述用户帐号与所述目标好友帐号的关系的类别;
信息推送模块,用于若所述目标好友帐号的相关信息是属于所述用户帐号与所述目标好友帐号的关系的类别,则将所述目标好友帐号的相关信息推送给所述用户帐号。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811545101.1A CN109756563B (zh) | 2018-12-17 | 2018-12-17 | 信息推送方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811545101.1A CN109756563B (zh) | 2018-12-17 | 2018-12-17 | 信息推送方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109756563A true CN109756563A (zh) | 2019-05-14 |
CN109756563B CN109756563B (zh) | 2022-09-30 |
Family
ID=66403965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811545101.1A Active CN109756563B (zh) | 2018-12-17 | 2018-12-17 | 信息推送方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109756563B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112087353A (zh) * | 2019-06-13 | 2020-12-15 | 佛山市顺德区美的电热电器制造有限公司 | 一种设备的功能推荐方法、云端服务器及存储介质 |
WO2021174944A1 (zh) * | 2020-10-12 | 2021-09-10 | 平安科技(深圳)有限公司 | 基于目标对象活跃度的消息推送方法及相关设备 |
CN113486258A (zh) * | 2021-07-05 | 2021-10-08 | 北京易数科技有限公司 | 基于社交网络的数据分析方法、装置、介质、电子设备 |
CN114844854A (zh) * | 2022-04-22 | 2022-08-02 | 深圳腾银信息咨询有限责任公司 | 一种基于用户行为的策略推送方法、装置及电子设备 |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102035891A (zh) * | 2010-12-17 | 2011-04-27 | 百度在线网络技术(北京)有限公司 | 一种网络交友平台中推荐好友的方法和装置 |
CN102411596A (zh) * | 2010-09-21 | 2012-04-11 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及系统 |
US8176176B1 (en) * | 2010-08-10 | 2012-05-08 | Google Inc. | Scheduling data pushes to a mobile device based on usage and applications thereof |
CN102469039A (zh) * | 2010-11-11 | 2012-05-23 | 三星电子(中国)研发中心 | 智能的网络交流系统和方法 |
CN102662964A (zh) * | 2012-03-05 | 2012-09-12 | 北京千橡网景科技发展有限公司 | 对用户的好友进行分组的方法和装置 |
CN103605791A (zh) * | 2013-12-04 | 2014-02-26 | 深圳中兴网信科技有限公司 | 信息推送系统和信息推送方法 |
CN104144196A (zh) * | 2013-07-05 | 2014-11-12 | 腾讯科技(深圳)有限公司 | 一种网页信息分享方法、装置及服务器 |
EP2830283A1 (en) * | 2012-04-28 | 2015-01-28 | Huawei Technologies Co., Ltd. | User behavior analysis method, and related equipment and system |
US20150074198A1 (en) * | 2012-05-15 | 2015-03-12 | Tencent Technology (Shenzhen) Company Limited | Social network grouping method and system, and computer storage medium |
CN104679969A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
WO2015158297A1 (en) * | 2014-04-17 | 2015-10-22 | Tencent Technology (Shenzhen) Company Limited | Method, apparatus, and system for controlling delivery task in social networking platform |
CN105045833A (zh) * | 2015-06-30 | 2015-11-11 | 北京嘀嘀无限科技发展有限公司 | 用户好友关系的分类方法及装置 |
CN105099894A (zh) * | 2015-08-28 | 2015-11-25 | 广州酷狗计算机科技有限公司 | 消息推送方法、装置及系统 |
CN105245435A (zh) * | 2015-09-28 | 2016-01-13 | 广州市百果园网络科技有限公司 | 一种好友推荐方法及系统 |
CN105245577A (zh) * | 2015-09-11 | 2016-01-13 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置及系统 |
CN105430624A (zh) * | 2014-09-18 | 2016-03-23 | 酷派软件技术(深圳)有限公司 | 一种信息获取的方法及装置 |
CN106302666A (zh) * | 2016-08-03 | 2017-01-04 | 腾讯科技(深圳)有限公司 | 数据推送方法及装置 |
CN106572004A (zh) * | 2017-01-02 | 2017-04-19 | 郑洪� | 信息推送方法、信息推送装置及系统 |
CN107341097A (zh) * | 2017-06-30 | 2017-11-10 | 北京金山安全软件有限公司 | 信息推送方法及装置 |
US20180075493A1 (en) * | 2015-09-09 | 2018-03-15 | Google Llc | Systems and methods for providing content items via a push marketing auction |
CN107809410A (zh) * | 2016-09-09 | 2018-03-16 | 腾讯科技(深圳)有限公司 | 信息过滤方法及装置 |
CN107948255A (zh) * | 2017-11-13 | 2018-04-20 | 苏州达家迎信息技术有限公司 | App的推送方法及计算机可读存储介质 |
CN108282393A (zh) * | 2017-12-29 | 2018-07-13 | 五八有限公司 | 一种好友添加方法、装置、计算机设备及可读存储介质 |
CN108304428A (zh) * | 2017-04-27 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 信息推荐方法及装置 |
CN108429776A (zh) * | 2017-02-13 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 网络对象的推送方法、装置、客户端、交互设备以及系统 |
-
2018
- 2018-12-17 CN CN201811545101.1A patent/CN109756563B/zh active Active
Patent Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8176176B1 (en) * | 2010-08-10 | 2012-05-08 | Google Inc. | Scheduling data pushes to a mobile device based on usage and applications thereof |
CN102411596A (zh) * | 2010-09-21 | 2012-04-11 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及系统 |
CN102469039A (zh) * | 2010-11-11 | 2012-05-23 | 三星电子(中国)研发中心 | 智能的网络交流系统和方法 |
CN102035891A (zh) * | 2010-12-17 | 2011-04-27 | 百度在线网络技术(北京)有限公司 | 一种网络交友平台中推荐好友的方法和装置 |
CN102662964A (zh) * | 2012-03-05 | 2012-09-12 | 北京千橡网景科技发展有限公司 | 对用户的好友进行分组的方法和装置 |
EP2830283A1 (en) * | 2012-04-28 | 2015-01-28 | Huawei Technologies Co., Ltd. | User behavior analysis method, and related equipment and system |
US20150074198A1 (en) * | 2012-05-15 | 2015-03-12 | Tencent Technology (Shenzhen) Company Limited | Social network grouping method and system, and computer storage medium |
CN104144196A (zh) * | 2013-07-05 | 2014-11-12 | 腾讯科技(深圳)有限公司 | 一种网页信息分享方法、装置及服务器 |
CN104679969A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
CN103605791A (zh) * | 2013-12-04 | 2014-02-26 | 深圳中兴网信科技有限公司 | 信息推送系统和信息推送方法 |
WO2015158297A1 (en) * | 2014-04-17 | 2015-10-22 | Tencent Technology (Shenzhen) Company Limited | Method, apparatus, and system for controlling delivery task in social networking platform |
CN105430624A (zh) * | 2014-09-18 | 2016-03-23 | 酷派软件技术(深圳)有限公司 | 一种信息获取的方法及装置 |
CN105045833A (zh) * | 2015-06-30 | 2015-11-11 | 北京嘀嘀无限科技发展有限公司 | 用户好友关系的分类方法及装置 |
CN105099894A (zh) * | 2015-08-28 | 2015-11-25 | 广州酷狗计算机科技有限公司 | 消息推送方法、装置及系统 |
US20180075493A1 (en) * | 2015-09-09 | 2018-03-15 | Google Llc | Systems and methods for providing content items via a push marketing auction |
CN105245577A (zh) * | 2015-09-11 | 2016-01-13 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置及系统 |
US20180131661A1 (en) * | 2015-09-11 | 2018-05-10 | Tencent Technology (Shenzhen) Company Limited | Information pushing method, apparatus, and system |
CN105245435A (zh) * | 2015-09-28 | 2016-01-13 | 广州市百果园网络科技有限公司 | 一种好友推荐方法及系统 |
CN106302666A (zh) * | 2016-08-03 | 2017-01-04 | 腾讯科技(深圳)有限公司 | 数据推送方法及装置 |
CN107809410A (zh) * | 2016-09-09 | 2018-03-16 | 腾讯科技(深圳)有限公司 | 信息过滤方法及装置 |
CN106572004A (zh) * | 2017-01-02 | 2017-04-19 | 郑洪� | 信息推送方法、信息推送装置及系统 |
CN108429776A (zh) * | 2017-02-13 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 网络对象的推送方法、装置、客户端、交互设备以及系统 |
CN108304428A (zh) * | 2017-04-27 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 信息推荐方法及装置 |
CN107341097A (zh) * | 2017-06-30 | 2017-11-10 | 北京金山安全软件有限公司 | 信息推送方法及装置 |
CN107948255A (zh) * | 2017-11-13 | 2018-04-20 | 苏州达家迎信息技术有限公司 | App的推送方法及计算机可读存储介质 |
CN108282393A (zh) * | 2017-12-29 | 2018-07-13 | 五八有限公司 | 一种好友添加方法、装置、计算机设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
缪平等: "基于SVMs的微博信息推送系统用户兴趣模型", 《武汉理工大学学报(信息与管理工程版)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112087353A (zh) * | 2019-06-13 | 2020-12-15 | 佛山市顺德区美的电热电器制造有限公司 | 一种设备的功能推荐方法、云端服务器及存储介质 |
CN112087353B (zh) * | 2019-06-13 | 2021-12-28 | 佛山市顺德区美的电热电器制造有限公司 | 一种设备的功能推荐方法、云端服务器及存储介质 |
WO2021174944A1 (zh) * | 2020-10-12 | 2021-09-10 | 平安科技(深圳)有限公司 | 基于目标对象活跃度的消息推送方法及相关设备 |
CN113486258A (zh) * | 2021-07-05 | 2021-10-08 | 北京易数科技有限公司 | 基于社交网络的数据分析方法、装置、介质、电子设备 |
CN114844854A (zh) * | 2022-04-22 | 2022-08-02 | 深圳腾银信息咨询有限责任公司 | 一种基于用户行为的策略推送方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109756563B (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109756563A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
US10360257B2 (en) | System and method for image annotation | |
CN102655481B (zh) | 一种基于网页的即时通信聊天内容查看方法及系统 | |
CN102609460B (zh) | 微博客数据采集方法及系统 | |
CN103176982B (zh) | 一种电子图书推荐的方法及系统 | |
CN105245577B (zh) | 信息推送方法、装置及系统 | |
US8321525B2 (en) | Method, device and system for creating a virtual local social network | |
CN103218400B (zh) | 基于链接与文本内容的网络社区用户群划分方法 | |
US20130311283A1 (en) | Data mining method for social network of terminal user and related methods, apparatuses and systems | |
KR101329034B1 (ko) | 에스엔에스 검색 서비스를 이용한 유알엘 수집 시스템 및 방법 | |
CN102413076A (zh) | 基于行为分析的垃圾邮件判定系统 | |
CN110635921B (zh) | 基于群组的交互方法、装置、设备及可读介质 | |
CN102497333B (zh) | 用以输出联系人对象天气信息的方法、客户端及系统 | |
CN104951544A (zh) | 用户数据处理方法、用户数据的提供方法和系统 | |
CN103546446A (zh) | 一种钓鱼网站的检测方法、装置和终端 | |
CN110263053B (zh) | 一种基于移动终端数据获取移动终端画像标签的服务器 | |
CN106878108A (zh) | 网络流量回放测试方法及装置 | |
CN104901816B (zh) | 提供多人聊天的方法和系统 | |
CN106095789A (zh) | 一种消息订阅管理装置及方法 | |
WO2015043394A1 (en) | Devices and methods for releasing media data | |
CN106304085B (zh) | 信息处理方法及装置 | |
CN110011898B (zh) | 电子邮件的回复方法、装置、存储介质及计算机设备 | |
CN103906066B (zh) | 一种用户生成内容提及的骚扰屏蔽方法和装置 | |
CN106412296A (zh) | 终端设备控制方法及装置 | |
US11356517B2 (en) | Optimizing network utilization |
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 |