CN110061906B - 一种消息发布/接收方法 - Google Patents
一种消息发布/接收方法 Download PDFInfo
- Publication number
- CN110061906B CN110061906B CN201910340041.8A CN201910340041A CN110061906B CN 110061906 B CN110061906 B CN 110061906B CN 201910340041 A CN201910340041 A CN 201910340041A CN 110061906 B CN110061906 B CN 110061906B
- Authority
- CN
- China
- Prior art keywords
- message
- user
- users
- reply
- publisher
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/214—Monitoring or handling of messages using selective forwarding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请提供了一种消息发布/接收方法,所述消息发布方法,应用于信息发布平台,包括接收消息发布者在所述消息发布平台上输入的待发布消息;从与所述消息发布者不存在好友关系和/或关注关系的用户中,依据所述信息发布平台上的用户的预计回复概率,选择预设个数个用户;将所述待发布消息发送给所述预设个数个用户。本发明通过发布者在平台发布消息时,根据决策树获取预计回复概率最高的预定个数用户,将所述待发布消息发送给所述预定个数用户;还可以根据预计回复概率确定消息等级在客户端进行区别展示。达到了消息高效发布、高效接收的目的。
Description
【技术领域】
本申请涉及互联网应用领域,尤其涉及一种消息发布/接收方法。
【背景技术】
消息发布平台发布消息往往包括两种,一种是仅针对好友发布查看/好友可查看(如微信),一种是简单的发送给陌生人(策略较简单、往往是根据消息的热度,如微博)。
这两种消息发布方式,无法针对特定的用户发布消息,接收到消息的用户很可能对所述消息不感兴趣,因此不会回复所述消息,甚至于会认为受到了消息干扰。
因此,如何实现消息的高效发布、高效接收,这就成为了一个亟待解决的问题。
【发明内容】
本申请的多个方面提供一种消息发布/接收方法,用于解决消息发布/接收效率不高的问题。
本申请的一方面,提供一种消息发布方法,应用于信息发布平台,包括接收消息发布者在所述消息发布平台上输入的待发布消息;从与所述消息发布者不存在好友关系和/或关注关系的用户中,依据所述信息发布平台上的用户的预计回复概率,选择预设个数个用户;将所述待发布消息发送给所述预设个数个用户。
本申请的另一方面,提供一种消息接收方法,应用于消息发布平台对应的用户客户端,包括接收所述消息发布平台发送的消息;根据所述消息等级,对应展示所述消息;其中,所述消息为消息发布者在所述消息发布平台上输入的待发布消息;所述用户为从与所述消息发布者不存在好友关系和/或关注关系的用户中,依据所述信息发布平台上的用户的预计回复概率,选择的预设个数个用户。
本申请的另一方面,提供一种设备,所述设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现任一上述的方法。
本申请的另一方面,提供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,该程序被处理器执行时实现任一上述的方法。
由所述技术方案可知,本申请的上述实施例中,能够达到了消息高效发布、高效接收的目的。
【附图说明】
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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为本申请一些实施例提供的一种消息发布方法的流程示意图;
图2为本申请一些实施例提供的一种消息接收方法的流程示意图;
图3为适于用来实现本发明的一些实施例的示例性计算机系统/服务器的框图。
【具体实施方式】
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请的一些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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本申请保护的范围。
另外,本文中术语“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。
图1为本申请一些实施例一提供的一种消息发布方法的流程示意图,所述方法应用于消息发布平台,包括以下步骤:
步骤S11、接收消息发布者在所述消息发布平台上输入的待发布消息;其中,所述待发布消息还包括附加条件,例如,现金激励、虚拟物品激励、预期发送人数等。
优选地,所述消息发布平台可以是即时通讯服务器,例如微信、QQ等;也可以是微博、BBS服务器;还可以是例如顺风车约车服务器等。
优选地,所述消息发布平台接收消息发布者通过对应客户端所输入的待发布消息,进而将所述待发布消息发送给其他用户。
在本申请的一个优选实施例中,所述待发布消息,例如顺风车搭车消息,被消息发布平台发送给其他用户,以便其他用户阅读所述顺风车搭车消息,并接收由愿意为消息发布者提供顺风车服务的用户向所述消息发布者返回的回复消息。
步骤S12、若存在与所述消息发布者存在好友关系和/或关注关系的用户;则将所述待发布消息发送给与所述消息发布者存在好友关系和/或关注关系的用户;
优选地,所述消息发布平台为即时通讯平台,例如微信、QQ等,所述消息发布者为即时通讯用户,首先判断是否存在所述消息发布者的好友;若存在,则将所述待发布消息发送给所述消息发布者的好友,以便所述消息发布者的好友阅读并回复所述消息。
优选地,所述消息发布平台为微博、BBS平台,所述消息发布者为微博、BBS用户,首先判断是否存在关注所述消息发布者的微博、BBS用户;若存在,则直接将所述待发布消息发送给关注所述消息发布者的用户,以便所述消息发布者的好友阅读并回复所述消息。
优选地,若不存在所述消息发布者的好友关系用户和/或关注关系的用户,则从即时通讯用户或微博、BBS平台用户中选择待发送用户。
优选地,根据所述附加条件确定要发送消息的用户人数作为预设个数,从即时通讯用户或微博、BBS平台用户中选择待发送用户。
例如,所述附加条件包括预期发送人数,即可确定要向其发送消息的用户人数。或者,根据所述虚拟物品激励对应的虚拟物品个数,即可确定要向其发送消息的用户人数;或者,根据所述现金激励,以最小现金单位作为人均现金激励,即可确定要向其发送消息的用户人数。
优选地,根据所述虚拟物品激励对应的虚拟物品个数所确定的要向其发送消息的用户人数大于所述虚拟物品个数,这是因为,接收到所述待发布消息的用户不一定都会回复所述消息,存在一个回复概率,因此,需要设置大于所述虚拟物品个数的用户,仅有回复所述消息的用户才可以领取所述虚拟物品。
在本申请的一个优选实施例中,若所述消息发布者的好友关系用户和/或关注关系的用户人数小于根据所述附加条件确定的要发送的用户人数,则将所述待发布消息发送给所述消息发布者的好友;确定根据所述附加条件确定的要发送的用户人数减去所述消息发布者的好友关系用户或关注关系的用户人数的差值,用于即时通讯用户或微博、BBS平台用户中选择待发送用户,所述待发送用户非所述消息发布者的好友关系用户或关注关系的用户。
步骤S13、从与所述消息发布者不存在好友关系和/或关注关系的用户中,依据所述信息发布平台上的用户的预计回复概率,选择预设个数个用户。
优选地,依据用户的预计回复概率,从所述信息发布平台上的用户中选择初筛接收者;其中,所述初筛接收者的个数大于所述预设个数;
优选地,所述预计回复概率是根据所述用户对所述消息的历史回复情况进行机器学习得到的。例如,根据消息发布平台上用户对所述顺风车搭车消息的历史回复情况进行机器学习得到预计回复概率预测模型。
在本发明的一个优选实施例中,所述预计回复概率预测模型为决策树,通过决策树获取所述预计回复概率。
优选地,统计历史数据中预设时长内所有发送消息的回复情况作为训练样本,包括用户特征数据、发送消息的特征数据,用户对发送消息的回复等;其中,用户特征数据至少包括在线状态、与发送消息中指定位置的距离、时间、用户性别等;发送消息的特征数据包括指定位置、时间、消息发布者的性别等;用户对发送消息的回复包括是或否。
根据用户特征数据、发送消息的特征数据,以及用户对发送消息的回复情况,利用随机森林算法模型进行训练建模,输出决策树模型;其中,所述决策树模型用于判断用户对待发布消息的预计回复概率,试图通过用户的多维特征对用户的回复概率进行预测。
随机森林建模过程主要包括三个基本步骤:模型构造、模型训练、模型优化。其中模型构造利用随机森林算法的思想在服务器搭建算法框架;模型训练过程中可以结合K折交叉验证或网格搜索(GridSearchCV)方法对训练参数进行调节。K折交叉验证是将训练数据分成k等份,使用其中的k-1份数据进行训练,另外一份数据作为测试。模型优化过程根据测试集的测试结果,利用控制变量法对模型超参数进行针对性的调节优化。
实际应用中,按照不同条件可以构建多颗决策树,然后将待测样本呢输入到各棵决策树中,按照各棵决策树一层层往下判断决策,确定最终落在哪个子节点上,则该待测用户就属于是否回复的哪一类。即,根据所述待发布消息的特征数据,例如,指定位置、时间、消息发布者的性别等,确定决策树模型中对应的节点。
构建好决策树之后,就可以利用该决策树结构,对待测用户进行回复概率的预测,将该待测用户输入到各个决策树中,看该待测用户落在哪个子节点上,则该待测客户就与该子节点的回复情况相同。
优选地,根据所述用户特征数据,例如在线状态、与待发布消息中指定位置的距离、时间、用户性别等,与决策树模型中待发布消息对应的节点对应的特征集的匹配度,确定用户的预计回复概率。
具体地,在确定所述用户特征数据与决策树模型中待发布消息对应的节点对应的特征集的匹配度时,可以将所述用户特征数据中每个特征数据,与决策树模型中待发布消息对应的节点对应的特征集中每个特征之间的多个匹配度的均值,确定为所述用户特征数据与决策树模型中待发布消息对应的节点对应的特征集的匹配度。或者,可以将所述用户特征数据中每个特征数据,与决策树模型中待发布消息对应的节点对应的特征集中每个特征之间的多个匹配度的最大值,确定为所述用户特征数据与决策树模型中待发布消息对应的节点对应的特征集的匹配度。此处不做限制。
优选地,选择预计回复概率最高的预设个数用户,以便将所述待发布消息发送给所述预设个数个用户。
在本申请的另一个优选实施例中,所述预计回复概率预测模型为神经网络模型,通过预计回复概率预测模型获取所述预计回复概率,包括:
子步骤S131、获取与所述消息发布者不存在好友关系和/或关注关系的用户对应的用户特征数据;
优选地,所述用户特征数据至少包括在线状态、与发送消息中指定位置的距离、时间、用户性别等。
用户在使用应用程序或浏览网页时,对应的服务器除了存储用户的注册信息外,还会存储用户的使用数据,进而根据数据的统计分析得到用户的特征数据;还可以通过应用程序或网页以询问的方式获取用户的特征数据。
优选地,用户特征数据中,用户性别是不变的。而在线状态、与发送消息中指定位置的距离、时间等则需要定期进行更新。
子步骤S132、将所述用户特征数据以及待发送信息对应的特征数据输入预计回复概率预测模型,获取所述与所述消息发布者不存在好友关系和/或关注关系的用户对所述待发送信息的预计回复概率;
其中,所述预计回复概率预测模型通过多个用户对发送消息的历史回复情况,包括用户分别对应的信息回复数据和用户特征数据训练生成;所述信息回复数据至少包括:向用户发送的信息、所述信息对应的特征数据以及所述对应的用户对所述信息的回复情况;
优选地,所述消息的特征数据包括指定位置、时间、消息发布者的性别等;所述对应的用户对所述信息的回复情况包括是或否。
子步骤S133、选择预计回复概率最高的预设初筛个数用户。
优选地,如果预计回复概率小于预先设定的阈值,则不向所述用户发送所述信息;如果预计回复概率大于预先设定的阈值,则向所述用户发送所述信息。优选地,如果预计回复大于预先设定的阈值的用户个数大于预设初筛个数,则从中选择预计回复概率最高的预设初筛个数用户。
在本实施例中,将回复预测结果具体化为预计回复概率,该预计回复概率用于表征用户回复待发送信息的可能性的大小,预计回复概率越大,用户回复待发送信息的可能性就越大。使用预计回复概率作为回复预测结果,可以更加直观地表征用户对待发送信息进行回复的可能性的大小,更可以依据不同待发送信息对点击用户的不同要求,更加准确地将待发送信息发送至匹配度更佳的用户。
在本申请的一种优选实施例中,还包括以下步骤:
根据所述预计回复概率最高的预设初筛个数用户与待发布消息的匹配程度进行决策树剪枝;以避免过拟合。
过拟合是指一个假设在训练数据上能够获得比其他假设更好的拟合,但是在训练数据外的数据集上却不能很好的拟合数据。产生过度拟合数据问题的原因包括:
原因1:样本问题
(1)样本里的噪音数据干扰过大,大到模型过分记住了噪音特征,反而忽略了真实的输入输出间的关系;(2)样本抽取错误,包括(但不限于)样本数量太少,抽样方法错误,抽样时没有足够正确考虑业务场景或业务特点,等等导致抽出的样本数据不能有效足够代表业务逻辑或业务场景;(3)建模时使用了样本中太多无关的输入变量。
原因2:构建决策树的方法问题
在决策树模型搭建中,使用的算法对于决策树的生长没有合理的限制和修剪的话,决策树的自由生长有可能每片叶子里只包含单纯的事件数据或非事件数据,这种决策树当然可以完美匹配(拟合)训练数据,但是一旦应用到新的业务真实数据时,效果会很差。
优选地,所述决策树模型经由如下步骤训练:采集历史回复数据,以生成样本集和测试集;利用所述样本集构建并训练决策树模型;利用所述测试集测试所述决策树模型的准确率。优选地,根据用户特征数据、发送消息的特征数据,构建并训练决策树模型。优选地,根据所述待发布消息的特征数据,例如,指定位置、时间、消息发布者的性别等,确定决策树模型中对应的节点。
优选地,根据所述用户特征数据,例如在线状态、与待发布消息中指定位置的距离、时间、用户性别等,与决策树模型中待发布消息对应的节点对应的特征集的匹配度,确定匹配度最高的预设个数用户。
对于过拟合问题,一般采用两种解决方法,合理、有效地抽样,用相对能够反映业务逻辑的训练集去产生决策树;剪枝:提前停止树的增长或者对已经生成的树按照一定的规则进行后剪枝。决策树的剪枝是将生成的树进行简化,以避免过拟合。
优选地,计算决策树模型中各节点之前的匹配度;当所述两个节点之间匹配度大于预设阈值时,对该两个节点中的一个节点进行剪枝。
优选地,所述匹配度最高的预设个数个用户的个数小于预计回复概率最高的预设初筛个数用户的个数。
步骤S14、将所述待发布消息发送给预计回复概率最高的预设个数用户,以便所述用户接收并阅读所述待发布消息。
优选地,根据所述用户特征数据与决策树模型中待发布消息对应的节点对应的特征集的匹配度,确定所述待发布消息对应于所述预设个数用户中各用户的消息等级。例如,所述消息等级包括紧急、提醒、注意等不同等级,不同等级的消息在各用户处采用不同的显示方案,紧急等级的消息可以采用外弹窗展示,提醒等级的消息可以在客户端上以未读消息数量的形式展示,注意等级的消息则需用户打开客户端之后才会进行展示。
优选地,所述方法还包括:接收所述用户的回复消息,将所述用户的回复消息转发给所述信息发布者。
例如,将对所述顺风车搭车消息的回复消息转发给所述信息发布者,以便所述信息发布者从中选择一个用户搭车。
优选地,所述方法还包括,建立回复消息的用户与所述信息发布者之间的联系。
本发明通过发布者在平台发布消息时,获取预计回复概率最高的预定个数用户,将待发布消息发送给所述预定个数用户,并根据预计回复概率确定消息等级进行区别展示。达到了消息高效发布、高效接收的目的。
图2为本申请一些实施例二提供的一种消息接收方法的流程示意图,所述方法应用于消息发布平台对应的用户客户端,包括以下步骤:
步骤S21、接收所述消息发布平台发送的消息;
步骤S22、根据所述消息等级,对应展示所述消息。
在步骤S21的一种优选实现方式中,
其中,所述消息为消息发布者在所述消息发布平台上输入的待发布消息;
优选地,所述消息发布平台可以是即时通讯服务器,例如微信、QQ等;也可以是微博、BBS服务器;还可以是例如顺风车约车服务器等。
优选地,所述消息发布平台接收消息发布者通过对应客户端所输入的待发布消息,进而将所述待发布消息发送给消息发布平台上的其他用户。
在本申请的一个优选实施例中,所述待发布消息,例如顺风车搭车消息,被消息发布平台发送给其他用户。用户客户端接收所述消息发布平台发送的消息,阅读所述消息并愿意为消息发布者提供顺风车服务的用户,向所述消息发布平台返回回复消息,并由所述消息发布平台返回给所述信息发布者。
优选地,所述消息发布平台为即时通讯平台,例如微信、QQ等,所述消息发布者为即时通讯用户,所述接收所述消息发布平台发送的消息的用户为所述消息发布者的好友。
优选地,所述消息发布平台为微博、BBS平台,所述消息发布者为微博、BBS用户,所述接收所述消息发布平台发送的消息的用户为关注所述消息发布者的用户。
优选地,若不存在所述消息发布者的好友关系用户或关注关系的用户,则从即时通讯用户或微博、BBS平台用户中选择待发送用户。
优选地,根据所述附加条件确定要发送消息的用户人数作为预设个数,从即时通讯用户或微博、BBS平台用户中选择待发送用户。所述预设个数的具体设定过程参见实施例一,在此不再赘述。
优选地,所述用户为消息发布平台依据所述信息发布平台上的用户的预计回复概率,从中选择的预计回复概率最高的预设个数个用户。具体选择过程参见实施例一,在此不再赘述。
在步骤S22的一种优选实现方式中,
优选地,根据所述用户特征数据与待发布消息的匹配度,确定所述待发布消息对应于所述预设个数用户中各用户的消息等级。例如,所述消息等级包括紧急、提醒、注意等不同等级,不同等级的消息在各用户处采用不同的显示方案,紧急等级的消息可以采用外弹窗展示,提醒等级的消息可以在客户端上以未读消息数量的形式展示,注意等级的消息则需用户打开客户端之后才会进行展示。
本发明通过发布者在平台发布消息时,获取预计回复概率最高的预定个数用户,将待发布消息发送给所述预定个数用户,并根据用户与消息的匹配度确定消息等级进行区别展示。仅有预计回复概率最高的预定个数用户收到所述消息,并且根据消息等级进行了区别展示。达到了消息高效发布、高效接收的目的。
图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器012的框图。图3显示的计算机系统/服务器012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3所示,计算机系统/服务器012以通用计算设备的形式表现。计算机系统/服务器012的组件可以包括但不限于:一个或者多个处理器或者处理单元016,系统存储器028,连接不同系统组件(包括系统存储器028和处理单元016)的总线018。
总线018表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器012典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器012访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器028可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)030和/或高速缓存存储器032。计算机系统/服务器012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统034可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线018相连。存储器028可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块042的程序/实用工具040,可以存储在例如存储器028中,这样的程序模块042包括——但不限于——操作系统、一个或者多个寄宿应用、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。程序模块042通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器012也可以与一个或多个外部设备014(例如键盘、指向设备、显示器024等)通信,在本发明中,计算机系统/服务器012与外部雷达设备进行通信,还可与一个或者多个使得用户能与该计算机系统/服务器012交互的设备通信,和/或与使得该计算机系统/服务器012能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口022进行。并且,计算机系统/服务器012还可以通过网络适配器020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3所示,网络适配器020通过总线018与计算机系统/服务器012的其它模块通信。应当明白,尽管图3中未示出,可以结合计算机系统/服务器012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。
处理单元016通过运行存储在系统存储器028中的程序,从而执行本发明所描述的实施例中的功能和/或方法。
上述的计算机程序可以设置于计算机存储介质中,即该计算机存储介质被编码有计算机程序,该程序在被一个或多个计算机执行时,使得一个或多个计算机执行本发明上述实施例中所示的方法流程和/或装置操作。
随着时间、技术的发展,介质含义越来越广泛,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机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。计算机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、便携式计算机磁盘、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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机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。
计算机可读的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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。
计算机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、电线、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或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (13)
1.一种消息发布方法,应用于消息发布平台,其特征在于,包括:
接收消息发布者在所述消息发布平台上输入的待发布消息;
从与所述消息发布者不存在好友关系和/或关注关系的用户中,依据所述消息发布平台上的用户的预计回复概率,选择预设个数个用户;其中,所述用户的预计回复概率是根据所述消息发布平台上的用户特征数据和待发布消息特征数据所确定的;
将所述待发布消息发送给所述预设个数个用户。
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:
若存在与所述消息发布者存在好友关系和/或关注关系的用户;则将所述待发布消息发送给与所述消息发布者存在好友关系和/或关注关系的用户。
3.根据权利要求1所述的方法,其特征在于,所述依据所述消息发布平台上的用户的预计回复概率,选择预设个数个用户包括:
统计预设时长内所有发送消息的回复情况,建立决策树模型;
将各用户的特征数据与决策树模型中所述待发布消息对应的节点的特征集的匹配度作为用户的预计回复概率;
从中选择预计回复概率最高的预设个数用户。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
进行决策树剪枝去除过拟合。
5.根据权利要求1所述的方法,其特征在于,所述依据所述消息发布平台上的用户的预计回复概率,选择预设个数个用户包括:
获取与所述消息发布者不存在好友关系和/或关注关系的用户对应的用户特征数据;
将所述用户特征数据以及待发送信息对应的特征数据输入预计回复概率预测模型,获取所述与所述消息发布者不存在好友关系和/或关注关系的用户对所述待发送信息的预计回复概率;
选择预计回复概率最高的预设个数用户。
6.根据权利要求5所述的方法,其特征在于,
所述预计回复概率预测模型通过多个用户对发送消息的历史回复情况,包括用户分别对应的信息回复数据和用户特征数据训练生成;
所述信息回复数据包括:向用户发送的信息、所述向用户发送的信息对应的特征数据以及所述对应的用户对所述信息的回复情况。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
选择预计回复概率最高的初筛个数用户,根据所述预计回复概率最高的预设初筛个数用户与待发布消息的匹配程度进行决策树剪枝去除过拟合,得到匹配度最高的预设个数个用户。
8.根据权利要求3或5所述的方法,其特征在于,所述方法还包括:
根据各用户的特征数据与决策树模型中所述待发布消息对应的节点的特征集的匹配度,确定所述待发布消息对应各用户的消息等级。
9.根据权利要求8所述的方法,其特征在于,不同的消息等级对应不同的消息展示方式。
10.一种消息接收方法,应用于消息发布平台对应的用户客户端,其特征在于,包括:
接收所述消息发布平台发送的消息,
根据所述消息等级,对应展示所述消息;其中,
所述消息为消息发布者在所述消息发布平台上输入的待发布消息;
所述用户为从与所述消息发布者不存在好友关系和/或关注关系的用户中,依据所述消息发布平台上的用户的预计回复概率,选择的预设个数个用户;其中,所述用户的预计回复概率是根据所述消息发布平台上的用户特征数据和待发布消息特征数据所确定的。
11.根据权利要求10所述的方法,其特征在于,
所述用户为与所述消息发布者存在好友关系和/或关注关系的用户。
12.一种电子设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的方法。
13.一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,该程序被处理器执行时实现如权利要求1-11中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910340041.8A CN110061906B (zh) | 2019-04-25 | 2019-04-25 | 一种消息发布/接收方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910340041.8A CN110061906B (zh) | 2019-04-25 | 2019-04-25 | 一种消息发布/接收方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110061906A CN110061906A (zh) | 2019-07-26 |
CN110061906B true CN110061906B (zh) | 2022-03-01 |
Family
ID=67320869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910340041.8A Active CN110061906B (zh) | 2019-04-25 | 2019-04-25 | 一种消息发布/接收方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110061906B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110602224B (zh) * | 2019-09-18 | 2022-11-11 | 上海掌门科技有限公司 | 用于推送信息的方法、电子设备和计算机可读介质 |
CN111416766B (zh) * | 2020-03-23 | 2022-10-14 | 维沃移动通信有限公司 | 信息发布方法及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588323A (zh) * | 2009-06-11 | 2009-11-25 | 腾讯科技(深圳)有限公司 | 一种使用聊天机器人在im群中主动发布消息的方法和系统 |
CN103269305A (zh) * | 2012-12-18 | 2013-08-28 | 北京奇虎科技有限公司 | 用于发布群组交流信息的方法及系统 |
CN103309880A (zh) * | 2012-03-13 | 2013-09-18 | 段卫东 | 基于所答问题搜索结果获得对象发布信息的方法和装置 |
CN104111921A (zh) * | 2013-04-16 | 2014-10-22 | 北京三星通信技术研究有限公司 | 获取网络反馈的方法及设备 |
CN104580465A (zh) * | 2015-01-09 | 2015-04-29 | 天脉聚源(北京)传媒科技有限公司 | 一种信息反馈方法、装置及系统 |
US9210114B1 (en) * | 2006-12-16 | 2015-12-08 | United Services Automobile Association | Automated delayed message redelivery |
CN105530174A (zh) * | 2016-01-22 | 2016-04-27 | 腾讯科技(深圳)有限公司 | 发布消息的方法和装置 |
CN106209571A (zh) * | 2015-05-06 | 2016-12-07 | 中兴通讯股份有限公司 | 一种信息交互管理的方法、装置及移动终端 |
CN109525488A (zh) * | 2019-01-29 | 2019-03-26 | 苏州达家迎信息技术有限公司 | 即时消息发布方法、装置、终端、服务器及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109547814B (zh) * | 2018-12-13 | 2021-07-16 | 北京达佳互联信息技术有限公司 | 视频推荐方法、装置、服务器及存储介质 |
-
2019
- 2019-04-25 CN CN201910340041.8A patent/CN110061906B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9210114B1 (en) * | 2006-12-16 | 2015-12-08 | United Services Automobile Association | Automated delayed message redelivery |
CN101588323A (zh) * | 2009-06-11 | 2009-11-25 | 腾讯科技(深圳)有限公司 | 一种使用聊天机器人在im群中主动发布消息的方法和系统 |
CN103309880A (zh) * | 2012-03-13 | 2013-09-18 | 段卫东 | 基于所答问题搜索结果获得对象发布信息的方法和装置 |
CN103269305A (zh) * | 2012-12-18 | 2013-08-28 | 北京奇虎科技有限公司 | 用于发布群组交流信息的方法及系统 |
CN104111921A (zh) * | 2013-04-16 | 2014-10-22 | 北京三星通信技术研究有限公司 | 获取网络反馈的方法及设备 |
CN104580465A (zh) * | 2015-01-09 | 2015-04-29 | 天脉聚源(北京)传媒科技有限公司 | 一种信息反馈方法、装置及系统 |
CN106209571A (zh) * | 2015-05-06 | 2016-12-07 | 中兴通讯股份有限公司 | 一种信息交互管理的方法、装置及移动终端 |
CN105530174A (zh) * | 2016-01-22 | 2016-04-27 | 腾讯科技(深圳)有限公司 | 发布消息的方法和装置 |
CN109525488A (zh) * | 2019-01-29 | 2019-03-26 | 苏州达家迎信息技术有限公司 | 即时消息发布方法、装置、终端、服务器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110061906A (zh) | 2019-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11048530B1 (en) | Predictive action modeling to streamline user interface | |
US10778628B2 (en) | Predictive scoring and messaging in messaging systems | |
EP2941754B1 (en) | Social media impact assessment | |
WO2018040944A1 (zh) | 恶意地址/恶意订单的识别系统、方法及装置 | |
US9064212B2 (en) | Automatic event categorization for event ticket network systems | |
US9607273B2 (en) | Optimal time to post for maximum social engagement | |
CN110727761B (zh) | 对象信息获取方法、装置及电子设备 | |
US20220253647A1 (en) | Automatic machine learning model evaluation | |
TW201443812A (zh) | 社群媒體影響性評估(二) | |
CN110061906B (zh) | 一种消息发布/接收方法 | |
CN110929799A (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
WO2012064875A1 (en) | Messaging system with multiple messaging channels | |
CN110717597A (zh) | 利用机器学习模型获取时序特征的方法和装置 | |
US20190080290A1 (en) | Updating messaging data structures to include predicted attribute values associated with recipient entities | |
CN114841526A (zh) | 一种高风险用户的检测方法、计算设备及可读存储介质 | |
CN113051911A (zh) | 提取敏感词的方法、装置、设备、介质及程序产品 | |
US10776138B1 (en) | Recipient-side dynamic customization of an email intended for the recipient | |
CN117235371A (zh) | 视频推荐方法、模型训练方法及装置 | |
CN113596011B (zh) | 流量识别方法及装置,计算设备和介质 | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN114154477A (zh) | 文本数据处理方法及装置、电子设备和可读存储介质 | |
CN113298637A (zh) | 业务平台的用户导流方法、装置和系统 | |
US20190198149A1 (en) | Determining actionable events for gamified health goals based upon user communications | |
US11586705B2 (en) | Deep contour-correlated forecasting | |
EP4394689A1 (en) | Server and method for controlling same |
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 |