CN110135912B - 一种信息推送方法、装置、服务器和存储介质 - Google Patents

Abstract

本发明实施例公开了一种信息推送方法、装置、服务器和存储介质，其中，方法包括：在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群；在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群；分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道进行信息推送。本发明实施例可通过有针对性的对不同推送通道预先确定的不同对象群进行个性化信息推送，提升对象转化率和对象活跃度，同时减少对象流失。

Description

一种信息推送方法、装置、服务器和存储介质

技术领域

本发明实施例涉及互联网技术，尤其涉及一种信息推送方法、装置、服务器和存储介质。

背景技术

随着互联网和智能终端技术的发展，使得信息的提供方式更加丰富和便利。例如，商家可以通过短信、电话或终端上安装的应用软件推送方式，将自己的产品信息推送给用户，从而实现产品推广等营销目的。

由于用户数量庞大，不同用户的喜好又不尽相同，现有技术中虽然能够实现基于用户大数据和产品做匹配来进行产品信息的推送，但是，现有技术仍然无法满足当前对用户转化率指标的需求，导致用户流失度高，且活跃度低。

发明内容

本发明实施例提供一种信息推送方法、装置、服务器和存储介质，以解决现有技术中无法满足当前对用户转化率指标的需求，导致用户流失度高，且活跃度低的问题。

第一方面，本发明实施例提供了一种信息推送方法，该方法包括：

在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群；

在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群；

分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道进行信息推送。

第二方面，本发明实施例还提供了一种信息推送装置，该装置包括：

推送对象群确定模块，用于在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群；

推送对象群分类模块，用于在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群；

信息推送模块，用于分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道进行信息推送。

第三方面，本发明实施例还提供了一种服务器，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本发明任一实施例所述的信息推送方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的信息推送方法。

本发明实施例提供一种信息推送方法、装置、服务器和存储介质，通过对推送历史数据做统计分析，确定不同推送通道对应的推送对象群，并根据对象历史行为特征对推送对象进行分类，得到不同类别的对象群，分别对各类对象群通过各自所属推送通道进行信息推送。由此，通过对不同对象群进行个性化信息推送，可提升对象转化率和活跃度，同时减少对象流失。

附图说明

图1为本发明实施例一中的信息推送方法的流程图；

图2是本发明实施例二中的信息推送方法的流程图；

图3为本发明实施例三中的信息推送方法的流程图；

图4为本发明实施例四中的信息推送方法的流程图；

图5为本发明实施例五中的信息推送方法的流程图；

图6为本发明实施例六中的信息推送装置的结构示意图；

图7是本发明实施例七中的服务器的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的信息推送方法的流程图，本实施例可适用于向用户进行信息推送的情况，例如在智能营销过程中，向用户以短信等形式发送产品信息。该方法可以由信息推送装置来执行，该装置可以采用软件和/或硬件的方式实现，例如可以配置于服务器。如图1所示，该方法具体包括：

S101、在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群。

其中，推送通道是指信息推送的方式，示例性的为短信、微信、邮件或电话等。可在推送历史数据中对各推送通道做统计分析，并根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群，其中，触达比例用于表示通过某一推送通道接收到推送信息的推送对象占该推送通道全部推送对象数量的比率。示例性的，对于短信推送方式，对应的全部推送对象总数量100人，但根据短信通道的反馈信息分析得知，只有其中80人接收到该推送信息，则短信推送方式对应的触达比例为80％，这80人可以作为短信推送通道的推送对象群。

S102、在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群。

针对任一推送通道对应的推送对象群，分析对象的历史行为特征，例如响应行为(如点击推送信息中的链接、注册或购买推送信息所指的标的物等)、响应的频次和时间。根据分析结果对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群。其中，响应对象群是指对推送信息进行响应行为的对象群，而且，响应对象群可以根据响应程度进行划分，例如划分为响应客群和转化客群，转化客群示例性的为根据推送信息完成购买标的物的对象群体，响应客群可以为做出响应行为但没有转化的对象群体；促活对象群是指活跃度低的对象，例如响应的频次低的对象；挽回对象群是指历史上具有一定的活跃度，但是现阶段在一定时间内并不活跃的对象，也即是有流失风险的对象。

在一种具体的实施方式中，还可以针对不同类型的推送对象群，采取不同的策略进行信息推送。例如，对于响应对象群，可以选择对象最感兴趣的产品信息进行推送；对于促活对象群，可以选择参与优惠活动的产品信息进行推送；对于挽回对象群，可以选择对象历史感兴趣的产品中当前参与优惠活动的产品信息进行推送，从而达到针对不同类型的对象进行个性化信息推送的目的。本发明实施例对具体的推送策略不作任何限定。

S103、分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道进行信息推送。

示例性的，可按照预先确定的目标推送话术有针对性的在不同的推送通道对响应对象群、促活对象群和挽回对象群进行个性化信息推送，也即是每个类型的对象群体都对应有各自的营销话术。其中，确定目标推送话术可按如下操作进行：

S1.获取不同推送通道的预设推送话术；

S2.利用预先建立的话术模型，基于不同的对象群以及对象群中不同推送对象偏好的推送通道，选取多个预设话术并进行组合，得到目标推送话术。

其中，确定不同推送对象偏好的推送通道时，可通过获取用户在不同推送通道的触达反馈信息，并对触达反馈信息进行统计，以确定推送对象偏好的推送通道，例如，触达反馈占比高的通道作为偏好的推送通道。

本发明实施例通过对推送历史数据做统计分析，确定不同推送通道对应的推送对象群，并根据对象历史行为特征对推送对象进行分类，得到不同类别的对象群，分别对各类对象群，通过各自所属推送通道进行信息推送。由此，通过对不同对象群进行个性化信息推送，可提升对象转化率和活跃度，同时减少对象流失。

实施例二

图2为本发明实施例二提供的信息推送方法的流程图，本实施例二在实施例一的基础上，对确定响应对象群以及向响应对象群推送信息作进一步地优化。如图2所示，所述方法包括：

S201、在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群。

S202、利用预先建立的响应模型，对对象历史行为进行分析，提取推送对象对推送信息做出响应的行为特征。

其中，推送对象对推送信息做出响应的行为特征至少包括：打开或点击推送信息、退订推送信息、转化推送信息或没有任何响应等。其中，转化推送信息可以示例性的为按照推送信息完成账号注册并订阅某业务或购买推送信息所指标的物。

S203、根据所述行为特征，对推送对象的响应分进行打分。

其中，响应分用于评价推送对象对不同推送信息所指标的物的响应程度。因此可根据响应程度进行打分。示例性的，若推送对象完成转化，例如购买了推送信息所指标的物或完成注册，则表明该推送对象响应程度最高，若推送对象只完成注册，没有订阅某业务，则确定该推送对象响应程度次之，若推送对象只打开推送信息，响应度较低，根据响应程度的高低即可完成打分。具体实施时，也可以结合多种行为特征来综合确定响应程度，本实施例对此不作任何限定。

S204、将所述响应分满足预设条件的推送对象作为所述响应对象群。

示例性的，将响应分的分值大于预设阈值的推送对象作为所述响应对象群。

S205、利用预先建立的兴趣识别模型，对响应对象群的对象历史行为进行分析，并对推送对象做出响应的标的物进行打分，得到标的物兴趣分。

其中，所述标的物兴趣分用于评价推送对象对标的物感兴趣的程度。

S206、根据所述标的物兴趣分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送。

通过S205-S206分析响应对象群感兴趣的标的物，并有针对性的为每一个推送对象选择目标标的物的信息进行推送，具体可按照目标推送话术进行推送。由此实现了个性化推送，提升了推送对象对标的物的粘性。

进一步的，标的物为金融产品时，还要评价推送对象的风险承受能力。具体的，利用预先建立的风控模型，基于用户画像得到推送对象的信用分，其中，所述信用分用于评价推送对象对不同金融产品的风险承受能力；根据所述标的物兴趣分，并结合所述信用分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送，也即是给用户推送其感兴趣且能承受相应分线能力的标的物的信息，从而提高转化率。

本发明实施例通过响应模型确定推送对象的响应特征，并根据响应特征确定推送对象的响应分，并将响应分大于阈值的推送对象作为响应对象群。并分析每个推送对象感兴趣的标的物，有针对性的向每个推送对象推送标的物信息。由此实现了个性化推送，提升了推送对象对标的物的粘性。

实施例三

图3为本发明实施例三提供的信息推送方法的流程图，本实施例在上述实施例的基础上进行优化，在确定响应对象群之前，增加了确定成本收益的操作。如图3所示，所述方法包括：

S301、获取预先确定的推送对象数量阈值和全局转化率阈值。

示例性的，可通过投放预估模型根据投放的成本预算和期望得到的收益，确定推送对象数量阈值和能产生收益的全局转化率阈值。

S302、利用预先建立的策略阈值模型，通过对推送通道的触达率、推送对象的响应率和转化率进行调节，以使利用调节后的触达率、响应率和转化率计算出的实际全局转化率不低于所述全局转化率阈值，并且实际推送对象数量不少于所述推送对象数量阈值。

其中，全局转化率＝触达率*响应率*转化率，触达率是指各推送通道对应的推送对象群占全部推送对象数量的比率；响应率是指响应对象群占其所属推送通道对应的对象群的比率；转化率是指在响应对象群中进行信息推送的推送对象中，实现转化的对象占该响应对象群的比率。

这里需要说明的是，当触达率、响应率和转化率达到一定的高度时，可触达的用户数量就会非常有限，带来的最终受益也会非常有限。因此可通过调节推送通道的触达率、推送对象的响应率和转化率，例如增加各推送通道对应的推送对象群的数量，以确保实际全局转化率不低于全局转化率阈值，并且实际推送对象数量不少于推送对象数量阈值。由此保证在调节后的触达率，响应率和转化率的基础上，使得推送信息后可达到收益目的。

本发明实施例通过调整推送通道的触达率、推送对象的响应率和转化率，确保实际全局转化率不低于全局转化率阈值，并且实际推送对象数量不少于推送对象数量阈值，以确保收益。

实施例四

图4为本发明实施例四提供的信息推送方法的流程图，本实施例在上述实施例的基础上，对确定促活对象群以及向促活对象群推送信息作进一步地优化。如图4所示，所述方法包括：

S401、在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群。

S402、利用预先建立的促活模型，对对象历史行为进行分析，提取推送对象对推送信息的活跃度行为特征。

其中，活跃度也即是对象对推送信息做出响应的积极程度。示例性的，推送信息是一款APP推荐，若推送对象根据该推送信息完成下载注册后，经常登录，则该用户活跃度高，其中，登陆行为也即是一种活跃度行为特征。

S403、根据所述活跃度行为特征对推送对象的活跃度进行打分，得到活跃分，其中，所述活跃分用于评价对象对推送信息或推送信息所指标的物做出响应的频率。

S404、将所述活跃分没有达到预设标准的推送对象作为所述促活对象群。

示例性的，将活跃分小于预设分数阈值的推送对象作为所述促活对象群，也即是需要促进对象活跃度的群体。

S405、利用预设促活策略，针对促活对象群进行信息推送。

其中，所述促活策略用于提高对象的活跃度。示例性的，向促活对象群推送一些促销活动，或推送一些优惠券等，以提升对象的活跃度。

本发明实施例通过确定推送对象的活跃度行为特征确定其活跃分，并将响应分小于阈值的推送对象作为促活对象群。利用预设促活策略，针对促活对象群进行信息推送，由此可促进对象的活跃度。

实施例五

图5为本发明实施例五提供的信息推送方法的流程图，本实施例在上述实施例的基础上，对确定挽回对象群以及向挽回对象群推送信息作进一步地优化。如图5所示，所述方法包括：

S501、在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群。

S502、利用预先建立的挽回模型，对对象历史行为进行分析，提取推送对象对推送信息的忠诚度行为特征。

示例性的，推送信息是一款APP推荐，若推送对象根据推荐信息完成下载注册后，在一段时间内持续登录，例如，一年内每天都登录，则确定该对象忠诚度高，而如果在之后的一段时间内又不经常登录了，例如间隔很长时间才登录一次，则对象忠诚度低，容易流失。其中，持续登陆行为也即是一种忠诚度行为特征。

S503、根据所述忠诚度行为特征对推送对象的忠诚度进行打分，得到忠诚度分。

其中，忠诚度分用于评价历史活跃对象在一定时间内是否持续活跃。

S504、将所述忠诚度没有达到预设标准的推送对象作为所述挽回对象群。

推送对象的忠诚度低于预设分数阈值，则表明该推送对象有流失风险，因此将有流失风险的用户集中起来，作为挽回对象群，以便后续通过策略挽回该部分对象。

S505、利用预设挽回策略，针对挽回对象群进行信息推送。

其中，所述挽回策略用于通过对挽回对象群中推送对象感兴趣的推送信息或推送信息所指标的物进行二次推送，以提高挽回对象的活跃度。示例性的，可通过深度分析挽回对象群中各对象的历史兴趣点，根据每个对象各自的兴趣点推送对应的信息。

本发明实施例通过确定推送对象的忠诚度行为特征确定其忠诚度分，并将忠诚度分小于阈值的推送对象作为挽回对象群。利用预设挽回策略，针对挽回对象群进行信息推送，由此可降低对象流失的风险。

实施例六

图6是本发明实施例六中的信息推送装置的结构示意图。如图6所示，信息推送装置包括：

推送对象群确定模块601，用于在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群；

推送对象群分类模块602，用于在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群；

信息推送模块603，用于分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道进行信息推送。

本发明实施例通过对推送历史数据做统计分析，确定不同推送通道对应的推送对象群，并根据对象历史行为特征对推送对象进行分类，得到不同类别的对象群，分别对各类对象群通过各自所属推送通道进行信息推送。由此，通过对不同对象群进行个性化信息推送，可提升对象转化率和活跃度，同时减少对象流失。

在上述实施例的基础上，推送对象群分类模块包括：

响应行为特征提取单元，用于利用预先建立的响应模型，对对象历史行为进行分析，提取推送对象对推送信息做出响应的行为特征；

响应打分单元，用于根据所述行为特征，对推送对象的响应分进行打分，其中，所述响应分用于评价推送对象对不同推送信息所指标的物的响应程度；

响应对象群确定单元，用于将所述响应分满足预设条件的推送对象作为所述响应对象群；

相应的，信息推送模块，包括：

兴趣打分单元，用于利用预先建立的兴趣识别模型，对响应对象群的对象历史行为进行分析，并对推送对象做出响应的标的物进行打分，得到标的物兴趣分，其中，所述标的物兴趣分用于评价推送对象对标的物感兴趣的程度；

第一推送单元，用于根据所述标的物兴趣分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送。

在上述实施例的基础上，所述装置还包括：

阈值确定模块，用于获取预先确定的推送对象数量阈值和全局转化率阈值；

调节模块，用于利用预先建立的策略阈值模型，通过对推送通道的触达率、推送对象的响应率和转化率进行调节，以使利用调节后的触达率、响应率和转化率计算出的实际全局转化率不低于所述全局转化率阈值，并且实际推送对象数量不少于所述推送对象数量阈值；

其中，所述触达率是指各推送通道对应的推送对象群占全部推送对象数量的比率；所述响应率是指所述响应对象群占其所属推送通道对应的对象群的比率；所述转化率是指在响应对象群中进行信息推送的推送对象中，实现转化的对象占该响应对象群的比率。

在上述实施例的基础上，所述标的物包括金融产品，相应的，所述装置还包括：

信用分确定模块，用于利用预先建立的风控模型，基于用户画像得到推送对象的信用分，其中，所述信用分用于评价推送对象对不同金融产品的风险承受能力；

相应的，第一推送单元具体用于：

根据所述标的物兴趣分，并结合所述信用分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送。

在上述实施例的基础上，推送对象群分类模块还包括：

活跃度行为特征获取单元，用于利用预先建立的促活模型，对对象历史行为进行分析，提取推送对象对推送信息的活跃度行为特征；

活跃度打分单元，用于根据所述活跃度行为特征对推送对象的活跃度进行打分，得到活跃分，其中，所述活跃分用于评价对象对推送信息或推送信息所指标的物做出响应的频率；

促活对象群确定单元，用于将所述活跃分没有达到预设标准的推送对象作为所述促活对象群；

相应的，信息推送模块还包括：

第二推送单元，利用预设促活策略，针对促活对象群进行信息推送，其中，所述促活策略用于提高对象的活跃度。

在上述实施例的基础上，推送对象群分类模块还包括：

忠诚度行为特征获取单元，用于利用预先建立的挽回模型，对对象历史行为进行分析，提取推送对象对推送信息的忠诚度行为特征；

忠诚度打分单元，用于根据所述忠诚度行为特征对推送对象的忠诚度进行打分，得到忠诚度分，其中，所述忠诚度分用于评价历史活跃对象在一定时间内是否持续活跃；

挽回对象群确定单元，将所述忠诚度没有达到预设标准的推送对象作为所述挽回对象群；

相应的，信息推送模块还包括；

第三推送单元，用于利用预设挽回策略，针对挽回对象群进行信息推送，其中，所述挽回策略用于通过对挽回对象群中推送对象感兴趣的推送信息或推送信息所指标的物进行二次推送，以提高挽回对象的活跃度。

在上述实施例的基础上，信息推送模块具体用于：

获取不同推送通道的预设推送话术；

利用预先建立的话术模型，基于不同的对象群以及对象群中不同推送对象偏好的推送通道，选取多个预设话术并进行组合，得到目标推送话术；

分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道并按照所述目标推送话术进行信息推送。

本发明实施例所提供的信息推送装置可执行本发明任意实施例所提供的信息推送方法，具备执行方法相应的功能模块和有益效果。

实施例七

图7为本发明实施例七提供的一种服务器的结构示意图。图7示出了适于用来实现本发明实施方式的示例性服务器12的框图。图7显示的服务器12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，服务器12以通用计算设备的形式表现。服务器12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16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18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。

服务器12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服务器12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28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)30和/或高速缓存存储器32。服务器12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34可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7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18相连。存储器28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42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42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。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该服务器12交互的设备通信，和/或与使得该服务器12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22进行。并且，服务器12还可以通过网络适配器20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20通过总线18与服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合服务器12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16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的信息推送方法，该方法包括：

在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群；

在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群；

分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道进行信息推送。

实施例八

本发明实施例八还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的信息推送方法，该方法包括：

在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群；

在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群；

分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道进行信息推送。

本发明实施例的计算机存储介质，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)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (16)

1.一种信息推送方法，其特征在于，包括：

在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群；其中，触达比例用于表示通过某一推送通道接收到推送信息的推送对象占该推送通道全部推送对象数量的比率；所述推送通道是指信息推送的方式；

在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群；所述对象行为特征包括如下至少一项：响应行为、响应的频次和时间；所述响应对象群是指对推送信息进行响应行为的对象群，包括响应客群和转化客群，所述转化客群为根据推送信息完成购买标的物的对象群体，所述响应客群为做出响应行为但没有转化的对象群体；所述促活对象群是指活跃度低的对象群体；所述挽回对象群是指历史上具有一定的活跃度，但是现阶段在一定时间内并不活跃的具有流失风险的对象群体；

分别针对所述响应对象群、促活对象群和挽回对象群，采取不同的推送策略并通过各自所属推送通道进行信息推送。

2.根据权利要求1所述的方法，其特征在于，基于对象行为特征对推送对象进行分类，得到响应对象群，包括：

利用预先建立的响应模型，对对象历史行为进行分析，提取推送对象对推送信息做出响应的行为特征；

根据所述行为特征，对推送对象的响应分进行打分，其中，所述响应分用于评价推送对象对不同推送信息所指标的物的响应程度；

将所述响应分满足预设条件的推送对象作为所述响应对象群；

相应的，针对响应对象群进行信息推送，包括：

利用预先建立的兴趣识别模型，对响应对象群的对象历史行为进行分析，并对推送对象做出响应的标的物进行打分，得到标的物兴趣分，其中，所述标的物兴趣分用于评价推送对象对标的物感兴趣的程度；

根据所述标的物兴趣分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取预先确定的推送对象数量阈值和全局转化率阈值；

利用预先建立的策略阈值模型，通过对推送通道的触达率、推送对象的响应率和转化率进行调节，以使利用调节后的触达率、响应率和转化率计算出的实际全局转化率不低于所述全局转化率阈值，并且实际推送对象数量不少于所述推送对象数量阈值；

其中，所述触达率是指各推送通道对应的推送对象群占全部推送对象数量的比率；所述响应率是指所述响应对象群占其所属推送通道对应的对象群的比率；所述转化率是指在响应对象群中进行信息推送的推送对象中，实现转化的对象占该响应对象群的比率。

4.根据权利要求2所述的方法，其特征在于，所述标的物包括金融产品，相应的，所述方法还包括：

利用预先建立的风控模型，基于用户画像得到推送对象的信用分，其中，所述信用分用于评价推送对象对不同金融产品的风险承受能力；

相应的，所述根据所述标的物兴趣分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送，进一步包括：

根据所述标的物兴趣分，并结合所述信用分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送。

5.根据权利要求1所述的方法，其特征在于，基于对象行为特征对推送对象进行分类，得到促活对象群，包括：

利用预先建立的促活模型，对对象历史行为进行分析，提取推送对象对推送信息的活跃度行为特征；

根据所述活跃度行为特征对推送对象的活跃度进行打分，得到活跃分，其中，所述活跃分用于评价对象对推送信息或推送信息所指标的物做出响应的频率；

将所述活跃分没有达到预设标准的推送对象作为所述促活对象群；

相应的，针对促活对象群进行信息推送，包括：

利用预设促活策略，针对促活对象群进行信息推送，其中，所述促活策略用于提高对象的活跃度。

6.根据权利要求1所述的方法，其特征在于，基于对象行为特征对推送对象进行分类，得到挽回对象群，包括：

利用预先建立的挽回模型，对对象历史行为进行分析，提取推送对象对推送信息的忠诚度行为特征；

根据所述忠诚度行为特征对推送对象的忠诚度进行打分，得到忠诚度分，其中，所述忠诚度分用于评价历史活跃对象在一定时间内是否持续活跃；

将所述忠诚度没有达到预设标准的推送对象作为所述挽回对象群；

相应的，针对挽回对象群进行信息推送，包括；

利用预设挽回策略，针对挽回对象群进行信息推送，其中，所述挽回策略用于通过对挽回对象群中推送对象感兴趣的推送信息或推送信息所指标的物进行二次推送，以提高挽回对象的活跃度。

7.根据权利要求1所述的方法，其特征在于，所述分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道进行信息推送，包括：

获取不同推送通道的预设推送话术；

利用预先建立的话术模型，基于不同的对象群以及对象群中不同推送对象偏好的推送通道，选取多个预设话术并进行组合，得到目标推送话术；

分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道并按照所述目标推送话术进行信息推送。

8.一种信息推送装置，其特征在于，包括：

推送对象群确定模块，用于在推送历史数据中对至少两种推送通道做统计分析，根据推送对象在不同推送通道的触达比例，确定不同推送通道对应的推送对象群；其中，触达比例用于表示通过某一推送通道接收到推送信息的推送对象占该推送通道全部推送对象数量的比率；所述推送通道是指信息推送的方式；

推送对象群分类模块，用于在不同推送通道对应的推送对象群中，基于对象行为特征对推送对象进行分类，得到响应对象群、促活对象群和挽回对象群；所述对象行为特征包括如下至少一项：响应行为、响应的频次和时间；所述响应对象群是指对推送信息进行响应行为的对象群，包括响应客群和转化客群，且所述转化客群为根据推送信息完成购买标的物的对象群体，所述响应客群为做出响应行为但没有转化的对象群体；所述促活对象群是指活跃度低的对象群体；所述挽回对象群是指历史上具有一定的活跃度，但是现阶段在一定时间内并不活跃的具有流失风险的对象群体；

信息推送模块，用于分别针对所述响应对象群、促活对象群和挽回对象群，采取不同的推送策略并通过各自所属推送通道进行信息推送。

9.根据权利要求8所述的装置，其特征在于，所述推送对象群分类模块包括：

响应行为特征提取单元，用于利用预先建立的响应模型，对对象历史行为进行分析，提取推送对象对推送信息做出响应的行为特征；

响应打分单元，用于根据所述行为特征，对推送对象的响应分进行打分，其中，所述响应分用于评价推送对象对不同推送信息所指标的物的响应程度；

响应对象群确定单元，用于将所述响应分满足预设条件的推送对象作为所述响应对象群；

相应的，所述信息推送模块包括：

兴趣打分单元，用于利用预先建立的兴趣识别模型，对响应对象群的对象历史行为进行分析，并对推送对象做出响应的标的物进行打分，得到标的物兴趣分，其中，所述标的物兴趣分用于评价推送对象对标的物感兴趣的程度；

第一推送单元，用于根据所述标的物兴趣分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送。

10.根据权利要求8所述的装置，其特征在于，所述装置还包括：

阈值确定模块，用于获取预先确定的推送对象数量阈值和全局转化率阈值；

调节模块，用于利用预先建立的策略阈值模型，通过对推送通道的触达率、推送对象的响应率和转化率进行调节，以使利用调节后的触达率、响应率和转化率计算出的实际全局转化率不低于所述全局转化率阈值，并且实际推送对象数量不少于所述推送对象数量阈值；

其中，所述触达率是指各推送通道对应的推送对象群占全部推送对象数量的比率；所述响应率是指所述响应对象群占其所属推送通道对应的对象群的比率；所述转化率是指在响应对象群中进行信息推送的推送对象中，实现转化的对象占该响应对象群的比率。

11.根据权利要求9所述的装置，其特征在于，所述标的物包括金融产品，相应的，所述装置还包括：

信用分确定模块，用于利用预先建立的风控模型，基于用户画像得到推送对象的信用分，其中，所述信用分用于评价推送对象对不同金融产品的风险承受能力；

相应的，所述第一推送单元具体用于：

根据所述标的物兴趣分，并结合所述信用分，从不同标的物中为每个推送对象选择目标标的物的信息进行推送。

12.根据权利要求8所述的装置，其特征在于，所述推送对象群分类模块还包括：

活跃度行为特征获取单元，用于利用预先建立的促活模型，对对象历史行为进行分析，提取推送对象对推送信息的活跃度行为特征；

活跃度打分单元，用于根据所述活跃度行为特征对推送对象的活跃度进行打分，得到活跃分，其中，所述活跃分用于评价对象对推送信息或推送信息所指标的物做出响应的频率；

促活对象群确定单元，用于将所述活跃分没有达到预设标准的推送对象作为所述促活对象群；

相应的，所述信息推送模块还包括：

第二推送单元，利用预设促活策略，针对促活对象群进行信息推送，其中，所述促活策略用于提高对象的活跃度。

13.根据权利要求8所述的装置，其特征在于，所述推送对象群分类模块还包括：

忠诚度行为特征获取单元，用于利用预先建立的挽回模型，对对象历史行为进行分析，提取推送对象对推送信息的忠诚度行为特征；

忠诚度打分单元，用于根据所述忠诚度行为特征对推送对象的忠诚度进行打分，得到忠诚度分，其中，所述忠诚度分用于评价历史活跃对象在一定时间内是否持续活跃；

挽回对象群确定单元，将所述忠诚度没有达到预设标准的推送对象作为所述挽回对象群；

相应的，所述信息推送模块还包括；

第三推送单元，用于利用预设挽回策略，针对挽回对象群进行信息推送，其中，所述挽回策略用于通过对挽回对象群中推送对象感兴趣的推送信息或推送信息所指标的物进行二次推送，以提高挽回对象的活跃度。

14.根据权利要求8所述的装置，其特征在于，所述信息推送模块具体用于：

获取不同推送通道的预设推送话术；

利用预先建立的话术模型，基于不同的对象群以及对象群中不同推送对象偏好的推送通道，选取多个预设话术并进行组合，得到目标推送话术；

分别针对所述响应对象群、促活对象群和挽回对象群，通过各自所属推送通道并按照所述目标推送话术进行信息推送。

15.一种服务器，其特征在于，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1-7中任一所述的信息推送方法。

16.一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1-7中任一所述的信息推送方法。

Images