CN110264276A - 确定推送用户群的方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种确定推送用户群的方法、装置、设备及存储介质，涉及信息推送技术领域，其包括：获取第一目标用户群内各用户的用户级别和预估系数，所述预估系数通过相应用户的操作数据确定，所述操作数据为所述用户操作设定应用程序时生成的数据；根据所述用户级别和所述预估系数计算各所述用户的第一到达率预估值；根据所述第一到达率预估值在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群；向所述第二目标用户群进行消息推送。采用上述方法可以解决现有技术中推送对象确定方式缺乏合理性的问题。

Description

确定推送用户群的方法、装置、设备及存储介质

技术领域

本发明实施例涉及信息推送技术领域，尤其涉及一种确定推送用户群的方法、装置、设备及存储介质。

背景技术

随着智能化的迅速发展，电子设备可以安装的应用程序越来越多。为了满足业务需求，各类应用程序通常采用推送消息的方式进行网络推广。在进行消息推送时，通常根据历史推送消息到达应用程序的情况以及用户的点击情况确定推送对象。如果应用程序没有历史推送消息，则将全部用户作为推送对象。

然而，上述推送对象的确定方式缺乏合理性。比如，仅根据历史推送消息确定推送对象，会忽略使用应用程序的新用户。再如，将全部用户作为推送对象，会增加推送平台的负担，同时，对于反感推行消息的用户会降低使用体验，这样可能引起应用程序流失用户的严重后果。

发明内容

本发明提供了一种确定推送用户群的方法、装置、设备及存储介质，以解决现有技术中，推送对象确定方式缺乏合理性的技术问题。

第一方面，本发明实施例提供了一种确定推送用户群的方法，包括：

获取第一目标用户群内各用户的用户级别和预估系数，所述预估系数通过相应用户的操作数据确定，所述操作数据为所述用户操作设定应用程序时生成的数据；

根据所述用户级别和所述预估系数计算各所述用户的第一到达率预估值；

根据所述第一到达率预估值在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群；

向所述第二目标用户群进行消息推送。

进一步的，所述第一目标用户群为未接受过推送行为的用户群。

进一步的，所述获取第一目标用户群内各用户的用户级别包括：

获取第一目标用户群内各用户的属性标签；

识别所述属性标签，以确定相应用户的用户级别。

进一步的，所述识别所述属性标签，以确定相应用户的用户级别包括：

通过用户分类模型识别所述属性标签以确定相应用户的用户级别，所述用户分类模型通过训练第一参考用户群内各用户的属性标签和用户级别得到。

进一步的，所述向所述第二目标用户群进行消息推送之后，还包括：

记录所述第二目标用户群内各用户的消息推送数据，所述消息推送数据包括：第一消息推送次数和/或消息点击次数。

进一步的，还包括：

获取第三目标用户群内各用户的用户标签和消息推送数据，所述用户标签包括：属性标签、操作数据、操作衍生数据以及用户级别中的至少一种，所述第三目标用户群为已接受过推送行为的用户群；

根据所述用户标签和相应的消息推送数据得到各所述用户的第二到达率预估值；

根据所述第二到达率预估值在所述第三目标用户群内选择第二设定数量的用户组成第四目标用户群；

向所述第四目标用户群进行消息推送。

进一步的，所述根据所述用户标签和相应的消息推送数据得到各所述用户的第二到达率预估值包括：

利用到达率预估模型对所述用户标签和相应的消息推送数据进行识别，以得到各所述用户的第二到达率预估值，所述到达率预估模型通过训练第二参考用户群内各用户的用户标签、消息推送数据以及到达率预估值得到。

进一步的，所述根据所述第一到达率预估值在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群包括：

确定所述设定应用程序的第二消息推送次数；

根据所述第二消息推送次数和所述第一到达率预估值，在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群。

进一步的，所述根据所述第二消息推送次数和所述第一到达率预估值，在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群包括：

所述第二消息推送次数在设定次数范围内时，按照第一到达率预估值由高到低的顺序，在所述第一目标用户群内选择第一数量的用户组成第一子群，并在剩余用户中随机选择第二数量的用户组成第二子群，所述第一子群和所述第二子群组成第二目标用户群；

所述第二消息推送次数在设定次数范围外时，按照第一到达率预估值由高到低的顺序，在所述第一目标用户群内选择第三数量的用户组成第二目标用户群。

进一步的，所述向所述第二目标用户群进行消息推送包括：

确定当前推送方式，所述当前推送方式包括：弹窗推送和/或信息推送；

根据所述当前推送方式进行消息推送。

进一步的，所述当前推送方式包括弹窗推送，所述到达率预估模型包括弹窗到达率预估模型。

进一步的，所述当前推送方式包括信息推送，所述到达率预估模型包括信息到达率预估模型。

第二方面，本发明实施例还提供了一种确定推送用户群的装置，包括：

获取模块，用于获取第一目标用户群内各用户的用户级别和预估系数，所述预估系数通过相应用户的操作数据确定，所述操作数据为所述用户操作设定应用程序时生成的数据；

计算模块，用于根据所述用户级别和所述预估系数计算各所述用户的第一到达率预估值；

确定模块，用于根据所述第一到达率预估值在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群；

推送模块，用于向所述第二目标用户群进行消息推送。

第三方面，本发明实施例还提供了一种确定推送用户群的设备，包括：

一个或多个处理器；

存储器，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第一方面所述的确定推送用户群的方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的确定推送用户群的方法。

上述确定推送用户群的方法、装置、设备及存储介质，通过获取第一目标用户群内各用户的用户级别以及预估系数计算各用户的第一到达率预估值，并根据第一到达率预估值确定可进行消息推送的第二目标用户群，进而对第二目标用户群进行消息推送的技术手段，可以在进行消息推送时，根据用户的级别和操作数据选择合理的用户群，尤其是对于未推送过消息的用户群，无需对全部用户进行推送，防止了资源浪费，同时，提高了推送消息的投入产出比。

附图说明

图1为本发明实施例一提供的一种确定推送用户群的方法的流程图；

图2为本发明实施例二提供的一种确定推送用户群的方法的流程图；

图3为本发明实施例二提供的用户分类模型训练示意图；

图4为本发明实施例三提供的一种确定推送用户群的方法的流程图；

图5为本发明实施例四提供的一种确定推送用户群的装置的结构示意图；

图6为本发明实施例五提供的一种确定推送用户群的设备的结构示意图。

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一种确定推送用户群的方法的流程图。实施例中提供的确定推送用户群的方法可以由确定推送用户群的设备执行，该确定推送用户群的设备可以通过软件和/或硬件的方式实现，该确定推送用户群的设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。例如，确定推送用户群的设备可以是电脑、手机、平板或智能交互平板等。

进一步的，确定推送用户群的设备可以理解为设定应用程序的业务后台，或者为可向设定应用程序推送消息的消息推送平台，也可以为集成业务后台和消息推送平台的设备，即确定推送用户群的设备具有服务器功能。其中，设定应用程序的具体类型实施例不作限定，其可以是任一个或几个关联的应用程序，一般而言，安装有设定应用程序的设备与确定推送用户群的设备为不同的物理实体设备，通常，安装有设定应用程序的设备为用户使用的电子设备。实施例中，以确定推送用户群的设备集成业务后台和消息推送平台为例进行表述。此时，确定推送用户群的设备可以根据实际需求生成推送消息，并向设定用户或用户群进行消息推送。可以理解的是，向用户推送消息是指向用户使用的设定应用程序推送消息。实施例中将推送消息的行为记为推送行为。

具体的，参考图1，本实施例提供的确定推送用户群的方法包括：

步骤110、获取第一目标用户群内各用户的用户级别和预估系数，预估系数通过相应用户的操作数据确定，操作数据为用户操作设定应用程序时生成的数据。

示例性的，第一目标用户群为使用设定应用程序的用户群，其可以包含使用设定应用程序的全部用户，或者是包含设定时间长度内使用设定应用程序的用户群，又或是包含满足设定条件的用户。实施例中，以第一目标用户群为未接受过推送行为的用户群为例。例如，在设定应用程序的全体用户中，选择未接受过推送行为的全部用户或设定数量用户组成第一目标用户群。再如，在设定应用程序上线后设定时间内首次进行消息推送时，将当前使用设定应用程序的全部用户或设定数量的用户作为第一目标用户群。

通常，第一目标用户群内的用户可以是已注册用户，也可以是使用设定应用程序的非注册用户。进一步的，确定推送用户群的设备可以通过设定应用程序确定用户使用设备型号、用户使用设备价格、用户使用设备版本、设定应用程序下载渠道、设定应用程序的版本号、设定应用程序激活渠道等属性数据中的至少一项。还可以通过设定应用程序确定用户的操作行为。其中，操作行为包括：用户登录时间、用户使用时间、用户付费金额及付费时间、用户在线时长以及用户浏览时间等至少一项。进一步的，针对已注册用户，确定推送用户群的设备还可以通过设定应用程序确定用户的登录名或昵称、性别、年龄、设定应用程序登录渠道等至少一项属性数据。针对非注册用户，确定推送用户群的设备还可以通过设定应用程序确定登录地址等属性数据。一般而言，确定推送用户群的设备可以在用户下载使用设定应用程序和/或进行注册时获取属性数据。

进一步的，第一目标用户群内的每个用户均有对应的用户级别。用户级别可以表示用户对于设定应用程序的热度以及熟练程度。通常，用户级别包含的级别类型可以结合实际情况设定。实施例中，设定用户级别至少包括：高级用户、中级用户、初级用户以及流失用户。进一步的，用户级别的确定方式可以根据实际情况设定。例如，通过用户的操作行为确定用户级别，再如，通过用户的属性数据确定用户级别。通常，在确定用户级别时，可以是预先设定不同用户级别对应的限定条件，并确认用户的操作行为和/或属性数据所满足的限定条件，或者是，预先建立集合，该集合中包括一定数量的操作行为和/或属性数据及对应的用户级别，之后，构建模型并对上述数据进行训练，以在后续过程中通过模型识别对应的行为数据和/或属性数据，进而得到用户级别。可以理解的是，每个用户对应的用户级别并非固定数据，其可以根据用户的实际使用情况变化。

典型的，每个用户均存在对应的预估系数。预估系数可以理解为用于描述用户活跃程度的权值。具体的，预估系统通过相应用户的操作数据确定。其中，操作数据为用户操作设定应用程序时生成的数据，即操作数据通过操作行为得到。举例而言，操作行为是用户登录设定应用程序，那么相应的操作数据包括：登录时间、设定时长内的登录次数。进一步的，预先设定不同操作数据对应的权值，之后，结合用户的操作行为确定该用户对应的权值，并将该权值作为该用户的预估系数。例如，用户操作数据是设定时长(如近三天)内存在付费记录，对应的预估系数为0.8。再如，用户操作数据是设定天数(如近三天)内每天均存在登录记录，对应的预估系数为0.5。又如，用户操作数据是设定天数(如近三天)内存在登录记录且登录天数小于三天，则对应的预估系数为0.2。需要说明的是，若某一用户即在设定时长(如近三天)内存在付费记录，又满足设定天数(如近三天)内每天均存在登录记录，则优先选择较高的预估系数，即将在设定时长(如近三天)内存在付费记录的预估系数作为用户的预估系数。可以理解的是，每个用户对应的预估系数并非固定数据，其可以根据用户的实际使用情况变化。

步骤120、根据用户级别和预估系数计算各用户的第一到达率预估值。

其中，第一到达率预估值表示向用户推送消息时的消息达到概率。第一到达率预估值越高，向用户推送消息的成功率越高。示例性的，第一到达率预估值通过用户级别和预估系数确定。具体的，预先为不同用户级别设定不同的数值，一般而言，用户级别越高，对应的数值可以越低。这样做的好处是，在后续选择推送用户群时，可以选择一些活跃程度一般或活跃程度较低的用户，以通过推送消息的方式提高用户的活跃程度。进一步的，用户级别和预估系数的具体计算方式实施例不作限定。例如，将用户级别对应的数值与预估系数的乘积作为第一到达率预估值。再如，分别设定用户级别和预估系数的权重值，再通过设定二元一次方程的方式确定第一到达率预估值。

举例而言，用户级别包括高级用户、中级用户、初级用户和流程用户，其中，高级用户的数值为1，中级用户的数值为2，初级用户的数值为3，流失用户的数值为4。设定，某个用户为高级用户，其对应的预估系数为0.8，那么其第一到达率预估值为：1×0.8＝0.8。设定某个用户为中级用户，其对应的预估系数为0.5，那么其第一到达率预估值为：2×0.5＝1。此时，中级用户被推送消息的概率高于高级用户被推送概率，这样，通过消息推送可以提高中级用户的兴趣度，进而提高中级用户变为高级用户的概率。

步骤130、根据第一到达率预估值在第一目标用户群内选择第一设定数量的用户组成第二目标用户群。

示例性的，第二目标用户群为进行消息推送的用户群，即推送对象。一般而言，第二目标用户群为第一目标用户群的子集。

具体的，在选择第二目标用户群时，可以是对第一目标用户群内各用户的第一到达率预估值按照由高到低的顺序进行排序，然后根据排序结果和第一设定数量确认第二目标用户群。具体来说，第二目标用户群的用户数量(即第一设定数量)可以是相对值，也可以是绝对值，具体的取值大小也可以根据实际情况进行弹性设定。例如，在排序结果中选择第一到达率预估值最高的300个用户组成第二目标用户群。再如，在排序结果中选择第一到达率预估值最高的30％用户组成第二目标用户群。此外，如果第一目标用户群的用户数量较大，第一设定数量可以取值较大，如果第一目标用户群的用户数量较小，第一设定数量可以取值较小，从而可以在用户数量较大时对消息推送结果进行多次综合分析后优化推送内容或推送数量，也可以在必要时分散访问，避免服务器集中访问，负荷过大。

可选的，确定第二目标用户群时，除了选择第一到达率预估值最高的设定数量的用户外，还可以在第一目标用户群的剩余用户内随机选择一定数量的用户，一同组成第二目标用户群。其中，两个方式选择的用户数量可以相同也可以不同。例如，选择第一到达率预估值最高的10％用户，并在剩余用户中随机筛选5％用户，一同组成第二目标用户群。

步骤140、向第二目标用户群进行消息推送。

具体的，确定第二目标用户群后，编辑待推送的消息、获取第二目标用户群的通讯地址，并向第二目标用户群进行消息推送。可选的，在进行消息推送时，预先确定推送方式，并根据推送方式进行消息推送。其中，推送方式是指消息在设定应用程序中的展现方式，实施例中设定，推送方式包括但不限定于：弹窗推送和/或信息推送。弹窗推送是指以显示弹窗的方式在设定应用程序内展现消息。信息推送是指推送消息以通知的方式显示，当用户点击该通知时，进入消息显示界面显示消息。

可选的，推送消息后，设定应用程序可以记录用户是否点击该消息，并向确定推送用户群的设备汇报，确定推送用户群的设备可以将用户是否点击该消息作为后续推送消息的参考数据。

可选的，对于已经推送过消息的用户群，可以结合各用户的操作行为、用户级别、消息推送次数以及用户点击次数等参数，确定再次推送消息的用户群。

下面对本实施例提供的方法进行示例性描述：

示例一、设定应用程序为上线设定时长(如新上线三个月)的应用程序，该设定应用程序还未向用户进行过消息推送。此时，确定推送用户群的设备可以将当前全部用户作为第一目标用户群，并获取第一目标用户群内各用户的用户级别和对应的预估系数，进而得到各用户的第一到达率预估值，通过第一到达率预估值选择第二目标用户群，并向第二目标用户群进行消息推送。

示例二、确定推送用户群的设备进行消息推送时，首先，获取未推送过消息的全部用户组成第一目标用户群，并获取第一目标用户群内各用户的用户级别和对应的预估系数，进而得到各用户的第一到达率预估值，通过第一到达率预估值选择第二目标用户群，并向第二目标用户群进行消息推送。

上述，通过获取第一目标用户群内各用户的用户级别以及预估系数计算各用户的第一到达率预估值，并根据第一到达率预估值确定可进行消息推送的第二目标用户群，进而对第二目标用户群进行消息推送的技术手段，可以在进行消息推送时，根据用户的级别和操作数据选择合理的用户群，尤其是对于未推送过消息的用户群，无需对全部用户进行推送，防止了资源浪费，同时，提高了推送消息的投入产出比。

实施例二

图2为本发明实施例二提供的一种确定推送用户群的方法的流程图。该确定推送用户群的方法是对上述确定推送用户群的方法进行具体化。本实施例中，设定第一目标用户群为未接受过推送行为的用户群。即确定推送用户群的设备未向第一目标用户群内用户进行过消息推送。

参考图2，该确定推送用户群的方法具体包括：

步骤201、获取第一目标用户群内各用户的属性标签。

示例性的，实施例中设定通过属性标签确定第一目标用户群内用户的用户级别，同时，限定设定应用程序面向的用户为已注册用户。其中，属性标签根据属性数据确定。进一步的，设定属性标签包括：性别、用户使用设备型号、用户使用设备价格、用户使用设备版本、设定应用程序下载渠道、设定应用程序登录渠道、设定应用程序激活渠道以及设定应用程序的版本号中的至少一项。实施例中，以属性标签包含上述全部内容为例。

一般而言，当用户使用设定应用程序时，设定应用程序可以获取用户使用设备型号、用户使用设备版本、设定应用程序下载渠道、性别、设定应用程序登录渠道、设定应用程序激活渠道以及设定应用程序的版本号，并将上述数据上报至确定推送用户群的设备。确定推送用户群的设备获取上述数据，并根据用户使用设备型号确定用户使用设备价格。其中，设定应用程序获取数据以及确定用户使用设备价格的具体方式实施例不作限定。

步骤202、识别属性标签，以确定相应用户的用户级别。

具体的，预先设定不同用户级别对应的属性标签，当获取属性标签后，可以根据对应关系确定对应的用户级别。或者是，通过用户分类模型对属性标签进行识别，以确定对应的用户级别。

实施例中，以通过用户分类模型确定用户级别为例进行描述。此时，该步骤具体为：通过用户分类模型识别属性标签以确定相应用户的用户级别。

其中，用户分类模型通过训练第一参考用户群内各用户的属性标签和用户级别得到。具体的，第一参考用户群是指明确属性标签和用户级别的用户集合。可以由设定应用程序的后台人员人工确定第一参考用户群的内容，或者，获取其他应用程序中已知的属性标签和对应的用户级别，并构建第一参考用户群。进一步的，将第一参考用户群的属性标签作为输入，将用户级别作为输出，采用机器学习的方式进行训练以得到用户分类模型。其中，具体的机器学习方式可以根据实际情况设定。实施例中，以LightGBM为例进行描述。LightGBM是一种机器学习模型，采用histogram算法。LightGBM利用了无监督度的属性标签，并在标签上增加作用而生成用户分类模型，用于预测用户级别。其中，图3为本发明实施例二提供的用户分类模型训练示意图。即利用LightGBM训练已知用户级别的属性标签，进而得到用户分类模型。采用LightGBM的好处是训练速度快，并且可以直接训练离散特征，如直接训练用户使用设备型号。一般而言，用户分类模型训练完成后，可以对第一目标用户群内用户的属性标签进行识别，并输出对应的用户级别。可以理解的是，用户分类模型可以定期训练，以保证分类准确度。

步骤203、获取第一目标用户群内各用户的预估系数。

其中，预估系数通过相应用户的操作数据确定，操作数据为用户操作设定应用程序时生成的数据。

可以理解的是，步骤203也可以在步骤201前执行，或者与步骤201和步骤202同时执行。

步骤204、根据用户级别和预估系数计算各用户的第一到达率预估值。

实施例中，设定用户级别用Model_base表示，预估系数用σ表示，第一到达率预估值用y表示，且y＝Model_base*σ。一般而言，用户分类模型可以直接输出用户级别的数值。

步骤205、确定设定应用程序的第二消息推送次数。

示例性的，第二消息推送次数是指设定应用程序进行消息推送的次数。如果消息推送次数为零，说明设定应用程序未向用户推送过消息。一般而言，当设定应用程序推送一次消息后，第二消息推送次数加1。

步骤206、根据第二消息推送次数和第一到达率预估值，在第一目标用户群内选择第一设定数量的用户组成第二目标用户群。

考虑到实际应用中，随着第二消息推送次数的增加，确定推送用户群的设备可以获取到越多与推送相关的数据，此时，确定推送用户群的设备可以选择更合适的确定推送用户群的方式。据此，实施例中设定该步骤具体包括步骤2061-步骤2063：

步骤2061、确认第二消息推送次数是否在设定次数范围内。第二消息推送次数在设定范围内时，执行步骤2062。第二消息推送次数在设定次数范围外时，执行步骤2063。

一般而言，消息推送可以分为：未推送阶段、推送初期阶段以及推送成熟阶段。未推送阶段是指未进行过消息推送，推送初期是指进行了较少的消息推送，此时，用户推送面还较小。推送成熟阶段是指进行了较多的消息推送，此时，用户推送面固定。通常，不同阶段对应的用户群选择方式不同。因此，可以通过设定次数范围对各阶段进行区分，以协助确定用户群的筛选方式。设定次数范围的最小值一般为1，最大值可以结合设定应用程序的日活跃用户量和总用户量设定。例如，设定应用程序面向较大数量的用户群时，最大值可以较大。当第二消息推送次数在设定次数范围内时，说明处于推送初期阶段。当消息推送次数小于设定次数范围，说明处于未推送阶段。当消息推送次数大于设定次数范围，说明处于推送成熟阶段。

步骤2062、按照第一到达率预估值由高到低的顺序，在第一目标用户群内选择第一数量的用户组成第一子群，并在剩余用户中随机选择第二数量的用户组成第二子群，第一子群和第二子群组成第二目标用户群。

具体的，第一数量和第二数量的具体值可以根据实际情况设定。一般而言，第一数量对应的数值大于第二数量对应的数值。示例性的，在推送初期阶段，通过选择第一到达率预估值最高的第一数量的用户组成第一子群，可以保证推送消息的用户点击率，即保证投入产出比。同时，随机选择第二数量的用户组成第二子群，可以保证扩大用户推送面。可选的，除了确定第二目标用户群外，还可以在已接受过推送行为的用户群内再选择一部分用户作为进行消息推送的用户群，以保证推送用户的合理性。

步骤2063、按照第一到达率预估值由高到低的顺序，在第一目标用户群内选择第三数量的用户组成第二目标用户群。

具体的，实施例设定，无论处于未推送阶段还是处于推送成熟阶段，对于第一目标用户群，均是选择第一到达率预估值最高的设定数量的用户组成第二目标用户群。其中，未推送阶段对应的第三数量和推送成熟阶段对应的第三数量可以不同。典型的，未推送阶段时，设定应用程序面向的用户均为未接受过推送行为的用户，此时，仅能在第一目标用户群内选择推送用户，因此，第三数量可以设定一个较大的数值，以保证推送数量。相对的，推送成熟阶段时，设定应用程序面向两类用户群：一类是已接受过推送行为的用户群，另一类是新使用且还未接受过推送行为的用户群。即除了在第一目标用户群内选择推送用户外，还可选在已接受过推送行为的用户群内选择推送用户。此时，第三数量可以设定一个较小的数值，以保证即使在推送成熟阶段，仍能将新使用用户作为推送用户，进而提高新使用用户的活跃程度。

举例而言，假设设定次数范围是[1,10]。若第二消息推送次数小于设定次数范围，即消息推送次数为0，则在第一目标用户群内，按照第一到达率预估值由高到低的顺序，选择30％的用户作为首次推送对象并组成第二目标用户群。若消息推送次数在设定次数范围内，则在第一目标用户群内，按照第一到达率预估值由高到低的顺序，选择10％的用户组成第一子群，并在第一目标用户群的剩余用户内，随机选择5％组成第二子群。此时，第二目标用户群包括第一子群和第二子群。同时，在已接受过推送行为的用户群中按照设定规则选择20％的用户作为推送对象。若第二消息推送次数高于设定次数范围，则在第一目标用户群内，按照第一到达率预估值由高到低的顺序，选择10％的用户组成第二目标用户群。同时，在已接受过推送行为的用户群中按照设定规则选择20％的用户作为推送对象。

步骤207、向第二目标用户群进行消息推送。

具体的，该步骤具体包括步骤2071-步骤2072：

步骤2071、确定当前推送方式，当前推送方式包括：弹窗推送和/或信息推送。

实施例中，以当前推送方式包括弹窗推送和信息推送为例进行描述。具体的，确定当前推送方式的具体手段实施例不作限定。例如，预先设定推送方式标识位，且标识位内不同数值代表不同推送方式。在进行消息推送时，读取标识位以确定当前推送方式。

步骤2072、根据当前推送方式进行消息推送。

具体的，按照不同的推送方式对消息进行编辑，并发送至设定应用程序所在的设备，以在用户使用设定应用程序时，按照对应的推送方式进行消息推送。

步骤208、记录第二目标用户群内各用户的消息推送数据。

其中，消息推送数据包括：第一消息推送次数和/或消息点击次数。第一消息推送次数是指用户被推送消息的次数。推送点击次数是指用户点击推送的消息的次数。通常，第一目标用户群内各用户的第一消息推送次数和消息点击次数均为0。

具体的，向用户推送消息后，该用户对应的第一消息推送次数加1。进一步的，设定应用程序向用户显示推送消息后，可以确认用户是否点击该消息，并向确定推送用户群的设备进行反馈。当确认用户点击消息时，该用户对应的消息点击次数加1。可以理解的是，每次推送消息后，被推送消息的用户的消息推送数据会被更新。记录消息推送数据的好处是便于掌握消息到达情况以及消息被观看情况，进而确定推送消息的投入产出比。同时，消息推送数据还可以作为选择推送用户群的参考数据。

可选的，在记录消息推送数据时区分不同推送方式。即每个用户包括两类消息推送数据。一类对应于弹窗推送，另一类对用于消息推送。

实际应用中，一次推送过程中，除了对未接受过推送行为的用户群进行消息推送外，如果设定应用程序已经产生过推送行为，则还需要在已接受过推送行为的用户群内选择推送对象，以保证推送对象选择合理性。实施例中，以第三目标用户群为设定应用程序中已接受过推送行为的用户群为例，描述在第三目标用户群内选择推送对象的具体过程。具体的，步骤209-步骤212：

步骤209、获取第三目标用户群内各用户的用户标签和消息推送数据。

其中，用户标签包括：属性标签、操作数据、操作衍生数据以及用户级别中的至少一种。

实施例中，设定操作数据至少包括：每日打开时段和每日在线时长。每日打开时段可以记录用户的惯用使用时间。每日在线时长可以确定用户的活跃程序以及对设定应用程序的依赖程度。通常，每个用户在操作设定应用程序时，设定应用程序可以生成用户操作日志并上报至确定推送用户群的设备中，确定推送用户群的设备通过操作日志获取操作数据。

典型的，操作衍生数据是指对用户的操作数据进行归纳和总结后得到的规律数据。实施例中，设定操作衍生数据至少包括：用户常付费时间段和用户常浏览时间段。用户常付费时间段根据用户的付费行为和付费时间确定。用户浏览时间段通过用户的每日打开时段和每日在线时长确定。通常，用户的操作日志中还包括用户的付费行为以及用户的付费时间。一般而言，通过操作衍生数据可以推测出用户的操作习惯。

进一步的，用户级别可以通过用户分类模型得到，还可以根据用户的操作行为确定。例如，某个用户每日在线时长超过时长阈值，且付费频率高，那么可以将该用户确定为高级用户。再如，某个用户在近期内未使用过设定应用程序，那么可以将该用户确定为流失用户。

进一步的，属性标签的获取方式与步骤201中属性标签的获取方式相同，在此不做赘述。消息推送数据可以在每次进行消息推送后更新。

步骤210、根据用户标签和相应的消息推送数据得到各用户的第二到达率预估值。

其中，第二到达率预估值与第一到达率预估值表示的含义相同。

具体的，根据用户标签和相应的消息推送数据确定第二到达率预估值时，可以利用到达率预估模型确定，或者是，预先设定不同第二到达率预估值与用户标签和相应的消息推送数据的对应关系，进而根据对应关系确定。实施例中，以利用到达率预估模型为例进行表述。此时，该步骤具体包括：利用到达率预估模型对用户标签和相应的消息推送数据进行识别，以得到各用户的第二到达率预估值。

其中，到达率预估模型通过训练第二参考用户群内各用户的用户标签、消息推送数据以及到达率预估值得到，用于预测消息到达概率。具体的，第二参考用户群是指明确第二到达率预估值的用户。一般而言，第二参考用户群可以由设定应用程序的后台人员人工设定，或者，获取其他应用程序中各用户的用户标签、消息推送数据以及第二到达率预估值，并组成第二参考用户群。进一步的，将第二参考用户群的用户标签和消息推送数据作为输入，将第二到达率预估值作为输出，采用机器学习的方式进行训练以得到到达率预估模型。其中，具体的机器学习方式可以根据实际情况，实施例中，仍以LightGBM为例进行描述。一般而言，到达率预估模型训练完成后，可以对第三目标用户群内用户的用户标签和消息推送数据进行识别，并输出对应的第二到达率预估值。可以理解的是，到达率预估模型可以定期训练，以保证准确度。

可选的，由于当前推送方式包括弹窗推送和信息推送，且消息推送数据分为对应于弹窗推送得到的数据和对应于信息推送得到的数据，那么在构建到达率预估模型时，可以分别针对弹窗推送构建弹窗到达率预估模型，针对信息推送构建信息到达率预估模型。即当前推送方式包括弹窗推送，到达率预估模型包括弹窗到达率预估模型。当前推送方式包括信息推送，到达率预估模型包括信息到达率预估模型。

具体的，构建弹窗到达率预估模型时，输入包括第二参考用户群内对应于弹窗推送的各用户的用户标签和消息推送数据。构建信息到达率预估模型时，输入包括第二参考用户群内对应于信息推送的各用户的用户标签和消息推送数据。进一步的，构建弹窗到达率预估模型和信息到达率预估模型后，首先确定当前推送方式以及当前推送方式对应的第三目标用户群，之后，选择对应的到达率预估模型得到第二到达率预估值。

步骤211、根据第二到达率预估值在第三目标用户群内选择第二设定数量的用户组成第四目标用户群。

示例性的，第二设定数量的具体数值可以根据实际情况设定，第四目标用户群为确定的推送对象。具体的，确定第四目标用户群时，可以是按照第二到达率预估值由高到低的顺序选择第二设定数量的用户，或者是，选择第二到达率预估值高于参考到达值的用户，又或是，第二设定数量包括第一子数量和第二子数量，在第三目标用户群内选择第二到达率预估值最高的第一子数量的用户，并在第三目标用户群的剩余用户内随机选择第二子数量的用户。实施例中，以按照第二到达率预估值由高到低的顺序选择第二设定数量的用户为例。

步骤212、向第四目标用户群进行消息推送。

其中，向第四目标用户群进行消息推送与向第二目标用户群进行消息推送的方式相同，在此不做赘述。

可以理解的是，向第四目标用户群进行消息推送后，同步更新对应的消息推送数据，以保证消息推送数据的实时性和准确性。

下面对本实施例提供的技术方案进行示例性描述，其中，设定当前仅包含一种推送方式。

具体的，当设定应用程序上线一段时间(如两周)后，进行首次消息推送。此时，将该设定应用程序面向的全部用户作为第一目标用户群，并通过用户分类模型对第一目标用户群内各用户的属性标签进行识别，以确定各用户的用户级别。之后，基于各用户在操作过程中确定预估系数和用户级别确定第一到达率预估值。在第一目标用户群内，选择第一到达率预估值最高的30％用户组成第二目标用户群，并向第二目标用户群进行消息推送。推送完成后，记录第二目标用户的消息推送数据。

当再一次进行消息推送时，选择未接受过推送行为的用户群组成第一目标用户群，并计算第一目标用户群内各用户的用户级别，之后，确定第一到达率预估值，并选择第一到达率预估值最高的10％用户组成第二目标用户群的第一子群，同时，在第一目标用户群的剩余用户中，随机筛选5％用户组成第二目标用户群的第二子群。同时，获取已接受过推送行为的第三目标用户群中各用户的用户标签和消息推送数据，之后，基于到达率预估模型确定各用户的第二到达率预估值，之后，在已接受过推送行为的用户群中，选择第二到达率预估值最高的20％用户组成第四目标用户群。向第二目标用户群和第四目标用户群进行消息推送，并更新对应的消息推送数据。如需要再次进行消息推送，则重复上述步骤，直到第一消息推送次数达到20次。

当第21次及以后进行消息推送时，选择未接受过推送行为的用户群组成第一目标用户群，并计算第一目标用户群内各用户的用户级别，之后，确定第一到达率预估值，并选择第一到达率预估值最高的10％用户组成第二目标用户群。同时，获取已接受过推送行为的第三目标用户群中各用户的用户标签和消息推送数据，之后，基于到达率预估模型确定各用户的第二到达率预估值，之后，在已接受过推送行为的用户群中，选择第二到达率预估值最高的20％用户组成第四目标用户群。向第二目标用户群和第四目标用户群进行消息推送，并更新对应的消息推送数据。

上述，通过针对未接受过推送行为的第一目标用户群，采用用户分类模型识别各用户的属性标签以确定对应的用户级别，并基于用户级别和相应的预估系数确定各用户的第一到达率预估值，之后，根据第一到达率预估值和当前推送次数在第一目标用户群中选择第二目标用户群作为推送对象，同时，若存在已接受过推行行为的用户群，则通过到达率预估模型识别各用户的用户标签和消息推送数据以确定各用户的第二到达率预估值，之后，根据第二到达率预估值在已接受过推行行为的第三目标用户群中选择第四目标用户群作为推送对象，并针对推送对象进行消息推送，同时，记录各用户的消息推送数据的技术手段，可以在进行消息推送时，选择合理的用户群，对于未接受过推送行为的用户群和已接受推送行为的用户群采用不同的选择方式，可以起到维持现有推送用户、寻找潜在推送用户的作用，防止资源浪费，提高推送消息的投入产出比。

实施例三

图4为本发明实施例三提供的一种确定推送用户群的方法的流程图。具体的，本实施例是对上述实施例进行示例性描述。本实施例中，以一次推送行为为例进行描述。具体的，参考图4，该方法具体包括：

步骤301、确定是否为首次推送。若是，则执行步骤302，否则，执行步骤308。

具体的，通过消息推送次数确定是否为首次推送。

步骤302、获取第一目标用户群内各用户的属性标签。

其中，第一目标用户群为未接受过推送行为的用户群。本步骤中，限定第一目标用户群为当前使用设定应用程序的全部用户。

步骤303、通过用户分类模型识别属性标签以确定相应用户的用户级别。

步骤304、根据用户级别和预估系数计算各用户的第一到达率预估值。

步骤305、在第一目标用户群内选择第一到达率预估值最高的第一百分比用户组成第二目标用户群。

步骤306、向第二目标用户群进行消息推送。

步骤307、记录各用户的消息推送数据。

步骤308、确定第二消息推送次数是否超过设定次数范围。若没有超过设定次数范围，则执行步骤309，否则，执行步骤318。

实施例中，设定次数范围是[1,10]。

实际应用中，步骤308还可以是确定第二消息推送次数与设定次数范围的关系。若第二消息推送次数小于设定次数范围，则返回执行步骤302。若第二消息推送次数在设定次数范围内，则执行步骤309。若第二消息推送次数大于设定次数范围，则执行步骤318。

步骤309、获取第一目标用户群内各用户的属性标签。

其中，第一目标用户群为使用设定应用程序的全部用户中未接受过推送行为的用户群。

步骤310、通过用户分类模型识别属性标签以确定相应用户的用户级别。

步骤311、根据用户级别和预估系数计算各用户的第一到达率预估值。

步骤312、在第一目标用户群内选择第一到达率预估值最高的第二百分比用户，在第一目标用户群内的剩余用户内随机选择第三百分比用户，并将选择的全部用户组成第二目标用户群。

一般而言，第三百分比低于第二百分比，第二百分比低于第一百分比。

步骤313、获取第三目标用户群内各用户的用户标签及消息推送数据。

其中，第三目标用户群是指使用设定应用程序的全部用户中已接受过推送行为的用户群。

步骤314、根据用户标签和相应的消息推送数据得到各用户的第二到达率预估值。

步骤315、根据第二到达率预估值在第三目标用户群内选择第四百分比的用户组成第四目标用户群。

步骤316、向第二目标用户群和第四目标用户群进行消息推送。

步骤317、记录各用户的消息推送数据。

需要说明的是，步骤309-步骤312和步骤313-步骤315可以同时执行。

步骤318、获取第一目标用户群内各用户的属性标签。

其中，第一目标用户群为使用设定应用程序的全部用户中未接受过推送行为的用户群。

步骤319、通过用户分类模型识别属性标签以确定相应用户的用户级别。

步骤320、根据用户级别和预估系数计算各用户的第一到达率预估值。

步骤321、在第一目标用户群内选择第一到达率预估值最高的第二百分比用户组成第二目标用户群。

步骤322、获取第三目标用户群内各用户的用户标签及消息推送数据。

步骤323、根据用户标签和相应的消息推送数据得到各用户的第二到达率预估值。

步骤324、根据第二到达率预估值在第三目标用户群内选择第四百分比的用户组成第四目标用户群。

步骤325、向第二目标用户群和第四目标用户群进行消息推送。

步骤326、记录各用户的消息推送数据。

上述过程，可以在每次消息推送时，保证推送用户选择的合理性。

实施例四

图5为本发明实施例四提供的一种确定推送用户群的装置的结构示意图。参考图5，该确定推送用户群的装置包括：获取模块401、计算模块402、确定模块403以及推送模块404。

其中，获取模块401，用于获取第一目标用户群内各用户的用户级别和预估系数，预估系数通过相应用户的操作数据确定，操作数据为用户操作设定应用程序时生成的数据；计算模块402，用于根据用户级别和预估系数计算各用户的第一到达率预估值；确定模块403，用于根据第一到达率预估值在第一目标用户群内选择第一设定数量的用户组成第二目标用户群；推送模块404，用于向第二目标用户群进行消息推送。

在上述实施例的基础上，第一目标用户群为未接受过推送行为的用户群。

在上述实施例的基础上，获取模块401包括：标签获取单元，用于获取第一目标用户群内各用户的属性标签；级别确定单元，用于识别属性标签，以确定相应用户的用户级别。

在上述实施例的基础上，级别确定单元具体用于：通过用户分类模型识别属性标签以确定相应用户的用户级别，用户分类模型通过训练第一参考用户群内各用户的属性标签和用户级别得到。

在上述实施例的基础上，还包括：记录模块，用于向第二目标用户群进行消息推送之后，记录第二目标用户群内各用户的消息推送数据，消息推送数据包括：第一消息推送次数和/或消息点击次数。

在上述实施例的基础上，还包括：数据获取模块，用于获取第三目标用户群内各用户的用户标签和消息推送数据，用户标签包括：属性标签、操作数据、操作衍生数据以及用户级别中的至少一种，第三目标用户群为已接受过推送行为的用户群；到达值确定模块，用于根据用户标签和相应的消息推送数据得到各用户的第二到达率预估值；用户群选择模块，用于根据第二到达率预估值在第三目标用户群内选择第二设定数量的用户组成第四目标用户群；消息推送模块，用于向第四目标用户群进行消息推送。

在上述实施例的基础上，到达值确定模块具体用于：利用到达率预估模型对用户标签和相应的消息推送数据进行识别，以得到各用户的第二到达率预估值，到达率预估模型通过训练第二参考用户群内各用户的用户标签、消息推送数据以及到达率预估值得到。

在上述实施例的基础上，确定模块403具体包括：次数确定单元，用于确定设定应用程序的第二消息推送次数；用户群确定单元，用于根据第二消息推送次数和第一到达率预估值，在第一目标用户群内选择第一设定数量的用户组成第二目标用户群。

在上述实施例的基础上，用户群确定单元具体包括：第一子单元，用于第二消息推送次数在设定次数范围内时，按照第一到达率预估值由高到低的顺序，在第一目标用户群内选择第一数量的用户组成第一子群，并在剩余用户中随机选择第二数量的用户组成第二子群，第一子群和第二子群组成第二目标用户群；第二子单元，用于第二消息推送次数在设定次数范围外时，按照第一到达率预估值由高到低的顺序，在第一目标用户群内选择第三数量的用户组成第二目标用户群。

在上述实施例的基础上，推送模块404包括：推送方式确定单元，用于确定当前推送方式，当前推送方式包括：弹窗推送和/或信息推送；推送消息单元，用于根据当前推送方式进行消息推送。

在上述实施例的基础上，当前推送方式包括弹窗推送，到达率预估模型包括弹窗到达率预估模型。

在上述实施例的基础上，当前推送方式包括信息推送，到达率预估模型包括信息到达率预估模型。

本发明实施例提供的确定推送用户群的装置包含在确定推送用户群的设备中，且可用于执行上述任意实施例提供的确定推送用户群的方法，具备相应的功能和有益效果。

实施例五

图6为本发明实施例五提供的一种确定推送用户群的设备的结构示意图。如图6所示，该确定推送用户群的包括处理器50、存储器51、输入装置52、输出装置53以及通信装置54；确定推送用户群的设备中处理器50的数量可以是一个或多个，图6中以一个处理器50为例；确定推送用户群的设备中的处理器50、存储器51、输入装置52、输出装置53以及通信装置54可以通过总线或其他方式连接，图6中以通过总线连接为例。

存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的确定推送用户群的方法对应的程序指令/模块(例如，确定推送用户群的装置中的获取模块401、计算模块402、确定模块403和推送模块404)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行确定推送用户群的设备的各种功能应用以及数据处理，即实现上述的确定推送用户群的方法。

存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据确定推送用户群的设备的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至确定推送用户群的设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置52可用于接收输入的数字或字符信息，以及产生与确定推送用户群的设备的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。通信装置54用于与设定应用程序对应的设备进行数据通信。

上述确定推送用户群的设备包含确定推送用户群的装置，可以用于执行任意确定推送用户群的方法，具备相应的功能和有益效果。

实施例六

本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种确定推送用户群的方法，该方法包括：

获取第一目标用户群内各用户的用户级别和预估系数，预估系数通过相应用户的操作数据确定，操作数据为用户操作设定应用程序时生成的数据；

根据用户级别和预估系数计算各用户的第一到达率预估值；

根据第一到达率预估值在第一目标用户群内选择第一设定数量的用户组成第二目标用户群；

向第二目标用户群进行消息推送。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的确定推送用户群的方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述确定推送用户群的装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

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 (15)

1.一种确定推送用户群的方法，其特征在于，包括：

获取第一目标用户群内各用户的用户级别和预估系数，所述预估系数通过相应用户的操作数据确定，所述操作数据为所述用户操作设定应用程序时生成的数据；

根据所述用户级别和所述预估系数计算各所述用户的第一到达率预估值；

根据所述第一到达率预估值在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群；

向所述第二目标用户群进行消息推送。

2.根据权利要求1所述的确定推送用户群的方法，其特征在于，所述第一目标用户群为未接受过推送行为的用户群。

3.根据权利要求1所述的确定推送用户群的方法，其特征在于，所述获取第一目标用户群内各用户的用户级别包括：

获取第一目标用户群内各用户的属性标签；

识别所述属性标签，以确定相应用户的用户级别。

4.根据权利要求3所述的确定推送用户群的方法，其特征在于，所述识别所述属性标签，以确定相应用户的用户级别包括：

通过用户分类模型识别所述属性标签以确定相应用户的用户级别，所述用户分类模型通过训练第一参考用户群内各用户的属性标签和用户级别得到。

5.根据权利要求1所述的确定推送用户群的方法，其特征在于，所述向所述第二目标用户群进行消息推送之后，还包括：

记录所述第二目标用户群内各用户的消息推送数据，所述消息推送数据包括：第一消息推送次数和/或消息点击次数。

6.根据权利要求2所述的确定推送用户群的方法，其特征在于，还包括：

获取第三目标用户群内各用户的用户标签和消息推送数据，所述用户标签包括：属性标签、操作数据、操作衍生数据以及用户级别中的至少一种，所述第三目标用户群为已接受过推送行为的用户群；

根据所述用户标签和相应的消息推送数据得到各所述用户的第二到达率预估值；

根据所述第二到达率预估值在所述第三目标用户群内选择第二设定数量的用户组成第四目标用户群；

向所述第四目标用户群进行消息推送。

7.根据权利要求6所述的确定推送用户群的方法，其特征在于，所述根据所述用户标签和相应的消息推送数据得到各所述用户的第二到达率预估值包括：

利用到达率预估模型对所述用户标签和相应的消息推送数据进行识别，以得到各所述用户的第二到达率预估值，所述到达率预估模型通过训练第二参考用户群内各用户的用户标签、消息推送数据以及到达率预估值得到。

8.根据权利要求1所述的确定推送用户群的方法，其特征在于，所述根据所述第一到达率预估值在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群包括：

确定所述设定应用程序的第二消息推送次数；

根据所述第二消息推送次数和所述第一到达率预估值，在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群。

9.根据权利要求8所述的确定推送用户群的方法，其特征在于，所述根据所述第二消息推送次数和所述第一到达率预估值，在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群包括：

所述第二消息推送次数在设定次数范围内时，按照第一到达率预估值由高到低的顺序，在所述第一目标用户群内选择第一数量的用户组成第一子群，并在剩余用户中随机选择第二数量的用户组成第二子群，所述第一子群和所述第二子群组成第二目标用户群；

所述第二消息推送次数在设定次数范围外时，按照第一到达率预估值由高到低的顺序，在所述第一目标用户群内选择第三数量的用户组成第二目标用户群。

10.根据权利要求7所述的确定推送用户群的方法，其特征在于，所述向所述第二目标用户群进行消息推送包括：

确定当前推送方式，所述当前推送方式包括：弹窗推送和/或信息推送；

根据所述当前推送方式进行消息推送。

11.根据权利要求10所述的确定推送用户群的方法，其特征在于，所述当前推送方式包括弹窗推送，所述到达率预估模型包括弹窗到达率预估模型。

12.根据权利要求10所述的确定推送用户群的方法，其特征在于，所述当前推送方式包括信息推送，所述到达率预估模型包括信息到达率预估模型。

13.一种确定推送用户群的装置，其特征在于，包括：

获取模块，用于获取第一目标用户群内各用户的用户级别和预估系数，所述预估系数通过相应用户的操作数据确定，所述操作数据为所述用户操作设定应用程序时生成的数据；

计算模块，用于根据所述用户级别和所述预估系数计算各所述用户的第一到达率预估值；

确定模块，用于根据所述第一到达率预估值在所述第一目标用户群内选择第一设定数量的用户组成第二目标用户群；

推送模块，用于向所述第二目标用户群进行消息推送。

14.一种确定推送用户群的设备，其特征在于，包括：

一个或多个处理器；

存储器，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1-12中任一所述的确定推送用户群的方法。

15.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-12中任一所述的确定推送用户群的方法。