CN110472143A - 一种信息推送方法、装置、可读存储介质及终端设备 - Google Patents
一种信息推送方法、装置、可读存储介质及终端设备 Download PDFInfo
- Publication number
- CN110472143A CN110472143A CN201910662641.6A CN201910662641A CN110472143A CN 110472143 A CN110472143 A CN 110472143A CN 201910662641 A CN201910662641 A CN 201910662641A CN 110472143 A CN110472143 A CN 110472143A
- Authority
- CN
- China
- Prior art keywords
- information
- transfer
- user
- item
- probability value
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及信息处理技术领域,尤其涉及一种信息推送方法、装置、存储介质及终端设备。所述方法包括根据用户的身份标识信息获取用户在各预设渠道的转移数据,并确定各转移数据对应的属性特征;根据各转移数据和各属性特征确定用户的转移能力值;将各转移数据输入至训练完成的概率值计算模型,得到用户在各预设信息项中的转移概率值;根据转移概率值和转移能力值,获取待推送至用户的信息项列表;计算信息项列表中各第一目标信息项的转移热度,并根据转移热度确定第二目标信息项;根据预先建立的目标信息项与推送方式之间的对应关系,确定第二目标信息项对应的第一推送方式,并通过第一推送方式将第二目标信息项推送至用户,提高信息推送的准确度。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种信息推送方法、装置、计算机可读存储介质及终端设备。
背景技术
随着计算机和互联网技术的快速发展,网络已经成为人们获取信息的重要途径,使得通过网络进行信息的推送也得到了迅速发展。
而现有的信息推送方法往往只能根据用户的特定信息来进行信息推送,如根据用户的生活状况或者基本的身份信息来进行信息的推送,这种仅根据用户的生活状况或者基本的身份信息进行信息推送的方法不能准确掌握用户的真实需求,使得所推送的信息也与用户的需求之间的适配度较低,从而导致信息推送的准确度较低。
发明内容
本发明实施例提供了一种信息推送方法、装置、计算机可读存储介质及终端设备,能够提高所推送信息与用户需求之间的适配度,提高信息推送的准确度,提升用户的使用体验。
本发明实施例第一方面,提供了一种信息推送方法,包括:
根据用户的身份标识信息获取所述用户在各预设渠道的转移数据,并确定各所述转移数据对应的属性特征;
根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值;
将各所述转移数据输入至训练完成的概率值计算模型,得到所述概率值计算模型输出的所述用户在各预设信息项中的转移概率值;
根据所述转移概率值和所述转移能力值,获取待推送至所述用户的信息项列表;
确定所述信息项列表中各第一目标信息项的转移热度,并根据所述转移热度确定第二目标信息项;
根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至所述用户。
本发明实施例第二方面,提供了一种信息推送装置,包括:
转移数据获取模块,用于根据用户的身份标识信息获取所述用户在各预设渠道的转移数据,并确定各所述转移数据对应的属性特征;
转移能力值确定模块,用于根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值;
转移概率获取模块,用于将各所述转移数据输入至训练完成的概率值计算模型,得到所述概率值计算模型输出的所述用户在各预设信息项中的转移概率值;
信息项列表获取模块,用于根据所述转移概率值和所述转移能力值,获取待推送至所述用户的信息项列表;
目标信息项确定模块,用于确定所述信息项列表中各第一目标信息项的转移热度,并根据所述转移热度确定第二目标信息项;
信息推送模块,用于根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至所述用户。
本发明实施例第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如前述第一方面所述信息推送方法的步骤。
本发明实施例第四方面,提供了一种终端设备服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如下步骤:
根据用户的身份标识信息获取所述用户在各预设渠道的转移数据,并确定各所述转移数据对应的属性特征;
根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值;
将各所述转移数据输入至训练完成的概率值计算模型,得到所述概率值计算模型输出的所述用户在各预设信息项中的转移概率值;
根据所述转移概率值和所述转移能力值,获取待推送至所述用户的信息项列表;
确定所述信息项列表中各第一目标信息项的转移热度,并根据所述转移热度确定第二目标信息项;
根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至所述用户。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中,在需要向用户推送信息时,可首先根据用户的身份标识信息获取用户在各预设渠道中的转移数据,并确定各转移数据对应的属性特征,随后可根据各转移数据和对应的属性特征,评测用户的转移能力值,同时还可根据训练完成的概率值计算模型和转移数据确定用户在各预设信息项中的转移概率值,以使得可根据用户的转移概率值和转移能力值确定与用户的转移偏好和转移能力相匹配的信息项列表,随后可对信息项列表中的各第一目标信息项进行转移热度的确定,并根据转移热度确定最终推送的第二目标信息项,以根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至用户,提高所推送信息与用户需求之间的适配度,提高信息推送的准确度,提升用户的使用体验。
附图说明
为了更清楚地说明本发明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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例中一种信息推送方法的一个实施例流程图;
图2为本发明实施例中一种信息推送方法在一个应用场景下确定转移能力值的流程流程图;
图3为本发明实施例中一种信息推送方法在一个应用场景下训练概率值计算模型的流程流程图;
图4为本发明实施例中一种信息推送装置的一个实施例结构图;
图5为本发明一实施例提供的一种终端设备的示意图。
具体实施方式
本发明实施例提供了一种信息推送方法、装置、计算机可读存储介质及终端设备,用于提高所推送信息与用户需求之间的适配度,提高信息推送的准确度,提升用户的使用体验。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供了一种信息推送方法,所述信息推送方法包括:
步骤S101、根据用户的身份标识信息获取所述用户在各预设渠道的转移数据,并确定各所述转移数据对应的属性特征;
本发明实施例中,可预先开发公共接口与各预设渠道对接,以在需要时可以通过该公共接口获取各预设渠道内的数据,如可开发公共接口与集团内各子公司的数据库对接,以在需要时可以通过该公共接口获取各子公司的数据库内所保存的对应数据。在此,各预设渠道内所保存的数据可通过身份标识信息进行关联。
因此,在某一具体应用场景中,当需要向某一用户推送信息时,可以首先获取该用户的身份标识信息,如可获取该用户的身份证号码,然后可以通过该公共接口从各个子公司的数据库中调取与该身份证号码相对应的转移数据,其中,所述转移数据可以为用户所对应的购买数据,如所述转移数据可包括从车险子公司的数据库中调取的该用户所对应的车险购买数据、可包括从人寿险子公司的数据库中调取的该用户所对应的人寿险购买数据以及可包括从医疗子公司的数据库中调取的该用户所对应的医疗险购买数据,等等。在获取到这些转移数据时,还可同时确定这些转移数据所对应的属性特征,如可确定车险购买数据所对应的属性特征为财产类、可确定人寿险购买数据所对应的属性特征为人身类以及可确定医疗险购买数据所对应的属性特征为健康类,等等。
步骤S102、根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值;
可以理解的是,在确定出各转移数据所对应的属性特征后,则可根据各转移数据和对应的属性特征来确定该用户的转移能力值,以对该用户进行转移能力打分,使得所推送的信息与该用户的转移能力之间的适配度较高,从而有效提高信息推送的准确度。例如,在产品推送场景中,所述转移数据可以为该用户在各购买产品中的购买数据,所述转移能力值可为该用户的购买能力值,因此,在确定出各购买数据所对应的属性特征后,可根据各购买数据和各购买数据对应的属性特征确定该用户的购买能力值,以对该用户进行消费打分,从而确定该用户所具备的购买能力,以根据购买能力进行相匹配产品的推送,避免推送超过该用户购买能力的产品至该用户,从而有效提高产品推送的准确度。
具体地,如图2所示,本发明实施例中,所述根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值,可以包括:
步骤S201、从各所述转移数据中获取各所述预设信息项对应的数据转移单位和数据转移数量;
可以理解的是,各子公司的数据库中所保存的转移数据除包括用户身份信息外,还可以包括该用户在各子公司的各预设信息项中所对应的数据转移单位和数据转移量。如在一个产品推送的应用场景中,所述预设信息项可以为具体的购买产品,所述数据转移单位可以为各购买产品所对应的购买金额,所述数据转移量可以为各购买产品所对应的购买数量,该场景中,用户的转移能力值则可根据该用户在各购买产品中的购买金额和购买数量来确定,因而,在从各子公司的数据库中提取出该用户在各购买产品的购买数据之后,则可进一步从各转移数据(即各购买数据)中确定出该用户在各购买产品中所对应的购买数量和购买金额。
步骤S202、根据各所述转移数据的属性特征,确定各所述数据转移单位所对应的第一权重以及各所述数据转移量所对应的第二权重;
本发明实施例中,还可预先设置各属性特征所对应的数据转移单位的第一权重和数据转移量的第二权重,如在产品推送的应用场景中,在属性特征为财产类的购买产品时,可确定数据转移单位(即购买金额)所对应的第一权重为0.7,以及确定数据转移量(即购买数量)所对应的第二权重为0.3。因而,在确定出各预设信息项(如购买产品)对应的数据转移量(即购买数量)和数据转移单位(即购买金额)后,则可根据转移数据的属性特征得到各预设信息项中数据转移单位所对应的第一权重,以及得到各预设信息项中数据转移量所对应的第二权重。
步骤S203、根据各所述数据转移单位、各所述数据转移量、各所述第一权重和各所述第二权重,确定所述用户的转移能力值。
本发明实施例中,在得到各预设信息项中的数据转移单位所对应的第一权重和各预设信息项中的数据转移量所对应的第二权重之后,则可以根据各数据转移单位、各第一权重、各数据转移量以及各第二权重来确定该用户的转移能力值,以此来评测该用户的转移能力。具体地,本发明实施例中,可以根据下述公式确定所述转移能力值:
其中,PurScore为转移能力值,N为预设信息项的总个数,PurPricei为第i个预设信息项对应的数据转移单位,PriQuotietyi为第i个数据转移单位对应的第一权重,PurNumberi为第i个预设信息项对应的数据转移量,NumQuotietyi为第i个数据转移量对应的第二权重。
步骤S103、将各所述转移数据输入至训练完成的概率值计算模型,得到所述概率值计算模型输出的所述用户在各预设信息项中的转移概率值;
本发明实施例中,在确定该用户的转移能力值的同时,还可以通过训练完成的概率值计算模型来对该用户的所有转移数据进行统一分析,以确定出该用户在各预设信息项中的转移概率值,从而可以根据各转移概率值来确定出该用户的转移偏好,如在产品推送的应用场景中,所述转移概率值可以为用户在各购买产品中的偏好概率值,即用户可能购买对应的购买产品的概率值,即可通过该概率值计算模型对该用户的所有购买数据进行分析,以确定出该用户在各购买产品的偏好概率值,从而确定出该用户的购买偏好,即确定出该用户喜欢购买的产品类型。
可选地,如图3所示,本发明实施例中,所述概率值计算模型通过下述步骤训练得到:
步骤S301、选取预设数目的训练样本,每一个所述训练样本包括一个训练用户的训练转移数据和所述训练用户在各所述预设信息项中的标准转移概率值;
步骤S302、将各所述训练样本输入至初始的概率值计算模型,得到所述初始的概率值计算模型输出的各所述训练用户在各所述预设信息项中的训练转移概率值;
步骤S303、根据所述训练转移概率值与对应的标准转移概率值计算本轮训练的全局误差;
步骤S304、判断所述全局误差是否满足预设条件;
步骤S305、若所述全局误差满足所述预设条件,则确定所述概率值计算模型训练完成;
步骤S306、若所述全局误差不满足所述预设条件,则调整所述概率值计算模型的模型参数,并将模型参数调整后的概率值计算模型作为初始的概率值计算模型,返回执行将各所述训练样本输入至初始的概率值计算模型,得到所述初始的概率值计算模型输出的各所述训练用户在各所述预设信息项中的训练转移概率值的步骤以及后续步骤。
对于上述步骤S301,在进行概率值计算模型的训练之前,需要预先选取用于训练用的训练样本,即需要预先选取预设数目的训练样本,每一个训练样本包括一个训练用户的转移数据和所述训练用户在各所述预设信息项中的一个或者多个标准转移概率值,也就是说,一个训练样本为同一个训练用户的转移数据以及根据该训练用户的转移数据所确定的该训练用户在各预设信息项中的标准转移概率值。可以理解的是,这些训练样本的数据量越大,对概率值计算模型的训练效果将越好,因而,本发明实施例中,可尽可能选取多的训练样本。
对于上述步骤S302,可以理解的是,在选取完预设数目的训练样本后,则可将这些训练样本输入至初始的概率值计算模型,以得到各训练样本初始的训练转移概率值,即得到各训练用户在各预设信息项(如购买产品)中初始的训练转移概率值,由于初始时该概率值计算模型尚未训练完成,因此,此时输出的训练转移概率值与对应的标准转移概率值之间会存在一定的偏差、误差。
对于上述步骤S303和步骤S304,在得到各训练转移概率值之后,可以根据各训练转移概率值与对应的标准转移概率值计算本轮训练的全局误差,并判断该全局误差是否满足预设条件,如判断该全局误差是否小于5%。在此,所述预设条件可以在训练具体的概率值计算模型时确定,例如,可设定所述预设条件为全局误差小于特定阈值,该特定阈值可以是一个百分比数值,其中,该特定阈值越小,则最后训练完成得到的概率值计算模型越稳定,转移概率值计算精确度也将越高。
进一步地,本发明实施例中,在根据所述训练转移概率值与对应的标准转移概率值计算本轮训练的全局误差时,具体可以根据下述公式计算本轮训练的全局误差:
其中,Loss为全局误差,ActuProbl,m为第l个训练样本中第m个预设信息项的训练转移概率值,ExpProbl,m为第l个训练样本中第m个预设信息项的标准转移概率值,L为训练样本的总个数,M为预设信息项的总个数,Lossl为第l个训练样本的训练误差。
对于上述步骤S305,可以理解的是,当本轮训练的全局误差满足该预设条件时,例如当本轮训练的全局误差小于5%时,则可以确定该概率值计算模型训练完成,即结束训练,并可将结束训练后的概率值计算模型用于后续确定具体用户在各预设信息项中的转移概率值。
对于上述步骤S306,当本轮训练的全局误差不满足该预设条件时,例如当本轮训练的全局误差为10%时,则可以调整该概率值计算模型的模型参数,并可将模型参数调整后的概率值计算模型作为初始的概率值计算模型,然后重新进行训练样本的训练,以通过反复调整概率值计算模型的模型参数,并进行多次训练样本的训练,来使得后续根据训练转移概率值与对应的标准转移概率值计算的本轮训练的全局误差最小化,直到最终的全局误差满足该预设条件。
步骤S104、根据所述转移概率值和所述转换能力值,获取待推送至所述用户的信息项列表;
本发明实施例中,在得到该用户在各预设信息项中的转移概率值和该用户所具备的转移能力值后,可首先根据该用户的转移概率值确定出该用户的转移偏好,具体地,可将最大转移概率值所对应的预设信息项确定为该用户的转移偏好,例如,在产品推送的应用场景中,在得到该用户在各购买产品中的偏好概率值和该用户所具备的购买能力值后,可首先根据该用户的偏好概率值确定出该用户的购买偏好,如在根据该概率值计算模型得到该用户在车险产品中的偏好概率值为0.5、在人寿险产品中的偏好概率值为0.3、在医疗险产品中的偏好概率值为0.2时,则可确定该用户的购买偏好为车险产品。其次,在确定了该用户的转移偏好后,则可以确定与该转移偏好对应的类型相同的待推送信息项,并可以从这些待推送信息项中选取出与该用户的转移能力值相匹配的目标信息项,以构成待推送的信息项列表,如在产品推送的应用场景中,可从所确定的待推送产品中选取出属于该用户的购买能力范围内的目标产品来构成待推送的产品列表。
另外,在产品推送的应用场景中,可预先根据实际情况设置转移能力值(即购买能力值)与可购买金额之间的对应关系,因此在计算出该用户的购买能力值后,则可根据该对应关系确定出与该用户购买能力相对应的可购买金额,并可从根据该用户的购买偏好确定的待推送产品中选取出与该可购买金额相匹配的目标产品,构成待推荐的产品列表,如当确定出该用户的购买偏好为车险产品,以及确定出与该用户购买能力相对应的可购买金额为10000以内时,则可首先确定出待推荐产品为车险产品,然后从待推荐的车险产品中选取金额小于或者等于10000的目标车险产品,从而构成待推荐的产品列表。
步骤S105、确定所述信息项列表中各第一目标信息项的转移热度,并根据所述转移热度确定第二目标信息项。
本发明实施例中,为提高信息推送的准确度,在得到待推送的信息项列表之后,可首先计算该信息项列表中各第一目标信息项的转移热度,以根据第一目标信息项的转移热度来向该用户推送信息,如在产品推送的应用场景中,所述信息项列表可以为待推荐的产品列表,而所述转移热度可以为产品的销售热度,因此,可首先计算该产品列表中各第一目标产品的销售热度,然后可一将销售热度最高的一个或者一个以上的第一目标产品确定为待推送的第二目标产品。
优选地,本发明实施例中,所述确定所述信息项列表中各第一目标信息项的转移热度,可以包括:
步骤a、获取所述信息项列表中各第一目标信息项的历史数据转移量、历史数据咨询量以及历史数据浏览量;
步骤b、根据所述历史数据转移量、所述历史数据咨询量和所述历史数据浏览量确定各第一目标信息项的转移热度。
具体地,本发明实施例中,所述根据所述历史数据转移量、所述历史数据咨询量和所述历史数据浏览量确定各第一目标信息项的转移热度,可以包括:
根据下述公式确定各第一目标信息项的转移热度:
PurWeightt
=HistoNumbert*HiPurQuotietyt+ConsNumbert
*ConsultQuotietyt+ReNumbert*ReadQuotietyt
其中,PurWeightt为第t个第一目标信息项的转移热度,HistoNumbert为第t个第一目标信息项的历史数据转移量,HiPurQuotietyt为第t个第一目标信息项的转移权重,ConsNumbert为第t个第一目标信息项的历史数据咨询量,ConsultQuotietyt为第t个第一目标信息项的咨询权重,ReNumbert为第t个第一目标信息项的历史数据浏览量,ReadQuotietyt为第t个第一目标信息项的浏览权重。
对于上述步骤a和步骤b,可以理解的是,各第一目标信息项的转移热度可以根据各第一目标信息项的历史数据转移量、历史数据咨询量以及历史数据浏览量来确定,例如,可以根据各第一目标信息项在某一预设时间段内的数据转移量、数据咨询量和数据浏览量来确定。本发明实施例中,还可以预先设置各第一目标信息项所对应的转移权重、咨询权重以及浏览权重,从而可以根据各第一目标信息项在该预设时间段内的数据转移量、数据咨询量和数据浏览量以及所对应的转移权重、咨询权重和浏览权重来计算得到各第一目标信息项的转移热度,其中,在转移热度确定中,转移的重要性远大于咨询,而咨询的重要性则又远大于浏览,因此,本发明实施例中可以设置有PurQuotietyt>ConsultQuotietyt>ReadQuotietyt。
步骤S106、根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至所述用户。
可以理解的是,本发明实施例中,可预先建立目标信息项与推送方式之间的对应关系,即可预先为不同的目标信息项设置不同的推送方式,如可为目标信息项A设置文字推送的推送方式、为目标信息项B设置语音播报的推送方式、为目标信息项C设置动态图像显示的推送方式,等等,因此,在确定了推送至用户的第二目标信息项后,该第二目标信息项为第一目标信息项中的一种或者多种,则可根据该对应关系确定出该第二目标信息项对应的第一推送方式,其中,该第一推送方式为推送方式中的一种或者多种,并可通过该第一推送方式将该第二目标信息项推送至该用户,如当确定该第二目标信息项对应的第一推送方式为动态图像显示时,则可通过发送动态图像至该用户所在的客户端,并在该客户端中对该动态图像进行显示来向该用户推送该第二目标信息项。
本发明实施例中,在需要向用户推送信息时,可首先根据用户的身份标识信息获取用户在各预设渠道中的转移数据,并确定各转移数据对应的属性特征,随后可根据各转移数据和对应的属性特征,评测用户的转移能力值,同时还可根据训练完成的概率值计算模型和转移数据确定用户在各预设信息项中的转移概率值,以使得可根据用户的转移概率值和转移能力值确定与用户的转移偏好和转移能力相匹配的信息项列表,随后可对信息项列表中的各第一目标信息项进行转移热度的确定,并根据转移热度确定最终推送的第二目标信息项,以根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至用户,提高所推送信息与用户需求之间的适配度,提高信息推送的准确度,提升用户的使用体验。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种信息推送方法,下面将对一种信息推送装置进行详细描述。
如图4所示,本发明实施例提供了一种信息推送装置,所述信息推送装置包括:
转移数据获取模块401,用于根据用户的身份标识信息获取所述用户在各预设渠道的转移数据,并确定各所述转移数据对应的属性特征;
转移能力值确定模块402,用于根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值;
转移概率获取模块403,用于将各所述转移数据输入至训练完成的概率值计算模型,得到所述概率值计算模型输出的所述用户在各预设信息项中的转移概率值;
信息项列表获取模块404,用于根据所述转移概率值和所述转移能力值,获取待推送至所述用户的信息项列表;
目标信息项确定模块405,用于确定所述信息项列表中各第一目标信息项的转移热度,并根据所述转移热度确定第二目标信息项;
信息推送模块,用于根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至所述用户。
进一步地,所述转移能力值确定模块402,可以包括:
数据转移量获取单元,用于从各所述转移数据中获取各所述预设信息项对应的数据转移单位和数据转移量;
权重确定单元,用于根据各所述转移数据的属性特征,确定各所述数据转移单位对应的第一权重以及各所述数据转移量对应的第二权重;
转移能力值确定单元,用于根据各所述数据转移单位、各所述数据转移量、各所述第一权重和各所述第二权重,确定所述用户的转移能力值。
优选地,所述转移能力值确定单元,具体用于根据下述公式确定所述转移能力值:
其中,PurScore为转移能力值,N为预设信息项的总个数,PurPricei为第i个预设信息项对应的数据转移单位,PriQuotietyi为第i个数据转移单位对应的第一权重,PurNumberi为第i个预设信息项对应的数据转移量,NumQuotietyi为第i个数据转移量对应的第二权重。
可选地,所述信息推送装置,还可以包括:
训练样本选取模块,用于选取预设数目的训练样本,每一个所述训练样本包括一个训练用户的转移数据和所述训练用户在各所述预设信息项中的标准偏转移概率值;
训练概率值确定模块,用于将各所述训练样本输入至初始的概率值计算模型,得到所述初始的概率值计算模型输出的各所述训练用户在各所述预设信息项中的训练转移概率值;
全局误差计算模块,用于根据所述训练转移概率值与对应的标准转移概率值计算本轮训练的全局误差;
模型参数调整模块,用于若所述全局误差不满足预设条件,则调整所述概率值计算模型的模型参数,并将模型参数调整后的概率值计算模型作为初始的概率值计算模型,返回执行将各所述训练样本输入至初始的概率值计算模型,得到所述初始的概率值计算模型输出的各所述训练用户在各所述预设信息项中的训练转移概率值的步骤以及后续步骤;
训练完成确定模块,用于若所述全局误差满足所述预设条件,则确定所述概率值计算模型训练完成。
进一步地,所述全局误差计算模块,具体用于根据下述公式计算本轮训练的全局误差:
其中,Loss为全局误差,ActuProbl,m为第l个训练样本中第m个预设信息项的训练转移概率值,ExpProbl,m为第l个训练样本中第m个预设信息项的标准转移概率值,L为训练样本的总个数,M为预设信息项的总个数,Lossl为第l个训练样本的训练误差。
优选地,所述目标信息项确定模块405,可以包括:
历史数据获取单元,用于获取所述信息项列表中各第一目标信息项的历史数据转移量、历史数据咨询量以及历史数据浏览量;
转移热度确定单元,用于根据所述历史数据转移量、所述历史数据咨询量和所述历史数据浏览量确定各第一目标信息项的转移热度。
可选地,所述转移热度确定单元,具体用于根据下述公式确定各目标信息项的转移热度:
PurWeightt
=HistoNumbert*HiPurQuotietyt+ConsNumbert
*ConsultQuotietyt+ReNumbert*ReadQuotietyt
其中,PurWeightt为第t个第一目标信息项的转移热度,HistoNumbert为第t个第一目标信息项的历史数据转移量,HiPurQuotietyt为第t个第一目标信息项的转移权重,ConsNumbert为第t个第一目标信息项的历史数据咨询量,ConsultQuotietyt为第t个第一目标信息项的咨询权重,ReNumbert为第t个第一目标信息项的历史数据浏览量,ReadQuotietyt为第t个第一目标信息项的浏览权重。
图5是本发明一实施例提供的终端设备的示意图。如图5所示,该实施例的终端设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机可读指令52,例如产品推荐程序。所述处理器50执行所述计算机可读指令52时实现上述各个产品推荐方法实施例中的步骤,例如图1所示的步骤S101至步骤S106。或者,所述处理器50执行所述计算机可读指令52时实现上述各装置实施例中各模块/单元的功能,例如图4所示的模块401至模块406的功能。
示例性的,所述计算机可读指令52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机可读指令52在所述终端设备5中的执行过程。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的示例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备,例如所述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机可读指令以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种信息推送方法,其特征在于,包括:
根据用户的身份标识信息获取所述用户在各预设渠道的转移数据,并确定各所述转移数据对应的属性特征;
根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值;
将各所述转移数据输入至训练完成的概率值计算模型,得到所述概率值计算模型输出的所述用户在各预设信息项中的转移概率值;
根据所述转移概率值和所述转移能力值,获取待推送至所述用户的信息项列表;
确定所述信息项列表中各第一目标信息项的转移热度,并根据所述转移热度确定第二目标信息项;
根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至所述用户。
2.根据权利要求1所述的信息推送方法,其特征在于,所述根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值,包括:
从各所述转移数据中获取各所述预设信息项所对应的数据转移单位和数据转移量;
根据各所述转移数据的属性特征,确定各所述数据转移单位所对应的第一权重以及各所述数据转移量所对应的第二权重;
根据各所述数据转移单位、各所述数据转移量、各所述第一权重和各所述第二权重,确定所述用户的转移能力值。
3.根据权利要求2所述的信息推送方法,其特征在于,所述根据各所述数据转移单位、各所述数据转移量、各所述第一权重和各所述第二权重,确定所述用户的转移能力值,包括:
根据下述公式确定所述转移能力值:
其中,PurScore为转移能力值,N为预设信息项的总个数,PurPricei为第i个预设信息项对应的数据转移单位,PriQuotietyi为第i个数据转移单位对应的第一权重,PurNumberi为第i个预设信息项对应的数据转移量,NumQuotietyi为第i个数据转移量对应的第二权重。
4.根据权利要求1所述的信息推送方法,其特征在于,所述概率值计算模型通过下述步骤训练得到:
选取预设数目的训练样本,每一个所述训练样本包括一个训练用户的训练转移数据和所述训练用户在各所述预设信息项中的标准转移概率值;
将各所述训练样本输入至初始的概率值计算模型,得到所述初始的概率值计算模型输出的各所述训练用户在各所述预设信息项中的训练转移概率值;
根据所述训练转移概率值与对应的标准转移概率值计算本轮训练的全局误差;
若所述全局误差不满足预设条件,则调整所述概率值计算模型的模型参数,并将模型参数调整后的概率值计算模型作为初始的概率值计算模型,返回执行将各所述训练样本输入至初始的概率值计算模型,得到所述初始的概率值计算模型输出的各所述训练用户在各所述预设信息项中的训练转移概率值的步骤以及后续步骤;
若所述全局误差满足所述预设条件,则确定所述概率值计算模型训练完成。
5.根据权利要求4所述的信息推送方法,其特征在于,所述根据所述训练转移概率值与对应的标准转移概率值计算本轮训练的全局误差,包括:
根据下述公式计算本轮训练的全局误差:
其中,Loss为全局误差,ActuProbl,m为第l个训练样本中第m个预设信息项的训练转移概率值,ExpProbl,m为第l个训练样本中第m个预设信息项的标准转移概率值,L为训练样本的总个数,M为预设信息项的总个数,Lossl为第l个训练样本的训练误差。
6.根据权利要求1至5中任一项所述的信息推送方法,其特征在于,所述确定所述信息项列表中各第一目标信息项的转移热度,包括:
获取所述信息项列表中各第一目标信息项的历史数据转移量、历史数据咨询量以及历史数据浏览量;
根据所述历史数据转移量、所述历史数据咨询量和所述历史数据浏览量确定各第一目标信息项的转移热度。
7.根据权利要求6所述的信息推送方法,其特征在于,所述根据所述历史数据转移量、所述历史数据咨询量和所述历史数据浏览量确定各第一目标信息项的转移热度,包括:
根据下述公式确定各第一目标信息项的转移热度:
PurWeightt
=HistoNumbert*HiPurQuotietyt+ConsNumbert
*ConsultQuotietyt+ReNumbert*ReadQuotietyt
其中,PurWeightt为第t个第一目标信息项的转移热度,HistoNumbert为第t个第一目标信息项的历史数据转移量,HiPurQuotietyt为第t个第一目标信息项的转移权重,ConsNumbert为第t个第一目标信息项的历史数据咨询量,ConsultQuotietyt为第t个第一目标信息项的咨询权重,ReNumbert为第t个第一目标信息项的历史数据浏览量,ReadQuotietyt为第t个第一目标信息项的浏览权重。
8.一种信息推送装置,其特征在于,包括:
转移数据获取模块,用于根据用户的身份标识信息获取所述用户在各预设渠道的转移数据,并确定各所述转移数据对应的属性特征;
转移能力值确定模块,用于根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值;
转移概率获取模块,用于将各所述转移数据输入至训练完成的概率值计算模型,得到所述概率值计算模型输出的所述用户在各预设信息项中的转移概率值;
信息项列表获取模块,用于根据所述转移概率值和所述转移能力值,获取待推送至所述用户的信息项列表;
目标信息项确定模块,用于确定所述信息项列表中各第一目标信息项的转移热度,并根据所述转移热度确定第二目标信息项;
信息推送模块,用于根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至所述用户。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述信息推送方法的步骤。
10.一种终端设备服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如下步骤:
根据用户的身份标识信息获取所述用户在各预设渠道的转移数据,并确定各所述转移数据对应的属性特征;
根据各所述转移数据和各所述属性特征,确定所述用户的转移能力值;
将各所述转移数据输入至训练完成的概率值计算模型,得到所述概率值计算模型输出的所述用户在各预设信息项中的转移概率值;
根据所述转移概率值和所述转移能力值,获取待推送至所述用户的信息项列表;
确定所述信息项列表中各第一目标信息项的转移热度,并根据所述转移热度确定第二目标信息项;
根据预先建立的目标信息项与推送方式之间的对应关系,确定所述第二目标信息项对应的第一推送方式,并通过所述第一推送方式将所述第二目标信息项推送至所述用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910662641.6A CN110472143A (zh) | 2019-07-22 | 2019-07-22 | 一种信息推送方法、装置、可读存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910662641.6A CN110472143A (zh) | 2019-07-22 | 2019-07-22 | 一种信息推送方法、装置、可读存储介质及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110472143A true CN110472143A (zh) | 2019-11-19 |
Family
ID=68508183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910662641.6A Pending CN110472143A (zh) | 2019-07-22 | 2019-07-22 | 一种信息推送方法、装置、可读存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110472143A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582932A (zh) * | 2020-03-25 | 2020-08-25 | 平安壹钱包电子商务有限公司 | 场景间信息推送方法、装置、计算机设备及存储介质 |
CN111756837A (zh) * | 2020-06-23 | 2020-10-09 | 京东数字科技控股有限公司 | 信息推送方法、装置、设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217334A (zh) * | 2013-06-05 | 2014-12-17 | 北京京东尚科信息技术有限公司 | 一种产品信息推荐方法、装置和系统 |
US20170195176A1 (en) * | 2015-12-30 | 2017-07-06 | Lenovo (Beijing) Limited | Method and apparatus for recommending device configuration |
CN108665355A (zh) * | 2018-05-18 | 2018-10-16 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备和计算机存储介质 |
WO2019139771A1 (en) * | 2018-01-15 | 2019-07-18 | Microsoft Technology Licensing, Llc | Contextually-aware recommendations for assisting users with task completion |
-
2019
- 2019-07-22 CN CN201910662641.6A patent/CN110472143A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217334A (zh) * | 2013-06-05 | 2014-12-17 | 北京京东尚科信息技术有限公司 | 一种产品信息推荐方法、装置和系统 |
US20170195176A1 (en) * | 2015-12-30 | 2017-07-06 | Lenovo (Beijing) Limited | Method and apparatus for recommending device configuration |
WO2019139771A1 (en) * | 2018-01-15 | 2019-07-18 | Microsoft Technology Licensing, Llc | Contextually-aware recommendations for assisting users with task completion |
CN108665355A (zh) * | 2018-05-18 | 2018-10-16 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备和计算机存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582932A (zh) * | 2020-03-25 | 2020-08-25 | 平安壹钱包电子商务有限公司 | 场景间信息推送方法、装置、计算机设备及存储介质 |
CN111756837A (zh) * | 2020-06-23 | 2020-10-09 | 京东数字科技控股有限公司 | 信息推送方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111950225B (zh) | 一种芯片布局方法、装置、存储介质和电子设备 | |
CN102541899B (zh) | 一种信息识别方法及设备 | |
CN109241415A (zh) | 项目推荐方法、装置、计算机设备及存储介质 | |
CN104199818B (zh) | 一种基于分类的社会化推荐方法 | |
CN108510303A (zh) | 广告投放方法及装置 | |
JP6964689B2 (ja) | サンプル重み設定方法及び装置、電子装置 | |
CN107003834B (zh) | 行人检测设备和方法 | |
Chen et al. | A self-adaptive Armijo stepsize strategy with application to traffic assignment models and algorithms | |
CN109145245A (zh) | 预测点击率的方法、装置、计算机设备及存储介质 | |
CN107633100A (zh) | 一种基于嵌入模型的兴趣点推荐方法及装置 | |
CN108460618A (zh) | 一种资源配置方法及装置,电子设备 | |
CN107767152A (zh) | 产品购买倾向分析方法及服务器 | |
CN104750716A (zh) | 一种社交网站好友推荐方法及装置 | |
CN103365842B (zh) | 一种页面浏览推荐方法及装置 | |
CN110489574A (zh) | 一种多媒体信息推荐方法、装置和相关设备 | |
CN110019420A (zh) | 一种数据序列预测方法及计算设备 | |
CN110472143A (zh) | 一种信息推送方法、装置、可读存储介质及终端设备 | |
CN107993088A (zh) | 一种购买周期预测方法及装置,电子设备 | |
CN103712628B (zh) | 导航路径描绘方法和终端 | |
CN110473073A (zh) | 线性加权推荐的方法及装置 | |
CN111340522B (zh) | 资源推荐方法、装置、服务器及存储介质 | |
CN110262775A (zh) | 业务规则生成方法及装置 | |
CN110516997A (zh) | 数据处理方法、系统、和装置 | |
CN108268534A (zh) | 传播影响力计算方法及装置 | |
CN106776757A (zh) | 用户完成网银操作的指示方法及装置 |
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 |