CN110490651B - 信息推送方法、装置、设备及计算机可读存储介质 - Google Patents
信息推送方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110490651B CN110490651B CN201910749381.6A CN201910749381A CN110490651B CN 110490651 B CN110490651 B CN 110490651B CN 201910749381 A CN201910749381 A CN 201910749381A CN 110490651 B CN110490651 B CN 110490651B
- Authority
- CN
- China
- Prior art keywords
- user
- target
- screening
- data
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012216 screening Methods 0.000 claims abstract description 145
- 230000000694 effects Effects 0.000 claims abstract description 63
- 230000000875 corresponding effect Effects 0.000 claims description 166
- 238000012549 training Methods 0.000 claims description 32
- 230000006399 behavior Effects 0.000 claims description 10
- 238000011009 performance qualification Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0239—Online discounts or incentives
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
Abstract
本发明提供一种信息推送方法、装置、设备及计算机可读存储介质,即获取用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;根据所述用户筛选模型以及所述用户标签,确定目标用户,并向所述目标用户推送预设活动信息。本发明基于用户数据生成对应的用户标签,然后对应的业务基于用户标签以及数据,生成用户筛选模型,由此可根据用户筛选模型在所有用户中筛选出符合营销条件的目标用户,精准投放营销成本至有效用户,不仅实现了针对性营销,节省了营销成本,而提高了推送的准确性,提升了用户参与感。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种信息推送方法、装置、设备及计算机可读存储介质。
背景技术
网络营销,亦称做线上营销或者电子营销,指的是一种利用互联网的营销型态。互联网为营销带来了许多独特的便利。目前营销活动一般都是普投性、粗放型以及成本不敏感型的营销活动,没有针对性,不仅准确率低下,而且造成了营销成本的浪费。
因此,如何解决现有活动信息推送方法准确率低下的问题,是目前亟需解决的问题。
发明内容
本发明的主要目的在于提供一种信息推送方法、装置、设备及计算机可读存储介质,旨在解决现有活动信息推送方法准确率低下的技术问题。
为实现上述目的,本发明提供一种信息推送方法,其特征在于,所述信息推送方法包括以下步骤:
在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;
获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;
根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合所述预设筛选条件的目标用户,并向所述目标用户推送预设活动信息;
将所述目标用户对应的用户标识添加至对应的用户名单,并获取所述预设活动信息对应的目标时间段与任务目标;
获取所述用户名单中的待监测用户在所述目标时间段内的任务数据,并根据所述任务数据判断所述待监测用户是否完成对应的任务目标;
若所述待监测用户完成对应的任务目标,则根据所述预设活动信息向所述待监测用户发放对应的活动奖励。
可选地,所述在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型的步骤之前,还包括:
获取历史用户对应的历史业绩数据以及对应的历史用户标签,将超过预设业绩阈值的历史业绩数据添加业绩合格标识,以根据所述业绩合格标识在所述历史业绩数据中确定对应的合格业绩数据;
根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,并根据所述训练集训练生成对应的用户筛选模型。
可选地,所述根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,并根据所述训练集训练生成对应的用户筛选模型的步骤包括:
根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,基于深度学习算法,提取出所述训练集中业绩数据与用户标签的对应关系,并确定合格业绩数据对应的相关用户标签;
根据所述对应关系以及相关用户标签,生成用户筛选模型,其中,所述用户筛选模型用于筛选出符合对应筛选条件的特定用户。
可选地,所述根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合所述预设筛选条件的目标用户,并向所述目标用户推送预设活动信息的步骤具体包括:
根据所述用户筛选模型以及所述用户标签,判断所述待筛选用户中是否存在符合所述预设筛选条件的目标用户;
若所述待筛选用户中存在所述目标用户,则根据所述目标用户对应的用户标签以及所述合格业绩数据对应的相关用户标签,将所述目标用户进行等级划分;
根据预设活动信息推送列表,向各个等级的目标用户推送对应的预设活动信息。
可选地,所述根据所述用户筛选模型以及所述用户标签,判断所述待筛选用户中是否存在符合所述预设筛选条件的目标用户的步骤之后,还包括:
若所述待筛选用户中不存在所述目标用户,则生成待筛选用户中不存在目标用户的提醒消息,并显示所述合格业绩数据对应的相关用户标签,以便策划人员根据所述相关用户标签调整所述预设活动信息。
可选地,所述获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签的步骤包括:
获取所述待筛选用户的用户基础信息、用户行为数据和用户交易数据,并获取预设标签单位;
将所述用户基础信息、用户行为数据和用户交易数据与预设标签单位进行比对,并生成所述待筛选用户对应的用户标签。
此外,为实现上述目的,本发明还提供一种信息推送装置,所述信息推送装置包括:
模型确定模块,用于在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;
标签生成模块,用于获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;
信息推送模块,用于根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合所述预设筛选条件的目标用户,并向所述目标用户推送预设活动信息;
所述信息推送装置还包括活动监测模块,所述活动监测模块用于:
将所述目标用户对应的用户标识添加至对应的用户名单,并获取所述预设活动信息对应的目标时间段与任务目标;
获取所述用户名单中的待监测用户在所述目标时间段内的任务数据,并根据所述任务数据判断所述待监测用户是否完成对应的任务目标;
若所述待监测用户完成对应的任务目标,则根据所述预设活动信息向所述待监测用户发放对应的活动奖励。
可选地,所述标签生成模块还用于:
获取所述待筛选用户的用户基础信息、用户行为数据和用户交易数据,并获取预设标签单位;
将所述用户基础信息、用户行为数据和用户交易数据与预设标签单位进行比对,并生成所述待筛选用户对应的用户标签。
此外,为实现上述目的,本发明还提供一种信息推送设备,所述信息推送设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的信息推送程序,其中所述信息推送程序被所述处理器执行时,实现如上述的信息推送方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信息推送程序,其中所述信息推送程序被处理器执行时,实现如上述的信息推送方法的步骤。
本发明提供一种信息推送方法,即在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合所述预设筛选条件的目标用户,并向所述目标用户推送预设活动信息。通过上述方式,本发明基于用户数据生成对应的用户标签,然后基于用户标签以及对应的业务数据,生成用户筛选模型,由此可根据用户筛选模型在所有用户中筛选出符合营销条件的目标用户,精准投放营销成本至有效用户,不仅实现了针对性营销,节省了营销成本,而提高了推送的准确性,提升了用户参与感,解决了现有活动信息推送方法准确率低下的技术问题。
附图说明
图1为本发明实施例方案中涉及的信息推送设备的硬件结构示意图;
图2为本发明信息推送方法第一实施例的流程示意图;
图3为本发明信息推送方法第二实施例的流程示意图;
图4为本发明信息推送方法第三实施例的流程示意图;
图5为本发明信息推送装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例涉及的信息推送方法主要应用于信息推送设备,该信息推送设备可以是PC、便携计算机、移动终端等具有显示和处理功能的设备。
参照图1,图1为本发明实施例方案中涉及的信息推送设备的硬件结构示意图。本发明实施例中,信息推送设备可以包括处理器1001(例如CPU),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard);网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口);存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的硬件结构并不构成对信息推送设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块以及信息推送程序。
在图1中,网络通信模块主要用于连接服务器,与服务器进行数据通信;而处理器1001可以调用存储器1005中存储的信息推送程序,并执行本发明实施例提供的信息推送方法。
本发明实施例提供了一种信息推送方法。
参照图2,图2为本发明信息推送方法第一实施例的流程示意图。
本实施例中,所述信息推送方法包括以下步骤:
步骤S10,在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;
目前营销活动一般都是普投性、粗放型以及成本不敏感型的营销活动,没有针对性,不仅用户参与感较差,活动信息推送准确率低下,而且造成了营销成本的浪费。
本实施例中,为了解决现有活动信息推送方法准确率低下的技术问题,提供一种信息推送方法,基于用户数据生成对应的用户标签,然后基于用户标签以及对应的业务数据,生成用户筛选模型,由此可根据用户筛选模型在所有用户中筛选出符合营销条件的目标用户,精准投放营销成本至有效用户,不仅实现了针对性营销,节省了营销成本,而提高了推送的准确性。本发明可应用于保险营销平台中的线上业务员的营销活动信息推送。具体地,所述信息推送方法应用于信息推送系统,所述信息推送系统包括终端和服务器。服务器在接收到终端发送的用户筛选指令时,获取用户筛选指令中的用于筛选用户的用户筛选条件,并根据所述用户筛选条件在预设模型库中确定对应的用户筛选模型。如根据“筛选出业绩合格的用户”的用户筛选条件,获取根据用户业绩数据进行用户筛选的用户筛选模型。其中,所述预设模型库为预先根据筛选需求选取对应的训练集训练生成对应功能的各个筛选模型。
步骤S20,获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;
本实施例中,预先根据数据库中的历史用户数据,提取出用户相关的标签单位,作为预设标签单位。其中,所述预设标签单位包括性别、年龄范围、籍贯、上线次数、业务区域等。获取所述报销营销平台中已注册的线上业务员对应的待筛选用户对应的用户数据,其中,所述用户数据包括用户基础信息、用户行为数据和用户交易数据。所述用户基础信息为用户姓名、年龄、性别以及家庭成员等,所述用户行为数据为用户推销业务的业务区域、用户登录保险营销平台的上限次数、用户致电客户的次数以及时长等,所述用户交易数据为用户已签约成功的签单数目、签单金额以及签单时间等。根据用户的上述用户数据以及预设标签单位,为各个用户添加上对应的用户标签,即为各待筛选用户生成用户画像,如性别女,职业白领,业务区域深圳宝安区,上线次数55次(一个月内)等。
步骤S30,根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合所述预设筛选条件的目标用户,并向所述目标用户推送预设活动信息。
本实施例中,将各个待筛选用户的用户标签输入至所述用户筛选模型,所述用户筛选模型将所述用户标签与预设筛选条件对应的目标用户标签进行比对,从而在各个用户中确定与所述目标用户标签匹配的目标用户,即所述目标用户对应的用户标签符合所述目标用户标签,或者所述目标用户对应的用户标签值大于所述目标用户标签值。由此,通过所述用户筛选模型在所有待筛选用户中筛选出有效的目标用户,并向所述目标用户发送预设营销策略。具体实施例中,将所述目标用户对应的用户标识添加至所述预设营销策略执行的用户名单,获取所述用户名单中的待统计用户在所述预设营销策略对应的目标时间区域中是否完成所述预设营销策略对应的任务目标,并在待统计用户完成对应的任务目标时,根据所述预设营销策略发放对应的奖励。或者在所述待统计用户未完成对应的任务目标时,根据所述预设营销策略执行对应的惩罚措施。
步骤S40,将所述目标用户对应的用户标识添加至对应的用户名单,并获取所述预设活动信息对应的目标时间段与任务目标;
步骤S50,获取所述用户名单中的待监测用户在所述目标时间段内的任务数据,并根据所述任务数据判断所述待监测用户是否完成对应的任务目标;
步骤S60,若所述待监测用户完成对应的任务目标,则根据所述预设活动信息向所述待监测用户发放对应的活动奖励。
本实施例中,将目标用户对应的用户标识,如用户姓名或用户工号等,加入到用户名单中,然后对用户名单中的用户,即待监测用户,进行任务监测。即获取各个待监测用户在活动对应的目标时间段内完成的任务数据,并判断各个待监测用户完成的任务数据是否达到对应的任务目标。若完成目标,则将活动对应的奖励信息发送至待监测用户,或者生成对应的任务完成提醒消息至待监测用户或者活动管理员等。若未完成,则将活动对应的惩罚消息发送至待监测用户或者活动管理员,或者生成活动未完成的提醒消息并发送至待监测用户等。
本实施例提供一种信息推送方法,即在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合所述预设筛选条件的目标用户,并向所述目标用户推送预设活动信息。通过上述方式,本发明基于用户数据生成对应的用户标签,然后基于用户标签以及对应的业务数据,生成用户筛选模型,由此可根据用户筛选模型在所有用户中筛选出符合营销条件的目标用户,精准投放营销成本至有效用户,不仅实现了针对性营销,节省了营销成本,而提高了推送的准确性,提升了用户参与感,解决了现有活动信息推送方法准确率低下的技术问题。
参照图3,图3为本发明信息推送方法第二实施例的流程示意图。
基于上述图2所示实施例,本实施例中,所述步骤S10之前,还包括:
步骤S01,获取历史用户对应的历史业绩数据以及对应的历史用户标签,将超过预设业绩阈值的历史业绩数据添加业绩合格标识,以根据所述业绩合格标识在所述历史业绩数据中确定对应的合格业绩数据;
本实施例中,一般用户业绩数据与所述用户的用户数据相关联,如用户业绩数据与某一种或几种用户数据成正比、反比或者指数倍递增等关联。根据各个待筛选用户的用户标识,在保险营销平台中获取线上业务员对应的历史业绩数据以及历史用户数据,并根据所述历史用户数据生成所述线上业务员对应的历史用户标签。将历史业绩数据超过预设阈值,即业绩达标的历史业绩数据添加业绩合格标识,以便系统识别出所述业绩合格的历史业绩数据。
步骤S02,根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,并根据所述训练集训练生成对应的用户筛选模型。
本实施例中,根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,即基于深度学习算法,提取出所述训练集中业绩数据与用户标签的对应关系,并确定合格业绩数据对应的相关用户标签;生成用户筛选模型,其中,所述用户筛选模型用于筛选出符合对应筛选条件的特定用户。具体地,根据深度学习算法,提取出各个历史业绩数据以及历史用户标签的对应关系,然后根据业绩合格标识确定业绩合格的历史业绩数据,并根据所述对应关系,确定所述业绩合格的历史业绩数据对应的相关用户标签,将所述相关用户标签作为所述用户筛选模型的筛选规则。如经过深度学习发现,上线次数超过50次(一个月内),业务区域为深圳南山区以及致电客户次数超过600个(一个月内)的用户标签对应的用户业绩数据一般都可以达标,即将上线次数超过50次(一个月内),业务区域为深圳南山区以及致电客户次数超过600个(一个月内)作为目标用户标签,超过上述值的即为符合目标用户标签。
参照图4,图4为本发明信息推送方法第三实施例的流程示意图。
基于上述图3所示实施例,本实施例中,所述步骤S30具体包括:
步骤S31,根据所述用户筛选模型以及所述用户标签,判断所述待筛选用户中是否存在符合所述预设筛选条件的目标用户;
本实施例中,将所述待筛选用户对应的用户标签输入值所述用户筛选模型,所述用户筛选模型判定所述用户标签与需要筛选出的目标用户对应的标签相匹配。即通过用户筛选模型将具有目标用户对应的标签的待筛选用户筛选出来,作为目标用户。
步骤S32,若所述待筛选用户中存在所述目标用户,则根据所述目标用户对应的用户标签以及所述合格业绩数据对应的相关用户标签,将所述目标用户进行等级划分;
本实施例中,若所述待筛选用户对应的用户标签中存在与所述目标用户对应相同的标签,即所述待筛选用户中存在所述目标用户。还可以在筛选出目标用户后,进一步根据根据目标用户的用户标签以及与业绩相关的相关用户标签,将目标用户进一步划分用户等级。如业绩高且长期稳定的用户类别、业绩高但不稳定的用户类别还有业务合格且稳定的类别等。
步骤S33,根据预设活动信息推送列表,向各个等级的目标用户推送对应的预设活动信息。
本实施例中,可根据业绩高且长期稳定的用户类别、业绩高但不稳定的用户类别还有业务合格且稳定的类别设置不同的激励营销活动,即为不同级别的目标用户推送不同的活动信息。其中,所述预设活动信息推送列表为服务器接收策划人员上传的营销活动表,并解析出营销活动表中的营销用户对象以及营销策略信息等,并将用户对象与活动推送信息关联存储为预设活动信息推送列表。
进一步地,所述步骤S31之后,还包括:
若所述待筛选用户中不存在所述目标用户,则生成待筛选用户中不存在目标用户的提醒消息,并显示所述合格业绩数据对应的相关用户标签,以便策划人员根据所述相关用户标签调整所述预设活动信息。
本实施例中,若通过所述用户筛选模型判定所述待筛选用户中不存在对应的目标用户,则生成对应的提醒消息,并显示待筛选用户中不存在目标用户的提醒消息,以便用户可对应查看用户筛选条件设置错误,从而导致筛选不出符合条件的目标用户。具体地,将与合格业绩数据对应的相关用户标签进行显示,以便策划人员可根据所述相关用户标签设置对应的营销策略,由此,为不同级别的目标用户推送不同的活动推送信息。
此外,本发明实施例还提供一种信息推送装置。
参照图5,图5为本发明信息推送装置第一实施例的功能模块示意图。
本实施例中,所述信息推送装置包括:
模型确定模块10,用于在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;
标签生成模块20,用于获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;
信息推送模块30,用于根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合所述预设筛选条件的目标用户,并向所述目标用户推送预设活动信息。
所述信息推送装置还包括活动监测模块40,所述活动监测模块40用于:
将所述目标用户对应的用户标识添加至对应的用户名单,并获取所述预设活动信息对应的目标时间段与任务目标;
获取所述用户名单中的待监测用户在所述目标时间段内的任务数据,并根据所述任务数据判断所述待监测用户是否完成对应的任务目标;
若所述待监测用户完成对应的任务目标,则根据所述预设活动信息向所述待监测用户发放对应的活动奖励。
进一步地,所述标签生成模块20还用于:
获取所述待筛选用户的用户基础信息、用户行为数据和用户交易数据,并获取预设标签单位;
将所述用户基础信息、用户行为数据和用户交易数据与预设标签单位进行比对,并生成所述待筛选用户对应的用户标签。
进一步地,所述信息推送装置还包括:
历史数据获取模块,用于获取历史用户对应的历史业绩数据以及对应的历史用户标签,将超过预设业绩阈值的历史业绩数据添加业绩合格标识,以根据所述业绩合格标识在所述历史业绩数据中确定对应的合格业绩数据;
筛选模型训练模块,用于根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,并根据所述训练集训练生成对应的用户筛选模型。
进一步地,所述筛选模型训练模块还用于:
根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,即基于深度学习算法,提取出所述训练集中业绩数据与用户标签的对应关系,并确定合格业绩数据对应的相关用户标签;
生成用户筛选模型,其中,所述用户筛选模型用于筛选出符合对应筛选条件的特定用户。
进一步地,所述信息推送模块30还包括:
用户判断单元,用于根据所述用户筛选模型以及所述用户标签,判断所述待筛选用户中是否存在符合所述预设筛选条件的目标用户;
等级划分单元,用于若所述待筛选用户中存在所述目标用户,则根据所述目标用户对应的用户标签以及所述合格业绩数据对应的相关用户标签,将所述目标用户进行等级划分;
信息推送单元,用于根据预设活动信息推送列表,向各个等级的目标用户推送对应的预设活动信息。
进一步地,所述信息推送模块30还用于:
若所述待筛选用户中不存在所述目标用户,则生成待筛选用户中不存在目标用户的提醒消息,并显示所述合格业绩数据对应的相关用户标签,以便策划人员根据所述相关用户标签调整所述预设活动信息。
其中,上述信息推送装置中各个模块与上述信息推送方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
此外,本发明实施例还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有信息推送程序,其中所述信息推送程序被处理器执行时,实现如上述的信息推送方法的步骤。
其中,信息推送程序被执行时所实现的方法可参照本发明信息推送方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,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,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种信息推送方法,其特征在于,应用于保险营销平台中的线上业务员的营销活动信息推送,所述信息推送方法包括以下步骤:
在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;
获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;
根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合预设筛选条件的目标用户,并向所述目标用户推送预设活动信息;
将所述目标用户对应的用户标识添加至对应的用户名单,并获取所述预设活动信息对应的目标时间段与任务目标;
获取所述用户名单中的待监测用户在所述目标时间段内的任务数据,并根据所述任务数据判断所述待监测用户是否完成对应的任务目标;
若所述待监测用户完成对应的任务目标,则根据所述预设活动信息向所述待监测用户发放对应的活动奖励;
所述在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型的步骤之前,还包括:
获取历史用户对应的历史业绩数据以及对应的历史用户标签,将超过预设业绩阈值的历史业绩数据添加业绩合格标识,以根据所述业绩合格标识在所述历史业绩数据中确定对应的合格业绩数据;
根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,并根据所述训练集训练生成对应的用户筛选模型。
2.如权利要求1所述的信息推送方法,其特征在于,所述根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,并根据所述训练集训练生成对应的用户筛选模型的步骤包括:
根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,基于深度学习算法,提取出所述训练集中业绩数据与用户标签的对应关系,并确定合格业绩数据对应的相关用户标签;
根据所述对应关系以及相关用户标签,生成用户筛选模型,其中,所述用户筛选模型用于筛选出符合对应筛选条件的特定用户。
3.如权利要求2所述的信息推送方法,其特征在于,所述根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合预设筛选条件的目标用户,并向所述目标用户推送预设活动信息的步骤具体包括:
根据所述用户筛选模型以及所述用户标签,判断所述待筛选用户中是否存在符合预设筛选条件的目标用户;
若所述待筛选用户中存在所述目标用户,则根据所述目标用户对应的用户标签以及所述合格业绩数据对应的相关用户标签,将所述目标用户进行等级划分;
根据预设活动信息推送列表,向各个等级的目标用户推送对应的预设活动信息。
4.如权利要求3所述的信息推送方法,其特征在于,所述根据所述用户筛选模型以及所述用户标签,判断所述待筛选用户中是否存在符合预设筛选条件的目标用户的步骤之后,还包括:
若所述待筛选用户中不存在所述目标用户,则生成待筛选用户中不存在目标用户的提醒消息,并显示所述合格业绩数据对应的相关用户标签,以便策划人员根据所述相关用户标签调整所述预设活动信息。
5.如权利要求1至4任意一项所述的信息推送方法,其特征在于,所述获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签的步骤包括:
获取所述待筛选用户的用户基础信息、用户行为数据和用户交易数据,并获取预设标签单位;
将所述用户基础信息、用户行为数据和用户交易数据与预设标签单位进行比对,并生成所述待筛选用户对应的用户标签。
6.一种信息推送装置,其特征在于,应用于保险营销平台中的线上业务员的营销活动信息推送,所述信息推送装置包括:
模型确定模块,用于在接收到用户筛选指令时,获取所述用户筛选指令中的用户筛选条件,并根据所述用户筛选条件确定对应的用户筛选模型;
标签生成模块,用于获取待筛选用户的用户数据,根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签;
信息推送模块,用于根据所述用户筛选模型以及所述用户标签,在所述待筛选用户中确定符合预设筛选条件的目标用户,并向所述目标用户推送预设活动信息;
所述信息推送装置还包括活动监测模块,所述活动监测模块用于:
将所述目标用户对应的用户标识添加至对应的用户名单,并获取所述预设活动信息对应的目标时间段与任务目标;
获取所述用户名单中的待监测用户在所述目标时间段内的任务数据,并根据所述任务数据判断所述待监测用户是否完成对应的任务目标;
若所述待监测用户完成对应的任务目标,则根据所述预设活动信息向所述待监测用户发放对应的活动奖励;
所述信息推送装置还包括:
历史数据获取模块,用于获取历史用户对应的历史业绩数据以及对应的历史用户标签,将超过预设业绩阈值的历史业绩数据添加业绩合格标识,以根据所述业绩合格标识,在所述历史业绩数据中确定对应的合格业绩数据;
筛选模型训练模块,用于根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集,并根据所述训练集训练生成对应的用户筛选模型。
7.一种信息推送设备,其特征在于,所述信息推送设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的信息推送程序,其中所述信息推送程序被所述处理器执行时,实现如权利要求1至5中任一项所述的信息推送方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息推送程序,其中所述信息推送程序被处理器执行时,实现如权利要求1至5中任一项所述的信息推送方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910749381.6A CN110490651B (zh) | 2019-08-14 | 2019-08-14 | 信息推送方法、装置、设备及计算机可读存储介质 |
PCT/CN2019/117565 WO2021027143A1 (zh) | 2019-08-14 | 2019-11-12 | 信息推送方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910749381.6A CN110490651B (zh) | 2019-08-14 | 2019-08-14 | 信息推送方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110490651A CN110490651A (zh) | 2019-11-22 |
CN110490651B true CN110490651B (zh) | 2023-11-14 |
Family
ID=68549915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910749381.6A Active CN110490651B (zh) | 2019-08-14 | 2019-08-14 | 信息推送方法、装置、设备及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110490651B (zh) |
WO (1) | WO2021027143A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639102B (zh) * | 2020-06-01 | 2024-04-05 | 阳光保险集团股份有限公司 | 客户数据资源共享方法、装置及电子设备 |
CN111898023A (zh) * | 2020-07-24 | 2020-11-06 | 北京口袋财富信息科技有限公司 | 一种消息推送方法、装置、可读存储介质及计算设备 |
CN112464083A (zh) * | 2020-11-16 | 2021-03-09 | 北京达佳互联信息技术有限公司 | 模型训练方法、作品推送方法、装置、电子设备及存储介质 |
CN113553511A (zh) * | 2021-07-30 | 2021-10-26 | 中国建设银行股份有限公司 | 用户实时推荐方法、装置、系统、设备及可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730155A (zh) * | 2017-11-24 | 2018-02-23 | 泰康保险集团股份有限公司 | 信息分配方法及装置、存储介质和电子设备 |
CN108564251A (zh) * | 2018-03-12 | 2018-09-21 | 平安信托有限责任公司 | 保险任务分配方法、装置、设备及存储介质 |
CN109118296A (zh) * | 2018-09-04 | 2019-01-01 | 南京星邺汇捷网络科技有限公司 | 活动推送方法、装置及电子设备 |
WO2019019642A1 (zh) * | 2017-07-24 | 2019-01-31 | 深圳壹账通智能科技有限公司 | 应用信息推送方法、装置、计算机设备和存储介质 |
CN109544268A (zh) * | 2018-10-23 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 信息推送方法、装置、服务器及计算机可读存储介质 |
CN109672719A (zh) * | 2018-09-26 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 基于用户行为大数据的信息推送方法及相关设备 |
CN110020192A (zh) * | 2018-07-31 | 2019-07-16 | 北京微播视界科技有限公司 | 一种信息内容推送方法和装置、服务端设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105096158A (zh) * | 2015-07-01 | 2015-11-25 | 北京奇虎科技有限公司 | 信息推送方法和装置 |
CN106228386B (zh) * | 2016-07-12 | 2018-09-25 | 腾讯科技(深圳)有限公司 | 一种信息推送方法及装置 |
-
2019
- 2019-08-14 CN CN201910749381.6A patent/CN110490651B/zh active Active
- 2019-11-12 WO PCT/CN2019/117565 patent/WO2021027143A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019019642A1 (zh) * | 2017-07-24 | 2019-01-31 | 深圳壹账通智能科技有限公司 | 应用信息推送方法、装置、计算机设备和存储介质 |
CN107730155A (zh) * | 2017-11-24 | 2018-02-23 | 泰康保险集团股份有限公司 | 信息分配方法及装置、存储介质和电子设备 |
CN108564251A (zh) * | 2018-03-12 | 2018-09-21 | 平安信托有限责任公司 | 保险任务分配方法、装置、设备及存储介质 |
CN110020192A (zh) * | 2018-07-31 | 2019-07-16 | 北京微播视界科技有限公司 | 一种信息内容推送方法和装置、服务端设备 |
CN109118296A (zh) * | 2018-09-04 | 2019-01-01 | 南京星邺汇捷网络科技有限公司 | 活动推送方法、装置及电子设备 |
CN109672719A (zh) * | 2018-09-26 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 基于用户行为大数据的信息推送方法及相关设备 |
CN109544268A (zh) * | 2018-10-23 | 2019-03-29 | 平安医疗健康管理股份有限公司 | 信息推送方法、装置、服务器及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110490651A (zh) | 2019-11-22 |
WO2021027143A1 (zh) | 2021-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110490651B (zh) | 信息推送方法、装置、设备及计算机可读存储介质 | |
US11195131B2 (en) | Increasing usage for a software service through automated workflows | |
US20140358605A1 (en) | Methods and systems for crowdsourcing a task | |
US20140258161A1 (en) | Systems and methods for career information processing | |
CN111383101A (zh) | 贷后风险监控方法、装置、设备及计算机可读存储介质 | |
CN109753643B (zh) | 报表样式创建方法、装置、设备及计算机可读存储介质 | |
US11226991B2 (en) | Interest tag determining method, computer device, and storage medium | |
CN114722281B (zh) | 基于用户画像及用户选课行为的培训课程配置方法、装置 | |
CN105468161A (zh) | 指令执行方法和装置 | |
CN110557466A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN107818264B (zh) | 环保公益活动监控方法、设备及计算机可读存储介质 | |
CN112529575A (zh) | 风险预警方法、设备、存储介质及装置 | |
CN110188276B (zh) | 数据发送装置、方法、电子设备及计算机可读存储介质 | |
CN105162931B (zh) | 一种通信号码的分类方法及装置 | |
CN112883277B (zh) | 一种设计师智能匹配方法、装置、设备及存储介质 | |
CN110413926B (zh) | 一种问卷调查方法及装置 | |
CN112990702A (zh) | 基于施工任务的施工队匹配方法、装置、设备及存储介质 | |
CN111768241A (zh) | 交互资格等级确定方法、装置、设备及存储介质 | |
CN107451247A (zh) | 用户识别方法及装置 | |
CN111224865A (zh) | 基于付费会话的用户识别方法、电子装置及存储介质 | |
CN109711856B (zh) | 基于大数据的用户分类方法、装置、服务器及存储介质 | |
CN112347457A (zh) | 异常账户检测方法、装置、计算机设备和存储介质 | |
CN113569158A (zh) | 人群圈定任务状态展示方法、装置、设备及存储介质 | |
CN112801458A (zh) | 视频会议应用评价方法、装置、设备及存储介质 | |
CN113111153A (zh) | 一种数据分析方法、装置、设备及存储介质 |
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 |