CN110688579A - 对象推送方法、装置、电子设备及存储介质 - Google Patents
对象推送方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110688579A CN110688579A CN201910951480.2A CN201910951480A CN110688579A CN 110688579 A CN110688579 A CN 110688579A CN 201910951480 A CN201910951480 A CN 201910951480A CN 110688579 A CN110688579 A CN 110688579A
- Authority
- CN
- China
- Prior art keywords
- preset
- recommendation
- recommended
- objects
- strategy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000006399 behavior Effects 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Abstract
本公开实施例公开了一种对象推送方法、装置、电子设备及存储介质。该方法包括:在检测到目标用户对客户端上预设页面的打开请求时,根据所述目标用户在所述客户端上的历史行为数据确定所述目标用户的用户类型;在所述目标用户的用户类型为新用户时,根据多个不同的预设推荐策略获得多个推荐对象;其中,不同的所述推荐对象对应不同的所述预设推荐策略;将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端。通过本公开实施例,对于新用户可以采用多策略方式针对每种策略获得一个对应的推荐对象,并将所获得的多个推荐对象按照预设的形式推送给该新用户的客户端,可以解决新用户冷启动问题,能够提高对象的推送准确率。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种对象推送方法、装置、电子设备及存储介质。
背景技术
随着互联网技术的发展,线上平台会针对不同用户推送用户感兴趣的对象,以便帮助用户快速决策。针对老用户,线上平台可以根据用户的历史行为数据等获得的画像数据,为老用户推送感兴趣的对象,但是由于新用户没有画像数据,不适合采用这种策略为新用户推荐感兴趣的对象。本公开发明人发现,对于新用户,已有技术中通过新用户的地理位置召回的对象进行单维度排序后,推送给用户,但是这种方式得到的对象的准确率不高,无法帮助新用户进行决策。
发明内容
本公开实施例提供一种对象推送方法、装置、电子设备及存储介质。
第一方面,本公开实施例中提供了一种对象推送方法。
具体的,所述对象推送方法,包括:
在检测到目标用户对客户端上预设页面的打开请求时,根据所述目标用户在所述客户端上的历史行为数据确定所述目标用户的用户类型;
在所述目标用户的用户类型为新用户时,根据多个不同的预设推荐策略获得多个推荐对象;其中,不同的所述推荐对象对应不同的所述预设推荐策略;
将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端。
结合第一方面,本公开在第一方面的第一种实现方式中,根据多个不同的预设推荐策略获得多个推荐对象,包括:
根据预设初筛条件获得多个候选对象;
分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象。
结合第一方面和/或第一方面的第一种实现方式,本公开在第一方面的第二种实现方式中,分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象,包括:
在第一预设推荐策略对应获得了多个所述第一推荐对象时,从多个所述第一推荐对象中随机选择其中一个作为所述第一预设推荐策略对应的所述推荐对象。
结合第一方面、第一方面的第一种实现方式和/或第一方面的第二种实现方式,本公开在第一方面的第三种实现方式中,分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象,包括:
在第一预设推荐策略对应获得了多个所述第一推荐对象时,将第二推荐对象确定为所述第一推荐策略对应的所述推荐对象;其中,所述第二推荐对象为所述多个第一推荐对象中与第三推荐对象相同的对象,所述第三推荐对象为至少一个第二推荐策略获得的多个所述推荐对象中的一个。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和/或第一方面的第三种实现方式,本公开在第一方面的第四种实现方式中,按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象,包括:
在执行第一预设推荐策略之前,从候选对象中过滤掉目标推荐对象;其中,所述目标推荐对象包括以下至少之一:
根据第二预设推荐策略获得的第一推荐对象;其中,所述第二预设推荐策略在所述优先级执行顺序中排序在所述第一预设推荐策略之前;
与所述第一推荐对象具有预设关系的第二推荐对象。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和/或第一方面的第四种实现方式,本公开在第一方面的第五种实现方式中,将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端,包括:
获取与每个所述预设推荐策略关联设置的预设推荐标语;
将所述多个推荐对象和关联设置的所述预设推荐标语按照预设的形式推送至所述目标用户的客户端。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式和/或第一方面的第五种实现方式,本公开在第一方面的第六种实现方式中,还包括:
接收所述目标用户的客户端反馈的所述目标用户对于其中一个所述多个推荐对象的查看请求;
将所述目标用户所点击的所述推荐对象的详情页面推送至所述目标用户的客户端。
第二方面,本公开实施例中提供了一种对象推送装置。
具体的,所述对象推送装置,包括:
第一确定模块,被配置为在检测到目标用户对客户端上预设页面的打开请求时,根据所述目标用户在所述客户端上的历史行为数据确定所述目标用户的用户类型;
获取模块,被配置为在所述目标用户的用户类型为新用户时,根据多个不同的预设推荐策略获得多个推荐对象;其中,不同的所述推荐对象对应不同的所述预设推荐策略;
第一推送模块,被配置为将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端。
结合第二方面,本公开在第二方面的第一种实现方式中,所述获取模块,包括:
第一获取子模块,被配置为根据预设初筛条件获得多个候选对象;
第二获取子模块,被配置为分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象。
结合第二方面和/或第二方面的第一种实现方式,本公开在第二方面的第二种实现方式中,所述第二获取子模块,包括:
随机选择子模块,被配置为在第一预设推荐策略对应获得了多个所述第一推荐对象时,从多个所述第一推荐对象中随机选择其中一个作为所述第一预设推荐策略对应的所述推荐对象。
结合第二方面、第二方面的第一种实现方式和/或第二方面的第二种实现方式,本公开在第二方面的第三种实现方式中,所述第二获取子模块,包括:
确定子模块,被配置为在第一预设推荐策略对应获得了多个所述第一推荐对象时,将第二推荐对象确定为所述第一推荐策略对应的所述推荐对象;其中,所述第二推荐对象为所述多个第一推荐对象中与第三推荐对象相同的对象,所述第三推荐对象为至少一个第二推荐策略获得的多个所述推荐对象中的一个。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式和/或第二方面的第三种实现方式,本公开在第二方面的第四种实现方式中,所述获取模块,包括:
执行子模块,被配置为按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式和/或第二方面的第四种实现方式,本公开在第二方面的第五种实现方式中,所述执行子模块,包括:
过滤子模块,被配置为在执行第一预设推荐策略之前,从候选对象中过滤掉目标推荐对象;其中,所述目标推荐对象包括以下至少之一:
根据第二预设推荐策略获得的第一推荐对象;其中,所述第二预设推荐策略在所述优先级执行顺序中排序在所述第一预设推荐策略之前;
与所述第一推荐对象具有预设关系的第二推荐对象。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、第二方面的第四种实现方式和/或第二方面的第五种实现方式,本公开在第二方面的第六种实现方式中,所述第一推送模块,包括:
第三获取子模块,被配置为获取与每个所述预设推荐策略关联设置的预设推荐标语;
推送子模块,被配置为将所述多个推荐对象和关联设置的所述预设推荐标语按照预设的形式推送至所述目标用户的客户端。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、第二方面的第四种实现方式、第二方面的第五种实现方式和/或第二方面的第六种实现方式,本公开在第二方面的第七种实现方式中,还包括:
接收模块,被配置为接收所述目标用户的客户端反馈的所述目标用户对于其中一个所述多个推荐对象的查看请求;
第二推送模块,被配置为将所述目标用户所点击的所述推荐对象的详情页面推送至所述目标用户的客户端。
所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,对象推送装置的结构中包括存储器和处理器,所述存储器用于存储一条或多条支持对象推送装置执行上述第一方面中对象推送方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述对象推送装置还可以包括通信接口,用于对象推送装置与其他设备或通信网络通信。
第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现第一方面所述的方法。
第四方面,本公开实施例提供了一种计算机可读存储介质,用于存储对象推送装置所用的计算机指令,其包含用于执行上述任一方法所涉及的计算机指令。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开实施例,在确定了目标用户为新用户时,根据多个不同的预设推荐策略中的每一个分别获得一个对应的推荐对象,并将这些推荐对象按照预设的形式推送给目标用户的客户端。通过这种方式,对于新用户可以采用多策略方式针对每种策略获得一个对应的推荐对象,并将所获得的多个推荐对象按照预设的形式推送给该新用户的客户端,可以解决新用户冷启动问题,能够提高对象的推送准确率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的对象推送方法的流程图;
图2示出根据图1所示实施方式的步骤S102的流程图;
图3示出根据图1所示实施方式的步骤S103的流程图;
图4示出根据图1所示实施方式的响应目标用户点击操作部分的流程图;
图5示出了根据本公开实施例在外面点餐应用场景下为新用户推送的推荐对象以及推荐标语的应用界面显示示意图;
图6示出根据本公开一实施方式的对象推送装置的结构框图;
图7示出根据图6所示实施方式的获取模块602的结构框图;
图8示出根据图6所示实施方式的第一推送模块603的结构框图;
图9示出根据图6所示实施方式的响应目标用户点击操作部分的结构框图;
图10是适于用来实现根据本公开一实施方式的对象推送方法的电子设备的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出根据本公开一实施方式的对象推送方法的流程图。如图1所示,所述对象推送方法包括以下步骤:
在步骤S101中,在检测到目标用户对客户端上预设页面的打开请求时,根据所述目标用户在所述客户端上的历史行为数据确定所述目标用户的用户类型;
在步骤S102中,在所述目标用户的用户类型为新用户时,根据多个不同的预设推荐策略获得多个推荐对象;其中,不同的所述推荐对象对应不同的所述预设推荐策略;
在步骤S103中,将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端。
本实施例中,目标用户可以是线上平台的任一用户。用户类型可以包括新用户和老用户。新用户可以是在线上平台中没有任何历史行为数据或者历史行为数据较少不足以得到足够画像数据的用户,例如对于电商平台,未进行过任何浏览、点击、搜索、下单等操作的用户、或者未成功下过单的用户可以认为是新用户。
用户在通过线上平台的客户端浏览页面时,对于一些预设页面,例如首页、频道页面等,线上平台会根据用户的不同画像数据推送不同的对象,并展示在用户当前所浏览的页面上,以便能够引导用户快速找到所需要的线上平台资源。但是对于新用户而言,由于新用户在客户端上没有历史行为数据或者历史行为数据较少,无法形成完整的用户画像,因此无法通过画像数据为新用户推送对象。因此,本公开实施例通过预先设置多个不同的预设推荐策略,并根据这些预设推荐策略为新用户推送对象。
预设推荐策略可以根据线上平台所对象的类型而具体设置,例如销售服装的电商和外卖点餐平台进行产品推荐所使用的策略可以不同。预设推荐策略的基本原则是尽可能为新用户找出其所感兴趣的对象,由于是新用户,在线上平台没有画像数据,因此无法根据新用户的画像数据为新用户推荐其感兴趣的对象。那么预设推荐策略可以为新用户推荐大多数用户较为感兴趣的对象,例如线上平台热搜的对象,或者正在促销的对象、当前热门话题涉及的对象等等。
线上平台可以预先设定多种预设推荐策略,并针对新用户,根据该多个预设推荐策略分别获得一个对应的推荐对象,也即每种预设推荐策略获得一个对应的推荐对象,并将每种预设推荐策略获得的一个推荐对象按照预设的形式推送给该新用户的客户端,客户端在接收到推荐对象之后,将这些推送对象按照预设的形式展示给该新用户。
预设的形式可以包括但不限于推荐对象的展示方式等。例如,线上平台预先设置了8种预设推荐策略,而针对每种推荐策略获得的推荐对象按照8宫格的形式展示在客户端上,因此在推送的时候,可以将该8种预设推荐策略获得的8个推荐对象分别与8宫格中的每一格关联起来,并推送至目标用户的客户端上,客户端可以根据该关联关系将8个推荐对象分别展示在8宫格的相应格子中。
本公开实施例,在确定了目标用户为新用户时,根据多个不同的预设推荐策略中的每一个分别获得一个对应的推荐对象,并将这些推荐对象按照预设的形式推送给目标用户的客户端。通过这种方式,对于新用户可以采用多策略方式针对每种策略获得一个对应的推荐对象,并将所获得的多个推荐对象按照预设的形式推送给该新用户的客户端,可以解决新用户冷启动问题,能够提高对象的推送准确率。
在本实施例的一个可选实现方式中,如图2所示,所述步骤S102,即根据多个不同的预设推荐策略获得多个推荐对象的步骤,进一步包括以下步骤:
在步骤S201中,根据预设初筛条件获得多个候选对象;
在步骤S202中,分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象。
该可选的实现方式中,预设初筛条件包括但不限于根据配送距离、配送时间、对象的质量等进行筛选的条件。例如,对于外卖点餐系统,预设初筛条件可以包括:筛除月销量小于10、配送时间大于60分钟、配送距离大于5km、全城送、商户名称包含“代购、跑腿”、起送价大于100元、商户等级低于预设等级等。
预设初筛条件还可以是对象的供应时间。例如,外卖点餐系统中可以根据商户的营业时段进行筛选,将当前处于非营业时段的商户及其菜品排除出去。
针对经过预设初筛条件筛选之后得到的候选对象,分别根据多个不同的预设推荐策略从候选对象中获得多个推荐对象,一个预设推荐策略可以获得一个推荐对象。
在本实施例的一个可选实现方式中,所述步骤S202,即分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象的步骤,进一步包括以下步骤:
在第一预设推荐策略对应获得了多个所述第一推荐对象时,从多个所述第一推荐对象中随机选择其中一个作为所述第一预设推荐策略对应的所述推荐对象。
该可选的实现方式中,如果根据其中一个预设推荐策略也即第一预设推荐策略获得了多个推荐对象即第一推荐对象时,可以从该多个第一推荐对象中随机选取其中一个也即第二推荐对象作为该预设推荐策略对应的推荐对象,而推送至目标用户的客户端。
在本实施例的一个可选实现方式中,所述步骤S202,即分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象的步骤,进一步包括以下步骤:
在第一预设推荐策略对应获得了多个所述第一推荐对象时,将第二推荐对象作为所述第一推荐策略对应的所述推荐对象;其中,所述第二推荐对象为所述多个第一推荐对象中与第三推荐对象相同的对象,所述第三推荐对象为至少一个第二推荐策略获得的多个所述推荐对象中的一个。
该可选的实现方式中,还可以将与其他预设推荐策略获得的多个推荐对象相同的对象作为该预设推荐策略的最终推荐对象,而该其他预设推荐策略则可以不将该推荐对象作为其最终的推荐对象。例如,预设推荐策略为2个,分别为A和B;当前的预设推荐策略A获得了两个推荐对象a1和a2,而其他的预设推荐策略获得的两个推荐对象a1和b1,则当前的预设推荐策略A可以将推荐对象a1作为最终的推荐对象,而推荐策略B则可以将推荐对象b1作为推荐对象。可以理解的是,如果第一推荐对象中有多个与其他预设推荐对象获得的第三推荐对象相同时,可以随机选择其中一个或者将相同数量最高的作为当前的预设推荐策略的最终推荐对象。相同数量最高是指与该第一推荐对象相同的第三推荐对象的数量。
在本实施例的一个可选实现方式中,所述步骤S102,即根据多个不同的预设推荐策略获得多个推荐对象的步骤,进一步包括以下步骤:
按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象。
该可选的实现方式中,多个不同的预设推荐策略之间还可以预先设置优先级,优先根据优先级高的预设推荐策略获得的推荐对象,而优先级较低的预设推荐策略不再重复获得与优先级较高的预设推荐策略相同的推荐对象,也即优先级高的预设推荐策略获得的推荐对象,不会出现在优先级低的预设推荐策略获得的推荐对象中,以避免重复推荐。
在本实施例的一个可选实现方式中,按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象的步骤,进一步包括以下步骤:
在执行第一预设推荐策略之前,从候选对象中过滤掉目标推荐对象;其中,所述目标推荐对象包括以下至少之一:
根据第二预设推荐策略获得的第一推荐对象;其中,所述第二预设推荐策略在所述优先级执行顺序中排序在所述第一预设推荐策略之前;
与所述第一推荐对象具有预设关系的第二推荐对象。
该可选的实现方式中,候选对象可以是线上平台所提供的所有对象,也可以是对线上平台提供的所有对象经过时间、距离、质量等初筛条件筛选过后的对象。可以针对候选对象按照预设的优先级执行顺序执行预设推荐策略,并且在执行当前的预设推荐策略时,可以预先从候选对象中过滤如下目标推荐对象:已经被更高优先级的预设推荐策略作为推荐对象的第一推荐对象,与第一推荐对象具有预设关系的第二推荐对象。
由于第一推荐对象已经被优先级更高的预设推荐策略所推荐,因此优先级低的预设推荐策略则不再针对其进行推荐,避免重复推荐;其次,预设关系可以是指第一推荐对象和第二推荐对象为同类型、相似度较高等关系,为了避免不同预设推荐策略推荐相同类型的对象或者相似度较高的对象,在执行当前的预设推荐策略时,还从候选对象中过滤掉与第一推荐对象具有预设关系的第二推荐对象。例如,外卖点餐系统中,优先级高的预设推荐策略得到的第一推荐对象为“肯德基”,则执行后续优先级低的预设推荐策略之前,可以将与“肯德基”较为相似的“麦当劳”、“汉堡王”等剔除出去。
在本实施例的一个可选实现方式中,如图3所示,所述步骤S103,即将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端的步骤,进一步包括以下步骤:
在步骤S301中,获取与每个所述预设推荐策略关联设置的预设推荐标语;
在步骤S302中,将所述多个推荐对象和关联设置的所述预设推荐标语按照预设的形式推送至所述目标用户的客户端。
该可选的实现方式中,还可以针对预设推荐策略确定相应的推荐标语,推荐标语可以是简单明了描述预设推荐策略主旨的词语,使得用户用户在看到推荐标语时能够猜出对应的推荐策略。推荐标语可以根据预设推荐策略预先设置,并建立与预设推荐策略的关联关系。在推送多个推荐对象的同时,还可以根据上述关联关系将该推荐标语与对应的推荐对象一同推送给目标用户的客户端,以便在客户端上能够将推荐对象和推荐标语关联显示给目标用户,便于目标用户根据实际需求点击查看感兴趣的推荐标语对应的推荐对象。
在本实施例的一个可选实现方式中,如图4所示,所述方法进一步还包括以下步骤:
在步骤S401中,接收所述目标用户的客户端反馈的所述目标用户对于其中一个所述多个推荐对象的查看请求;
在步骤S402中,将所述目标用户所点击的所述推荐对象的详情页面推送至所述目标用户的客户端。
该可选的实现方式中,在将多个推荐对象推送至目标用户的客户端之后,可以由客户端实时检测目标用户的操作,在检测到目标用户针对其中一个推荐对象的点击操作之后,可以由客户端向服务器发送目标用户请求查看该推荐对象的请求,服务器可以根据该查看请求,将该推荐对象的详情页面推送至客户端,以便客户端能够将该详情页面展示给目标用户。
图5示出了根据本公开实施例在外面点餐应用场景下为新用户推送的推荐对象以及推荐标语的应用界面显示示意图。如图5所示,外卖点餐系统中预设推荐策略以及推荐标语:
1、best choice策略:根据商户销量以及平均价格进行打分得到的最高分商户;推荐标语:猜你喜欢;
2、月销量最高策略:一个月内销量最高的商户;推荐标语:畅销首选;
3、满减力度最大策略:当前进行满减的力度最大的商户;推荐语:实惠又好吃;
4、距离最近策略:与目标用户距离最近的商户;推荐标语:离你最近;
5、评分最高策略:用户评分最高的商户;推荐标语:百吃不厌;
6、配送费最低策略:配送费用最低的商户;推荐标语:配送优惠;
7、平均客单价最低策略:平均客单价最低的商户;推荐标语:唇齿留香;
8、随机选择一个其他策略:随机选择除了上述7个策略之外的一个策略;推荐标语:对应于随机选择的策略的标语,图4中是“温故而知新”。
该实施例中,上述8个策略以8宫格的形式展示在新用户的首页上,并且上述8个策略的优先级顺序如下:1>2>3>4>5>6>7>8。通过图4所示的展示页面,新用户可以根据8宫格上展示的推荐标语点击其中一个商户进行浏览或者下单等操作。线上平台在获得新用户此次的行为数据之后,可以根据其确定该新用户的画像数据,以便下次可以根据该画像数据应用老用户推荐策略为用户推荐感兴趣的商户、菜品等。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图6示出根据本公开一实施方式的对象推送装置的结构框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图6所示,所述对象推送装置包括:
第一确定模块601,被配置为在检测到目标用户对客户端上预设页面的打开请求时,根据所述目标用户在所述客户端上的历史行为数据确定所述目标用户的用户类型;
获取模块602,被配置为在所述目标用户的用户类型为新用户时,根据多个不同的预设推荐策略获得多个推荐对象;其中,不同的所述推荐对象对应不同的所述预设推荐策略;
第一推送模块603,被配置为将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端。
本实施例中,目标用户可以是线上平台的任一用户。用户类型可以包括新用户和老用户。新用户可以是在线上平台中没有任何历史行为数据或者历史行为数据较少不足以得到足够画像数据的用户,例如对于电商平台,未进行过任何浏览、点击、搜索、下单等操作的用户、或者未成功下过单的用户可以认为是新用户。
用户在通过线上平台的客户端浏览页面时,对于一些预设页面,例如首页、频道页面等,线上平台会根据用户的不同画像数据推送不同的对象,并展示在用户当前所浏览的页面上,以便能够引导用户快速找到所需要的线上平台资源。但是对于新用户而言,由于新用户在客户端上没有历史行为数据或者历史行为数据较少,无法形成完整的用户画像,因此无法通过画像数据为新用户推送对象。因此,本公开实施例通过预先设置多个不同的预设推荐策略,并根据这些预设推荐策略为新用户推送对象。
预设推荐策略可以根据线上平台所对象的类型而具体设置,例如销售服装的电商和外卖点餐平台进行产品推荐所使用的策略可以不同。预设推荐策略的基本原则是尽可能为新用户找出其所感兴趣的对象,由于是新用户,在线上平台没有画像数据,因此无法根据新用户的画像数据为新用户推荐其感兴趣的对象。那么预设推荐策略可以为新用户推荐大多数用户较为感兴趣的对象,例如线上平台热搜的对象,或者正在促销的对象、当前热门话题涉及的对象等等。
线上平台可以预先设定多种预设推荐策略,并针对新用户,根据该多个预设推荐策略分别获得一个对应的推荐对象,也即每种预设推荐策略获得一个对应的推荐对象,并将每种预设推荐策略获得的一个推荐对象按照预设的形式推送给该新用户的客户端,客户端在接收到推荐对象之后,将这些推送对象按照预设的形式展示给该新用户。
预设的形式可以包括但不限于推荐对象的展示方式等。例如,线上平台预先设置了8种预设推荐策略,而针对每种推荐策略获得的推荐对象按照8宫格的形式展示在客户端上,因此在推送的时候,可以将该8种预设推荐策略获得的8个推荐对象分别与8宫格中的每一格关联起来,并推送至目标用户的客户端上,客户端可以根据该关联关系将8个推荐对象分别展示在8宫格的相应格子中。
本公开实施例,在确定了目标用户为新用户时,根据多个不同的预设推荐策略中的每一个分别获得一个对应的推荐对象,并将这些推荐对象按照预设的形式推送给目标用户的客户端。通过这种方式,对于新用户可以采用多策略方式针对每种策略获得一个对应的推荐对象,并将所获得的多个推荐对象按照预设的形式推送给该新用户的客户端,可以解决新用户冷启动问题,能够提高对象的推送准确率。
在本实施例的一个可选实现方式中,如图7所示,所述获取模块602,包括:
第一获取子模块701,被配置为根据预设初筛条件获得多个候选对象;
第二获取子模块702,被配置为分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象。
该可选的实现方式中,预设初筛条件包括但不限于根据配送距离、配送时间、对象的质量等进行筛选的条件。例如,对于外卖点餐系统,预设初筛条件可以包括:筛除月销量小于10、配送时间大于60分钟、配送距离大于5km、全城送、商户名称包含“代购、跑腿”、起送价大于100元、商户等级低于预设等级等。
预设初筛条件还可以是对象的供应时间。例如,外卖点餐系统中可以根据商户的营业时段进行筛选,将当前处于非营业时段的商户及其菜品排除出去。
针对经过预设初筛条件筛选之后得到的候选对象,分别根据多个不同的预设推荐策略从候选对象中获得多个推荐对象,一个预设推荐策略可以获得一个推荐对象。
在本实施例的一个可选实现方式中,所述第二获取子模块702,包括:
随机选择子模块,被配置为在第一预设推荐策略对应获得了多个所述第一推荐对象时,从多个所述第一推荐对象中随机选择其中一个作为所述第一预设推荐策略对应的所述推荐对象。
该可选的实现方式中,如果根据其中一个预设推荐策略也即第一预设推荐策略获得了多个推荐对象即第一推荐对象时,可以从该多个第一推荐对象中随机选取其中一个也即第二推荐对象作为该预设推荐策略对应的推荐对象,而推送至目标用户的客户端。
在本实施例的一个可选实现方式中,所述第二获取子模块702,包括:
确定子模块,被配置为在第一预设推荐策略对应获得了多个所述第一推荐对象时,将第二推荐对象确定为所述第一推荐策略对应的所述推荐对象;其中,所述第二推荐对象为所述多个第一推荐对象中与第三推荐对象相同的对象,所述第三推荐对象为至少一个第二推荐策略获得的多个所述推荐对象中的一个。
该可选的实现方式中,还可以将与其他预设推荐策略获得的多个推荐对象相同的对象作为该预设推荐策略的最终推荐对象,而该其他预设推荐策略则可以不将该推荐对象作为其最终的推荐对象。例如,预设推荐策略为2个,分别为A和B;当前的预设推荐策略A获得了两个推荐对象a1和a2,而其他的预设推荐策略获得的两个推荐对象a1和b1,则当前的预设推荐策略A可以将推荐对象a1作为最终的推荐对象,而推荐策略B则可以将推荐对象b1作为推荐对象。可以理解的是,如果第一推荐对象中有多个与其他预设推荐对象获得的第三推荐对象相同时,可以随机选择其中一个或者将相同数量最高的作为当前的预设推荐策略的最终推荐对象。相同数量最高是指与该第一推荐对象相同的第三推荐对象的数量。
在本实施例的一个可选实现方式中,所述获取模块602,包括:
执行子模块,被配置为按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象。
该可选的实现方式中,多个不同的预设推荐策略之间还可以预先设置优先级,优先根据优先级高的预设推荐策略获得的推荐对象,而优先级较低的预设推荐策略不再重复获得与优先级较高的预设推荐策略相同的推荐对象,也即优先级高的预设推荐策略获得的推荐对象,不会出现在优先级低的预设推荐策略获得的推荐对象中,以避免重复推荐。
在本实施例的一个可选实现方式中,所述执行子模块,包括:
过滤子模块,被配置为在执行第一预设推荐策略之前,从候选对象中过滤掉目标推荐对象;其中,所述目标推荐对象包括以下至少之一:
根据第二预设推荐策略获得的第一推荐对象;其中,所述第二预设推荐策略在所述优先级执行顺序中排序在所述第一预设推荐策略之前;
与所述第一推荐对象具有预设关系的第二推荐对象。
该可选的实现方式中,候选对象可以是线上平台所提供的所有对象,也可以是对线上平台提供的所有对象经过时间、距离、质量等初筛条件筛选过后的对象。可以针对候选对象按照预设的优先级执行顺序执行预设推荐策略,并且在执行当前的预设推荐策略时,可以预先从候选对象中过滤如下目标推荐对象:已经被更高优先级的预设推荐策略作为推荐对象的第一推荐对象,与第一推荐对象具有预设关系的第二推荐对象。
由于第一推荐对象已经被优先级更高的预设推荐策略所推荐,因此优先级低的预设推荐策略则不再针对其进行推荐,避免重复推荐;其次,预设关系可以是指第一推荐对象和第二推荐对象为同类型、相似度较高等关系,为了避免不同预设推荐策略推荐相同类型的对象或者相似度较高的对象,在执行当前的预设推荐策略时,还从候选对象中过滤掉与第一推荐对象具有预设关系的第二推荐对象。例如,外卖点餐系统中,优先级高的预设推荐策略得到的第一推荐对象为“肯德基”,则执行后续优先级低的预设推荐策略之前,可以将与“肯德基”较为相似的“麦当劳”、“汉堡王”等剔除出去。
在本实施例的一个可选实现方式中,如图8所示,所述第一推送模块603,包括:
第三获取子模块801,被配置为获取与每个所述预设推荐策略关联设置的预设推荐标语;
推送子模块802,被配置为将所述多个推荐对象和关联设置的所述预设推荐标语按照预设的形式推送至所述目标用户的客户端。
该可选的实现方式中,还可以针对预设推荐策略确定相应的推荐标语,推荐标语可以是简单明了描述预设推荐策略主旨的词语,使得用户用户在看到推荐标语时能够猜出对应的推荐策略。推荐标语可以根据预设推荐策略预先设置,并建立与预设推荐策略的关联关系。在推送多个推荐对象的同时,还可以根据上述关联关系将该推荐标语与对应的推荐对象一同推送给目标用户的客户端,以便在客户端上能够将推荐对象和推荐标语关联显示给目标用户,便于目标用户根据实际需求点击查看感兴趣的推荐标语对应的推荐对象。
在本实施例的一个可选实现方式中,如图9所示,所述装置还包括:
接收模块901,被配置为接收所述目标用户的客户端反馈的所述目标用户对于其中一个所述多个推荐对象的查看请求;
第二推送模块902,被配置为将所述目标用户所点击的所述推荐对象的详情页面推送至所述目标用户的客户端。
该可选的实现方式中,在将多个推荐对象推送至目标用户的客户端之后,可以由客户端实时检测目标用户的操作,在检测到目标用户针对其中一个推荐对象的点击操作之后,可以由客户端向服务器发送目标用户请求查看该推荐对象的请求,服务器可以根据该查看请求,将该推荐对象的详情页面推送至客户端,以便客户端能够将该详情页面展示给目标用户。
本公开实施方式还提供了一种电子设备,如图10所示,包括至少一个处理器1001;以及与至少一个处理器1001通信连接的存储器1002;其中,存储器1002存储有可被至少一个处理器1001执行的指令,指令被至少一个处理器1001执行以实现:
在检测到目标用户对客户端上预设页面的打开请求时,根据所述目标用户在所述客户端上的历史行为数据确定所述目标用户的用户类型;
在所述目标用户的用户类型为新用户时,根据多个不同的预设推荐策略获得多个推荐对象;其中,不同的所述推荐对象对应不同的所述预设推荐策略;
将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端。
其中,根据多个不同的预设推荐策略获得多个推荐对象,包括:
根据预设初筛条件获得多个候选对象;
分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象。
其中,分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象,包括:
在第一预设推荐策略对应获得了多个所述第一推荐对象时,从多个所述第一推荐对象中随机选择其中一个作为所述第一预设推荐策略对应的所述推荐对象。
其中,分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象,包括:
在第一预设推荐策略对应获得了多个所述第一推荐对象时,将第二推荐对象确定为所述第一推荐策略对应的所述推荐对象;其中,所述第二推荐对象为所述多个第一推荐对象中与第三推荐对象相同的对象,所述第三推荐对象为至少一个第二推荐策略获得的多个所述推荐对象中的一个。
其中,根据多个不同的预设推荐策略获得多个推荐对象,包括:
按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象。
其中,按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象,包括:
在执行第一预设推荐策略之前,从候选对象中过滤掉目标推荐对象;其中,所述目标推荐对象包括以下至少之一:
根据第二预设推荐策略获得的第一推荐对象;其中,所述第二预设推荐策略在所述优先级执行顺序中排序在所述第一预设推荐策略之前;
与所述第一推荐对象具有预设关系的第二推荐对象。
其中,将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端,包括:
获取与每个所述预设推荐策略关联设置的预设推荐标语;
将所述多个推荐对象和关联设置的所述预设推荐标语按照预设的形式推送至所述目标用户的客户端。
其中,还包括:
接收所述目标用户的客户端反馈的所述目标用户对于其中一个所述多个推荐对象的查看请求;
将所述目标用户所点击的所述推荐对象的详情页面推送至所述目标用户的客户端。
具体地,处理器1001、存储器1002可以通过总线或者其他方式连接,图10中以通过总线连接为例。存储器1002作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器1001通过运行存储在存储器1002中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现本公开实施例中的上述方法。
存储器1002可以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、至少一个功能所需要的应用程序;存储数据区可存储航运网络运输的历史数据等。此外,存储器1002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。在一些实施方式中,电子设备可选地包括通信组件1003,存储器1002可选地包括相对于处理器1001远程设置的存储器,这些远程存储器可以通过通信组件1003连接至外接设备。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。
一个或者多个模块存储在存储器1002中,当被一个或者多个处理器1001执行时,执行本公开实施例中的上述方法。
上述产品可执行本公开实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本公开实施方式所提供的方法。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种对象推送方法,其特征在于,包括:
在检测到目标用户对客户端上预设页面的打开请求时,根据所述目标用户在所述客户端上的历史行为数据确定所述目标用户的用户类型;
在所述目标用户的用户类型为新用户时,根据多个不同的预设推荐策略获得多个推荐对象;其中,不同的所述推荐对象对应不同的所述预设推荐策略;
将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端。
2.根据权利要求1所述的方法,其特征在于,根据多个不同的预设推荐策略获得多个推荐对象,包括:
根据预设初筛条件获得多个候选对象;
分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象。
3.根据权利要求2所述的方法,其特征在于,分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象,包括:
在第一预设推荐策略对应获得了多个所述第一推荐对象时,从多个所述第一推荐对象中随机选择其中一个作为所述第一预设推荐策略对应的所述推荐对象。
4.根据权利要求2所述的方法,其特征在于,分别根据多个不同的所述预设推荐策略从所述候选对象中获得每个所述预设推荐策略对应的所述推荐对象,包括:
在第一预设推荐策略对应获得了多个所述第一推荐对象时,将第二推荐对象确定为所述第一推荐策略对应的所述推荐对象;其中,所述第二推荐对象为所述多个第一推荐对象中与第三推荐对象相同的对象,所述第三推荐对象为至少一个第二推荐策略获得的多个所述推荐对象中的一个。
5.根据权利要求1所述的方法,其特征在于,根据多个不同的预设推荐策略获得多个推荐对象,包括:
按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象。
6.根据权利要求5所述的方法,其特征在于,按照预设的优先级执行顺序执行多个不同的所述预设推荐策略,以便获得每个所述预设推荐策略对应的所述推荐对象,包括:
在执行第一预设推荐策略之前,从候选对象中过滤掉目标推荐对象;其中,所述目标推荐对象包括以下至少之一:
根据第二预设推荐策略获得的第一推荐对象;其中,所述第二预设推荐策略在所述优先级执行顺序中排序在所述第一预设推荐策略之前;
与所述第一推荐对象具有预设关系的第二推荐对象。
7.根据权利要求1-6任一项所述的方法,其特征在于,将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端,包括:
获取与每个所述预设推荐策略关联设置的预设推荐标语;
将所述多个推荐对象和关联设置的所述预设推荐标语按照预设的形式推送至所述目标用户的客户端。
8.一种对象推送装置,其特征在于,包括:
第一确定模块,被配置为在检测到目标用户对客户端上预设页面的打开请求时,根据所述目标用户在所述客户端上的历史行为数据确定所述目标用户的用户类型;
获取模块,被配置为在所述目标用户的用户类型为新用户时,根据多个不同的预设推荐策略获得多个推荐对象;其中,不同的所述推荐对象对应不同的所述预设推荐策略;
第一推送模块,被配置为将所述多个推荐对象按照预设的形式推送给所述目标用户的客户端。
9.一种电子设备,其特征在于,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910951480.2A CN110688579A (zh) | 2019-10-08 | 2019-10-08 | 对象推送方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910951480.2A CN110688579A (zh) | 2019-10-08 | 2019-10-08 | 对象推送方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110688579A true CN110688579A (zh) | 2020-01-14 |
Family
ID=69111570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910951480.2A Pending CN110688579A (zh) | 2019-10-08 | 2019-10-08 | 对象推送方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110688579A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111581517A (zh) * | 2020-05-13 | 2020-08-25 | 拉扎斯网络科技(上海)有限公司 | 对象推送方法、装置、电子设备及存储介质 |
CN113242282A (zh) * | 2021-04-27 | 2021-08-10 | 上海淇玥信息技术有限公司 | 一种用于目标人群的连续信息推送方法、装置和电子设备 |
CN113407816A (zh) * | 2020-03-17 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 对象推荐方法、装置、电子设备及存储介质 |
CN113761327A (zh) * | 2020-06-18 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 推荐策略的调度方法、设备以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103309866A (zh) * | 2012-03-09 | 2013-09-18 | 华为技术有限公司 | 生成推荐结果的方法和装置 |
CN107424043A (zh) * | 2017-06-15 | 2017-12-01 | 北京三快在线科技有限公司 | 一种产品推荐方法及装置,电子设备 |
CN107818166A (zh) * | 2017-11-07 | 2018-03-20 | 暴风集团股份有限公司 | 一种资讯推荐方法、装置、服务器及系统 |
US20190166010A1 (en) * | 2017-11-30 | 2019-05-30 | At&T Intellectual Property I, L.P. | Expansive network control design system |
-
2019
- 2019-10-08 CN CN201910951480.2A patent/CN110688579A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103309866A (zh) * | 2012-03-09 | 2013-09-18 | 华为技术有限公司 | 生成推荐结果的方法和装置 |
CN107424043A (zh) * | 2017-06-15 | 2017-12-01 | 北京三快在线科技有限公司 | 一种产品推荐方法及装置,电子设备 |
CN107818166A (zh) * | 2017-11-07 | 2018-03-20 | 暴风集团股份有限公司 | 一种资讯推荐方法、装置、服务器及系统 |
US20190166010A1 (en) * | 2017-11-30 | 2019-05-30 | At&T Intellectual Property I, L.P. | Expansive network control design system |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113407816A (zh) * | 2020-03-17 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 对象推荐方法、装置、电子设备及存储介质 |
CN111581517A (zh) * | 2020-05-13 | 2020-08-25 | 拉扎斯网络科技(上海)有限公司 | 对象推送方法、装置、电子设备及存储介质 |
CN111581517B (zh) * | 2020-05-13 | 2024-01-26 | 拉扎斯网络科技(上海)有限公司 | 对象推送方法、装置、电子设备及存储介质 |
CN113761327A (zh) * | 2020-06-18 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 推荐策略的调度方法、设备以及存储介质 |
CN113242282A (zh) * | 2021-04-27 | 2021-08-10 | 上海淇玥信息技术有限公司 | 一种用于目标人群的连续信息推送方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110688579A (zh) | 对象推送方法、装置、电子设备及存储介质 | |
US7617131B2 (en) | Web-based marketing system | |
JP5572629B2 (ja) | コンテンツを要求するメディアアイテムの分析 | |
US20080004962A1 (en) | Slot preference auction | |
WO2011105487A1 (ja) | 広告画像配信のためのサーバ装置およびプログラム | |
CN106204121A (zh) | 基于浏览器的广告投放方法及系统 | |
CN106649323B (zh) | 推荐关键词的方法及装置 | |
CN101212305A (zh) | 信息发布的方法和系统 | |
JP6059169B2 (ja) | 算出装置、算出方法および算出プログラム | |
CN111597447A (zh) | 对象推送方法、装置、电子设备及存储介质 | |
EP3151183A1 (en) | Advertising space management system and space adjustment computer | |
US8782696B2 (en) | Providing advertising | |
CN111582899A (zh) | 一种展示链接效果的量化方法、装置、系统及存储介质 | |
KR20170014444A (ko) | 모바일 어플리케이션을 이용한 개인 간의 렌탈 시스템 | |
JP2009252217A (ja) | コンテンツ配信制御装置、コンテンツ配信制御方法及びコンテンツ配信制御システム | |
CN109636536B (zh) | 服务产品提供方法、装置、电子设备及存储介质 | |
CN110555151A (zh) | 搜索词确定方法、装置、电子设备及存储介质 | |
CN111026956B (zh) | 数据列表处理方法、装置、电子设备及计算机存储介质 | |
JP5751686B2 (ja) | 情報提供装置、情報提供方法、情報提供プログラム、及び情報提供プログラムが記録された記録媒体 | |
JP5068355B2 (ja) | 広告配信装置および方法 | |
CN111090808A (zh) | 页面信息推送方法、装置、服务器和计算机可读存储介质 | |
CN112784179A (zh) | 班次信息展示方法、装置、设备以及存储介质 | |
CA2763227A1 (en) | Identifying terms to include in content | |
CN111159545A (zh) | 推荐房源确定方法及装置、房源推荐方法及装置 | |
CN111382996A (zh) | 对优惠信息在日历中进行提醒的方法、系统、介质及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200114 |
|
RJ01 | Rejection of invention patent application after publication |