CN110688581A - 一种信息的实时推送方法、装置、计算设备和介质 - Google Patents
一种信息的实时推送方法、装置、计算设备和介质 Download PDFInfo
- Publication number
- CN110688581A CN110688581A CN201911047898.7A CN201911047898A CN110688581A CN 110688581 A CN110688581 A CN 110688581A CN 201911047898 A CN201911047898 A CN 201911047898A CN 110688581 A CN110688581 A CN 110688581A
- Authority
- CN
- China
- Prior art keywords
- user
- historical
- real
- behavior data
- time
- 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
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- 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
- G06Q30/0222—During e-commerce, i.e. online transactions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种信息的实时推送方法、装置、计算设备和介质,该方法包括:在检测到目标用户产生与目标业务匹配的实时行为时,获取与目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;根据实时行为数据,目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与用户对应的至少一个新用户标签;根据新用户标签与信息之间的映射关系,向目标用户实时推送与所述新用户标签匹配的信息。本发明实施例解决了现有技术中离线处理数据导致的时效性差的问题,保证了信息推荐方案的实时性和准确性,使得用户实时在线享受信息推荐方案带来的优惠,减少了企业的研发投入,提高了企业的竞争力。
Description
技术领域
本发明实施例涉及电子商务技术,尤其涉及一种信息的实时推送方法、装置、计算设备和介质。
背景技术
电子商务一般是指在全球各地广泛的商业贸易活动中,在开放的网络环境下实现消费者的各种商贸活动。现在电子商务的流行,各大网站的竞争也非常地激烈,因此对用户推送合适的信息是非常重要的,良好的信息推荐方案能够使得企业在运营中做的更好。
当前流行的信息推荐方案的核心都是基于大数据技术,需要在线下经过海量数据采集和预处理、进行用户画像、建模分析、建立用户标签,最后输出目标用户群的过程。
这种海量数据的离线处理时间比较长,时效性一般都不高,数据时效的滞后会使得用户无法实时在线享受信息推荐方案带来的优惠;其次,大数据体系的建立需要采购配套的软硬件资源、并建立相应的人才团队,对大多数企业来说都是一笔不小的研发投入,对企业干系重大。
发明内容
本发明实施例提供一种信息的实时推送方法、装置、计算设备和介质,减少了企业的研发投入,保证了信息推荐方案的实时性和准确性,提高了企业的竞争力。
第一方面,本发明实施例提供了一种信息的实时推送方法,所述方法包括:
在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;
根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;
根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
第二方面,本发明实施例还提供了一种信息的实时推送装置,该装置包括:
数据获取模块,用于在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;
新用户标签确定模块,用于根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;
信息推送模块,用于根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
第三方面,本发明实施例还提供了一种计算设备,该计算设备包括:
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本发明任意实施例提供的一种信息的实时推送方法。
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,该存储介质上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例提供的一种信息的实时推送方法。
本发明实施例首先获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;然后根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;最后根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。本发明实施例解决了现有技术中离线处理数据导致的时效性差的问题,保证了信息推荐方案的实时性和准确性,使得用户实时在线享受信息推荐方案带来的优惠;其次,本发明实施例减少了企业的研发投入,提高了企业的竞争力。
附图说明
图1是本发明实施例一中的一种信息的实时推送方法的流程图;
图2是本发明实施例二中的一种信息的实时推送方法的流程图;
图3是本发明实施例三中的一种信息的实时推送装置的结构图;
图4是本发明实施例五中的一种计算设备的结构示意图。
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一种信息的实时推送方法的流程图,本实施例可适用于目标用户产生与目标业务匹配的实时行为时,向所述目标用户推送信息的情形,该方法可以由信息的实时推送装置来执行,该装置可以由软件和/或硬件来实现,并一般可以集成在具有数据识别与处理功能的终端或者服务器中,具体包括如下步骤:
步骤110、在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据。
在本实施例中,所述目标业务是由服务端提前配置好的行为参数,所述实时行为可以包括:用户注册、登录、冒泡、下单、支付和分享等客户端行为。所述历史用户特征参数集合为用户特征项下所对应的历史参数集合,具体的,用户特征项可以为用户编号、性别、注册城市、最近下单城市、完成订单数量、当月订单数量和最近下单时间等。所述历史用户标签指服务端针对用户历史行为数据和历史用户特征参数集合为用户创建的标签。
具体的,假设目标业务为2019年南京市国庆节期间用户注册行为,客户端在检测到目标用户在2019年国庆节期间产生注册的行为时,向服务端获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据。所述实时行为数据可以包括用户注册的具体时间,比如2019-10-01 10:05:00;所述用户特征项为用户编号、性别、注册城市、最近下单城市、完成订单数量、当月订单数量和最近下单时间等,与所述用户特征项对应的历史用户特征参数集合为用户编号-正在创建、性别-正在创建、注册城市-正在创建、最近下单城市-无、完成订单数量-无、当月订单数量-无和最近下单时间-无等;所述历史用户标签-无,所述用户历史行为数据-无。
步骤120、根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;
具体的,在步骤110中获取的用户实时行为数据为用户在2019-10-0110:05:00在南京市完成注册行为,根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签,比如新用户标签可以为国庆注册用户和南京市注册用户。
在此步骤之后还包括:
使用所述实时行为数据更新所述用户历史行为数据,并使用所述至少一个新用户标签,更新所述历史用户标签。
具体的,用户历史行为数据更新为注册城市-南京市、注册时间2019-10-0110:05:00等,历史用户标签更新为国庆注册用户和南京市注册用户。
步骤130、根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
具体的,在步骤120中获取到的新用户标签为国庆注册用户和南京市注册用户,向所述目标用户实时推送的信息可以为针对2019年南京市国庆期间注册行为的优惠方案。
本发明实施例的技术方案,首先在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;然后根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;最后根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。本实施例的技术方案解决了现有技术中离线处理数据导致的时效性差的问题,保证了信息推荐方案的实时性和准确性,使得用户实时在线享受信息推荐方案带来的优惠。
实施例二
本实施例在上述实施例一的基础上,提供了具体的根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签的实施方式。与上述实施例相同或相应的术语解释,本实施例不再赘述。
图2为本发明实施例二提供的一种信息的实时推送方法的流程图,如图2所示,该方法包括如下步骤:
步骤210、在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据。
在本实施例中,假设目标业务为2019年南京市10月份第10支订单,客户端在检测到目标用户在2019年10月份产生下单行为时,向服务端获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据。所述实时行为数据可以包括用户最近下单的具体时间,比如2019-10-07 10:05:00;所述用户特征项为用户编号、性别、注册城市、最近下单城市、完成订单数量、当月订单数量和最近下单时间等,与所述用户特征项对应的历史用户特征参数集合为用户编号-手机号、性别-男、注册城市-南京市、最近下单城市-南京市、完成订单数量-9、当月订单数量-85和最近下单时间-2019-10-02 10:05:00等;历史用户标签为国庆注册用户和南京市注册用户等;所述用户历史行为数据为用户历史登录、下单以及支付的时间等。
在此步骤之后还包括:
将所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据加入至缓存器中进行排队,以进行等待处理;
可选的,通过消息队列或者API(Application Programming Interface,应用程序接口)的方式,将所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据加入至缓存器中进行排队。
其中,所述缓存器可以是数据库、分布式缓存、内存缓存以及CPU缓存的综合应用。
在检测到目标用户结束与目标业务匹配的实时行为时,判断所述缓存器中是否仍存储有所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据;
若是,则删除所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,以放弃本次处理。
步骤220、根据所述实时行为数据,以及所述历史用户特征参数集合,得到新的用户特征参数集合。
在此步骤中,主要包括:根据所述实时行为数据,提取至少一项目标用户特征属性的实时参数值;
具体的,实时行为数据为用户的下单行为,提取出至少一项目标用户特征属性的实时参数值如下单时间为2019-10-07 10:05:00。
在所述目标用户当前的历史特征参数集合中,获取与所述至少一项目标用户特征属性匹配的历史参数值,并使用所述实时参数值,更新对应的历史参数值,得到所述目标用户的新的用户特征参数集合;
具体的,客户端在检测到目标用户产生下单行为时,获取与所述至少一项目标用户特征属性匹配的历史参数值也即用户历史下单行为的参数值,比如最近下单城市-南京市、完成订单数量-9、当月订单数量-85和最近下单时间-2019-10-02 10:05:00等,然后利用上述实时参数值更新此下单行为的参数值为最近下单城市-南京市、完成订单数量-10、当月订单数量-86和最近下单时间-2019-10-07 10:05:00等,得到的新的用户特征参数集合为用户编号-手机号、性别-男、注册城市-南京市、最近下单城市-南京市、完成订单数量-10、当月订单数量-86和最近下单时间-2019-10-07 10:05:00等。
步骤230、根据所述新的用户特征参数集合,所述目标用户的历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签。
在步骤220中确定出新的用户特征参数集合为用户编号-手机号、性别-男、注册城市-南京市、最近下单城市-南京市、完成订单数量-10、当月订单数量-86和最近下单时间-2019-10-07 10:05:00等;历史用户标签为国庆注册用户和南京市注册用户等;用户历史行为数据为用户历史登录、下单以及支付的时间等;根据目标用户的历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签,比如新用户标签可以为国庆注册用户、南京市注册用户以及2019年南京市10月份订单量为10的用户等。
在步骤230之后还包括:
使用所述实时行为数据更新所述用户历史行为数据,并使用所述至少一个新用户标签,更新所述历史用户标签。
具体的,用户历史行为数据更新为2019-10-07 10:05:00产生下单行为等,历史用户标签更新为国庆注册用户、南京市注册用户和019年南京市10月份订单量为10的用户。
步骤240、根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
具体的,在步骤230中获取到的新用户标签为国庆注册用户、南京市注册用户以及2019年南京市10月份订单量为10的用户,向所述目标用户实时推送的信息可以为针对2019年南京市10月份第10支订单行为的优惠方案。
本发明实施例的技术方案,首先在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;根据所述实时行为数据,以及所述历史用户特征参数集合,得到新的用户特征参数集合,根据所述新的用户特征参数集合,所述目标用户的历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;最后根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。本实施例的技术方案通过消息队列或者API的方式,将所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据加入至缓存器中进行排队,减少了企业的研发投入;其次,解决了现有技术中离线处理数据导致的时效性差的问题,保证了信息推荐方案的实时性和准确性,使得用户实时在线享受信息推荐方案带来的优惠,提高了企业的竞争力。
实施例三
图3为本发明实施例三提供的一种信息的实时推送装置的结构图,该装置包括:数据获取模块310、新用户标签确定模块320和信息推送模块330。
其中,数据获取模块310,用于在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;新用户标签确定模块320,用于根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;信息推送模块330,用于根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
本实施例的技术方案首先通过数据获取模块获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据,为后续创建新用户标签提供了条件;然后根据新用户标签确定模块确定与所述用户对应的至少一个新用户标签;最后利用信息推送模块向所述目标用户实时推送与所述新用户标签匹配的信息。本实施例提供了一种信息的实时推送装置,解决了现有技术中离线处理数据导致的时效性差的问题,保证了信息推荐方案的实时性和准确性,使得用户实时在线享受信息推荐方案带来的优惠。
在上述各实施例的基础上,新用户标签确定模块320,可以包括:
新的用户特征参数集合获取单元,用于根据所述实时行为数据,以及所述历史用户特征参数集合,得到新的用户特征参数集合;
新用户标签确定单元,用于根据所述新的用户特征参数集合,所述目标用户的历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签。
其中,新的用户特征参数集合获取单元还可以包括:
实时参数值提取单元,用于根据所述实时行为数据,提取至少一项目标用户特征属性的实时参数值;
历史参数值更新单元,用于在所述目标用户当前的历史特征参数集合中,获取与所述至少一项目标用户特征属性匹配的历史参数值,并使用所述实时参数值,更新对应的历史参数值,得到所述目标用户的新的用户特征参数集合。
数据获取模块310可以包括:
数据加载单元,用于将所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据加入至缓存器中进行排队,以进行等待处理,具体的实施方式为通过消息队列或者API的方式,将所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据加入至缓存器中进行排队;
数据删除单元,用于在检测到目标用户结束与目标业务匹配的实时行为时,判断所述缓存器中是否仍存储有所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据;若是,则删除所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,以放弃本次处理。
实施例四
图4为本发明实施例四提供的一种计算设备的结构示意图,如图4所示,该计算设备包括处理器410、存储器420、输入装置430和输出装置440;计算设备中处理器410的数量可以是一个或多个,图4中以一个处理器410为例;计算设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器420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信息的实时推送方法对应的程序指令/模块(例如,信息的实时推送装置中的数据获取模块310,新用户标签确定模块320和信息推送模块330)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行计算设备的各种功能应用以及数据处理,即实现上述的一种信息的实时推送方法。也即,该程序被处理器执行时实现:
在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;
根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;
根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
存储器420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终端的使用所创建的数据等。此外,存储器420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420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至计算设备。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430可用于接收输入的数字或字符信息,以及产生与计算设备的用户设置以及功能控制有关的键信号输入,可以包括键盘和鼠标等。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五还提供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本发明任意实施例所述的一种信息的实时推送方法。当然,本发明实施例所提供的一种计算机可读存储介质,其可以执行本发明任意实施例所提供的一种信息的实时推送方法中的相关操作。也即,该程序被处理器执行时实现:
在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;
根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;
根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
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,上述一种信息的实时推送装置的实施例中,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。
Claims (10)
1.一种信息的实时推送方法,其特征在于,包括:
在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;
根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;
根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
2.根据权利要求1所述的方法,其特征在于,根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签,包括:
根据所述实时行为数据,以及所述历史用户特征参数集合,得到新的用户特征参数集合;
根据所述新的用户特征参数集合,所述目标用户的历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签。
3.根据权利要求2所述的方法,其特征在于,根据所述实时行为数据,以及所述历史用户特征参数集合,得到新的用户特征参数集合,包括:
根据所述实时行为数据,提取至少一项目标用户特征属性的实时参数值;
在所述目标用户当前的历史特征参数集合中,获取与所述至少一项目标用户特征属性匹配的历史参数值,并使用所述实时参数值,更新对应的历史参数值,得到所述目标用户的新的用户特征参数集合。
4.根据权利要求1任一项所述的方法,其特征在于,在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据之后,还包括:
将所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据加入至缓存器中进行排队,以进行等待处理。
5.根据权利要求4所述的方法,其特征在于,将所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据加入至缓存器中进行排队,包括:
通过消息队列或者API的方式,将所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据加入至缓存器中进行排队。
6.根据权利要求4所述的方法,其特征在于,在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据之后,还包括:
在检测到目标用户结束与目标业务匹配的实时行为时,判断所述缓存器中是否仍存储有所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据;
若是,则删除所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,以放弃本次处理。
7.根据权利要求1所述的方法,其特征在于,在根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签之后,还包括:
使用所述实时行为数据更新所述用户历史行为数据,并使用所述至少一个新用户标签,更新所述历史用户标签。
8.一种信息的实时推送装置,其特征在于,包括:
数据获取模块,用于在检测到目标用户产生与目标业务匹配的实时行为时,获取与所述目标用户匹配的实时行为数据、历史用户特征参数集合、历史用户标签以及用户历史行为数据;
新用户标签确定模块,用于根据所述实时行为数据,所述目标用户的历史用户特征参数集合、历史用户标签以及用户历史行为数据,确定与所述用户对应的至少一个新用户标签;
信息推送模块,用于根据所述新用户标签与信息之间的映射关系,向所述目标用户实时推送与所述新用户标签匹配的信息。
9.一种计算设备,其特征在于,所述计算设备包括:
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中任一所述的一种信息的实时推送方法。
10.一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中任一所述的一种信息的实时推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911047898.7A CN110688581A (zh) | 2019-10-30 | 2019-10-30 | 一种信息的实时推送方法、装置、计算设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911047898.7A CN110688581A (zh) | 2019-10-30 | 2019-10-30 | 一种信息的实时推送方法、装置、计算设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110688581A true CN110688581A (zh) | 2020-01-14 |
Family
ID=69114910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911047898.7A Pending CN110688581A (zh) | 2019-10-30 | 2019-10-30 | 一种信息的实时推送方法、装置、计算设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110688581A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639259A (zh) * | 2020-05-26 | 2020-09-08 | 李绍兵 | 基于特征识别的信息推送方法及装置 |
CN111800513A (zh) * | 2020-07-09 | 2020-10-20 | 北京字节跳动网络技术有限公司 | 用于推送信息的方法、装置、电子设备计算机可读介质 |
CN113360767A (zh) * | 2021-06-29 | 2021-09-07 | 中国平安财产保险股份有限公司 | 信息推送方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239571A (zh) * | 2014-09-30 | 2014-12-24 | 北京奇虎科技有限公司 | 一种进行应用推荐的方法和装置 |
CN107040863A (zh) * | 2015-07-30 | 2017-08-11 | 中国移动通信集团内蒙古有限公司 | 实时业务推荐方法及系统 |
CN107038169A (zh) * | 2016-02-04 | 2017-08-11 | 佳能株式会社 | 对象推荐方法和对象推荐设备 |
CN108776907A (zh) * | 2018-05-31 | 2018-11-09 | 康键信息技术(深圳)有限公司 | 广告智能推荐方法、服务器及存储介质 |
CN109636497A (zh) * | 2018-10-26 | 2019-04-16 | 平安科技(深圳)有限公司 | 一种产品推荐方法和装置 |
-
2019
- 2019-10-30 CN CN201911047898.7A patent/CN110688581A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239571A (zh) * | 2014-09-30 | 2014-12-24 | 北京奇虎科技有限公司 | 一种进行应用推荐的方法和装置 |
CN107040863A (zh) * | 2015-07-30 | 2017-08-11 | 中国移动通信集团内蒙古有限公司 | 实时业务推荐方法及系统 |
CN107038169A (zh) * | 2016-02-04 | 2017-08-11 | 佳能株式会社 | 对象推荐方法和对象推荐设备 |
CN108776907A (zh) * | 2018-05-31 | 2018-11-09 | 康键信息技术(深圳)有限公司 | 广告智能推荐方法、服务器及存储介质 |
CN109636497A (zh) * | 2018-10-26 | 2019-04-16 | 平安科技(深圳)有限公司 | 一种产品推荐方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639259A (zh) * | 2020-05-26 | 2020-09-08 | 李绍兵 | 基于特征识别的信息推送方法及装置 |
CN111639259B (zh) * | 2020-05-26 | 2023-11-03 | 上海鲸甲信息科技有限公司 | 基于特征识别的信息推送方法及装置 |
CN111800513A (zh) * | 2020-07-09 | 2020-10-20 | 北京字节跳动网络技术有限公司 | 用于推送信息的方法、装置、电子设备计算机可读介质 |
CN113360767A (zh) * | 2021-06-29 | 2021-09-07 | 中国平安财产保险股份有限公司 | 信息推送方法、装置、电子设备及存储介质 |
CN113360767B (zh) * | 2021-06-29 | 2023-11-10 | 中国平安财产保险股份有限公司 | 信息推送方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190166216A1 (en) | Information pushing method and device | |
CN110688581A (zh) | 一种信息的实时推送方法、装置、计算设备和介质 | |
US11620444B2 (en) | Providing action associated with event detected within communication | |
CN104579909B (zh) | 一种用户信息的分类、用户分组信息的获取方法和设备 | |
CN104243273A (zh) | 即时通讯客户端显示信息的方法及设备和信息显示系统 | |
CN110347688B (zh) | 多元信息的特征融合方法、装置、设备及存储介质 | |
CN111639988A (zh) | 经纪人推荐方法、装置、电子设备和存储介质 | |
CN107871221A (zh) | 用于获取可销售库存数量的方法和装置 | |
CN103488655A (zh) | 复合模型数据处理方法及系统 | |
CN106302368A (zh) | 事务处理方法及装置 | |
CN111787042A (zh) | 用于推送信息的方法和装置 | |
CN113656737A (zh) | 网页内容展示方法、装置、电子设备以及存储介质 | |
CN105512208B (zh) | 一种信息发布方法、装置及系统 | |
CN110851518A (zh) | 知识产权案件数据导入方法、系统、电子终端及介质 | |
CN116228301A (zh) | 一种目标用户的确定方法、装置、设备及介质 | |
CN115033233A (zh) | 一种接口调用方法、装置、电子设备及存储介质 | |
CN109074552A (zh) | 基于知识图来增强联系卡 | |
CN113256240A (zh) | 消息的处理方法、装置和服务器 | |
WO2020173148A1 (zh) | 一种订单自动生成方法及系统、存储介质 | |
CN103164217B (zh) | 用于后端系统的独立数据实体 | |
CN111124579A (zh) | 一种特效渲染方法、装置、电子设备及存储介质 | |
CN110942389A (zh) | 金融单据和业务单据的挂接方法及终端设备 | |
CN110572310A (zh) | 基于通讯录的驾考路线分享方法及终端、存储介质 | |
CN113672223B (zh) | 数据展示方法、装置、设备以及存储介质 | |
CN113408912B (zh) | 用于电视台的审计系统和电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200114 |