CN111191115B - 基于用户数据的信息推送方法及装置 - Google Patents

Abstract

本申请涉及数据处理领域，提供了基于用户数据的信息推送方法、装置、计算机设备和存储介质。所述方法包括：获取用户基于目标应用的操作行为数据；在操作行为数据中提取用户的操作行为特征；确定用户基于目标应用的业务属性特征；根据所述操作行为特征确定当前业务场景，并查询相匹配的行为分析多叉树；基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理；根据处理得到的中间处理结果确定下一顺序分析节点，将下一顺序分析节点作为当前层级的分析节点进行迭代，直至终止分析节点，得到行为分析结果；将根据行为分析结果确定的待推送信息推送至用户。采用本方法能够提高信息推送的精确度。

Description

基于用户数据的信息推送方法及装置

技术领域

本申请涉及数据处理技术领域，特别是涉及基于用户数据的信息推送方法、装置、计算机设备和存储介质。

背景技术

随着互联网的发展，针对用户行为分析的信息推送在人们的生活中得到了越来越多的应用。用户行为分析是数据分析的重要内容，在改进产品体验、推动用户增长以及制定精准营销方面具有重要作用。

传统的基于用户行为的信息推送方法主要是，通过现场问卷调查的方式收集用户行为并进行分析，根据问卷调查结果向用户进行信息推送，这种人为收集统计用户行为分析的方式耗费了较大的人力，带有较大的人为主观性，降低了用户行为分析的准确性，不能给出更为精确的推送服务。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高精确度的基于用户数据的信息推送方法、装置、计算机设备和存储介质。

一种基于用户数据的信息推送方法，所述方法包括：

获取用户基于目标应用的操作行为数据；

在所述操作行为数据中提取所述用户的操作行为特征；

确定所述用户基于所述目标应用的业务属性特征；

根据所述操作行为特征确定当前业务场景，查询与所述当前业务场景相匹配的行为分析多叉树；所述行为分析多叉树包括多个层级的分析节点；每个所述分析节点具有相关联的分析参数；

基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理，得到中间处理结果；

根据中间处理结果确定下一顺序分析节点，将所述下一顺序分析节点作为当前层级的分析节点，返回基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果；

将根据所述行为分析结果确定的待推送信息推送至所述用户。

在其中一个实施例中，所述方法还包括：

当业务场景发生变更时，展示所述业务场景的任务配置页面；所述任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数；

接收在所述任务配置页面中输入的每个分析节点的分析参数。

在其中一个实施例中，所述接收在所述任务配置页面中输入的每个分析节点的分析参数包括：

设置每个分析参数的类别；

将属于同一类别的分析参数进行归类并生成对应类别的文件目录，所述文件目录用于用户按照分析参数的类别选择分析参数；

接收从所述任务配置页面的文件目录中输入的每个分析节点的分析参数。

在其中一个实施例中，所述基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理，得到中间处理结果包括：

从所述操作行为特征和所述业务属性特征中查询与所述分析参数匹配的目标执行特征；

基于所述分析参数对所述目标执行特征进行条件判断，将判断结果作为中间处理结果。

在其中一个实施例中，所述将根据所述行为分析结果确定的待推送信息推送至所述用户包括：

获取所述用户的行为分析结果；

根据所述行为分析结果确定待推送信息；

将所述待推送信息处理为符合预设推送规则的信息；所述预设推送规则包括推送渠道、推送次数、推送时间和推送信息数；

按照预设推送规则将所述待推送信息发送至所述用户。

在其中一个实施例中，所述方法还包括：

接收所述用户响应待推送信息的反馈信息；

当再次获取到所述用户基于目标应用的操作行为特征时，根据所述用户当前获取的操作行为特征、业务属性特征以及反馈信息得到行为分析结果；

根据所述行为分析结果确定是否需要对所述用户进行信息推送。

一种基于用户数据的信息推送装置，所述装置包括：

数据获取模块，用于获取用户基于目标应用的操作行为数据；在所述操作行为数据中提取所述用户的操作行为特征；确定所述用户基于每个目标应用的业务属性特征；

查询模块，用于确定当前业务场景，查询与所述当前业务场景相匹配的行为分析多叉树；所述行为分析多叉树包括多个层级的分析节点；每个所述分析节点具有相关联的分析参数；

行为分析模块，用于基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理，得到中间处理结果；根据中间处理结果确定下一顺序分析节点，将所述下一顺序分析节点作为当前层级的分析节点，返回基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果；

信息推送模块，用于将根据所述行为分析结果确定的待推送信息推送至所述用户。

在其中一个实施例中，所述装置还包括任务配置页面模块，用于当业务场景发生变更时，展示所述业务场景的任务配置页面；所述任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数；接收在所述任务配置页面中输入的每个分析节点的分析参数。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于用户数据的信息推送方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于用户数据的信息推送方法的步骤。

上述基于用户数据的信息推送方法、装置、计算机设备和存储介质，通过获取用户基于目标应用的操作行为数据，并对该操作行为数据进行特征提取得到操作行为特征，同时确定用户基于每个目标应用的业务属性特征；进而，根据用户的操作行为特征确定当前业务场景，并查询得到相匹配的行为分析多叉树，该行为分析多叉树包括多个层级的分析节点，以及与每个分析节点相对应的分析参数；将用户的操作行为数据和业务属性特征共同输入到行为分析多叉树中进行遍历，直至遍历到终止分析节点得到行为分析结果。本方案结合用户的操作行为数据(即动态特征)以及用户的业务属性特征(即静态特征)进行行为分析，结合多维度数据对用户行为进行分析，使得分析结果更加准确，提高信息推送的精确度。

附图说明

图1为一个实施例中基于用户数据的信息推送方法的应用场景图；

图2为一个实施例中基于用户数据的信息推送方法的流程示意图；

图3为一个实施例中行为分析多叉树示意图；

图4为另一个实施例中基于用户数据的信息推送方法的流程示意图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的基于用户数据的信息推送方法，可以应用于如图1所示的应用环境中。该基于用户数据的信息推送方法应用于基于用户数据的信息推送系统中。该基于用户数据的信息推送系统包括终端102、服务器104、数据分析及推送设备106以及业务设备108。其中，终端102、服务器104以及业务设备108分别与数据分析及推送设备106通过网络进行通信，终端102与服务器104通过网络进行通信。数据分析及推送设备106可以从终端102中获取预设时间段内的用户基于目标应用的操作行为数据，也可以通过服务器104来间接获取终端102的操作行为数据，并在操作行为数据中提取用户的操作行为特征；进一步，数据分析及推送设备106从业务设备108中查询用户基于目标应用的业务属性特征，或者从预先构建的业务属性特征数据库中查询该用户基于目标应用的业务属性特征；数据分析及推送设备106根据获取的操作行为特征确定当前业务场景，并从数据库中查询相匹配的行为分析多叉树；并基于行为分析多叉树对用户的操作行为特征和业务特征进行分析处理，得到行为分析结果，进而，将根据行为分析结果确定的待推送信息推送至用户。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现，数据分析及推送设备106可以用独立的数据分析及推送设备或者是多个数据分析及推送设备组成的集群设备。

在一个实施例中，如图2所示，提供了一种基于用户数据的信息推送方法，以该方法应用于图1中的数据分析及推送设备为例进行说明，包括以下步骤：

步骤S202，获取用户基于目标应用的操作行为数据。

步骤S204，在操作行为数据中提取用户的操作行为特征。

其中，目标应用是用户当前进行操作的应用程序或H5界面。操作行为数据是指用户在应用程序上进行操作所生成的行为记录数据，比如日志记录数据；操作行为数据包括实时操作行为数据和离线操作行为数据，实时操作行为数据是用户在业务断点的操作过程中所产生的操作行为数据；离线操作行为数据是统计用户在预设时间段内，对于相同操作行为所产生的行为次数。比如，实时操作行为数据有充值断点、申购断点、绑卡断点等；离线行为数据有充值三次、申购三次等。

具体地，终端上安装有目标应用，用户在目标应用上进行操作，生成该用户基于目标应用的操作行为数据；终端将实时生成的目标应用的操作行为数据通过网络传输至服务器；服务器将接收到的操作行为数据按照操作行为的类别分别进行计算，得到用户的操作行为特征，并按照数据分析及推送设备的数据存储格式存入消息队列中。数据分析及推送设备从服务器的消息队列中获取预设时间段内该用户基于目标应用的操作行为特征。其中，操作行为类别有实时操作行为和离线操作行为两大类。即服务器将操作行为数据按照操作行为类别进行归类，得到实时操作行为数据和离线操作行为数据，进而，对实时操作行为数据和离线操作行为数据进行统计计算，得到用户基于目标应用的操作特征。

在其中一个实施例中，服务器接收并存储操作行为数据，数据分析及推送设备从服务器中获取预设时间段内的操作行为数据，并从该操作行为数据中提取用户的操作行为特征。

在其中一个实施例中，终端将在预设时间段内生成的目标应用的操作行为数据直接传输至数据分析及推送设备，数据分析及推送设备将接收到的操作行为数据按照行为类别分别进行计算，得到用户的操作行为特征。

步骤S206，确定用户基于目标应用的业务属性特征。

其中，业务属性特征是指没有产生操作行为的用户的信息。比如用户的会员信息，用户的等级信息等。

具体地，数据分析及推送设备从预先构建的业务属性特征数据库中，查询该用户对应于目标应用的业务属性特征。数据分析及推送设备也可以从业务设备中，获取该用户对应于目标应用的业务数据，进一步，从业务数据中提取业务属性特征。

在其中一个实施例中，业务属性特征数据库的构建包括：数据分析及推送设备从业务设备中获取预设时间段内的业务属性数据；并对获取的业务属性数据进行数据清洗，删除不必要的数据；数据分析及推送设备对清洗后的业务属性数据按照对应的分析参数进行计算，得到业务属性特征，比如，业务属性数据为用户的会员注册日和会员有效期，经过统计计算得到用户的会员截止日期；并将业务属性特征的存储格式转化为与数据分析及推送设备的数据存储格式一致的数据。

步骤S208，根据操作行为特征确定当前业务场景，查询与当前业务场景相匹配的行为分析多叉树；行为分析多叉树包括多个层级的分析节点；每个分析节点具有相关联的分析参数。

其中，业务场景包括取现、充值、到账、赎回、申购、登录等场景。

具体地，数据分析及推送设备根据获取的操作行为特征确定用户的当前业务场景，进一步，从数据库中查询与当前业务场景相匹配的行为分析多叉树。其中，针对已上线的多个业务场景，构建了业务场景与行为分析多叉树的映射关系并存储在数据库中。行为分析多叉树包括多个层级的分析节点，每个分析节点具有相关联的分析参数；分析参数用于对输入到对应分析节点的数据进行条件判断。分析节点包括具有分支走向的分支分析节点、以及没有分支走向的流程分析节点。每个分析节点对应不同的执行内容，将不同层级的分析节点按执行顺序进行串联形成行为分析多叉树。

如图3所示，提供一个行为分析多叉树示意图。从图中可以看出，该行为分析多叉树包括三个层级的分析节点：A、B、C、D、E、F；每个分析节点具有对应的分析参数，比如分析节点A对应的分析参数为：用户等级。其中，分析节点包括分支分析节点和流程分析节点，图中可以看出分析节点A为分支分析节点，具有分支走向，F为流程分析节点；在执行A分析节点对应的分析参数后，输出中间处理结果，进一步根据中间处理结果确定下一个需要执行的分析节点。分支分析节点的分支至少有两条，不仅限于两条。

步骤S210，基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理，得到中间处理结果。

步骤S212，根据中间处理结果确定下一顺序分析节点，将下一顺序分析节点作为当前层级的分析节点，返回基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果。

其中，终止分析节点是根据中间处理结果确定的流程节点，终止分子节点没有分支走向。

具体地，基于匹配到的业务场景的行为分析多叉树，数据分析及推送设备根据行为分析多叉树对操作行为数据和业务属性特征进行分析处理。基于行为分析多叉树中第一层级的分支分析节点所关联的分析参数，对操作行为特征和业务属性特征中的一个特征进行处理，得到第一层级输出的中间处理结果。根据中间处理结果确定第二层级的分析节点，基于第二层级的分析节点所关联的分析参数，对操作行为特征和业务属性特征中的一个特征进行处理，得到第二层级输出的中间处理结果，直到当前层级的分析节点为终止分析节点时，得到该用户基于目标应用的行为分析结果。

在其中一个实施例中，从操作行为特征和业务属性特征中查询与分析参数匹配的目标执行特征；基于分析参数对目标执行特征进行条件判断，将判断结果作为中间处理结果。基于行为分析多叉树中当前层级的分析节点所管理的分析参数，对目标执行特征按照当前分析参数对应的判定条件进行判断，将得到的判断结果作为当前层级的中间处理结果，其中判定条件是预先根据每个分析参数进行配置的。如图3所示，分析节点A对应的分析参数为：用户等级；分析参数的判定条件是：用户等级大于等于2和用户等级小于2。

步骤S214，将根据行为分析结果确定的待推送信息推送至用户。

具体地，基于数据库中存储的行为分析结果与待推送信息的映射关系，数据分析及推送设备根据用户的行为结果从数据库中匹配到待推送信息，并将匹配到的待推送信息通过网络传输至用户。

在其中一个实施例中，获取用户的行为分析结果；根据行为分析结果确定待推送信息；将待推送信息处理为符合预设推送规则的信息；预设推送规则包括推送渠道、推送次数、推送时间和推送信息数；按照预设推送规则将待推送信息发送至用户。具体地，数据分析及推送设备获取用户的行为分析结果，从预先存储的行为分析结果与待推送信息的映射关系中，查询得到匹配的待推送信息，将待推送信息按照预设的推送渠道在设置的推送时间内进行推送，并将待推送信息按预设的推送次数进行推送。其中，推送渠道包括第三方即时通讯平台，可以是目标应用自身携带的即时通讯平台，也可以是终端携带的第三方即时通讯平台；比如短信、电话、公众号、客户端聊天工具等。推送次数是指单个业务场景对用户进行信息推送的次数。在本实施例中，根据消息推送规则的设置，可以对推送内容的推送方式进行灵活配置，在不同业务场景下可选择不同的推送方式进行推送，实现了消息推送的多样化，并且可以定制化的实现消息推送。

上述实施例中，通过获取用户基于目标应用的操作行为数据，并对该操作行为数据进行特征提取得到操作行为特征，同时确定用户基于每个目标应用的业务属性特征；进而，根据用户的操作行为特征确定当前业务场景，并查询得到相匹配的行为分析多叉树，该行为分析多叉树包括多个层级的分析节点，以及与每个分析节点相对应的分析参数；将用户的操作行为数据和业务属性特征共同输入到行为分析多叉树中进行遍历，直至遍历到终止分析节点得到行为分析结果。本方案结合用户的操作行为数据(即动态特征)以及用户的业务属性特征(即静态特征)进行行为分析，结合多维度数据对用户行为进行分析，使得分析结果更加准确，提高信息推送的精确度。

在一个实施例中，当业务场景发生变更时，展示业务场景的任务配置页面；任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数；接收在任务配置页面中输入的每个分析节点的分析参数。

其中，任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数。具体地，当业务场景发生变更时，比如新增业务场景或有调整的业务场景时，数据分析及推送设备展示该业务场景下的任务配置页面，其中，展示方法可以通过弹窗、悬浮窗、跳转等形式展示任务配置页面。用户在任务配置页面上的每个分析节点确定相关联的分析参数，可以手动输入分析参数也可以从给定的选项框中勾选分析参数，数据分析及推送设备在检测到用户对任务配置页面的触发操作时，接收通过触发操作输入的每个分析节点的分析参数。

在其中一个实施例中，接收在任务配置页面中输入的每个分析节点的分析参数包括：设置每个分析参数的类别；将属于同一类别的分析参数进行归类并生成对应类别的文件目录，文件目录用于用户按照分析参数的类别选择分析参数；接收从任务配置页面的文件目录中输入的每个分析节点的分析参数。

具体地，数据分析及推送设备根据分析参数的属性划分类别，将属于同一类别的分析参数进行归类，并按照分析参数的名称生成所属类别的文件目录，该文件目录包括对应类别下的每个分析参数与存储地址的映射关系。即用户根据分析参数所属类别确定在文件目录，并从确定的文件目录中确定分析参数的名称，按照分析参数的名称与存储地址的连接关系获取对应的分析参数。在其中一个实施例中，数据分析及推送设备预先没有存储分析参数，用户根据分析参数所属类别确定在文件目录，在该文件目录中确定分析参数的名称，并输入每个分析节点的分析参数。

在其中一个实施例中，可以将文件目录中每个分析节点与相关联的分析参数的配置界面建立映射关系，以使得用户在文件目录中确定所需的分析节点，进而展示相关联的分析参数的配置界面，在该配置界面上确定分析参数以此完成该分析参数的配置。

在本实施例中，考虑到任务配置页面中存在大量的分析参数，由此导致确定对应分析节点相关联的分析参数所需的时间较长，因此，本方案通过将大量分析参数按类别进行归类并生成对应类别的文件目录，以此实现对分析参数的系统管理，提高分析参数的使用效率，进一步提高用户行为分析的速率，使得信息推送的速率提高。

在本实施例中，针对已上线的业务场景分别有各自对应的用户行为分析流程，且不支持实时修改；对于新增业务场景则需要另外开发对应的用户行为分析流程。现有技术不能及时对新增业务场景或有调整的业务场景进行用户行为分析和信息推送，存在时间延迟，降低了用户行为分析的精确度，不能给出更为精确的推送服务。本实施例中，针对新增业务场景或有调整的业务场景，一旦业务场景发生变更，数据分析及推送设备展示业务场景的任务配置页面，通过任务配置页面新增或更改每个分析节点对应的分析参数，从而及时对新增业务场景或有调整的业务场景进行用户行为分析和信息推送，提高了用户行为分析的精确度，实现了更精确的推送服务。

在一个实施例中，将根据行为分析结果确定的待推送信息推送至用户包括：获取用户的行为分析结果；根据行为分析结果确定待推送信息；将待推送信息处理为符合预设推送规则的信息；预设推送规则包括推送渠道、推送次数、推送时间和推送信息数；按照预设推送规则将待推送信息发送至用户。

其中，预设推送规则包括推送渠道、推送次数、推送时间和推送信息数。推送渠道是指通过第三方即时通讯平台传输待推送信息的通道，比如短信、公众号、外呼、客户端聊天工具、客户端浮窗提醒等。推送次数是指单个业务场景下对用户进行信息推送的次数。

具体地，数据分析及推送设备获取多个用户的行为分析结果，根据预先设置的行为分析结果和待推送信息的映射关系，根据用户的行为分析结果确定每个用户对应的待推送信息；进一步，获取预设推送规则，将每个用户的待推送信息处理为符合预设推送规则中的推送渠道对应的待发送信息，通过推送渠道按照推送时间、推送次数和推送信息数向客户端推送每个用户的待推送信息。

在本实施例中，通过多种消息推送方式，可实现消息推送的多样化，可以实现推送内容的灵活配置，在不同业务场景下可选择不同的推送渠道，更好的将待推送信息推送给用户，提升信息触达的覆盖范围。

在一个实施例中，上述方法还包括：接收用户响应待推送信息的反馈信息；当再次获取到用户基于目标应用的操作行为特征时，根据用户当前获取的操作行为特征、业务属性特征以及反馈信息得到行为分析结果；根据行为分析结果确定是否需要对用户进行信息推送。

其中，反馈信息是指用户根据待推送信息做出的回应并通过第三方通讯平台返回该回应信息。

具体地，用户根据待推送信息做出反馈信息，终端将用户对应的反馈信息发送至数据分析及推送设备，终端也可以将用户对应的反馈信息发送至服务器，通过服务器传输至数据分析及推送设备。当数据分析及推送设备再次获取到对应用户基于目标应用的操作行为数据时，并从该操作行为数据中提取用户的操作行为特征，进一步获取该用户基于目标应用的业务属性特征；数据分析及推送设备根据再次得到的操作行为特征确定用户当前业务场景，查询得到对应的行为分析多叉树；根据行为分析多叉树中当前层级的分析节点所关联的分析参数对再次得到的操作行为特征、反馈信息、以及业务属性特征进行处理，得到中间处理结果；根据中间处理结果确定下一熟顺序分析节点，将下一顺序分析节点作为当前层级的分析节点，返回基于该行为分析多叉树中当前层级的分析节点所关联的分析参数对再次得到的操作行为特征、反馈信息、以及业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果；根据行为分析结果确定是否需要对用户进行信息推送。

在其中一个实施例中，根据行为分析多叉树中当前层级的分析节点所关联的分析参数对再次得到的操作行为特征、反馈信息、以及业务属性特征进行处理，得到中间处理结果包括：从操作行为特征、反馈信息以及业务属性特征中查询与分析参数匹配的目标执行特征；基于分析参数对目标执行特征进行条件判断，将判断结果作为中间处理结果。

在本实施例中，进一步将用户响应待推送信息的反馈信息作为行为分析的参考因素，当再次获取到对应用户基于目标应用的操作行为特征时，结合操作行为特征、业务属性特征以及反馈信息综合得到用户的行为分析结果，以此确定是否还需要对用户进行信息推送，避免信息重复触达，提高信息推送的精确性。

应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种基于用户数据的信息推送装置400，包括：数据获取模块402、查询模块404、行为分析模块406和信息推送模块408，其中：

数据获取模块402，用于获取用户基于目标应用的操作行为数据；在操作行为数据中提取用户的操作行为特征；确定用户基于每个目标应用的业务属性特征。

查询模块404，用于确定当前业务场景，查询与当前业务场景相匹配的行为分析多叉树；行为分析多叉树包括多个层级的分析节点；每个分析节点具有相关联的分析参数。

行为分析模块406，用于基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理，得到中间处理结果；根据中间处理结果确定下一顺序分析节点，将下一顺序分析节点作为当前层级的分析节点，返回基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果。

信息推送模块408，用于将根据行为分析结果确定的待推送信息推送至用户。

在一个实施例中，上述装置还包括任务配置界面模块，用于当业务场景发生变更时，展示业务场景的任务配置页面；任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数；接收在任务配置页面中输入的每个分析节点的分析参数。

在一个实施例中，任务配置界面模块还用于设置每个分析参数的类别；将属于同一类别的分析参数进行归类并生成对应类别的文件目录，文件目录用于用户按照分析参数的类别选择分析参数；接收从任务配置页面的文件目录中输入的每个分析节点的分析参数。

在一个实施例中，行为分析模块还用于从操作行为特征和业务属性特征中查询与分析参数匹配的目标执行特征；基于分析参数对目标执行特征进行条件判断，将判断结果作为中间处理结果。

在一个实施例中，信息推送模块还用于获取用户的行为分析结果；根据行为分析结果确定待推送信息；将待推送信息处理为符合预设推送规则的信息；预设推送规则包括推送渠道、推送次数、推送时间和推送信息数；按照预设推送规则将待推送信息发送至用户。

在一个实施例中，上述装置还包括反馈信息模块，用于接收用户响应待推送信息的反馈信息；当再次获取到用户基于目标应用的操作行为特征时，根据用户当前获取的操作行为特征、业务属性特征以及反馈信息得到行为分析结果；根据行为分析结果确定是否需要对用户进行信息推送。

在本实施例中，通过获取用户基于目标应用的操作行为数据，并对该操作行为数据进行特征提取得到操作行为特征，同时确定用户基于每个目标应用的业务属性特征；进而，根据用户的操作行为特征确定当前业务场景，并查询得到相匹配的行为分析多叉树，该行为分析多叉树包括多个层级的分析节点，以及与每个分析节点相对应的分析参数；将用户的操作行为数据和业务属性特征共同输入到行为分析多叉树中进行遍历，直至遍历到终止分析节点得到行为分析结果。本方案结合用户的操作行为数据(即动态特征)以及用户的业务属性特征(即静态特征)进行行为分析，结合多维度数据对用户行为进行分析，使得分析结果更加准确，提高信息推送的精确度。

关于基于用户数据的信息推送装置的具体限定可以参见上文中对于基于用户数据的信息推送方法的限定，在此不再赘述。上述基于用户数据的信息推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储操作行为特征和业务属性特征。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于用户数据的信息推送方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取用户基于目标应用的操作行为数据；在操作行为数据中提取用户的操作行为特征；确定用户基于目标应用的业务属性特征；根据操作行为特征确定当前业务场景，查询与当前业务场景相匹配的行为分析多叉树；行为分析多叉树包括多个层级的分析节点；每个分析节点具有相关联的分析参数；基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理，得到中间处理结果；根据中间处理结果确定下一顺序分析节点，将下一顺序分析节点作为当前层级的分析节点，返回基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果；将根据行为分析结果确定的待推送信息推送至用户。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当业务场景发生变更时，展示业务场景的任务配置页面；任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数；接收在任务配置页面中输入的每个分析节点的分析参数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：设置每个分析参数的类别；将属于同一类别的分析参数进行归类并生成对应类别的文件目录，文件目录用于用户按照分析参数的类别选择分析参数；接收从任务配置页面的文件目录中输入的每个分析节点的分析参数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：从操作行为特征和业务属性特征中查询与分析参数匹配的目标执行特征；基于分析参数对目标执行特征进行条件判断，将判断结果作为中间处理结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取用户的行为分析结果；根据行为分析结果确定待推送信息；将待推送信息处理为符合预设推送规则的信息；预设推送规则包括推送渠道、推送次数、推送时间和推送信息数；按照预设推送规则将待推送信息发送至用户。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：接收用户响应待推送信息的反馈信息；当再次获取到用户基于目标应用的操作行为特征时，根据用户当前获取的操作行为特征、业务属性特征以及反馈信息得到行为分析结果；根据行为分析结果确定是否需要对用户进行信息推送。

在本实施例中，通过获取用户基于目标应用的操作行为数据，并对该操作行为数据进行特征提取得到操作行为特征，同时确定用户基于每个目标应用的业务属性特征；进而，根据用户的操作行为特征确定当前业务场景，并查询得到相匹配的行为分析多叉树，该行为分析多叉树包括多个层级的分析节点，以及与每个分析节点相对应的分析参数；将用户的操作行为数据和业务属性特征共同输入到行为分析多叉树中进行遍历，直至遍历到终止分析节点得到行为分析结果。本方案结合用户的操作行为数据(即动态特征)以及用户的业务属性特征(即静态特征)进行行为分析，结合多维度数据对用户行为进行分析，使得分析结果更加准确，提高信息推送的精确度。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取用户基于目标应用的操作行为数据；在操作行为数据中提取用户的操作行为特征；确定用户基于目标应用的业务属性特征；根据操作行为特征确定当前业务场景，查询与当前业务场景相匹配的行为分析多叉树；行为分析多叉树包括多个层级的分析节点；每个分析节点具有相关联的分析参数；基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理，得到中间处理结果；根据中间处理结果确定下一顺序分析节点，将下一顺序分析节点作为当前层级的分析节点，返回基于行为分析多叉树中当前层级的分析节点所关联的分析参数对操作行为特征和业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果；将根据行为分析结果确定的待推送信息推送至用户。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当业务场景发生变更时，展示业务场景的任务配置页面；任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数；接收在任务配置页面中输入的每个分析节点的分析参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：设置每个分析参数的类别；将属于同一类别的分析参数进行归类并生成对应类别的文件目录，文件目录用于用户按照分析参数的类别选择分析参数；接收从任务配置页面的文件目录中输入的每个分析节点的分析参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：从操作行为特征和业务属性特征中查询与分析参数匹配的目标执行特征；基于分析参数对目标执行特征进行条件判断，将判断结果作为中间处理结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取用户的行为分析结果；根据行为分析结果确定待推送信息；将待推送信息处理为符合预设推送规则的信息；预设推送规则包括推送渠道、推送次数、推送时间和推送信息数；按照预设推送规则将待推送信息发送至用户。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：接收用户响应待推送信息的反馈信息；当再次获取到用户基于目标应用的操作行为特征时，根据用户当前获取的操作行为特征、业务属性特征以及反馈信息得到行为分析结果；根据行为分析结果确定是否需要对用户进行信息推送。

在本实施例中，通过获取用户基于目标应用的操作行为数据，并对该操作行为数据进行特征提取得到操作行为特征，同时确定用户基于每个目标应用的业务属性特征；进而，根据用户的操作行为特征确定当前业务场景，并查询得到相匹配的行为分析多叉树，该行为分析多叉树包括多个层级的分析节点，以及与每个分析节点相对应的分析参数；将用户的操作行为数据和业务属性特征共同输入到行为分析多叉树中进行遍历，直至遍历到终止分析节点得到行为分析结果。本方案结合用户的操作行为数据(即动态特征)以及用户的业务属性特征(即静态特征)进行行为分析，结合多维度数据对用户行为进行分析，使得分析结果更加准确，提高信息推送的精确度。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于用户数据的信息推送方法，所述方法包括：

获取用户基于目标应用的操作行为数据；

在所述操作行为数据中提取所述用户的操作行为特征；

确定所述用户基于所述目标应用的业务属性特征；

根据所述操作行为特征确定当前业务场景，查询与所述当前业务场景相匹配的行为分析多叉树；所述行为分析多叉树包括多个层级的分析节点；每个所述分析节点具有相关联的分析参数；

基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理，得到中间处理结果；

根据中间处理结果确定下一顺序分析节点，将所述下一顺序分析节点作为当前层级的分析节点，返回基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果；

将根据所述行为分析结果确定的待推送信息推送至所述用户；

当业务场景发生变更时，展示所述业务场景的任务配置页面；所述任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数；

设置每个分析参数的类别；

将属于同一类别的分析参数进行归类并生成对应类别的文件目录，所述文件目录用于用户按照分析参数的类别选择分析参数，所述文件目录包括对应类别下的每个分析参数与存储地址的映射关系，且所述文件目录中每个分析节点与相关联的分析参数的配置界面建立有映射关系；

接收从所述任务配置页面的文件目录中确定的所需的分析节点，并展示与所述所需的分析节点相关联的分析参数的配置界面，在所述配置界面上确定分析参数。

2.根据权利要求1所述的方法，其特征在于，所述基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理，得到中间处理结果包括：

从所述操作行为特征和所述业务属性特征中查询与所述分析参数匹配的目标执行特征；

基于所述分析参数对所述目标执行特征进行条件判断，将判断结果作为中间处理结果。

3.根据权利要求1所述的方法，其特征在于，所述将根据所述行为分析结果确定的待推送信息推送至所述用户包括：

获取所述用户的行为分析结果；

根据所述行为分析结果确定待推送信息；

将所述待推送信息处理为符合预设推送规则的信息；所述预设推送规则包括推送渠道、推送次数、推送时间和推送信息数；

按照预设推送规则将所述待推送信息发送至所述用户。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收所述用户响应待推送信息的反馈信息；

当再次获取到所述用户基于目标应用的操作行为特征时，根据所述用户当前获取的操作行为特征、业务属性特征以及反馈信息得到行为分析结果；

根据所述行为分析结果确定是否需要对所述用户进行信息推送。

5.一种基于用户数据的信息推送装置，其特征在于，所述装置包括：

数据获取模块，用于获取用户基于目标应用的操作行为数据；在所述操作行为数据中提取所述用户的操作行为特征；确定所述用户基于每个目标应用的业务属性特征；

查询模块，用于确定当前业务场景，查询与所述当前业务场景相匹配的行为分析多叉树；所述行为分析多叉树包括多个层级的分析节点；每个所述分析节点具有相关联的分析参数；

行为分析模块，用于基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理，得到中间处理结果；根据中间处理结果确定下一顺序分析节点，将所述下一顺序分析节点作为当前层级的分析节点，返回基于所述行为分析多叉树中当前层级的分析节点所关联的分析参数对所述操作行为特征和所述业务属性特征进行处理的步骤，直至终止分析节点，得到行为分析结果；

信息推送模块，用于将根据所述行为分析结果确定的待推送信息推送至所述用户；

任务配置页面模块，用于当业务场景发生变更时，展示所述业务场景的任务配置页面；所述任务配置页面包括多个层级的分析节点以及与每个分析节点相关联的分析参数；设置每个分析参数的类别；将属于同一类别的分析参数进行归类并生成对应类别的文件目录，所述文件目录用于用户按照分析参数的类别选择分析参数，所述文件目录包括对应类别下的每个分析参数与存储地址的映射关系，且所述文件目录中每个分析节点与相关联的分析参数的配置界面建立有映射关系；接收从所述任务配置页面的文件目录中确定的所需的分析节点，并展示与所述所需的分析节点相关联的分析参数的配置界面，在所述配置界面上确定分析参数。

6.根据权利要求5所述的装置，其特征在于，所述行为分析模块还用于从所述操作行为特征和所述业务属性特征中查询与所述分析参数匹配的目标执行特征；基于所述分析参数对所述目标执行特征进行条件判断，将判断结果作为中间处理结果。

7.根据权利要求5所述的装置，其特征在于，所述信息推送模块还用于获取所述用户的行为分析结果；根据所述行为分析结果确定待推送信息；将所述待推送信息处理为符合预设推送规则的信息；所述预设推送规则包括推送渠道、推送次数、推送时间和推送信息数；按照预设推送规则将所述待推送信息发送至所述用户。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：

反馈信息模块，用于接收所述用户响应待推送信息的反馈信息；当再次获取到所述用户基于目标应用的操作行为特征时，根据所述用户当前获取的操作行为特征、业务属性特征以及反馈信息得到行为分析结果；根据所述行为分析结果确定是否需要对所述用户进行信息推送。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。

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，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。

Images