CN111241391A - 任务推荐的方法及装置 - Google Patents

Abstract

本说明书公开了任务推荐的方法及装置，本说明书先确定目标用户，根据目标用户的用户画像，确定目标用户对应的至少一个候选任务类型，针对每个候选任务类型，根据目标用户针对该候选任务类型对应任务的任务日志，确定目标用户针对该候选任务类型的推荐分数，根据目标用户针对至少一个候选任务类型的推荐分数，从至少一个候选任务类型中选取推荐任务类型，根据预先针对每个任务类型所划分的各任务阶段，确定目标用户针对推荐任务类型所处的任务阶段，作为目标阶段，将目标阶段对应的任务作为推荐任务推荐给目标用户。通过该种方式向目标用户推荐的任务更能满足该目标用户当前的行为意图，提高该目标用户参与任务的积极性，进而提高用户留存率。

Description

任务推荐的方法及装置

技术领域

本说明书涉及互联网技术领域，尤其涉及任务推荐的方法及装置。

背景技术

随着科技的发展，用户的需求增多，为用户提供服务的服务提供平台也越来越多。对于服务提供平台而言，如何提高用户的留存率对于该平台的发展显得尤为重要。

目前，可采用用户激励、用户引导等方式，引导用户完成服务提供平台设置的一些任务(如晒单、评论、点赞等)，并基于用户的任务完成程度给出一定的奖励(如赠送积分、提升用户等级等)，以此提高用户参与任务的积极性，帮助该平台提高用户粘性以及用户对该平台的忠诚度。为了实现上述目的，现有技术多采用：通过分析该用户的历史行为信息，为该用户实时推荐任务，并根据该用户对任务的完成程度给出一定的奖励。

在上述的过程中，仅通过分析该用户的历史行为信息向该用户推荐任务，并不能有效地捕捉到用户当前的行为意图，这样的话，用户可能对实时推荐的任务及奖励并不满意，降低了用户后续参与任务的积极性，可能会导致该平台的用户留存率降低。

发明内容

本说明书实施例提供任务推荐的方法及装置，以部分解决上述现有技术存在的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种任务推荐的方法，包括：

确定目标用户；

根据所述目标用户的用户画像，确定所述目标用户对应的至少一个候选任务类型；

针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数；

根据所述目标用户针对所述至少一个候选任务类型的推荐分数，从所述至少一个候选任务类型中选取推荐任务类型；

根据预先针对每个任务类型所划分的各任务阶段，确定所述目标用户针对所述推荐任务类型所处的任务阶段，作为目标阶段；

根据所述目标阶段，对所述目标用户进行任务推荐。

可选的，针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数，具体包括：针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户执行该候选任务类型对应的任务的第一历史阶段以及第二历史阶段；根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的推荐分数。

可选的，根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的推荐分数，具体包括：针对所述第一历史阶段内的每个单位时间，根据所述目标用户在所述第一历史阶段内的该单位时间执行该候选任务类型对应任务的次数，以及所述第一历史阶段内该单位时间对应的权重，确定该候选任务类型对应任务在所述第一历史阶段内该单位时间所对应的推荐分数，其中，当所述第一历史阶段内该单位时间距离当前时间越远，所述第一历史阶段内该单位时间对应的权重越小；针对所述第二历史阶段内的每个单位时间，根据所述目标用户在所述第二历史阶段内的该单位时间执行该候选任务类型对应任务的次数，以及所述第二历史阶段内该单位时间对应的权重，确定该候选任务类型对应任务在所述第二历史阶段内该单位时间所对应的推荐分数；根据该候选任务类型对应任务在所述第一历史阶段内每个单位时间所对应的推荐分数，以及该候选任务类型对应任务在所述第二历史阶段内每个单位时间所对应的推荐分数，确定所述目标用户针对该候选任务类型的推荐分数。

可选的，根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的推荐分数，具体包括：根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的初始分数；根据所述目标用户针对该候选任务类型的初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度；根据所述目标用户与各其他用户的相似度，以及所述各其他用户针对该候选任务类型的初始分数，确定所述目标用户针对该候选任务类型的推荐分数。

可选的，根据所述目标用户针对该候选任务类型的初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度，具体包括：确定所述目标用户针对各任务类型的初始分数的平均值作为第一平均值；针对每个其他用户，确定该其他用户针对各任务类型的初始分数的平均值作为第二平均值；根据所述第一平均值、所述第二平均值、所述目标用户针对该候选任务类型的初始分数以及该其他用户针对该候选任务类型的初始分数，确定所述目标用户与该其他用户的相似度。

可选的，根据所述目标用户针对该候选任务类型的初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度，具体包括：确定所述目标用户针对各候选任务类型的初始分数的平均值作为第三平均值；根据所述第三平均值，对所述目标用户针对该候选任务类型的初始分数进行归一化，得到归一化初始分数；根据所述目标用户针对该候选任务类型的归一化初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度。

可选的，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数，具体包括：根据所述目标用户针对该候选任务类型对应任务的任务日志，确定该候选任务类型的基础分数；根据所述基础分数以及预先确定出的所述目标用户针对该候选任务类型对应的留存分数，确定所述目标用户针对该候选任务类型的推荐分数。

可选的，预先确定所述目标用户针对该候选任务类型对应的留存分数，具体包括：根据所述目标用户针对该候选任务类型对应任务的任务日志，以及所述目标用户针对该候选任务类型对应任务的回访概率，确定所述目标用户针对该候选任务类型对应的留存分数。

可选的，根据所述目标用户针对所述至少一个候选任务类型的推荐分数，从所述至少一个候选任务类型中选取推荐任务类型，具体包括：从所述至少一个候选任务类型中，选取推荐分数最高的候选任务类型作为推荐任务类型。

可选的，预先针对每个任务类型划分各任务阶段，具体包括：针对每个任务类型，获取历史上各用户针对该任务类型对应任务的执行次数以及该任务类型对应的用户留存率；根据各用户针对该任务类型对应任务的执行次数以及所述用户留存率，拟合留存特征曲线；根据所述留存特征曲线，划分该任务类型的各任务阶段。

可选的，根据所述留存特征曲线，划分该任务类型的各任务阶段，具体包括：根据所述留存特征曲线中各点的斜率，确定各划分点；根据所述各划分点，划分该任务类型的各任务阶段。

本说明书提供的一种任务推荐的装置，包括：

用户确定模块，用于确定目标用户；

任务确定模块，用于根据所述目标用户的用户画像，确定所述目标用户对应的至少一个候选任务类型；

分数确定模块，用于针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数；

选取模块，用于根据所述目标用户针对所述至少一个候选任务类型的推荐分数，从所述至少一个候选任务类型中选取推荐任务类型；

任务阶段确定模块，用于根据预先针对每个任务类型所划分的各任务阶段，确定所述目标用户针对所述推荐任务类型所处的任务阶段，作为目标阶段；

推荐模块，用于根据所述目标阶段，对所述目标用户进行任务推荐。

本说明书提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任务推荐的方法。

本说明书提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任务推荐的方法。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

先确定目标用户，根据目标用户的用户画像，确定目标用户对应的至少一个候选任务类型，针对每个候选任务类型，根据目标用户针对该候选任务类型对应任务的任务日志，确定目标用户针对该候选任务类型的推荐分数，根据目标用户针对至少一个候选任务类型的推荐分数，从至少一个候选任务类型中选取推荐任务类型，根据预先针对每个任务类型所划分的各任务阶段，确定目标用户针对推荐任务类型所处的任务阶段，作为目标阶段，将目标阶段对应的任务作为推荐任务推荐给目标用户。

本说明书实施例针对每个目标用户，通过确定推荐分数的方式，从与该目标用户相匹配的候选任务类型中确定出该目标用户的推荐任务类型，并从预先针对每个任务类型所划分的各任务阶段中确定推荐任务类型所处的任务阶段的任务，然后将该任务推荐给目标用户。通过该种方式向目标用户推荐的任务更能满足该目标用户当前的行为意图，提高该目标用户参与任务的积极性，进而提高用户留存率。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书提供的一种任务推荐的方法的流程示意图；

图2A、2B为本说明书提供的根据拟合出的留存特征曲线划分出各任务阶段的示意图；

图3为本说明书提供的一种任务推荐的装置的结构示意图；

图4为本说明书提供的电子设备的结构示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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他实施例，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书实施例提供的一种任务推荐的方法的流程示意图，该流程示意图包括：

S100：确定目标用户。

当用户启动一个应用程序或者发送一个业务请求时，可将该用户确定为目标用户。在本说明书中，确定目标用户的执行主体可以是服务器，即，服务器基于目标用户的相关信息，决定向该目标用户推荐怎样的任务。具体的推荐方式，将在下面进行具体描述。

S102：根据目标用户的用户画像，确定目标用户对应的至少一个候选任务类型。

在实际应用中，任务类型可以有多种，例如，评论任务、分享任务、点赞任务、购买任务、收藏任务等。而对于这些任务类型中，有些是该目标用户感兴趣的，有些是该目标用户不感兴趣的，所以，服务器需要从众多的任务类型中挑选出目标用户感兴趣的任务类型。

所以，服务器确定该目标用户后，可以查询出该目标用户的用户画像。其中，用户画像用于表示用户的用户信息、行为喜好等，例如，该目标用户的用户名、历史行为信息、年龄、所在城市、终端设备类型、用户喜好等信息。服务器可以通过该用户画像，确定与该目标用户对应的至少一个候选任务类型。即，基于该目标用户的实际情况、行为习惯，确定出与该目标用户相适应的任务类型。

其中，根据该目标用户的用户画像确定候选任务类型所采用的具体方式可以有多种。比如，若是根据该目标用户的行为日志，确定向该目标用户推荐该候选任务类型对应任务的时候，该目标用户的参与度与满意度更高，那么这些任务类型便可作为候选任务类型。再例如，针对每个任务类型，若是在过去一段时间内，确定该目标用户执行该任务类型的任务的次数超过设定次数，则确定该任务类型为候选任务类型。其他方式在此就不详细举例说明了。

S104：针对每个候选任务类型，根据目标用户针对该候选任务类型对应任务的任务日志，确定目标用户针对该候选任务类型的推荐分数。

服务器确定出各候选任务类型后，需要从这些候选任务类型中进一步地确定出推荐任务类型，进而在后续过程中，将推荐任务类型对应的任务推荐给用户。其中，服务器可以针对每个候选任务类型，确定出该候选任务类型的推荐分数，进而基于各推荐分数，确定出推荐任务类型。

具体的，在本说明书中，服务器可以针对每个候选任务类型，根据目标用户针对该候选任务类型对应任务的任务日志，确定目标用户执行该候选任务类型对应的任务的第一历史阶段以及第二历史阶段。这里提到的第一历史阶段和第二历史阶段主要分为距离当前较近的历史阶段和距离当前较远的历史阶段。距离当前较近的历史阶段反映出了该目标用户近期的行为特征，而距离当前较远的历史阶段则反映出该目标用户过往的行为特征。

对于第一历史阶段来说，服务器可以针对第一历史阶段内的每个单位时间，根据目标用户在第一历史阶段内的该单位时间执行该候选任务类型对应任务的次数，以及第一历史阶段内该单位时间对应的权重，确定该候选任务类型对应任务在第一历史阶段内该单位时间所对应的推荐分数。其中，这里提到的第一历史阶段可以用于反映距离当前较远的历史阶段，而对于该第一历史阶段内每个单位时间来说，若是该单位时间距离当前时间越远，则该单位时间对应的权重越小，反之则权重越大。

从这里可以看出，由于距离当前时间越远，该目标用户的历史行为对该目标用户当前行为的参考性越小，所以，第一历史阶段内单位时间与当前时间相距越远，对应的权重越小。

而对于第二历史阶段来说，服务器可以针对第二历史阶段内的每个单位时间，根据目标用户在第二历史阶段内的该单位时间执行该候选任务类型对应任务的次数，以及第二历史阶段内该单位时间对应的权重，确定该候选任务类型对应任务在第二历史阶段内该单位时间所对应的推荐分数。其中，这里提到的第二历史阶段为距离当前时间较近的历史阶段。

而后，服务器可以根据该候选任务类型对应任务在第一历史阶段内每个单位时间所对应的推荐分数，以及该候选任务类型对应任务在第二历史阶段内每个单位时间所对应的推荐分数，确定目标用户针对该候选任务类型的推荐分数。其中，确定目标用户针对该候选任务类型的推荐分数具体可以参考下面的计算公式：

在该公式中，p_k表示目标用户针对该候选任务类型k的推荐分数；p_i表示目标用户在第一历史阶段内的单位时间i执行该候选任务类型对应任务的次数；

表示第一历史阶段内单位时间i对应的权重；O_j表示目标用户在第二历史阶段内的单位时间j执行该候选任务类型对应任务的次数；θ_j表示第二历史阶段内单位时间j对应的权重；I表示第一历史阶段内所有的单位时间；J表示第二历史阶段内所有的单位时间。

从上述公式中可以看出，第一历史阶段内单位时间i对应的权重为一种时间衰减函数，即距离当前时刻越远，权重值越低，对当前时刻的用户行为影响越小。第二历史阶段内单位时间j对应的权重可以称之为实时行为系数(并不是指当前时间，而是指距离当前时间较近的时间)。在本说明书中，第二历史阶段内的每个单位时间对应的权重可以是人为制定的固定值。

通过上述公式，下面将举例说明服务器确定候选任务类型的推荐分数的具体过程。例如，在确定用户a(即，目标用户)针对候选任务类型k(比如，交易类型)的推荐分数时，服务器可以根据用户a针对该交易类型对应交易任务的任务日志，确定用户a执行该交易类型对应的交易任务的第一历史阶段以及第二历史阶段。假设以过去7天为例，那么将第一历史阶段划分为：距离当前时间的第2天-第7天；将第二历史阶段划分为：距离当前时间的第1天(即昨天)。那么，用户a针对该交易类型对应任务的推荐分数的计算公式则可为：

其中I表示距离当前时间的第2-第7天，J表示距离当前时间的第1天。

需要说明的是，上述第一历史阶段、第二历史阶段划分的时间界线可根据不同场景的实际需求实时调整，本说明书实施例对此不作限制。除此之外，上述第一历史阶段中各单位时间可以采用多种时间单位进行划分，例如，可以天为单位在第一历史阶段中划分出各单位时间，也可以周为单位在第一历史阶段中划分出各单位时间。同理，第二历史阶段中各单位时间也可以采用多种时间单位进行划分。不过，第一历史阶段和第二历史阶段应该采用相同的时间单位进行划分。例如，若是以天为单位在第一历史阶段划分出各单位时间，也应以天为单位在第二历史阶段中划分出各单位时间。

在确定推荐分数的过程中，上述只是基于目标用户的任务日志划分出了两个历史阶段，但实际上，本说明书并不限于仅划分两个历史阶段，以两个历史阶段举例仅为了方便描述，当然，还可包含第三历史阶段、第四历史阶段等等，本说明书对此不作限制。相应的，若是包含第三历史阶段、第四历史阶段，那么针对第三历史阶段、第四历史阶段，也会对第三历史阶段、第四历史阶段的每个单位时间分别设置一个权重，权重的设置方式可根据不同的场景进行调整，本说明书实施例对此不作限制。

在本说明书中，针对每个候选任务类型，服务器也可以先确定出候选任务类型的初始分数，而后，基于该初始分数，以及该目标用户与其他用户之间的相似度，确定出该候选任务类型的推荐分数。具体的，针对每个候选任务类型，服务器可以根据目标用户针对该候选任务类型对应任务的任务日志，确定目标用户执行该候选任务类型对应的任务的第一历史阶段以及第二历史阶段，并根据目标用户在第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及目标用户在第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定目标用户针对该候选任务类型的初始分数。

也就是说，上述方式并不是直接确定出该候选任务类型的推荐分数，而是先确定出一个初始分数。而这里确定初始分数所采用的方式可以和上述直接确定出候选任务类型的推荐分数所采用的方式相同，再次就不进行详细说明了。

通过这种方式，服务器可以确定出目标用户针对各任务类型的初始分数，并进一步地确定出目标用户针对各任务类型初始分数的平均值，作为第一平均值。与此同时，服务器可以针对每个其他用户，确定该其他用户针对各任务类型的初始分数的平均值，作为第二平均值，进而根据第一平均值、第二平均值、目标用户针对该候选任务类型的初始分数以及该其他用户针对该候选任务类型的初始分数，确定目标用户与该其他用户的相似度。

需要说明的是，本说明书中的其他用户为除目标用户以外的部分或者全部用户。在具体应用场景中，考虑到选择全部用户对服务器的运行压力较大，那么则可初步选择与目标用户的用户画像近似的一批用户，作为这里提到的其他用户。而针对每个其他用户来说，服务器确定该其他用户针对各任务类型的初始分数的方式和上述服务器确定目标用户针对该候选任务类型的推荐分数的方式相同，该处不再赘述。

在本说明书中，服务器具体可以采用下述计算公式确定目标用户与其他用户之间的相似度：

其中sim(m,n)表示目标用户m与其他用户n的相似度；p_mk表示服务器确定出的目标用户m针对该候选任务类型的初始分数；

表示服务器确定出的目标用户m针对各任务类型的初始分数的平均值，即第一平均值；p_nk表示服务器确定出的其他用户n针对该候选任务类型的初始分数；

表示服务器确定出的其他用户n针对各任务类型的初始分数的平均值，即第二平均值；k表示具体的任务类型，K表示各任务类型。

需要说明的是，这里提到的各任务类型，可以是指所有的任务类型，即，各任务类型中不仅包括上述确定出的各候选任务类型，也包括其他任务类型。当然，这里提到的各任务类型也可以是指服务器上述确定出的各候选任务类型。

在本说明书中，服务器在确定目标用户与其他用户之间的相似度之前，也可以先对确定出的初始分数进行归一化，并通过归一化后的初始分数确定目标用户和其他用户之间的相似度。

具体的，服务器可以确定目标用户针对各候选任务类型的初始分数的平均值作为第三平均值，并根据第三平均值，对目标用户针对该候选任务类型的初始分数进行归一化，得到归一化初始分数。而后，服务器可以基于目标用户针对该候选任务类型的归一化初始分数，以及各其他用户针对该候选任务类型的初始分数，确定目标用户与各其他用户的相似度。

对目标用户针对该候选任务类型的初始分数进行归一化时具体可以参考下面的计算公式：

其中f(x)表示归一化初始分数；x表示目标用户针对该候选任务类型的初始分数；

表示目标用户针对各候选任务类型的初始分数的平均值，即第三平均值，σ_x表示确定出的标准差。

在本说明书中，服务器可以根据确定目标用户与各其他用户的相似度，以及各其他用户针对该候选任务类型的初始分数，确定目标用户针对该候选任务类型的推荐分数。具体的确定方式可以参考下面的计算公式：

其中P_k表示确定出的目标用户m针对该候选任务类型的推荐分数，sim(m,n)表示目标用户m与其他用户n的相似度，p_nk表示其他用户n针对该候选任务类型的初始分数，N表示筛选出的所有的其他用户。

从上述公式可以看出，通过这种方式来确定目标用户针对该候选任务类型的推荐分数，并不是直接通过目标用户针对该候选任务类型的初始分数来确定，而是通过各其他用户针对该候选任务类型的初始分数、目标用户与各其他用户的相似度等方式来确定。也就是说，服务器确定出的目标用户针对该候选任务类型的推荐分数，其实是通过其他用户针对该候选任务类型的初始分数来表示的。

此举的目的在于，主要考虑到当前时刻目标用户的行为并不一定与历史行为相近似，因此可以从用户画像上与目标用户相似的各其他用户的历史行为上出发，来确定出该目标用户针对该候选任务类型的推荐分数。通过这种方式来确定推荐分数时，不仅能够体现出该目标用户针对该候选任务类型的兴趣程度，也能够反映出与该目标用户的用户画像相似的其他用户(或用户群体)针对该候选任务类型的兴趣程度。

为了进一步地保证确定出的推荐分数的准确性，在本说明书中，服务器可以根据目标用户针对该候选任务类型对应任务的任务日志，确定该候选任务类型的基础分数，并根据基础分数以及预先确定出的目标用户针对该候选任务类型对应的留存分数，确定目标用户针对该候选任务类型的推荐分数。

其中，从上述说明书记载的内容可知，服务器可通过大致两种方式来确定推荐分数，一种是直接通过划分出的第一历史阶段和第二历史阶段来确定推荐分数，另一种是先确定初始分数，再确定推荐分数。所以，这里提到的确定基础分数的方式也可以有两种，即，可以采用与上述第一种方式相同的方式确定基础分数，也可以通过与上述第二种方式相同的方式确定基础分数。

在本说明书中，服务器需要预先确定出目标用户针对该候选任务类型对应的留存分数。具体的，服务器可以根据目标用户针对该候选任务类型对应任务的任务日志，以及目标用户针对该候选任务类型对应任务的回访概率，确定目标用户针对该候选任务类型对应的留存分数。其中，目标用户针对该候选任务类型对应任务的回访概率越高，那么目标用户针对该候选任务类型对应的留存分数越高。

对于上述提到的回访概率来说，服务器可以基于目标用户针对该候选任务类型对应任务的任务日志，确定出过去一段时间内，该目标用户针对该候选任务类型对应任务的执行次数，进而根据该执行次数，确定出该回访概率。其中，该执行次数与回访概率呈正相关关系，即，若是服务器确定出的该目标用户针对该候选任务类型对应任务的执行次数越高，则该目标用户针对该候选任务类型对应的任务的回访概率越高，反之则越低。

在确定出目标用户针对该候选任务类型对应任务的回访概率后，可以通过预设的逻辑回归模型，确定出该候选任务类型对应的留存分数。其中，若是留存分数越高，则表明目标用户对该候选任务类型对应的任务进行执行的概率越高，反之则越低。

在本说明书中，服务器具体可以通过下面的计算公式，确定出推荐分数：

f(k)＝0.5*p_k+0.4*q_k+0.1*r_k

在该公式中，f(k)表示确定出的目标用户针对该候选任务类型的推荐分数，p_k表示确定出的目标用户针对该候选任务类型的基础分数，q_k表示确定出的目标用户针对该候选任务类型对应的留存分数，r_k表示人为针对该候选任务类型所确定出的推荐参数。

从这里可以看出，服务器实际上从目标用户的历史行为、目标用户针对候选任务类型对应的任务的留存情况来综合确定出的，所以，通过上述方式来确定推荐分数，不仅考虑了目标用户的历史行为，还进一步地考虑了目标用户近期针对该候选任务类型对应的任务的实际执行情况，因此，可以有效的保证确定出的推荐分数的准确性。

S106：根据目标用户针对至少一个候选任务类型的推荐分数，从至少一个候选任务类型中选取推荐任务类型。

服务器确定出各候选任务类型的推荐分数后，可从至少一个候选任务类型中，选择推荐分数最高的候选任务类型作为推荐任务类型。对于任意候选任务类型来说，若是该候选任务类型的推荐分数越高，表明该候选任务类型对应的任务与该目标用户的匹配度越高，也就是说，该候选任务类型对应的任务越符合该目标用户的兴趣口味。

S108：根据预先针对每个任务类型所划分的各任务阶段，确定目标用户针对推荐任务类型所处的任务阶段，作为目标阶段。

对于每个任务类型来说，服务器预先已对该任务类型划分出了各任务阶段，所以，在确定出针对目标用户的推荐任务类型后，可以确定出该目标用户在该推荐任务类型所对应的各任务阶段中当前所处的任务阶段，作为目标阶段，进而在后续过程中，根据该目标阶段，向该目标用户进行任务推荐。

其中，针对每个任务类型来说，服务器在对该任务类型划分各任务阶段时，可以获取历史上各用户针对该任务类型对应任务的执行次数以及该任务类型对应的用户留存率，并根据各用户针对该任务类型对应任务的执行次数以及用户留存率，拟合出针对该任务类型的留存特征曲线。

上述获取到的历史上各用户针对该任务类型对应的任务的执行次数，是指所有用户历史上针对该任务类型对应任务的执行次数。在确定上述留存特征曲线的过程中，可以将各用户针对该任务类型对应任务的执行次数作为横坐标，将用户留存率作为纵坐标，通过历史上已知的横纵坐标的数据，得到多个坐标点，而后，可通过预设的方式，将这些坐标点进行拟合，进而得到拟合出的留存特征曲线。服务器可以根据该留存特征曲线中各点的斜率，确定各划分点，进而根据各划分点，划分该任务类型的各任务阶段，如图2A、2B所示。

图2A、2B为本说明书提供的根据拟合出的留存特征曲线划分出各任务阶段的示意图。

从图2A中可以看出，服务器根据各用户历史上针对该任务类型对应任务的执行次数以及留存率，得到了各坐标点。这些坐标点是符合一定的分布规律的。所以，服务器可以对这些坐标点进行曲线拟合，得到如图2B所示的留存特征曲线。

在得到图2B所示的留存特征曲线后，服务器可以进一步地确定出该留存特征曲线上各点的斜率，进而确定出斜率上出现明显变化的点，作为划分点(即图2B中的各灰色点)。也就是说，服务器其实需要在该留存特征曲线上确定出一些斜率的变化程度超出预设程度的一些划分点，进而通过这些划分点，对留存特征曲线进行划分，从而得到针对该任务类型的各任务阶段。

由于上述留存特征曲线是通过所有用户的历史数据来确定出的，所以，针对该任务类型所划分出的各任务阶段其实是适用于所有用户的。而对于每个任务阶段来说，均可以通过人为设置的方式设置各任务。也就是说，对于同一任务类型来说，不同任务阶段所对应的任务是不同的。

S110：根据所述目标阶段，对所述目标用户进行任务推荐。

在确定出该目标用户针对推荐任务类型当前所处的任务阶段(即目标阶段)后，服务器可以将该目标阶段对应的任务推荐给用户。当然，为了能够进一步地引导用户积极的参与任务执行，服务器可以将该推荐任务类型的各任务阶段中位于该目标阶段之后的下一个任务阶段对应的任务推荐给用户。

需要说明的是，服务器也可先确定该目标用户针对各候选任务类型所处的任务阶段，以及这些任务阶段分别对应的任务，然后计算各候选任务类型的推荐分数，并从中找出推荐分数最高的候选任务类型作为推荐任务类型，进而将先前确定出的该目标用户针对推荐任务类型当前所处任务阶段所对应的任务推荐给用户。这种方式和上述方式中的部分步骤的执行顺序略有不同，但是同样能达到当前时刻为用户推荐更合适任务的目的。

本说明书针对每个目标用户，将与之相对应的候选任务类型以推荐分数的方式展示，进而确定了该目标用户的推荐任务类型，并从预先针对每个任务类型所划分的各任务阶段中确定推荐任务类型所处的任务阶段的任务，然后将该任务推荐给目标用户。本说明书基于混合意图(既包含目标用户的意图，还包含与目标用户相似的其他用户的意图)对当前时刻目标用户的任务进行推荐，考虑了用户画像、用户留存率、历史上目标用户与各用户的任务日志、任务阶段、人工干预等多个维度，通过该种方式向目标用户推荐的任务更能满足该目标用户当前的行为意图，优化用户体验，提高用户参与任务的积极性，进而提高用户留存率。

以上为本说明书实施例提供的任务推荐的方法，基于同样的思路，本说明书还提供了相应的装置、存储介质和电子设备。

图3为本说明书实施例提供的一种任务推荐的装置的结构示意图，所述装置包括：

用户确定模块200，用于确定目标用户；

任务确定模块202，用于根据所述目标用户的用户画像，确定所述目标用户对应的至少一个候选任务类型；

分数确定模块204，用于针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数；

选取模块206，用于根据所述目标用户针对所述至少一个候选任务类型的推荐分数，从所述至少一个候选任务类型中选取推荐任务类型；

任务阶段确定模块208，用于根据预先针对每个任务类型所划分的各任务阶段，确定所述目标用户针对所述推荐任务类型所处的任务阶段，作为目标阶段；

推荐模块210，用于根据所述目标阶段，对所述目标用户进行任务推荐。

可选的，所述分数确定模块204，具体用于针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户执行该候选任务类型对应的任务的第一历史阶段以及第二历史阶段；根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的推荐分数。

可选的，所述分数确定模块204，还具体用于针对所述第一历史阶段内的每个单位时间，根据所述目标用户在所述第一历史阶段内的该单位时间执行该候选任务类型对应任务的次数，以及所述第一历史阶段内该单位时间对应的权重，确定该候选任务类型对应任务在所述第一历史阶段内该单位时间所对应的推荐分数，其中，当所述第一历史阶段内该单位时间距离当前时间越远，所述第一历史阶段内该单位时间对应的权重越小；针对所述第二历史阶段内的每个单位时间，根据所述目标用户在所述第二历史阶段内的该单位时间执行该候选任务类型对应任务的次数，以及所述第二历史阶段内该单位时间对应的权重，确定该候选任务类型对应任务在所述第二历史阶段内该单位时间所对应的推荐分数；根据该候选任务类型对应任务在所述第一历史阶段内每个单位时间所对应的推荐分数，以及该候选任务类型对应任务在所述第二历史阶段内每个单位时间所对应的推荐分数，确定所述目标用户针对该候选任务类型的推荐分数。

可选的，所述分数确定模块204，还具体用于根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的初始分数；根据所述目标用户针对该候选任务类型的初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度；根据所述目标用户与各其他用户的相似度，以及所述各其他用户针对该候选任务类型的初始分数，确定所述目标用户针对该候选任务类型的推荐分数。

可选的，所述分数确定模块204，还具体用于确定所述目标用户针对各任务类型的初始分数的平均值作为第一平均值；针对每个其他用户，确定该其他用户针对各任务类型的初始分数的平均值作为第二平均值；根据所述第一平均值、所述第二平均值、所述目标用户针对该候选任务类型的初始分数以及该其他用户针对该候选任务类型的初始分数，确定所述目标用户与该其他用户的相似度。

可选的，所述分数确定模块204，还具体用于确定所述目标用户针对各候选任务类型的初始分数的平均值作为第三平均值；根据所述第三平均值，对所述目标用户针对该候选任务类型的初始分数进行归一化，得到归一化初始分数；根据所述目标用户针对该候选任务类型的归一化初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度。

可选的，所述分数确定模块204，还具体用于根据所述目标用户针对该候选任务类型对应任务的任务日志，确定该候选任务类型的基础分数；根据所述基础分数以及预先确定出的所述目标用户针对该候选任务类型对应的留存分数，确定所述目标用户针对该候选任务类型的推荐分数。

可选的，所述分数确定模块204，还具体用于根据所述目标用户针对该候选任务类型对应任务的任务日志，以及所述目标用户针对该候选任务类型对应任务的回访概率，确定所述目标用户针对该候选任务类型对应的留存分数。

可选的，所述选取确定模块206，具体用于从所述至少一个候选任务类型中，选取推荐分数最高的候选任务类型作为推荐任务类型。

可选的，所述任务阶段确定模块208，具体用于针对每个任务类型，获取历史上各用户针对该任务类型对应任务的执行次数以及该任务类型对应的用户留存率；根据各用户针对该任务类型对应任务的执行次数以及所述用户留存率，拟合留存特征曲线；根据所述留存特征曲线，划分该任务类型的各任务阶段。

可选的，所述任务阶段确定模块208，还具体用于根据所述留存特征曲线中各点的斜率，确定各划分点；根据所述各划分点，划分该任务类型的各任务阶段。

本说明书还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可用于执行上述图1提供的一种任务推荐的方法。

基于图1所示的任务推荐的方法，本说明书实施例还提供了图4所示的电子设备的结构示意图。如图4，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的任务推荐的方法。

当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (14)

1.一种任务推荐的方法，其特征在于，包括：

确定目标用户；

根据所述目标用户的用户画像，确定所述目标用户对应的至少一个候选任务类型；

针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数；

根据所述目标用户针对所述至少一个候选任务类型的推荐分数，从所述至少一个候选任务类型中选取推荐任务类型；

根据预先针对每个任务类型所划分的各任务阶段，确定所述目标用户针对所述推荐任务类型所处的任务阶段，作为目标阶段；

根据所述目标阶段，对所述目标用户进行任务推荐。

2.如权利要求1所述的方法，其特征在于，针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数，具体包括：

针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户执行该候选任务类型对应的任务的第一历史阶段以及第二历史阶段；

根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的推荐分数。

3.如权利要求2所述的方法，其特征在于，根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的推荐分数，具体包括：

针对所述第一历史阶段内的每个单位时间，根据所述目标用户在所述第一历史阶段内的该单位时间执行该候选任务类型对应任务的次数，以及所述第一历史阶段内该单位时间对应的权重，确定该候选任务类型对应任务在所述第一历史阶段内该单位时间所对应的推荐分数，其中，当所述第一历史阶段内该单位时间距离当前时间越远，所述第一历史阶段内该单位时间对应的权重越小；

针对所述第二历史阶段内的每个单位时间，根据所述目标用户在所述第二历史阶段内的该单位时间执行该候选任务类型对应任务的次数，以及所述第二历史阶段内该单位时间对应的权重，确定该候选任务类型对应任务在所述第二历史阶段内该单位时间所对应的推荐分数；

根据该候选任务类型对应任务在所述第一历史阶段内每个单位时间所对应的推荐分数，以及该候选任务类型对应任务在所述第二历史阶段内每个单位时间所对应的推荐分数，确定所述目标用户针对该候选任务类型的推荐分数。

4.如权利要求2所述的方法，其特征在于，根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的推荐分数，具体包括：

根据所述目标用户在所述第一历史阶段内每个单位时间执行该候选任务类型对应任务的次数，以及所述目标用户在所述第二历史阶段内每个单位时间执行该候选任务类型对应任务的次数，确定所述目标用户针对该候选任务类型的初始分数；

根据所述目标用户针对该候选任务类型的初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度；

根据所述目标用户与各其他用户的相似度，以及所述各其他用户针对该候选任务类型的初始分数，确定所述目标用户针对该候选任务类型的推荐分数。

5.如权利要求4所述的方法，其特征在于，根据所述目标用户针对该候选任务类型的初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度，具体包括：

确定所述目标用户针对各任务类型的初始分数的平均值作为第一平均值；

针对每个其他用户，确定该其他用户针对各任务类型的初始分数的平均值作为第二平均值；

根据所述第一平均值、所述第二平均值、所述目标用户针对该候选任务类型的初始分数以及该其他用户针对该候选任务类型的初始分数，确定所述目标用户与该其他用户的相似度。

6.如权利要求4所述的方法，其特征在于，根据所述目标用户针对该候选任务类型的初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度，具体包括：

确定所述目标用户针对各候选任务类型的初始分数的平均值作为第三平均值；

根据所述第三平均值，对所述目标用户针对该候选任务类型的初始分数进行归一化，得到归一化初始分数；

根据所述目标用户针对该候选任务类型的归一化初始分数，以及各其他用户针对该候选任务类型的初始分数，确定所述目标用户与各其他用户的相似度。

7.如权利要求1～6任一项所述的方法，其特征在于，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数，具体包括：

根据所述目标用户针对该候选任务类型对应任务的任务日志，确定该候选任务类型的基础分数；

根据所述基础分数以及预先确定出的所述目标用户针对该候选任务类型对应的留存分数，确定所述目标用户针对该候选任务类型的推荐分数。

8.如权利要求7所述的方法，其特征在于，预先确定所述目标用户针对该候选任务类型对应的留存分数，具体包括：

根据所述目标用户针对该候选任务类型对应任务的任务日志，以及所述目标用户针对该候选任务类型对应任务的回访概率，确定所述目标用户针对该候选任务类型对应的留存分数。

9.如权利要求1所述的方法，其特征在于，根据所述目标用户针对所述至少一个候选任务类型的推荐分数，从所述至少一个候选任务类型中选取推荐任务类型，具体包括：

从所述至少一个候选任务类型中，选取推荐分数最高的候选任务类型作为推荐任务类型。

10.如权利要求1所述的方法，其特征在于，预先针对每个任务类型划分各任务阶段，具体包括：

针对每个任务类型，获取历史上各用户针对该任务类型对应任务的执行次数以及该任务类型对应的用户留存率；

根据各用户针对该任务类型对应任务的执行次数以及所述用户留存率，拟合留存特征曲线；

根据所述留存特征曲线，划分该任务类型的各任务阶段。

11.如权利要求10所述的方法，其特征在于，根据所述留存特征曲线，划分该任务类型的各任务阶段，具体包括：

根据所述留存特征曲线中各点的斜率，确定各划分点；

根据所述各划分点，划分该任务类型的各任务阶段。

12.一种任务推荐的装置，其特征在于，包括：

用户确定模块，用于确定目标用户；

任务确定模块，用于根据所述目标用户的用户画像，确定所述目标用户对应的至少一个候选任务类型；

分数确定模块，用于针对每个候选任务类型，根据所述目标用户针对该候选任务类型对应任务的任务日志，确定所述目标用户针对该候选任务类型的推荐分数；

选取确定模块，用于根据所述目标用户针对所述至少一个候选任务类型的推荐分数，从所述至少一个候选任务类型中选取推荐任务类型；

任务阶段确定模块，用于根据预先针对每个任务类型所划分的各任务阶段，确定所述目标用户针对所述推荐任务类型所处的任务阶段，作为目标阶段；

推荐模块，用于根据所述目标阶段，对所述目标用户进行任务推荐。

13.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-11任一项所述的方法。

14.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1-11任一项所述的方法。

Images