CN111371853A - 资源信息推送方法、装置、服务器及存储介质 - Google Patents

资源信息推送方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN111371853A
CN111371853A CN202010113562.2A CN202010113562A CN111371853A CN 111371853 A CN111371853 A CN 111371853A CN 202010113562 A CN202010113562 A CN 202010113562A CN 111371853 A CN111371853 A CN 111371853A
Authority
CN
China
Prior art keywords
information
resource
user
priority
target
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.)
Granted
Application number
CN202010113562.2A
Other languages
English (en)
Other versions
CN111371853B (zh
Inventor
王天齐
郑景飞
伍平平
马明浩
唐逸立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Unionpay Co Ltd
Original Assignee
China Unionpay Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Unionpay Co Ltd filed Critical China Unionpay Co Ltd
Priority to CN202010113562.2A priority Critical patent/CN111371853B/zh
Publication of CN111371853A publication Critical patent/CN111371853A/zh
Priority to PCT/CN2021/072131 priority patent/WO2021169659A1/zh
Priority to TW110104055A priority patent/TWI803823B/zh
Application granted granted Critical
Publication of CN111371853B publication Critical patent/CN111371853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • 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
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Computer And Data Communications (AREA)

Abstract

本申请提供了一种资源信息推送方法、装置、服务器及存储介质，涉及数据处理领域。该方法包括：获取用户的资源消耗信息和资源提供方信息；基于资源消耗信息和资源提供方信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级；将优先级高于第一预设标准优先级的用户作为目标用户，将与用户关联的优先级高于第二预设标准优先级的资源信息作为目标资源信息；向目标用户推送与目标用户关联的目标资源信息。利用本申请的技术方案能够提高向用户推送资源信息的精确度。

Description

资源信息推送方法、装置、服务器及存储介质
技术领域
本申请属于数据处理领域，尤其涉及一种资源信息推送方法、装置、服务器及存储介质。
背景技术
近年来，随着电子信息技术的发展，电子信息技术应用于越来越多的领域中，如交易领域、支付领域等等。
为了便于用户进行交易，可向用户推送各类资源。目前，服务器向大量用户统一推荐资源。但用户之间具有差异，统一推荐资源的方式对用户来说，资源推送的精确度较低。
发明内容
本申请实施例提供了一种资源信息推送方法、装置、服务器及存储介质，能够提高向用户推送资源信息的精确度。
第一方面，本申请实施例提供一种资源信息推送方法，包括：
获取用户的资源消耗信息和资源提供方信息；
基于资源消耗信息和资源提供方信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级；
将优先级高于第一预设标准优先级的用户作为目标用户，将与用户关联的优先级高于第二预设标准优先级的资源信息作为目标资源信息；
向目标用户推送与目标用户关联的目标资源信息。
第二方面，本申请实施例提供一种资源信息推送装置，包括：
信息获取模块，用于获取用户的资源消耗信息和资源提供方信息；
优先级确定模块，用于基于资源消耗信息和资源提供方信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级；
目标确定模块，用于将优先级高于第一预设标准优先级的用户作为目标用户，将与用户关联的优先级高于第二预设标准优先级的资源信息作为目标资源信息；
推送模块，用于向目标用户推送与目标用户关联的目标资源信息。
第三方面，本申请实施例提供一种服务器，包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现第一方面的技术方案中的资源信息推送方法。
第四方面，本申请实施例提供本申请实施例提供一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现第一方面的技术方案中的资源信息推送方法。
本申请实施例提供一种资源信息推送方法、装置、服务器及存储介质，其中，基于资源消耗信息和资源提供方信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级。向优先级高于第一预设标准优先级的用户推送与该用户关联的优先级高于第二预设标准优先级的资源信息。资源提供方信息表征资源提供方的相关信息，可弥补资源消耗信息所缺失的部分。结合资源消耗信息和资源提供方信息，利用优先级，实现了资源信息向用户的精确推送，提高了向用户推送资源信息的精确度。
附图说明
从下面结合附图对本申请的具体实施方式的描述中可以更好地理解本申请。其中，相同或相似的附图标记表示相同或相似的特征。
图1为本申请一实施例提供的一种资源信息推送方法的流程图；
图2为本申请另一实施例提供的一种资源信息推送方法的流程图；
图3为本申请一实施例提供的一种资源信息推送装置的结构示意图；
图4为本申请另一实施例提供的一种资源信息推送装置的结构示意图；
图5为本申请又一实施例提供的一种资源信息推送装置的结构示意图；
图6为本申请再一实施例提供的一种资源信息推送装置的结构示意图；
图7为本申请实施例提供的一种服务器的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本申请的全面理解。但是，对于本领域技术人员来说很明显的是，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请的更好的理解。本申请决不限于下面所提出的任何具体配置和算法，而是在不脱离本申请的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本申请造成不必要的模糊。
本申请实施例提供一种资源信息推送方法、装置、服务器及存储介质，可应用于对用户进行资源信息推送的场景中。比如，向用户推送服务，向用户推送商品，或向用户推送活动的场景，在此并不限定。该资源信息推送方法可由业务设备如服务器等执行，在此并不限定服务器的数目，服务器的数目可根据用户的数目及其他因素设置。比如，该资源信息推送方法可由服务器集群执行。在本申请实施例中，可根据用户的资源消耗信息和资源提供方信息的综合使用，利用资源消耗信息和资源提供方信息的交叉对比，根据确定的用户的优先级以及资源信息的优先级向用户推送资源信息，以提高资源信息的推送的精确度。
图1为本申请一实施例提供的一种资源信息推送方法的流程图。如图1所示，该资源信息推送方法可包括步骤S101至步骤S104。
在步骤S101中，获取用户的资源消耗信息和资源提供方信息。
用户的资源消耗信息与用户相关，可表征用户自身的信息，也可表征用户对资源消耗的指向，比如用户对资源消耗的偏好。与用户的资源消耗信息对应，可建立用户资源消耗数据库，将用户的资源消耗信息存储于该用户资源消耗数据库内。在一些示例中，用户资源消耗数据库可设置于单台配置为24C或256G或40T的大数据主机集群中，在此并不限定。
在一些示例中，资源消耗信息包括但不限于以下的一项或多项：用户信息、用户消耗资源时间偏好信息、用户消耗资源的资源提供方偏好信息、用户消耗资源类型偏好信息、用户消耗资源的资源提供方类型偏好信息、用户消耗资源的资源提供方位置信息、用户消耗资源的资源提供方关联性信息。其中，用户消耗资源的资源提供方关联性信息用于表征用户消耗资源来源的两个以上的资源提供方的关联性，比如，表征用户消耗资源来源的两个以上的资源提供方的相似度。
在交易场景中，资源提供方具体可为商户。资源消耗信息可通过用户账号交易的历史信息得到。比如，资源消耗信息可包括用户账号、用户账号内余额、用户交易时间偏好、用户选择交易的商户偏好、用户选择的交易类型偏好、用户选择交易的商户类型偏好、用户选择交易的商户位置、用户选择交易的商户的相似度等信息中的一项或多项，在此并不限定。
比如，在交易场景中，资源消耗信息的存储形式可如下表一所示。
表一
Figure BDA0002390799840000041
资源提供方信息与用户消耗的资源的资源提供方相关，可表征资源提供方的相关信息。与用户的资源提供方信息对应，可建立资源提供方数据库，将资源提供方信息存储于该资源提供方数据库内。在一些示例中，资源提供方数据库可设置于单台配置为24C/256G/40T的Kafka集群中，在此并不限定。
在一些示例中，资源提供方信息包括以下的一项或多项：资源提供方名称信息，资源提供方位置信息、资源提供方所属区域位置信息、资源提供方类型信息、资源提供方评价信息、资源提供方热度信息、资源提供方的资源提供关联性信息。其中，资源提供方的资源提供关联性信息用于表征两个以上的资源提供方提供资源的关联性，比如，表征两个以上的资源提供方提供资源的相似度。
在交易场景中，资源提供方具体可为商户。资源提供方信息可通过第三方接口读取、数据文件导入或人工录入采集得到公开或共享的商户交易信息数据。比如，资源提供方信息可包括商户名称，商户地点、商圈位置、商户类型、商户评价、商户热度、商户消费相似度等信息中的一项或多项，在此并不限定。
比如，在交易场景中，资源提供方信息的存储形式可如下表二所示。
表二
Figure BDA0002390799840000051
为了规范资源提供方信息，以及提高规范资源提供方信息的准确性，可对获取的资源提供方信息进行数据清洗和标准化处理，以便于在后续过程中使用。在数据清洗和标准化处理的过程中，并将标准化处理过程中形成的规则如用户位置提取规则等和词典如商户名称地址专有名词、停用词等导入规则库或词库。规则库和词库可以在对新的信息进行数据清洗和标准化处理的过程中使用。
在步骤S102中，基于资源消耗信息和资源提供方信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级。
结合用户的资源消耗信息和资源提供方信息，利用算法或策略等可确定该用户的资源消耗是否活跃，也可确定该用户的资源消耗潜力，从而估算用户对资源的需求，进而可确定用户的优先级以及与用户关联的资源的优先级。其中，算法或策略在此并不限定，比如，可采用梯度提升决策树(Gradient Boosting Decision Tree，GBDT)算法、关联规则算法即Apriori算法、协同过滤算法等，在此并不限定。
优先级的具体表现方式在此并不限定，比如，优先级可包括第一级至第N级，其中，第i-1级的优先级高于第i级的优先级，1＜i≤N，i与N为正整数。又比如，优先级可包括高级、中级和低级，其中，高级的优先级高于中级的优先级，中级的优先级高于低级的优先级。
服务器可根据用户的优先级判断优向哪些用户推送资源信息。一个用户可关联有多个资源信息，不同用户关联的资源信息可不同。服务器也可根据资源信息的优先级判断优先向用户推送哪些资源信息。
在一些示例中，资源信息可包括但不限于资源提供方、资源类别、资源提供方案中的一项或多项。比如，在交易场景中，资源提供方可为商户，资源类别可为商品类别，资源提供方案可为商品销售方案如优惠方案等。
在步骤S103中，将优先级高于第一预设标准优先级的用户作为目标用户，将与用户关联的优先级高于第二预设标准优先级的资源信息作为目标资源信息。
其中，第一预设标准优先级可根据工作场景和工作需求设定，在此并不限定，第一预设标准优先级可根据具体情况进行更改。第二预设标准优先级可根据工作场景和工作需求设定，在此并不限定，第二预设标准优先级可根据具体情况进行更改。第一预设标准优先级与第二预设标准优先级可相互独立。
目标用户即为优先被推送资源信息的用户。与用户关联的目标资源信息即为优先向该用户推送的资源信息。不同用户关联的相同的资源信息的优先级可不同，使得向不同用户推送的目标资源信息可不同，具体根据每个用户关联的资源信息的优先级确定。
在步骤S104中，向目标用户推送与目标用户关联的目标资源信息。
其中，服务器可通过应用程序即APP等方式向目标用户推送与目标用户关联的目标资源信息。比如，利用实时数据流向目标用户推送与目标用户关联的目标资源信息，实时数据流具体可为Kafka实时数据流。服务器也可通过短信息等方式向目标用户推送与目标用户关联的目标资源信息。在此并不限定向目标用户推送与目标用户关联的目标资源信息的方式。
在本申请实施例中，基于资源消耗信息和资源提供方信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级。向优先级高于第一预设标准优先级的用户推送与该用户关联的优先级高于第二预设标准优先级的资源信息。资源提供方信息表征资源提供方的相关信息，可弥补资源消耗信息所缺失的部分。结合资源消耗信息和资源提供方信息，利用优先级，实现了资源信息向用户的精确推送，提高了向用户推送资源信息的精确度。
在一些示例中，上述步骤S102可通过用户的活跃度信息和资源消耗潜力信息实现。具体地，基于资源消耗信息和资源提供方信息，设置用户的活跃度信息和资源消耗潜力信息。根据用户的活跃度信息和资源消耗潜力信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级。
其中，用户的活跃度信息用于表征用户的活跃度，可指示用户资源消耗次数的多少，用户资源消耗量等，在此并不限定。比如，在交易场景中，用户的活跃度信息表征用户的活跃度越高，表示用户的交易量越大，交易量可指交易次数、交易花费等。用户的活跃度信息具体可实现为活跃度评分或活跃度分级等，在此并不限定。比如，在交易场景中，用户的活跃度信息可体现为用户的银行卡的活跃度。银行卡的活跃度可包括活跃、非活跃、衰退、唤醒、睡眠等。对应地，银行卡可按照活跃度划分为活跃卡、非活跃卡、衰退卡、唤醒卡、睡眠卡等。
用户的资源消耗潜力信息用于表征用户对资源的消耗潜力，可指示用户消耗资源总量的潜力，用户消耗某类资源的潜力等，在此并不限定。比如，在交易场景中，用户的资源消耗潜力信息表征用户的资源消耗潜力越高，表示预测该用户能够消耗的资源量越大，资源量可指资源总量、某类资源的量等。用户的资源消耗潜力信息具体可实现为资源消耗潜力评分或资源消耗潜力分级等，在此并不确定。比如，在交易场景中，用户的资源消耗潜力可包括高级、中级、低级等。
比如，在交易场景中，结合用户的资源消耗信息和资源提供方信息，通过资源消耗信息和资源提供方信息中用户的交易信息如交易次数、交易金额等，可判断用户银行卡是否活跃、是否衰退、是否睡眠，即确定用户的活跃度。还可通过资源消耗信息和资源提供方信息中用户的历史信息如电商应用程序的使用、用户交易所在的商圈历史等，利用GBDT算法确定用户的资源消耗潜力。根据用户的活跃度信息和资源消耗潜力信息，确定被推送用户的优先级，以及推送的资源信息的优先级。
又比如，在交易场景中，结合用户的资源消耗信息和资源提供方信息，通过用户的行业偏好、商户消费历史等资源消耗信息，以及用户电商应用程序的使用偏好、商户关注历史等资源提供方信息，利用Apriori算法确定向用户推送的资源信息中的商户。
在一些示例中，资源信息包括资源提供方。可根据各资源提供方的类别，生成资源提供方备选集合。利用剪枝算法对资源提供方备选集合进行处理，选取高频为用户提供可供消耗资源的资源提供方作为资源信息中的资源提供方。可循环进行上述过程，可得到资源信息中的多个资源提供方。
在本申请实施例中，由于有资源提供方信息的参与，对于活跃度较低的用户如交易卡评估为睡眠卡的用户来说，也可通过资源提供方信息挖掘得到该用户一定的资源消耗能力，从而为该用户推送合适的资源信息。
在一些示例中，可利用目标决策模型来得到用户的优先级和/或用户关联的资源信息的优先级。具体地，对于每个用户，将用户的资源消耗信息和资源提供方信息作为每个目标决策模型的输入，得到每个目标决策模型的输出结果。输出结果表征在目标决策模型对应的目标要求下，用户的优先级和/或与用户关联的资源信息的优先级。计算每个目标决策模型的输出结果与目标决策模型的权重的乘积之和。根据乘积之和确定用户的优先级和/或与用户关联的资源信息的优先级。
目标决策模型具体可为分类器。目标决策模型的数目可以为多个。若选用多个目标决策模型，不同目标决策模型对应的目标要求不同。在本实施例中，可根据多个不同的目标要求，得到用户综合的优先级和/或与用户关联的资源信息的优先级。
下面以一示例进行说明。可利用以下的算式(1)得到综合的用户的优先级和/或与用户关联的资源信息的优先级。
Figure BDA0002390799840000081
其中x为输入的用户的资源消耗信息和资源提供方信息，具体地，用户的资源消耗信息和资源提供方信息可表示为向量；F(x)为用户综合的优先级和/或与用户关联的资源信息的优先级，具体地，可分为中、高、低三种优先级；hm(x)为第m个目标决策模型的输出结果；γm是目标决策模型的权重。
进一步地，还可采集目标用户接收到目标资源信息后反馈的资源消耗结果信息。利用资源消耗结果信息更新目标决策模型，以提高目标决策模型的输出结果的准确性。
服务器确定的用户的优先级，以及与用户关联的资源信息的优先级，均为服务器的预测结果。为了能够进一步提高服务器预测的精确度，可对目标决策模型不断进行更新。目标用户接收到目标资源信息后，目标用户可能会进行与目标资源信息对应的资源消耗，也可能不会进行与目标资源信息对应的资源消耗。反馈的资源消耗结果信息可表征目标用户接收到目标资源信息后的实际资源消耗，可包括实际的用户的优先级和/或实际的与用户关联的资源信息的优先级。目标决策模型会不断拟合实际的用户的优先级和/或实际的与用户关联的目标资源信息的优先级，与目标决策模型预测的用户的优先级和/或与用户关联的目标资源信息的优先级的残差，使得目标决策模型的输出结果逼近实际的用户的优先级和/或实际的与用户关联的目标资源信息的优先级。
比如，可通过以下算式(2)实现目标决策模型的更新。
Fm(x)＝Fm-1(x)+γmhm(x) (2)
其中，Fm-1(x)为前m-1目标决策模型的输出结果的加权计算总和。Fm(x)为前m目标决策模型的输出结果的加权计算总和。
还可通过对上述算式(1)和(2)中的hm(x)进行更新，优化目标决策模型，以减小目标决策模型的输出结果与实际结果之间的误差。比如，可通过以下算式(3)实现对hm(x)的优化。
Figure BDA0002390799840000091
其中，yi为第i个实际结果，即第i个用户的优先级和/或与第i个用户关联的资源信息的优先级。L(yi，Fm-1(xi)+h(xi))为yi与Fm-1(xi)+h(xi)的关系表达式。
图2为本申请另一实施例提供的一种资源信息推送方法的流程图。图2与图1的不同之处在于，图2所示的资源信息推送方法还可包括步骤S105，图1所示的步骤S102可细化为图2所示的步骤S1021。
在步骤S105中，利用可信度计算模型，计算资源消耗信息的可信度和资源提供方信息的可信度。
为了进一步提高推送资源信息的精确度，可通过采用可信度高的优先资源消耗信息和资源提供方信息参与确定用户的优先级和与用户关联的资源信息的优先级的步骤。具体地，可信度计算模型所采用的算法可包括随机森林算法，但在此并不限定，也可采用其他算法。其中，资源消耗信息的可信度表征对资源消耗信息可以信赖的程度。资源提供方信息的可信度表征对资源提供方信息可以信赖的程度。在一些示例中，可信度以数值的方式表示。比如，信息的可信度为80至100表示信息准确；信息的可信度为60至80表示信息可信可用；信息的可信度为40至60表示信息部分可用；信息的可信度为0至40表示信息有待完善。
本申请可利用集成学习方式进行可信度的计算及分类。集成学习通过建立几个模型组合来解决单一预测问题。下面以随机森林算法为例对可信度计算进行说明，但需要说明的是，在本申请实施例中，还可用其他算法进行可信度计算。随机森林算法是集成学习的一个子类，它依靠于决策树的投票选择来决定最后的分类结果。具体地，可利用以下的算式(4)计算信息熵。森林随机算法中通过决策树进行可信度的分类。信息熵是决策树的根本，可在决策树进行可信度的分类的过程中确定资源消耗信息和资源提供方信息选取顺序的依据。
I(X＝xi)＝-log2 p(xi) (4)
其中，I(X)表示随机变量的信息；p(xi)指xi发生时的概率；xi为第i个用户的资源消耗信息和资源提供方信息。
决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。在本示例中，每个分支表示可信度计算的一路输出，每个叶节点表示一个可信度类别。
在一些示例中，可利用多个可信度计算模型来对资源消耗信息的可信度和资源提供方信息的可信度进行多维度的计算。比如，可从信息来源和信息本身两方面评估可信度。具体地，可从信息的录入方、录入有无校验环节、是否经历技术处理和人工数据清洗等方面，评估在信息来源方面的可信度。这里以资源消耗信息与资源提供方信息中的用户行为偏好信息自身的可信度为例说明信息自身的可信度的评估。可通过用户的资源消耗的可信度、用户资源消耗方式的可信度、用户资源消耗习惯的可信度和用户资源消耗类型信息的可信度以及权重综合评估得到用户行为偏好信息的可信度。可利用信息来源的可信度、信息本身的可信度、信息来源的可信度的权重和信息本身的可信度的权重，综合得到用户的资源消耗信息的可信度和资源提供方信息的可信度。
可信度计算、分类的步骤可由单台配置为24C/256G/40T的大数据主机集群中的主机执行，在此并不限定。
在步骤S1021中，基于资源消耗信息和资源提供方信息，根据资源消耗信息的可信度和资源提供方信息的可信度，确定用户的优先级，以及确定与用户关联的资源信息的优先级。
其中，结合资源消耗信息的可信度和资源提供方信息的可信度，可选择进行用户的优先级以及与用户关联的资源信息的优先级的确定的资源消耗信息和资源提供方信息。比如，选择可信度高的资源消耗信息和资源提供方信息进行用户的优先级以及与用户关联的资源信息的优先级的确定，以进一步提高推送资源信息的精确度和可靠性。
在本申请实施例中，服务器可根据用户进行资源消耗的模式，对应向用户推送资源信息。其中，资源信息的优先级包括但不限于资源信息包括资源提供方的优先级、资源类别的优先级、资源提供方案的优先级中的一项或多项。
在一些实施例中，用户进行资源消耗的模式为线上模式。比如，在交易场景中，服务器可从用户的应用程序获取用户位置。服务器根据资源消耗信息中的用户交易商户偏好、交易商户类型偏好等信息，与资源提供方信息匹配获得用户位置所在区域内的商户的商户名称、商户类型、商户热度等信息。并根据匹配获得用户位置所在区域内的商户的商户名称、商户类型、商户热度等信息，对用户在用户位置所在区域内的资源消耗潜力进行评估。结合用于在该区域内的资源消耗潜力和用户的活跃度，确定优先级高于第二预设标准优先级的资源信息。可将优先级高于第二预设标准优先级的资源信息通过Kafka实时数据流向用户推送。比如，在用户的应用程序中向用户推送资源信息。
在一些示例中，可利用资源消耗信息和资源提供方信息所表征的用户的关联性和资源提供方的关联性，对用户进行聚类，以便于对聚类得到的同一簇内的用户进行资源信息的推送。
具体地，对用户进行聚类，得到至少两个簇。对于每个簇，选取一个用户的资源消耗信息和资源提供方信息作为簇的簇中心。计算簇中除簇中心对应的用户外的其他用户的资源消耗信息和资源提供方信息与簇中心的距离。根据距离，更新簇以及簇的簇中心，直至更新的簇中心与更新前的簇中心相同。
其中，对用户的初始分簇可随机分簇或按照预设规则分簇，在此并不限定。每个用户的资源消耗信息和资源提供方信息可采用向量的方式表示。一个簇的簇中心应为与簇内其他用户的资源消耗信息和资源提供方信息的距离均最近的用户的资源消耗信息和资源提供方信息。因此通过计算簇中除簇中心对应的用户外的其他用户的资源消耗信息和资源提供方信息与簇中心的距离，并根据该距离，对簇的划分和簇中心进行更新，以保证分簇的准确性。更新的簇中心与更新前的簇中心相同，表示簇中心已经稳定，可保持当前的分簇结果。
比如，可利用交叉验证法选取分簇数目k。利用以下算式(5)计算簇中各用户的资源消耗信息和资源提供方信息与簇中心的欧式距离，以便于根据欧式距离，对簇的划分和簇中心进行更新。
Figure BDA0002390799840000121
其中，disted(x(i)，x(j))为簇中第i个用户的资源消耗信息和资源提供方信息形成的向量与第j个用户的资源消耗信息和资源提供方信息形成的向量的欧式距离；n为簇中的用户总量；u为向量维度。
同一簇中的用户的资源消耗具有一定相似性，向同一簇中的用户推送的资源信息中至少一项相同。比如，在交易场景中，向同一簇中的用户推送的资源信息中的资源类别均为“餐饮类”，但向同一簇中的用户推送的资源信息中的资源提供方案中涉及的交易优惠算法不同。
用户进行资源消耗的模式为线上模式对应的服务器可包括单台配置为24C/256G/40T的大数据主机集群与单台配置为24C/256G/40T的Kafka集群，在此并不限定。
在另一些实施例中，用户进行资源消耗的模式为线下模式。比如，在交易场景中，用户利用银行卡进行交易，利用资源消耗信息中的交易流水商户位置确定用户的所处的商圈，利用协同过滤算法，匹配资源提供方信息中的该商圈位置中的商户名称、商户类型、商户消费相似度等信息，结合用户的活跃度，确定推送的目标资源信息。比如，可确定目标资源信息中资源提供方的优先级、资源类别的优先级、资源提供方案的优先级中的一项或多项，将优先级高于第二预设标准优先级资源提供方、资源类别、资源提供方案中的一项或多项作为目标资源信息向用户推送，即确定了向用户推送的目标资源信息。在一些示例中，可通过Kafka实时数据流将目标资源信息推送给用户。
用户进行资源消耗的模式为线下模式对应的服务器可包括单台配置为24C/256G/40T的大数据主机集群与单台配置为24C/256G/40T的Kafka集群，在此并不限定。
图3为本申请一实施例提供的一种资源信息推送装置的结构示意图。如图3所示，该资源信息推送装置200可包括信息获取模块201、优先级确定模块202、目标确定模块203和推送模块204。
信息获取模块201，用于获取用户的资源消耗信息和资源提供方信息。
在一些示例中，资源消耗信息包括以下的一项或多项：用户信息、用户消耗资源时间偏好信息、用户消耗资源的资源提供方偏好信息、用户消耗资源类型偏好信息、用户消耗资源的资源提供方类型偏好信息、用户消耗资源的资源提供方位置信息、用户消耗资源的资源提供方关联性信息。
在一些示例中，资源提供方信息包括以下的一项或多项：资源提供方名称信息，资源提供方位置信息、资源提供方所属区域位置信息、资源提供方类型信息、资源提供方评价信息、资源提供方热度信息、资源提供方的资源提供关联性信息。
优先级确定模块202，用于基于资源消耗信息和资源提供方信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级。
在一些示例中，资源信息包括资源提供方、资源类别、资源提供方案中的一项或多项。
在一些示例中，资源信息的优先级包括资源信息包括资源提供方的优先级、资源类别的优先级、资源提供方案的优先级中的一项或多项。
目标确定模块203，用于将优先级高于第一预设标准优先级的用户作为目标用户，将与用户关联的优先级高于第二预设标准优先级的资源信息作为目标资源信息。
推送模块204，用于向目标用户推送与目标用户关联的目标资源信息。
在一些示例中，推送模块204可具体用于：利用实时数据流向目标用户推送与目标用户关联的目标资源信息。
在本申请实施例中，基于资源消耗信息和资源提供方信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级。向优先级高于第一预设标准优先级的用户推送与该用户关联的优先级高于第二预设标准优先级的资源信息。资源提供方信息表征资源提供方的相关信息，可弥补资源消耗信息所缺失的部分。结合资源消耗信息和资源提供方信息，利用优先级，实现了资源信息向用户的精确推送，提高了向用户推送资源信息的精确度。
在一些示例中，优先级确定模块202可具体用于：基于资源消耗信息和资源提供方信息，设置用户的活跃度信息和资源消耗潜力信息；根据用户的活跃度信息和资源消耗潜力信息，确定用户的优先级，以及确定与用户关联的资源信息的优先级。
图4为本申请另一实施例提供的一种资源信息推送装置的结构示意图。图4与图3的不同之处在于，图4所示的资源信息推送装置200还可包括采集模块205和更新模块206。
上述实施例中的优先级确定模块202可具体用于：对于每个用户，将用户的资源消耗信息和资源提供方信息作为每个目标决策模型的输入，得到每个目标决策模型的输出结果；计算每个目标决策模型的输出结果与目标决策模型的权重的乘积之和；根据乘积之和确定用户的优先级和/或与用户关联的资源信息的优先级。
其中，输出结果表征在目标决策模型对应的目标要求下，用户的优先级和/或与用户关联的资源信息的优先级
采集模块205用于采集目标用户接收到目标资源信息后反馈的资源消耗结果信息。
更新模块206用于利用资源消耗结果信息更新目标决策模型。
图5为本申请又一实施例提供的一种资源信息推送装置的结构示意图。图5与图3的不同之处在于，图5所示的资源信息推送装置200还可包括可信度计算模块207。
可信度计算模块207可用于利用可信度计算模型，计算资源消耗信息的可信度和资源提供方信息的可信度。
上述实施例中的优先级确定模块202可具体用于：基于资源消耗信息和资源提供方信息，根据资源消耗信息的可信度和资源提供方信息的可信度，确定用户的优先级，以及确定与用户关联的资源信息的优先级。
图6为本申请再一实施例提供的一种资源信息推送装置的结构示意图。图6与图3的不同之处在于，图6所示的资源信息推送装置200还可包括聚类模块208。
聚类模块208可用于：对用户进行聚类，得到至少两个簇；对于每个簇，选取一个用户的资源消耗信息和资源提供方信息作为簇的簇中心；计算簇中除簇中心对应的用户外的其他用户的资源消耗信息和资源提供方信息与簇中心的距离；根据距离，更新簇以及簇的簇中心，直至更新的簇中心与更新前的簇中心相同。
在一些示例中，资源信息包括资源提供方、资源类别、资源提供方案中的一项或多项，向同一簇中用户推送的资源信息中至少一项相同。
图7为本申请实施例提供的一种服务器的结构示意图。如图7所示，服务器300包括存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序。
在一个示例中，上述处理器302可以包括中央处理器(CPU)，或者特定集成电路(ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器301可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器301可包括HDD、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器301可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器301可在终端热点开启服务器300的内部或外部。在特定实施例中，存储器301是非易失性固态存储器。在特定实施例中，存储器301包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器302通过读取存储器301中存储的可执行程序代码来运行与可执行程序代码对应的计算机程序，以用于实现上述实施例中的资源信息推送方法。
在一个示例中，服务器300还可包括通信接口303和总线304。其中，如图7所示，存储器301、处理器302、通信接口303通过总线304连接并完成相互间的通信。
通信接口303，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。也可通过通信接口303接入输入设备和/或输出设备。
总线304包括硬件、软件或两者，将业务设备300的部件彼此耦接在一起。举例来说而非限制，总线304可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线304可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
本申请一实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时可实现上述实施例中的资源信息推送方法。
需要明确的是，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或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。对于装置实施例、服务器实施例和计算机可读存储介质实施例而言，相关之处可以参见方法实施例的说明部分。本申请并不局限于上文所描述并在图中示出的特定步骤和结构。本领域的技术人员可以在领会本申请的精神之后，作出各种改变、修改和添加，或者改变步骤之间的顺序。并且，为了简明起见，这里省略对已知方法技术的详细描述。
本领域技术人员应能理解，上述实施例均是示例性而非限制性的。在不同实施例中出现的不同技术特征可以进行组合，以取得有益效果。本领域技术人员在研究附图、说明书及权利要求书的基础上，应能理解并实现所揭示的实施例的其他变化的实施例。在权利要求书中，术语“包括”并不排除其他装置或步骤；不定冠词“一个”不排除多个；术语“第一”、“第二”用于标示名称而非用于表示任何特定的顺序。权利要求中的任何附图标记均不应被理解为对保护范围的限制。权利要求中出现的多个部分的功能可以由一个单独的硬件或软件模块来实现。某些技术特征出现在不同的从属权利要求中并不意味着不能将这些技术特征进行组合以取得有益效果。

Claims (26)

1.一种资源信息推送方法，其特征在于，包括：
获取用户的资源消耗信息和资源提供方信息；
基于所述资源消耗信息和所述资源提供方信息，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级；
将优先级高于第一预设标准优先级的用户作为目标用户，将与所述用户关联的优先级高于第二预设标准优先级的资源信息作为目标资源信息；
向所述目标用户推送与所述目标用户关联的所述目标资源信息。
2.根据权利要求1所述的方法，其特征在于，所述基于所述资源消耗信息和所述资源提供方信息，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级，包括：
基于所述资源消耗信息和所述资源提供方信息，设置所述用户的活跃度信息和资源消耗潜力信息；
根据所述用户的所述活跃度信息和所述资源消耗潜力信息，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级。
3.根据权利要求1所述的方法，其特征在于，所述基于所述资源消耗信息和所述资源提供方信息，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级，包括：
对于每个所述用户，将所述用户的所述资源消耗信息和所述资源提供方信息作为每个目标决策模型的输入，得到每个目标决策模型的输出结果，所述输出结果表征在所述目标决策模型对应的目标要求下，所述用户的优先级和/或与所述用户关联的资源信息的优先级；
计算每个所述目标决策模型的输出结果与所述目标决策模型的权重的乘积之和；
根据所述乘积之和确定所述用户的优先级和/或与所述用户关联的资源信息的优先级。
4.根据权利要求3所述的方法，其特征在于，还包括：
采集所述目标用户接收到所述目标资源信息后反馈的资源消耗结果信息；
利用所述资源消耗结果信息更新所述目标决策模型。
5.根据权利要求1所述的方法，其特征在于，在所述基于所述资源消耗信息和所述资源提供方信息，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级之前，还包括：
利用可信度计算模型，计算所述资源消耗信息的可信度和所述资源提供方信息的可信度。
6.根据权利要求5所述的方法，其特征在于，所述基于所述资源消耗信息和所述资源提供方信息，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级，包括：
基于所述资源消耗信息和所述资源提供方信息，根据所述资源消耗信息的可信度和所述资源提供方信息的可信度，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级。
7.根据权利要求1所述的方法，其特征在于，还包括：
对所述用户进行聚类，得到至少两个簇；
对于每个簇，选取一个所述用户的所述资源消耗信息和所述资源提供方信息作为所述簇的簇中心；
计算所述簇中除所述簇中心对应的所述用户外的其他所述用户的所述资源消耗信息和所述资源提供方信息与所述簇中心的距离；
根据所述距离，更新所述簇以及所述簇的所述簇中心，直至更新的所述簇中心与更新前的所述簇中心相同。
8.根据权利要求7所述的方法，其特征在于，所述资源信息包括资源提供方、资源类别、资源提供方案中的一项或多项，
向同一所述簇中所述用户推送的资源信息中至少一项相同。
9.根据权利要求1所述的方法，其特征在于，所述资源信息的优先级包括资源信息包括资源提供方的优先级、资源类别的优先级、资源提供方案的优先级中的一项或多项。
10.根据权利要求1所述的方法，其特征在于，所述向所述目标用户推送与所述目标用户关联的所述目标资源信息，包括：
利用实时数据流向所述目标用户推送与所述目标用户关联的所述目标资源信息。
11.根据权利要求1至10中任一项所述的方法，其特征在于，所述资源消耗信息包括以下的一项或多项：
用户信息、用户消耗资源时间偏好信息、用户消耗资源的资源提供方偏好信息、用户消耗资源类型偏好信息、用户消耗资源的资源提供方类型偏好信息、用户消耗资源的资源提供方位置信息、用户消耗资源的资源提供方关联性信息。
12.根据权利要求1至10中任意一项所述的方法，其特征在于，所述资源提供方信息包括以下的一项或多项：
资源提供方名称信息，资源提供方位置信息、资源提供方所属区域位置信息、资源提供方类型信息、资源提供方评价信息、资源提供方热度信息、资源提供方的资源提供关联性信息。
13.一种资源信息推送装置，其特征在于，包括：
信息获取模块，用于获取用户的资源消耗信息和资源提供方信息；
优先级确定模块，用于基于所述资源消耗信息和所述资源提供方信息，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级；
目标确定模块，用于将优先级高于第一预设标准优先级的用户作为目标用户，将与所述用户关联的优先级高于第二预设标准优先级的资源信息作为目标资源信息；
推送模块，用于向所述目标用户推送与所述目标用户关联的所述目标资源信息。
14.根据权利要求13所述的装置，其特征在于，所述优先级确定模块具体用于：
基于所述资源消耗信息和所述资源提供方信息，设置所述用户的活跃度信息和资源消耗潜力信息；
根据所述用户的所述活跃度信息和所述资源消耗潜力信息，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级。
15.根据权利要求13所述的装置，其特征在于，所述优先级确定模块具体用于：
对于每个所述用户，将所述用户的所述资源消耗信息和所述资源提供方信息作为每个目标决策模型的输入，得到每个目标决策模型的输出结果，所述输出结果表征在所述目标决策模型对应的目标要求下，所述用户的优先级和/或与所述用户关联的资源信息的优先级；
计算每个所述目标决策模型的输出结果与所述目标决策模型的权重的乘积之和；
根据所述乘积之和确定所述用户的优先级和/或与所述用户关联的资源信息的优先级。
16.根据权利要求15所述的装置，其特征在于，还包括：
采集模块，用于采集所述目标用户接收到所述目标资源信息后反馈的资源消耗结果信息；
更新模块，用于利用所述资源消耗结果信息更新所述目标决策模型。
17.根据权利要求13所述的装置，其特征在于，还包括：
可信度计算模块，用于利用可信度计算模型，计算所述资源消耗信息的可信度和所述资源提供方信息的可信度。
18.根据权利要求17所述的装置，其特征在于，所述优先级确定模块具体用于：
基于所述资源消耗信息和所述资源提供方信息，根据所述资源消耗信息的可信度和所述资源提供方信息的可信度，确定所述用户的优先级，以及确定与所述用户关联的资源信息的优先级。
19.根据权利要求13所述的装置，其特征在于，还包括聚类模块，所述聚类模块用于：
对所述用户进行聚类，得到至少两个簇；
对于每个簇，选取一个所述用户的所述资源消耗信息和所述资源提供方信息作为所述簇的簇中心；
计算所述簇中除所述簇中心对应的所述用户外的其他所述用户的所述资源消耗信息和所述资源提供方信息与所述簇中心的距离；
根据所述距离，更新所述簇以及所述簇的所述簇中心，直至更新的所述簇中心与更新前的所述簇中心相同。
20.根据权利要求19所述的装置，其特征在于，所述资源信息包括资源提供方、资源类别、资源提供方案中的一项或多项，
向同一所述簇中所述用户推送的资源信息中至少一项相同。
21.根据权利要求13所述的装置，其特征在于，所述资源信息的优先级包括资源信息包括资源提供方的优先级、资源类别的优先级、资源提供方案的优先级中的一项或多项。
22.根据权利要求13所述的装置，其特征在于，所述推送模块具体用于：
利用实时数据流向所述目标用户推送与所述目标用户关联的所述目标资源信息。
23.根据权利要求13至22中任一项所述的装置，其特征在于，所述资源消耗信息包括以下的一项或多项：
用户信息、用户消耗资源时间偏好信息、用户消耗资源的资源提供方偏好信息、用户消耗资源类型偏好信息、用户消耗资源的资源提供方类型偏好信息、用户消耗资源的资源提供方位置信息、用户消耗资源的资源提供方关联性信息。
24.根据权利要求13至22中任意一项所述的装置，其特征在于，所述资源提供方信息包括以下的一项或多项：
资源提供方名称信息，资源提供方位置信息、资源提供方所属区域位置信息、资源提供方类型信息、资源提供方评价信息、资源提供方热度信息、资源提供方的资源提供关联性信息。
25.一种服务器，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至12中任意一项所述的资源信息推送方法。
26.一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计算机程序，所述计算机程序被处理器执行时实现如权利要求1至12中任意一项所述的资源信息推送方法。
CN202010113562.2A 2020-02-24 2020-02-24 资源信息推送方法、装置、服务器及存储介质 Active CN111371853B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010113562.2A CN111371853B (zh) 2020-02-24 2020-02-24 资源信息推送方法、装置、服务器及存储介质
PCT/CN2021/072131 WO2021169659A1 (zh) 2020-02-24 2021-01-15 资源信息推送方法、装置、服务器及存储介质
TW110104055A TWI803823B (zh) 2020-02-24 2021-02-03 資源資訊推送方法、裝置、伺服器及存儲介質

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010113562.2A CN111371853B (zh) 2020-02-24 2020-02-24 资源信息推送方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN111371853A true CN111371853A (zh) 2020-07-03
CN111371853B CN111371853B (zh) 2022-12-20

Family

ID=71212070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010113562.2A Active CN111371853B (zh) 2020-02-24 2020-02-24 资源信息推送方法、装置、服务器及存储介质

Country Status (3)

Country Link
CN (1) CN111371853B (zh)
TW (1) TWI803823B (zh)
WO (1) WO2021169659A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112925982A (zh) * 2021-03-12 2021-06-08 上海意略明数字科技股份有限公司 用户重定向方法及装置、存储介质、计算机设备
WO2021169659A1 (zh) * 2020-02-24 2021-09-02 中国银联股份有限公司 资源信息推送方法、装置、服务器及存储介质
CN116542443A (zh) * 2023-03-29 2023-08-04 浙江中兴慧农信息科技有限公司 一种基于双边匹配模型的资源分配方法及设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113986486A (zh) * 2021-10-15 2022-01-28 东华大学 一种边缘环境下数据缓存与任务调度的联合优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140123229A1 (en) * 2012-10-26 2014-05-01 Motorola Solutions, Inc. Antenna/actuation key assembly
CN105931066A (zh) * 2015-09-24 2016-09-07 中国银联股份有限公司 一种交易数据处理方法及装置
CN108335138A (zh) * 2018-02-01 2018-07-27 百度在线网络技术（北京）有限公司 信息推送方法和装置
CN110457570A (zh) * 2019-06-20 2019-11-15 拉扎斯网络科技（上海）有限公司 文本推送方法、装置、服务器和存储介质
CN110717806A (zh) * 2019-09-06 2020-01-21 中国平安财产保险股份有限公司 产品信息推送方法、装置、设备及存储介质
CN110750658A (zh) * 2019-09-18 2020-02-04 平安科技（深圳）有限公司 一种媒体资源的推荐方法、服务器及计算机可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140337424A1 (en) * 2013-05-10 2014-11-13 Apple Inc. Authorizing Push Notifications for Websites
KR102120911B1 (ko) * 2013-09-25 2020-06-09 삼성에스디에스 주식회사 우선순위에 기반한 수요 통제 장치 및 방법, 우선순위 결정 장치 및 방법과 그 프로그램을 기록한 기록 매체
TW201826187A (zh) * 2017-01-11 2018-07-16 富邦人壽保險股份有限公司 客戶分析系統及其方法
CN108446963A (zh) * 2018-03-30 2018-08-24 深圳春沐源控股有限公司 资源信息推荐方法及资源信息推荐系统
CN109711950A (zh) * 2019-01-18 2019-05-03 深圳壹账通智能科技有限公司 营销产品的推荐方法、装置、存储介质及计算机设备
CN111371853B (zh) * 2020-02-24 2022-12-20 中国银联股份有限公司 资源信息推送方法、装置、服务器及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140123229A1 (en) * 2012-10-26 2014-05-01 Motorola Solutions, Inc. Antenna/actuation key assembly
CN105931066A (zh) * 2015-09-24 2016-09-07 中国银联股份有限公司 一种交易数据处理方法及装置
CN108335138A (zh) * 2018-02-01 2018-07-27 百度在线网络技术（北京）有限公司 信息推送方法和装置
CN110457570A (zh) * 2019-06-20 2019-11-15 拉扎斯网络科技（上海）有限公司 文本推送方法、装置、服务器和存储介质
CN110717806A (zh) * 2019-09-06 2020-01-21 中国平安财产保险股份有限公司 产品信息推送方法、装置、设备及存储介质
CN110750658A (zh) * 2019-09-18 2020-02-04 平安科技（深圳）有限公司 一种媒体资源的推荐方法、服务器及计算机可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021169659A1 (zh) * 2020-02-24 2021-09-02 中国银联股份有限公司 资源信息推送方法、装置、服务器及存储介质
CN112925982A (zh) * 2021-03-12 2021-06-08 上海意略明数字科技股份有限公司 用户重定向方法及装置、存储介质、计算机设备
CN116542443A (zh) * 2023-03-29 2023-08-04 浙江中兴慧农信息科技有限公司 一种基于双边匹配模型的资源分配方法及设备

Also Published As

Publication number Publication date
TW202133080A (zh) 2021-09-01
WO2021169659A1 (zh) 2021-09-02
TWI803823B (zh) 2023-06-01
CN111371853B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN111371853B (zh) 资源信息推送方法、装置、服务器及存储介质
US11037158B2 (en) Bulk dispute challenge system
Tang et al. Exploiting homophily effect for trust prediction
WO2021174944A1 (zh) 基于目标对象活跃度的消息推送方法及相关设备
CN109299356B (zh) 基于大数据的活动推荐方法、装置、电子设备及存储介质
WO2018040069A1 (zh) 信息推荐系统及方法
JP2018526704A (ja) 効率的な請求処理のための動的トポロジカルシステム及び方法
CN108304935B (zh) 机器学习模型训练方法、装置和计算机设备
WO2018192348A1 (zh) 数据处理方法、装置及服务器
CN111797320B (zh) 数据处理方法、装置、设备及存储介质
WO2019061664A1 (zh) 电子装置、基于用户上网数据的产品推荐方法及存储介质
CN108665148B (zh) 一种电子资源质量评价方法、装置和存储介质
CN110929525B (zh) 一种网贷风险行为分析检测方法、装置、设备和存储介质
CN111966886A (zh) 对象推荐方法、对象推荐装置、电子设备及存储介质
US20230004979A1 (en) Abnormal behavior detection method and apparatus, electronic device, and computer-readable storage medium
CN111611390B (zh) 一种数据处理方法及装置
CN108428001B (zh) 信用分值预测方法及装置
CN116541610A (zh) 一种推荐模型的训练方法及装置
CN110704706B (zh) 分类模型的训练方法、分类方法及相关设备、分类系统
CN110598126B (zh) 基于行为习惯的跨社交网络用户身份识别方法
CN115905648B (zh) 基于高斯混合模型的用户群和金融用户群分析方法及装置
CN115641198A (zh) 用户运营方法、装置、电子设备和存储介质
CN114925275A (zh) 产品推荐方法、装置、计算机设备及存储介质
JP2003323601A (ja) 信頼性尺度付き予測装置
El Alami et al. Improving Neighborhood-Based Collaborative Filtering by a Heuristic Approach and an Adjusted Similarity Measure.

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40033143

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant