CN111612499B - 信息的推送方法及装置、存储介质、终端 - Google Patents
信息的推送方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN111612499B CN111612499B CN202010257429.4A CN202010257429A CN111612499B CN 111612499 B CN111612499 B CN 111612499B CN 202010257429 A CN202010257429 A CN 202010257429A CN 111612499 B CN111612499 B CN 111612499B
- Authority
- CN
- China
- Prior art keywords
- service data
- historical service
- information
- clustering
- time intervals
- 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.)
- Active
Links
Classifications
-
- 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
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种信息的推送方法及装置、存储介质、终端,涉及数据处理技术领域,主要目的在于解决现有信息推送仅仅向用户推送与所完成的订单信息中功能相同或相似的信息而使信息推送效率低的问题。包括:获取用户的历史业务数据;按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。主要用于信息的推送。
Description
技术领域
本发明涉及一种数据处理技术领域,特别是涉及一种信息的推送方法及装置、存储介质、终端。
背景技术
随着互联网技术的快速发展,越来越多的用户通过线上应用平台完成业务需求。其中,为了可以更高效的满足用户的多种业务需求,应用平台会将信息不断的推送给用户。
目前,现有的信息推送仅仅向用户推送与所完成的订单信息中功能相同或相似的信息,例如,用户完成的订单为一个汉堡,则推送汉堡的信息,但是,利用相同或相似的信息进行推送并不能准确的满足用户的业务需求,无法准确的匹配到用户与信息直接的需求关系,从而降低信息的推送效率。
发明内容
有鉴于此,本发明提供一种信息的推送方法及装置、存储介质、终端,主要目的在于解决现有信息推送仅仅向用户推送与所完成的订单信息中功能相同或相似的信息而使信息推送效率低的问题。
依据本发明一个方面,提供了一种信息的推送方法,包括:
获取用户的历史业务数据;
按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;
根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。
进一步地,所述分别对划分为不同时间区间的历史业务数据进行聚类处理包括:
利用预置迭代聚类算法分别对划分为不同时间区间的历史业务数据进行聚类处理,得到所述不同时间区间的历史业务数据的聚类结果,以及所述不同时间区间的历史业务数据的聚类中心。
进一步地,所述根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类包括:
利用所述不同时间区间的历史业务数据的聚类结果,以及所述聚类中心对所述用户进行迭代分类。
进一步地,所述获取用户的历史业务数据包括:
从与当前应用平台具有关联关系的目标应用平台中,获取属于当前应用平台用户的全部历史业务数据。
进一步地,所述依据分类结果推送匹配的信息包括:
根据分类结果确定所述用户的业务阶层,从所述业务阶层中查找与所述历史业务数据中信息的类别相似度高于预设阈值的信息,进行推送。
进一步地,所述方法还包括:
按照预设时间间隔更新所述用户的历史业务数据。
进一步地,所述历史业务数据为历史消费数据,所述信息为商品信息。
依据本发明另一个方面,提供了一种信息的推送装置,包括:
获取模块,用于获取用户的历史业务数据;
处理模块,用于按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;
分类模块,用于根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。
进一步地,所述处理模块,具体用于利用预置迭代聚类算法分别对划分为不同时间区间的历史业务数据进行聚类处理,得到所述不同时间区间的历史业务数据的聚类结果,以及所述不同时间区间的历史业务数据的聚类中心。
进一步地,所述分类模块,具体用于利用所述不同时间区间的历史业务数据的聚类结果,以及所述聚类中心对所述用户进行迭代分类。
进一步地,所述获取模块,具体用于从与当前应用平台具有关联关系的目标应用平台中,获取属于当前应用平台用户的全部历史业务数据。
进一步地,所述分类模块,具体还用于根据分类结果确定所述用户的业务阶层,从所述业务阶层中查找与所述历史业务数据中信息的类别相似度高于预设阈值的信息,进行推送。
进一步地,所述装置还包括:
更新模块,用于按照预设时间间隔更新所述用户的历史业务数据。
进一步地,所述历史业务数据为历史消费数据,所述信息为商品信息。
根据本发明的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述信息的推送方法对应的操作。
根据本发明的再一方面,提供了一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述信息的推送方法对应的操作。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明提供了一种信息的推送方法及装置、存储介质、终端,与现有技术仅仅向用户推送与所完成的订单信息中功能相同或相似的信息相比,本发明实施例通过获取用户的历史业务数据;按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息,实现以时间区间作为以历史业务数据对用户进行划分的基础,利用两次聚类处理实现对用户的精准分类,使得按照分类结果进行推送的信息更准确的满足用户需求,从而提高信息的推送效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种信息的推送方法流程图;
图2示出了本发明实施例提供的另一种信息的推送方法流程图;
图3示出了本发明实施例提供的一种基于用户消费数据的用户聚类方法流程图;
图4示出了本发明实施例提供的一种信息的推送装置组成框图;
图5示出了本发明实施例提供的另一种信息的推送装置组成框图;
图6示出了本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种信息的推送方法,如图1所示,该方法包括:
101、获取用户的历史业务数据。
其中,所述历史业务数据为用户在应用平台中的历史交易行为所产生的数据,如历史消费数据,为了准确地向用户进行推送信息,当前应用平台可以查找本应用平台数据中用户进行交易行为所产生的历史数据,如当前应用平台中用户全部的消费金额数据,本发明实施例不做具体限定。
需要说明的是,由于当前应用平台需要查找的是全部用户的消费数据,因此,可以从数据库中按照用户特征进行筛选历史业务数据,若用户没有交易行为,则可以将历史业务数据配置为0,本发明实施例不做具体限定。
102、按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理。
本发明实施例中,为了区分用户在不同时间区间下对应历史业务数据,以便以时间区间作为用户分类的基础,按照预设时间区间划分所述业务历史数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理。其中,所述预设时间区间可以为预先配置的时间区间,如1小时,2小时,或者为6:00至8:00、15:00至19点:00的时间区间等,以便将全部的历史业务数据划分为预设时间区间对应的小段的历史业务数据,根据划分为不同时间区间的历史业务数据进行聚类处理。具体的,全部用户的消费数据包括用户1:5点20分的消费额a、7点10分的消费额b、12点13分的消费额c、16点10分的消费额d,用户2:5点30分的消费额a’、8点30分的消费额b’、13点10分的消费额c’、13点30分的消费额d’,用户3:6点30分的消费额a”、8点的消费额b”、13点40分的消费额c”、16点30分的消费额d”,按照每小时对全部的消费额数据进行划分,则得到划分时间区间的消费额数据分别为:5点到6点时间区间-“消费额a、a’”,6点到7点时间区间-“消费额a””,7点到8点时间区间-“消费额b、8点的消费额b””,8点到9点时间区间-“消费额b’”,12点到13点时间区间-“消费额c”,13点到14点时间区间-“消费额c’、消费额d’、消费额c””,16点到17点时间区间-“消费额d、消费额d””,则对上述不同时间区间中的消费额分别进行聚类,即分别对“消费额a、a’”、“消费额a””、“消费额b、8点的消费额b””、“消费额b’”、“消费额c”、“消费额c’、消费额d’、消费额c””、“消费额d、消费额d””每个时间区间中的消费额进行聚类处理。
需要说明的是,为了提高对用户进行分类的准确性,利用一种不断迭代计算隶属度及聚类中心的预置迭代聚类算法进行聚类处理,如FCM聚类算法,本发明实施例不做具体限定。
103、根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。
对于本发明实施例,为了按照时间区间作为分类基准,利用每个时间区间中历史业务数据进行聚类的结果对用户进行分类,分类后进行匹配信息的推送,如商品信息的推送,使在用户准确分类的基础上,提高信息推送的准确性。其中,利用聚类结果对用户进行分类,可以采取与对不同时间区间的历史业务数据相同的聚类算法进行分类,即再次利用FCM聚类算法在不同时间区间的历史业务数据的聚类结果的基础上对用户进行分分类,得到不同时间区间、不同业务能力的用户分类,本发明实施例不做具体限定。
本发明实施例提供了一种信息的推送方法,与现有技术仅仅向用户推送与所完成的订单信息中功能相同或相似的信息相比,本发明实施例通过获取用户的历史业务数据;按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息,实现以时间区间作为以历史业务数据对用户进行划分的基础,利用两次聚类处理实现对用户的精准分类,使得按照分类结果进行推送的信息更准确的满足用户需求,从而提高信息的推送效率。
本发明实施例提供了另一种信息的推送方法,如图2所示,该方法包括:
201、获取用户的历史业务数据。
本步骤与图1所示的步骤101方法相同,在此不再赘述。
进一步地,为了使不同应用平台可以进行联动的信息推送,从而提高信息的推送效率,步骤201具体包括:从与当前应用平台具有关联关系的目标应用平台中,获取属于当前应用平台用户的全部历史业务数据。
对于本发明实施例,具有关联关系的不同应用平台为至少2个存在数据关联应用平台,例如用户1在应用平台a中所进行的业务活动产生业务数据的同时,在应用平台b中同样产生业务数据,本发明实施例不做具体限定。另外,具有关联关系的不同应用平台还可以为存在业务关联的至少2个应用平台,例如,分别提供外卖服务和到店服务的应用平台之间存在业务关联,或者分别提供电子商务应用和电子支付应用的应用平台之间存在业务关联,即应用平台之间提供的业务服务是有关联的,本发明实施例不做具体限定。
需要说明的是,当平台之间存在关联关系时,用户在存在关联关系的应用平台之间进行业务活动时,对应的身份信息也具有关联的绑定关系,因此,当从与当前应用平台具有关联关系的目标应用平台中获取用户的历史业务数据时,利用平台之间关联的用户身份获取到对应的全部历史业务数据,本发明实施例不做具体限定。
202、利用预置迭代聚类算法分别对划分为不同时间区间的历史业务数据进行聚类处理,得到所述不同时间区间的历史业务数据的聚类结果,以及所述不同时间区间的历史业务数据的聚类中心。
对于本发明实施例,为了准确对用户进行分类,作为对用户进行分类的分类基础,利用预置迭代聚类算法分别对划分为不同时间区间的历史业务数据进行聚类处理,并且由于是每个时间区间中的历史业务数据进行聚类处理,因此,得到的聚类结果为每个时间区间的历史业务数据分别对应得聚类结果以及每个时间区间的历史业务数据的聚类中心。例如,如图3所示的用户消费数据在按照时间区间进行划分后,对划分时间区间后的每个时间区间中的部分消费数据进行聚类,得到不同时间区间对应的部分聚类结果。
需要说明的是,所示预置迭代聚类算法可以为FCM算法,通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的。其中,模糊C均值聚类是一个不断迭代计算隶属度和聚类中心的过程,直到聚类损失函数达到最小,具体的输入:将不同时间区间中的历史业务数据作为数据集,数据集X={xi|i=1,2,…,n};聚类数c;停止阈值Stop;输出:隶属度矩阵U={uij};聚类中心V={vj|j=1,2,…,c}。步骤包括:(1)随机生成初始聚类中心V0={vj|j=1,2,…,c},令k=1;(2)计算/更新隶属度矩阵Uk={uij};(3)计算/更新聚类中心Vk={vj}。其中,涉及的数学公式如下:损失函数为其中n为样本个数;c为聚类数;uij表示样本xi属于第j类的隶属度;m为模糊权重;dij为xi样本到中心vj的距离。隶属度迭代函数:/>中心迭代函数:
203、利用所述不同时间区间的历史业务数据的聚类结果,以及所述聚类中心对所述用户进行迭代分类。
本发明实施例中,为了根据对不同时间区间划分的历史业务数据对用户进行分类,利用不同时间区间划分的历史业务数据的聚类结果以及聚类中心对用户进行迭代分类,得到更为准确分类的用户类别。其中,得到的聚类中心为在进行迭代过程中,中心迭代函数V(k)满足|V(k)-V(k-1)|<stop的时候,返回的V(k),因此,在对用户进行迭代分类的过程,即可以再次利用预置迭代聚类算法FCM算法进行迭代,如具体为利用步骤202中聚类结果作为数据集,以及聚类中心作为FCM算法中初始聚类中心矩阵,通过隶属度迭代函数及中心迭代函数进行的二次迭代,得到用户的分类结果,如图3所示,本发明实施例不做具体限定。
需要说明的是,本发明实施例中通过时间区间的划分,首先将历史业务数据在不同时间区间下进行第一次的聚类处理,并通过不同时间区间下的历史业务数据的聚类结果进行第二次的聚类处理,得到用户的分类结果,从而提高基于历史业务数据对用户进行分类的准确性。
204、根据分类结果确定所述用户的业务阶层,从所述业务阶层中查找与所述历史业务数据中信息的类别相似度高于预设阈值的信息,进行推送。
对于本发明实施例,由于所述信息为商品信息,用户可以按照业务阶层进行划分,例如,基于消费数据对用户进行了步骤202、203的方法后,得到用户购买力的分类结果,确定用户的业务阶层可以为强购买力用户、中等购买力用户、弱购买力用户,具体的划分可以按照消费额的多少进行划分,本发明实施例不做具体限定。本发明实施例中,不同的业务层级预先配置有匹配的待推送商品信息,为了提高推送的准确性,并提高用户对推送商品信息的触发效率,按照商品信息的类别从匹配的业务阶层的商品信息中,查找与历史业务数据中商品信息类别相似度高于预设阈值的商品信息,例如,业务阶层为强购买力,匹配的信息包括奢侈品手表、名贵包包,历史业务数据中手提包1、背包2、手拿包3,箱包类别相似度高于预设阈值的信息为名贵包包1、名贵包包2等,进行推送,本发明实施例不做具体限定。另外,对于预设阈值可以预先按照推送准确性进行配置,本发明实施例不做具体限定。
进一步地,为了提高对用户分类的准确性,以及提高用户产生业务数据的时效性,本发明实施例还包括:按照预设时间间隔更新所述用户的历史业务数据。
由于本发明实施例中的历史业务数据为应用平台中的基础数据,因此,按照预设时间间隔更新历史业务数据即为按照预设时间间间隔重新提取用户的历史业务数据,作为步骤202中的历史业务数据进行聚类处理。其中,预设时间间隔可以按照用户在应用平台中所进行的业务活动的时间间隔进行配置,如1周,1个月等,本发明实施例不做具体限定。
本发明实施例提供了另一种信息的推送方法,与现有技术仅仅向用户推送与所完成的订单信息中功能相同或相似的信息相比,本发明实施例通过获取用户的历史业务数据;按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息,实现以时间区间作为以历史业务数据对用户进行划分的基础,利用两次聚类处理实现对用户的精准分类,使得按照分类结果进行推送的信息更准确的满足用户需求,从而提高信息的推送效率。
进一步的,作为对上述图1所示方法的实现,本发明实施例提供了一种信息的推送装置,如图4所示,该装置包括:获取模块31、处理模块32、分类模块33。
获取模块31,用于获取用户的历史业务数据;
处理模块32,用于按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;
分类模块33,用于根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。
本发明实施例提供了一种信息的推送装置,与现有技术仅仅向用户推送与所完成的订单信息中功能相同或相似的信息相比,本发明实施例通过获取用户的历史业务数据;按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息,实现以时间区间作为以历史业务数据对用户进行划分的基础,利用两次聚类处理实现对用户的精准分类,使得按照分类结果进行推送的信息更准确的满足用户需求,从而提高信息的推送效率。
进一步的,作为对上述图2所示方法的实现,本发明实施例提供了另一种信息的推送装置,如图5所示,该装置包括:获取模块41、处理模块42、分类模块43、更新模块44。
获取模块41,用于获取用户的历史业务数据;
处理模块42,用于按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;
分类模块43,用于根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。
进一步地,所述处理模块42,具体用于利用预置迭代聚类算法分别对划分为不同时间区间的历史业务数据进行聚类处理,得到所述不同时间区间的历史业务数据的聚类结果,以及所述不同时间区间的历史业务数据的聚类中心。
进一步地,所述分类模块43,具体用于利用所述不同时间区间的历史业务数据的聚类结果,以及所述聚类中心对所述用户进行迭代分类。
进一步地,所述获取模块41,具体用于从与当前应用平台具有关联关系的目标应用平台中,获取属于当前应用平台用户的全部历史业务数据。
进一步地,所述分类模块43,具体还用于根据分类结果确定所述用户的业务阶层,从所述业务阶层中查找与所述历史业务数据中信息的类别相似度高于预设阈值的信息,进行推送。
进一步地,所述装置还包括:
更新模块44,用于按照预设时间间隔更新所述用户的历史业务数据。
进一步地,所述历史业务数据为历史消费数据,所述信息为商品信息。
本发明实施例提供了一种信息的推送装置,与现有技术仅仅向用户推送与所完成的订单信息中功能相同或相似的信息相比,本发明实施例通过获取用户的历史业务数据;按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息,实现以时间区间作为以历史业务数据对用户进行划分的基础,利用两次聚类处理实现对用户的精准分类,使得按照分类结果进行推送的信息更准确的满足用户需求,从而提高信息的推送效率。
根据本发明一个实施例提供了一种存储介质,所述存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的信息的推送方法。
图6示出了根据本发明一个实施例提供的一种终端的结构示意图,本发明具体实施例并不对终端的具体实现做限定。
如图6所示,该终端可以包括:处理器(processor)502、通信接口(CommunicationsInterface)504、存储器(memory)506、以及通信总线508。
其中:处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502,用于执行程序510,具体可以执行上述信息的推送方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。终端包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:
获取用户的历史业务数据;
按照预设时间区间划分所述历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;
根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (16)
1.一种信息的推送方法,其特征在于,包括:
获取用户的历史业务数据;
按照预设时间区间划分所述历史业务数据,以将全部的历史业务数据划分为预设时间区间对应的小段的历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;
根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。
2.根据权利要求1所述的方法,其特征在于,所述分别对划分为不同时间区间的历史业务数据进行聚类处理包括:
利用预置迭代聚类算法分别对划分为不同时间区间的历史业务数据进行聚类处理,得到所述不同时间区间的历史业务数据的聚类结果,以及所述不同时间区间的历史业务数据的聚类中心。
3.根据权利要求2所述的方法,其特征在于,所述根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类包括:
利用所述不同时间区间的历史业务数据的聚类结果,以及所述聚类中心对所述用户进行迭代分类。
4.根据权利要求1所述的方法,其特征在于,所述获取用户的历史业务数据包括:
从与当前应用平台具有关联关系的目标应用平台中,获取属于当前应用平台用户的全部历史业务数据。
5.根据权利要求1所述的方法,其特征在于,所述依据分类结果推送匹配的信息包括:
根据分类结果确定所述用户的业务阶层,从所述业务阶层中查找与所述历史业务数据中信息的类别相似度高于预设阈值的信息,进行推送。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
按照预设时间间隔更新所述用户的历史业务数据。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述历史业务数据为历史消费数据,所述信息为商品信息。
8.一种信息的推送装置,其特征在于,包括:
获取模块,用于获取用户的历史业务数据;
处理模块,用于按照预设时间区间划分所述历史业务数据,以将全部的历史业务数据划分为预设时间区间对应的小段的历史业务数据,并分别对划分为不同时间区间的历史业务数据进行聚类处理;
分类模块,用于根据所述不同时间区间的历史业务数据的聚类结果对所述用户进行分类,并依据分类结果推送匹配的信息。
9.根据权利要求8所述的装置,其特征在于,
所述处理模块,具体用于利用预置迭代聚类算法分别对划分为不同时间区间的历史业务数据进行聚类处理,得到所述不同时间区间的历史业务数据的聚类结果,以及所述不同时间区间的历史业务数据的聚类中心。
10.根据权利要求9所述的装置,其特征在于,
所述分类模块,具体用于利用所述不同时间区间的历史业务数据的聚类结果,以及所述聚类中心对所述用户进行迭代分类。
11.根据权利要求8所述的装置,其特征在于,
所述获取模块,具体用于从与当前应用平台具有关联关系的目标应用平台中,获取属于当前应用平台用户的全部历史业务数据。
12.根据权利要求8所述的装置,其特征在于,
所述分类模块,具体还用于根据分类结果确定所述用户的业务阶层,从所述业务阶层中查找与所述历史业务数据中信息的类别相似度高于预设阈值的信息,进行推送。
13.根据权利要求8所述的装置,其特征在于,所述装置还包括:
更新模块,用于按照预设时间间隔更新所述用户的历史业务数据。
14.根据权利要求8-13任一项所述的装置,其特征在于,所述历史业务数据为历史消费数据,所述信息为商品信息。
15.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的信息的推送方法对应的操作。
16.一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的信息的推送方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257429.4A CN111612499B (zh) | 2020-04-03 | 2020-04-03 | 信息的推送方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257429.4A CN111612499B (zh) | 2020-04-03 | 2020-04-03 | 信息的推送方法及装置、存储介质、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111612499A CN111612499A (zh) | 2020-09-01 |
CN111612499B true CN111612499B (zh) | 2023-07-28 |
Family
ID=72201612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010257429.4A Active CN111612499B (zh) | 2020-04-03 | 2020-04-03 | 信息的推送方法及装置、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612499B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113037840B (zh) * | 2021-03-08 | 2022-06-10 | 中国联合网络通信集团有限公司 | 通信数据传输方法、通信终端和通信平台 |
CN113781093A (zh) * | 2021-04-27 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 数据分析方法及装置、系统、存储介质、电子设备 |
CN116738033A (zh) * | 2022-09-05 | 2023-09-12 | 荣耀终端有限公司 | 用于推荐服务的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107357874A (zh) * | 2017-07-04 | 2017-11-17 | 北京京东尚科信息技术有限公司 | 用户分类方法及装置、电子设备、存储介质 |
CN107451832A (zh) * | 2016-05-30 | 2017-12-08 | 北京京东尚科信息技术有限公司 | 推送信息的方法和装置 |
CN108198051A (zh) * | 2018-03-01 | 2018-06-22 | 口碑(上海)信息技术有限公司 | 跨商品类别的商品推荐方法及装置 |
CN109376759A (zh) * | 2018-09-10 | 2019-02-22 | 平安科技(深圳)有限公司 | 用户信息分类方法、装置、计算机设备和存储介质 |
WO2019101083A1 (zh) * | 2017-11-24 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 一种语音数据处理方法、语音交互设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4981511B2 (ja) * | 2007-05-02 | 2012-07-25 | ヤフー株式会社 | 商品データを配信する方法 |
US20130211912A1 (en) * | 2012-02-10 | 2013-08-15 | Samsung Electronics Co., Ltd. | System, apparatus and method for providing advertisement based on user interest information |
CN103729383B (zh) * | 2012-10-16 | 2017-04-12 | 阿里巴巴集团控股有限公司 | 商品信息的推送方法和装置 |
CN106296406A (zh) * | 2015-05-13 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 交互数据的处理方法及装置 |
CN110348930A (zh) * | 2018-04-08 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 业务对象数据处理方法、业务对象信息的推荐方法和装置 |
CN110009401A (zh) * | 2019-03-18 | 2019-07-12 | 康美药业股份有限公司 | 基于用户画像的广告投放方法、装置和存储介质 |
-
2020
- 2020-04-03 CN CN202010257429.4A patent/CN111612499B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451832A (zh) * | 2016-05-30 | 2017-12-08 | 北京京东尚科信息技术有限公司 | 推送信息的方法和装置 |
CN107357874A (zh) * | 2017-07-04 | 2017-11-17 | 北京京东尚科信息技术有限公司 | 用户分类方法及装置、电子设备、存储介质 |
WO2019101083A1 (zh) * | 2017-11-24 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 一种语音数据处理方法、语音交互设备及存储介质 |
CN108198051A (zh) * | 2018-03-01 | 2018-06-22 | 口碑(上海)信息技术有限公司 | 跨商品类别的商品推荐方法及装置 |
CN109376759A (zh) * | 2018-09-10 | 2019-02-22 | 平安科技(深圳)有限公司 | 用户信息分类方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111612499A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612499B (zh) | 信息的推送方法及装置、存储介质、终端 | |
WO2019214245A1 (zh) | 一种信息推送方法、装置、终端设备及存储介质 | |
CN108399564B (zh) | 信用评分方法及装置 | |
US20230102337A1 (en) | Method and apparatus for training recommendation model, computer device, and storage medium | |
US20160379268A1 (en) | User behavior data analysis method and device | |
US11144594B2 (en) | Search method, search apparatus and non-temporary computer-readable storage medium for text search | |
JP2003186907A (ja) | プロファイル情報の情報検索方法、プログラム、記録媒体及び装置 | |
CN109685537B (zh) | 用户行为的分析方法、装置、介质和电子设备 | |
CN107622326A (zh) | 用户分类、可用资源预测方法、装置及设备 | |
CN111784449A (zh) | 数据推送方法、设备、存储介质及装置 | |
CN112685635A (zh) | 基于分类标签的项目推荐方法、装置、服务器和存储介质 | |
US20150088789A1 (en) | Hierarchical latent variable model estimation device, hierarchical latent variable model estimation method, supply amount prediction device, supply amount prediction method, and recording medium | |
CN112035449A (zh) | 数据处理方法及装置、计算机设备、存储介质 | |
CN114580402A (zh) | 一种面向企业的产品信息获取方法、装置、服务器和存储介质 | |
CN108830302B (zh) | 一种图像分类方法、训练方法、分类预测方法及相关装置 | |
CN109902129A (zh) | 基于大数据分析的保险代理人归类方法及相关设备 | |
CN113095604B (zh) | 产品数据的融合方法、装置、设备及存储介质 | |
CN104331823A (zh) | 确定发布信息中关键词保留价格的方法及装置 | |
CN114254204A (zh) | 数据处理方法、装置、介质及电子设备 | |
CN113327154A (zh) | 基于大数据的电商用户讯息推送方法及系统 | |
CN111523011A (zh) | 基于区块链技术分布式图计算引擎的冷热钱包智能标签系统 | |
CN111382210A (zh) | 一种分类方法、装置及设备 | |
CN111460281B (zh) | 信息推送的优化方法及装置、存储介质、终端 | |
CN112329954B (zh) | 物品召回方法、装置、终端设备及存储介质 | |
CN118132863A (zh) | 知识信息的推送方法及装置、存储介质、终端 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |