CN111737561A - 信息推送方法和推送系统 - Google Patents
信息推送方法和推送系统 Download PDFInfo
- Publication number
- CN111737561A CN111737561A CN201910536636.0A CN201910536636A CN111737561A CN 111737561 A CN111737561 A CN 111737561A CN 201910536636 A CN201910536636 A CN 201910536636A CN 111737561 A CN111737561 A CN 111737561A
- Authority
- CN
- China
- Prior art keywords
- pushing
- information
- amount
- target commodity
- average
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000001174 ascending effect Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000002354 daily effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Cash Registers Or Receiving Machines (AREA)
Abstract
本发明实施例提供一种信息推送方法和推送系统,包括:接收第一客户端针对目标商品的提问信息;获取当前时段的加权因子,加权因子为随时段递增的特征变量;根据加权因子和目标商品的平均推送量计算得到目标商品在当前时段的当前推送量,平均推送量为针对目标商品历史提问信息的平均可推送数量;以及根据当前推送量将提问信息推送给多个第二客户端,多个第二客户端为目标商品购买者的客户端。本发明解决了传统信息推送方法因推送量固定而导致提问信息回答情况不佳的技术问题。
Description
技术领域
本发明涉及电子商务技术领域,具体涉及一种电商问答中信息推送方法和推送系统。
背景技术
电商问答是近年来电商行业新兴的一种产品形态,在电商问答过程中,商品的潜在购买者提出自己关心的问题,已购买者看到问题后,根据自己使用经验回答潜在购买者。
电商问答过程能进行的重要前提是潜在购买者提出问题后,已购买者能够看到这个问题并给出回答,因此,如何让潜在购买者的提问信息都获得回答成为电商问答中一个重点关注方面。目前业界对提问信息推送的主流方法是通过应用程序(Application,简称APP)将潜在购买者的每个提问信息都推送给固定数量的已购买者。
由于一天内较早提问信息会先占据已购买者,且已购买者对一天内较晚收到的提问信息的回答概率比较早的要低,因而较早提问信息的推送量太大会影响已购买者对较晚提问信息的回答情况,然而,上述信息推送方法中的提问信息推送量对所有时段都是固定的,这将常常导致推送量不合适,从而使得一天内提问信息的回答情况不佳。
发明内容
有鉴于此,本发明实施例提供了一种信息推送方法和推送系统,以解决传统信息推送方法因推送量固定而导致提问信息回答情况不佳的技术问题。
根据本发明的第一方面,提供一种信息推送方法,包括:
接收第一客户端针对目标商品的提问信息;
获取当前时段的加权因子,所述加权因子为随时段递增的特征变量;
根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量,所述平均推送量为针对所述目标商品历史提问信息的平均可推送数量;以及
根据所述当前推送量将所述提问信息推送给多个第二客户端,所述多个第二客户端为所述目标商品已购买者的客户端。
可选地,根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量,包括:
比较所述目标商品的最小推送量和加权值,所述加权值等于所述加权因子与所述目标商品的平均推送量的乘积,所述最小推送量为所述提问信息获得回答的推送量最小值;
将所述最小推送量和所述加权值中较大值作为所述目标商品在所述当前时段的当前推送量。
可选地,所述最小推送量通过点击概率和回答率确定,其中,所述点击概率为针对商品的历史提问信息被发送后受到点击的概率,所述回答率为针对商品的历史提问信息被已购买者点击后受到回答的概率。
可选地,所述加权因子、所述平均推送量、所述最小推送量和所述已购买者序列在每日凌晨离线计算得到。
可选地,所述平均推送量为针对所述目标商品历史提问信息的日均数量与所述目标商品的已购买者数量之比值。
可选地,根据所述当前推送量将所述提问信息推送给多个第二客户端,包括:
获取所述目标商品各个已购买者购买过的商品数量;
按照所述商品数量将所述目标商品已购买者进行升序排序,得到已购买者序列;
将所述提问信息推送到所述已购买者序列中前所述当前推送量个已购买者的第二客户端,一个所述第二客户端接收一个所述提问信息。
根据本发明的第二方面,提供一种信息推送系统,包括:
接收模块,用于接收第一客户端针对目标商品的提问信息;
获取模块,用于获取当前时段的加权因子,所述加权因子为随时段递增的特征变量;
计算模块,用于根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量,所述平均推送量为针对所述目标商品历史提问信息的平均可推送数量;以及
推送模块,用于根据所述当前推送量将所述提问信息推送给多个第二客户端,所述多个第二客户端为所述目标商品已购买者的客户端。
可选地,所述计算模块用于:
比较所述目标商品的最小推送量和加权值,所述加权值等于所述加权因子与所述目标商品的平均推送量的乘积,所述最小推送量为所述提问信息获得回答的推送量最小值;
将所述最小推送量和所述加权值中较大值作为所述目标商品在所述当前时段的当前推送量。
可选地,所述最小推送量通过点击概率和回答率确定,其中,所述点击概率为针对商品的历史提问信息被发送后受到点击的概率,所述回答率为针对商品的历史提问信息被已购买者点击后受到回答的概率。
可选地,所述加权因子、所述平均推送量、所述最小推送量和所述已购买者序列在每日凌晨离线计算得到。
可选地,所述平均推送量为针对所述目标商品历史提问信息的日均数量与所述目标商品的已购买者数量之比值。
可选地,所述推送模块用于:
获取所述目标商品各个已购买者购买过的商品数量;
按照所述商品数量将所述目标商品已购买者进行升序排序,得到已购买者序列;
将所述提问信息推送到所述已购买者序列中前所述当前推送量个已购买者的第二客户端,一个所述第二客户端接收一个所述提问信息。
根据本发明的第三方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令被执行时实现如第一方面任一实施方式所述的信息推送方法。
根据本发明的第四方面,提供一种信息推送装置,包括:
存储器,用于存储计算机指令;
处理器,耦合到所述存储器,所述处理器被配置为基于所述存储器存储的计算机指令执行实现如第一方面任一实施方式所述的信息推送方法。
本发明的实施例具有以下优点或有益效果:
本发明实施例通过加权因子和平均推送量来确定当前推送量,其中,平均推送量为针对目标商品历史提问信息的平均可推送数量,对当前推送量起到一个基础参考的作用,有利于避免当前推送量设置太大或太小;加权因子为随时段递增的特征变量,对当前推送量起到随时段的调制作用,有利于使一天内较晚信息获得较大推送量,加权因子和平均推送量相结合使得当前推送量更加合理,解决传统信息推送方法因推送量固定而导致提问信息回答情况不佳的技术问题。
附图说明
通过参照以下附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是根据本发明实施例的信息推送方法流程图;
图2是根据本发明实施例的信息推送方法实施示意图;
图3是提问信息在第二客户端的一种显示界面;
图4是根据本发明实施例的信息推送系统结构框图;
图5是根据本发明实施例的信息推送装置的结构框图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程没有详细叙述。另外附图不一定是按比例绘制的。
在对本发明提供的实施例进行介绍之前,先对本发明实施例涉及到的参量及对应标记进行说明如下:
(1)已购买者k购买过的商品数量为CPk;
(2)商品i的已购买者集合为Ui;
(3)商品i的已购买者序列Uip;
(4)Ui中的已购买者数量为CUi;
(5)针对商品i历史提问信息的日均数量CQi;
(6)商品i平均推送量为Ki;
(7)点击概率为CTR;
(8)回答率为ASR;
(9)最小推送量为Kmin;
(10)第一提问数均值为CQh;
(11)第二提问数均值为CQavg;
(12)子时段h对应的加权因子为Wh;
(13)当前待推送用户Up;
(14)当前推送量Khij。
需要强调的是,上述标记只是为了对本发明作出更加清楚的说明,并不表示对本发明技术方案的限定。
图1所示是本发明实施例信息推送方法流程图。参照图1,信息推送方法包括:
步骤S101,接收第一客户端针对目标商品的提问信息。
步骤S102,获取当前时段的加权因子,加权因子为随时段递增的特征变量。需要说明的是,加权因子随时段递增,即,一天内较晚时段的加权因子较大。
步骤S103,根据加权因子和目标商品的平均推送量计算得到目标商品在当前时段的当前推送量,平均推送量为针对目标商品历史提问信息的平均可推送数量。
以及,步骤S104,根据当前推送量将提问信息推送给多个第二客户端,多个第二客户端为目标商品已购买者的客户端。
相对于第二客户端,上述第一客户端为目标商品潜在购买者的客户端,潜在购买者通过第一客户端发送针对目标商品的提问信息,目标商品已购买者通过第二客户端收到提问信息后进行回答,实现目前的电商问答过程。
本发明实施例中,通过加权因子和平均推送量来确定当前推送量,其中,平均推送量为针对目标商品历史提问信息的平均可推送数量,对当前推送量起到一个基础参考的作用,有利于避免当前推送量设置太大或太小;加权因子为随时段递增的特征变量,对当前推送量起到随时段的调制作用,有利于使一天内较晚信息获得较大推送量,加权因子和平均推送量相结合使得当前推送量更加合理,解决传统信息推送方法因推送量固定而导致提问信息回答情况不佳的技术问题。
在可选的实施例中,步骤S103,根据加权因子和目标商品的平均推送量计算得到目标商品在当前时段的当前推送量,包括:
比较目标商品的最小推送量和加权值,加权值等于加权因子与目标商品的平均推送量的乘积,最小推送量为提问信息获得回答的推送量最小值;
将最小推送量和加权值中较大值作为目标商品在当前时段的当前推送量。
本发明实施例中,将最小推送量和加权值中较大值作为目标商品在当前时段的当前推送量,其中,最小推送量为提问信息获得回答的推送量最小值,因而,该当前推送量可以在确保提问信息得到应答响应的基础上使得提问信息得到较大的合理推送量,利于提问信息在不影响较晚提问信息的前提下获得较丰富的应答内容。
在可选的实施例中,步骤S104,根据当前推送量将提问信息推送给多个第二客户端,包括:
获取目标商品各个已购买者购买过的商品数量;
按照商品数量将目标商品已购买者进行升序排序,得到已购买者序列;
将提问信息推送到已购买者序列中前当前推送量个已购买者(以下亦称当前待推送用户)的第二客户端,一个第二客户端接收一个提问信息。
本发明实施例中,将提问信息推送到目标商品已购买者序列中前当前推送量个已购买者的第二客户端,即,尽量先给购买过较少商品的已购买者推送提问信息,由于购买商品的商品数越大则已购买者被提问的几率就越大(包括被同一商品或不同商品的潜在购买者提问),因而,对于目标商品的已购买者来说,购买过的商品越少则被提问过的概率就越小,从而利于提问信息获得较大回答概率。
下面以商品i作为目标商品,对信息推送方法进行详细介绍。但需要强调的是,商品i只是对某一商品的一个代称,并不表示对商品的限定。图2所示为根据本发明实施例的信息推送方法实施示意图。
参照图2,商品i的已购买者序列Uip则通过商品i的已购买者集合Ui和已购买者k(k表示已购买者集合Ui中的任一已购买者)购买过的商品数量CPk确定。
参照图2,平均推送量Ki作为针对商品i历史提问信息的平均可推送数量,可以通过针对商品i历史提问信息的日均数量CQi与商品i的已购买者数量CUi确定,具体地,平均推送量Ki=CUi/CQi,日均数量CQi可以为近N日(本申请中N代指大于1的整数)针对商品i提问信息的日均数量。
参照图2,最小推送量Kmin作为提问信息获得回答的推送量最小值,可以通过点击概率CTR和回答率ASR确定,充分考虑了收到提问信息-已购买者点击提问信息-已购买者回答提问信息这一过程的漏斗效应而计算出提问信息获得回答的推送量最小值。其中,点击概率CTR为商品历史提问信息被发送后受到点击的概率,回答率ASR为商品历史提问信息被已购买者点击后受到回答的概率。具体地,点击概率CTR可以是近N日提问信息的点击概率,点击概率CTR=近N日提问信息的点击量/近N日提问信息的发送量;回答率ASR可以是近N日提问信息被已购买者点击后的回答概率,回答率ASR=近N日提问信息被回答的数量/近N日提问信息被点击的数量。
参照图2,加权因子Wh作为随时段递增的特征变量,可以通过第一提问数均值CQh和第二提问数均值CQavg确定,具体地,当前时段h'的加权因子可以为其中,第一提问数均值CQh为近N日小时段h中商品提问信息的日均数量,第二提问数均值CQavg为近N日商品提问信息的日均总数。
在一个可选的实施例中,上述平均推送量Ki、最小推送量Kmin、加权因子Wh和已购买者序列Uip在每日凌晨离线计算得到。
参照图2,平均推送量Ki、最小推送量Kmin、加权因子Wh和已购买者序列Uip可以通过离线计算模块1在每日凌晨计算得到,此时计算过程中涉及到的目标商品购买情况采用凌晨计算时的购买情况,例如有目标商品的已购买者数量以及各已购买者的购买商品数量,离线计算利于对所有商品采用统一的购买情况;若某一时刻接收到来自第一客户端针对目标商品的提问信息,则该时刻目标商品的当前推送量Khij可以通过实时计算模块2计算,并从目标商品的已购买者序列Uip中选出当前待推送用户Up,以将针对目标商品的提问信息推送到当前待推送用户Up中各已购买者的第二客户端。图3所示为提问信息在第二客户端的一种显示界面,对于商品每个已购买者来说,第二客户端接收到的提问信息可以通过图3所示界面展示在电子设备显示屏上,即通过标题“有个问题向你求助”进行提醒。
本发明实施例中,离线计算和实时计算相结合,其中,离线计算将平均推送量Ki、最小推送量Kmin、加权因子Wh和已购买者序列Uip这些公共参数在每日凌晨提前计算出,实时计算对某一时刻的目标商品提问信息进行针对性计算,离线计算有利于快速得到当前推送量Khij,实时计算又使得无需计算没收到的提问信息推送量,简洁高效,节省计算资源。
图4所示是本发明实施例的信息推送系统的结构框图。参照图4,信息推送系统包括:
接收模块100,用于接收第一客户端针对目标商品的提问信息;
获取模块200,用于获取当前时段的加权因子,所述加权因子为随时段递增的特征变量;
计算模块300,用于根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量,所述平均推送量为针对所述目标商品历史提问信息的平均可推送数量;以及,
推送模块400,用于根据所述当前推送量将所述提问信息推送给多个第二客户端,所述多个第二客户端为所述目标商品已购买者的客户端。
本发明实施例中,信息推送系统通过加权因子和平均推送量来确定当前推送量,其中,平均推送量为针对目标商品历史提问信息的平均可推送数量,对当前推送量起到一个基础参考的作用,有利于避免当前推送量设置太大或太小;加权因子为随时段递增的特征变量,对当前推送量起到随时段的调制作用,有利于使一天内较晚信息获得较大推送量,加权因子和平均推送量相结合使得当前推送量更加合理,解决传统信息推送方法因推送量固定而导致提问信息回答情况不佳的技术问题。
在可选的实施方式中,计算模块用于:
比较目标商品的最小推送量和加权值,加权值等于加权因子与目标商品的平均推送量的乘积,最小推送量为提问信息获得回答的推送量最小值;
将最小推送量和加权值中较大值作为目标商品在当前时段的当前推送量。
在可选的实施方式中,最小推送量通过点击概率和回答率确定,其中,点击概率为针对商品的历史提问信息被发送后受到点击的概率,回答率为针对商品的历史提问信息被已购买者点击后受到回答的概率。
在可选的实施方式中,加权因子、平均推送量、最小推送量和已购买者序列在每日凌晨离线计算得到。
在可选的实施方式中,平均推送量为针对目标商品历史提问信息的日均数量与目标商品的已购买者数量之比值。
在可选的实施方式中,推送模块用于:
获取目标商品各个已购买者购买过的商品数量;
按照商品数量将目标商品已购买者进行升序排序,得到已购买者序列;
将提问信息推送到已购买者序列中前当前推送量个已购买者的第二客户端,一个第二客户端接收一个提问信息。
本发明一实施例的信息推送装置,包括:
存储器,用于存储计算机指令;
处理器,耦合到存储器,处理器被配置为基于存储器存储的计算机指令执行上述的信息推送方法。
图5示出的设备仅仅是信息推送装置的一个示例,不应对本发明实施例的功能和使用范围构成任何限制。参考图5,该信息推送装置包括通过总线连接的处理器501、存储器502和输入输出设备503。存储器502包括只读存储器(ROM)和随机访问存储器(RAM),存储器502内存储有执行系统功能所需的各种计算机指令和数据,处理器501从存储器502中读取各种计算机指令以执行各种适当的动作和处理。输入输出设备503包括键盘、鼠标等的输入部分;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分;包括硬盘等的存储部分;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。存储器502还存储有以下的计算机指令以完成本发明实施例的信息推送方法规定的操作:接收第一客户端针对目标商品的提问信息;获取当前时段的加权因子,加权因子为随时段递增的特征变量;根据加权因子和目标商品的平均推送量计算得到目标商品在当前时段的当前推送量,平均推送量为针对目标商品历史提问信息的平均可推送数量;以及根据当前推送量将提问信息推送给多个第二客户端,多个第二客户端为目标商品购买者的客户端。
相应地,本发明实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,所述计算机指令被执行时实现上述信息推送方法所规定的操作。
附图中的流程图、框图图示了本发明实施例的系统、方法、装置的可能的体系框架、功能和操作,流程图和框图上的方框可以代表一个模块、程序段或仅仅是一段代码,所述模块、程序段和代码都是用来实现规定逻辑功能的可执行指令。也应当注意,所述实现规定逻辑功能的可执行指令可以重新组合,从而生成新的模块和程序段。因此附图的方框以及方框顺序只是用来更好的图示实施例的过程和步骤,而不应以此作为对发明本身的限制。
系统的各个模块或单元可以通过硬件、固件或软件实现。软件例如包括采用JAVA、C/C++/C#、SQL等各种编程语言形成的编码程序。虽然在方法以及方法图例中给出本发明实施例的步骤以及步骤的顺序,但是所述步骤实现规定的逻辑功能的可执行指令可以重新组合,从而生成新的步骤。所述步骤的顺序也不应该仅仅局限于所述方法以及方法图例中的步骤顺序,可以根据功能的需要随时进行调整。例如将其中的某些步骤并行或按照相反顺序执行。
根据本发明的系统和方法可以部署在单个或多个服务器上。例如,可以将不同的模块分别部署在不同的服务器上,形成专用服务器。或者,可以在多个服务器上分布式部署相同的功能单元、模块或系统,以减轻负载压力。所述服务器包括但不限于在同一个局域网以及通过Internet连接的多个PC机、PC服务器、刀片机、超级计算机等。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种信息推送方法,其特征在于,包括:
接收第一客户端针对目标商品的提问信息;
获取当前时段的加权因子,所述加权因子为随时段递增的特征变量;
根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量,所述平均推送量为针对所述目标商品历史提问信息的平均可推送数量;以及
根据所述当前推送量将所述提问信息推送给多个第二客户端,所述多个第二客户端为所述目标商品已购买者的客户端。
2.根据权利要求1所述的推送方法,其特征在于,根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量,包括:
比较所述目标商品的最小推送量和加权值,所述加权值等于所述加权因子与所述目标商品的平均推送量的乘积,所述最小推送量为所述提问信息获得回答的推送量最小值;
将所述最小推送量和所述加权值中较大值作为所述目标商品在所述当前时段的当前推送量。
3.根据权利要求2所述的推送方法,其特征在于,所述最小推送量通过点击概率和回答率确定,其中,所述点击概率为针对商品的历史提问信息被发送后受到点击的概率,所述回答率为针对商品的历史提问信息被已购买者点击后受到回答的概率。
4.根据权利要求1所述的推送方法,其特征在于,所述加权因子、所述平均推送量、所述最小推送量和所述已购买者序列在每日凌晨离线计算得到。
5.根据权利要求1所述的推送方法,其特征在于,所述平均推送量为针对所述目标商品历史提问信息的日均数量与所述目标商品的已购买者数量之比值。
6.根据权利要求1所述的推送方法,其特征在于,根据所述当前推送量将所述提问信息推送给多个第二客户端,包括:
获取所述目标商品各个已购买者购买过的商品数量;
按照所述商品数量将所述目标商品已购买者进行升序排序,得到已购买者序列;
将所述提问信息推送到所述已购买者序列中前所述当前推送量个已购买者的第二客户端,一个所述第二客户端接收一个所述提问信息。
7.一种信息推送系统,其特征在于,包括:
接收模块,用于接收第一客户端针对目标商品的提问信息;
获取模块,用于获取当前时段的加权因子,所述加权因子为随时段递增的特征变量;
计算模块,用于根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量,所述平均推送量为针对所述目标商品历史提问信息的平均可推送数量;以及
推送模块,用于根据所述当前推送量将所述提问信息推送给多个第二客户端,所述多个第二客户端为所述目标商品已购买者的客户端。
8.根据权利要求7所述的推送系统,其特征在于,所述计算模块用于:
比较所述目标商品的最小推送量和加权值,所述加权值等于所述加权因子与所述目标商品的平均推送量的乘积,所述最小推送量为所述提问信息获得回答的推送量最小值;
将所述最小推送量和所述加权值中较大值作为所述目标商品在所述当前时段的当前推送量。
9.根据权利要求7所述的推送系统,其特征在于,所述推送模块用于:
获取所述目标商品各个已购买者购买过的商品数量;
按照所述商品数量将所述目标商品已购买者进行升序排序,得到已购买者序列;
将所述提问信息推送到所述已购买者序列中较前的所述当前推送量个已购买者,所述已购买者序列中一个已购买者接收一个所述提问信息。
10.一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存储有计算机指令,所述计算机指令被执行时实现如权利要求1至6任一项所述的信息推送方法。
11.一种信息推送装置,其特征在于,包括:
存储器,用于存储计算机指令;
处理器,耦合到所述存储器,所述处理器被配置为基于所述存储器存储的计算机指令执行实现如权利要求1-6中任一项所述的信息推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910536636.0A CN111737561A (zh) | 2019-06-20 | 2019-06-20 | 信息推送方法和推送系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910536636.0A CN111737561A (zh) | 2019-06-20 | 2019-06-20 | 信息推送方法和推送系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111737561A true CN111737561A (zh) | 2020-10-02 |
Family
ID=72646068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910536636.0A Pending CN111737561A (zh) | 2019-06-20 | 2019-06-20 | 信息推送方法和推送系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111737561A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113329058A (zh) * | 2021-04-30 | 2021-08-31 | 青岛以萨数据技术有限公司 | 一种数据推送方法、装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105872111A (zh) * | 2016-06-20 | 2016-08-17 | 腾讯科技(深圳)有限公司 | 一种信息推送的控制方法以及服务器 |
CN107437203A (zh) * | 2017-08-07 | 2017-12-05 | 北京京东尚科信息技术有限公司 | 信息推送方法、装置、电子装置及计算机可读介质 |
CN107704580A (zh) * | 2017-09-30 | 2018-02-16 | 百度在线网络技术(北京)有限公司 | 基于用户时期的问答推送方法、装置、服务器及存储介质 |
CN108363730A (zh) * | 2018-01-12 | 2018-08-03 | 优地网络有限公司 | 一种内容推荐方法、系统及终端设备 |
CN109360057A (zh) * | 2018-10-12 | 2019-02-19 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备及存储介质 |
CN109427000A (zh) * | 2017-08-30 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 问题数据处理方法、装置及计算机系统 |
CN109697228A (zh) * | 2018-12-13 | 2019-04-30 | 平安科技(深圳)有限公司 | 智能问答方法、装置、计算机设备及存储介质 |
-
2019
- 2019-06-20 CN CN201910536636.0A patent/CN111737561A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105872111A (zh) * | 2016-06-20 | 2016-08-17 | 腾讯科技(深圳)有限公司 | 一种信息推送的控制方法以及服务器 |
CN107437203A (zh) * | 2017-08-07 | 2017-12-05 | 北京京东尚科信息技术有限公司 | 信息推送方法、装置、电子装置及计算机可读介质 |
CN109427000A (zh) * | 2017-08-30 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 问题数据处理方法、装置及计算机系统 |
CN107704580A (zh) * | 2017-09-30 | 2018-02-16 | 百度在线网络技术(北京)有限公司 | 基于用户时期的问答推送方法、装置、服务器及存储介质 |
CN108363730A (zh) * | 2018-01-12 | 2018-08-03 | 优地网络有限公司 | 一种内容推荐方法、系统及终端设备 |
CN109360057A (zh) * | 2018-10-12 | 2019-02-19 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备及存储介质 |
CN109697228A (zh) * | 2018-12-13 | 2019-04-30 | 平安科技(深圳)有限公司 | 智能问答方法、装置、计算机设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113329058A (zh) * | 2021-04-30 | 2021-08-31 | 青岛以萨数据技术有限公司 | 一种数据推送方法、装置及存储介质 |
CN113329058B (zh) * | 2021-04-30 | 2022-10-04 | 青岛以萨数据技术有限公司 | 一种数据推送方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10169778B1 (en) | Cross-channel online advertising attribution | |
AU2016303436A1 (en) | Method and system for applying probabilistic topic models to content in a tax environment to improve user satisfaction with a question and answer customer support system | |
CN111144933B (zh) | 商品推荐方法、装置、电子设备及存储介质 | |
WO2015094461A1 (en) | System and method for idempotent interactive disparate object discovery, retrieval, display, selection and distribution | |
CN110866040B (zh) | 用户画像生成方法、装置和系统 | |
WO2015127884A1 (en) | Method, device, system for displaying media data | |
CN108960293B (zh) | 基于fm算法的ctr预估方法及系统 | |
US20140257972A1 (en) | Method, computer readable medium and system for determining true scores for a plurality of touchpoint encounters | |
US10181130B2 (en) | Real-time updates to digital marketing forecast models | |
CN111522735A (zh) | 测试实验的分流方法及装置 | |
CN114493786A (zh) | 一种信息推荐方法及装置 | |
CN110535910A (zh) | 断点用户的召回方法、装置及存储介质 | |
CN111737561A (zh) | 信息推送方法和推送系统 | |
JP2015179470A (ja) | 算出装置、算出方法および算出プログラム | |
CN113763004A (zh) | 信息匹配方法及装置 | |
CN113781084A (zh) | 一种调查问卷展示方法和装置 | |
CN112449217B (zh) | 一种推送视频的方法、装置、电子设备和计算机可读介质 | |
CN106033576B (zh) | 一种对象信息的展示方法和装置 | |
CN116757715A (zh) | 排行榜生成方法及装置、存储介质、计算机设备 | |
CN110503306A (zh) | 一种满意度指标可视化处理方法及装置 | |
CN112541145A (zh) | 一种页面展现方法、装置、设备及存储介质 | |
CA3026275A1 (en) | Investment management proposal system | |
US20230053859A1 (en) | Method and apparatus for outputting information | |
CN111026956B (zh) | 数据列表处理方法、装置、电子设备及计算机存储介质 | |
CN115409452B (zh) | 配送信息处理方法、装置、系统、设备及可读存储介质 |
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 |