CN111831896A - 一种信息推送方法、装置、电子设备和存储介质 - Google Patents
一种信息推送方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111831896A CN111831896A CN201910570094.9A CN201910570094A CN111831896A CN 111831896 A CN111831896 A CN 111831896A CN 201910570094 A CN201910570094 A CN 201910570094A CN 111831896 A CN111831896 A CN 111831896A
- Authority
- CN
- China
- Prior art keywords
- activity
- user
- activities
- target user
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000000694 effects Effects 0.000 claims abstract description 510
- 230000004044 response Effects 0.000 claims abstract description 276
- 238000012216 screening Methods 0.000 claims abstract description 89
- 238000001914 filtration Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种信息推送方法、装置、电子设备和存储介质,其中,该方法包括:根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值;根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动;将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端,通过上述方法,有利于提高推送信息的准确性。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种信息推送方法、装置、电子设备和存储介质。
背景技术
随着互联网的普及程度越来越高,用户流量成为互联网平台推动业务增长、加速产品变现的关键。在某一互联网平台积累了一定体量用户的情况下,对用户进行在线消息投放成为了各大互联网平台常用的业务拓展方式,以视频类互联网平台为例,用户在登录该平台后可以观看视频,该互联网平台可以向用户推送在线广告信息来推动平台的业务增长,或者加速平台的产品变现。
对于一个互联网平台而言,需要推送的在线消息会有很多种,对于一个用户,该互联网平台将要推送的在线消息并不是每一个消息都适合该用户,如果该互联网平台将所有要推送的在线消息都给推送给该用户,会导致推送的消息的接受度较低,也即信息推送准确性较差。
发明内容
有鉴于此,本申请的目的在于提供一种信息推送方法、装置、电子设备和存储介质,以提高推送消息的准确性。
第一方面,本申请实施例提供了一种信息推送方法,包括:
根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值;
根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动;
将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端。
可选地,所述多个活动包括所述目标平台在预设时长内进行的全部活动,所述目标用户包括属于所述目标平台的用户。
可选地,所述目标用户的用户画像包括所述目标用户在指定平台注册时填写的显性信息和/或根据所述目标用户在所述指定平台的历史数据挖掘得到的隐性信息。
可选地,所述根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,包括:
根据所述目标用户的用户画像和所述多个活动分别对应的用户筛选条件,确定符合每个活动的用户筛选条件的用户的第一用户数量、符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户筛选条件的第二用户数量、所述目标用户符合的活动的活动数量;
根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数。
可选地,所述根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数,包括:
根据所述原始响应值和所述第一用户数量,确定符合每个活动的用户筛选条件的用户的平均响应值;
根据所述第一用户数量和所述第二用户数量,确定符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户占符合该活动的用户筛选条件的用户的比例值;
根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数。
可选地,所述根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数,包括:
将所述原始响应值作为被除数,将所述平均响应值作为除数,计算所述原始响应值作和所述平均响应值的比值;
将设定常数作为被减数,将所述比例值作为减数,计算所述设定常数与所述比例值的差值;
根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数。
可选地,所述根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数,包括:
计算所述活动数量的倒数与第一权重的第一乘积;
计算所述差值与第二权重的第二乘积;
计算所述第一乘积、所述第二乘积和所述比值之和,以将所述之和作为所述活动响应惩罚系数。
可选地,所述根据目标用户的用户画像和多个活动分别对应的的用户筛选条件,确定用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值,包括:
根据所述目标用户的用户画像和所述多个活动的用户筛选条件,确定所述目标用户和每个活动的匹配率,以及所述目标用户参与每个活动的成功参与率;
根据每个活动对应的所述匹配率和所述成功参与率,确定所述原始响应值。
可选地,所述根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动,包括:
根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值;
对所述目标用户在每个活动的最终响应值进行比较,以将所述多个活动中所述目标用户的最大的最终响应值对应的活动作为所述目标活动。
可选地,所述根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值,包括:
计算所述活动响应惩罚系数和所述原始响应值的乘积,以将所述乘积作为所述目标用户对于每个活动的最终响应值。
第二方面,本申请实施例提供了一种信息推送装置,包括:
第一确定单元,用于根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值;
第二确定单元,用于根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动;
推送单元,用于将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端。
可选地,所述多个活动包括所述目标平台在预设时长内进行的全部活动,所述目标用户包括属于所述目标平台的用户。
可选地,所述目标用户的用户画像包括所述目标用户在指定平台注册时填写的显性信息和/或根据所述目标用户在所述指定平台的历史数据挖掘得到的隐性信息。
可选地,所述第一确定单元的配置在用于根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数时,包括:
根据所述目标用户的用户画像和所述多个活动分别对应的用户筛选条件,确定符合每个活动的用户筛选条件的用户的第一用户数量、符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户筛选条件的第二用户数量、所述目标用户符合的活动的活动数量;
根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数。
可选地,所述第一确定单元的配置在用于根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数时,包括:
根据所述原始响应值和所述第一用户数量,确定符合每个活动的用户筛选条件的用户的平均响应值;
根据所述第一用户数量和所述第二用户数量,确定符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户占符合该活动的用户筛选条件的用户的比例值;
根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数。
可选地,所述第一确定单元的配置在用于根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数时,包括:
将所述原始响应值作为被除数,将所述平均响应值作为除数,计算所述原始响应值作和所述平均响应值的比值;
将设定常数作为被减数,将所述比例值作为减数,计算所述设定常数与所述比例值的差值;
根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数。
可选地,所述第一确定单元的配置在用于根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数时,包括:
计算所述活动数量的倒数与第一权重的第一乘积;
计算所述差值与第二权重的第二乘积;
计算所述第一乘积、所述第二乘积和所述比值之和,以将所述之和作为所述活动响应惩罚系数。
可选地,所述第一确定单元的配置在用于根据目标用户的用户画像和多个活动分别对应的的用户筛选条件,确定用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值时,包括:
根据所述目标用户的用户画像和所述多个活动的用户筛选条件,确定所述目标用户和每个活动的匹配率,以及所述目标用户参与每个活动的成功参与率;
根据每个活动对应的所述匹配率和所述成功参与率,确定所述原始响应值。
可选地,所述第二确定单元的配置在用于根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动时,包括:
根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值;
对所述目标用户在每个活动的最终响应值进行比较,以将所述多个活动中所述目标用户的最大的最终响应值对应的活动作为所述目标活动。
可选地,所述第二确定单元的配置在用于根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值时,包括:
计算所述活动响应惩罚系数和所述原始响应值的乘积,以将所述乘积作为所述目标用户对于每个活动的最终响应值。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第一方面中任一项所述的信息推送方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如第一方面中任一项所述的信息推送方法的步骤。
本申请的实施例提供的技术方案可以包括以下有益效果:
在本申请中,由于目标用户的用户信息充斥在网络中,例如包括:用户的基本信息和用户在互联网上的历史数据等,因此根据目标用户的用户画像可以确定出目标用户的产品需求,因此,可以根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定出用于表示目标用户对每个活动的匹配率和成功参与率的原始响应值,同时,如果将目标用户满足的所有活动都推送给目标用户,会影响到目标用户对每个活动的原始响应值,因此需要确定出用于表示在多个活动的影响下目标用户在每个活动下的活动响应惩罚系数,然后根据活动响应惩罚系数和原始响应值,确定在多个活动中目标用户的响应概率最高的目标活动,通过该步骤可以确定出目标用户最有可能产生响应的活动,在确定出目标活动后,将该目标活动的活动信息推送给目标用户的用户设备,以使该目标用户通过该用户设备获知该活动信息,由于是将目标用户最有可能产生响应的活动的活动信息推送给该目标用户,因此通过上述方法,有利于提高推送信息的准确率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例一提供的一种信息推送方法的流程示意图;
图2为本申请实施例一提供的另一种信息推送方法的流程示意图;
图3为本申请实施例一提供的另一种信息推送方法的流程示意图;
图4为本申请实施例一提供的另一种信息推送方法的流程示意图;
图5为本申请实施例一提供的另一种信息推送方法的流程示意图;
图6为本申请实施例一提供的另一种信息推送方法的流程示意图;
图7为本申请实施例一提供的另一种信息推送方法的流程示意图;
图8为本申请实施例二提供的一种信息推送装置的结构示意图;
图9为本申请实施例三提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
需要提前说明的是,本申请实施例涉及到的装置或电子设备等可以执行在单个服务器上,也可以执行在服务器组。服务器组可以是集中式的,也可以是分布式的。在一些实施例中,服务器相对于终端,可以是本地的,也可以是远程的。例如,服务器可以经由网络访问存储在服务请求方终端、服务提供方终端、或数据库、或其任意组合中的信息和/或数据。作为另一示例,服务器可以直接连接到服务请求方终端、服务提供方终端和数据库中至少一个,以访问存储的信息和/或数据。在一些实施例中,服务器可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。
另外,本申请实施例涉及到的装置或电子设备可以执行在接入设备或者第三方设备上,具体可以包括:移动设备、平板计算机、膝上型计算机、或机动车辆中的内置设备等,或其任意组合。在一些实施例中,移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等,或其任意组合。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机、或对讲机等,或其任意组合。在一些实施例中,可穿戴设备可包括智能手环、智能头盔、智能手表、智能配件等、或其任何组合。在一些实施例中,智能移动设备可以包括智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏设备、导航设备等,或其任意组合。在一些实施例中,虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、增强现实头盔等,或其任意组合。例如,虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。
对于一个互联网平台而言,需要推送的在线消息会有很多种,对于一个用户,该互联网平台将要推送的在线消息并不是每一个消息都适合该用户,如果该互联网平台将所有要推送的在线消息都给推送给该用户,不仅会使得推送的消息的准确性较低,即:推送的消息可能只有部分被目标用户响应(例如:点击查看推送的在线消息、产生购买行为、参与推送的在线消息所对应的活动等),同时,如果推送给目标用户的信息过多,会使目标用户的体验变差,从而导致目标用户对推送信息的平台产生反感情绪,更甚者删除推送信息的平台的应用程序等问题。
为了解决上述问题,本申请实施例提供了一种信息推送方法、装置、电子设备和存储介质,通过将目标用户最有可能产生响应的活动的活动信息推送给该目标用户的方式,来提高推送信息的准确性,同时,由于降低了向目标用户推送的信息数量,从而有利于提高用户的体验,即:有利于降低用户对推送信息的平台产生反感情绪的概率。
实施例一
图1为本申请实施例一提供的一种信息推送方法的流程示意图,如图1所示,该方法包括以下步骤:
步骤101、根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值。
具体的,用户画像是利用网络中的用户信息得到的,例如,利用网络中的用户信息得到的用户的基本信息和用户在互联网上的历史数据等内容,因此根据目标用户的用户画像可以确定出目标用户的产品需求,以及目标用户的其他信息,例如:目标用户的活动范围、目标用户所属的人群等。
在一个活动设计好后,为了将活动推送给满足这个活动要求的用户,需要为该活动设置用户筛选条件,然后通过对比用户的用户画像,来确定该用户是否是满足该活动要求的用户,因此在得到目标用户的用户画像和各活动的用户筛选条件后,可以根据上述两种信息确定出用于表示目标用户对每个活动的匹配率和成功参与率的原始响应值,同时,由于某一用户可能满足多个活动,如果将该用户满足的所有活动都推送给用户,可能引起该用户反感,从而会影响到目标用户对每个活动的原始响应值,因此需要确定出用于表示在多个活动的影响下目标用户在每个活动下的活动响应惩罚系数。
举例说明,通过平台向目标用户推送的信息中包括一个咖啡广告信息,该咖啡广告信息对应的用户筛选条件可以为早上6点到晚上18点之间,活动范围距离咖啡店在1000米之内的用户,因此目标用户的用户画像可以为目标用户的日常活动轨迹,当然还可以包括其他信息,例如:用户筛选条件还包括日平均消费在100元以上的用户,此时目标用户的用户画像还可以包括目标用户的日常消费记录,通过上述用户筛选条件来确定目标用户是否满足该咖啡广告信息,以及根据该用户的日常消费记录等信息还可以确定该用户响应该咖啡广告信息的原始响应值,即用于表示该用户对该咖啡广告信息的匹配率和成功参与率的原始响应值,由于该用户同时满足该平台中多个推送的广告的用户筛选条件,如果同时将该多个推送的广告的信息都推送给该用户,可能会使该用户产生反感,在用户产生反感之后,可能会对单独推送咖啡广告信息时用户的原始响应值产生不良影响,因此还需要根据该用户的用户画像和该多个推送的广告的用户筛选条件,确定表示在该多个推送的广告的影响下该用户在每个活动下的活动响应惩罚系数。
需要注意的是,本申请实施例中,“广告”和“活动”可互换使用。
需要说明的是,关于具体的用户画像内容可以根据实际需要进行设置,在此不做具体限定,关于具体的用户筛选条件可以根据具体的活动进行设置,在此也不做具体限定,同时关于用户画像的具体来源也可以根据实际需要进行设置,在此也不做具体限定。
需要再次说明的是,用户画像又称为用户角色,可以作为一种勾画目标用户、联系用户诉求与设计方向的有效工具,在大数据时代背景下,用户信息充斥在网络中,将用户的每个具体信息抽象成标签,利用这些标签将用户形象具体化(即用户画像),从而可以通过用户画像为用户提供有针对性的服务。
步骤102、根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动。
步骤103、将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端。
具体的,由于确定出来的目标活动为多个活动中目标用户响应概率最高的活动,因此将该目标活动的活动信息推送给目标用户的用户终端后,有利于提高推送信息的准确性,同时,由于降低了向目标用户推送的信息数量,从而有利于提高用户的体验,进而有利于降低目标用户对目标平台推送信息产生反感情绪的概率。
在一个可行的实施方案中,所述多个活动包括所述目标平台在预设时长内进行的全部活动,所述目标用户包括属于所述目标平台的用户。
具体的,通过某一平台,在某一时间段内对属于该平台下的用户推送活动时,为了避免该平台下的用户在该时间段内收到过多的活动而引起用户的反感,以及为了提高该时间段内活动推送的准确性,需要目标平台只将该时间段内全部活动中某一用户响应概率最高的目标活动的活动信息推送给该用户的用户终端,通过上述方法,可以使该平台下的各用户得到其响应概率最高的活动的活动信息,从而有利于提高该时间段内活动推送的准确性,以及有利于降低用户对平台推送的信息产生反感的概率。
在一个可行的实施方案中,所述目标用户的用户画像包括所述目标用户在指定平台注册时填写的显性信息和/或根据所述目标用户在所述指定平台的历史数据挖掘得到的隐性信息。
以目标平台为视频互联网平台推送活动信息,指定平台为购物互联网平台和打车互联网平台为例,在视频互联网平台推送活动信息时,由于推送的活动信息包括多个种类,例如:母婴产品的优惠活动、汽车加油的优惠活动、咖啡的优惠活动等,可以利用购物互联网平台和打车互联网平台中目标用户的用户图像来确定目标用户是否为购买母婴产品的用户,或者目标用户是否为加油的用户,再或者,目标用户是否为经常购买咖啡的用户等,例如,可以根据目标用户的年龄来判断目标用户是否处于有孩子的阶段,而目标用户的年龄可以根据目标用户在购物互联网平台注册时填写的个人基本信息来确定,当目标用户处于有孩子的阶段,则可以确定目标用户为购买母婴产品的用户,或者,还可以根据目标用户在购物互联网平台上的历史购物记录来确定目标用户是否为购买母婴产品的用户,其中,目标用户在购物互联网平台注册时填写的个人基本信息为目标用户在购物互联网平台注册时填写的显性信息,而根据目标用户在购物互联网平台上的历史购物记录来确定目标用户是否为购买母婴产品的用户是根据目标用户在购物互联网平台的历史数据挖掘得到的。
其中,显性信息可以包括目标用户在指定平台注册时填写的年龄、身高、出生日期、家庭住址和是否已婚等基本信息,隐形信息可以包括根据目标用户在指定平台在的历史数据挖掘得到的常住地信息、购物习惯信息、购物时间段信息、冒泡时间信息和是否为活跃用户等信息,需要注意的是,关于具体使用到的显性信息和隐性信息可以根据实际需要进行设定,在此不做具体限定,需要再次注意的是,关于隐性信息的具体挖掘方式也可以根据实际需要进行设定,在此不做详细说明。
需要说明的是,关于具体的指定平台和使用的指定平台的数量可以根据实际需要进行设定,在此不做具体限定。
在一个可行的实施方案中,图2为本申请实施例一提供的另一种信息推送方法的流程示意图,如图2所示,当目标平台在预设时长内向属于该目标平台的用户推送活动信息时,在执行根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数的步骤时,可以通过以下步骤实现:
步骤201、根据所述目标用户的用户画像和所述多个活动分别对应的用户筛选条件,确定符合每个活动的用户筛选条件的用户的第一用户数量、符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户筛选条件的第二用户数量、所述目标用户符合的活动的活动数量。
步骤202、根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数。
具体的,当某一用户只符合一个活动的用户筛选条件时,该用户基本不会受到其他活动对该一个活动的原始响应值的影响,当该用户符合至少两个活动的用户筛选条件时,该用户符合的活动数量越多,则对一个活动的原始响应值的影响越大,通过第一用户数量可以确定出每个活动所对应的人群数量,通过第二用户数量可以确定出满足至少两个活动的用户的人群数量,通过活动数量可以确定目标用户所符合的活动的数量,通过这三类基础参数能够得到目标用户和多个活动之间的关系,从而可以确定出在多个活动的影响下目标用户在每个活动下的活动响应惩罚系数。
需要说明的是,关于如何使用上述三类基础参数得到响应惩罚系数可以根据实际需要进行设定,在此不做具体限定。
在一个可行的实施方案中,图3为本申请实施例一提供的另一种信息推送方法的流程示意图,如图3所示,在执行步骤202时,可以通过以下步骤得到:
步骤301、根据所述原始响应值和所述第一用户数量,确定符合每个活动的用户筛选条件的用户的平均响应值。
步骤302、根据所述第一用户数量和所述第二用户数量,确定符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户占符合该活动的用户筛选条件的用户的比例值。
步骤303、根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数。
具体的,可以根据公式:AVGj=∑iSij/SUMj来确定该平均响应值,其中,AVGj表示符合活动j的用户筛选条件的用户的平均响应值,Sij为用于表示所述目标用户i对活动j的匹配率和成功参与率的原始响应值,SUMj为符合活动j的用户筛选条件的用户的第一用户数量,根据公式:Ij=Oj/SUMj来确定该比例值,其中,Ij符合活动j的用户筛选条件的用户中也满足多个活动中的其他活动的用户占符合该活动的用户筛选条件的用户的比例值,Oj为符合活动j的用户筛选条件的用户中也满足多个活动中的其他活动的用户筛选条件的第二用户数量,在得到出符合每个活动的用户筛选条件的用户的平均响应值、符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户占符合该活动的用户筛选条件的用户的比例值和目标用户符合的活动的活动数量后,可以进一步确定目标用户和多个活动之间的关系,从而可以确定出在多个活动的影响下目标用户在每个活动下的活动响应惩罚系数。
在一个可行的实施方案中,图4为本申请实施例一提供的另一种信息推送方法的流程示意图,如图4所示,在执行步骤303时,可以通过以下步骤得到:
步骤401、将所述原始响应值作为被除数,将所述平均响应值作为除数,计算所述原始响应值作和所述平均响应值的比值。
步骤402、将设定常数作为被减数,将所述比例值作为减数,计算所述设定常数与所述比例值的差值。
步骤403、根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数。
需要说明的是,设定常数可以为1,当然也可以设置为其他数值,例如:1.1、1.2或2等等数量,关于设定常数的具体数值可以根据实际需要进行设定,在此不做具体限定。
在一个可行的实施方案中,图5为本申请实施例一提供的另一种信息推送方法的流程示意图,如图5所示,在执行步骤403时,可以通过以下步骤得到:
步骤501、计算所述活动数量的倒数与第一权重的第一乘积。
步骤502、计算所述差值与第二权重的第二乘积。
步骤503、计算所述第一乘积、所述第二乘积和所述比值之和,以将所述之和作为所述活动响应惩罚系数。
具体的,当设定常数取值为1时,活动响应惩罚系数可以通过公式:v·(1-Ij)+w·(1/Ri)+(Sij/AVGj)来确定,其中,1-Ij能够表示只符合活动j的人群数量在满足活动j的所有人群数量中的占比,Ri表示目标用户i符合的活动的活动数量,v表示第二权重,w表示第一权重。
需要说明的是,第一权重和第二权重的取值范围为(0,1),关于第一权重和第二权重的具体取值数值可以根据实际需要进行设定和调整,在此不做具体限定。
在一个可行的实施方案中,图6为本申请实施例一提供的另一种信息推送方法的流程示意图,如图6所示,在执行根据目标用户的用户画像和多个活动分别对应的的用户筛选条件,确定用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值的步骤时,可以通过以下步骤实现:
步骤601、根据所述目标用户的用户画像和所述多个活动的用户筛选条件,确定所述目标用户和每个活动的匹配率,以及所述目标用户参与每个活动的成功参与率。
步骤602、根据每个活动对应的所述匹配率和所述成功参与率,确定所述原始响应值。
具体的,根据目标用户的用户画像和各活动的用户筛选条件进行匹配,可以确定出目标用户和每个活动的匹配率,即:目标用户是否符合该活动的用户筛选条件(目标用户是否符合该活动的参与条件),以及可以确定出目标用户对于每个活动的成功参与率,即:目标用户响应该活动的概率,在得到目标用户和每个活动的匹配率,以及目标用户参与每个活动的成功参与率后,可以根据上述上述两个参数确定出用于表示述目标用户对每个活动的匹配率和成功参与率的原始响应值,即:通过原始响应值能够反映出目标用户对每个活动的匹配率和成功参与率。
需要说明的是,具体如何根据匹配率和所述成功参与率来确定原始响应值可以根据实际需要进行设定,在此不做具体限定。
在一个可行的实施方案中,图7为本申请实施例一提供的另一种信息推送方法的流程示意图,如图7所示,在执行步骤602时,可以通过以下步骤实现:
步骤701、根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值。
步骤702、对所述目标用户在每个活动的最终响应值进行比较,以将所述多个活动中所述目标用户的最大的最终响应值对应的活动作为所述目标活动。
具体的,在目标用户符合至少两个活动时,目标用户对每个活动的原始响应值都会受到其他符合条件的活动的影响,影响的程度的具体化数值为上述的活动响应惩罚系数,在得到上述的活动响应惩罚系数和原始响应值,可以确定出目标用户对于每个活动的最终响应值,即:在多个活动的影响下,用于表示目标用户对每个活动的匹配率和成功参与率的真实响应概率,为了提高推送的活动的准确性,以及为了降低目标用户产生反感情绪的概率,对于一个目标用户而言,对该目标用户在各活动上的最终响应值进行比较,然后将最终响应值最大的活动作为目标活动推送给目标用户的用户设备,由于只是将最终响应值最大的活动作为目标活动,因此可以降低向目标用户推送的活动的数量,且推送的活动为目标用户响应概率最大的活动,因此有利于提高提高推送的活动的准确性,以及有利于降低目标用户产生反感情绪的概率。
在一个可行的实施方案中,在执行步骤702时,可以计算所述活动响应惩罚系数和所述原始响应值的乘积,以将所述乘积作为所述目标用户对于每个活动的最终响应值。
需要说明的是,在的得到活动响应惩罚系数和原始响应值后,还可以通过其他计算方式得到最终响应值,例如:将上述两种参数作为输入参数,输入到具体模型中,将模型输出的结果作为最终响应值,关于具体的计算方式可以根据实际需要进行设置,在此不做具体限定。
实施例二
图8为本申请实施例二提供的一种信息推送装置的结构示意图,如图8所述,该信息推送装置包括:
第一确定单元81,用于根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值;
第二确定单元82,用于根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动;
推送单元83,用于将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端。
在一个可行的实施方案中,所述多个活动包括所述目标平台在预设时长内进行的全部活动,所述目标用户包括属于所述目标平台的用户。
在一个可行的实施方案中,所述目标用户的用户画像包括所述目标用户在指定平台注册时填写的显性信息和/或根据所述目标用户在所述指定平台的历史数据挖掘得到的隐性信息。
在一个可行的实施方案中,所述第一确定单元81的配置在用于根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数时,包括:
根据所述目标用户的用户画像和所述多个活动分别对应的用户筛选条件,确定符合每个活动的用户筛选条件的用户的第一用户数量、符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户筛选条件的第二用户数量、所述目标用户符合的活动的活动数量;
根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数。
在一个可行的实施方案中,所述第一确定单元81的配置在用于根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数时,包括:
根据所述原始响应值和所述第一用户数量,确定符合每个活动的用户筛选条件的用户的平均响应值;
根据所述第一用户数量和所述第二用户数量,确定符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户占符合该活动的用户筛选条件的用户的比例值;
根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数。
在一个可行的实施方案中,所述第一确定单元81的配置在用于根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数时,包括:
将所述原始响应值作为被除数,将所述平均响应值作为除数,计算所述原始响应值作和所述平均响应值的比值;
将设定常数作为被减数,将所述比例值作为减数,计算所述设定常数与所述比例值的差值;
根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数。
在一个可行的实施方案中,所述第一确定单元81的配置在用于根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数时,包括:
计算所述活动数量的倒数与第一权重的第一乘积;
计算所述差值与第二权重的第二乘积;
计算所述第一乘积、所述第二乘积和所述比值之和,以将所述之和作为所述活动响应惩罚系数。
在一个可行的实施方案中,所述第一确定单元81的配置在用于根据目标用户的用户画像和多个活动分别对应的的用户筛选条件,确定用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值时,包括:
根据所述目标用户的用户画像和所述多个活动的用户筛选条件,确定所述目标用户和每个活动的匹配率,以及所述目标用户参与每个活动的成功参与率;
根据每个活动对应的所述匹配率和所述成功参与率,确定所述原始响应值。
在一个可行的实施方案中,所述第二确定单元82的配置在用于根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动时,包括:
根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值;
对所述目标用户在每个活动的最终响应值进行比较,以将所述多个活动中所述目标用户的最大的最终响应值对应的活动作为所述目标活动。
在一个可行的实施方案中,所述第二确定单元82的配置在用于根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值时,包括:
计算所述活动响应惩罚系数和所述原始响应值的乘积,以将所述乘积作为所述目标用户对于每个活动的最终响应值。
关于上述单元的详细介绍可参考实施例一的相关说明,在此不再详细赘述。
在本申请中,由于目标用户的用户信息充斥在网络中,例如包括:用户的基本信息和用户在互联网上的历史数据等,因此根据目标用户的用户画像可以确定出目标用户的产品需求,因此,可以根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定出用于表示目标用户对每个活动的匹配率和成功参与率的原始响应值,同时,如果将目标用户满足的所有活动都推送给目标用户,会影响到目标用户对每个活动的原始响应值,因此需要确定出用于表示在多个活动的影响下目标用户在每个活动下的活动响应惩罚系数,然后根据活动响应惩罚系数和原始响应值,确定在多个活动中目标用户的响应概率最高的目标活动,通过该步骤可以确定出目标用户最有可能产生响应的活动,在确定出目标活动后,将该目标活动的活动信息推送给目标用户的用户设备,以使该目标用户通过该用户设备获知该活动信息,由于是将目标用户最有可能产生响应的活动的活动信息推送给该目标用户,因此通过上述方法,有利于提高推送信息的准确性。
实施例三
图9为本申请实施例三提供的一种电子设备的结构示意图,包括:处理器901、存储介质902和总线903,所述存储介质902存储有所述处理器901可执行的机器可读指令,当电子设备运行上述的信息推送方法时,所述处理器901与所述存储介质902之间通过总线903通信,所述处理器901执行所述机器可读指令,以执行以下步骤:
根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值;
根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动;
将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端。
在本申请实施例中,所述存储介质902还可以执行其它机器可读指令,以执行如实施例一中其它所述的方法,关于具体执行的方法步骤和原理参见实施例一的说明,在此不再详细赘述。
实施例四
本申请实施例四还提供了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运行时执行以下步骤:
根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值;
根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动;
将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端。
在本申请实施例中,该计算机程序被处理器运行时还可以执行其它机器可读指令,以执行如实施例一中其它所述的方法,关于具体执行的方法步骤和原理参见实施例一的说明,在此不再详细赘述。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,由于可以确定出目标用户最有可能产生响应的活动,在确定出目标活动后,将该目标活动的活动信息推送给目标用户的用户设备,以使该目标用户通过该用户设备获知该活动信息,由于是将目标用户最有可能产生响应的活动的活动信息推送给该目标用户,因此通过上述方法,有利于提高推送信息的准确性。
本申请实施例所提供的数据处理方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (22)
1.一种信息推送方法,其特征在于,包括:
根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值;
根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动;
将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端。
2.如权利要求1所述的信息推送方法,其特征在于,所述多个活动包括所述目标平台在预设时长内进行的全部活动,所述目标用户包括属于所述目标平台的用户。
3.如权利要求2所述的信息推送方法,其特征在于,所述目标用户的用户画像包括所述目标用户在指定平台注册时填写的显性信息和/或根据所述目标用户在所述指定平台的历史数据挖掘得到的隐性信息。
4.如权利要求2所述的信息推送方法,其特征在于,所述根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,包括:
根据所述目标用户的用户画像和所述多个活动分别对应的用户筛选条件,确定符合每个活动的用户筛选条件的用户的第一用户数量、符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户筛选条件的第二用户数量、所述目标用户符合的活动的活动数量;
根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数。
5.如权利要求4所述的信息推送方法,其特征在于,所述根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数,包括:
根据所述原始响应值和所述第一用户数量,确定符合每个活动的用户筛选条件的用户的平均响应值;
根据所述第一用户数量和所述第二用户数量,确定符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户占符合该活动的用户筛选条件的用户的比例值;
根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数。
6.如权利要求5所述的信息推送方法,其特征在于,所述根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数,包括:
将所述原始响应值作为被除数,将所述平均响应值作为除数,计算所述原始响应值作和所述平均响应值的比值;
将设定常数作为被减数,将所述比例值作为减数,计算所述设定常数与所述比例值的差值;
根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数。
7.如权利要求6所述的信息推送方法,其特征在于,所述根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数,包括:
计算所述活动数量的倒数与第一权重的第一乘积;
计算所述差值与第二权重的第二乘积;
计算所述第一乘积、所述第二乘积和所述比值之和,以将所述之和作为所述活动响应惩罚系数。
8.如权利要求1所述的信息推送方法,其特征在于,所述根据目标用户的用户画像和多个活动分别对应的的用户筛选条件,确定用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值,包括:
根据所述目标用户的用户画像和所述多个活动的用户筛选条件,确定所述目标用户和每个活动的匹配率,以及所述目标用户参与每个活动的成功参与率;
根据每个活动对应的所述匹配率和所述成功参与率,确定所述原始响应值。
9.如权利要求1所述的信息推送方法,其特征在于,所述根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动,包括:
根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值;
对所述目标用户在每个活动的最终响应值进行比较,以将所述多个活动中所述目标用户的最大的最终响应值对应的活动作为所述目标活动。
10.如权利要求9所述的信息推送方法,其特征在于,所述根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值,包括:
计算所述活动响应惩罚系数和所述原始响应值的乘积,以将所述乘积作为所述目标用户对于每个活动的最终响应值。
11.一种信息推送装置,其特征在于,包括:
第一确定单元,用于根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数,以及用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值;
第二确定单元,用于根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动;
推送单元,用于将所述目标活动的活动信息通过目标平台推送给所述目标用户的用户终端。
12.如权利要求11所述的信息推送装置,其特征在于,所述多个活动包括所述目标平台在预设时长内进行的全部活动,所述目标用户包括属于所述目标平台的用户。
13.如权利要求12所述的信息推送装置,其特征在于,所述目标用户的用户画像包括所述目标用户在指定平台注册时填写的显性信息和/或根据所述目标用户在所述指定平台的历史数据挖掘得到的隐性信息。
14.如权利要求12所述的信息推送装置,其特征在于,所述第一确定单元的配置在用于根据目标用户的用户画像和多个活动分别对应的用户筛选条件,确定用于表示在所述多个活动的影响下所述目标用户在每个活动下的活动响应惩罚系数时,包括:
根据所述目标用户的用户画像和所述多个活动分别对应的用户筛选条件,确定符合每个活动的用户筛选条件的用户的第一用户数量、符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户筛选条件的第二用户数量、所述目标用户符合的活动的活动数量;
根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数。
15.如权利要求14所述的信息推送装置,其特征在于,所述第一确定单元的配置在用于根据所述第一用户数量、所述第二用户数量和所述活动数量,确定所述活动响应惩罚系数时,包括:
根据所述原始响应值和所述第一用户数量,确定符合每个活动的用户筛选条件的用户的平均响应值;
根据所述第一用户数量和所述第二用户数量,确定符合每个活动的用户筛选条件的用户中也满足所述多个活动中的其他活动的用户占符合该活动的用户筛选条件的用户的比例值;
根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数。
16.如权利要求15所述的信息推送装置,其特征在于,所述第一确定单元的配置在用于根据所述比例值、所述平均响应值和所述活动数量,确定所述活动响应惩罚系数时,包括:
将所述原始响应值作为被除数,将所述平均响应值作为除数,计算所述原始响应值作和所述平均响应值的比值;
将设定常数作为被减数,将所述比例值作为减数,计算所述设定常数与所述比例值的差值;
根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数。
17.如权利要求16所述的信息推送装置,其特征在于,所述第一确定单元的配置在用于根据所述比值、所述差值和所述活动数量的倒数,确定所述活动响应惩罚系数时,包括:
计算所述活动数量的倒数与第一权重的第一乘积;
计算所述差值与第二权重的第二乘积;
计算所述第一乘积、所述第二乘积和所述比值之和,以将所述之和作为所述活动响应惩罚系数。
18.如权利要求11所述的信息推送装置,其特征在于,所述第一确定单元的配置在用于根据目标用户的用户画像和多个活动分别对应的的用户筛选条件,确定用于表示所述目标用户对每个活动的匹配率和成功参与率的原始响应值时,包括:
根据所述目标用户的用户画像和所述多个活动的用户筛选条件,确定所述目标用户和每个活动的匹配率,以及所述目标用户参与每个活动的成功参与率;
根据每个活动对应的所述匹配率和所述成功参与率,确定所述原始响应值。
19.如权利要求11所述的信息推送装置,其特征在于,所述第二确定单元的配置在用于根据所述活动响应惩罚系数和所述原始响应值,确定在所述多个活动中所述目标用户的响应概率最高的目标活动时,包括:
根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值;
对所述目标用户在每个活动的最终响应值进行比较,以将所述多个活动中所述目标用户的最大的最终响应值对应的活动作为所述目标活动。
20.如权利要求19所述的信息推送装置,其特征在于,所述第二确定单元的配置在用于根据所述活动响应惩罚系数和所述原始响应值,确定所述目标用户对于每个活动的最终响应值时,包括:
计算所述活动响应惩罚系数和所述原始响应值的乘积,以将所述乘积作为所述目标用户对于每个活动的最终响应值。
21.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至10中任一项所述的信息推送方法的步骤。
22.一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有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至10中任一项所述的信息推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910570094.9A CN111831896A (zh) | 2019-06-27 | 2019-06-27 | 一种信息推送方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910570094.9A CN111831896A (zh) | 2019-06-27 | 2019-06-27 | 一种信息推送方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111831896A true CN111831896A (zh) | 2020-10-27 |
Family
ID=72911588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910570094.9A Pending CN111831896A (zh) | 2019-06-27 | 2019-06-27 | 一种信息推送方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111831896A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950258A (zh) * | 2021-02-04 | 2021-06-11 | 北京淇瑀信息科技有限公司 | 活动分析方法、装置和电子设备 |
CN114358510A (zh) * | 2021-12-10 | 2022-04-15 | 南京国电南自电网自动化有限公司 | 一种虚拟电厂需求响应激励机制设计方法及实现装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110034174A (ko) * | 2009-09-28 | 2011-04-05 | 주식회사 다음커뮤니케이션 | 광고 서비스 제공 방법 및 서버 장치 |
CN104965890A (zh) * | 2015-06-17 | 2015-10-07 | 深圳市腾讯计算机系统有限公司 | 广告推荐的方法和装置 |
CN108681919A (zh) * | 2018-05-10 | 2018-10-19 | 苏州跃盟信息科技有限公司 | 一种内容推送方法及装置 |
CN109034907A (zh) * | 2018-08-06 | 2018-12-18 | 北京三快在线科技有限公司 | 广告数据投放方法及装置、电子设备、存储介质 |
-
2019
- 2019-06-27 CN CN201910570094.9A patent/CN111831896A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110034174A (ko) * | 2009-09-28 | 2011-04-05 | 주식회사 다음커뮤니케이션 | 광고 서비스 제공 방법 및 서버 장치 |
CN104965890A (zh) * | 2015-06-17 | 2015-10-07 | 深圳市腾讯计算机系统有限公司 | 广告推荐的方法和装置 |
CN108681919A (zh) * | 2018-05-10 | 2018-10-19 | 苏州跃盟信息科技有限公司 | 一种内容推送方法及装置 |
CN109034907A (zh) * | 2018-08-06 | 2018-12-18 | 北京三快在线科技有限公司 | 广告数据投放方法及装置、电子设备、存储介质 |
Non-Patent Citations (1)
Title |
---|
刘光榕;任建涛;: "基于客户画像的精准推荐", 科技经济导刊, no. 35, 15 December 2016 (2016-12-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950258A (zh) * | 2021-02-04 | 2021-06-11 | 北京淇瑀信息科技有限公司 | 活动分析方法、装置和电子设备 |
CN112950258B (zh) * | 2021-02-04 | 2024-02-20 | 北京淇瑀信息科技有限公司 | 活动分析方法、装置和电子设备 |
CN114358510A (zh) * | 2021-12-10 | 2022-04-15 | 南京国电南自电网自动化有限公司 | 一种虚拟电厂需求响应激励机制设计方法及实现装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10455363B2 (en) | Systems and methods for using geo-blocks and geo-fences to discover lookalike mobile devices | |
US10939233B2 (en) | System and method for real-time prediction of mobile device locations | |
US9542503B2 (en) | Estimation of closeness of topics based on graph analytics | |
US8732015B1 (en) | Social media pricing engine | |
CN105677881A (zh) | 一种信息推荐方法、装置及服务器 | |
CN107301247B (zh) | 建立点击率预估模型的方法及装置、终端、存储介质 | |
CN105634924B (zh) | 一种媒体信息的展示方法、服务器及客户端 | |
CN111831896A (zh) | 一种信息推送方法、装置、电子设备和存储介质 | |
WO2019075120A1 (en) | SYSTEMS AND METHODS FOR USING GEOBLOCS AND GEOBARRIERS TO DISCOVER SIMILAR MOBILE DEVICES | |
CN111062746B (zh) | 广告流量预估方法、装置及电子设备 | |
CN110807667A (zh) | 一种激活沉睡客户的方法和装置 | |
CN113011911B (zh) | 基于人工智能的数据预测方法、装置、介质及电子设备 | |
CN111464620B (zh) | 一种边缘辅助移动群智感知真值发现系统及其激励方法 | |
CN111753386B (zh) | 一种数据处理方法及装置 | |
CN111859289A (zh) | 交通工具的交易转化率预估方法、装置、电子设备及介质 | |
US20230098800A1 (en) | Automated measurement and analytics software for out of home content delivery | |
CN110210885B (zh) | 挖掘潜在客户的方法、装置、设备及可读存储介质 | |
JP7249316B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
CN115439195A (zh) | 虚拟账户创建方法、系统、服务器及计算机可读存储介质 | |
JP7231192B2 (ja) | コミュニティの活性度測定方法、コミュニティの成熟度測定方法及びコミュニティの活性度測定プログラム | |
US20170185901A1 (en) | System and method for user model based on app behavior | |
CN107451255B (zh) | 一种基于关注关系的用户兴趣处理方法和装置 | |
CN113011912A (zh) | 媒体信息处理方法、装置、电子设备以及存储介质 | |
CN112132659A (zh) | 信息的推荐方法、装置、电子设备及计算机可读介质 | |
CN109584036A (zh) | 对象计算方法、装置、电子设备及计算机可读存储介质 |
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 |