CN112148992A - 内容推送方法、装置、计算机设备和存储介质 - Google Patents
内容推送方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112148992A CN112148992A CN202011125838.5A CN202011125838A CN112148992A CN 112148992 A CN112148992 A CN 112148992A CN 202011125838 A CN202011125838 A CN 202011125838A CN 112148992 A CN112148992 A CN 112148992A
- Authority
- CN
- China
- Prior art keywords
- response
- content
- push
- 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 62
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 230000004044 response Effects 0.000 claims abstract description 637
- 230000006399 behavior Effects 0.000 claims description 327
- 230000002996 emotional effect Effects 0.000 claims description 69
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000008451 emotion Effects 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 44
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000001960 triggered effect Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000005284 excitation Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 235000019633 pungent taste Nutrition 0.000 description 1
- 230000003068 static effect Effects 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)
- Information Transfer Between Computers (AREA)
Abstract
本申请涉及一种内容推送方法、装置、计算机设备和存储介质。所述方法包括:确定待进行内容推送的待推送用户;获取所述待推送用户对应的目标用户群,所述目标用户群是基于用户特征进行用户群划分得到的;根据所述目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度;所述候选推送内容对应的内容推送度是根据响应行为类型对应的推送响应分数得到;根据所述候选推送内容对应的内容推送度,从所述候选推送内容集合选取候选推送内容,作为目标推送内容;向所述待推送用户对应的终端推送所述目标推送内容。可以采用云服务器进行内容推送,采用本方法能够提高内容推送的准确度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种内容推送方法、装置、计算机设备和存储介质。
背景技术
随着互联网技术的发展,人们对互联网的使用越来越频繁。在很多场景下都存在向用户推送内容的需求,例如向用户终端推送广告。互联网广告成为广告投放的新形式,在互联网广告投放活动中,流量主可以在用户使用服务的过程中,通过广告系统向用户投放广告,比如,在用户使用应用软件的过程中向用户投放广告。
然而,服务器通常是根据内容的热度向用户推送内容,导致推送的内容可信赖度低,对用户造成干扰,即内容推送的准确度低。
发明内容
基于此,有必要针对上述内容推送的准确度低的技术问题,提供一种内容推送方法、装置、计算机设备和存储介质。
一种内容推送方法,所述方法包括:确定待进行内容推送的待推送用户;获取所述待推送用户对应的目标用户群,所述目标用户群是基于用户特征进行用户群划分得到的;根据所述目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度;其中,所述候选推送内容对应的内容推送度是根据响应行为类型对应的推送响应分数得到,所述响应行为类型为所述目标用户群中的各个用户对所述候选推送内容的响应行为的行为类型;根据所述候选推送内容对应的内容推送度,从所述候选推送内容集合选取候选推送内容,作为目标推送内容;向所述待推送用户对应的终端推送所述目标推送内容。
一种内容推送装置,所述装置包括:待推送用户确定模块,用于确定待进行内容推送的待推送用户;目标用户群获取模块,用于获取所述待推送用户对应的目标用户群,所述目标用户群是基于用户特征进行用户群划分得到的;内容推送度获取模块,用于根据所述目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度;其中,所述候选推送内容对应的内容推送度是根据响应行为类型对应的推送响应分数得到,所述响应行为类型为所述目标用户群中的各个用户对所述候选推送内容的响应行为的行为类型;目标推送内容得到模块,用于根据所述候选推送内容对应的内容推送度,从所述候选推送内容集合选取候选推送内容,作为目标推送内容;目标推送内容推送模块,用于向所述待推送用户对应的终端推送所述目标推送内容。
在一些实施例中,所述内容推送度获取模块包括:响应行为类型确定单元,用于确定所述目标用户群中的各个用户对所述候选推送内容的响应行为的响应行为类型;目标响应用户数量确定单元,用于对属于同一响应行为类型的响应行为对应的用户数量进行统计,得到各个响应行为类型对应的目标响应用户数量;推送响应分数确定单元,用于根据所述响应行为类型对应的目标响应用户数量确定所述响应行为类型对应的推送响应分数;内容推送度确定单元,用于根据各个所述响应行为类型对应的推送响应分数,确定所述候选推送内容对应的内容推送度。
在一些实施例中,所述推送响应分数确定单元还用于:根据所述响应行为类型对应的目标响应用户数量以及所述目标用户群的群用户数量,确定所述响应行为类型对应的目标响应用户率;将所述目标响应用户率与所述响应行为类型对应的基础响应用户率进行对比,得到对比结果;根据所述对比结果以及所述基础响应用户率对应的基础响应分数进行分数计算,得到所述响应行为类型对应的推送响应分数。
在一些实施例中,所述推送响应分数确定单元还用于:将所述目标响应用户率减去所述基础响应用户率,得到的用户率差值,确定所述用户率差值与目标阈值的大小关系;根据所述大小关系以及所述响应行为类型对应的行为情感倾向确定所述响应行为类型对应的额外分数;根据所述基础响应用户率对应的基础响应分数以及所述额外分数确定所述响应行为类型对应的推送响应分数。
在一些实施例中,所述推送响应分数确定单元还用于执行下列步骤中的至少一个:当所述用户率差值大于第一阈值且所述响应行为类型对应的行为情感倾向为正向情感倾向时,确定所述额外分数为所述响应行为类型对应的激励分数;当所述用户率差值小于第二阈值且所述响应行为类型对应的行为情感倾向为正向情感倾向时,确定所述额外分数为所述响应行为类型对应的惩罚分数;当所述用户率差值大于第三阈值且所述响应行为类型对应的行为情感倾向为负向情感倾向时,确定所述额外分数为所述响应行为类型对应的惩罚分数;当所述用户率差值小于第四阈值且所述响应行为类型对应的行为情感倾向为负向情感倾向时,确定所述额外分数为所述响应行为类型对应的激励分数。
在一些实施例中,所述推送响应分数确定单元还用于:对同一个候选推送内容对应的推送响应分数进行统计,得到各个所述候选推送内容分别对应的综合响应分数;对所述候选推送内容集合中的各个候选推送内容分别对应的综合响应分数进行统计,得到所述候选推送内容集合对应的统计响应分数;计算所述综合响应分数相对于所述统计响应分数的分数比例,作为所述候选推送内容对应的内容推送度。
在一些实施例中,所述待推送用户确定模块包括:业务推荐信息展示请求接收单元,用于接收业务推荐信息展示请求,所述业务推荐信息展示请求用于请求在目标用户对应的目标终端展示目标业务的目标业务推荐信息,将所述目标用户作为待推荐用户;所述内容推送装置还包括候选推送内容集合确定模块,所述候选推送内容集合确定模块,用于获取所述目标业务对应的各个业务激励资源的资源描述内容,作为所述候选推送内容集合中的候选推送内容;所述目标推送内容推送模块,还用于向所述待推送用户对应的终端推送所述目标业务推荐信息以及所述目标推送内容,以使得所述终端对应显示所述目标业务推荐信息以及所述目标推送内容。
在一些实施例中,所述装置还包括:业务执行信息发送模块,用于当接收到针对所述目标推送内容的触发操作时,向所述终端发送业务执行信息,以通过与所述终端进行交互,执行所述目标业务;业务激励资源转移模块,用于当确定所述目标业务已执行时,向所述待推送用户对应的资源账户转移所述目标推送内容所对应的业务激励资源。
在一些实施例中,所述目标推送内容得到模块,还用于从所述候选推送内容集合中,确定满足内容推送度条件的候选推送内容,作为目标推送内容,所述内容推送度条件包括内容推送度大于推送度阈值或者内容推送度排序在预设排序之前的至少一个。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述内容推送方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述内容推送方法的步骤。
上述内容推送方法、装置、计算机设备和存储介质,确定待进行内容推送的待推送用户,获取待推送用户对应的目标用户群,目标用户群是基于用户特征进行用户群划分得到的,根据目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度,根据候选推送内容对应的内容推送度,从候选推送内容集合选取候选推送内容,作为目标推送内容,向待推送用户对应的终端推送目标推送内容,由于响应行为能够反映用户对推送内容的感兴趣情况,目标用户群是基于用户特征进行用户群划分得到的,故综合用户群的用户的响应行为类型对应的推送响应分数,能够确定基于用户特征划分在同一个用户群的用户对候选推送内容的感兴趣情况,基于候选推送内容对应的内容推送度能够提高获取到待推送用户感兴趣的推送内容的准确度,从而提高了内容推送的准确度。
附图说明
图1为一些实施例中内容推送方法的应用环境图;
图2为一些实施例中内容推送方法的流程示意图;
图3为一些实施例中推送内容的展示界面;
图4为一些实施例中推送内容的展示界面;
图5为一些实施例中内容推送系统的架构图;
图6为一些实施例中内容推送系统对应的时序图;
图7为一些实施例中计算推送响应分数的原理图;
图8为一些实施例中用户群与流量源之间的对应关系;
图9为一些实施例中进行内容推送的流程图;
图10为一些实施例中内容推送装置的结构框图;
图11为一些实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的内容推送方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。服务器104可以确定待进行内容推送的待推送用户,待推送用户例如可以是终端102对应的用户,服务器104可以获取待推送用户对应的目标用户群。其中,目标用户群是基于用户特征进行用户群划分得到的。服务器104可以根据目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度;其中,候选推送内容对应的内容推送度是根据响应行为类型对应的推送响应分数得到,响应行为类型为目标用户群中的各个用户对候选推送内容的响应行为的行为类型。服务器104可以根据候选推送内容对应的内容推送度,从候选推送内容集合选取候选推送内容,作为目标推送内容。服务器104可以向待推送用户对应的终端推送目标推送内容,例如向终端102推送目标推送内容。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
云技术(Cloud technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来,实现数据的计算、储存、处理和共享的一种托管技术。
云技术(Cloud technology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称,可以组成资源池,按需所用,灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源,如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用,将来每个物品都有可能存在自己的识别标志,都需要传输到后台系统进行逻辑处理,不同程度级别的数据将会分开处理,各类行业数据皆需要强大的系统后盾支撑,只能通过云计算来实现。
在一些实施例中,如图2所示,提供了一种内容推送方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
S202,确定待进行内容推送的待推送用户。
其中,推送的内容可以是任意能够被推送的信息,可以包括视频、语音、图片或文本中的至少一种,例如可以是广告,广告例如可以是商品类的广告。广告例如可以是图3中的(a)中的302“限时领新手福利”以及图3中的(c)中的304“限时领2元还款券”。推送的内容可以是与业务相关的。不同的业务对应的推送的内容可以相同,也可以不同,业务例如可以是信用卡绑定业务。一种业务产品中可以推送另外一种业务产品的内容。例如,可以在信用卡还款业务中分配流量,用于曝光其他业务、场景或产品中的相关内容,以提高用户价值以及商业回报。
推送指的是将信息从服务器传输至终端,推送可以通过发送短信、向终端应用软件发送消息或在终端应用软件中展示信息中的任意一种方式实现。推送也可以称为曝光。终端应用软件指的是在终端中运行的应用软件,例如可以是信用卡应用软件,用户可以通过信用卡应用软件进行信用卡的办理以及信用卡还款业务。推送内容的过程可以理解为分配流量的过程。推送的内容可以称为流量源,例如一个广告可以是一个流量源。流量主可以将需求方的流量源进行曝光。流量主指的是拥有流量的平台或者用户。流量主也可以称为业务方。业务方需要将需求方的流量源合理以及高效的进行分配,提高用户、自身以及需求方之间的匹配度,为不同的用户匹配感兴趣或者有价值的流量内容,与需求方共同获取商业回报。流量内容指的是流量源的内容。
待推送用户指的是待向其推送内容的用户,可以是与服务器进行通信的任意的终端对应的用户,例如可以是通过终端访问服务器的任意的用户。服务器可以为终端应用软件对应的后台服务器,待推送用户可以是当前时刻使用终端应用软件的用户,例如可以是当前时刻打开终端应用软件中页面的用户。
具体地,服务器可以根据终端发送的推送内容获取请求,确定待进行内容推送的待推送用户。当终端获取到获取推送内容的触发事件时,可以向服务器发送携带用户标识的推送内容获取请求,服务器可以将推送内容获取请求中用户标识对应的用户,作为待推送用户。推送内容获取请求用于请求获取待推送内容。推送内容获取触发事件可以包括对终端应用软件中的推送内容展示按钮的选择操作或者获取终端应用软件的界面的操作中的至少一种。用户标识用于唯一识别用户,可以包括用户的手机号、身份证号或用户在应用软件上注册的账号中的至少一种。
S204,获取待推送用户对应的目标用户群,目标用户群是基于用户特征进行用户群划分得到的。
其中,用户群是指多个用户组成的群体,多个是指至少两个。目标用户群中的用户具有相同用户特征。用户特征是与目标用户相关的特征,用于描述用户的特性。用户特征可以包括用户的属性特征。用户属性特征例如可以包括用户的年龄、性别、爱好或居住地中的至少一种信息。对于同一个终端应用软件,可以对应有不同的用户群。不同的用户群对终端应用软件中展示的内容的感兴趣程度可以相同也可以不同。目标用户群指的是待推送用户所属的用户群。用户群可以对应有用户群标识,用户群标识用于唯一识别用户群。当用户群中的用户被推送内容时,不管用户是否看到推送的内容,可以认为内容被曝光。
具体地,服务器中可以存储有用户标识与用户群标识之间的对应关系。服务器可以根据用户标识获取用户所属的用户群的用户群标识,也可以获取同一用户群标识对应的用户标识的数量,作为用户群标识对应的用户群中用户的数量。服务器可以获取待推送用户的用户标识,根据待推送用户的用户标识确定待推送用户所属的用户群,作为待推送用户对应的目标用户群。其中,待推送用户的用户标识可以是终端向服务器发送的请求中携带的,例如可以是终端发送的推送内容获取请求中携带的。
S206,根据目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度;其中,候选推送内容对应的内容推送度是根据响应行为类型对应的推送响应分数得到,响应行为类型为目标用户群中的各个用户对候选推送内容的响应行为的行为类型。
其中,推送内容是指用于推送的内容。对内容进行推送的过程可以称为曝光内容。一个候选推送内容集合包括多个推送内容。推送内容集合可以是根据业务目的区分的,不同的推送内容集合可以对应不同的业务目的。推送内容例如可以是图3中的(a)中的“限时领新手福利”以及图3中的(c)中的“限时领2元还款券”,在图3中的(a)中,当终端接收到点击“限时领新手福利”的操作,或者在图3中的(c)中,当终端接收到点击“限时领2元还款券”的操作,终端的显示页面均会跳转到图3中的(b),由于图3中的(b)为提供绑卡业务的界面,即“限时领新手福利”以及“限时领2元还款券”对应的是绑卡业务,因此可以将“限时领新手福利”以及“限时领2元还款券”作为绑卡业务对应的推送内容集合中的推送内容。
同一个用户群可以对应有至少一种业务目的的推送内容集合。可以根据业务目的确定候选内容集合。业务目的指的是业务期望得到的结果。业务目的可以根据用户终端展示的页面确定,例如当展示的页面为某件商品的详情界面时,业务目的可以是购买商品,则可以获取购买商品所对应的各个优惠活动的描述信息,一个优惠活动的描述信息为一个推送内容。服务器中可以预先存储有不同业务目的分别对应的推送内容集合。对于不同的用户群,相同业务目的的候选推送内容集合中的各个候选推送内容对应的内容推送度可以不同,也可以相同。例如,候选推送内容集合包括候选推送内容1和候选推送内容2,对于用户群1,候选推送内容1和候选推送内容2对应的内容推送度分别为30%和70%,对于用户群2,候选推送内容1和候选推送内容2对应的内容推送度分别为60%和40%。
响应行为指的是用户对推送内容做出的行为,响应行为类型指的是响应行为的类型。响应行为对应的行为类型可以包括无视、关闭、删除、点击、阅读、留言、订阅、转发、收藏、领取以及核销等用户自然行为中的至少一种。用户群响应也可以称为用户群的多维度响应。不同的响应行为可以对应不同的响应行为类型,例如,可以将关闭的响应行为类型设置为类型1,将点击的响应行为类型设置为类型2。一种响应行为类型可以对应一种维度。其中,领取是指用户领取推送内容中包括的资源,例如领取流量曝光中的“奖品”,可以通过领取的资源的数量、内容、面额或是否为实物中的至少一种将领取划分为不同的种类。核销是指用户使用了领取的资源,可以通过核销的资源的数量、内容、面额或是否为实物中的至少一种将核销划分为不同的种类。
响应行为类型可以对应有行为情感倾向,行为情感倾向可以反映用户对推送内容的情感上的态度,可以为正向情感倾向或负向情感倾向中的任意一种,正向情感倾向可以表示用户对推送内容感兴趣,负向情感倾向可以表示用户对推送内容不感兴趣。正向情感倾向的行为例如可以是收藏。负向情感倾向的行为例如可以是将该内容标记为“不允许推送”或者举报该内容。
响应行为类型对应的推送响应分数,可以根据用户群中对候选推送内容作为此响应行为类型的行为的用户数量或用户占比计算得到。推送响应分数表示用于对候选推送内容的感兴趣情况,推送响应分数越高,表示用户对候选推送内容的越感兴趣。用户占比指的是户群中对候选推送内容作为此响应行为类型的行为的用户数量与用户群中包的用户的总数量之间的比值。当响应行为类型对应正向情感倾向时,推送响应分数与用户数量可以成正相关关系,当响应行为类型对应负向情感倾向时,推送响应分数与用户数量可以成负相关关系。正相关关系指的是:在其他条件不变的情况下,两个变量变动方向相同,一个变量由大到小变化时,另一个变量也由大到小变化。负相关关系指的是:在其他条件不变的情况下,两个变量变动方向相反,一个变量由大到小变化时,另一个变量由小到大变化。可以理解的是,这里的正相关关系是指变化的方向是一致的,但并不是要求当一个变量有一点变化,另一个变量就必须也变化。例如,可以设置当变量a为10至20时,变量b为100,当变量a为20至30时,变量b为120。这样,a与b的变化方向都是当a变大时,b也变大。但在a为10至20的范围内时,b可以是没有变化的。负相关关系也并不是要求当一个变量有一点变化,另一个变量就必须也变化。
各个候选推送内容可以分别对应有内容推送度。内容推送度可以反映推送内容的推荐优先级,内容推送度越大,则推荐优先级越高,内容推送度越小,则推荐优先级越低。内容推送度与推送响应分数成正相关关系。内容推送度可以是相对值,例如可以为百分数或者小数,候选推送内容集合中各个候选推送内容对应的内容推送度相加的结果可以为1。当然,内容推送度也可以是具体的数值,例如可以是20。
具体地,服务器可以根据特定业务目的,从预先存储的目标用户群对应的各个业务目的分别对应的推送内容集合中,获取特定业务目的对应的推送内容集合,作为候选推送内容集合。
S208,根据候选推送内容对应的内容推送度,从候选推送内容集合选取候选推送内容,作为目标推送内容。
具体地,目标推送内容是根据候选推送内容对应的内容推送度,从候选推送内容集合中选取的。服务器可以根据内容推送度的大小或者内容推送度的排序,从候选推送内容集合选取候选推送内容,作为目标推送内容,例如可以从候选推送内容集合中选取最大的内容推送度对应的候选推送内容,作为目标推送内容,或者从候选推送内容集合中选取排序在特定排序之前的候选推送内容,特定排序可以根据需要设置,也可以是预先设置的,例如可以是第二。当然,服务器也可以从候选推送内容集合中随机选取候选推送内容,作为目标推送内容。
在一些实施例中,候选推送内容对应的内容推送度可以是,该候选推送内容在各个候选推送内容中被推送的概率。具体地,服务器可以根据候选推送内容对应的推送响应分数,得到候选推送内容对应的响应分数,计算一个候选推送内容的响应分数与各个候选推送内容的总的响应分数之间的比值,得到候选推送内容对应被推送的概率,作为候选推送内容对应的内容推送度。例如针对同一用户群下的多个流量源,如果一个用户群对应n个流量源,计算其中1个流量源的积分的整体占比,作为流量源对应的内容推送度。如流量源1的响应分数为10,全部流量源的响应分数为100。则流量源1获得的流量分配为10%,流量源1被推送的概率为10%,即流量源1对应的内容推送度为10%。
在一些实施例中,服务器可以获取待推送用户对应的推送内容限制条件,根据推送内容限制条件以及内容推送度,从候选推送内容集合中选取得到目标推送内容。服务器可以从候选推送内容集合中筛选得到满足推送内容限制条件的候选推送内容,得到初筛推送内容,根据内容推送度从各个初筛推送内容中选取得到目标推送内容。服务器还可以从候选推送内容集合中选取依次选取候选推送内容,当某次选取的候选推送内容满足推送内容限制条件时,停止从候选推送内容集合中选取候选推送内容,并将该次选取的候选推送内容作为目标推送内容。推送内容限制条件可以包括内容类型限制条件、内容大小限制条件、内容来源限制条件、用户是否在白名单、用户是否在黑名单、推送内容是否在有效期内中的至少一种。内容类型可以包括文本、图片、视频或语音中的至少一种、内容大小例如为2M,内容来源可以包括提供内容的用户或者平台,例如可以是“某某电商”。推送内容限制条件例如可以是“禁止推送视频”。
在一些实施例中,步骤S208根据候选推送内容对应的内容推送度,从候选推送内容集合选取候选推送内容,作为目标推送内容包括:从候选推送内容集合中,确定满足内容推送度条件的候选推送内容,作为目标推送内容,内容推送度条件包括内容推送度大于推送度阈值或者内容推送度排序在预设排序之前的至少一个。
其中,推送度阈值可以是预先设置的,也可以是根据需要设置的,例如可以是80%。预设排序可以是预先设置的,也可以是根据需要设置的,例如可以是第二位。
具体地,服务器可以从候选推送内容集合中,选取最大的内容推送度对应的候选推送内容,得到目标推送内容,或者选取内容推送度大于推送度阈值的候选推送内容,得到目标推送内容。服务器还可以按照从小到大的顺序对内容推送度进行排序,从候选推送内容集合中选取排序在预设排序之前的内容推送度对应的内容推送度,得到目标推送内容。
本实施例中,从候选推送内容集合中,确定满足内容推送度条件的候选推送内容,作为目标推送内容,由于内容推送度条件包括内容推送度大于推送度阈值或者内容推送度排序在预设排序之前的至少一个,从而可以根据内容推送度确定用户感兴趣的推送内容,提高了内容推送的准确度。
S210,向待推送用户对应的终端推送目标推送内容。
其中,待推送用户对应的终端可以是待推送用户登录的终端应用软件所在的终端。采用本申请实施例的内容推送方法,对用同一终端应用软件上的同一页面,用户不同或者用户所属的用户群不同,页面中推送的内容可以不同。如图3所示,展示了信用卡应用中的信用卡还款业务的首页,其中,图3中的(a)为用户a的终端展示的页面,图3中的(c)为用户b的终端展示的页面,用户a属于用户群1,用户b属于用户群2,对于用户群1,“限时领新手福利”以及“限时领2元还款券”对应的内容推送度分别是80%和20%,对于用户群2,“限时领新手福利”以及“限时领2元还款券”对应的内容推送度分别是30%和70%,因此可以向用户推送内容推送度较大的推送内容,即向用户a推送“限时领新手福利”,向用户b推送“限时领2元还款券”。
具体地,服务器中可以预先存储有各个用户分别对应的终端。服务器可以根据待推送用户的用户标识确定待推送用户的终端,将目标推送内容发送至待推送用户对应的终端。
上述内容推送方法中,确定待进行内容推送的待推送用户,获取待推送用户对应的目标用户群,目标用户群是基于用户特征进行用户群划分得到的,根据目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度,根据候选推送内容对应的内容推送度,从候选推送内容集合选取候选推送内容,作为目标推送内容,向待推送用户对应的终端推送目标推送内容,由于响应行为能够反映用户对推送内容的感兴趣情况,目标用户群是基于用户特征进行用户群划分得到的,故综合用户群的用户的响应行为类型对应的推送响应分数,能够确定基于用户特征划分在同一个用户群的用户对候选推送内容的感兴趣情况,基于候选推送内容对应的内容推送度能够提高获取到待推送用户感兴趣的推送内容的准确度,从而提高了内容推送的准确度。
在一些实施例中,步骤S206根据目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度包括:确定目标用户群中的各个用户对候选推送内容的响应行为的响应行为类型;对属于同一响应行为类型的响应行为对应的用户数量进行统计,得到各个响应行为类型对应的目标响应用户数量;根据响应行为类型对应的目标响应用户数量确定响应行为类型对应的推送响应分数;根据各个响应行为类型对应的推送响应分数,确定候选推送内容对应的内容推送度。
其中,目标用户群中可以包括多个用户,不同的用户对相同的候选推送内容的响应行为可能相同,也可能不同。例如,候选推送内容为一个网络链接,用户群中有些用户可能忽视该网络链接,有些用户可能点击该网络链接。目标用户群中的一个用户可以对候选推送内容做出至少一种的响应行为。例如,候选推送内容为在终端应用软件中推送的一件商品,用户可以“点击”以及“收藏”推送的商品。
响应行为类型对应的目标响应用户数量指的是目标用户群中,对候选推送内容作为该响应行为类型的响应行为的用户的数量。目标响应用户数量可以是大于等于0的。例如,服务器向一个包括100个用户的用户群推送了一款商品的购买链接,用户可以收藏、点击或者忽视该购买链接,若这100个用户中,收藏、点击以及忽视该链接的人数分别是90、80和0,则收藏对应的目标响应用户数量为90,忽视对应的目标响应用户数量为0。
响应行为类型对应的推送响应分数还可以根据响应行为类型对应的目标响应用户数量以及响应行为类型对应的行为情感倾向确定。响应行为类型对应的行为情感倾向不同,目标响应用户数量与推送响应分数之间的关系也不同。当响应行为类型对应正向情感倾向时,目标响应用户数量与推送响应分数之间成正相关关系,当响应行为类型对应负向情感倾向时,目标响应用户数量与推送响应分数之间成负相关关系。
候选推送内容对应的内容推送度,可以根据候选推送内容的各个响应行为类型对应的推送响应分数计算得到,例如可以对推送响应分数进行统计,得到统计结果,可以将统计结果作为内容推送度,也可以对统计结果进行处理得到内容推送度,例如可以对统计结果进行归一化处理,得到内容推送度。
具体地,服务器可以周期性的计算候选推送内容对应的内容推送度,周期可以是固定的,也可以是根据需要变化的。计算候选推送内容对应的内容推送度的周期可以称为推送周期,在推送周期中,服务器可以获取推送周期中用户群中各个用户对应候选推送内容的响应行为,即用户群响应,计算得到对于该用户群,该候选推送内容对应的内容推送度。候选推送内容对应的内容推送度可以为多个推送周期分别计算得到的内容推送度的统计值。例如服务器可以根据当前推送周期的用户群响应计算得到第一内容推送度,根据历史推送周期的用户群响应计算得到第二内容推送度,计算第一内容推送度与第二内容推送度进行加权计算,将加权计算的结果作为当前推送周期的内容推送度。周期性的计算内容推送度,可以动态的更新内容推送度,实现自动地调整流量分配。流量分配指的是对流量源的曝光进行分配,可以包括确定流量源的曝光次数、曝光时机或者曝光时长中的至少一种。
在一些实施例中,服务器可以采集历史时间段内,目标用户群中的各个用户对单个候选推送内容作为的响应行为的类型,得到各个用户分别对应的响应行为类型集合,根据各个用户分别对应的响应行为类型集合进行统计,得到各个响应行为类型对应的目标响应用户数量。例如,服务器可以确定各个响应行为类型集合中,包括第一响应行为类型的响应行为类型集合的数量,作为第一响应行为类型对应的目标响应用户数量。第一响应行为类型指的是用户可以对候选推送内容做出的行为的类型。例如,候选推送内容为一个弹窗,并且该弹窗只能被关闭和点击,则第一响应行为类型可以为关闭和点击中的任意一种。
本实施例中,确定目标用户群中的各个用户对候选推送内容的响应行为的响应行为类型,对属于同一响应行为类型的响应行为对应的用户数量进行统计,得到各个响应行为类型对应的目标响应用户数量,根据响应行为类型对应的目标响应用户数量确定响应行为类型对应的推送响应分数,根据各个响应行为类型对应的推送响应分数,确定候选推送内容对应的内容推送度,从而实现了利用用户群中的用户的响应行为确定内容推送度,提高了内容推送度的准确度。
在一些实施例中,根据响应行为类型对应的目标响应用户数量确定响应行为类型对应的推送响应分数包括:根据响应行为类型对应的目标响应用户数量以及目标用户群的群用户数量,确定响应行为类型对应的目标响应用户率;将目标响应用户率与响应行为类型对应的基础响应用户率进行对比,得到对比结果;根据对比结果以及基础响应用户率对应的基础响应分数进行分数计算,得到响应行为类型对应的推送响应分数。
其中,群用户数量指的是目标用户群中包括的用户的个数,例如可以是100个。基础响应用户率可以是预先设置的数值,基础响应用户率可以根据需要进行修改,例如,当某一用户群中对某一推送内容的目标响应用户数量超过用户数量阈值时,可以将基础响应用户率设置的大一些。用户数量阈值可以根据需要设置,也可以是预先设置的,例如可以是1000。基础响应用户率例如可以是50%。各个响应行为类型可以分别对应有基础响应用户率,不同的响应行为类型对应的基础响应用户率可以相同也可以不同。基础响应分数可以是预先设置的数值。基础响应分数可以是正数或负数中的任意一种,例如可以是10分。不同的响应行为类型对应的基础响应分数可以相同也可以不同。正向情感倾向的响应行为类型对应的基础响应分数为正数,负向情感倾向的响应行为类型对应的基础响应分数为负数。基础响应用户率对应的基础响应分数可以理解为响应行为类型对应的基础响应分数。基础响应用户率和基础响应分数可以周期性或触发性的进行修改。
响应行为类型对应的目标响应用户率,是根据响应行为类型对应的目标响应用户数量以及目标用户群的群用户数量计算得到的,目标响应用户率是目标响应用户数量与群用户数量的百分比,例如可以是30%。目标响应用户数量与群用户数量的百分比,也可以称作目标响应用户数量占群用户数量的百分比。
对比结果是根据目标响应用户率与基础响应用户率进行对比得到的,可以包括目标响应用户率与基础响应用户率的差值或比值中的至少一种,目标响应用户率与基础响应用户率的差值可以包括目标响应用户率减去基础响应用户率的结果。
具体地,服务器可以根据对比结果确定响应行为类型对应的额外分数,可以根据额外分数以及基础响应分数进行分数计算,得到响应行为类型对应的推送响应分数。例如,服务器可以计算额外分数与基础响应分数相加后的结果,作为响应行为类型对应的推送响应分数。额外分数可以为激励分数或惩罚分数中的任意一种。激励分数为正数,例如为5分,惩罚分数为负数,例如可以为-5分。其中,服务器还可以根据对比结果以及响应行为类型对应的行为情感倾向确定响应行为类型对应的额外分数。额外分数可以周期性或触发性的更新。
本实施例中,根据对比结果以及基础响应用户率对应的基础响应分数进行分数计算,得到响应行为类型对应的推送响应分数,提高了计算推送响应分数的灵活性。
在一些实施例中,根据对比结果以及基础响应用户率对应的基础响应分数进行分数计算,得到响应行为类型对应的推送响应分数包括:将目标响应用户率减去基础响应用户率,得到的用户率差值,确定用户率差值与目标阈值的大小关系;根据大小关系以及响应行为类型对应的行为情感倾向确定响应行为类型对应的额外分数;根据基础响应用户率对应的基础响应分数以及额外分数确定响应行为类型对应的推送响应分数。
其中,用户率差值是目标响应用户率减去基础响应用户率后得到的差值。目标阈值可以是预先设置的百分数,例如可以是50%。每个响应行为类型可以分别对应有目标阈值。不同的响应行为类型对应的目标阈值可以相同也可以不同。确定用户率差值与目标阈值的大小关系指的是确定响应行为类型对应的用户率差值与该响应行为类型对应的目标阈值的大小关系。用户率差值与目标阈值的大小关系可以为用户率差值大于目标阈值、小于目标阈值或等于目标阈值中的任意一种。目标阈值可以周期性或触发性的更新。
具体地,服务器可以根据大小关系以及响应行为类型对应的行为情感倾向,确定响应行为类型对应的额外分数。服务器可以计算基础响应用户率对应的基础响应分数与额外分数相加后的结果,作为响应行为类型对应的推送响应分数。
本实施例中,根据基础响应用户率对应的基础响应分数以及额外分数确定响应行为类型对应的推送响应分数,由于响应行为类型对应的额外分数是根据大小关系以及响应行为类型对应的行为情感倾向确定的,因此推送响应分数的计算不仅涉及了用户率差值的大小并且涉及了行为情感倾向,提高了推送响应分数的准确度。
在一些实施例中,根据大小关系以及响应行为类型对应的行为情感倾向确定响应行为类型对应的额外分数包括以下步骤的至少一个:当用户率差值大于第一阈值且响应行为类型对应的行为情感倾向为正向情感倾向时,确定额外分数为响应行为类型对应的激励分数;当用户率差值小于第二阈值且响应行为类型对应的行为情感倾向为正向情感倾向时,确定额外分数为响应行为类型对应的惩罚分数;当用户率差值大于第三阈值且响应行为类型对应的行为情感倾向为负向情感倾向时,确定额外分数为响应行为类型对应的惩罚分数;当用户率差值小于第四阈值且响应行为类型对应的行为情感倾向为负向情感倾向时,确定额外分数为响应行为类型对应的激励分数。
其中,第一阈值、第二阈值、第三阈值以及第四阈值可以是根据需要设置的,也可以是预先设置的。第一阈值大于或等于第二阈值,第一阈值例如为60%,第二阈值例如为40%。第三阈值大于或等于第四阈值,第一阈值例如为50%,第二阈值例如为30%。各个阈值可以周期性或触发性的更新。目标阈值可以包括第一阈值、第二阈值、第三阈值或第四阈值中的至少一种。
在一些实施例中,当目标响应用户率小于基础响应用户率时,若响应行为类型对应的行为情感倾向为正向情感倾向,可以确定额外分数为响应行为类型对应的惩罚分数。当然,当用户率差值小于第二阈值时还可以将额外分数设置为预设值,预设值例如可以为0。
本实施例中,当用户率差值大于第一阈值且响应行为类型对应的行为情感倾向为正向情感倾向时,确定额外分数为响应行为类型对应的激励分数,当用户率差值小于第二阈值且响应行为类型对应的行为情感倾向为正向情感倾向时,确定额外分数为响应行为类型对应的惩罚分数,当用户率差值大于第三阈值且响应行为类型对应的行为情感倾向为负向情感倾向时,确定额外分数为响应行为类型对应的惩罚分数,当用户率差值小于第四阈值且响应行为类型对应的行为情感倾向为负向情感倾向时,确定额外分数为响应行为类型对应的激励分数,提高了额外分数计算的精细程度,提高了额外分数的准确度。充分利用用户的行为情感倾向,从而可以实现在合适的场景,为合适的用户群推荐合适的内容,提高流量的利用效率,提供给用户匹配的内容和信息,提升用户体验。
在一些实施例中,根据各个响应行为类型对应的推送响应分数,确定候选推送内容对应的内容推送度包括:对同一个候选推送内容对应的推送响应分数进行统计,得到各个候选推送内容分别对应的综合响应分数;对候选推送内容集合中的各个候选推送内容分别对应的综合响应分数进行统计,得到候选推送内容集合对应的统计响应分数;计算综合响应分数相对于统计响应分数的分数比例,作为候选推送内容对应的内容推送度。
其中,同一个候选推送内容对应的推送响应分数,指的是同一个候选推送内容对应的各个响应行为类型分别对应的推送响应分数,例如候选推送内容A的响应行为类型包括T1和T2两种类型,T1的推送响应分数C1,T2的推送响应分数C2,则候选推送内容A对应的推送响应分数包括T1以及T2。
候选推送内容对应综合响应分数可以是对该候选推送内容对应的推送响应分数进行统计运算得到的。其中,统计运算可以包括求和运算或加权运算中的任意一种。例如,可以计算各个候选推送内容对应的推送响应分数相加后的结果,得到候选推送内容对应综合响应分数。响应行为类型可以对应有类型权重。不同的响应行为类型对应的类型权重可以相同,也可以不同。可以根据响应行为类型对应的类型权重,对推送响应分数进行加权求和,得到候选推送内容对应综合响应分数。例如,T1和T2对应的类型权重分别为W1和W2,则候选推送内容对应综合响应分数可以为C1×W1+C2×W2。类型权重可以是预先设置的,也可以是根据需要确定的,例如可以根据响应行为对应的深度,确定响应行为对应的响应行为类型的类型权重,类型权重可以与响应行为的深度成正相关关系,即响应行为的深度越大,类型权重越大。例如,用户对推送内容做出的行为从先到后分别是H1和H2,则H1对应的类型权重可以小于H2对应的类型权重。其中响应行为对应的深度可以是根据响应行为在用户做出的多个响应行为中的排序确定的。例如,用户对推送内容做出的各个响应行为之间可以是有先后关系的,可以按照从先到后的顺序,对响应行为进行排序,根据排序结果确定响应行为的深度。排序越靠前,发生的时机越靠前,响应行为的深度越小,排序越靠后,发生的时机越靠后,响应行为的深度越大。例如,推送内容为“商品链接”,用户可以通过对“商品链接”进行选择操作进入商品购买界面,在商品购买界面中通过对“立即购买”进行选择操作进入付款页面,在付款页面进行支付操作,即对“立即购买”的选择操作在对“商品链接”的选择操作之后,支付操作在对“商品链接”的选择操作之后。
候选推送内容集合对应的统计响应分数可以是对候选推送内容集合中的各个候选推送内容分别对应的综合响应分数进行求和计算得到的。例如,候选推送内容集合包括候选推送内容A和候选推送内容B这2个候选推送内容。候选推送内容A和候选推送内容B对应的综合响应分数分别为Z1和Z2,则候选推送内容集合对应的统计响应分数可以为Z1+Z2。
可以通过对各个候选推送内容对应的综合响应分数进行归一化处理,得到各个候选推送内容分别对应的内容推送度。综合响应分数相对于统计响应分数的分数比例指的是,综合响应分数与统计响应分数之间的比值。例如可以计算综合响应分数与统计响应分数的比值,得到内容推送度。例如,计算Z1与Z1+Z2的比值,得到候选推送内容A对应的内容推送度Z1÷(Z1+Z2)。
本实施例中,计算综合响应分数相对于统计响应分数的分数比例,作为候选推送内容对应的内容推送度,由于候选推送内容分别对应的综合响应分数,是通过对该候选推送内容对应的各个推送响应分数进行统计得到的,候选推送内容集合对应的统计响应分数,是通过对候选推送内容集合中的各个候选推送内容分别对应的综合响应分数进行统计得到的,因此,分数比例越大,则表明用户对候选推送内容的感兴趣程度越大,提高了内容推送度的准确度。
在一些实施例中,步骤S202确定待进行内容推送的待推送用户包括:接收业务推荐信息展示请求,业务推荐信息展示请求用于请求在目标用户对应的目标终端展示目标业务的目标业务推荐信息,将目标用户作为待推荐用户;确定候选推送内容集合的步骤包括:获取目标业务对应的各个业务激励资源的资源描述内容,作为候选推送内容集合中的候选推送内容;步骤S210向待推送用户对应的终端推送目标推送内容包括:向待推送用户对应的终端推送目标业务推荐信息以及目标推送内容,以使得终端对应显示目标业务推荐信息以及目标推送内容。
其中,目标业务为业务推荐信息展示请求对应的业务。目标用户是与业务推荐信息展示请求对应的用户。业务推荐信息展示请求中可以携带目标用户对应的标识。目标终端为目标用户对应的终端。业务推荐信息指的是与业务相关的推荐信息,可以包括业务功能信息,例如可以是图3中的(a)中的“添加卡片、开通便捷还款服务”,业务功能信息例如可以是图3中的(a)中的“还款最快1分钟到账,支持70家银行极速还款”。业务推荐信息展示请求用于请求在目标用户对应的目标终端展示目标业务的目标业务推荐信息。
业务激励资源是为了激励用户参与业务而为用户提供的资源,可以为虚拟的资源,例如可以是红包或购物券中的至少一种,可以通过红包激励用户完成信用卡绑卡。资源描述内容指的是业务激励资源对应的描述内容,可以包括资源名称或资源大小中的至少一种。资源描述内容可以为“限时领取2元红包”。一个业务可以对应有多个业务激励资源,每种业务激励资源可以分别对应有资源描述内容。
具体地,当终端获取到对业务推荐信息展示的触发条件时,终端可以向服务器发送携带用户标识的业务推荐信息展示请求,服务器可以将业务推荐信息展示请求中携带的用户标识对应的用户,作为待推荐用户。
在一些实施例中,服务器中可以预先存储有各个业务分别对应的业务激励资源的资源描述内容,服务器可以根据目标业务,查找得到目标业务对应的各个业务激励资源的资源描述内容,分别作为候选推送内容集合中的候选推送内容。
在一些实施例中,服务器可以将目标业务推荐信息以及目标推送内容发送至待推送用户对应的终端,待推送用户对应的终端可以将目标业务推荐信息以及目标推送内容对应显示。对应显示可以包括将目标业务推荐信息以及目标推送内容显示在同一界面中,例如可以将目标推送内容嵌入在目标业务推荐信息对应的显示界面中,还可以包括目标推送内容悬浮显示在目标业务推荐信息的显示界面上。
本实施例中,接收业务推荐信息展示请求,业务推荐信息展示请求用于请求在目标用户对应的目标终端展示目标业务的目标业务推荐信息,将目标用户作为待推荐用户,获取目标业务对应的各个业务激励资源的资源描述内容,作为候选推送内容集合中的候选推送内容,向待推送用户对应的终端推送目标业务推荐信息以及目标推送内容,以使得终端对应显示目标业务推荐信息以及目标推送内容,能够实现业务与资源的强相关,以便于在用户期望得到资源的情况下,引导用户去执行业务,提升用户价值以及用户体验。
在一些实施例中,该内容推送方法还包括:当接收到针对目标推送内容的触发操作时,向终端发送业务执行信息,以通过与终端进行交互,执行目标业务;当确定目标业务已执行时,向待推送用户对应的资源账户转移目标推送内容所对应的业务激励资源。
其中,触发操作可以是触摸操作、语音操作、通过输入设备例如鼠标进行的操作或者手势操作中的至少一个,例如可以是点击操作。业务执行信息是指与执行业务相关的信息,通过业务执行信息,可以指示用户按照业务执行信息的提示参与业务。业务执行信息可以包括执行业务相关的动作信息或业务功能描述信息。动作信息例如可以是图3中的(b)中的“立即绑卡”。业务功能描述信息指的是与业务的功能相关的描述信息,例如可以是图3中的(b)所示的界面中展示的“秒级到账”等信息。
目标推送内容的触发操作可以是终端发送至服务器的。每个目标业务可以对应有业务执行信息,例如“添加信用卡”业务对应的业务执行信息包括用户完成添加信用卡的各个页面中的信息。执行目标业务可以得到目标业务对应的业务执行结果。业务执行结果可以为已执行、未执行、执行成功或执行失败中的任意一种。资源账户是指拥有用户的资源的账户,可以是任意的具有拥有用户资源的功能的账户,例如可以是用户的银行账户,也可以是互联网平台中的账户。
具体地,当终端检测到目标推送内容的触发操作时,可以将目标推送内容的触发操作发送至服务器。服务器可以获取目标推送内容对应的业务执行信息,可以向终端返回目标推送内容对应的业务执行信息,终端可以根据接收到的业务执行信息进行处理,或者接收用户对业务执行信息的处理操作,根据处理操作进行处理,并可以将处理过程中涉及到的数据传输至服务器,服务器可以存储终端传输的数据,或者根据终端的数据确定业务执行结果。当确定目标业务已执行时,服务器可以向资源管理中心发出资源转移指令,资源转移指令中可以携带转出的业务激励资源的数值以及待推送用户对应的资源账户,资源管理中心可以将目标推送内容对应的业务激励资源转移到待推送用户对应的资源账户上。资源管理中心指的是管理资源的机构对应的设备,例如可以是银行的设备或者互联网平台的设备。举例说明,如图3中的(c)所示,终端接收到对“限时领2元还款券”的点击操作时,可以通知服务器,服务器可以向终端发送图3中的(b)的界面对应的信息,使得终端显示图3中的(b)中的界面,当服务器确定图3中的(b)中的绑卡业务已执行时,向终端用户对应的资源账户转移2元还款券。
本实施例中,当确定目标业务已执行时,向待推送用户对应的资源账户转移目标推送内容对应的业务激励资源,可以在达到业务目的的同时,为用户提供了目标推送内容对应的业务激励资源,提升用户体验。如图4所示,为进行广告推送后,浏览器中的页面示意图,该页面中可以包括页面内容显示区域402以及广告显示区域404。页面内容显示区域402用于显示页面中的具体页面信息,广告显示区域404用于显示广告。广告的内容为“绑定XX账号,赚零花钱赢好礼”,从广告中可以看出为了吸引用户进行账号绑定,为用户提供了赚零花钱赢好礼的机会,提高了用户对绑定账号的接受程度,提高了用户绑定账号的概率。
在一些实施例中,如图5所示,提供了一种内容推送系统,内容推送系统包括响应收集模块、响应处理模块、数据库、响应处理模型、风控模块、流量分配模块以及流量监测模块七个部分,每个部分可以称为内容推送系统的子系统,各个子系统可以采用相同周期或者不同周期进行更新,例如更新标准、方法、规则、内容或工作原理中的至少一种。
其中,响应收集模块可以主动或被动的检测、采集以及上传用户群响应,可以从多维度统计独立用户的响应,可以将采集的数据上传至数据库或响应处理模块,可以将统计的结果传输至响应处理模块。例如可以从选择操作、输入操作、点击操作、接口触发、页面访问或基于商户号支付等维度统计独立用户的响应,并将采集的结果上传至系统数据库。
响应处理模块可以根据响应收集模块收集的数据,对响应进行多维度的初步处理,例如可以进行统计、计算或更新中的至少一种,可以将初步处理的结果存储至数据库中。
数据库可以收集、存储以及读取用户历史周期的响应内容和当前响应行为,可以周期性或触发性的更新数据库中的内容。
响应处理模型也可以称为用户群响应模型,是指基于用户群的响应和人为预设,而动态分配流量的一种方法和系统。响应处理模型可以触发性或周期性地收集、记录以及读取用户群响应,可以对用户群响应进行分类和处理,生成流量分配方法,可以基于处理结果触发性或周期性的变动流量分配方法。具体地,响应处理模型可以根据数据中存储的历史周期的响应行为和当前的响应行为进行分类,综合处理多个类型的响应,进行多个类型的响应行为的联合处理。
流量分配:是指响应处理模型基于用户群的一种或多种响应表现,在人为预设的基础上对多个流量源进行分配的分配方法。流量分配方法也可以称为流量分配策略。流量分配策略中包括各种响应行为类型分别对应的基础响应分数以及基础响应用户率,即包括个种维度分别对应的基础响应分数以及基础响应用户率。
风控模块是指监控用户风险的模块,可以包括内部风险或外部风险中的至少一种,可以实时或者周期性的监控用户的风险,当存在监控到潜在的风险用户时,可以向响应处理模型进行反馈,从而使得响应处理模型可以修改流量分配方法。
流量分配模块可以从响应处理模型获取流量分配方法,根据流量分配方法对不同的用户群分配不同的流量源,可以周期或者触发性的更新流量分配的逻辑,例如当响应处理模型中的流量分配方法更新时,可以触发流量分配模块中内容的更新。也可以是人为对响应处理模型中内容的修改触发的。
流量监测模块用于监控不同流量源的真实分配情况,并实时或周期性反馈至流量分配模块和用户响应处理模型以便为后续决策提供参考。
在一些实施例中,提供了一种内容推送方法,包括下面的步骤:
1、确定待进行内容推送的待推送用户。
其中,例如当用户通过终端访问图3中的(a)中的界面时,服务器可以将用户作为第推送用户。可以将用户推送“限时领新手福利”或者“限时领2元还款券”中的至少一种。
2、获取待推送用户对应的目标用户群,目标用户群是基于用户特征进行用户群划分得到的。
3、确定目标用户群中的各个用户对候选推送内容的响应行为的响应行为类型。
4、对属于同一响应行为类型的响应行为对应的用户数量进行统计,得到各个响应行为类型对应的目标响应用户数量。
5、根据响应行为类型对应的目标响应用户数量以及目标用户群的群用户数量,确定响应行为类型对应的目标响应用户率。
6、将目标响应用户率与响应行为类型对应的基础响应用户率进行对比,得到对比结果。
7、将目标响应用户率减去基础响应用户率,得到的用户率差值,确定用户率差值与目标阈值的大小关系。
8、根据大小关系以及响应行为类型对应的行为情感倾向确定响应行为类型对应的额外分数。
其中,目标阈值可以包括第一阈值、第二阈值、第三阈值以及第四阈值中的至少一种,当用户率差值大于第一阈值且响应行为类型对应的行为情感倾向为正向情感倾向时,确定额外分数为响应行为类型对应的激励分数;当用户率差值小于第二阈值且响应行为类型对应的行为情感倾向为正向情感倾向时,确定额外分数为响应行为类型对应的惩罚分数;当用户率差值大于第三阈值且响应行为类型对应的行为情感倾向为负向情感倾向时,确定额外分数为响应行为类型对应的惩罚分数;当用户率差值小于第四阈值且响应行为类型对应的行为情感倾向为负向情感倾向时,确定额外分数为响应行为类型对应的激励分数。
9、根据基础响应用户率对应的基础响应分数以及额外分数确定响应行为类型对应的推送响应分数。
10、对同一个候选推送内容对应的推送响应分数进行统计,得到各个候选推送内容分别对应的综合响应分数。
11、对候选推送内容集合中的各个候选推送内容分别对应的综合响应分数进行统计,得到候选推送内容集合对应的统计响应分数。
12、计算综合响应分数相对于统计响应分数的分数比例,作为候选推送内容对应的内容推送度。
13、根据候选推送内容对应的内容推送度,从候选推送内容集合选取候选推送内容,作为目标推送内容。
其中,例如对于目标用户群,“限时领新手福利”以及“限时领2元还款券”对应的内容推送度分别是30%和70%,则服务器可以将“限时领2元还款券”作为目标推送内容。
14、向待推送用户对应的终端推送目标推送内容。
在一些实施例中,如图6所示,展示了图5中提供的内容推送系统工作的时序图,包括下面的步骤:
步骤1:用户终端获取用户对流量项目的反映,将流量项目的反映上报到响应收集模块。对流量项目的反映可以是预设时间周期内用户对流量项目做出的一种或多种响应行为,流量项目可以理解为流量源。
步骤2:响应收集模块可以基于用户响应的触发上报,获取各个用户分别对应的响应内容,响应内容可以包括响应行为,将用户的响应内容以及用户的用户群标识传输至响应处理模块。流量模块可以理解为流量项目。内容推送系统中可以预先标记了任意用户的群归属,即预先存储了用户所属的用户群的标识。
步骤3:响应处理模块获取各个用户分别对应的响应内容,对不同用户群中用户的响应内容进行分析处理,例如进行计数、计数去重或累加中的至少一种,得到不同用户群的响应类型或响应类型对应的用户数量。
其中,响应处理模块基于平台对用户的标记,即用户对应的用户群标识,将用户分群统计,首先识别各个用户分别所属的用户群,针对同一用户群的响应结论做统计,例如,统计用户群1中的所有用户对某一流量入口的点击率。
步骤4:响应处理模块周期性或触发性将处理后的不同的用户群响应上传至数据库进行存储。
步骤5:响应处理模型可以周期性或触发性向数据库发起问询,数据库周期性或触发性反馈最新的用户群响应数据。
其中,响应处理模型针对不同的用户群,例如应用平台支持的全部用户群,均设有相同维度的响应模型,一个维度可以理解为一种响应行为类型。不同的用户群对应的响应模型的初始状态可以是相同的也可以是不同的,例如,相同维度对应的基础响应分数可以相同也可以不同,相同维度对应的基础响应用户率可以相同也可以不同。响应处理模型可以随着响应处理模块或响应收集模块上报的数据动态调整各个响应模型对应的内容。
具体地,如图7所示,针对任何一类用户群,响应处理模型可以进行下面的处理:(1)响应处理模型对用户群对应的响应模型进行初始化,即对流量分配策略进行初始化,即设置各个维度分别对应的基础响应用户率以及基础响应分数。模型初始化指的是对流量分配策略进行初始化。流量分配策略还可以包括流量源分别对应的初始的内容推送度,各个流量源可以分别对应相同的初始的内容推送度,即各个流量源平均分配流量。(2)响应收集模块或响应处理模块,上传用户群中用户的响应结果。(3)响应处理模型识别各个用户所属的用户群,并获取该用户群对应的响应模型。(4)对指定用户群的各个流量源进行分类,一个用户存在看到全部流量源的可能性,即一个用户可以对应多个流量源,如图8所示。一个流量源也可以被多个用户看到,即一个流量源可以对应多个用户。(5)特定用户群的响应模型,选定该特定用户群对应的特定流量源,根据上报数据,得到各个维度分别对应的目标响应用户率或目标响应用户数量中的至少一种,获取响应模型对应的基础响应用户率,将同一维度的目标响应用户率以及基础响应用户率进行对比,根据对比结果,确定各个维度分别对应的推送响应分数,根据各个维度分别对应的推送响应分数计算得到用户群对应该流量源的内容推送度。举例说明:假设一个用户群的一个流量源有X个维度,那么对于任一维度做比较,若实际数值相比模型值的差异大于阈值Th1且为正,则该流量源加分x1,若为负值则流量源减分x1;若相差阈值小于的能与Th1,则流量源评分不变。其中,每个维度可以设置初始积分x0;初始积分指的是维度对应的基础响应分数。实际值指的是目标响应用户率,模型值指的是基础响应用户率。对于每个维度X,均进行上述比较。最终X维度的积分变动(增加、减少、不变)累计加和形成最新的维度积分。阈值Th1对应目标阈值,x1对应额外分数。Th1以及x1可周期性或触发性变化。(6)针对同一用户群下的多个流量源,如一个用户群对应n个流量源,计算其中1个流量源的积分的整体占比,并按照该占比分配流量。如流量源1的积分为10,全部流量源的积分为100。则流量源1获得的流量分配为10%。
步骤6:响应处理模型依据最新的用户群流量反映,决策最新的流量分配策略。
其中,不同的用户会有不同的反应(点击、订阅等等)。收集不同用户的效果并不断完善模型,其他用户进来到页面时可以推荐更加适合,用户更加喜欢的内容。
步骤7:响应处理模型下发流量分配策略至流量分配模块。
步骤8:流量分配模块执行最新的流量分配策略。
其中,流量分配模块首先遍历全量可曝光的流量内容,当用户进入流量曝光的展示页面,基于流量分配模型,按流量曝光概率流量源进行曝光。其中,流量源对应的内容推送度与流量曝光概率之间成正相关关系。流量源的流量曝光概率越大,分配的流量越多,即进行曝光的时间或者次数越多。各个流量源均可以被曝光,各个流量源均有流量曝光场景。
当然,流量分配策略还可以是“仅曝光第一优先级流量”的分配策略。如图9所示,流量分配模块首先遍历全量可曝光的流量内容,当用户进入流量曝光的展示页面,基于流量分配模型,决策针对该用户的最优流量曝光顺序,优先级校验流量源是否满足曝光条件,校验内容包括但不限于用户是否在白名单中、用户是否在黑名单中以及流量源是否在有效期内,若判断高优先级流量源可用,则曝光,若全部流量源均不可用,则不对该用户进行流量源的曝光。
步骤9:流量监测模型实时监测流量分配情况。
步骤10:流量监测模块若发现流量异常,上报至风控模块。
步骤11:风控模块基于异常上报进行排查。
其中,当风控模块检测出某一个或多个流量模块有异常情况或风险时,会主动上报至响应处理模型,响应处理模型接到上报后,针对特定用户群以及特定流量来源对流量分配策略进行调整,针对反馈的正负影响分别调高、调低对应流量占比。
步骤12:风控模块返回异常排查结果至监测模块和相应响应处理模型。
步骤13:响应处理模型基于异常反馈重建流量分配策略。
步骤14:响应处理模型下发最新流量分配策略至流量分配模块。
步骤15:流量分配模块更新流量分配策略。
上述内容推送系统,在系统平台有多个可曝光的流量内容的情况下,依据已有用户群的响应结果,模型学习用户和流量曝光之间的最佳匹配度。可以智能地,依据用户群属性和特征分配不同的流量源。提升系统平台的效率。对于系统平台来说,可以提高流量的使用效率,对于用户来说,可以看到众多潜在曝光内容中匹配的一个,提升了用户价值,也降低了对用户的干扰。
应该理解的是,虽然图2-9的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-9中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一些实施例中,如图10所示,提供了一种内容推送装置,该装置可以采用软件模块或硬件模块,或者是二者的结合成为计算机设备的一部分,该装置具体包括待推送用户确定模块1002、目标用户群获取模块1004、内容推送度获取模块1006、目标推送内容得到模块1008和目标推送内容推送模块1010,其中:
待推送用户确定模块1002,用于确定待进行内容推送的待推送用户。
目标用户群获取模块1004,用于获取待推送用户对应的目标用户群,目标用户群是基于用户特征进行用户群划分得到的。
内容推送度获取模块1006,用于根据目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度;其中,候选推送内容对应的内容推送度是根据响应行为类型对应的推送响应分数得到,响应行为类型为目标用户群中的各个用户对候选推送内容的响应行为的行为类型。
目标推送内容得到模块1008,用于根据候选推送内容对应的内容推送度,从候选推送内容集合选取候选推送内容,作为目标推送内容。
目标推送内容推送模块1010,用于向待推送用户对应的终端推送目标推送内容。
在一些实施例中,内容推送度获取模块包括:
响应行为类型确定单元,用于确定目标用户群中的各个用户对候选推送内容的响应行为的响应行为类型。
目标响应用户数量确定单元,用于对属于同一响应行为类型的响应行为对应的用户数量进行统计,得到各个响应行为类型对应的目标响应用户数量。
推送响应分数确定单元,用于根据响应行为类型对应的目标响应用户数量确定响应行为类型对应的推送响应分数。
内容推送度确定单元,用于根据各个响应行为类型对应的推送响应分数,确定候选推送内容对应的内容推送度。
在一些实施例中,推送响应分数确定单元还用于:根据响应行为类型对应的目标响应用户数量以及目标用户群的群用户数量,确定响应行为类型对应的目标响应用户率;将目标响应用户率与响应行为类型对应的基础响应用户率进行对比,得到对比结果;根据对比结果以及基础响应用户率对应的基础响应分数进行分数计算,得到响应行为类型对应的推送响应分数。
在一些实施例中,推送响应分数确定单元还用于:将目标响应用户率减去基础响应用户率,得到的用户率差值,确定用户率差值与目标阈值的大小关系;根据大小关系以及响应行为类型对应的行为情感倾向确定响应行为类型对应的额外分数;根据基础响应用户率对应的基础响应分数以及额外分数确定响应行为类型对应的推送响应分数。
在一些实施例中,推送响应分数确定单元还用于执行下列步骤中的至少一个:
当用户率差值大于第一阈值且响应行为类型对应的行为情感倾向为正向情感倾向时,确定额外分数为响应行为类型对应的激励分数。
当用户率差值小于第二阈值且响应行为类型对应的行为情感倾向为正向情感倾向时,确定额外分数为响应行为类型对应的惩罚分数。当用户率差值大于第三阈值且响应行为类型对应的行为情感倾向为负向情感倾向时,确定额外分数为响应行为类型对应的惩罚分数。
当用户率差值小于第四阈值且响应行为类型对应的行为情感倾向为负向情感倾向时,确定额外分数为响应行为类型对应的激励分数。
在一些实施例中,推送响应分数确定单元还用于:对同一个候选推送内容对应的推送响应分数进行统计,得到各个候选推送内容分别对应的综合响应分数;对候选推送内容集合中的各个候选推送内容分别对应的综合响应分数进行统计,得到候选推送内容集合对应的统计响应分数;计算综合响应分数相对于统计响应分数的分数比例,作为候选推送内容对应的内容推送度。
在一些实施例中,待推送用户确定模块包括:
业务推荐信息展示请求接收单元,用于接收业务推荐信息展示请求,业务推荐信息展示请求用于请求在目标用户对应的目标终端展示目标业务的目标业务推荐信息,将目标用户作为待推荐用户。
内容推送装置还包括候选推送内容集合确定模块,候选推送内容集合确定模块,用于获取目标业务对应的各个业务激励资源的资源描述内容,作为候选推送内容集合中的候选推送内容;
目标推送内容推送模块,还用于向待推送用户对应的终端推送目标业务推荐信息以及目标推送内容,以使得终端对应显示目标业务推荐信息以及目标推送内容。
在一些实施例中,装置还包括:
业务执行信息发送模块,用于当接收到针对目标推送内容的触发操作时,向终端发送业务执行信息,以通过与终端进行交互,执行目标业务。
业务激励资源转移模块,用于当确定目标业务已执行时,向待推送用户对应的资源账户转移目标推送内容所对应的业务激励资源。
在一些实施例中,目标推送内容得到模块,还用于从候选推送内容集合中,确定满足内容推送度条件的候选推送内容,作为目标推送内容,内容推送度条件包括内容推送度大于推送度阈值或者内容推送度排序在预设排序之前的至少一个。
关于内容推送装置的具体限定可以参见上文中对于内容推送方法的限定,在此不再赘述。上述内容推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一些实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储推送内容、用户群标识、流量分配策略、响应行为以及用户信息等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种内容推送方法。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一些实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一些实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一些实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (15)
1.一种内容推送方法,其特征在于,所述方法包括:
确定待进行内容推送的待推送用户;
获取所述待推送用户对应的目标用户群,所述目标用户群是基于用户特征进行用户群划分得到的;
根据所述目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度;其中,所述候选推送内容对应的内容推送度是根据响应行为类型对应的推送响应分数得到,所述响应行为类型为所述目标用户群中的各个用户对所述候选推送内容的响应行为的行为类型;
根据所述候选推送内容对应的内容推送度,从所述候选推送内容集合选取候选推送内容,作为目标推送内容;
向所述待推送用户对应的终端推送所述目标推送内容。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度包括:
确定所述目标用户群中的各个用户对所述候选推送内容的响应行为的响应行为类型;
对属于同一响应行为类型的响应行为对应的用户数量进行统计,得到各个响应行为类型对应的目标响应用户数量;
根据所述响应行为类型对应的目标响应用户数量确定所述响应行为类型对应的推送响应分数;
根据各个所述响应行为类型对应的推送响应分数,确定所述候选推送内容对应的内容推送度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述响应行为类型对应的目标响应用户数量确定所述响应行为类型对应的推送响应分数包括:
根据所述响应行为类型对应的目标响应用户数量以及所述目标用户群的群用户数量,确定所述响应行为类型对应的目标响应用户率;
将所述目标响应用户率与所述响应行为类型对应的基础响应用户率进行对比,得到对比结果;
根据所述对比结果以及所述基础响应用户率对应的基础响应分数进行分数计算,得到所述响应行为类型对应的推送响应分数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述对比结果以及所述基础响应用户率对应的基础响应分数进行分数计算,得到所述响应行为类型对应的推送响应分数包括:
将所述目标响应用户率减去所述基础响应用户率,得到的用户率差值,确定所述用户率差值与目标阈值的大小关系;
根据所述大小关系以及所述响应行为类型对应的行为情感倾向确定所述响应行为类型对应的额外分数;
根据所述基础响应用户率对应的基础响应分数以及所述额外分数确定所述响应行为类型对应的推送响应分数。
5.根据权利要求4所述的方法,其特征在于,所述根据所述大小关系以及所述响应行为类型对应的行为情感倾向确定所述响应行为类型对应的额外分数包括以下步骤的至少一个:
当所述用户率差值大于第一阈值且所述响应行为类型对应的行为情感倾向为正向情感倾向时,确定所述额外分数为所述响应行为类型对应的激励分数;
当所述用户率差值小于第二阈值且所述响应行为类型对应的行为情感倾向为正向情感倾向时,确定所述额外分数为所述响应行为类型对应的惩罚分数;
当所述用户率差值大于第三阈值且所述响应行为类型对应的行为情感倾向为负向情感倾向时,确定所述额外分数为所述响应行为类型对应的惩罚分数;
当所述用户率差值小于第四阈值且所述响应行为类型对应的行为情感倾向为负向情感倾向时,确定所述额外分数为所述响应行为类型对应的激励分数。
6.根据权利要求2所述的方法,其特征在于,所述根据各个所述响应行为类型对应的推送响应分数,确定所述候选推送内容对应的内容推送度包括:
对同一个候选推送内容对应的推送响应分数进行统计,得到各个所述候选推送内容分别对应的综合响应分数;
对所述候选推送内容集合中的各个候选推送内容分别对应的综合响应分数进行统计,得到所述候选推送内容集合对应的统计响应分数;
计算所述综合响应分数相对于所述统计响应分数的分数比例,作为所述候选推送内容对应的内容推送度。
7.根据权利要求1所述的方法,其特征在于,所述确定待进行内容推送的待推送用户包括:
接收业务推荐信息展示请求,所述业务推荐信息展示请求用于请求在目标用户对应的目标终端展示目标业务的目标业务推荐信息,将所述目标用户作为待推荐用户;
确定所述候选推送内容集合的步骤包括:
获取所述目标业务对应的各个业务激励资源的资源描述内容,作为所述候选推送内容集合中的候选推送内容;
所述向所述待推送用户对应的终端推送所述目标推送内容包括:
向所述待推送用户对应的终端推送所述目标业务推荐信息以及所述目标推送内容,以使得所述终端对应显示所述目标业务推荐信息以及所述目标推送内容。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
当接收到针对所述目标推送内容的触发操作时,向所述终端发送业务执行信息,以通过与所述终端进行交互,执行所述目标业务;
当确定所述目标业务已执行时,向所述待推送用户对应的资源账户转移所述目标推送内容所对应的业务激励资源。
9.根据权利要求1所述的方法,其特征在于,所述根据所述候选推送内容对应的内容推送度,从所述候选推送内容集合选取候选推送内容,作为目标推送内容包括:
从所述候选推送内容集合中,确定满足内容推送度条件的候选推送内容,作为目标推送内容,所述内容推送度条件包括内容推送度大于推送度阈值或者内容推送度排序在预设排序之前的至少一个。
10.一种内容推送装置,其特征在于,所述装置包括:
待推送用户确定模块,用于确定待进行内容推送的待推送用户;
目标用户群获取模块,用于获取所述待推送用户对应的目标用户群,所述目标用户群是基于用户特征进行用户群划分得到的;
内容推送度获取模块,用于根据所述目标用户群获取候选推送内容集合中各个候选推送内容对应的内容推送度;其中,所述候选推送内容对应的内容推送度是根据响应行为类型对应的推送响应分数得到,所述响应行为类型为所述目标用户群中的各个用户对所述候选推送内容的响应行为的行为类型;
目标推送内容得到模块,用于根据所述候选推送内容对应的内容推送度,从所述候选推送内容集合选取候选推送内容,作为目标推送内容;
目标推送内容推送模块,用于向所述待推送用户对应的终端推送所述目标推送内容。
11.根据权利要求10所述的装置,其特征在于,所述内容推送度获取模块包括:
响应行为类型确定单元,用于确定所述目标用户群中的各个用户对所述候选推送内容的响应行为的响应行为类型;
目标响应用户数量确定单元,用于对属于同一响应行为类型的响应行为对应的用户数量进行统计,得到各个响应行为类型对应的目标响应用户数量;
推送响应分数确定单元,用于根据所述响应行为类型对应的目标响应用户数量确定所述响应行为类型对应的推送响应分数;
内容推送度确定单元,用于根据各个所述响应行为类型对应的推送响应分数,确定所述候选推送内容对应的内容推送度。
12.根据权利要求11所述的装置,其特征在于,所述推送响应分数确定单元还用于:
根据所述响应行为类型对应的目标响应用户数量以及所述目标用户群的群用户数量,确定所述响应行为类型对应的目标响应用户率;
将所述目标响应用户率与所述响应行为类型对应的基础响应用户率进行对比,得到对比结果;
根据所述对比结果以及所述基础响应用户率对应的基础响应分数进行分数计算,得到所述响应行为类型对应的推送响应分数。
13.根据权利要求12所述的装置,其特征在于,所述推送响应分数确定单元还用于:
将所述目标响应用户率减去所述基础响应用户率,得到的用户率差值,确定所述用户率差值与目标阈值的大小关系;
根据所述大小关系以及所述响应行为类型对应的行为情感倾向确定所述响应行为类型对应的额外分数;
根据所述基础响应用户率对应的基础响应分数以及所述额外分数确定所述响应行为类型对应的推送响应分数。
14.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
15.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011125838.5A CN112148992A (zh) | 2020-10-20 | 2020-10-20 | 内容推送方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011125838.5A CN112148992A (zh) | 2020-10-20 | 2020-10-20 | 内容推送方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112148992A true CN112148992A (zh) | 2020-12-29 |
Family
ID=73954093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011125838.5A Pending CN112148992A (zh) | 2020-10-20 | 2020-10-20 | 内容推送方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112148992A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348587A (zh) * | 2020-11-16 | 2021-02-09 | 脸萌有限公司 | 信息推送方法、装置和电子设备 |
CN113382087A (zh) * | 2021-07-13 | 2021-09-10 | 深圳前海微众银行股份有限公司 | 推送时间预测方法、装置、设备、存储介质及程序产品 |
CN113724815A (zh) * | 2021-08-30 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于决策分群模型的信息推送方法及装置 |
CN113987326A (zh) * | 2021-12-28 | 2022-01-28 | 北京达佳互联信息技术有限公司 | 资源推荐方法、装置、计算机设备及介质 |
CN114971742A (zh) * | 2022-06-29 | 2022-08-30 | 支付宝(杭州)信息技术有限公司 | 一种用户分类模型的训练、用户分类处理的方法及装置 |
CN116401465A (zh) * | 2023-06-06 | 2023-07-07 | 支付宝(杭州)信息技术有限公司 | 资源分组分配方法、调整值确定方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180189293A1 (en) * | 2014-12-01 | 2018-07-05 | Comcast Cable Communications, Llc | Content Recommendation System |
CN109241427A (zh) * | 2018-09-04 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
US20200044990A1 (en) * | 2018-07-31 | 2020-02-06 | Microsoft Technology Licensing, Llc | Sequence to sequence to classification model for generating recommended messages |
US20200311568A1 (en) * | 2019-03-26 | 2020-10-01 | Microsoft Technology Licensing, Llc | Filtering content using generalized linear mixed models |
-
2020
- 2020-10-20 CN CN202011125838.5A patent/CN112148992A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180189293A1 (en) * | 2014-12-01 | 2018-07-05 | Comcast Cable Communications, Llc | Content Recommendation System |
US20200044990A1 (en) * | 2018-07-31 | 2020-02-06 | Microsoft Technology Licensing, Llc | Sequence to sequence to classification model for generating recommended messages |
CN109241427A (zh) * | 2018-09-04 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
US20200311568A1 (en) * | 2019-03-26 | 2020-10-01 | Microsoft Technology Licensing, Llc | Filtering content using generalized linear mixed models |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348587A (zh) * | 2020-11-16 | 2021-02-09 | 脸萌有限公司 | 信息推送方法、装置和电子设备 |
CN112348587B (zh) * | 2020-11-16 | 2024-04-23 | 脸萌有限公司 | 信息推送方法、装置和电子设备 |
CN113382087A (zh) * | 2021-07-13 | 2021-09-10 | 深圳前海微众银行股份有限公司 | 推送时间预测方法、装置、设备、存储介质及程序产品 |
CN113724815A (zh) * | 2021-08-30 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 基于决策分群模型的信息推送方法及装置 |
CN113724815B (zh) * | 2021-08-30 | 2024-06-21 | 深圳平安智慧医健科技有限公司 | 基于决策分群模型的信息推送方法及装置 |
CN113987326A (zh) * | 2021-12-28 | 2022-01-28 | 北京达佳互联信息技术有限公司 | 资源推荐方法、装置、计算机设备及介质 |
CN113987326B (zh) * | 2021-12-28 | 2022-03-25 | 北京达佳互联信息技术有限公司 | 资源推荐方法、装置、计算机设备及介质 |
CN114971742A (zh) * | 2022-06-29 | 2022-08-30 | 支付宝(杭州)信息技术有限公司 | 一种用户分类模型的训练、用户分类处理的方法及装置 |
CN116401465A (zh) * | 2023-06-06 | 2023-07-07 | 支付宝(杭州)信息技术有限公司 | 资源分组分配方法、调整值确定方法和装置 |
CN116401465B (zh) * | 2023-06-06 | 2023-10-20 | 支付宝(杭州)信息技术有限公司 | 资源分组分配方法、调整值确定方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112148992A (zh) | 内容推送方法、装置、计算机设备和存储介质 | |
US11574139B2 (en) | Information pushing method, storage medium and server | |
CN108476334B (zh) | 广告投放的跨屏优化 | |
US10325289B2 (en) | User similarity groups for on-line marketing | |
WO2020135535A1 (zh) | 一种推荐模型训练方法及相关装置 | |
CN110458220B (zh) | 人群定向方法、装置、服务器及存储介质 | |
US8732015B1 (en) | Social media pricing engine | |
Chen et al. | Spatial Crowdsourcing: Challenges and Opportunities. | |
CN109272360B (zh) | 一种广告智能推荐方法、系统及装置 | |
CN110402570A (zh) | 信息处理方法和系统、服务器、终端、计算机存储介质 | |
CN107808314B (zh) | 用户推荐方法及装置 | |
CN111400613A (zh) | 物品推荐方法、装置、介质及计算机设备 | |
Jayapriya et al. | Cloud service recommendation based on a correlated QoS ranking prediction | |
CN112801670B (zh) | 针对支付操作的风险评估方法及装置 | |
CN109299356A (zh) | 基于大数据的活动推荐方法、装置、电子设备及存储介质 | |
KR102465655B1 (ko) | 뉴럴 네트워크를 이용하여 제1 단말과 관련된 광고 기업 리스트를 제공하는 방법 및 장치 | |
CN111552835A (zh) | 文件推荐方法、装置及服务器 | |
US20230231930A1 (en) | Content processing method and apparatus, computer device, and storage medium | |
CN114357292B (zh) | 模型训练方法、设备和存储介质 | |
CN107077455A (zh) | 釆用基于事件的流量评分确定流量质量 | |
CN109829593B (zh) | 目标对象的信用度确定方法、装置、存储介质及电子装置 | |
TWI657395B (zh) | 意見領袖之網路交易管理方法、系統以及儲存媒體 | |
CN115730125A (zh) | 对象识别方法、装置、计算机设备和存储介质 | |
US20230316106A1 (en) | Method and apparatus for training content recommendation model, device, and storage medium | |
CN115115074A (zh) | 一种电子资源消耗信息预测方法、装置、设备及存储介质 |
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 |