CN112202901A - 一种推广信息的推送方法、装置、设备及介质 - Google Patents

一种推广信息的推送方法、装置、设备及介质 Download PDF

Info

Publication number
CN112202901A
CN112202901A CN202011069711.6A CN202011069711A CN112202901A CN 112202901 A CN112202901 A CN 112202901A CN 202011069711 A CN202011069711 A CN 202011069711A CN 112202901 A CN112202901 A CN 112202901A
Authority
CN
China
Prior art keywords
information
promotion information
user
pushing
node
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
Application number
CN202011069711.6A
Other languages
English (en)
Inventor
黄文强
黄雅楠
浮晨琪
李蚌蚌
徐晨敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bank of China Ltd
Original Assignee
Bank of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202011069711.6A priority Critical patent/CN112202901A/zh
Publication of CN112202901A publication Critical patent/CN112202901A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06Q30/0253—During e-commerce, i.e. online transactions
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Signal Processing (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请提供了一种推广信息的推送方法，应用于区块链网络，该方法包括：第一节点从区块链获取用户的定制信息，然后根据该信息获取满足条件的推广信息集合，根据推广信息集合中的推广信息的特征值计算推送概率，根据推送概率进行推送。该方法使用户可以自主定制自己需要的推广信息，使得推广信息的推送更加具有针对性，提高了推广信息的效率。

Description

一种推广信息的推送方法、装置、设备及介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种推广信息的推送方法、装置、设备及计算机可读存储介质。
背景技术
随着电子商务的不断发展，移动支付技术应运而生。为了适应移动支付技术，许多银行推出了手机银行。用户可以通过手机银行完成转账、消费、投资等各种各样的功能。
随着手机银行的用户规模越来越大，许多银行在手机银行增加了推广信息。如在开屏页面、登录页面或者主页向用户呈现文字、图片、视频等形式的广告，用于推广信息，如推广银行的理财产品。
然而，现有的推送方法推送效果不佳，难以满足业务需求。
发明内容
本申请提供了一种推广信息的推送方法，该方法可以使用户自主定制所要接收的推送信息，提高了推广信息推送的针对性，提高了推送效率。本申请还提供了上述方法对应的装置、设备、计算机可读存储介质以及计算机程序产品。
第一方面，本申请提供了一种推广信息的推送方法，其特征在于，应用于区块链网络，包括第一节点和至少一个第二节点，该方法包括：第一节点从区块链中获取用户的定制信息，定制信息用于描述向所述用户推送所述推广信息的策略，然后根据所述定制信息获取针对所述用户的推广信息集合，推广信息集合包括至少一个推广信息，接着将所述推广信息集合中至少一个推广信息的特征值输入推送模型，获得所述至少一个推广信息的推送概率，从而根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息。
在一些可能的实现方式中，所述方法还包括：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，所述第一节点向所述用户推送所述目标推广信息。
在一些可能的实现方式中，所述方法还包括：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，所述第一节点将所述目标推广信息上传至所述区块链网络维护的区块链中；
所述第一节点从所述区块链中获取针对所述目标推广信息的调整信息，所述调整信息为所述第二节点对是否推送所述目标推广信息和/或所述目标推广信息的推送顺序进行调整产生的信息；
所述第一节点根据所述调整信息向所述用户推送所目标推广信息。
在一些可能的实现方式中，所述推送模型利用历史数据对神经网络模型训练得到，所述历史数据包括历史定制信息、历史推广信息以及历史推送标签，所述历史推送标签用于表征是否推送所述历史推广信息。
在一些可能的实现方式中，所述用户的定制信息包括所述用户原创的定制信息，或者所述用户根据其他用户的定制信息生成的定制信息。
在一些可能的实现方式中，所述第一节点为银行服务器，所述第二节点为用户终端。
第二方面，本申请提供了一种推广信息的推送装置，应用于区块链网络，区块链网络包括第一节点和至少一个第二节点，包括：
通信模块，用于从区块链中获取用户的定制信息，所述定制信息用于描述向所述用户推送所述推广信息的策略；
所述通信模块，还用于根据所述定制信息获取针对所述用户的推广信息集合，所述推广信息集合包括至少一个推广信息；
预测模块，用于将所述推广信息集合中至少一个推广信息的特征值输入推送模型，获得所述至少一个推广信息的推送概率；
推送模块，用于根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息。
在一些可能的实现方式中，所述推送模块，具体用于：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，向所述用户推送所述目标推广信息。
在一些可能的实现方式中，所述推送模块，包括：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，将所述目标推广信息上传至所述区块链网络维护的区块链中；
从所述区块链中获取针对所述目标推广信息的调整信息，所述调整信息为所述第二节点对是否推送所述目标推广信息和/或所述目标推广信息的推送顺序进行调整产生的信息；
根据所述调整信息向所述用户推送所目标推广信息。
在一些可能的实现方式中，所述推送模型利用历史数据对神经网络模型训练得到，所述历史数据包括历史定制信息、历史推广信息以及历史推送标签，所述历史推送标签用于表征是否推送所述历史推广信息。
在一些可能的实现方式中，所述用户的定制信息包括所述用户原创的定制信息，或者所述用户根据其他用户的定制信息生成的定制信息。
在一些可能的实现方式中，所述第一节点为银行服务器，所述第二节点为用户终端。
第三方面，本申请提供一种设备，所述设备包括处理器和存储器。所述处理器、所述存储器进行相互的通信。所述处理器用于执行所述存储器中存储的指令，以使得设备执行如第一方面或第一方面的任一种实现方式中的推广信息的推送方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，所述指令指示设备执行上述第一方面或第一方面的任一种实现方式所述的推广信息的推送方法。
第五方面，本申请提供了一种包含指令的计算机程序产品，当其在设备上运行时，使得设备执行上述第一方面或第一方面的任一种实现方式所述的推广信息的推送方法。
本申请在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请实施例提供了一种推广信息的推送方法，该方法应用于区块链网络，区块链网络包括第一节点和多个第二节点。在该方法中，用户的定制信息被传入到区块链中，银行后台根据定制信息获取符合要求的推广信息，并将符合条件的推广信息通过模型计算推送概率，根据概率向用户实现推送。该方法通过用户自主上传定制信息，使推送更符合用户的要求，提高了推广信息的效率。并且该方法避免了向用户推送该用户不喜欢的信息，提高了用户体验，。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种推广信息的推送方法的应用示意图；
图2为本申请实施例提供的一种推广信息的推送方法的流程图；
图3为本申请实施例提供的一种推广信息的用户定制界面示意图；
图4为本申请实施例提供的一种推广信息的推送装置的结构图。
具体实施方式
下面将结合本申请中的附图，对本申请提供的实施例中的方案进行描述。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。
为了便于理解本申请的技术方案，下面对本申请涉及的一些技术术语进行介绍。
推广是指将通过媒介等手段达到广而告之的效果。推广的对象可以是产品，该产品可以是实体产品，例如黄金等贵金属，该产品也可以是虚拟产品，如数字化的理财产品等等。
推广信息是指对待推广的对象进行推广的信息。一般而言，推广信息是指广告。其中，推广信息可以是各种类型，例如可以是文字类型，也可以是图片类型，还可以是视频类型、音频类型，或者是上述不同类型的结合。本申请实施例对此不作限定。
区块链是指由一个区块形成的链条，这个链条的实质是一个共享数据库，这个共享数据库是由区块链网络中的各个节点共同维护的。在区块链网络中，采用去中心化架构，区块链网络中的每个节点共同维护区块链，不再依靠中央处理节点。区块链网络的去中心化使得该共享数据库具有不可伪造、不可篡改等特性，而且共享数据库是公开透明的，全程留痕，便于追溯。
目前，手机银行在提供银行的各种服务的同时，会向用户展示理财广告、信贷广告等推广信息，但是广告种类繁多，并不能针对性的符合用户需求，因此推广信息的效率不高。
有鉴于此，本申请实施例提供了一种推广信息的推送方法。该方法应用于区块链网络。如图1所示，所述区块链网络100包括第一节点102和多个第二节点104。第一节点102和第二节点104也称为peer节点。多个peer节点之间形成有点对点(peer to peer，P2P)连接。其中，peer节点可以是物理机，如终端、服务器等，也可以是部署于物理机之上的虚拟机或容器。需要说明的是，上述物理机可以是自有数据中心的计算设备，也可以是公有的云计算设备。
在图1的示例中，第一节点102是银行侧的节点，例如可以是银行服务器，第二节点104是用户侧的节点，例如可以是用户终端，如用户的手机、平板电脑、台式机等个人计算设备。
在该方法中，第一节点102从区块链获取用户的定制信息，然后根据该信息获取满足条件的推广信息集合，通过推广信息集合中的推广信息的特征值计算推送概率，根据推送概率进行推送。该方法使用户可以自主定制自己需要的推广信息，解决了目前推广信息没有针对性的问题，同时充分考虑用户需求，使得推广信息的推送更加满足用户需求，提高了推广信息的效率。
接下来，将结合附图对本申请实施例提供的推广信息的推送方法进行介绍。
参见图2所示的推广信息的推送方法的流程图，该方法包括如下步骤：
S202：第一节点102从区块链中获取用户的定制信息。
所述定制信息用于描述向所述用户推送所述推广信息的策略。其中，用户的定制信息可以包括用户是否接收广告信息、接收广告的时间、接收广告类型中的任意一种或多种。在一些实施例中，定制信息还可以包括是否接收新类型的广告。
其中，用户侧的节点如第二节点104可以向用户提供用户界面，如提供图形用户界面(graphical user interface，GUI)或者命令用户界面(command user interface)。为了便于描述，本申请以GUI进行示例说明。
用户可以通过GUI定制推送策略。图3示出了用户通过GUI定制推送策略的界面图，如图3所示，界面中承载有多组选择控件，多组选择控件分别用于选择是否接收广告、选择接收广告的时间、选择接收广告的类型，以及选择是否接收新类型的广告。第二节点104通过GUI接收用户的定制信息，将其存储在区块链中。
由于第二节点104维护的区块链和第一节点102维护的区块链中的数据是同步的，因此，第一节点102可以从区块链中获取用户的定制信息。在一些可能的实现方式中，用户的定制信息可以是所述用户原创的定制信息，也可以是用户根据其他用户的定制信息生成的定制信息。
在实际应用中，用户可以通过第二节点104上运行的手机银行，根据自己的需求生成定制信息。当然用户也可以参考其他人所发布在区块链网络100中的定制信息，定制自己的定制信息。
一个用户在生成定制信息之后，还可以将定制信息通过区块链网络100发送给指定用户。其中，指定用户可以是用户的朋友、专业人士、或者该用户觉得自己信任且可以帮助自己的其他人。指定用户可以基于自己对该发送信息的用户的了解以及自己的专业知识对该用户的定制信息进行修改，以此使得定制信息更加满足该用户的需求。
由于该修改是在区块链网络中进行的，因为区块链网络100去中心化的特性，区块链网络100的各个节点均记录该修改，如此可以大幅度地降低免抵赖或篡改现象发生的概率，具有较高可靠性。而且整个修改过程可以追溯，在后续产生争议的情况下，可以确定责任人，减少纠纷。
S204：第一节点102根据定制信息获取针对所述用户的推广信息集合。
所述推广信息集合包括至少一个推广信息。在一些可能的实现方式中，第一节点102根据定制信息通过银行推广信息库获得满足该定制信息的推广信息集合。
在一些可能的实现方式中，银行推广信息库中存储有推广信息。当用户登录手机银行，或者通过手机银行办理业务时，第一节点102可以根据用户的定制信息从银行推广信息库中获取与该定制信息匹配的推广信息。其中，与定制信息匹配的推广信息形成针对所述用户的推广信息集合。
S206：第一节点102将所述推广信息集合中至少一个推广信息的特征值输入推送模型，获得所述至少一个推广信息的推送概率。
其中，推广信息的特征值可以包括：广告时间、广告类型、广告色彩、广告主题等中的任意一种或多种。
推送模型具体是以推广信息的特征值为输入，推广信息的推送概率为输出的模型。基于此，第一节点102可以将推广信息集合中至少一个推广信息的特征值，输入推送模型，获取推送模型输出的至少一个推广信息的推送概率。
在一些可能的实现方式中，所述推送模型可以是利用历史数据对神经网络模型训练得到。所述历史数据包括历史定制信息、历史推广信息以及历史推送标签，所述历史推送标签用于表征是否推送所述历史推广信息。
具体地，推送模型可以是对神经网络模型进行训练得到。在一些实施例中，第一节点102可以通过基于反向传播(back propagation，BP)网络构建初始神经网络模型，根据利用样本数据对该初始神经网络模型进行训练，得到可以预测推送概率的推送模型。
下面对于BP网络进行详细说明。
BP网络是一种按误差逆传播算法训练的多层前馈网络，是应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型包括输入层、隐层和输出层，其中隐层和输出层都是计算层。在神经网络的第一阶段，数据前向传播，从输入层经过隐层，最后到达输出层，第二阶段误差反向传播，从输出层到隐层，最后到输入层，依次调节隐层到输出层的权重和偏置，输入层到隐层的权重和偏置。
本方案中，输入层可以包括广告的特征值，例如广告时间、广告类型、广告色彩、广告主题等。输出层可以包括推送标签这一个节点。其中推送标签用于表征是否推送所述历史推广信息。收集历史数据作为样本数据，通过样本数据训练上述神经网络模型从而得到推送模型。
进一步地，样本数据可以被划分为训练集和测试集，训练集和测试集中样本数据的比例可以是预设比例。例如8:2。利用训练集对神经网络模型进行训练后，还可以使用测试集对于模型预测的准确率进行验证。
S208：第一节点102根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息。
在一些可能的实现方式中，当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，所述第一节点102向所述用户推送所述目标推广信息。在这种情况下，即说明该目标推广信息符合用户的定制条件，并且用户乐于了解该推广信息。
进一步地，当推广信息集合中目标推广信息的推送概率大于预设阈值时，第一节点102将该目标推广信息上传至该节点维护的区块链中，并从该区块链中获取针对该目标推广信息的调整信息，从而根据调整信息推送目标信息。其中，调整信息为第二节点104对是否推送所述目标推广信息和/或所述目标推广信息的推送顺序进行调整产生的信息。
在一些可能的实现方式中，存在多个推广信息的推送概率大于预设阈值，并且自助机的使用时间足以呈现多个推广信息时，因此第二节点104的用户可以根据目标推广信息的推送概率对于目标推广信息的顺序进行调整，第一节点102获取调整信息，根据调整信息向用户推送推广信息，使得最终呈现的推广信息更符合用户的要求。
基于上述内容描述，本申请实施例提供了一种推广信息的推送方法，在该方法中，第一节点102从区块链中获取用户的定制信息，其中定制信息用于描述向所述用户推送所述推广信息的策略，然后根据所述定制信息获取针对所述用户的推广信息集合，推广信息集合包括至少一个推广信息，接着将所述推广信息集合中至少一个推广信息的特征值输入推送模型，获得所述至少一个推广信息的推送概率，从而根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息。
该方法使用户可以自主定制自己需要的推广信息，解决了目前推广信息没有针对性的问题，同时充分考虑用户需求，使得推广信息的推送更加满足用户需求，提高了推广信息的效率。
以上结合图2对本申请实施例提供的推广信息的推送方法进行了详细介绍，接下来，将结合附图对本申请实施例提供的推广信息的推送装置和设备进行介绍。
参见图4所示的推广信息的推送装置的结构示意图，如图4所示，该装置400包括：通信模块402、预测模块404和推送模块406。
通信模块402，用于从区块链中获取用户的定制信息，所述定制信息用于描述向所述用户推送所述推广信息的策略；
所述通信模块402，还用于根据所述定制信息获取针对所述用户的推广信息集合，所述推广信息集合包括至少一个推广信息；
预测模块404，用于将所述推广信息集合中至少一个推广信息的特征值输入推送模型，获得所述至少一个推广信息的推送概率；
推送模块406，用于根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息。
在一些可能的实现方式中，所述推送模块406，具体用于：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，向所述用户推送所述目标推广信息。
在一些可能的实现方式中，所述推送模块406，包括：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，将所述目标推广信息上传至所述区块链网络维护的区块链中；
从所述区块链中获取针对所述目标推广信息的调整信息，所述调整信息为所述第二节点104对是否推送所述目标推广信息和/或所述目标推广信息的推送顺序进行调整产生的信息；
根据所述调整信息向所述用户推送所目标推广信息。
在一些可能的实现方式中，所述推送模型利用历史数据对神经网络模型训练得到，所述历史数据包括历史定制信息、历史推广信息以及历史推送标签，所述历史推送标签用于表征是否推送所述历史推广信息。
在一些可能的实现方式中，所述用户的定制信息包括所述用户原创的定制信息，或者所述用户根据其他用户的定制信息生成的定制信息。
在一些可能的实现方式中，所述第一节点102为银行服务器，所述第二节点104为用户终端。
根据本申请实施例推广信息的推送装置400可对应于执行本申请实施例中描述的方法，并且推广信息的推送装置400的各个模块的上述和其它操作和/或功能分别为了实现图2中的各个方法的相应流程，为了简洁，在此不再赘述。
本申请提供一种设备，用于实现推广信息的推送方法。所述设备包括处理器和存储器。所述处理器、所述存储器进行相互的通信。所述处理器用于执行所述存储器中存储的指令，以使得设备执行推广信息的推送方法。
本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在设备上运行时，使得设备执行上述推广信息的推送方法。
本申请提供了一种包含指令的计算机程序产品，当其在设备上运行时，使得设备执行上述推广信息的推送方法。
另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。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可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，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，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

Claims (14)

1.一种推广信息的推送方法，其特征在于，应用于区块链网络，所述区块链网络包括第一节点和至少一个第二节点，所述方法包括：
所述第一节点从区块链中获取用户的定制信息，所述定制信息用于描述向所述用户推送所述推广信息的策略；
所述第一节点根据所述定制信息获取针对所述用户的推广信息集合，所述推广信息集合包括至少一个推广信息；
所述第一节点将所述推广信息集合中至少一个推广信息的特征值输入推送模型，获得所述至少一个推广信息的推送概率；
所述第一节点根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息。
2.根据权利要求1所述的方法，其特征在于，所述第一节点根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息，包括：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，所述第一节点向所述用户推送所述目标推广信息。
3.根据权利要求1所述的方法，其特征在于，所述第一节点根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息，包括：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，所述第一节点将所述目标推广信息上传至所述区块链网络维护的区块链中；
所述第一节点从所述区块链中获取针对所述目标推广信息的调整信息，所述调整信息为所述第二节点对是否推送所述目标推广信息和/或所述目标推广信息的推送顺序进行调整产生的信息；
所述第一节点根据所述调整信息向所述用户推送所目标推广信息。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述推送模型利用历史数据对神经网络模型训练得到，所述历史数据包括历史定制信息、历史推广信息以及历史推送标签，所述历史推送标签用于表征是否推送所述历史推广信息。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述用户的定制信息包括所述用户原创的定制信息，或者所述用户根据其他用户的定制信息生成的定制信息。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述第一节点为银行服务器，所述第二节点为用户终端。
7.一种推广信息的推送装置，其特征在于，应用于区块链网络，所述区块链网络包括第一节点和至少一个第二节点，所述装置包括：
通信模块，用于从区块链中获取用户的定制信息，所述定制信息用于描述向所述用户推送所述推广信息的策略；
所述通信模块，还用于根据所述定制信息获取针对所述用户的推广信息集合，所述推广信息集合包括至少一个推广信息；
预测模块，用于将所述推广信息集合中至少一个推广信息的特征值输入推送模型，获得所述至少一个推广信息的推送概率；
推送模块，用于根据所述推送概率向所述用户推送所述推广信息集合中的至少一个推广信息。
8.根据权利要求7所述的装置，其特征在于，所述推送模块，具体用于：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，向所述用户推送所述目标推广信息。
9.根据权利要求7所述的装置，其特征在于，所述推送模块具体用于：
当所述推广信息集合中目标推广信息的推送概率大于预设阈值时，将所述目标推广信息上传至所述区块链网络维护的区块链中；
从所述区块链中获取针对所述目标推广信息的调整信息，所述调整信息为所述第二节点对是否推送所述目标推广信息和/或所述目标推广信息的推送顺序进行调整产生的信息；
根据所述调整信息向所述用户推送所目标推广信息。
10.根据权利要求7至9任一项所述的装置，其特征在于，所述推送模型利用历史数据对神经网络模型训练得到，所述历史数据包括历史定制信息、历史推广信息以及历史推送标签，所述历史推送标签用于表征是否推送所述历史推广信息。
11.根据权利要求7至10任一项所述的装置，其特征在于，所述用户的定制信息包括所述用户原创的定制信息，或者所述用户根据其他用户的定制信息生成的定制信息。
12.根据权利要求7至11任一项所述的装置，其特征在于，所述第一节点为银行服务器，所述第二节点为用户终端。
13.一种设备，其特征在于，所述设备包括处理器和存储器；
所述处理器用于执行所述存储器中存储的指令，以使得所述设备执行如权利要求1至6中任一项所述的方法。
14.一种计算机可读存储介质，其特征在于，包括指令，所述指令指示设备执行如权利要求1至6中任一项所述的方法。
CN202011069711.6A 2020-09-30 2020-09-30 一种推广信息的推送方法、装置、设备及介质 Pending CN112202901A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011069711.6A CN112202901A (zh) 2020-09-30 2020-09-30 一种推广信息的推送方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011069711.6A CN112202901A (zh) 2020-09-30 2020-09-30 一种推广信息的推送方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN112202901A true CN112202901A (zh) 2021-01-08

Family

ID=74013607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011069711.6A Pending CN112202901A (zh) 2020-09-30 2020-09-30 一种推广信息的推送方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN112202901A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114240506A (zh) * 2021-12-21 2022-03-25 北京有竹居网络技术有限公司 多任务模型的建模方法、推广内容处理方法及相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258288A (zh) * 2013-06-05 2013-08-21 珠海市横琴因行思智能科技有限公司 广告推送方法及系统
CN107230103A (zh) * 2017-05-22 2017-10-03 江苏德胜智业信息技术有限公司 一种精准营销系统
CN109034859A (zh) * 2018-05-28 2018-12-18 肖年盛 一种互惠式多功能商业广告信息推送的运营方法及系统
CN109523302A (zh) * 2018-10-19 2019-03-26 中链科技有限公司 基于区块链的广告推送方法、装置及计算设备
CN110555112A (zh) * 2019-08-22 2019-12-10 桂林电子科技大学 一种基于用户正负偏好学习的兴趣点推荐方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258288A (zh) * 2013-06-05 2013-08-21 珠海市横琴因行思智能科技有限公司 广告推送方法及系统
CN107230103A (zh) * 2017-05-22 2017-10-03 江苏德胜智业信息技术有限公司 一种精准营销系统
CN109034859A (zh) * 2018-05-28 2018-12-18 肖年盛 一种互惠式多功能商业广告信息推送的运营方法及系统
CN109523302A (zh) * 2018-10-19 2019-03-26 中链科技有限公司 基于区块链的广告推送方法、装置及计算设备
CN110555112A (zh) * 2019-08-22 2019-12-10 桂林电子科技大学 一种基于用户正负偏好学习的兴趣点推荐方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114240506A (zh) * 2021-12-21 2022-03-25 北京有竹居网络技术有限公司 多任务模型的建模方法、推广内容处理方法及相关装置

Similar Documents

Publication Publication Date Title
CN109783730A (zh) 产品推荐方法、装置、计算机设备和存储介质
CN110377740B (zh) 情感极性分析方法、装置、电子设备及存储介质
CN111125574A (zh) 用于生成信息的方法和装置
CN112861662B (zh) 基于人脸和交互文本的目标对象行为预测方法及相关设备
CN105184708A (zh) 一种留学申请匹配方法及系统
CN107911449A (zh) 用于推送信息的方法和装置
CN109801101A (zh) 标签确定方法、装置、计算机设备和存储介质
CN112925911A (zh) 基于多模态数据的投诉分类方法及其相关设备
CN110720099A (zh) 基于种子监督学习提供推荐的系统和方法
CN113011911B (zh) 基于人工智能的数据预测方法、装置、介质及电子设备
CN112202901A (zh) 一种推广信息的推送方法、装置、设备及介质
JP7288062B2 (ja) 情報を出力するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム
CN108876422B (zh) 用于信息推广的方法、装置、电子设备及计算机可读介质
CN116541608B (zh) 房源推荐方法、装置、电子设备及存储介质
US20230197068A1 (en) Systems and methods for dynamically updating machine learning models that provide conversational responses
CN113822734A (zh) 用于生成信息的方法和装置
CN114329093A (zh) 数据的处理方法、装置及设备
CN113902481A (zh) 权益确定方法、装置、存储介质及设备
CN111178535B (zh) 实现自动机器学习的方法和装置
CN111738798A (zh) 用于生成商品信息的方法和装置
CN111127102A (zh) 平台积分交易方法、装置、电子设备及存储介质
CN116911928B (zh) 一种基于创意特征的广告推荐模型的训练方法及装置
CN114155049B (zh) 一种确定目标对象的方法和装置
CN112445992B (zh) 信息处理方法及装置
CN116383638A (zh) 一种推荐模型的训练方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210108

RJ01 Rejection of invention patent application after publication