CN112364239A - 消息推送策略确定方法、装置、设备及存储介质 - Google Patents

消息推送策略确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112364239A
CN112364239A CN202011133110.7A CN202011133110A CN112364239A CN 112364239 A CN112364239 A CN 112364239A CN 202011133110 A CN202011133110 A CN 202011133110A CN 112364239 A CN112364239 A CN 112364239A
Authority
CN
China
Prior art keywords
behavior
current
historical
period
time period
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
CN202011133110.7A
Other languages
English (en)
Inventor
尹君
王森
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.)
Guangzhou Baiguoyuan Network Technology Co Ltd
Original Assignee
Guangzhou Baiguoyuan Network Technology Co 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 Guangzhou Baiguoyuan Network Technology Co Ltd filed Critical Guangzhou Baiguoyuan Network Technology Co Ltd
Priority to CN202011133110.7A priority Critical patent/CN112364239A/zh
Publication of CN112364239A publication Critical patent/CN112364239A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • H04L67/535—Tracking the activity of the user
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明实施例公开了消息推送策略确定方法、装置、设备及存储介质。其中，该方法包括：针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示所述目标用户在预设统计周期内与所述当前时段对应的历史时段中使用目标应用程序的活跃强度的级别；根据所述目标活跃强度等级确定当前时段对应的消息推送策略，其中，所述消息推送策略包括向所述目标用户推送所述目标应用程序对应的消息的策略。本发明实施例提供的技术方案，可以更加灵活合理地确定对应的消息推送策略，便于根据该消息推送策略更有针对性地将消息推送给用户。

Description

消息推送策略确定方法、装置、设备及存储介质
技术领域
本发明实施例涉及计算机技术领域，尤其涉及消息推送策略确定方法、装置、设备及存储介质。
背景技术
随着互联网技术和终端技术的发展，各种消息都可借助于服务器推送至相应的终端，并通过终端展示给用户。
目前，终端中所安装的应用程序越来越丰富，而每个应用程序都可以通过对应的服务器向用户推送相应的消息，因此，用户可能会频繁接收到来自不同应用程序的不同种类的大量消息。推送消息的时间一般是由应用程序服务端决定的，往往是在固定的时间发送消息，对消息的推送数量和频率也没有明确的控制，当用户不存在查看消息的意愿时，大量的消息通知可能会对用户产生一些困扰，但若直接关闭应用程序的消息推送功能，又会导致用户一直无法接收到推送的消息。因此，现有的消息推送方案不够完善，需要改进。
发明内容
本发明实施例提供了消息推送策略确定方法、装置、设备及存储介质，可以优化现有的消息推送策略确定方案。
第一方面，本发明实施例提供了一种消息推送策略确定方法，该方法包括：
针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示所述目标用户在预设统计周期内与所述当前时段对应的历史时段中使用目标应用程序的活跃强度的级别；
根据所述目标活跃强度等级确定当前时段对应的消息推送策略，其中，所述消息推送策略包括向所述目标用户推送所述目标应用程序对应的消息的策略。
第二方面，本发明实施例提供了一种消息推送策略确定装置，该装置包括：
活跃强度等级获取模块，用于针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示所述目标用户在预设统计周期内与所述当前时段对应的历史时段中使用目标应用程序的活跃强度的级别；
消息推送策略确定模块，用于根据所述目标活跃强度等级确定当前时段对应的消息推送策略，其中，所述消息推送策略包括向所述目标用户推送所述目标应用程序对应的消息的策略。
第三方面，本发明实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例提供的消息推送策略确定方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例提供的消息推送策略确定方法。
本发明实施例中提供的消息推送策略确定方案，针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示目标用户在预设统计周期内与当前时段对应的历史时段中使用目标应用程序的活跃强度的级别，根据目标活跃强度等级确定当前时段对应的消息推送策略，其中，消息推送策略包括向目标用户推送目标应用程序对应的消息的策略。通过采用上述技术方案，参考用户在一定的统计周期内不同历史时段使用应用程序的活跃强度将不同历史时段划分为多个活跃强度等级，用户在不同的活跃程度下，对消息的接受度可能不同，在需要确定当前时段的消息推送策略时，参考当前时段对应的历史时段的活跃强度等级，可以更加灵活合理地确定对应的消息推送策略，便于根据该消息推送策略更有针对性地将消息推送给用户。
附图说明
图1为本发明实施例提供的一种消息推送策略确定方法的流程示意图；
图2为本发明实施例提供的又一种消息推送策略确定方法的流程示意图；
图3为本发明实施例提供的另一种消息推送策略确定方法的流程示意图；
图4为本发明实施例提供的一种消息推送策略确定装置的结构框图；
图5为本发明实施例提供的一种计算机设备的结构框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
图1为本发明实施例提供的一种消息推送策略确定方法的流程示意图，该方法可以由消息推送策略确定装置执行，其中该装置可由软件和/或硬件实现，一般可集成在服务器等计算机设备中。如图1所示，该方法包括：
步骤101、针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示所述目标用户在预设统计周期内与所述当前时段对应的历史时段中使用目标应用程序的活跃强度的级别。
示例性的，目标应用程序可以是终端中安装的任意一个应用程序，目标应用程序可理解为安装在终端中的客户端，服务器作为服务端可以向客户端推送各种消息，本发明实施例对消息的具体类型及具体内容等不做限定。目标用户可以是使用目标应用程序的任意一个用户，服务端可以向所有用户推送同样的消息，也可以针对目标用户推送个性化的消息，具体不做限定。
示例性的，预设统计周期可以根据实际情况自由设置，如一周、一个月、三个月或100天等。可将预设统计周期划分为多个相等或不等的历史时段；也可将预设统计周期先划分为多个历史单位周期(每个历史单位周期的时长可以相同)，再将每个历史单位周期划分为多个相等或不等的历史时段。当前时段与历史时段的对应关系不做限定。例如当前时段对应第一历史时段，则当前时段在所属单位周期内的序号可以与第一历史时段在所属历史单位周期内的序号相同；又如，与当前时段对应的历史时段也可以是与当前时段最接近的历史时段。
示例性的，目标用户使用目标应用程序的活跃强度可以根据目标用户使用目标应用程序时产生的行为数据进行评估。可选的，在预设统计周期内，可以通过目标应用程序或其他应用程序采集用户的行为数据，形成行为采集日志，将行为采集日志发送至对应的服务器，服务器可以根据该日志中的数据评估活跃强度。例如，当目标用户针对目标应用程序实施某一行为时，如打开目标应用程序，则目标应用程序可以利用一则消息日志来记录目标用户的打开行为和该打开行为产生的时间，并向对应的服务器发送该消息日志。
可选的，可以综合考量行为数据中的行为数量、行为种类、行为发生频率以及行为持续时间等因素，评估得到历史时段对应的活跃强度，进而确定相应的活跃强度等级，具体的评估方式不做限定，可根据实际情况进行设置。
示例性的，确定当前时段对应的历史时段，将所确定的历史时段对应的活跃强度等级确定为目标活跃强度等级。
步骤102、根据所述目标活跃强度等级确定当前时段对应的消息推送策略，其中，所述消息推送策略包括向所述目标用户推送所述目标应用程序对应的消息的策略。
示例性的，服务端可以根据当前时段对应的目标活跃强度等级确定相应的消息推送策略。可以预先存储不同活跃强度等级与消息推送策略的对应关系，在确定目标活跃强度等级之后，直接通过查询该对应关系的方式确定相应的消息推送策略。
可选的，所述策略可包括发送消息的数量、频率、消息类型以及消息发送形式等至少一个策略指标，具体的策略指标可以根据实际情况进行选取。相应的，也可以预先存储不同活跃强度等级与各策略指标的对应关系，在确定了目标活跃强度等级后，通过查询该对应关系的方式确定各策略指标的取值，进而生成相应的消息推送策略。
本发明实施例中提供的消息推送策略确定方法，针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示目标用户在预设统计周期内与当前时段对应的历史时段中使用目标应用程序的活跃强度的级别，根据目标活跃强度等级确定当前时段对应的消息推送策略，其中，消息推送策略包括向目标用户推送目标应用程序对应的消息的策略。通过采用上述技术方案，参考用户在一定的统计周期内不同历史时段使用应用程序的活跃强度将不同历史时段划分为多个活跃强度等级，用户在不同的活跃程度下，对消息的接受度可能不同，在需要确定当前时段的消息推送策略时，参考当前时段对应的历史时段的活跃强度等级，可以更加灵活合理地确定对应的消息推送策略，便于根据该消息推送策略更有针对性地将消息推送给用户。
在一些实施例中，在所述获取当前时段对应的目标活跃强度等级之前，还包括：获取目标用户在预设统计周期内每个历史单位周期中不同历史时段内针对目标应用程序的历史使用数据，其中，采用相同的划分方式将每个历史单位周期划分为多个历史时段；针对所述多个历史时段中的每个历史时段，根据当前历史时段对应的历史使用数据确定所述当前历史时段对应的活跃强度值，其中，所述活跃强度值用于表示所述目标用户在所述当前历史时段内使用所述目标应用程序的活跃程度；根据所有历史时段对应的活跃强度值，确定每个历史时段对应的活跃强度等级。这样设置的好处在于，针对每个历史时段分别确定对应的活跃强度值，再综合所有历史时段对应的活跃强度值，可以在全局的角度更加合理地确定每个历史时段对应的活跃强度等级。
示例性的，为了便于理解，下面以历史单位周期为1天为例进行说明。假设预设统计周期为60天，则预设统计周期内共有60个历史单位周期。例如，以30分钟为单位将每个历史单位周期划分为48个长度相等的历史时段，则可以是每天中的0点至0点30分为第一个历史时段，0点30分至1点为第二个历史时段，以此类推。也可以按照相同的划分方式将每天划分为长度不等的多个历史时段，一般每天的0点到6点之间，用户处于睡眠状态，为避免因划分的历史时段过多而导致计算量的增加，可以在该段时间内划分出长度较长的历史时段，例如，以2小时为单位将0点到6点划分为3个历史时段，以20分钟为单位将6点至24点划分为36个历史时段。具体的划分方式可以根据实际情况进行设置。
对于所划分出来的所有历史时段，可以分别根据对应的历史使用数据确定每个历史时段对应的活跃强度值。具体的确定方式不做限定。在得到所有历史时段对应的活跃强度值之后，可以对活跃强度值进行排序，可以是升序或降序，进而根据排序结果确定每个历史时段对应的活跃强度等级。
示例性的，根据所有历史时段对应的活跃强度值，确定每个历史时段对应的活跃强度等级，可包括：对所有历史时段对应的活跃强度值进行降序排列，将活跃强度值大于预设强度阈值且排序序号小于第一序号的历史时段确定为活跃历史时段，将剩余历史时段确定为疲倦历史时段(最低活跃强度等级)，其中，活跃历史时段对应的活跃强度等级高于疲倦历史时段对应的活跃强度等级。进一步的，对于活跃历史时段，将排序序号小于第二序号的活跃历史时段确定为高度活跃历史时段(最高活跃强度等级)，将排序序号大于或等于第二序号且小于第一序号的活跃历史时段确定为中度活跃历史时段(中度活跃强度等级)，其中，高度活跃历史时段对应的活跃强度等级高于中度活跃历史时段。当然，还可以划分出更多的活跃强度等级，具体可根据实际情况设定。
在一些实施例中，所述根据当前历史时段对应的历史使用数据确定所述当前历史时段对应的活跃强度值，包括：根据当前历史时段对应的历史使用数据确定预设行为对应的行为数量；根据所述行为数量确定所述当前历史时段对应的活跃强度值。这样设置的好处在于，行为数量可以体现用户的活跃程度，若进行某些行为的次数越多，则说明用户使用目标应用程序的频率越高，活跃程度也越高，对应的活跃强度值也越高，通过行为数量可以快速准确地评估活跃强度值。预设行为可以是用户在使用目标应用程序期间的预先选取的比较有代表性的行为，也可以是用户在使用目标应用程序期间的所有行为。这里的行为数量可以不需要区分行为种类，每一种预设行为对应的发生次数可以进行累加，得到预设行为对应的行为数量。
在一些实施例中，所述预设行为包括多类行为，每类行为包含多种行为；所述根据当前历史时段对应的历史使用数据确定预设行为对应的行为数量，包括：根据当前历史时段对应的历史使用数据分别确定每类行为中的每种行为对应的行为数量；相应的，所述根据所述行为数量确定所述当前历史时段对应的活跃强度值，包括：对所述多类行为中的所有行为对应的行为数量进行加权求和，并根据加权求和结果确定所述当前历史时段对应的活跃强度值。这样设置的好处在于，可以将预设行为划分为多个类别，每个类别下有多种行为，针对不同的类别可以采用不同的权重，进而根据加权求和结果更加合理地确定活跃强度值。预设行为的类别划分方式可以根据目标应用程序的特点以及用户在使用目标应用程序过程中所能够产生的行为的多样性进行，具体不做限定。
在一些实施例中，所述多类行为包括第一类行为和第二类行为，所述第一类行为表示动作可持续进行的行为，所述第二类行为表示动作不能持续进行的行为。这样设置的好处在于，可以更加合理地进行行为类别划分。其中，第一类行为例如可以是使用目标应用程序(持续时长可以是从打开程序到关闭程序)、观看视频(持续时长可以是打开视频到关闭视频)、观看直播、收听音乐、阅读文章以及查看新闻等等的持续性行为；第二类行为例如打开页面、分享、评论、点赞、收藏或关注等瞬间完成的交互性行为。针对这两类行为分别设置对应的权重，可以得到更加准确的确定活跃强度值。
在一些实施例中，所述第一类行为中的第一种行为对应的权重通过以下方式得到：获取预设用户群体在所述预设统计周期内的当前历史时段内每次进行所述第一种行为时的动作持续时长；采用预设算法根据所述动作持续时长计算动作持续时长统计值，将所得到的动作持续时长统计值作为所述第一种行为对应的权重。这样设置的好处在于，参考其他用户在预设统计周期内使用目标应用程序的过程中针对第一类行为中的某种行为的实施情况，设定该行为对应的权重，可以丰富确定行为数量时参考的维度，进而使第一类行为对应的行为数量更加合理。其中，第一种行为可以是第一类行为中的任意一个行为。第一预设算法例如可以是求平均值或取中间值等，具体不做限定。预设用户群体可以是目标应用程序对应的所有用户，也可以是与目标用户的属性相匹配的用户，例如性别相同或年龄段相同的用户等。
示例性的，以上午8点到8点30分这个历史时段为例，用户A利用10分钟连续观看了5个短视频，用户B利用8分钟连续观看了3个短视频，若第一预设算法为求平均值，则对应的权重为(10+8)/2＝9。当然，如果用户A在上午8点到8点30分之内，在利用10分钟连续观看了5个短视频之后，休息了一会，又利用6分钟连续观看了2个短视频，则对应的权重为(10+6+8)/3＝12。
在一些实施例中，所述第二类行为包括在所述第一类行为持续进行期间发生的行为，所述第二类行为中的第二种行为在所述第一种行为持续进行期间发生，所述第二种行为对应的权重通过以下方式得到：获取所述预设用户群体在所述预设统计周期内的当前历史时段内每次进行所述第一种行为的过程中，所述第二种行为发生的第一次数；计算当前历史时段内的动作持续时长的第一总和，以及计算当前历史时段内的第一次数的第二总和；将所述第一总和与所述第二总和的商，作为所述第二种行为对应的权重。这样设置的好处在于，参考其他用户在预设统计周期内使用目标应用程序的过程中针对第二类行为中的某种行为的实施情况，设定该行为对应的权重，可以丰富确定行为数量时参考的维度，进而使第二类行为对应的行为数量更加合理，且计算量较小。
示例性的，第二类行为一般是在第一类行为持续进行期间发生的，例如，在使用目标应用程序过程中打开某个页面，在视频的观看过程中点赞，在新闻的查看过程中分享等。在第一类行为持续进行期间可能发生多次第二类行为。继续上文举例，在上午8点到8点30分这个历史时段中，用户A利用10分钟连续观看5个短视频的过程中，可能对其中的4个很感兴趣，因此对这4个视频都进行了点赞行为；又如，用户B利用8分钟在连续观看3个短视频的过程中，可能对其中的2个很感兴趣，因此对这2个视频都进行了点赞行为。这样，第一总和为18分钟，第二总和为6，则对应的权重为18/6＝3。
在一些实施例中，第二种行为对应的权重通过以下方式得到：获取所述预设用户群体在所述预设统计周期内的当前历史时段内每次进行所述第一种行为的过程中，所述第二种行为发生的第一次数；计算相对应的动作持续时长与第一次数的商，得到相邻两次进行所述第二种行为对应的平均间隔；采用第二预设算法根据所述平均间隔计算平均间隔统计值，将所得到的平均间隔统计值作为所述第二种行为对应的权重。这样设置的好处在于，参考其他用户在预设统计周期内使用目标应用程序的过程中针对第二类行为中的某种行为的实施情况，设定该行为对应的权重，可以丰富确定行为数量时参考的维度，进而使第二类行为对应的行为数量更加合理，且精度更高。其中，第二预设算法例如可以是求平均值或取中间值等，具体不做限定。
示例性的，继续上文举例，针对用户A的一次观看行为，平均间隔为10/4＝2.5，针对用户B的一次观看行为，平均间隔为8/2＝4，若第二预设算法为求平均值，则对应的权重为(2.5+4)/2＝3.25。
在一些实施例中，所述根据当前历史时段对应的历史使用数据分别确定每类行为中的每种行为对应的行为数量，包括：根据当前历史时段对应的历史使用数据分别确定每类行为中的每种行为在每个历史单位周期中对应的第一行为数量；针对每种行为的每个历史单位周期，计算当前历史单位周期对应的第一行为数量和当前历史单位周期对应的时间衰减因子的乘积，得到当前历史单位周期对应的第一行为衰减数量，其中，所述时间衰减因子与周期差成负相关关系，所述周期差表示当前单位周期与时间衰减因子所对应的历史单位周期之间的差值；针对每种行为，计算当前行为对应的第一行为衰减数量的和，得到当前行为对应的行为数量。这样设置的好处在于，因为用户的习惯存在迁移变化，近期的习惯更加能够代表用户的偏好，因此可以给予用户近期的行为更高的权重，进而更加合理地计算行为数量。
示例性的，预设统计周期为60天，当前单位周期可理解为确定活跃度强度等级时的时刻所在的单位周期，一般为今天，则预设统计周期内的最靠前的历史单位周期与今天的周期差为60，最靠后的历史单位周期也即昨天，与今天的周期差为1。可选的，时间衰减因子可以是周期差的倒数，还可以是是其他表达式，例如，假设周期差为t，则时间衰减因子可以是
Figure BDA0002735791490000111
其中，m为时间衰减因子参数，可根据实际情况设置，一般取值范围为大于1的数，例如可以是m＝1.2。
在一些实施例中，所述策略包括发送消息的数量和/或频率；活动强度等级与对应的消息推送策略中的数量和/或频率成正相关关系，也即，活动强度等级越高，对应的消息推送策略中的数量和/或频率越高。这样设置的好处在于，当活动强度等级越高时，说明目标用户在对应的历史时段中越活跃，用户对消息的接受度越高，反之，当活动强度等级越低，说明目标用户在对应的历史时段中越疲惫，用户对消息的接受度越差，越容易对用户产生干扰。因此，根据活动强度等级设置相应的消息推送数量或推送频率，可以更加满足用户实际的消息接收需求。
可选的，对于许多应用程序来说，其推送的消息的重要功能之一是促使用户使用应用程序，当用户已经开始使用应用程序后，可以减少消息的发送，降低消息对用户的打扰。例如，若检测到当前目标用户正在使用目标应用程序，则当前时段对应的消息推送策略可以是停止推送。又如，可以在检测到目标用户在当前时段未使用过目标应用程序或检测到目标用户当前未使用目标应用程序时，针对目标用户，获取当前时段对应的目标活跃强度等级。
在一些实施例中，在所述根据所述目标活跃强度等级确定当前时段对应的消息推送策略之后，还包括：获取当前时段所属的当前单位周期内处于当前时段之前的各时段的活跃强度情况；根据所述活跃强度情况对所述消息推送策略进行调整，得到最终的消息推送策略。这样设置的好处在于，根据目标活跃强度等级确定消息推送策略可以理解为根据先验知识确定消息推送策略，而当前单位周期内已经过去的各时段的活跃强度情况可理解为后验知识，根据后验知识可以对消息推送策略进行更加合理和有针对性的调整。例如，通过服务器记录的用户当天的活跃情况，如果用户当天已经活跃，则以一定概率对于当前时段的消息不进行推送或减少推送。其中，活跃强度情况的评估方式可以自由设置。
在一些实施例中，所述获取当前时段所属的当前单位周期内处于当前时段之前的各时段的活跃强度情况，包括：若所述目标活跃强度等级低于第一预设等级阈值且高于第二预设等级阈值，则获取当前时段所属的当前单位周期内处于当前时段之前的各时段的活跃强度情况。这样设置的好处在于，可以保证一些活跃强度等级较高的时段对应的消息推送策略不受后验知识的影响，因为当活跃强度等级很高时，用户对消息的接受度也很高，为了避免用户错失感兴趣的消息或提高用户打开目标应用程序的概率，可以不进行消息推送策略的调整。
在一些实施例中，所述获取当前单位周期内处于当前时段之前的各时段的活跃强度情况，包括：获取当前单位周期内处于当前时段之前的各时段的活跃强度评分，其中，活跃强度评分大于或等于预设评分阈值的时段记为活跃时段；所述根据所述活跃强度情况对所述消息推送策略进行调整，得到最终的消息推送策略，包括：若存在活跃时段，则对所述消息推送策略中的数量和/或频率进行降低调整，得到最终的消息推送策略。这样设置的好处在于，计算活跃强度评分可以更好地对活跃强度进行量化，快速得出是否需要进行调整的判定结果。其中，活跃强度评分的计算方式可以自由设置，例如，第一时段对应的活跃强度评分可以是第一时段内用户实施的预设行为的数量。
在一些实施例中，所述若存在活跃时段，则对所述消息推送策略中的数量和/或频率进行降低调整，得到最终的消息推送策略，包括：若存在活跃时段，则计算活跃时段数量与处于当前时段之前时段的总数量的比值；根据所述比值对所述消息推送策略中的数量和/或频率进行降低调整，得到最终的消息推送策略，其中，比值与降低调整的幅度成正相关关系。这样设置的好处在于，可以更加合理地进行消息推送策略的调整。其中，比值越高，可以说明用户的活跃状态持续时间越长，因此，当前时段越可能进入疲惫状态，可以加大数量或频率的降低幅度，也即推送更少的消息，或加大推送消息的时间间隔。
图2为本发明实施例提供的又一种消息推送策略确定方法的流程示意图，如图所示，该方法包括：
步骤201、获取目标用户在预设统计周期内每个历史单位周期中不同历史时段内针对目标应用程序的历史使用数据。
其中，采用相同的划分方式将每个历史单位周期划分为多个历史时段。
步骤202、针对每个历史时段，根据当前历史时段对应的历史使用数据分别确定每类行为中的每种行为对应的行为数量，对多类行为中的所有行为对应的行为数量进行加权求和，并根据加权求和结果确定当前历史时段对应的活跃强度值。
其中，所述活跃强度值用于表示所述目标用户在所述当前历史时段内使用所述目标应用程序的活跃程度。
步骤203、根据所有历史时段对应的活跃强度值，确定每个历史时段对应的活跃强度等级。
其中，活跃强度等级用于表示目标用户在预设统计周期内的历史时段中使用目标应用程序的活跃强度的级别。
示例性的，步骤201至步骤203可以在当前单位周期开始前进行。例如，预设统计周期为60天，单位周期为1天，则在新的一天开始之前，根据过去60天的历史使用数据确定1天中各个历史时段对应的活跃强度等级。
示例性的，在计算出目标用户在各历史时段的活跃强度值后，对活跃强度值进行从高到低排序，将活跃强度值满足大于Z_min(即前文所述预设强度阈值)且排序小于k(即前文所述第一序号)的作为候选发送区间(也即前文所述活跃历史时段)，候选发送区间可以进行消息推送，而排序超过k的区间用户基本不活跃，可称为疲倦历史时段，这时用户基本不活跃，可不进行消息推送，避免造成打扰。在候选发送区间中，排序小于m(即前文所述第二序号)的作为必发区间(用户在这些区间高度活跃，可以选择这些区间发送消息，让用户更好收到通知)，排序大于或等于m且小于k的为选发区间(即前文所述中度活跃历史时段，这些区间用户中度活跃，如果用户在之前已经有过活跃行为了，这个区间内的消息可以减少发送)。
步骤204、对于当前单位周期内的每个时段，针对目标用户，获取每个时段分别对应的目标活跃强度等级，并根据目标活跃强度等级确定每个时段分别对应的消息推送策略。
其中，所述消息推送策略包括向所述目标用户推送所述目标应用程序对应的消息的策略。
示例性的，在进入新的一天时或新的一天开始后，可根据之前确定的每个历史时段对应的活跃强度等级，来分别确定当天的每个时段对应的目标活跃强度等级，进而分别确定当天的每个时段对应的消息推送策略。
步骤205、对于当前时段，获取当前单位周期内处于当前时段之前的各时段的活跃强度评分，其中，活跃强度评分大于或等于预设评分阈值的时段记为活跃时段。
可选的，本步骤可仅针对目标活跃强度等级低于第一预设等级阈值且高于第二预设等级阈值的时段进行，也即，若当前时段的目标活跃强度等级高于或等于第一预设等级阈值，则可不需要进行下面的消息推送策略的调整。
步骤206、判断是否存在活跃时段，若存在，则执行步骤207；否则，执行步骤208。
步骤207、对消息推送策略中的数量进行降低调整，得到最终的消息推送策略。
为了便于说明，下面以每个时段最多推送一条消息为例进行说明。若当前时段的目标活跃强度等级为最高活跃强度等级，则对应的消息推送策略为推送一条消息；若当前时段的目标活跃强度等级为中等活跃强度等级，则对应的消息推送策略为推送一条消息，还需要判断今天的当前时段之前是否存在活跃时段，若存在，则将消息推送策略调整为不推送；若当前时段的目标活跃强度等级为最低活跃强度等级，则对应的消息推送策略为不推送。
可选的，当每个时段最多可推送的消息数量为多条时，可以计算活跃时段数量与处于当前时段之前时段的总数量的比值，根据比值对消息推送策略中的数量进行降低调整，得到最终的消息推送策略，其中，比值与降低调整的幅度成正相关关系。
步骤208、按照最终的消息推送策略向用户推送消息。
本发明实施例提供的消息推送策略确定方法，先根据目标用户在预设统计周期内对目标应用程序的历史使用数据分别确定每个历史时段对应的活跃强度等级，然后针对当前单位周期内的每个时段，分别确定对应的目标活跃强度等级，进而确定对应的消息推送策略，在当前单位周期内，随着时间的推移，用户在本单位周期内也产生了一定的行为，再根据已经产生的行为确定本单位周期内的活跃时段，根据活跃时段是否存在的情况对接下来的时段的消息推送策略进行相应的调整，通过结合先验知识和后验知识，能够更加合理准确地动态确定每个当前时段的消息推送策略，并按照最终的消息推送策略进行消息的推送，保证用户能够再合适的时间接收到推送的消息，避免对用户产生过多干扰。
图3为本发明实施例提供的另一种消息推送策略确定方法的流程示意图，以单位周期为一天进行说明，如图3所示，该方法可包括：
步骤301、获取目标用户在预设统计周期内每天中不同历史时段内针对目标应用程序的历史使用数据。
其中，采用相同的划分方式将每天划分为多个历史时段，例如，以30分钟为单位将每天划分为48个长度相等的历史时段。
步骤302、针对每个历史时段，根据当前历史时段对应的历史使用数据分别确定每类行为中的每种行为在每天中对应的第一行为数量。
示例性的，预设行为包括多类行为，每类行为包含多种行为。多类行为可具体包括第一类行为和第二类行为，第一类行为表示动作可持续进行的行为，第二类行为表示动作不能持续进行的行为。假设第一类行为中包含视频观看行为和文章阅读行为，第二类行为中包含点赞行为和收藏行为。
示例性的，对于6点到6点30分这个历史时段，根据对应的历史使用数据确定视频观看行为在过去的60天中的每天6点到6点30分期间发生的次数，也即第一行为数量，可以理解的是，每天的第一行为数量均可能不同，因此，视频观看行为对应了60个第一行为数量。同理，再依次确定文章阅读行为对应的60个第一行为数量、点赞行为对应的60个第一行为数量以及收藏行为对应的60个第一行为数量。其他历史时段同理。
步骤303、针对每个历史时段以及每种行为的每天，计算当天对应的第一行为数量和当天对应的时间衰减因子的乘积，得到当天对应的第一行为衰减数量。
其中，所述时间衰减因子与周期差成负相关关系，所述周期差表示当前单位周期与时间衰减因子所对应的历史单位周期之间的差值。
示例性的，依然对于6点到6点30分这个历史时段，假设视频观看行为在第一天对应的第一行为数量为a，第一天对应的周期差为60，时间衰减因子可以用
Figure BDA0002735791490000171
表示，则第一天对应的时间衰减因子为
Figure BDA0002735791490000172
第一行为衰减数量为
Figure BDA0002735791490000173
假设视频观看行为在第二天对应的第一行为数量为b，第二天对应的周期差为59，则第一天对应的时间衰减因子为
Figure BDA0002735791490000174
第一行为衰减数量为
Figure BDA0002735791490000175
依次类推。
步骤304、针对每个历史时段以及每种行为，计算当前行为对应的第一行为衰减数量的和，得到当前行为对应的行为数量。
示例性的，依然对于6点到6点30分这个历史时段，视频观看行为对应的行为数量是60个第一行为衰减数量的和。
步骤305、针对每个历史时段，对两类行为中的所有行为对应的行为数量进行加权求和，并根据加权求和结果确定当前历史时段对应的活跃强度值。
其中，第一类行为中的第一种行为对应的权重通过以下方式得到：获取预设用户群体在预设统计周期内的当前历史时段内每次进行第一种行为时的动作持续时长；采用第一预设算法根据动作持续时长计算动作持续时长统计值，将所得到的动作持续时长统计值作为第一种行为对应的权重。
示例性的，预设用户群体可以是全网用户，也即所有使用目标应用程序的用户。上述计算方式可以用如下公式表示：
wi＝sum(Tplay)/sum(Cplay)
其中，i表示第一类行为中的一种行为，Tplay表示第一类行为中第i种行为的一次动作持续时长，sum(Tplay)表示对所有动作持续时长求和，Cplay表示第i种行为的行为数量，sum(Cplay)表示第i种行为的行为数量的总和。
其中，第二类行为包括在第一类行为持续进行期间发生的行为，第二类行为中的第二种行为在第一种行为持续进行期间发生，第二种行为对应的权重通过以下任意一种方式得到：获取预设用户群体在预设统计周期内的当前历史时段内每次进行所述第一种行为的过程中，第二种行为发生的第一次数；计算当前历史时段内的动作持续时长的第一总和，以及计算当前历史时段内的第一次数的第二总和；将第一总和与第二总和的商，作为第二种行为对应的权重。
示例性的，该计算方式可以用如下公式表示：
wj＝sum(Tplay)/sum(Caction)
其中，j表示第二类行为中的一种行为，Tplay表示与第二类行为中第j种行为对应的第一类行为的一次动作持续时长，sum(Tplay)表示对所有动作持续时长求和，Caction表示第j种行为的行为数量，sum(Cplay)表示第j种行为的行为数量的总和。
在未引入时间衰减因子的情况下，活跃强度值可以通过如下公式计算：
Figure BDA0002735791490000191
其中，score表示目标用户在一天中第k个历史时段的活跃强度值，n表示一种行为(包括第一类行为和第二类行为)，wn表示第n种行为的行为权重，Actnk表示目标用户的第n种行为在第k个历史时段的行为数量。
在引入时间衰减因子的情况下，活跃强度值可以通过如下公式计算：
Figure BDA0002735791490000192
其中，zk表示引入时间衰减因子后的目标用户在一天中第k个历史时段的活跃强度值，t为目标用户行为时间距离当前时间的天数，m为时间衰减参数。
步骤306、根据所有历史时段对应的活跃强度值，确定每个历史时段对应的活跃强度等级。
步骤307、对于当天的每个时段，针对目标用户，获取每个时段分别对应的目标活跃强度等级，并根据目标活跃强度等级确定每个时段分别对应的消息推送策略。
步骤308、对于当前时段，获取当天内处于当前时段之前的各时段的活跃强度评分，其中，活跃强度评分大于或等于预设评分阈值的时段记为活跃时段。
步骤309、判断是否存在活跃时段，若存在，则执行步骤310；否则，执行步骤311。
步骤310、对消息推送策略中的数量进行降低调整，得到最终的消息推送策略。
步骤311、按照最终的消息推送策略向用户推送消息。
本发明实施例提供的消息推送策略确定方法，将用户的行为划分为两个类别，包括持续性行为和交互性行为，并采用不同的计算方式分别计算两类行为对应的权重，在计算权重时，充分考虑了其他用户在不同时段的活跃情况，并考虑了用户习惯的迁移变化，引入了时间衰减因子，从而更加准确地计算不同历史时段对应的活跃强度值，依据该活跃强度值进行活跃强度等级的划分，能够更加准确合理地确定各历史时段对应的活跃强度等级，便于在需要确定消息推送策略时，能够根据当前时段对应的目标活跃强度等级，制定更加合理的消息推送策略，进而提升用户体验。
图4为本发明实施例提供的一种消息推送策略确定装置的结构框图，该装置可由软件和/或硬件实现，一般可集成在计算机设备中，可通过执行消息推送策略确定方法来进行消息推送策略的确定。如图4所示，该装置包括：
活跃强度等级获取模块401，用于针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示所述目标用户在预设统计周期内与所述当前时段对应的历史时段中使用目标应用程序的活跃强度的级别；
消息推送策略确定模块402，用于根据所述目标活跃强度等级确定当前时段对应的消息推送策略，其中，所述消息推送策略包括向所述目标用户推送所述目标应用程序对应的消息的策略。
本发明实施例中提供的消息推送策略确定装置，针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示目标用户在预设统计周期内与当前时段对应的历史时段中使用目标应用程序的活跃强度的级别，根据目标活跃强度等级确定当前时段对应的消息推送策略，其中，消息推送策略包括向目标用户推送目标应用程序对应的消息的策略。通过采用上述技术方案，参考用户在一定的统计周期内不同历史时段使用应用程序的活跃强度将不同历史时段划分为多个活跃强度等级，用户在不同的活跃程度下，对消息的接受度可能不同，在需要确定当前时段的消息推送策略时，参考当前时段对应的历史时段的活跃强度等级，可以更加灵活合理地确定对应的消息推送策略，便于根据该消息推送策略更有针对性地将消息推送给用户。
本发明实施例提供了一种计算机设备，该计算机设备中可集成本发明实施例提供的消息推送策略确定装置。图5为本发明实施例提供的一种计算机设备的结构框图。计算机设备500包括存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序，所述处理器502执行所述计算机程序时实现本发明实施例提供的消息推送策略确定方法。
本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例提供的消息推送策略确定方法。
上述实施例中提供的消息推送策略确定装置、设备以及存储介质可执行本发明任意实施例所提供的消息推送策略确定方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的消息推送策略确定方法。
注意，上述仅为本发明的较佳实施例。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由权利要求范围决定。

Claims (16)

1.一种消息推送策略确定方法，其特征在于，包括：
针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示所述目标用户在预设统计周期内与所述当前时段对应的历史时段中使用目标应用程序的活跃强度的级别；
根据所述目标活跃强度等级确定当前时段对应的消息推送策略，其中，所述消息推送策略包括向所述目标用户推送所述目标应用程序对应的消息的策略。
2.根据权利要求1所述的方法，其特征在于，在所述获取当前时段对应的目标活跃强度等级之前，还包括：
获取目标用户在预设统计周期内每个历史单位周期中不同历史时段内针对目标应用程序的历史使用数据，其中，采用相同的划分方式将每个历史单位周期划分为多个历史时段；
针对所述多个历史时段中的每个历史时段，根据当前历史时段对应的历史使用数据确定所述当前历史时段对应的活跃强度值，其中，所述活跃强度值用于表示所述目标用户在所述当前历史时段内使用所述目标应用程序的活跃程度；
根据所有历史时段对应的活跃强度值，确定每个历史时段对应的活跃强度等级。
3.根据权利要求2所述的方法，其特征在于，所述根据当前历史时段对应的历史使用数据确定所述当前历史时段对应的活跃强度值，包括：
根据当前历史时段对应的历史使用数据确定预设行为对应的行为数量；
根据所述行为数量确定所述当前历史时段对应的活跃强度值。
4.根据权利要求3所述的方法，其特征在于，所述预设行为包括多类行为，每类行为包含多种行为；
所述根据当前历史时段对应的历史使用数据确定预设行为对应的行为数量，包括：
根据当前历史时段对应的历史使用数据分别确定每类行为中的每种行为对应的行为数量；
相应的，所述根据所述行为数量确定所述当前历史时段对应的活跃强度值，包括：
对所述多类行为中的所有行为对应的行为数量进行加权求和，并根据加权求和结果确定所述当前历史时段对应的活跃强度值。
5.根据权利要求4所述的方法，其特征在于，所述多类行为包括第一类行为和第二类行为，所述第一类行为表示动作可持续进行的行为，所述第二类行为表示动作不能持续进行的行为。
6.根据权利要求5所述的方法，其特征在于，所述第一类行为中的第一种行为对应的权重通过以下方式得到：
获取预设用户群体在所述预设统计周期内的当前历史时段内每次进行所述第一种行为时的动作持续时长；
采用第一预设算法根据所述动作持续时长计算动作持续时长统计值，将所得到的动作持续时长统计值作为所述第一种行为对应的权重。
7.根据权利要求6所述的方法，其特征在于，所述第二类行为包括在所述第一类行为持续进行期间发生的行为，所述第二类行为中的第二种行为在所述第一种行为持续进行期间发生，所述第二种行为对应的权重通过以下任意一种方式得到：
获取所述预设用户群体在所述预设统计周期内的当前历史时段内每次进行所述第一种行为的过程中，所述第二种行为发生的第一次数；计算当前历史时段内的动作持续时长的第一总和，以及计算当前历史时段内的第一次数的第二总和；将所述第一总和与所述第二总和的商，作为所述第二种行为对应的权重；
或者，
获取所述预设用户群体在所述预设统计周期内的当前历史时段内每次进行所述第一种行为的过程中，所述第二种行为发生的第一次数；计算相互对应的动作持续时长与第一次数的商，得到相邻两次进行所述第二种行为对应的平均间隔；采用第二预设算法根据所述平均间隔计算平均间隔统计值，将所得到的平均间隔统计值作为所述第二种行为对应的权重。
8.根据权利要求4所述的方法，其特征在于，所述根据当前历史时段对应的历史使用数据分别确定每类行为中的每种行为对应的行为数量，包括：
根据当前历史时段对应的历史使用数据分别确定每类行为中的每种行为在每个历史单位周期中对应的第一行为数量；
针对每种行为的每个历史单位周期，计算当前历史单位周期对应的第一行为数量和当前历史单位周期对应的时间衰减因子的乘积，得到当前历史单位周期对应的第一行为衰减数量，其中，所述时间衰减因子与周期差成负相关关系，所述周期差表示当前单位周期与时间衰减因子所对应的历史单位周期之间的差值；
针对每种行为，计算当前行为对应的第一行为衰减数量的和，得到当前行为对应的行为数量。
9.根据权利要求1所述的方法，其特征在于，所述策略包括发送消息的数量和/或频率；活动强度等级与对应的消息推送策略中的数量和/或频率成正相关关系。
10.根据权利要求9所述的方法，其特征在于，在所述根据所述目标活跃强度等级确定当前时段对应的消息推送策略之后，还包括：
获取当前时段所属的当前单位周期内处于当前时段之前的各时段的活跃强度情况；
根据所述活跃强度情况对所述消息推送策略进行调整，得到最终的消息推送策略。
11.根据权利要求10所述的方法，其特征在于，所述获取当前时段所属的当前单位周期内处于当前时段之前的各时段的活跃强度情况，包括：
若所述目标活跃强度等级低于第一预设等级阈值且高于第二预设等级阈值，则获取当前时段所属的当前单位周期内处于当前时段之前的各时段的活跃强度情况。
12.根据权利要求10或11所述的方法，其特征在于，所述获取当前单位周期内处于当前时段之前的各时段的活跃强度情况，包括：
获取当前单位周期内处于当前时段之前的各时段的活跃强度评分，其中，活跃强度评分大于或等于预设评分阈值的时段记为活跃时段；
所述根据所述活跃强度情况对所述消息推送策略进行调整，得到最终的消息推送策略，包括：
若存在活跃时段，则对所述消息推送策略中的数量和/或频率进行降低调整，得到最终的消息推送策略。
13.根据权利要求12所述的方法，其特征在于，所述若存在活跃时段，则对所述消息推送策略中的数量和/或频率进行降低调整，得到最终的消息推送策略，包括：
若存在活跃时段，则计算活跃时段数量与处于当前时段之前时段的总数量的比值；
根据所述比值对所述消息推送策略中的数量和/或频率进行降低调整，得到最终的消息推送策略，其中，比值与降低调整的幅度成正相关关系。
14.一种消息推送策略确定装置，其特征在于，包括：
活跃强度等级获取模块，用于针对目标用户，获取当前时段对应的目标活跃强度等级，其中，目标活跃强度等级用于表示所述目标用户在预设统计周期内与所述当前时段对应的历史时段中使用目标应用程序的活跃强度的级别；
消息推送策略确定模块，用于根据所述目标活跃强度等级确定当前时段对应的消息推送策略，其中，所述消息推送策略包括向所述目标用户推送所述目标应用程序对应的消息的策略。
15.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-13任一项所述的方法。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-13中任一所述的方法。
CN202011133110.7A 2020-10-21 2020-10-21 消息推送策略确定方法、装置、设备及存储介质 Pending CN112364239A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011133110.7A CN112364239A (zh) 2020-10-21 2020-10-21 消息推送策略确定方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011133110.7A CN112364239A (zh) 2020-10-21 2020-10-21 消息推送策略确定方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112364239A true CN112364239A (zh) 2021-02-12

Family

ID=74511440

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011133110.7A Pending CN112364239A (zh) 2020-10-21 2020-10-21 消息推送策略确定方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112364239A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112801597A (zh) * 2021-03-29 2021-05-14 北京每日优鲜电子商务有限公司 物品库存处理方法、装置、电子设备和介质
CN114051052A (zh) * 2021-11-11 2022-02-15 北京淘友天下科技发展有限公司 行为事件配置方法、系统、装置、服务器及存储介质
CN114492982A (zh) * 2022-01-24 2022-05-13 深圳市和讯华谷信息技术有限公司 活跃时机智能预测方法、装置、设备及介质
CN114550183A (zh) * 2022-02-23 2022-05-27 海信集团控股股份有限公司 电子设备及错题记录方法
CN114861056A (zh) * 2022-05-12 2022-08-05 阿波罗智联(北京)科技有限公司 信息推送方法、装置、电子设备及存储介质
CN115022264A (zh) * 2022-06-27 2022-09-06 北京达佳互联信息技术有限公司 消息推送方法、装置、电子设备及计算机可读存储介质
CN115379264A (zh) * 2022-08-23 2022-11-22 深圳百果园实业(集团)股份有限公司 多媒体数据推送方法、设备、装置、系统及存储介质
US20230083868A1 (en) * 2021-09-10 2023-03-16 Intercom, Inc. Implicit waiting controls for a communication system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704750A (zh) * 2019-10-21 2020-01-17 秒针信息技术有限公司 基于用户标签的文章推送方法、装置、设备及存储介质
CN111460294A (zh) * 2020-03-31 2020-07-28 汉海信息技术(上海)有限公司 消息推送方法、装置、计算机设备及存储介质
CN111797353A (zh) * 2020-07-03 2020-10-20 北京字节跳动网络技术有限公司 信息推送方法、装置和电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704750A (zh) * 2019-10-21 2020-01-17 秒针信息技术有限公司 基于用户标签的文章推送方法、装置、设备及存储介质
CN111460294A (zh) * 2020-03-31 2020-07-28 汉海信息技术(上海)有限公司 消息推送方法、装置、计算机设备及存储介质
CN111797353A (zh) * 2020-07-03 2020-10-20 北京字节跳动网络技术有限公司 信息推送方法、装置和电子设备

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112801597A (zh) * 2021-03-29 2021-05-14 北京每日优鲜电子商务有限公司 物品库存处理方法、装置、电子设备和介质
US20230083868A1 (en) * 2021-09-10 2023-03-16 Intercom, Inc. Implicit waiting controls for a communication system
CN114051052A (zh) * 2021-11-11 2022-02-15 北京淘友天下科技发展有限公司 行为事件配置方法、系统、装置、服务器及存储介质
CN114051052B (zh) * 2021-11-11 2024-05-28 北京淘友天下科技发展有限公司 行为事件配置方法、系统、装置、服务器及存储介质
CN114492982A (zh) * 2022-01-24 2022-05-13 深圳市和讯华谷信息技术有限公司 活跃时机智能预测方法、装置、设备及介质
CN114550183A (zh) * 2022-02-23 2022-05-27 海信集团控股股份有限公司 电子设备及错题记录方法
CN114861056A (zh) * 2022-05-12 2022-08-05 阿波罗智联(北京)科技有限公司 信息推送方法、装置、电子设备及存储介质
CN115022264A (zh) * 2022-06-27 2022-09-06 北京达佳互联信息技术有限公司 消息推送方法、装置、电子设备及计算机可读存储介质
CN115379264A (zh) * 2022-08-23 2022-11-22 深圳百果园实业(集团)股份有限公司 多媒体数据推送方法、设备、装置、系统及存储介质

Similar Documents

Publication Publication Date Title
CN112364239A (zh) 消息推送策略确定方法、装置、设备及存储介质
US20150201031A1 (en) Dynamic normalization of internet traffic
CN109936637B (zh) 消息推送的频控方法、装置、服务器及介质
CN113536104A (zh) 一种信息推荐方法、装置、设备及存储介质
CN109246450B (zh) 一种基于隐式信息评分的影视择优推荐方法
US10747836B2 (en) Apparatus and methods for controlling and optimizing information distribution between users in an information exchange
US8150994B2 (en) Providing flow control and moderation in a distributed message processing system
CN111222553B (zh) 机器学习模型的训练数据处理方法、装置和计算机设备
CN112398700B (zh) 一种服务降级方法及装置、存储介质、计算机设备
US10248527B1 (en) Automated device-specific dynamic operation modifications
US20210096933A1 (en) Multi-objective, multi-input, efficient decoupling holistic platform for communication selection
CN112669091B (zh) 数据处理方法、装置及存储介质
CN103186375B (zh) 待机界面的图标自动排序方法和使用方法的装置
JP6145766B2 (ja) 解探索システム、解探索プログラム
US20220261683A1 (en) Constraint sampling reinforcement learning for recommendation systems
Rokicki et al. Just in time: Controlling temporal performance in crowdsourcing competitions
CN114625894A (zh) 鉴赏力评估、模型训练方法、装置、介质和计算设备
CN111191134A (zh) 一种智能推送方法及终端
Guo et al. Long-term memory of rating behaviors for the online trust formation
CN113408730A (zh) 因果关系生成方法、装置及电子设备
RU2809340C1 (ru) Способ, устройство и электронное устройство для рекомендации видео и носитель данных
Braun et al. Metrics for popularity bias in dynamic recommender systems
EP2973293A2 (en) A system for controlling and optimizing information distribution between users in an information exchange
CN112801697B (zh) 多媒体数据的数据关联窗口的调节方法及装置
CN113256044B (zh) 一种策略的确定方法、装置及电子设备

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