CN112667883B - 资源信息推送方法、装置、存储介质和计算机设备 - Google Patents

资源信息推送方法、装置、存储介质和计算机设备 Download PDF

Info

Publication number
CN112667883B
CN112667883B CN201910983889.2A CN201910983889A CN112667883B CN 112667883 B CN112667883 B CN 112667883B CN 201910983889 A CN201910983889 A CN 201910983889A CN 112667883 B CN112667883 B CN 112667883B
Authority
CN
China
Prior art keywords
frequency control
information
preset
information frequency
operation behavior
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.)
Active
Application number
CN201910983889.2A
Other languages
English (en)
Other versions
CN112667883A (zh
Inventor
王松
陈功
贺旭
蒋专
郭腾蛟
张梦一
蒋涵宇
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201910983889.2A priority Critical patent/CN112667883B/zh
Publication of CN112667883A publication Critical patent/CN112667883A/zh
Application granted granted Critical
Publication of CN112667883B publication Critical patent/CN112667883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种资源信息推送方法、装置、存储介质和计算机设备,所述方法包括:获取当前时刻的信息频控参数,所述信息频控参数包括第一参数、第二参数和第三参数中的至少一个,所述第一参数用于表征当前时刻未推送的消息的数量,所述第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,所述第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔;从预设的信息频控阈值集合中确定当前时刻的信息频控阈值;当所述当前时刻的信息频控参数大于或等于所述当前时刻的信息频控阈值时,将资源信息推送至终端。本申请提高了资源信息转化率。

Description

资源信息推送方法、装置、存储介质和计算机设备
技术领域
本申请涉及计算机技术领域,特别是涉及一种资源信息推送方法、装置、存储介质和计算机设备。
背景技术
Feed信息是指在发布的消息之间插入的资源信息。以Feed广告为例,Feed广告是指在微信朋友圈、QQ空间、微博、Facebook等社交软件中,穿插在好友动态之间发布的广告。Feed信息作为用户获取信息的渠道之一,在互联网时代发挥着日益重要的作用。
传统的Feed信息推送方式为:每隔一定时长进行推送,或者每隔一定数量的Feed消息进行推送。但是,传统的信息推送方式使得资源信息推送频繁,导致资源信息转化率低,即资源信息真正被浏览率低。
发明内容
基于此,有必要针对在传统的信息推送方式中资源信息转化率低的问题,提供一种资源信息推送方法、装置、存储介质和计算机设备。
一种资源信息推送方法,所述方法包括:
获取当前时刻的信息频控参数,所述信息频控参数包括第一参数、第二参数和第三参数中的至少一个,所述第一参数用于表征当前时刻未推送的消息的数量,所述第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,所述第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔;
从预设的信息频控阈值集合中确定当前时刻的信息频控阈值;
当所述当前时刻的信息频控参数大于或等于所述当前时刻的信息频控阈值时,将资源信息推送至终端。
一种资源信息推送装置,所述装置包括:
获取模块,用于获取当前时刻的信息频控参数,所述信息频控参数包括第一参数、第二参数和第三参数中的至少一个,所述第一参数用于表征当前时刻未推送的消息的数量,所述第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,所述第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔;
确定模块,用于从预设的信息频控阈值集合中确定当前时刻的信息频控阈值;
推送模块,用于当所述当前时刻的信息频控参数大于或等于所述当前时刻的信息频控阈值时,将资源信息推送至终端。
一种存储介质,所述存储介质上存储有计算机可执行指令,所述计算机可执行指令被处理器执行时,使得所述处理器执行资源信息推送方法的步骤。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行资源信息推送方法的步骤。
上述资源信息推送方法、装置、存储介质和计算机设备,获取当前时刻的信息频控参数,从预设的信息频控阈值集合中确定当前时刻的信息频控阈值,当当前时刻的信息频控参数大于或等于当前时刻的信息频控阈值时,将资源信息推送至终端,其中,该信息频控参数包括第一参数、第二参数和第三参数中的至少一个,第一参数用于表征当前时刻未推送的消息的数量,第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔。这种资源信息推送方法,实现了动态调整推送资源信息的频率,使得资源信息的推送频率合理化,从而提高资源信息转化率。
附图说明
图1为一个实施例中用于实现资源信息推送方法的终端的内部结构图;
图2为一个实施例中资源信息推送方法的流程示意图;
图3为一个实施例中信息频控参数的应用环境示意图;
图4为一个实施例中预设的信息频控阈值集合的结构框图;
图5为一个实施例中步骤S204的细化流程示意图;
图6为一个实施例中操作行为预测模型的应用环境示意图;
图7为一个实施例中操作行为预测信息的框图;
图8为一个实施例中操作行为预测模型的训练流程示意图;
图9为另一个实施例中资源信息推送方法的流程示意图;
图10为一个实施例中资源信息转化结果示意图;
图11为另一个实施例中资源信息转化结果示意图;
图12为一个实施例中资源信息推送装置的结构框图;
图13为一个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,此处所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。
图1为一个实施例中资源信息推送方法的应用环境图。参照图1,该资源信息推送方法应用于资源信息推送系统。该资源信息推送系统可包括终端110、服务器120、消息引擎130、资源信息引擎140。其中,消息引擎130和资源信息引擎140可集成在服务器120上。在另一个实施例中,消息引擎130和资源信息引擎140可分别为一服务器。在又一个实施例中,消息引擎130可集成在服务器120上,资源信息引擎140可为另一服务器。
终端110和服务器120通过网络连接,服务器120与消息引擎130、资源信息引擎140分别通过网络连接。终端110具体可以是台式终端或移动终端,移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。消息引擎130用于从消息数据库中提取消息,在一个实施例中,消息引擎130可为Feed流引擎,消息可为Feed消息,比如社交软件中好友发布的动态。资源信息引擎140用于从资源信息数据库中提取资源信息,在一个实施例中,资源信息引擎140可为广告引擎,资源信息可为Feed信息,该Feed信息穿插在Feed消息中进行推送,该Feed信息可为广告信息、新闻信息、娱乐信息、课程信息、音乐信息、视频信息等。
资源信息的推送方式可包括:在一个实施例中,终端110向服务器120发送消息获取请求,服务器120返回消息获取请求对应的消息以及资源信息至终端110。具体地,终端110接收消息获取请求,将消息获取请求发送至服务器120,服务器120将接收的消息获取请求发送至消息引擎130,消息引擎130从消息数据库中提取消息获取请求对应的消息,并将消息获取请求对应的消息返回至服务器120。服务器120将接收的消息获取请求对应的消息生成资源信息获取请求,将资源信息获取请求发送至资源信息引擎140。资源信息引擎140根据资源信息获取请求确定当前时刻的信息频控参数,并判断当前时刻的信息频控参数是否大于或等于当前时刻的信息频控阈值,若当前时刻的信息频控参数大于或等于当前时刻的信息频控阈值,资源信息引擎140从资源信息数据库中提取资源信息获取请求对应的资源信息,并返回资源信息获取请求对应的资源信息至服务器120。服务器120将资源信息以及消息引擎130从消息数据库中提取的消息发送至终端110。
在另一实施例中,服务器120实时或者定时监测终端110,当检测到终端110需要进行消息推送时,推送消息以及资源信息至终端110。服务器120与终端110之间的消息推送规则可根据实际应用进行设定,该规则可以是检测到用户进入特定界面,即进行消息推送。比如,检测到用户进入微信朋友圈界面,则进行消息推送。具体地,服务器120检测到终端110需要进行消息推送,将消息获取请求发送至消息引擎130,消息引擎130从消息数据库中提取消息获取请求对应的消息,并将消息获取请求对应的消息返回至服务器120。服务器120将接收的消息获取请求对应的消息生成资源信息获取请求,将资源信息获取请求发送至资源信息引擎140。资源信息引擎140根据资源信息获取请求确定当前时刻的信息频控参数,并判断当前时刻的信息频控参数是否大于或等于当前时刻的信息频控阈值,若当前时刻的信息频控参数大于或等于当前时刻的信息频控阈值,资源信息引擎140从资源信息数据库中提取资源信息获取请求对应的资源信息,并返回资源信息获取请求对应的资源信息至服务器120。服务器120将资源信息以及消息引擎130从消息数据库中提取的消息发送至终端110。
如图2所示,在一个实施例中,提供了一种资源信息推送方法。
参照图2,该资源信息推送方法具体包括如下步骤:
S202,获取当前时刻的信息频控参数,所述信息频控参数包括第一参数、第二参数和第三参数中的至少一个,所述第一参数用于表征当前时刻未推送的消息的数量,所述第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,所述第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔。
其中,消息可为Feed消息,Feed消息是指用户主动订阅的消息源提供的消息,比如微信朋友圈中用户的好友发布的动态、微博中用户关注的账号发布的动态等。
其中,资源信息可为Feed信息,Feed信息是指用户未订阅的消息源提供的消息。该Feed信息穿插在Feed消息中进行推送,该Feed信息可为广告信息、新闻信息、娱乐信息、课程信息、音乐信息、视频信息等,比如,微信朋友圈中推送的广告。
其中,信息频控参数包括第一参数、第二参数和第三参数中的至少一个。
第一参数用于表征当前时刻未推送的消息的数量,即当前时刻与上一次消息被推送的时刻之间各个用户主动订阅的消息源发布的消息。其中,消息源是指发布消息的账号,比如微信朋友圈中用户的好友、微博中用户关注的账号等。以微信朋友圈为例,第一参数为用户本次访问朋友圈时,未看过的消息的数量。
第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量。该资源信息被推送的时刻是指终端接收服务器推送的资源信息的时刻。以微信朋友圈为例,第二参数为用户本次访问朋友圈时,与上一次资源信息的推送位置之间相隔的消息的数量,该消息包括未看过的消息和已看过的消息。如图3所示,资源信息330为上一次推送的资源信息,消息310和消息320即为当前时刻与上一次资源信息被推送的时刻之间的消息。在一个实施例中,第二参数也可为当前时刻与上一次资源信息被推送的时刻之间用户已看过的消息,即消息320。
第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔。以微信朋友圈为例,如图3所示,当前时刻为T1,上一次资源信息被推送的时刻为T2,当前时刻与上一次资源信息被推送的时刻之间的时间间隔为T1与T2之间的时间差值。
S204,从预设的信息频控阈值集合中确定当前时刻的信息频控阈值。
其中,预设的信息频控阈值集合是指预先设置的信息频控阈值的集合。如图4所示,预设的信息频控阈值集合包括至少两组预设的信息频控阈值,信息频控阈值为针对信息频控参数设置的阈值。每一组预设的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的至少一个,第一参数阈值、第二参数阈值和第三参数阈值为分别针对第一参数、第二参数和第三参数设置的阈值。可以理解,第一参数阈值、第二参数阈值和第三参数阈值的取值可根据实际应用进行设定。在一个实施例中,第一参数阈值可取值为2、3或者4,第二参数阈值可取值为8或者9,第三参数阈值取值为120、150、180、210或者240,三个参数阈值中各取一个值组合得到一组预设的信息频控阈值,那么可得到3*2*5=30组预设的信息频控阈值,30组预设的信息频控阈值构成预设的信息频控阈值集合。
每一组预设的信息频控阈值包含的参数阈值的数量相同,即:若其中一组预设的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的其中一个或者其中两个,其它组预设的信息频控阈值对应包括第一参数阈值、第二参数阈值和第三参数阈值中的其中一个或者其中两个;若其中一组预设的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值,其它组预设的信息频控阈值对应包括第一参数阈值、第二参数阈值和第三参数阈值。
信息频控阈值与信息频控参数相对应,即:若信息频控参数包括第一参数、第二参数和第三参数中的其中一个或者其中两个,信息频控阈值对应包括第一参数阈值、第二参数阈值和第三参数阈值中的其中一个或者其中两个;若信息频控参数包括第一参数、第二参数和第三参数,信息频控阈值对应包括第一参数阈值、第二参数阈值和第三参数阈值。
具体的,从预设的信息频控阈值集合中确定当前时刻的信息频控阈值,即从预设的信息频控阈值集合中选取其中一组预设的信息频控阈值作为当前时刻的信息频控阈值。
如图5所示,从预设的信息频控阈值集合中确定当前时刻的信息频控阈值的方式可以是:获取与预设的信息频控阈值集合中每一组预设的信息频控阈值对应的操作行为预测信息,操作行为预测信息是基于操作行为预测模型根据历史操作行为信息确定的;根据每一组预设的信息频控阈值对应的操作行为预测信息,确定当前时刻的信息频控阈值。
具体地,如图6所示,资源信息引擎获取当前时刻的信息频控参数,将当前时刻的信息频控参数添加至离线存储系统,该离线存储系统用于存储历史操作行为信息;向深度学习引擎发送历史操作行为信息,深度学习引擎将历史操作行为信息输入至操作行为预测模型,操作行为预测模型输出操作行为预测信息,深度学习引擎将操作行为预测信息整理成拉取机会分布表,写入在线存储系统;资源信息引擎从在线存储系统中读取操作行为预测信息,根据操作行为预测信息确定当前时刻的信息频控阈值。
在一个实施例中,如图7所示,操作行为预测信息包括:每一组预设的信息频控阈值,在预设的时间间隔中的每一个时段对应的操作行为预测数量。基于每一组预设的信息频控阈值在每一个时段对应的操作行为预测数量,可获取每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,根据每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定当前时刻的信息频控阈值。其中,操作行为剩余数量是指,对于每一组预设的信息频控阈值,在预设的时间间隔对应的操作行为预测总数量中,在当前时刻剩余的操作行为次数。
在一个实施例中,操作行为预测信息还包括:每一组预设的信息频控阈值,在预设的时间间隔对应的操作行为系数。其中,操作行为系数可根据每一组预设的信息频控阈值在预设的时间间隔中的操作行为预测总数量确定,在一个实施例中,每一组预设的信息频控阈值在预设的时间间隔对应的操作行为系数,与每一组预设的信息频控阈值在预设的时间间隔中的操作行为预测总数量呈负相关。根据每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量以及在预设的时间间隔对应的操作行为系数,确定当前时刻的信息频控阈值。
具体地,获取当前时刻的资源信息的推送数量;在每一组预设的信息频控阈值中,选取操作行为剩余数量大于或等于当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值;在待选信息频控阈值中,选取操作行为系数最大的信息频控阈值,作为当前时刻的信息频控阈值。可预先设定资源信息在预设的时间间隔中的推送总数量。当前时刻的资源信息的推送数量是指,在预设的时间间隔对应的推送总数量中,当前时刻剩余的推送数量。对于一组预设的信息频控阈值,操作行为系数越大,操作行为预测总数量越低,资源信息的推送机会越少,用户体验越好,资源信息转化率越高。
在选择信息频控阈值的过程中,操作行为剩余数量随着时间的流逝在减少,资源信息的推送数量也会随着资源信息的成功推送而减少,因此待选信息频控阈值一直在动态改变,这是一种自适应的策略;并且操作行为系数越大,用户体验越好,这就相当于一种贪心算法,该贪心算法在保证为用户推送更多的资源信息的前提下,还能保证用户体验最优,从而提高资源信息转化率。
S206,当所述当前时刻的信息频控参数大于或等于所述当前时刻的信息频控阈值时,将资源信息推送至终端。
具体地,若当前时刻的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的其中一个,且当前时刻的信息频控参数的值大于或等于对应的信息频控阈值,则将资源信息推送至终端;若当前时刻的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的其中两个,且当前时刻的信息频控参数的值均大于或等于对应的信息频控阈值,则将资源信息推送至终端;若当前时刻的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值,且当前时刻的信息频控参数的值均大于或等于对应的信息频控阈值,则将资源信息推送至终端。
在一个实施例中,如图1所示,若当前时刻的信息频控参数大于或等于当前时刻的信息频控阈值,资源信息引擎140从资源信息数据库中提取资源信息,并返回资源信息至服务器120,服务器120将资源信息发送至终端110,在一个实施例中,服务器120将资源信息以及消息引擎130从消息数据库中提取的消息发送至终端110。若当前时刻的信息频控参数不满足当前时刻的信息频控阈值,资源信息引擎140返回空,服务器120将消息引擎130从消息数据库中提取的消息发送至终端110。
本实施例提供的资源信息推送方法,获取当前时刻的信息频控参数,从预设的信息频控阈值集合中确定当前时刻的信息频控阈值,当当前时刻的信息频控参数大于或等于当前时刻的信息频控阈值时,将资源信息推送至终端,其中,该信息频控参数包括第一参数、第二参数和第三参数中的至少一个,第一参数用于表征当前时刻未推送的消息的数量,第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔。这种资源信息推送方法,实现了动态调整推送资源信息的频率,使得资源信息的推送频率合理化,从而提高资源信息转化率。
在一个实施例中,所述从预设的信息频控阈值集合中确定当前时刻的信息频控阈值,包括:获取所述预设的信息频控阈值集合中每一组预设的信息频控阈值对应的操作行为预测信息,所述操作行为预测信息是基于操作行为预测模型根据历史操作行为信息确定的;根据所述每一组预设的信息频控阈值对应的操作行为预测信息,确定所述当前时刻的信息频控阈值。
其中,历史操作行为信息用于表征当前时刻之前用户的操作行为。该历史操作行为信息包括:历史的消息的信息、历史的资源信息的信息等。其中,历史的消息的信息包括:触发历史的消息被推送的时刻、历史的消息被推送的时刻、触发历史的消息被推送的时刻与历史的上一次资源信息被推送的时刻之间的消息、触发历史的消息被推送的时刻与历史的上一次资源信息被推送的时刻之间的时间间隔等。历史的资源信息的信息包括:历史的资源信息被推送的时刻、基于历史的资源信息接收到的交互信息等,其中,该交互信息可以是点赞、评论等。
其中,操作行为预测模型用于根据用户的历史操作行为信息预测用户的操作行为。操作行为预测模型可利用历史操作行为信息进行训练,并利用实际的操作行为信息和操作行为预测模型输出的操作行为预测信息进行修正。
其中,操作行为预测信息是指基于操作行为预测模型根据历史操作行为信息预测得到的操作行为信息。在一个实施例中,操作行为预测信息包括:每一组预设的信息频控阈值,在预设的时间间隔中的每一个时段对应的操作行为预测数量。其中,操作行为预测数量是指,预测向终端推送消息的次数。预设的时间间隔可根据实际情况进行设定,比如12小时、24小时、48小时等。预设的时间间隔的划分方式也可根据实际情况进行设定,以预设的时间间隔为24小时为例,将24小时分成6个时段,每个时段为4小时。
如图7所示,图7为一个实施例中操作行为预测信息的结构示意图。针对每一组预设的信息频控阈值,在每一个时段均有对应的操作行为预测数量。以第一参数为4条、第二参数为9条、第三参数为240分钟、t2时段为1次为例,代表在t2时段下,在未推送的消息的数量为4条、与上一次资源信息被推送的时刻之间的消息的数量为9条、与上一次资源信息被推送的时刻之间的时间间隔为240分钟的情况下,预测向终端推送消息的次数为1次。
具体地,如图6所示,资源信息引擎获取当前时刻的信息频控参数,将当前时刻的信息频控参数添加至离线存储系统,该离线存储系统用于存储历史操作行为信息;向深度学习引擎发送历史操作行为信息,深度学习引擎将历史操作行为信息输入至操作行为预测模型,操作行为预测模型输出操作行为预测信息,深度学习引擎将操作行为预测信息整理成拉取机会分布表,写入在线存储系统;资源信息引擎从在线存储系统中读取操作行为预测信息,根据操作行为预测信息确定当前时刻的信息频控阈值;当当前时刻的信息频控参数大于或等于当前时刻的信息频控阈值,将资源信息发送至终端,在一个实施例中,可将消息与资源信息一起推送至终端。
不同的用户的活跃度可能不同,活跃度是指用户与终端的交互频率。活跃度可通过历史操作行为信息进行分析、确定。基于历史操作行为信息,以预设活跃度为界限,将高于或者等于预设活跃度的用户称作高活跃度用户,将低于预设活跃度的用户称作低活跃度用户,预设活跃度可根据实际应用进行设定。
基于操作行为预测模型根据历史操作行为信息确定的操作行为预测信息,得到每一组预设的信息频控阈值在每一个时段对应的操作行为预测数量,这在一定程度上反应了用户在各个时段的活跃度。根据操作行为预测信息,可确定当前时刻用户的活跃度,进而选择当前时刻的信息频控阈值。以预设阈值为界限,将高于或者等于预设阈值的信息频控阈值称作高信息频控阈值,将低于预设阈值的信息频控阈值称作低信息频控阈值,预设阈值可根据实际应用进行设定。针对高活跃度用户采用高信息频控阈值,针对低活跃度用户采用低信息频控阈值,从而增强资源信息推送频率的合理性。
本实施例提供的资源信息推送方法,针对不同活跃度的用户设置不同的信息频控阈值,使得资源信息的推送频率合理化。
在一个实施例中,所述操作行为预测模型的训练方式,包括:获取第一预设时长的历史操作行为信息,将所述第一预设时长的历史操作行为信息输入到所述操作行为预测模型中,预测得到第二预设时长的操作行为预测信息;根据所述第二预设时长的操作行为信息和预测得到的所述第二预设时长的操作行为预测信息,修正所述操作行为预测模型。
其中,第一预设时长可根据实际应用进行设定,比如7天、15天、30天等。第二预设时长可根据实际应用进行设定,比如12小时、24小时、36小时、48小时等。如图7所示,第二预设时长与当前时刻之间的距离小于第一预设时长与当前时刻之间的距离。
具体地,深度学习引擎获取第一预设时长的历史操作行为信息,将第一预设时长的历史操作行为信息输入至操作行为预测模型中,操作行为预测模型预测得到第二预设时长的操作行为预测信息;当深度学习引擎获取到第二预设时长的实际的操作行为信息后,根据第二预设时长的实际的操作行为信息和预测得到的第二预设时长的操作行为预测信息,修正操作行为预测模型。
比如,获取用户在8月1日至8月15日的历史操作行为信息,将8月1日至8月15日的历史操作行为信息输入至操作行为预测模型中,预测得到8月16日的操作行为预测信息;当获取到8月16日的操作行为信息后,根据8月16日的操作行为信息和8月16日的操作行为预测信息,修正操作行为预测模型。
本实施例提供的资源信息推送方法,通过历史操作行为信息训练操作行为预测模型,并根据操作行为预测信息和实际的操作行为信息修正操作行为预测模型,提高了操作行为预测模型的预测准确性。
在一个实施例中,所述根据所述每一组预设的信息频控阈值对应的操作行为预测信息,确定所述当前时刻的信息频控阈值,包括:根据所述每一组预设的信息频控阈值对应的操作行为预测信息,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量;根据所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定所述当前时刻的信息频控阈值。
其中,操作行为预测信息包括:每一组预设的信息频控阈值,在预设的时间间隔中的每一个时段对应的操作行为预测数量。当前时刻对应的操作行为剩余数量是指,对于每一组预设的信息频控阈值,在预设的时间间隔对应的操作行为预测总数量中,在当前时刻剩余的操作行为预测数量。操作行为预测数量是指,预测向终端推送消息的次数。
具体地,根据操作行为预测信息,获取每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量的方式可以是:确定当前时刻在预设的时间间隔中所属的时段,以及每一组预设的信息频控阈值在所属的时段对应的操作行为预测数量;确定每一组预设的信息频控阈值在预设的时间间隔中除所属的时段以外的其它剩余时段对应的操作行为预测数量;根据每一组预设的信息频控阈值在所属的时段对应的操作行为预测数量以及在其它剩余时段对应的操作行为预测数量,获取每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量。
在一个实施例中,根据每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量以及在预设的时间间隔对应的操作行为系数,确定当前时刻的信息频控阈值的方式可以是:获取当前时刻的资源信息的推送数量,在每一组预设的信息频控阈值中,选取操作行为剩余数量大于或等于当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值,在待选信息频控阈值中,选取操作行为系数最大的信息频控阈值,作为当前时刻的信息频控阈值。
其中,可预先设定资源信息在预设的时间间隔中的推送总数量,比如,以预设的时间间隔为24小时为例,设定24小时中资源信息的推送总数量为三条。当前时刻的资源信息的推送数量是指,在预设的时间间隔对应的推送总数量中,当前时刻剩余的推送数量。比如,若设定24小时中资源信息的推送总数量为三条,当前时刻之前已推送一条,那么当前时刻的资源信息的推送数量为两条。
在另一个实施例中,操作行为预测信息还包括:每一组预设的信息频控阈值,在预设的时间间隔对应的操作行为系数。根据操作行为剩余数量,确定当前时刻的信息频控阈值的方式可以是:根据操作行为预测信息,获取每一组预设的信息频控阈值在预设的时间间隔对应的操作行为系数;根据每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量以及在预设的时间间隔对应的操作行为系数,确定当前时刻的信息频控阈值。其中,每一组预设的信息频控阈值在预设的时间间隔对应的操作行为系数,与每一组预设的信息频控阈值在预设的时间间隔中的操作行为预测总数量呈负相关。
本实施例提供的资源信息推送方法,根据每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定当前时刻的信息频控阈值,保证资源信息的顺利推送,提高资源信息的推送效率。
在一个实施例中,所述根据所述每一组预设的信息频控阈值对应的操作行为预测信息,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,包括:确定当前时刻在所述预设的时间间隔中所属的时段,以及所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量;确定所述每一组预设的信息频控阈值在所述预设的时间间隔中除所述所属的时段以外的其它剩余时段对应的操作行为预测数量;根据所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量以及在所述其它剩余时段对应的操作行为预测数量,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量。
其中,当前时刻对应的操作行为剩余数量是指,对于每一组预设的信息频控阈值,在预设的时间间隔对应的操作行为预测总数量中,在当前时刻剩余的操作行为预测数量。操作行为预测数量是指,预测向终端推送消息的次数。
将预设的时间间隔进行划分,得到至少两个时段。预设的时间间隔可根据实际情况进行设定,比如12小时、24小时、48小时等。预设的时间间隔的划分方式也可根据实际情况进行设定,以预设的时间间隔为24小时为例,将24小时分成6个时段,每个时段为4小时。
其中,其它剩余时段是指,对于每一组预设的信息频控阈值,在预设的时间间隔中,除当前时刻所属的时段和已度过的时段,剩余的其它时段。比如,以预设的时间间隔为24小时为例,将24小时分成第一时段至第六时段共6个时段,当前时刻所属的时段为第二时段,已度过的时段即为第一时段,其它剩余时段为第三时段至第六时段。
具体地,确定当前时刻在所述预设的时间间隔中所属的时段的方式为:获取当前时刻的时间与预设的时间间隔的起始时间之间的差值,获取该差值与时段的时长之间的商值,得到当前时刻在预设的时间间隔中所属的时段。
ti=(cur_time-day_start)/dur_time
其中,ti为当前时刻所属的时段,cur_time为当前时刻的时间,day_start为预设的时间间隔的起始时间,dur_time为时段的时长。
比如,以预设的时间间隔为24小时,每个时段为4小时,预设的时间间隔的起始时间为0:00为例,若当前时刻的时间为6:00,那么当前时刻的时间与预设的时间间隔的起始时间之间的差值为360分钟,该差值与时段的时长之间的商值为1.5,即当前时刻在预设的时间间隔中所属的时段为第二时段。
具体地,确定当前时刻在所属的时段对应的操作行为预测数量的方式为:确定当前时刻在所属的时段所占的比例,根据当前时刻在所属的时段所占的比例以及所属的时段的操作行为预测数量,确定当前时刻在所属的时段对应的操作行为预测数量。
其中,确定当前时刻在所属的时段所占的比例的方式为:获取当前时刻的时间与所属的时段的起始时间之间的差值,获取该差值与所属的时段的时长之间的商值,得到当前时刻在所属的时段所占的比例。
其中,time_ratio为当前时刻在所属的时段所占的比例,cur_time为当前时刻的时间,day_start为预设的时间间隔的起始时间,dur_time为时段的时长。
比如,以当前时刻在预设的时间间隔中所属的时段为第二时段,第二时段的起始时间为4:00为例,当前时刻的时间与第二时段的起始时间之间的差值为120分钟,该差值与所属的时段的时长之间的商值为0.5,那么当前时刻在第二时段所占的比例为1/2。
其中,根据当前时刻在所属的时段所占的比例以及所属的时段的操作行为预测数量,确定当前时刻在所属的时段对应的操作行为预测数量的方式为:获取当前时刻在所属的时段所占的比例与所属的时段的操作行为预测数量之间的乘积,得到当前时刻在所属的时段对应的操作行为预测数量。
比如,以当前时刻在预设的时间间隔中所属的时段为第二时段,当前时刻的在第二时段所占的比例为1/2,第二时段的操作行为预测数量为4为例,那么当前时刻在所属的时段对应的操作行为预测数量为2。
具体地,根据所属的时段对应的操作行为预测数量以及其它剩余时段对应的操作行为预测数量,获取每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量的方式为:获取所属的时段对应的操作行为预测数量与其它剩余时段对应的操作行为预测数量之和,得到每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量。
其中,left_opps为操作行为剩余数量,opps_ti为当前时刻在所属的时段对应的操作行为预测数量,time_ratio为当前时刻在所属的时段所占的比例,opps_tj为其它剩余时段对应的操作行为预测数量。
比如,以当前时刻在预设的时间间隔中所属的时段为第二时段,当前时刻在所属的时段对应的操作行为预测数量为2,其它剩余时段(第三时段至第六时段)的操作行为预测数量之和为6为例,那么该组预设的信息频控阈值在当前时刻对应的操作行为剩余数量为8。
本实施例提供的资源信息推送方法,根据当前时刻所属的时段对应的操作行为预测数量以及其它剩余时段对应的操作行为预测数量,获取每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,准确计算各个时段的操作行为剩余数量,进而提高了对信息频控阈值的选择的准确性。
在一个实施例中,所述根据所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定所述当前时刻的信息频控阈值之前,还包括:获取所述每一组预设的信息频控阈值在所述预设的时间间隔对应的操作行为系数;所述根据所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定所述当前时刻的信息频控阈值,包括:根据所述每一组预设的信息频控阈值在所述当前时刻对应的操作行为剩余数量以及在所述预设的时间间隔对应的操作行为系数,确定所述当前时刻的信息频控阈值。
其中,操作行为预测信息还包括:每一组预设的信息频控阈值,在预设的时间间隔对应的操作行为系数。操作行为系数可根据每一组预设的信息频控阈值在预设的时间间隔中的操作行为预测总数量确定。
在一个实施例中,每一组预设的信息频控阈值在预设的时间间隔对应的操作行为系数,与每一组预设的信息频控阈值在预设的时间间隔中的操作行为预测总数量呈负相关。操作行为系数的具体数值可根据实际应用进行设定。比如,如图7所示,第一参数为4条、第二参数为9条、第三参数为240分钟对应的操作行为预测总数量为4次,其对应的操作行为系数为59;第一参数为3条、第二参数为9条、第三参数为210次对应的操作行为预测总数量为5次,其对应的操作行为系数为50。可以理解,对于一组预设的信息频控阈值,操作行为预测总数量越低,资源信息的推送机会越少,用户体验越好,资源信息转化率越高。
其中,操作行为剩余数量是指,对于每一组预设的信息频控阈值,在预设的时间间隔对应的操作行为预测总数量中,在当前时刻剩余的操作行为预测数量。操作行为预测数量是指,预测向终端推送消息的次数。
具体地,根据操作行为剩余数量以及操作行为系数确定当前时刻的信息频控阈值的方式可以是:获取当前时刻的资源信息的推送数量;在每一组预设的信息频控阈值中,选取操作行为剩余数量大于或等于当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值;在待选信息频控阈值中,选取操作行为系数最大的信息频控阈值,作为当前时刻的信息频控阈值。
本实施例提供的资源信息推送方法,根据操作行为剩余数量以及操作行为系数确定当前时刻的信息频控阈值,提高用户体验,从而提高资源信息转化率。
在一个实施例中,所述根据所述每一组预设的信息频控阈值在所述当前时刻对应的操作行为剩余数量以及在所述预设的时间间隔对应的操作行为系数,确定所述当前时刻的信息频控阈值,包括:获取当前时刻的资源信息的推送数量;在所述每一组预设的信息频控阈值中,选取所述操作行为剩余数量大于或等于所述当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值;在所述待选信息频控阈值中,选取所述操作行为系数最大的信息频控阈值,作为所述当前时刻的信息频控阈值。
可预先设定资源信息在预设的时间间隔中的推送总数量,比如,以预设的时间间隔为24小时为例,设定24小时中资源信息的推送总数量为三条。当前时刻的资源信息的推送数量是指,在预设的时间间隔对应的推送总数量中,当前时刻剩余的推送数量。
left_ad_num=max_ad_num-pull_ad_num
其中,left_ad_num为当前时刻的资源信息的推送数量,max_ad_num为在预设的时间间隔对应的推送总数量,pull_ad_num为当前时刻剩余的推送数量。
比如,若设定24小时中资源信息的推送总数量为三条,当前时刻之前已推送一条,那么当前时刻的资源信息的推送数量为两条。
具体地,在每一组预设的信息频控阈值中,选取操作行为剩余数量大于或等于当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值。操作行为剩余数量大于或等于当前时刻的资源信息的推送数量,可保证资源信息的顺利推送。
left_opps≥left_ad_num
其中,left_opps为操作行为剩余数量,left_ad_num为当前时刻的资源信息的推送数量。
在一个实施例中,选取操作行为剩余数量大于或等于当前时刻的资源信息的推送数量与预设数量之和的信息频控阈值,得到待选信息频控阈值。其中,预设数量作为误差系数,保证在预设的时间间隔内能够推送完成预先设定的推送总数量的资源信息。预设数量可根据实际应用进行设置,比如1、2、3等。
left_opps≥left_ad_num+λ
其中,left_opps为操作行为剩余数量,left_ad_num为当前时刻的资源信息的推送数量,λ为误差系数。
具体地,在待选信息频控阈值中,选取操作行为系数最大的信息频控阈值,作为当前时刻的信息频控阈值。对于一组预设的信息频控阈值,操作行为系数越大,操作行为预测总数量越低,资源信息的推送机会越少,用户体验越好,资源信息转化率越高。
如图7所示,以当前时刻在t2时段的1/2,且当前时刻的资源信息的推送数量为2次为例,对于第一参数为4条、第二参数为9条、第三参数为240分钟,所属的时段对应的操作行为预测数量为0.5,其它剩余时段对应的操作行为预测数量为3,当前时刻对应的操作行为剩余数量为3.5,操作行为系数为59;对于第一参数为3条、第二参数为9条、第三参数为210分钟,所属的时段对应的操作行为预测数量为0.5,其它剩余时段对应的操作行为预测数量为4,当前时刻对应的操作行为剩余数量为4.5,操作行为系数为50;对于第一参数为2条、第二参数为9条、第三参数为180分钟,所属的时段对应的操作行为预测数量为1,其它剩余时段对应的操作行为预测数量为7,当前时刻对应的操作行为剩余数量为8,操作行为系数为20;对于第一参数为4条、第二参数为9条、第三参数为150分钟,所属的时段对应的操作行为预测数量为0.5,其它剩余时段对应的操作行为预测数量为3,当前时刻对应的操作行为剩余数量为3.5,操作行为系数为50;对于第一参数为3条、第二参数为8条、第三参数为120分钟,所属的时段对应的操作行为预测数量为0.5,其它剩余时段对应的操作行为预测数量为5,当前时刻对应的操作行为剩余数量为5.5,操作行为系数为30。那么选取第一参数为4条、第二参数为9条、第三参数为240分钟作为当前的频控参数条件。
在选择信息频控阈值的过程中,操作行为剩余数量随着时间的流逝在减少,资源信息的推送数量也会随着资源信息的成功推送而减少,因此待选信息频控阈值一直在动态改变,这是一种自适应的策略;并且操作行为系数越大,用户体验越好,这就相当于一种贪心算法,该贪心算法在保证为用户推送更多的资源信息的前提下,还能保证用户体验最优,从而提高资源信息转化率。
本实施例提供的资源信息推送方法,使得资源信息的推送频率合理化,且提高用户体验,从而提高资源信息转化率。
在一个实施例中,当所述信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的其中一个,且所述当前时刻的信息频控参数的值大于或等于对应的所述信息频控阈值,则将资源信息推送至终端;当所述信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的至少两个,且所述当前时刻的信息频控参数的值均大于或等于对应的所述信息频控阈值,则将资源信息推送至终端。
具体地,若信息频控参数包括第一参数、第二参数和第三参数中的其中一个,信息频控阈值对应包括第一参数阈值、第二参数阈值和第三参数阈值中的其中一个。
若信息频控参数包括第一参数、第二参数和第三参数中的其中两个,信息频控阈值对应包括第一参数阈值、第二参数阈值和第三参数阈值中的其中两个。可选地,两个参数作为一组,以信息频控参数包括第一参数和第二参数,且第一参数为2条,第二参数为8条为例,信息频控参数为[2,8];对应地,两个参数阈值作为一组,以信息频控阈值包括第一参数阈值和第二参数阈值,且第一参数阈值为3条,第二参数阈值为10条为例,信息频控阈值为[3,10]。将信息频控参数和信息频控阈值分别进行比对。
若信息频控参数包括第一参数、第二参数和第三参数,信息频控阈值对应包括第一参数阈值、第二参数阈值和第三参数阈值。可选地,三个参数作为一组,以第一参数为2条,第二参数为8条,第三参数为240min为例,信息频控参数为[2,8,240];对应地,三个参数阈值作为一组,以第一参数阈值为3条,第二参数阈值为10条,第三参数阈值为360min为例,信息频控阈值为[3,10,360]。将信息频控参数和信息频控阈值分别进行比对。
若当前时刻的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的其中一个,且当前时刻的信息频控参数的值大于或等于对应的信息频控阈值,则将资源信息推送至终端;若当前时刻的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的其中两个,且当前时刻的信息频控参数的值均大于或等于对应的信息频控阈值,则将资源信息推送至终端;若当前时刻的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值,且当前时刻的信息频控参数的值均大于或等于对应的信息频控阈值,则将资源信息推送至终端。
本实施例提供的资源信息推送方法,利用信息频控阈值对资源信息的推送频率进行管控,且综合考虑资源信息之间的消息的数量以及资源信息之间的时间间隔,使得资源信息的推送频率合理化。
如图9所示,在一个具体的实施例中,所述资源信息推送方法包括以下步骤:
S902,获取当前时刻的信息频控参数,所述信息频控参数包括第一参数、第二参数和第三参数中的至少一个,所述第一参数用于表征当前时刻未推送的消息的数量,所述第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,所述第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔;
S904,获取预设的信息频控阈值集合中每一组预设的信息频控阈值对应的操作行为预测信息,所述操作行为预测信息是基于操作行为预测模型根据历史操作行为信息确定的,所述操作行为预测信息包括:每一组预设的信息频控阈值,在预设的时间间隔中的每一个时段对应的操作行为预测数量以及在所述预设的时间间隔对应的操作行为系数;
S906,确定当前时刻在所述预设的时间间隔中所属的时段,以及所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量;
S908,确定所述每一组预设的信息频控阈值在所述预设的时间间隔中除所述所属的时段以外的其它剩余时段对应的操作行为预测数量;
S910,根据所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量以及在所述其它剩余时段对应的操作行为预测数量,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量;
S912,获取当前时刻的资源信息的推送数量;
S914,在所述每一组预设的信息频控阈值中,选取所述操作行为剩余数量大于或等于所述当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值;
S916,在所述待选信息频控阈值中,选取所述操作行为系数最大的信息频控阈值,作为所述当前时刻的信息频控阈值;
S918,当所述当前时刻的信息频控参数大于或等于所述当前时刻的信息频控阈值时,将资源信息推送至终端。
如图10所示,应用本实施例,用户的操作行为数量增长,说明用户体验较好;如图11所示,平台收益增长,说明提高了资源信息转化率。
本申请提供的资源信息推送方法,获取当前时刻的信息频控参数,从预设的信息频控阈值集合中确定当前时刻的信息频控阈值,当当前时刻的信息频控参数大于或等于当前时刻的信息频控阈值时,将资源信息推送至终端,其中,该信息频控参数包括第一参数、第二参数和第三参数中的至少一个,第一参数用于表征当前时刻未推送的消息的数量,第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔。这种资源信息推送方法,实现了动态调整推送资源信息的频率,使得资源信息的推送频率合理化,从而提高资源信息转化率。
图2和图9为一个实施例中资源信息推送方法的流程示意图。应该理解的是,虽然图2和图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和图9中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图12所示,在一个实施例中,提供了一种资源信息推送装置1200,包括:获取模块1202、确定模块1204和推送模块1206。
获取模块1202,用于获取当前时刻的信息频控参数,所述信息频控参数包括第一参数、第二参数和第三参数中的至少一个,所述第一参数用于表征当前时刻未推送的消息的数量,所述第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,所述第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔;
确定模块1204,用于从预设的信息频控阈值集合中确定当前时刻的信息频控阈值,所述预设的信息频控阈值集合包括至少两组预设的信息频控阈值,每一组预设的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的至少一个,每一组预设的信息频控阈值包含的参数阈值的数量相同;
推送模块1206,用于当所述当前时刻的信息频控参数大于或等于所述当前时刻的信息频控阈值时,将资源信息推送至终端。
上述资源信息推送装置1200,获取当前时刻的信息频控参数,从预设的信息频控阈值集合中确定当前时刻的信息频控阈值,当当前时刻的信息频控参数大于或等于当前时刻的信息频控阈值时,将资源信息推送至终端,其中,该信息频控参数包括第一参数、第二参数和第三参数中的至少一个,第一参数用于表征当前时刻未推送的消息的数量,第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔。该资源信息推送装置1200实现了动态调整推送资源信息的频率,使得资源信息的推送频率合理化,从而提高资源信息转化率。
在一个实施例中,所述确定模块1204,还用于:获取所述预设的信息频控阈值集合中每一组预设的信息频控阈值对应的操作行为预测信息,所述操作行为预测信息是基于操作行为预测模型根据历史操作行为信息确定的;根据所述每一组预设的信息频控阈值对应的操作行为预测信息,确定所述当前时刻的信息频控阈值。
在一个实施例中,所述资源信息推送装置1200还包括训练模块,所述训练模块,用于:获取第一预设时长的历史操作行为信息,将所述第一预设时长的历史操作行为信息输入到所述操作行为预测模型中,预测得到第二预设时长的操作行为预测信息;根据所述第二预设时长的操作行为信息和预测得到的所述第二预设时长的操作行为预测信息,修正所述操作行为预测模型。
在一个实施例中,所述确定模块1204,还用于:根据所述每一组预设的信息频控阈值对应的操作行为预测信息,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量;根据所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定所述当前时刻的信息频控阈值。
在一个实施例中,所述确定模块1204,还用于:确定当前时刻在所述预设的时间间隔中所属的时段,以及所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量;确定所述每一组预设的信息频控阈值在所述预设的时间间隔中除所述所属的时段以外的其它剩余时段对应的操作行为预测数量;根据所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量以及在所述其它剩余时段对应的操作行为预测数量,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量。
在一个实施例中,所述获取模块1202,还用于:获取所述每一组预设的信息频控阈值在所述预设的时间间隔对应的操作行为系数,所述每一组预设的信息频控阈值在所述预设的时间间隔对应的操作行为系数,与所述每一组预设的信息频控阈值在所述预设的时间间隔中的操作行为预测总数量呈负相关;所述确定模块1204,还用于:根据所述每一组预设的信息频控阈值在所述当前时刻对应的操作行为剩余数量以及在所述预设的时间间隔对应的操作行为系数,确定所述当前时刻的信息频控阈值。
在一个实施例中,所述确定模块1204,还用于:获取当前时刻的资源信息的推送数量;在所述每一组预设的信息频控阈值中,选取所述操作行为剩余数量大于或等于所述当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值;在所述待选信息频控阈值中,选取所述操作行为系数最大的信息频控阈值,作为所述当前时刻的信息频控阈值。
图13示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的终端110(或服务器120、消息引擎130和资源信息引擎140)。如图13所示,该计算机设备包括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,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现资源信息推送方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行资源信息推送方法。
本领域技术人员可以理解,图13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。
在一个实施例中,本申请提供的资源信息推送装置可以实现为一种计算机程序的形式,计算机程序可在如图13所示的计算机设备上运行。计算机设备的存储器中可存储组成该资源信息推送装置的各个程序模块,比如,图12所示的获取模块、确定模块和推送模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的资源信息推送方法中的步骤。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述资源信息推送方法的步骤。此处资源信息推送方法的步骤可以是上述各个实施例的资源信息推送方法中的步骤。
在一个实施例中,提供了一种存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述资源信息推送方法的步骤。此处资源信息推送方法的步骤可以是上述各个实施例的资源信息推送方法中的步骤。
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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Sync小时link)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)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本申请专利范围的限制。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 (14)

1.一种资源信息推送方法,其特征在于,所述方法包括:
获取当前时刻的信息频控参数,所述信息频控参数包括第一参数、第二参数和第三参数中的至少一个,所述第一参数用于表征当前时刻未推送的消息的数量,所述第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,所述第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔;
获取预设的信息频控阈值集合中每一组预设的信息频控阈值对应的操作行为预测信息,所述预设的信息频控阈值集合包括至少两组预设的信息频控阈值,每一组预设的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的至少一个,每一组预设的信息频控阈值包含的参数阈值的数量相同,所述操作行为预测信息是基于操作行为预测模型根据历史操作行为信息确定的,所述操作行为预测信息包括:所述每一组预设的信息频控阈值,在预设的时间间隔中的每一个时段对应的操作行为预测数量;
根据所述每一组预设的信息频控阈值对应的操作行为预测信息,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量;
根据所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定所述当前时刻的信息频控阈值;
当所述当前时刻的信息频控参数大于或等于所述当前时刻的信息频控阈值时,将资源信息推送至终端。
2.根据权利要求1所述的方法,其特征在于,所述操作行为预测模型的训练方式,包括:
获取第一预设时长的历史操作行为信息,将所述第一预设时长的历史操作行为信息输入到所述操作行为预测模型中,预测得到第二预设时长的操作行为预测信息;
根据所述第二预设时长的操作行为信息和预测得到的所述第二预设时长的操作行为预测信息,修正所述操作行为预测模型。
3.根据权利要求1所述的方法,其特征在于,所述根据所述每一组预设的信息频控阈值对应的操作行为预测信息,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,包括:
确定当前时刻在所述预设的时间间隔中所属的时段,以及所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量;
确定所述每一组预设的信息频控阈值在所述预设的时间间隔中除所述所属的时段以外的其它剩余时段对应的操作行为预测数量;
根据所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量以及在所述其它剩余时段对应的操作行为预测数量,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量。
4.根据权利要求1所述的方法,其特征在于,所述操作行为预测信息还包括:所述每一组预设的信息频控阈值,在所述预设的时间间隔对应的操作行为系数;
所述根据所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定所述当前时刻的信息频控阈值之前,还包括:
获取所述每一组预设的信息频控阈值在所述预设的时间间隔对应的操作行为系数;
所述根据所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定所述当前时刻的信息频控阈值,包括:
根据所述每一组预设的信息频控阈值在所述当前时刻对应的操作行为剩余数量以及在所述预设的时间间隔对应的操作行为系数,确定所述当前时刻的信息频控阈值。
5.根据权利要求4所述的方法,其特征在于,所述每一组预设的信息频控阈值在所述预设的时间间隔对应的操作行为系数,与所述每一组预设的信息频控阈值在所述预设的时间间隔中的操作行为预测总数量呈负相关。
6.根据权利要求4所述的方法,其特征在于,所述根据所述每一组预设的信息频控阈值在所述当前时刻对应的操作行为剩余数量以及在所述预设的时间间隔对应的操作行为系数,确定所述当前时刻的信息频控阈值,包括:
获取当前时刻的资源信息的推送数量;
在所述每一组预设的信息频控阈值中,选取所述操作行为剩余数量大于或等于所述当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值;
在所述待选信息频控阈值中,选取所述操作行为系数最大的信息频控阈值,作为所述当前时刻的信息频控阈值。
7.一种资源信息推送装置,其特征在于,所述装置包括:
获取模块,用于获取当前时刻的信息频控参数,所述信息频控参数包括第一参数、第二参数和第三参数中的至少一个,所述第一参数用于表征当前时刻未推送的消息的数量,所述第二参数用于表征当前时刻与上一次资源信息被推送的时刻之间的消息的数量,所述第三参数用于表征当前时刻与上一次资源信息被推送的时刻之间的时间间隔;
确定模块,用于获取预设的信息频控阈值集合中每一组预设的信息频控阈值对应的操作行为预测信息,所述预设的信息频控阈值集合包括至少两组预设的信息频控阈值,每一组预设的信息频控阈值包括第一参数阈值、第二参数阈值和第三参数阈值中的至少一个,每一组预设的信息频控阈值包含的参数阈值的数量相同,所述操作行为预测信息是基于操作行为预测模型根据历史操作行为信息确定的,所述操作行为预测信息包括:所述每一组预设的信息频控阈值,在预设的时间间隔中的每一个时段对应的操作行为预测数量;
所述确定模块,还用于根据所述每一组预设的信息频控阈值对应的操作行为预测信息,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量;
所述确定模块,还用于根据所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量,确定所述当前时刻的信息频控阈值;
推送模块,用于当所述当前时刻的信息频控参数大于或等于所述当前时刻的信息频控阈值时,将资源信息推送至终端。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括训练模块,所述训练模块,用于获取第一预设时长的历史操作行为信息,将所述第一预设时长的历史操作行为信息输入到所述操作行为预测模型中,预测得到第二预设时长的操作行为预测信息;根据所述第二预设时长的操作行为信息和预测得到的所述第二预设时长的操作行为预测信息,修正所述操作行为预测模型。
9.根据权利要求7所述的装置,其特征在于,所述确定模块,还用于确定当前时刻在所述预设的时间间隔中所属的时段,以及所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量;确定所述每一组预设的信息频控阈值在所述预设的时间间隔中除所述所属的时段以外的其它剩余时段对应的操作行为预测数量;根据所述每一组预设的信息频控阈值在所述所属的时段对应的操作行为预测数量以及在所述其它剩余时段对应的操作行为预测数量,获取所述每一组预设的信息频控阈值在当前时刻对应的操作行为剩余数量。
10.根据权利要求7所述的装置,其特征在于,所述操作行为预测信息还包括:所述每一组预设的信息频控阈值,在所述预设的时间间隔对应的操作行为系数;所述获取模块,还用于获取所述每一组预设的信息频控阈值在所述预设的时间间隔对应的操作行为系数;所述确定模块,还用于根据所述每一组预设的信息频控阈值在所述当前时刻对应的操作行为剩余数量以及在所述预设的时间间隔对应的操作行为系数,确定所述当前时刻的信息频控阈值。
11.根据权利要求10所述的装置,其特征在于,所述每一组预设的信息频控阈值在所述预设的时间间隔对应的操作行为系数,与所述每一组预设的信息频控阈值在所述预设的时间间隔中的操作行为预测总数量呈负相关。
12.根据权利要求10所述的装置,其特征在于,所述确定模块,还用于获取当前时刻的资源信息的推送数量;在所述每一组预设的信息频控阈值中,选取所述操作行为剩余数量大于或等于所述当前时刻的资源信息的推送数量的信息频控阈值,得到待选信息频控阈值;在所述待选信息频控阈值中,选取所述操作行为系数最大的信息频控阈值,作为所述当前时刻的信息频控阈值。
13.一种计算机设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至6中任一项所述的方法的步骤。
14.一种存储介质,其特征在于,所述存储介质上存储有计算机可执行指令,所述计算机可执行指令被处理器执行时,使得所述处理器执行权利要求1至6中任一项所述方法的步骤。
CN201910983889.2A 2019-10-16 2019-10-16 资源信息推送方法、装置、存储介质和计算机设备 Active CN112667883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910983889.2A CN112667883B (zh) 2019-10-16 2019-10-16 资源信息推送方法、装置、存储介质和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910983889.2A CN112667883B (zh) 2019-10-16 2019-10-16 资源信息推送方法、装置、存储介质和计算机设备

Publications (2)

Publication Number Publication Date
CN112667883A CN112667883A (zh) 2021-04-16
CN112667883B true CN112667883B (zh) 2023-12-26

Family

ID=75400657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910983889.2A Active CN112667883B (zh) 2019-10-16 2019-10-16 资源信息推送方法、装置、存储介质和计算机设备

Country Status (1)

Country Link
CN (1) CN112667883B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105978967A (zh) * 2016-05-11 2016-09-28 腾讯科技(北京)有限公司 控制信息推送的方法和装置
CN108446649A (zh) * 2018-03-27 2018-08-24 百度在线网络技术(北京)有限公司 用于告警的方法及装置
CN109308632A (zh) * 2018-08-17 2019-02-05 中国平安人寿保险股份有限公司 基于断点的产品推送方法、装置、计算机设备和存储介质
CN109936637A (zh) * 2019-03-18 2019-06-25 北京达佳互联信息技术有限公司 消息推送的频控方法、装置、服务器及介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105978967A (zh) * 2016-05-11 2016-09-28 腾讯科技(北京)有限公司 控制信息推送的方法和装置
CN108446649A (zh) * 2018-03-27 2018-08-24 百度在线网络技术(北京)有限公司 用于告警的方法及装置
CN109308632A (zh) * 2018-08-17 2019-02-05 中国平安人寿保险股份有限公司 基于断点的产品推送方法、装置、计算机设备和存储介质
CN109936637A (zh) * 2019-03-18 2019-06-25 北京达佳互联信息技术有限公司 消息推送的频控方法、装置、服务器及介质

Also Published As

Publication number Publication date
CN112667883A (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
US20200374589A1 (en) User feature generation method and apparatus, device, and computer-readable storage medium
US10552488B2 (en) Social media user recommendation system and method
CN110309418B (zh) 推荐内容确定方法、装置、存储介质和计算机设备
CN111478963B (zh) 消息推送方法、装置、电子设备及计算机可读存储介质
CN110413867B (zh) 用于内容推荐的方法及系统
CN103138954A (zh) 一种推荐项的推送方法、系统及推荐服务器
CN107463580B (zh) 训练点击率预估模型方法和装置、点击率预估方法和装置
CN113254472B (zh) 一种参数配置方法、装置、设备及可读存储介质
JP2017509960A (ja) コンテンツ推奨のための方法、装置およびシステム
US9177297B2 (en) Distributing data messages to successive different subsets of group members based on distribution rules automatically selected using feedback from a prior selected subset
US9602563B2 (en) Selective content delivery in a real-time streaming environment
CN110457361B (zh) 特征数据获取方法、装置、计算机设备和存储介质
US11521134B2 (en) System and methods for machine learning training data selection
CN104038842B (zh) 一种在cdn网络中预取点播节目信息的方法与设备
Shortle et al. Optimal splitting for rare-event simulation
CN112667883B (zh) 资源信息推送方法、装置、存储介质和计算机设备
CN115169551A (zh) 行为预测模型的训练方法、风险行为预测方法和装置
Hu et al. Promotion recommendation method and system based on random forest
CN112417301A (zh) 信息推送方法、装置、服务器和存储介质
US8880546B1 (en) System, method, and computer program for refining a set of keywords utilizing historical activity thresholds
CN113038283A (zh) 视频推荐方法、装置和存储介质
CN116304117B (zh) 一种获取文本信息的数据处理方法、系统和存储介质
US20230020043A1 (en) Method for identifying new audiences for content of a content provider
CN113191723A (zh) 会议调度方法、装置、计算机设备和存储介质
Lam et al. A sequential sampling plan for exponential distribution

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40041944

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant