CN112733012A - 一种执行用户触达的方法、装置、设备和介质 - Google Patents
一种执行用户触达的方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112733012A CN112733012A CN202011601863.6A CN202011601863A CN112733012A CN 112733012 A CN112733012 A CN 112733012A CN 202011601863 A CN202011601863 A CN 202011601863A CN 112733012 A CN112733012 A CN 112733012A
- Authority
- CN
- China
- Prior art keywords
- user account
- touch
- reach
- response
- expression
- 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.)
- Granted
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
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)
- User Interface Of Digital Computer (AREA)
Abstract
本申请属于数据处理技术领域,公开了一种执行用户触达的方法、装置、设备和介质,本申请公开的一种执行用户触达的方法包括,根据预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。这样,提高了触达方式分配的准确度以及整体触达效果。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种执行用户触达的方法、装置、设备和介质。
背景技术
随着互联网技术的发展,互联网业务也不断增多。为促进用户回访,通常采用短信、邮件、应用推送以及应用服务通知等触达方式,执行用户触达。
现有技术下,通常将待通知的各用户划分成不同的群体,并针对不同的群体采用不同的触达方式,执行用户触达。
但是,采用这种方式,触达方式的分配不准确,用户的召回率较低,使得整体触达效果较差,由此,如何提高触达方式分配的准确度以及整体触达效果,是一个需要解决的技术问题。
发明内容
本申请实施例提供一种执行用户触达的方法、装置、设备和介质,用以执行用户触达时,提高触达方式分配的准确度以及整体触达效果。
一方面,提供一种执行用户触达的方法,包括:
获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数;
根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;
根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;
分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
较佳的,分别确定每一用户账号响应每一触达方式的触达响应概率,包括:
分别将每一触达方式和每一用户账号进行组合,获得相应的二元组;
根据每一触达方式分别触达每一用户账号的触达次数,获得各二元组对应的触达次数;
根据每一用户账号分别响应每一触达方式的响应次数,获得各二元组对应的响应次数;
根据各二元组对应的触达次数,以及各二元组对应的响应次数,分别确定每个二元组对应的触达响应概率。
较佳的,根据各二元组对应的触达次数,以及各二元组对应的响应次数,分别确定每个二元组对应的触达响应概率,包括:
分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的触达次数,以及各用户账号的总数量,确定一种触达方式触达各用户账号的触达次数平均值;
分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的响应次数,以及各用户账号的总数量,确定各用户账号针对一种触达方式响应的触达响应平均值;
分别针对每个二元组,执行以下步骤:根据一个二元组中的触达方式对应的触达次数平均值和触达响应平均值,以及一个二元组对应的触达次数和响应次数,确定一个二元组对应的触达响应概率;
其中,触达响应概率与触达响应平均值和响应次数均呈正相关,与触达次数平均值和触达次数呈负相关。
较佳的,根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化,包括:
分别将每一触达方式和每一用户账号进行组合,获得相应的二元组;
根据每一用户账号响应每一触达方式的触达响应概率,获得各二元组对应的触达响应概率;
基于各二元组对应的触达响应概率,以及各二元组对应的触达变量,获得响应账号数量表达式,响应账号数量表达式用于预估响应触达的用户账号的响应账号数量,每个二元组对应的触达变量用于表示是否采用每个二元组中的触达方式向相应用户账号进行触达;
基于响应账号数量表达式和预设约束条件,预估响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值;
根据各二元组对应的触达变量值,分别确定每一用户账号对应的目标触达方式。
较佳的,基于各二元组对应的触达响应概率,以及各二元组对应的触达变量,获得响应账号数量表达式,包括:
分别基于每个二元组对应的触达响应概率和触达变量之间的乘积,获得相应二元组的第一响应概率表达式,每个二元组对应的第一响应概率表达式用于确定每个二元组中的用户账号响应相应触达方式的概率;
分别针对每个用户账号,执行以下步骤:基于包含用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式,每个用户账号对应的第二响应概率表达式用于确定每个用户账号响应各触达方式的概率;
根据各用户账号对应的第二响应概率表达式,获得响应账号数量表达式。
较佳的,基于包含用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式,包括:
分别基于包含用户账号的每个二元组对应的第一响应概率表达式,确定相应二元组的未响应概率表达式,未响应概率表达式与第一响应概率表达式呈负相关,每个二元组对应的未响应概率表达式用于确定每个二元组中的用户账号未响应相应触达方式的概率;
基于包含用户账号的各二元组对应的未响应概率表达式的乘积,确定用户账号的第二响应概率表达式。
较佳的,基于包含用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式,包括:
基于包含用户账号的各二元组对应的第一响应概率表达式的和,确定用户账号的第二响应概率表达式。
较佳的,基于响应账号数量表达式和预设约束条件,预估响应账号数量的最大值,包括:
分别针对每个用户账号,执行以下步骤:基于包含一个用户账号的二元组对应的触达变量的和,确定一个用户账号对应的触达种类表达式,触达种类表达式用于确定触达一个用户账号的触达方式的种类;
分别针对每种触达方式,执行以下步骤:基于包含一种触达方式的二元组对应的触达变量的和,确定一种触达方式对应的触达次数表达式,触达次数表达式用于确定一种触达方式被使用的次数;
基于响应账号数量表达式,预估在各用户账号对应的触达种类表达式符合第一预设约束条件,且各触达方式对应的触达次数表达式符合第二预设约束条件时,响应账号数量的最大值。
较佳的,基于响应账号数量表达式,预估在各用户账号对应的触达种类表达式符合第一预设约束条件,且各触达方式对应的触达次数表达式符合第二预设约束条件时,响应账号数量的最大值,包括:
分别获取每个用户账号对应的预设触达种类阈值,以及每种触达方式对应的预设触达次数阈值;
采用混合整数规划的方式,基于响应账号数量表达式,预估在每个用户账号对应的触达种类表达式均不高于相应的预设触达种类阈值,且每个触达方式对应的触达次数表达式均不高于相应的预设触达次数阈值时,响应账号数量的最大值。
一方面,提供一种执行用户触达的装置,包括:
获取单元,用于获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数;
第一确定单元,用于根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;
第二确定单元,用于根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;
触达单元,用于分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
较佳的,第一确定单元用于:
分别将每一触达方式和每一用户账号进行组合,获得相应的二元组;
根据每一触达方式分别触达每一用户账号的触达次数,获得各二元组对应的触达次数;
根据每一用户账号分别响应每一触达方式的响应次数,获得各二元组对应的响应次数;
根据各二元组对应的触达次数,以及各二元组对应的响应次数,分别确定每个二元组对应的触达响应概率。
较佳的,第一确定单元用于:分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的触达次数,以及各用户账号的总数量,确定一种触达方式触达各用户账号的触达次数平均值;
分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的响应次数,以及各用户账号的总数量,确定各用户账号针对一种触达方式响应的触达响应平均值;
分别针对每个二元组,执行以下步骤:根据一个二元组中的触达方式对应的触达次数平均值和触达响应平均值,以及一个二元组对应的触达次数和响应次数,确定一个二元组对应的触达响应概率;
其中,触达响应概率与触达响应平均值和响应次数均呈正相关,与触达次数平均值和触达次数呈负相关。
较佳的,第二确定单元用于:
分别将每一触达方式和每一用户账号进行组合,获得相应的二元组;
根据每一用户账号响应每一触达方式的触达响应概率,获得各二元组对应的触达响应概率;
基于各二元组对应的触达响应概率,以及各二元组对应的触达变量,获得响应账号数量表达式,响应账号数量表达式用于预估响应触达的用户账号的响应账号数量,每个二元组对应的触达变量用于表示是否采用每个二元组中的触达方式向相应用户账号进行触达;
基于响应账号数量表达式和预设约束条件,预估响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值;
根据各二元组对应的触达变量值,分别确定每一用户账号对应的目标触达方式。
较佳的,第二确定单元用于:
分别基于每个二元组对应的触达响应概率和触达变量之间的乘积,获得相应二元组的第一响应概率表达式,每个二元组对应的第一响应概率表达式用于确定每个二元组中的用户账号响应相应触达方式的概率;
分别针对每个用户账号,执行以下步骤:基于包含用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式,每个用户账号对应的第二响应概率表达式用于确定每个用户账号响应各触达方式的概率;
根据各用户账号对应的第二响应概率表达式,获得响应账号数量表达式。
较佳的,第二确定单元用于:
分别基于包含用户账号的每个二元组对应的第一响应概率表达式,确定相应二元组的未响应概率表达式,未响应概率表达式与第一响应概率表达式呈负相关,每个二元组对应的未响应概率表达式用于确定每个二元组中的用户账号未响应相应触达方式的概率;
基于包含用户账号的各二元组对应的未响应概率表达式的乘积,确定用户账号的第二响应概率表达式。
较佳的,第二确定单元用于:
基于包含用户账号的各二元组对应的第一响应概率表达式的和,确定用户账号的第二响应概率表达式。
较佳的,第二确定单元用于:
分别针对每个用户账号,执行以下步骤:基于包含一个用户账号的二元组对应的触达变量的和,确定一个用户账号对应的触达种类表达式,触达种类表达式用于确定触达一个用户账号的触达方式的种类;
分别针对每种触达方式,执行以下步骤:基于包含一种触达方式的二元组对应的触达变量的和,确定一种触达方式对应的触达次数表达式,触达次数表达式用于确定一种触达方式被使用的次数;
基于响应账号数量表达式,预估在各用户账号对应的触达种类表达式符合第一预设约束条件,且各触达方式对应的触达次数表达式符合第二预设约束条件时,响应账号数量的最大值。
较佳的,第二确定单元用于:分别获取每个用户账号对应的预设触达种类阈值,以及每种触达方式对应的预设触达次数阈值;
采用混合整数规划的方式,基于响应账号数量表达式,预估在每个用户账号对应的触达种类表达式均不高于相应的预设触达种类阈值,且每个触达方式对应的触达次数表达式均不高于相应的预设触达次数阈值时,响应账号数量的最大值。
一方面,提供一种控制设备,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,处理器执行程序时执行上述任一种执行用户触达的方法的步骤。
一方面,提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一种执行用户触达的方法的步骤。
本申请实施例提供的一种执行用户触达的方法、装置、设备和介质中,获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数;根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。这样,提高了触达方式分配的准确度,实现了整体触达效果最大化。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施方式中一种执行用户触达的系统的应用场景示例图;
图2为本申请实施方式中一种执行用户触达的方法的实施流程图;
图3为本申请实施方式中一种执行用户触达的方法的详细实施流程图;
图4为本申请实施方式中一种执行用户触达的系统的架构图;
图5为本申请实施方式中一种执行用户触达的装置的结构示意图;
图6为本申请实施方式中一种控制设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及有益效果更加清楚明白,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用以解释本申请,并不用于限定本申请。
为了在执行用户触达时,提高触达方式分配的准确度以及整体触达效果,本申请实施例提供了一种执行用户触达的方法、装置、设备和介质。
首先对本申请实施例中涉及的部分用语进行说明,以便于本领域技术人员理解。
终端设备:可以是移动终端、固定终端或便携式终端,例如移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统设备、个人导航设备、个人数字助理、音频/视频播放器、数码相机/摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合,包括这些设备的配件和外设或者其任意组合。还可预见到的是,终端设备能够支持任意类型的针对用户的接口(例如可穿戴设备)等。
服务器: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。
触达方式:采用特定的方式,向特定的用户发送消息,触达方式可以为短信、邮件、应用推送以及应用服务通知等。
贝叶斯估计:利用贝叶斯定理结合新的证据以及以前的先验概率,得到新的概率。
混合整数规划:在优化计算时,将一部分决策变量限制为整数的规划方式。
为进一步说明本申请实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。方法在实际的处理过程中或者控制设备执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。
参阅图1所示,为一种执行用户触达的系统的应用场景示例图。该系统包括控制设备101以及多个用户设备102。
控制设备101:用于为各用户账号分配相应的目标触达方式,并分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
具体的,控制设备101采用贝叶斯估计方式,根据多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率,并采用混合整数规划的方式,根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式,以及分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
可选的,控制设备101可以为服务器,也可以为终端设备。
用户设备102:接收控制设备101通过确定出的触达方式发送的业务通知,还用于确定接收到用户基于业务通知下发的响应指令后,根据该响应指令向控制设备101返回相应的响应消息。
可选的,用户设备102可以为终端设备,用户设备102可以为一个,也可以为多个。
本申请实施例中,在进行触达方式分配时,可以细化到每一用户的粒度,即可以分别针对每一用户分配最优的目标触达方式,使得整体触达效果最优,并可以预估整体触达效果,简化了用户触达方式分配的繁琐操作,提高了触达方式分配的效率以及准确度,实现了整体触达效果的最大化。
参阅图2所示,为本申请提供的一种执行用户触达的方法的实施流程图。该方法的具体流程如下:
步骤200:控制设备获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数。
具体的,控制设备分别针对每一触达方式和每一用户账号,执行以下步骤:
获取预设时间段内一种触达方式触达一个用户账号的触达次数,以及该用户账号响应该触达方式的响应次数。
其中,用户账号为用于表示用户的名称以及编号等,每一用户账号唯一表示一个用户。触达方式为向特定的用户发送消息的方式。可选的,触达方式可以为短信、邮件、应用推送以及应用服务通知等。
例如,假设用户账号为UE1003,且UE1003唯一表示用户张三。则控制设备可以根据用户张三的用户账号UE1003,获取用户张三的手机号135……,并通过该手机号135……向用户张三发送短信(触达方式),从而通过短信执行用户触达。
可选的,响应触达的方式可以为短信回复、邮件回复、点击应用推送的链接以及应用服务通知查看等。
实际应用中,响应触达的方式可以根据实际应用场景进行设置,在此不作限制。
其中,预设时间段可以为N天,表示历史数据天数,如,最近一个月内,实际应用中,预设时间段可以根据实际应用场景进行设置,在此不作限制。
例如,假设用户账号为用户A,触达方式为短信和邮件,预设时间段为最近一周内,则控制设备获取最近一周内采用短信的方式,向用户A发送业务通知的触达次数,以及用户A响应该业务通知的响应次数,以及获取最近一周内采用邮件的方式,向用户A发送业务通知的触达次数,以及用户A响应该业务通知的响应次数。
这样,就可以获取执行触达以及触达相应的历史数据。
步骤201:控制设备根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率。
具体的,执行步骤201时,可以采用以下步骤:
S2011:控制设备分别将每一触达方式和每一用户账号进行组合,获得相应的二元组。
具体的,控制设备分别针对每一触达方式和每一用户账号,执行以下步骤:
将触达方式j和用户账号i进行组合,获得相应的二元组(i,j)。
其中,i表示用户账号对应的编号,i=1、2、3……n,n表示各用户账号的总数量,j表示触达方式对应的编号,j=1、2、3……m,m表示触达方式的总数量,i、j、m和n均为正整数。
S2012:控制设备根据每一触达方式分别触达每一用户账号的触达次数,获得各二元组对应的触达次数。
具体的,控制设备分别针对每一触达方式和每一用户账号,执行以下步骤:
根据触达方式j触达用户账号i的触达次数,获得二元组(i,j)对应的触达次数rij。
其中,r表示触达次数,为正整数,rij表示触达方式j触达用户账号i的触达次数。
S2013:控制设备根据每一用户账号分别响应每一触达方式的响应次数,获得各二元组对应的响应次数。
具体的,控制设备分别针对每一触达方式和每一用户账号,执行以下步骤:
根据用户账号i响应触达方式j的响应次数,获得各二元组(i,j)对应的响应次数cij。
其中,c表示响应次数,为正整数,cij表示用户账号i响应触达方式j的响应次数。
S2014:控制设备根据各二元组对应的触达次数,以及各二元组对应的响应次数,分别确定每个二元组对应的触达响应概率。
具体的,执行S2014时,可以采用以下步骤:
S2014a:控制设备分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的触达次数,以及各用户账号的总数量,确定一种触达方式触达各用户账号的触达次数平均值。
可选的,确定任意触达方式j触达各用户账号的触达次数平均值时,可以采用以下公式:
其中,表示触达方式j触达各用户账号的触达次数平均值,n表示各用户账号的总数量,rij表示触达方式j触达用户账号i的触达次数,i表示用户账号对应的编号,j表示触达方式对应的编号,表示任意一种触达方式j,i和j均为正整数。
S2014b:控制设备分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的响应次数,以及各用户账号的总数量,确定各用户账号针对一种触达方式响应的触达响应平均值。
可选的,确定各用户账号响应任意触达方式j的触达响应平均值时,可以采用以下公式:
其中,表示各用户账号响应触达方式j的触达响应平均值,n表示各用户账号的总数量,cij表示用户账号i响应触达方式j的响应次数,i表示用户账号对应的编号,j表示触达方式对应的编号,表示任意一种触达方式j,i和j均为正整数。
S2014c:控制设备分别针对每个二元组,执行以下步骤:根据一个二元组中的触达方式对应的触达次数平均值和触达响应平均值,以及一个二元组对应的触达次数和响应次数,确定一个二元组对应的触达响应概率。
其中,触达响应概率与触达响应平均值和响应次数均呈正相关,与触达次数平均值和触达次数呈负相关。
可选的,确定任意二元组(i,j)对应的触达响应概率时,可以采用以下公式:
其中,pij表示二元组(i,j)对应的触达响应概率,表示各用户账号响应触达方式j的触达响应平均值,cij表示用户账号i响应触达方式j的响应次数,表示触达方式j触达各用户账号的触达次数平均值,rij表示触达方式j触达用户账号i的触达次数,i表示用户账号对应的编号,j表示触达方式对应的编号,表示任意一个用户账号i和任意一种触达方式j,i和j均为正整数。
本申请实施例中,根据每一用户账号i响应每一触达方式j的触达响应概率,获得各二元组(i,j)对应的触达响应概率pij。
这样,就可以确定任意一个用户账号响应任意一种触达方式的触达响应概率。
本申请实施例中,以一个用户账号以及一种触达方式即短信为例,对触达响应概率确定的原理进行说明:
首先,假设该用户账号在过去一段时间内被短信触达了r次,并响应短信c次,且已经知道用户账号响应短信的概率为p。则在用户账号响应短信的概率为p的条件下,用户账号被短信触达了r次并响应了短信c次,这一事件的概率可以采用以下二项分布表示:
Q(c,r|p)=Binomial(c|r,p)∝pc(1-p)r-c;
其中,Q(c,r|p)表示在用户账号响应短信的概率为p的条件下,用户账号被短信触达了r次并响应了短信c次这一事件的概率,r表示触达次数,c表示响应次数,p表示用户账号响应短信的概率,Binomial表示二项式分布,∝表示呈正比例。
接着,假设p的先验分布符合参数为α和β的贝塔(Beta)分布,则p的先验概率可以采用以下表达式表示:
Q(p)=Beta(p|α,β)∝pα-1(1-p)β-1;
其中,Q(p)表示p的先验概率,α和β为参数,Beta表示贝塔分布。
然后,可以采用贝叶斯定理,根据Q(c,r|p)和Q(p),确定p的后验概率。
其中,p的后验概率可以采用以下表达式表示:
其中,Q(p|c,r)表示p的后验概率,是参数α+c和β+r-c的Beta分布。
需要说明的是,p的先验分布与后验分布在形式上是一致的,这是因为Beta分布是二项分布的共轭先验。基于此,可以取α=各用户账号响应短信的触达响应平均值,可以取β=短信触达各用户账号的触达次数平均值。
则可以将p的后验分布的期望值作为用户账号响应短信的触达响应概率的预估值。
步骤202:控制设备根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化。
具体的,执行步骤202时,可以采用以下两种方式:
第一种方式为:控制设备根据各用户账号响应各触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式。
具体的,控制设备分别针对每一用户账号i,执行以下步骤:
确定用户账号i对应的各触达响应概率中的最大触达响应概率,并将该最大触达响应概率对应的触达方式,确定为用户账号i对应的目标触达方式。
这样,就可以将执行用户触达时触达响应概率最高的触达方式,作为相应的目标触达方式。
第二种方式为:控制设备根据各用户账号响应各触达方式的触达响应概率,以及预设约束条件,分别确定每一用户账号对应的目标触达方式。
具体的,执行上述第二种方式时,可以采用以下步骤:
S2021:控制设备基于各二元组对应的触达响应概率,以及各二元组对应的触达变量,获得响应账号数量表达式。
具体的,响应账号数量表达式用于预估响应触达的用户账号的响应账号数量,每个二元组对应的触达变量用于表示是否采用每个二元组中的触达方式j向相应用户账号进行触达。
一种实施方式中,触达变量为0,表示不采用每个二元组中的触达方式j向相应用户账号进行触达,触达变量为1,表示采用每个二元组中的触达方式j向相应用户账号进行触达。
其中,执行S2021时,可以采用以下步骤:
S2021a:控制设备分别基于每个二元组对应的触达响应概率和触达变量之间的乘积,获得相应二元组的第一响应概率表达式。
具体的,每个二元组对应的第一响应概率表达式用于确定每个二元组中的用户账号响应相应触达方式的概率。
可选的,二元组(i,j)的第一响应概率表达式,可以采用pijμij表达式表示。
其中,pij表示二元组(i,j)对应的触达响应概率,μij为触达变量,用于表示是否采用每个二元组(i,j)中的触达方式j向相应用户账号i进行触达,i表示用户账号对应的编号,j表示触达方式对应的编号,i和j均为正整数。μij=0,表示不采用每个二元组中的触达方式j向相应用户账号进行触达,μij=1,表示采用每个二元组中的触达方式j向相应用户账号进行触达。
S2021b:控制设备分别针对每个用户账号,执行以下步骤:基于包含用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式。
具体的,控制设备分别基于包含用户账号的每个二元组对应的第一响应概率表达式,确定相应二元组的未响应概率表达式,并基于包含用户账号的各二元组对应的未响应概率表达式的乘积,确定用户账号的第二响应概率表达式。
其中,每个用户账号对应的第二响应概率表达式用于确定每个用户账号响应各触达方式的概率。未响应概率表达式与第一响应概率表达式呈负相关,每个二元组对应的未响应概率表达式用于确定每个二元组中的用户账号未响应相应触达方式的概率。
一种实施方式中,控制设备分别针对每个二元组(i,j),执行以下步骤:
确定1与二元组(i,j)对应的第一响应概率表达式pijμij之间的差值,确定相应的未响应概率表达式。
其中,未响应概率表达式可以采用以下表达式表示:
1-pijμij;
一种实施方式中,控制设备分别针对每一用户账号i,执行以下步骤:
确定用户账号i对应的各未响应概率表达式的乘积,并将1-该乘积之间的差值,确定为用户账号i的第二响应概率表达式。
其中,第二响应概率表达式可以采用以下表达式表示:
其中,pij表示二元组(i,j)对应的触达响应概率,μij为触达变量,用于表示是否采用每个二元组(i,j)中的触达方式j向相应用户账号i进行触达,i表示用户账号对应的编号,j表示触达方式对应的编号,m表示触达方式的总数量,i、j和m均为正整数。μij=0,表示不采用每个二元组中的触达方式j向相应用户账号进行触达,μij=1,表示采用每个二元组中的触达方式j向相应用户账号进行触达。
考虑到实际应用中,用户账号i响应触达方式j的触达响应概率pij通常很小,因此,可以略去高阶小量,基于包含用户账号的各二元组对应的第一响应概率表达式的和,确定用户账号i被触达方式召回的第二响应概率表达式。
其中,第二响应概率表达式可以简化为以下表达式:
这样,在用户规模较大的应用场景中,就可以提高数据处理效率。
S2021c:控制设备根据各用户账号对应的第二响应概率表达式,获得响应账号数量表达式。
具体的,控制设备将各用户账号对应的第二响应概率表达式的和,确定为响应账号数量表达式。
其中,响应用户数量表达式用于预估响应推荐的响应用户数量。
可选的,响应账号数量表达式可以采用以下两种表达式:
这样,就可以通过响应用户数量表达式,预估响应推荐的响应用户数量。
S2022:控制设备基于响应账号数量表达式和预设约束条件,预估响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值。
具体的,执行S2022时,可以采用以下步骤:
S2022a:控制设备分别针对每个用户账号,执行以下步骤:基于包含一个用户账号的二元组对应的触达变量的和,确定一个用户账号对应的触达种类表达式。
具体的,触达种类表达式用于确定触达一个用户账号的触达方式的种类。
可选的,用户账号i对应的触达种类表达式,可以采用以下表达式:
S2022b:控制设备分别针对每种触达方式,执行以下步骤:基于包含一种触达方式的二元组对应的触达变量的和,确定所述一种触达方式对应的触达次数表达式。
具体的,触达次数表达式用于确定一种触达方式被使用的次数。
可选的,触达方式j对应的触达次数表达式,可以采用以下表达式:
S2022c:控制设备基于响应账号数量表达式,预估在各用户账号对应的触达种类表达式符合第一预设约束条件,且各触达方式对应的触达次数表达式符合第二预设约束条件时,响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值。
具体的,控制设备采用混合整数规划的方式,基于响应账号数量表达式、第一预设约束条件,以及第二预设约束条件,预估响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值。
由于不同触达方式的成本不同,且触达方式的滥用会影响用户体验,因此,在进行触达方式分配时,需要考虑触达方式的成本,并需要对触达次数进行限制,为此,本申请实施例中,根据各触达的成本以及触达次数限制,确定预设约束条件。
实际应用中,预设约束条件可以根据实际应用场景进行设置,在此不作限制,本申请实施例中,预设约束条件包括第一预设约束条件和第二预设约束条件。
可选的,第一预设约束条件可以为:对任意用户账号i,触达用户账号i的各触达方式的总的种类不高于预设触达种类阈值。第二预设约束条件可以为:对任意触达方式j,触达方式j触达各用户账号的总的触达次数不高于预设触达次数阈值。
实际应用中,预设触达种类阈值和预设触达次数阈值均可以根据实际应用场景进行设置,如,依次为5和10,在此不作限制。
一种实施方式中,控制设备分别获取每个用户账号对应的预设触达种类阈值,以及每种触达方式对应的预设触达次数阈值,并采用混合整数规划的方式,基于响应账号数量表达式,预估在每个用户账号对应的触达种类表达式均不高于相应的预设触达种类阈值,且每个触达方式对应的触达次数表达式均不高于相应的预设触达次数阈值时,响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值。
可选的,响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值,可以采用以下两种表达式确定:
第一种表达式为:
第二种表达式为:
其中,(μij)*表示获取响应账号数量的最大值时对应的各二元组的触达变量值,s.t.表示预设约束条件。第一预设约束条件为:对任意用户账号i,触达用户账号i的各触达方式的总的种类第二预设约束条件为:对任意触达方式j,触达方式j触达各用户账号的总的触达次数
Ai为用户账号i对应的预设触达种类阈值,表示预先设置的用户账号i被各触达方式触达的种类的最大值,Bj为触达方式j对应的预设触达次数阈值,表示预先设置的触达方式j触达各用户账号的总的触达次数的最大值,Ai和Bj均为正整数,且均为常数。
这样,就可以确定在满足预设约束条件下,响应账号数量的最大值时对应的各二元组对应的触达变量值(μij)*,以及各二元组对应的触达变量为(μij)*时,响应账号数量的最大值。
S2022d:控制设备根据各二元组对应的触达变量值,分别确定每一用户账号对应的目标触达方式。
具体的,控制设备分别针对每个二元组(i,j),执行以下步骤:
判断(μij)*是否为1,若是,则判定触达方式j为用户账号对应的目标触达方式。
步骤203:控制设备分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
这样,就可以为各用户账号分配相应的触达方式,从而可以使得整体触达效果最优,并且可以预估触达效果。
本申请实施例中,获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数;根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。在进行触达方式分配时,可以细化到每一用户的粒度,即可以分别针对每一用户分配最优的目标触达方式,使得整体触达效果最优,并可以预估整体触达效果,简化了用户触达方式分配的繁琐操作,提高了触达方式分配的效率以及准确度,实现了整体触达效果的最大化。
参阅图3所示,为本申请提供的一种执行用户触达的方法的详细实施流程图。该方法的具体流程如下:
步骤300:控制设备获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数。
具体的,控制设备获取预设时间段t内m个触达方式中每一触达方式j分别触达n个用户账号中每一用户账号i的触达次数,以及每一用户账号i分别响应每一触达方式j的响应次数。
步骤301:控制设备分别将每一触达方式和每一用户账号进行组合,获得相应的二元组。
具体的,控制设备分别针对每一触达方式和每一用户账号,执行以下步骤:
将触达方式i和用户账号j进行组合,获得相应的二元组(i,j)。
步骤302:控制设备根据每一触达方式分别触达每一用户账号的触达次数,获得各二元组对应的触达次数。
具体的,控制设备分别针对每一触达方式和每一用户账号,执行以下步骤:
根据触达方式j触达用户账号i的触达次数,获得二元组(i,j)对应的触达次数rij。
步骤303:控制设备根据每一用户账号分别响应每一触达方式的响应次数,获得各二元组对应的响应次数。
具体的,控制设备分别针对每一触达方式和每一用户账号,执行以下步骤:
根据用户账号i响应触达方式j的响应次数,获得各二元组(i,j)对应的响应次数cij。
步骤304:控制设备分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的触达次数,以及各用户账号的总数量,确定一种触达方式触达各用户账号的触达次数平均值。
具体的,控制设备分别针对每一触达方式j,执行以下步骤:
步骤305:控制设备分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的响应次数,以及各用户账号的总数量,确定各用户账号针对一种触达方式响应的触达响应平均值。
具体的,控制设备分别针对每一触达方式j,执行以下步骤:
步骤306:控制设备分别针对每个二元组,执行以下步骤:根据一个二元组中的触达方式对应的触达次数平均值和触达响应平均值,以及一个二元组对应的触达次数和响应次数,确定一个二元组对应的触达响应概率。
具体的,控制设备分别针对每个二元组(i,j),执行以下步骤:
步骤307:控制设备基于各二元组对应的触达响应概率,以及各二元组对应的触达变量,获得响应账号数量表达式。
步骤308:控制设备根据响应账号数量表达式,确定响应账号数量的最大值对应的响应账号数量最大值表达式。
步骤309:控制设备采用混合整数规划的方式,基于响应账号数量表达式,预估在每个用户账号对应的触达种类表达式均不高于相应的预设触达种类阈值,且每个触达方式对应的触达次数表达式均不高于相应的预设触达次数阈值时,响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值。
具体的,控制设备采用以下表达式,确定响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值:
步骤310:控制设备根据各二元组对应的触达变量值,分别确定每一用户账号对应的目标触达方式。
具体的,控制设备分别针对每个二元组(i,j),执行以下步骤:
判断(μij)*是否为1,若是,则判定触达方式j为用户账号对应的目标触达方式。
步骤311:控制设备分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
参阅图4所示,为本申请提供的一种执行用户触达的系统的架构图。该系统包括:数据中心模块、贝叶斯估计模块、优化计算模块、结果存储模块、结果呈现模块、效果分析模块。
其中,数据中心模块,用于数据存储,如,可以存储各二元组(i,j)对应的触达次数rij,各二元组(i,j)对应的响应次数cij,Ai以及Bj等数据。
贝叶斯估计模块,用于获取数据中心模块存储的数据,并根据获取的数据,分别确定每一用户账号响应每一触达方式的触达响应概率pij,以及将pij存储至结果存储模块,或者采用任意方式传递至其它模块。
优化计算模块,用于从贝叶斯估计模块和/或结果存储模块,获得pij,并从数据中心模块获得Ai以及Bj,以及通过pij,Ai以及Bj,分别确定每一用户账号对应的目标触达方式。
可选的,各用户账号对应的目标触达方式可以存储至结果存储模块或者采用任意方式传递至其它模块。
结果呈现模块,用于数据呈现,可以呈现上述任意模块的输入数据和/或输出结果。
效果分析模块:用于在采用各用户账号对应的目标触达方式进行用户触达之后,获取实际的整体触达效果,并对整体触达效果进行分析,还可以呈现出响应账号数量等关联指标的统计报表。
结果存储模块,用于输出结果存储,可以存储上述模块中的任意一个或任意组合的输出结果。
本申请实施例中,在进行触达方式分配时,可以细化到每一用户的粒度,即可以分别针对每一用户分配最优的目标触达方式,使得整体触达效果最优,并可以预估整体触达效果,简化了用户触达方式分配的繁琐操作,提高了触达方式分配的效率以及准确度,实现了整体触达效果的最大化。
基于同一发明构思,本申请实施例中还提供了一种执行用户触达的装置,由于上述装置及设备解决问题的原理与一种执行用户触达的方法相似,因此,上述装置的实施可以参见方法的实施,重复之处不再赘述。
如图5示,其为本申请实施例提供的一种执行用户触达的装置的结构示意图。一种执行用户触达的装置包括:
获取单元501,用于获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数;
第一确定单元502,用于根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;
第二确定单元503,用于根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;
触达单元504,用于分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
较佳的,第一确定单元502用于:
分别将每一触达方式和每一用户账号进行组合,获得相应的二元组;
根据每一触达方式分别触达每一用户账号的触达次数,获得各二元组对应的触达次数;
根据每一用户账号分别响应每一触达方式的响应次数,获得各二元组对应的响应次数;
根据各二元组对应的触达次数,以及各二元组对应的响应次数,分别确定每个二元组对应的触达响应概率。
较佳的,第一确定单元502用于:分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的触达次数,以及各用户账号的总数量,确定一种触达方式触达各用户账号的触达次数平均值;
分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的响应次数,以及各用户账号的总数量,确定各用户账号针对一种触达方式响应的触达响应平均值;
分别针对每个二元组,执行以下步骤:根据一个二元组中的触达方式对应的触达次数平均值和触达响应平均值,以及一个二元组对应的触达次数和响应次数,确定一个二元组对应的触达响应概率;
其中,触达响应概率与触达响应平均值和响应次数均呈正相关,与触达次数平均值和触达次数呈负相关。
较佳的,第二确定单元503用于:
分别将每一触达方式和每一用户账号进行组合,获得相应的二元组;
根据每一用户账号响应每一触达方式的触达响应概率,获得各二元组对应的触达响应概率;
基于各二元组对应的触达响应概率,以及各二元组对应的触达变量,获得响应账号数量表达式,响应账号数量表达式用于预估响应触达的用户账号的响应账号数量,每个二元组对应的触达变量用于表示是否采用每个二元组中的触达方式向相应用户账号进行触达;
基于响应账号数量表达式和预设约束条件,预估响应账号数量的最大值以及获取最大值时对应的各二元组的触达变量值;
根据各二元组对应的触达变量值,分别确定每一用户账号对应的目标触达方式。
较佳的,第二确定单元503用于:
分别基于每个二元组对应的触达响应概率和触达变量之间的乘积,获得相应二元组的第一响应概率表达式,每个二元组对应的第一响应概率表达式用于确定每个二元组中的用户账号响应相应触达方式的概率;
分别针对每个用户账号,执行以下步骤:基于包含用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式,每个用户账号对应的第二响应概率表达式用于确定每个用户账号响应各触达方式的概率;
根据各用户账号对应的第二响应概率表达式,获得响应账号数量表达式。
较佳的,第二确定单元503用于:
分别基于包含用户账号的每个二元组对应的第一响应概率表达式,确定相应二元组的未响应概率表达式,未响应概率表达式与第一响应概率表达式呈负相关,每个二元组对应的未响应概率表达式用于确定每个二元组中的用户账号未响应相应触达方式的概率;
基于包含用户账号的各二元组对应的未响应概率表达式的乘积,确定用户账号的第二响应概率表达式。
较佳的,第二确定单元503用于:
基于包含用户账号的各二元组对应的第一响应概率表达式的和,确定用户账号的第二响应概率表达式。
较佳的,第二确定单元503用于:
分别针对每个用户账号,执行以下步骤:基于包含一个用户账号的二元组对应的触达变量的和,确定一个用户账号对应的触达种类表达式,触达种类表达式用于确定触达一个用户账号的触达方式的种类;
分别针对每种触达方式,执行以下步骤:基于包含一种触达方式的二元组对应的触达变量的和,确定一种触达方式对应的触达次数表达式,触达次数表达式用于确定一种触达方式被使用的次数;
基于响应账号数量表达式,预估在各用户账号对应的触达种类表达式符合第一预设约束条件,且各触达方式对应的触达次数表达式符合第二预设约束条件时,响应账号数量的最大值。
较佳的,第二确定单元503用于:分别获取每个用户账号对应的预设触达种类阈值,以及每种触达方式对应的预设触达次数阈值;
采用混合整数规划的方式,基于响应账号数量表达式,预估在每个用户账号对应的触达种类表达式均不高于相应的预设触达种类阈值,且每个触达方式对应的触达次数表达式均不高于相应的预设触达次数阈值时,响应账号数量的最大值。
本申请实施例提供的一种执行用户触达的方法、装置、设备和介质中,获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数;根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。这样,提高了触达方式分配的准确度,实现了整体触达效果最大化。
参阅图6所示,为一种控制设备的结构示意图。基于同一技术构思,本申请实施例还提供了一种控制设备,可以包括存储器601和处理器602。
存储器601,用于存储处理器602执行的计算机程序。存储器601可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。处理器602,可以是一个中央处理单元(central processing unit,CPU),或者为数字处理单元等。本申请实施例中不限定上述存储器601和处理器602之间的具体连接介质。本申请实施例在图6中以存储器601和处理器602之间通过总线603连接,总线603在图6中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线603可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器601可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器601也可以是非易失性存储器(non-volatilememory),例如只读存储器,快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)、或者存储器601是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器601可以是上述存储器的组合。
处理器602,用于调用存储器601中存储的计算机程序时执行如图2中所示的实施例提供的执行用户触达的方法。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任意方法实施例中的执行用户触达的方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台控制设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (12)
1.一种执行用户触达的方法,其特征在于,包括:
获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及所述每一用户账号分别响应所述每一触达方式的响应次数;
根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;
根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;
分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
2.如权利要求1所述的方法,其特征在于,分别确定每一用户账号响应每一触达方式的触达响应概率,包括:
分别将每一触达方式和每一用户账号进行组合,获得相应的二元组;
根据每一触达方式分别触达每一用户账号的触达次数,获得各二元组对应的触达次数;
根据每一用户账号分别响应每一触达方式的响应次数,获得各二元组对应的响应次数;
根据各二元组对应的触达次数,以及各二元组对应的响应次数,分别确定每个二元组对应的触达响应概率。
3.如权利要求2所述的方法,其特征在于,根据各二元组对应的触达次数,以及各二元组对应的响应次数,分别确定每个二元组对应的触达响应概率,包括:
分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的触达次数,以及各用户账号的总数量,确定所述一种触达方式触达各用户账号的触达次数平均值;
分别针对每种触达方式,执行以下步骤:根据一种触达方式对应的各二元组的响应次数,以及各用户账号的总数量,确定各用户账号针对所述一种触达方式响应的触达响应平均值;
分别针对每个二元组,执行以下步骤:根据一个二元组中的触达方式对应的触达次数平均值和触达响应平均值,以及所述一个二元组对应的触达次数和响应次数,确定所述一个二元组对应的触达响应概率;
其中,所述触达响应概率与所述触达响应平均值和所述响应次数均呈正相关,与所述触达次数平均值和所述触达次数呈负相关。
4.如权利要求1-3任一项所述的方法,其特征在于,根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化,包括:
分别将每一触达方式和每一用户账号进行组合,获得相应的二元组;
根据每一用户账号响应每一触达方式的触达响应概率,获得各二元组对应的触达响应概率;
基于各二元组对应的触达响应概率,以及各二元组对应的触达变量,获得响应账号数量表达式,所述响应账号数量表达式用于预估响应触达的用户账号的响应账号数量,每个二元组对应的触达变量用于表示是否采用所述每个二元组中的触达方式向相应用户账号进行触达;
基于所述响应账号数量表达式和预设约束条件,预估响应账号数量的最大值以及获取所述最大值时对应的各二元组的触达变量值;
根据各二元组对应的触达变量值,分别确定每一用户账号对应的目标触达方式。
5.如权利要求4所述的方法,其特征在于,基于各二元组对应的触达响应概率,以及各二元组对应的触达变量,获得响应账号数量表达式,包括:
分别基于每个二元组对应的触达响应概率和触达变量之间的乘积,获得相应二元组的第一响应概率表达式,每个二元组对应的第一响应概率表达式用于确定所述每个二元组中的用户账号响应相应触达方式的概率;
分别针对每个用户账号,执行以下步骤:基于包含所述用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式,每个用户账号对应的第二响应概率表达式用于确定所述每个用户账号响应各触达方式的概率;
根据各用户账号对应的第二响应概率表达式,获得响应账号数量表达式。
6.如权利要求5所述的方法,其特征在于,基于包含所述用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式,包括:
分别基于包含所述用户账号的每个二元组对应的第一响应概率表达式,确定相应二元组的未响应概率表达式,所述未响应概率表达式与所述第一响应概率表达式呈负相关,每个二元组对应的未响应概率表达式用于确定所述每个二元组中的用户账号未响应相应触达方式的概率;
基于包含所述用户账号的各二元组对应的未响应概率表达式的乘积,确定所述用户账号的第二响应概率表达式。
7.如权利要求5所述的方法,其特征在于,基于包含所述用户账号的各二元组对应的第一响应概率表达式,确定相应用户账号的第二响应概率表达式,包括:
基于包含所述用户账号的各二元组对应的第一响应概率表达式的和,确定所述用户账号的第二响应概率表达式。
8.如权利要求4所述的方法,其特征在于,基于所述响应账号数量表达式和预设约束条件,预估响应账号数量的最大值,包括:
分别针对每个用户账号,执行以下步骤:基于包含一个用户账号的二元组对应的触达变量的和,确定所述一个用户账号对应的触达种类表达式,所述触达种类表达式用于确定触达一个用户账号的触达方式的种类;
分别针对每种触达方式,执行以下步骤:基于包含一种触达方式的二元组对应的触达变量的和,确定所述一种触达方式对应的触达次数表达式,所述触达次数表达式用于确定一种触达方式被使用的次数;
基于所述响应账号数量表达式,预估在各用户账号对应的触达种类表达式符合第一预设约束条件,且各触达方式对应的触达次数表达式符合第二预设约束条件时,所述响应账号数量的最大值。
9.如权利要求8所述的方法,其特征在于,基于所述响应账号数量表达式,预估在各用户账号对应的触达种类表达式符合第一预设约束条件,且各触达方式对应的触达次数表达式符合第二预设约束条件时,所述响应账号数量的最大值,包括:
分别获取每个用户账号对应的预设触达种类阈值,以及每种触达方式对应的预设触达次数阈值;
采用混合整数规划的方式,基于所述响应账号数量表达式,预估在每个用户账号对应的触达种类表达式均不高于相应的预设触达种类阈值,且每个触达方式对应的触达次数表达式均不高于相应的预设触达次数阈值时,所述响应账号数量的最大值。
10.一种执行用户触达的装置,其特征在于,包括:
获取单元,用于获取预设时间段内多个触达方式中每一触达方式分别触达多个用户账号中每一用户账号的触达次数,以及所述每一用户账号分别响应所述每一触达方式的响应次数;
第一确定单元,用于根据每一触达方式分别触达每一用户账号的触达次数,以及每一用户账号分别响应每一触达方式的响应次数,分别确定每一用户账号响应每一触达方式的触达响应概率;
第二确定单元,用于根据每一用户账号响应每一触达方式的触达响应概率,分别确定每一用户账号对应的目标触达方式以实现整体触达效果最大化;
触达单元,用于分别采用每一用户账号对应的目标触达方式,对相应用户账号执行触达。
11.一种控制设备,其特征在于,包括:
至少一个存储器,用于存储程序指令;
至少一个处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行上述权利要求1-9任一项所述的方法的步骤。
12.一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,该计算机程序被处理器执行时实现权利要求1-9任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011601863.6A CN112733012B (zh) | 2020-12-30 | 2020-12-30 | 一种执行用户触达的方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011601863.6A CN112733012B (zh) | 2020-12-30 | 2020-12-30 | 一种执行用户触达的方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112733012A true CN112733012A (zh) | 2021-04-30 |
CN112733012B CN112733012B (zh) | 2023-06-02 |
Family
ID=75610068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011601863.6A Active CN112733012B (zh) | 2020-12-30 | 2020-12-30 | 一种执行用户触达的方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112733012B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106899488A (zh) * | 2016-07-22 | 2017-06-27 | 阿里巴巴集团控股有限公司 | 一种应用消息推送方法、装置 |
CN107438138A (zh) * | 2017-09-12 | 2017-12-05 | 中国联合网络通信集团有限公司 | 一种渠道触达方式的推荐方法及装置 |
WO2019019396A1 (zh) * | 2017-07-24 | 2019-01-31 | 上海壹账通金融科技有限公司 | 推送结果预测方法、装置、计算机设备和存储介质 |
CN109714399A (zh) * | 2018-12-11 | 2019-05-03 | 浙江口碑网络技术有限公司 | 通知消息的推送方法及装置、存储介质、电子装置 |
CN111612503A (zh) * | 2020-04-11 | 2020-09-01 | 上海淇玥信息技术有限公司 | 一种基于外部页面投放触达用户信息的广告推送方法、装置和电子设备 |
-
2020
- 2020-12-30 CN CN202011601863.6A patent/CN112733012B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106899488A (zh) * | 2016-07-22 | 2017-06-27 | 阿里巴巴集团控股有限公司 | 一种应用消息推送方法、装置 |
WO2019019396A1 (zh) * | 2017-07-24 | 2019-01-31 | 上海壹账通金融科技有限公司 | 推送结果预测方法、装置、计算机设备和存储介质 |
CN107438138A (zh) * | 2017-09-12 | 2017-12-05 | 中国联合网络通信集团有限公司 | 一种渠道触达方式的推荐方法及装置 |
CN109714399A (zh) * | 2018-12-11 | 2019-05-03 | 浙江口碑网络技术有限公司 | 通知消息的推送方法及装置、存储介质、电子装置 |
CN111612503A (zh) * | 2020-04-11 | 2020-09-01 | 上海淇玥信息技术有限公司 | 一种基于外部页面投放触达用户信息的广告推送方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112733012B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110049130B (zh) | 一种基于边缘计算的服务部署和任务调度方法及装置 | |
US10824483B2 (en) | Application programming interface scoring, ranking and selection | |
WO2019120037A1 (zh) | 模型构建方法、网络资源预加载方法、装置、介质及终端 | |
US20180211335A1 (en) | Method and apparatus for estimating user influence on social platform | |
CN112104505B (zh) | 应用推荐方法、装置、服务器和计算机可读存储介质 | |
EP3352121A1 (en) | Content delivery method and device | |
CN111193792A (zh) | 一种消息传输方法、装置、电子设备和存储介质 | |
CN111311014B (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN107426336B (zh) | 一种调整推送消息打开率的方法和装置 | |
CN109951540B (zh) | 一种基于内容时效性的数据获取方法、装置及电子设备 | |
US20230004776A1 (en) | Moderator for identifying deficient nodes in federated learning | |
CN112669091B (zh) | 数据处理方法、装置及存储介质 | |
Luengo | Gamma Pseudo random number generators | |
CN112733012B (zh) | 一种执行用户触达的方法、装置、设备和介质 | |
CN110995828A (zh) | 一种网络资源缓存方法、装置及系统 | |
CN112883276B (zh) | 一种用户触达的执行方法、装置、电子设备及存储介质 | |
WO2022253454A2 (en) | Dimensioning of telecommunication infrastructure | |
US8458268B1 (en) | Systems and methods for distributing spam signatures | |
CN114827157A (zh) | 集群任务处理方法、装置、系统、电子设备及可读介质 | |
CN112287236A (zh) | 文本消息的推送方法、装置、计算机设备及存储介质 | |
CN111191134A (zh) | 一种智能推送方法及终端 | |
CN112015924A (zh) | 流媒体缓存方法及其装置、计算机可存储介质 | |
US20240160572A1 (en) | Systems and methods to generate a miss ratio curve for a cache with variable-sized data blocks | |
CN111081253B (zh) | 语音处理方法、装置及系统 | |
CN115563406A (zh) | 基于神经网络的消息推送方法、装置、电子设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |