CN113392313B - 目标终端业务推荐方法、装置及电子设备、存储介质 - Google Patents
目标终端业务推荐方法、装置及电子设备、存储介质 Download PDFInfo
- Publication number
- CN113392313B CN113392313B CN202010172572.3A CN202010172572A CN113392313B CN 113392313 B CN113392313 B CN 113392313B CN 202010172572 A CN202010172572 A CN 202010172572A CN 113392313 B CN113392313 B CN 113392313B
- Authority
- CN
- China
- Prior art keywords
- terminal
- service
- time interval
- target terminal
- time
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 230000000694 effects Effects 0.000 claims description 26
- 230000000875 corresponding effect Effects 0.000 claims description 23
- 230000005284 excitation Effects 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 description 8
- 101100264195 Caenorhabditis elegans app-1 gene Proteins 0.000 description 7
- 230000006399 behavior Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种目标终端业务推荐方法、装置及电子设备、存储介质，涉及网络业务技术领域。该目标终端业务推荐方法获得终端使用时间及至少两个维度的业务使用需求评估参数；根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；将第一目标终端业务推荐至终端设备。
Description
技术领域
本申请涉及网络业务技术领域，尤其涉及一种目标终端业务推荐方法、装置及电子设备、存储介质。
背景技术
伴随着科技的发展和社会的进步，各种各样的网络业务已经走进千家万户，其中，网络业务可以为APP下载业务、话费套餐业务、网络套餐业务、页面浏览业务等等，为广大的群众提供了方便。通常地，网络运营商需要为用户推荐符合用户需求的网络业务，在方便用户的同时，提高网络运营商的营业利润。
在现有技术中，通常通过用户的历史使用行为(例如，通话话单、通话信令、APP使用记录等各类数据，通过大数据解析处理，还原用户使用行为场景，向用户推荐网络业务。然而，通过上述的历史使用行为，向终端设备推荐的网络业务，符合用户的需求的可靠性、准确度并不高。
发明内容
第一方面，本申请实施例提供了一种目标终端业务推荐方法，所述方法包括：
获得终端使用时间及至少两个维度的业务使用需求评估参数；
根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；
根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；
将第一目标终端业务推荐至终端设备。
第二方面，本申请实施例还提供了一种目标终端业务推荐装置，所述装置包括：
信息获得单元，被配置成获得终端使用时间及至少两个维度的业务使用需求评估参数；
概率确定单元，被配置成根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；
终端业务确定单元，被配置成根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；
信息推荐单元，被配置成将第一目标终端业务推荐至终端设备。
第三方面，本申请实施例还提供了一种电子设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现本申请实施例第一方面所述的目标终端业务推荐方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：通过获得终端使用时间及至少两个维度的业务使用需求评估参数；然后根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；接着根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；最后将第一目标终端业务推荐至终端设备。由于终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数之间，相互之间对确定最终的概率存在一定的关联性，因此，根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定的概率的可靠性更高，从而推荐至终端设备的第一目标终端业务的符合用户需求的可靠性、准确度也越高。
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为本申请一种实施例提供的目标终端业务推荐方法的流程图；
图2为本申请一种实施例提供的电子设备与终端设备的交互示意图；
图3为本申请一种实施例提供的目标终端业务推荐方法的流程图；
图4为本申请一种实施例提供的目标终端业务推荐方法的流程图；
图5为本申请一种实施例提供的目标终端业务推荐方法的流程图；
图6为本申请一种实施例提供的目标终端业务推荐方法的流程图；
图7为本申请一种实施例提供的目标终端业务推荐装置的功能模块框图；
图8为本申请一种实施例提供的目标终端业务推荐装置的功能模块框图；
图9为本申请一种实施例提供的电子设备的电路连接框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
请参阅图1，本申请实施例提供了一种目标终端业务推荐方法，应用于电子设备100。如图2所示，电子设备100可以为分析服务器，分析服务器与终端设备200通信连接，以便进行数据交互。所述方法包括：
S11：获得终端使用时间及至少两个维度的业务使用需求评估参数。
其中，终端使用时间为用户购买终端设备200的时刻到当前时间的时间间隔，业务使用需求评估参数为对用户的业务使用需求有影响的业务参数。例如，至少两个维度的业务使用需求评估参数可以包括但不限于：终端参数、用户参数、业务使用参数。
S12：根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率。
可选地，时间区间包括时间区间为(0，N1)的兴奋时间区间、时间区间为[N1，N2)的平稳时间区间、时间区间为[N2，N3)的衰退时间区间。
其中，在终端使用时间处于不同的时间区间，对于用户而言，对终端业务的是需求不同的。由于终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数之间，相互之间对确定最终的概率存在一定的关联性，因此，根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定的概率的可靠性更高。
S13：根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务。
具体地，确定第一目标终端业务方式有多种，例如，将多个备选终端业务中对应的概率大于预设的阈值(如，60％)的业务，确定为第一目标终端业务；也可以根据概率值对多个备选终端业务进行降序排序，提取排序序次小于预设的阈值(如3)的终端业务，还可以取排序最靠前的终端业务，确定为第一目标终端业务。
S14：将第一目标终端业务推荐至终端设备200。
将第一目标终端业务推荐至终端设备200，从而可以对用户进行提示，激励用户使用目标终端业务，在方便用户的同时，提高了运营商的营业收入。
该目标终端业务推荐方法，通过获得终端使用时间及至少两个维度的业务使用需求评估参数；然后根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；接着根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；最后将第一目标终端业务推荐至终端设备200。由于终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数之间，相互之间对确定最终的概率存在一定的关联性，因此，根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定的概率的可靠性更高，从而推荐至终端设备200的第一目标终端业务的符合用户需求的可靠性、准确度也越高。
可选地，如图3所示，S12包括：
S31：根据终端使用时间所处的时间区间，确定对多个备选终端业务分别存在使用需求的子概率，以及根据每个维度的业务使用需求评估参数，确定用户在每个维度对多个备选终端业务分别存在使用需求的子概率。
假设，至少两个维度的业务使用需求评估参数可以包括：终端参数、用户参数、业务使用参数。例如，终端参数可以包括屏幕尺寸、操作系统、终端价格、终端位置等表征终端信息的参数，用户参数包括用户性别、用户年龄、月均消费(ARPU)、流量消费(DOU)等用户参数，业务使用参数包括视频使用行为、阅读使用行为、游戏使用行为、购物使用行为等等。
多个备选终端业务可以为例如，下载安装目标应用程序、阅读换机网页界面、阅读更换电池网页界面，S13的具体实施例可以为例如：
例如，当终端使用时间处于(0，N1)(如，0-3个月)的兴奋时间区间时，根据兴奋时间区间，从预设的概率查询表或根据预先训练的机器学习算法分别确定处于兴奋时间区间时用户下载安装目标应用程序、阅读换机网页界面、阅读更换电池网页界面分别对应的子概率A1、A2、A3。例如，在兴奋时间区间用户可能对下载安装目标应用程序(如，游戏APP、购物APP、视频APP等)等有较大的需求，因此，确定出的子概率A1的值应当大于预设的阈值；而在兴奋时间区间用户对阅读换机网页界面、阅读更换电池网页界面需求很小，因此，确定出子概率A2、A3的值应当小于预设的阈值，但是A2、A3可以根据确定的参考依据不同而不同。
再者，当终端参数包括高端智能手机的终端参数时，可以根据从预设的概率查询表或根据训练的机器学习算法，确定在终端参数包括高端智能手机的终端参数时，与下载安装目标应用程序、阅读换机网页界面、阅读更换电池网页界面对应的子概率B1、B2、B3。当终端参数包括高端智能手机的终端参数时，用户利用高端智能手机下载安装目标应用程序的可能性较大，而阅读换机网页界面、阅读更换电池网页界面的可能性较小，则从预设的概率查询表或根据预先训练的机器学习算法确定与高端智能手机分别对应的子概率B1大于预设的阈值，B2、B3均应当小于预设的阈值，需要说明的是，B2、B3可以根据确定的参考依据不同而不同。
例如，用户参数包括用户年龄25岁，月均消费(ARPU)、流量消费(DOU)大于预设的阈值，从预设的概率查询表或根据预先训练的机器学习算法分别确定，在用户参数包括用户年龄25岁，月均消费(ARPU)、流量消费(DOU)大于预设的阈值时，与下载安装目标应用程序、阅读换机网页界面、阅读更换电池网页界面分别对应的子概率C1、C2、C3。
当用户参数包括用户年龄25岁，月均消费(ARPU)、流量消费(DOU)大于预设的阈值时，用户下载安装目标应用程序的可能性较大，确定的C1应当大于预设的阈值，而阅读换机网页界面、阅读更换电池网页界面跟用户参数的关联性不大，此处C2、C3可以设置为常规值(如，50％)。
业务使用参数为用户使用当前已安装的应用程序的活跃度，使用的业务类型的宽泛度，则从预设的概率查询表或根据预先训练的机器学习算法，确定在用户参数包括用户年龄25岁，月均消费(ARPU)、流量消费(DOU)大于预设的阈值时，与下载安装目标应用程序、阅读换机网页界面、阅读更换电池网页界面分别对应的子概率D1、D2、D3。例如，活跃度大于预设的阈值、宽泛度大于预设的阈值(说明用户经常喜欢使用各种各样的应用程序)，则确定的子概率D1应当大于预设的阈值，而阅读换机网页界面、阅读更换电池网页界面跟使用当前已安装的应用程序的活跃度，使用的业务类型的宽泛度的关联性不大，此处D2、D3可以设置为常规值(如，50％)。
S32：根据预先对时间区间、每个维度的业务使用需求评估参数分别赋予的加权系数，每个备选终端业务对应的多个子概率进行加权平均，确定用户对多个备选终端业务分别存在使用需求的概率。
例如，时间区间、终端参数、用户参数、业务使用参数分别对应的加权系数为k1、k2、k3、k4，则基于上述用户下载安装目标应用程序的概率为k1A1+k2B1+K3C1+K4D1，阅读换机网页界面概率为k1A1+k2B2+K3C2+K4D2，阅读更换电池网页界面的概率为k1A3+k2B3+K3C3+K4D3。
在S14之后，当第一目标终端业务为付费终端业务时，如图4所示，所述方法还包括：
S41：在时间区间为衰退时间区间时，检测终端设备200对第一目标终端业务的使用活跃度。
其中，使用活跃度可以为在预设定的时间内使用第一目标终端业务的次数。
S42：在使用活跃度低于预设的阈值时，向终端设备200推荐与第一目标终端业务类型相同的终端优惠业务。
例如，如果目标终端业务为通信套餐，当时间区间为衰退时间区间，且预设定的时间内使用第一目标终端业务的次数低于预设的阈值时，说明该用户存在流失的风险，则向用户推荐与通信套餐类型相同的终端优惠业务，从而在激活用户使用第一目标终端业务，为用户提供方便的同时，进一步提升了运行商的营业收入。
另外，在时间区间为衰退时间区间时，如图5所示，所述方法还包括：
S51：在使用活跃度低于预设的阈值时，推荐换机业务至终端设备200。
当对第一目标终端业务使用活跃度低于低于预设的阈值时，有可能是终端设备200老化、操作性能差导致的，因此，可以推荐换机业务至终端设备200，引导用户换机。其中，换机业务可以是短信发送推荐终端设备200的型号、或者是网购链接等等。
另外，在S14后，如图6所示，所述方法还包括：
S61：在预设定的时间后，检测终端设备200对第一目标终端业务的使用活跃度。
根据使用活跃度、第一目标终端业务向终端设备200推荐第二目标终端业务；其中，第一目标终端业务与第二目标终端业务的关联度与使用活跃度正相关。
具体地，当第一目标终端业务的使用活跃度较高时，则推荐与第一目标终端业务关联度大于预设阈值的第二目标终端业务；当第一目标终端业务的使用活跃度较低时，则推荐与第一目标终端业务关联度小于预设阈值的第二目标终端业务，从而实现目标终端业务推荐的可靠性。
例如，当第一目标终端业务为游戏APP 1，当用户对游戏APP 1的使用活跃度较高时，则推荐游戏APP 2(与游戏APP 1均属手游门类，关联度高)至终端设备200；当第一目标终端业务为游戏APP 1，当用户对游戏APP 1的使用活跃度较低时，则推荐购物APP 1(与游戏APP 1的门类不同，关联度低)至终端设备200。
请参阅图7，本申请实施例提供了一种目标终端业务推荐装置700，需要说明的是，本申请实施例所提供的目标终端业务推荐装置700，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本申请实施例部分未提及之处，可参考上述的实施例中相应内容。所述装置700包括信息获得单元701、概率确定单元702、终端业务确定单元703、信息推荐单元704，其中，
信息获得单元701，被配置成获得终端使用时间及至少两个维度的业务使用需求评估参数。
概率确定单元702，被配置成根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率。
终端业务确定单元703，被配置成根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务。
信息推荐单元704，被配置成将第一目标终端业务推荐至终端设备200。
该目标终端业务推荐装置700在执行时可以实现如下功能：通过获得终端使用时间及至少两个维度的业务使用需求评估参数；然后根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；接着根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；最后将第一目标终端业务推荐至终端设备200。由于终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数之间，相互之间对确定最终的概率存在一定的关联性，因此，根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定的概率的可靠性更高，从而推荐至终端设备200的第一目标终端业务的符合用户需求的可靠性、准确度也越高。
可选地，概率确定单元702被具体配置成根据终端使用时间所处的时间区间，确定对多个备选终端业务分别存在使用需求的子概率，以及根据每个维度的业务使用需求评估参数，确定用户在每个维度对多个备选终端业务分别存在使用需求的子概率；根据预先对时间区间、每个维度的业务使用需求评估参数分别赋予的加权系数，每个备选终端业务对应的多个子概率进行加权平均，确定用户对多个备选终端业务分别存在使用需求的概率。
可选地，至少两个维度的业务使用需求评估参数包括：终端参数、用户参数、业务使用参数。
可选地，时间区间包括时间区间为(0，N1)的兴奋时间区间、时间区间为[N1，N2)的平稳时间区间、时间区间为[N2，N3)的衰退时间区间。
可选地，第一目标终端业务为付费终端业务，如图8所示，所述装置700还包括：
活跃度检测单元801，被配置成在时间区间为衰退时间区间时，检测终端设备200对第一目标终端业务的使用活跃度。
信息推荐单元704，还被配置成在使用活跃度低于预设的阈值时，向终端设备200推荐与第一目标终端业务类型相同的终端优惠业务。
可选地，信息推荐单元，还被配置成在使用活跃度低于预设的阈值时，推荐换机业务至终端设备200。
可选地，如图8所示，所述装置700还包括：
活跃度检测单元801，还被配置成在预设定的时间后，检测终端设备200对第一目标终端业务的使用活跃度。
信息推荐单元704还被配置成根据使用活跃度、第一目标终端业务向终端设备200推荐第二目标终端业务；其中，第一目标终端业务与第二目标终端业务的关联度与使用活跃度正相关。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
图9是本申请的一个实施例电子设备的结构示意图。请参考图9，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成目标终端业务推荐装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
获得终端使用时间及至少两个维度的业务使用需求评估参数；
根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；
根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；
将第一目标终端业务推荐至终端设备。
上述如本申请图1所示实施例揭示的目标终端业务推荐装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的方法，并实现目标终端业务推荐装置在图1所示实施例的功能，本申请实施例在此不再赘述。
当然，除了软件实现方式之外，本申请的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1所示实施例的方法，并具体用于执行以下操作：
获得终端使用时间及至少两个维度的业务使用需求评估参数；
根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；
根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；
将第一目标终端业务推荐至终端设备。
总之，以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
Claims (9)
1.一种目标终端业务推荐方法，其特征在于，所述方法包括：
获得终端使用时间及至少两个维度的业务使用需求评估参数；
根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；
根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；
将所述第一目标终端业务推荐至终端设备；
其中，所述终端使用时间用于表示用户购买终端设备的时刻与当前时间之间的时间间隔；
所述时间区间包括时间区间为(0，N1)的兴奋时间区间、时间区间为[N1，N2)的平稳时间区间、时间区间为[N2，N3)的衰退时间区间。
2.根据权利要求1所述的方法，其特征在于，所述根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率包括：
根据终端使用时间所处的时间区间，确定对多个备选终端业务分别存在使用需求的子概率，以及根据每个维度的业务使用需求评估参数，确定用户在每个维度对多个备选终端业务分别存在使用需求的子概率；
根据预先对时间区间、每个维度的业务使用需求评估参数分别赋予的加权系数，对每个备选终端业务对应的多个子概率进行加权平均，确定用户对多个备选终端业务分别存在使用需求的概率。
3.根据权利要求1所述的方法，其特征在于，所述至少两个维度的业务使用需求评估参数包括：终端参数、用户参数、业务使用参数。
4.根据权利要求1所述的方法，其特征在于，所述第一目标终端业务为付费终端业务，在所述将第一目标终端业务推荐至终端设备后，所述方法还包括：
在所述时间区间为衰退时间区间时，检测所述终端设备对第一目标终端业务的使用活跃度；
在所述使用活跃度低于预设的阈值时，向所述终端设备推荐与所述第一目标终端业务类型相同的终端优惠业务。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
在所述使用活跃度低于预设的阈值时，推荐换机业务至所述终端设备。
6.根据权利要求1所述的方法，其特征在于，在所述将第一目标终端业务推荐至终端设备后，所述方法还包括：
在预设定的时间后，检测所述终端设备对第一目标终端业务的使用活跃度；
根据所述使用活跃度、所述第一目标终端业务向所述终端设备推荐第二目标终端业务；其中，所述第一目标终端业务与所述第二目标终端业务的关联度与所述使用活跃度正相关。
7.一种目标终端业务推荐装置，其特征在于，所述装置包括：
信息获得单元，被配置成获得终端使用时间及至少两个维度的业务使用需求评估参数；
概率确定单元，被配置成根据终端使用时间所处的时间区间、至少两个维度的业务使用需求评估参数的结合，确定用户对多个备选终端业务分别存在使用需求的概率；
终端业务确定单元，被配置成根据多个备选终端业务分别对应的存在使用需求的概率，从多个备选终端业务中确定第一目标终端业务；
信息推荐单元，被配置成将第一目标终端业务推荐至终端设备；
其中，所述终端使用时间用于表示用户购买终端设备的时刻与当前时间之间的时间间隔；
所述时间区间包括时间区间为(0，N1)的兴奋时间区间、时间区间为[N1，N2)的平稳时间区间、时间区间为[N2，N3)的衰退时间区间。
8.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的目标终端业务推荐方法。
9.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至6中任一项所述的目标终端业务推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010172572.3A CN113392313B (zh) | 2020-03-12 | 2020-03-12 | 目标终端业务推荐方法、装置及电子设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010172572.3A CN113392313B (zh) | 2020-03-12 | 2020-03-12 | 目标终端业务推荐方法、装置及电子设备、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113392313A CN113392313A (zh) | 2021-09-14 |
| CN113392313B true CN113392313B (zh) | 2024-04-26 |
Family
ID=77616099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010172572.3A Active CN113392313B (zh) | 2020-03-12 | 2020-03-12 | 目标终端业务推荐方法、装置及电子设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113392313B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104636470A (zh) * | 2015-02-11 | 2015-05-20 | 广州华多网络科技有限公司 | 一种推荐业务资讯的方法及装置 |
| CN108460631A (zh) * | 2018-02-13 | 2018-08-28 | 口口相传(北京)网络技术有限公司 | 多元化信息的混合推送方法及装置 |
| CN108629504A (zh) * | 2018-05-02 | 2018-10-09 | 北京嘀嘀无限科技发展有限公司 | 为用户提供出行服务的方法及装置 |
| KR20190124524A (ko) * | 2018-04-26 | 2019-11-05 | 충북대학교 산학협력단 | 관심장소 추천 방법 및 관심장소 추천 시스템 |
-
2020
- 2020-03-12 CN CN202010172572.3A patent/CN113392313B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104636470A (zh) * | 2015-02-11 | 2015-05-20 | 广州华多网络科技有限公司 | 一种推荐业务资讯的方法及装置 |
| CN108460631A (zh) * | 2018-02-13 | 2018-08-28 | 口口相传(北京)网络技术有限公司 | 多元化信息的混合推送方法及装置 |
| KR20190124524A (ko) * | 2018-04-26 | 2019-11-05 | 충북대학교 산학협력단 | 관심장소 추천 방법 및 관심장소 추천 시스템 |
| CN108629504A (zh) * | 2018-05-02 | 2018-10-09 | 北京嘀嘀无限科技发展有限公司 | 为用户提供出行服务的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113392313A (zh) | 2021-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI777010B (zh) | 資訊轉化率的預測、資訊推薦方法和裝置 | |
| CN110874440B (zh) | 一种信息推送及其模型训练的方法、装置及电子设备 | |
| CN110826006B (zh) | 基于隐私数据保护的异常采集行为识别方法和装置 | |
| CN110392155B (zh) | 通知消息的显示、处理方法、装置及设备 | |
| CN108563680A (zh) | 资源推荐方法及装置 | |
| CN109271611B (zh) | 一种数据校验方法、装置及电子设备 | |
| CN107506367B (zh) | 确定应用展示内容的方法、装置及服务器 | |
| CN106850780A (zh) | 系统级的应用程序信息推荐方法、装置和移动终端 | |
| CN110334936B (zh) | 一种信贷资质评分模型的构建方法、装置和设备 | |
| CN110490595B (zh) | 一种风险控制方法和装置 | |
| CN111582872A (zh) | 异常账号检测模型训练、异常账号检测方法、装置及设备 | |
| CN115952162A (zh) | 一种数据质量校验方法、装置和设备 | |
| CN109062793B (zh) | 一种滚轮控件的测试方法、装置及电子设备 | |
| CN113516453A (zh) | 建设项目投资资金管控预警方法、装置、设备及介质 | |
| CN110033158A (zh) | 一种用户信用行为评估方法、装置和电子设备 | |
| CN111275071B (zh) | 预测模型训练、预测方法、装置及电子设备 | |
| CN113392313B (zh) | 目标终端业务推荐方法、装置及电子设备、存储介质 | |
| CN110796178B (zh) | 决策模型训练方法及样本特征选择方法、装置和电子设备 | |
| CN109598478B (zh) | 一种风测结果描述文案的生成方法、装置及电子设备 | |
| CN110634024A (zh) | 一种用户属性标记方法、装置、电子设备及存储介质 | |
| CN108154377B (zh) | 广告作弊预测方法及装置 | |
| CN111461892B (zh) | 用于风险识别模型的衍生变量选择方法和装置 | |
| CN110262938B (zh) | 一种内容监控方法和装置 | |
| CN112559294A (zh) | 一种应用页面资源消耗的确定方法和装置 | |
| CN113869544A (zh) | 回流用户预测模型建立方法、装置及电子设备、存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |