CN113572841B - 信息推送方法及装置 - Google Patents
信息推送方法及装置 Download PDFInfo
- Publication number
- CN113572841B CN113572841B CN202110836933.4A CN202110836933A CN113572841B CN 113572841 B CN113572841 B CN 113572841B CN 202110836933 A CN202110836933 A CN 202110836933A CN 113572841 B CN113572841 B CN 113572841B
- Authority
- CN
- China
- Prior art keywords
- user
- service
- attention
- users
- information
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/47815—Electronic shopping
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请提供信息推送方法及装置,其中所述信息推送方法包括:获取业务用户的关注用户列表;按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群;向所述非活跃关注用户集群中包含的关注用户发送所述业务用户的业务提醒信息;在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,并向所述目标关注用户发送所述业务提醒信息。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种信息推送方法。本申请同时涉及一种信息推送装置,一种计算设备,以及一种计算机可读存储介质。
背景技术
随着互联网技术的发展,消息的推送在不同的业务场景中都得以应用,如新闻消息的推送,购物消息的推送或直播消息的推送等。在向用户推送业务相关的消息时,为了能够有效的触达用户以及提高用户的参与成功率,通常会在业务开启阶段就向关注该业务的用户发送提醒消息,同时会考虑冷却时间(推送消息的间隔时间)和推送送消息的数量的限制。
发明内容
有鉴于此,本申请实施例提供了一种信息推送方法。本申请同时涉及一种信息推送装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的无法有效推送信息以及触达用户成功率较低的问题。
根据本申请实施例的第一方面,提供了一种信息推送方法,包括:
获取业务用户的关注用户列表;
按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群;
向所述非活跃关注用户集群中包含的关注用户发送所述业务用户的业务提醒信息;
在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,并向所述目标关注用户发送所述业务提醒信息。
根据本申请实施例的第二方面,提供了一种信息推送装置,包括:
获取模块,被配置为获取业务用户的关注用户列表;
筛选模块,被配置为按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群;
发送模块,被配置为向所述非活跃关注用户集群中包含的关注用户发送所述业务用户的业务提醒信息;
确定模块,被配置为在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,并向所述目标关注用户发送所述业务提醒信息。
根据本申请实施例的第三方面,提供了一种计算设备,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指令,所述处理器执行所述指令时实现所述信息推送方法的步骤。
根据本申请实施例的第四方面,提供了一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现所述信息推送方法的步骤。
本申请提供的信息推送方法,在获取到业务用户的关注用户列表的情况下,此时确定业务用户开启了相关业务,为了能够有效的触达关注用户,此时可以根据各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群,之后向非活跃关注用户集群中包含的关注用户直接发送业务用户的业务提醒信息;同时由于活跃关注用户集群中包含的关注用户都是参与业务较为活跃的用户,为了能够提高推送业务提醒信息后触达用户的成功率,可以从活跃关注用户集群中筛选出与业务用户关联度较高的目标关注用户,并发送业务用户的业务提醒信息,保证了推送信息有效性的同时提高了触达用户的概率。
附图说明
图1是本申请一实施例提供的一种信息推送方法的流程图;
图2是本申请一实施例提供的一种信息推送方法的结构示意图;
图3是本申请一实施例提供的一种应用于购物场景中的信息推送方法的处理流程图;
图4是本申请一实施例提供的一种应用于直播场景中的信息推送方法的处理流程图;
图5是本申请一实施例提供的一种信息推送装置的结构示意图;
图6是本申请一实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
在本申请一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请一个或多个实施例。在本申请一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本申请一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先,对本申请一个或多个实施例涉及的名词术语进行解释。
直播:在现场架设独立的信号采集设备(音频+视频)导入导播端(导播设备或平台),再通过网络上传至直播服务器,发布至网址或者直播应用供其他用户观看。
主播驱动:主播开播即触发推送信息的方式。
用户驱动:在某个时间点获取用户关注的主播中在播进行优选并推送信息的方式。
在本申请中,提供了一种信息推送方法,本申请同时涉及一种信息推送装置,一种计算设备,以及一种计算机可读存储介质,在下面的实施例中逐一进行详细说明。
实际应用中,由于用户关注或参与的业务较多,这就导致间隔时间较近的业务先后开启时,只能够向用户推送较近的业务相关消息,并且触发方式都是由业务主动触发,很大程度上会降低有效触达用户的成功率。并且由于消息的推送是为了能够向用户及时推送其关注的信息,避免用户对业务相关的内容遗漏,如在直播场景中,可以向用户推送主播开播的消息;或者在订阅场景中,可以向用户推送订阅内容更新的消息;再或者在购物场景中,可以向用户推送购物优惠的消息。
以直播场景为例,主播开播消息的推送常规方式一般是在主播开播后为关注该主播的用户推送开播提醒信息,同时会考虑冷却时间(即两条信息间隔的时间)和总推送数量的限制。这会导致两个明显的问题发生,一是若两个主播开播时间间隔较近,在设定的冷却时间内,则后开播的主播不能推送给该用户;二是推送完全由主播开播的时间来触发,由于推送数量限制,先开播的主播已经占用了所有推送条数,可能导致用户更感兴趣的直播随后开播不被推送。有鉴于此,现有优化技术通常是采用优先队列的方式达到推送消息的目的,即将用户感兴趣的可能开播主播作为最高推送优先级,一般在用户对主播的偏好计算上采用了全局的时间维度,这在一定程度上限制了进入优先队列的主播数量,而剩下的非优先推送队列不做进一步的排序区分,从而容易遗漏开播信息的推送,无法有效的触达用户,因此亟需一种有效的方案以解决上述问题。
本申请提供的信息推送方法,在获取到业务用户的关注用户列表的情况下,此时确定业务用户开启了相关业务,为了能够有效的触达关注用户,此时可以根据各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群,之后向非活跃关注用户集群中包含的关注用户直接发送业务用户的业务提醒信息;同时由于活跃关注用户集群中包含的关注用户都是参与业务较为活跃的用户,为了能够提高推送业务提醒信息后触达用户的成功率,可以从活跃关注用户集群中筛选出与业务用户关联度较高的目标关注用户,并发送业务用户的业务提醒信息,保证了推送信息有效性的同时提高了触达用户的概率。
图1示出了根据本申请一实施例提供的一种信息推送方法的流程图,具体包括以下步骤:
步骤S102,获取业务用户的关注用户列表。
具体的,所述业务用户具体是指能够为所述关注用户列表中的用户提供业务服务的用户;如在直播场景中,业务用户为主播,关注用户列表中的用户为关注该主播的观众,主播可以通过直播游戏、户外或娱乐等内容供观众观看,当主播开播时可以向观众发送开播提醒。或者在购物场景中,业务用户为商家,关注用户列表中的用户为关注该商家的用户,商家可以向用户提供商品,当商家上架新的商品或发放优惠券时可以向用户发送相关提醒。再或者在订阅场景中,业务用户为订阅号的作者,关注用户列表中的用户为关注该作者的读者,作者可以通过上架文字作品、音乐作品或视频作品的方式向读者提供服务,当作者更新作品时可以向读者发送作品更新信息。也就是说,所述关注用户列表中的用户均为关注所述业务用户的用户。
本实施例以所述信息推送方法应用于直播场景为例进行说明,相应的,在订阅场景或购物场景中的信息推送方式均可参见本实施例相应的描述内容,本实施例在此不作过多赘述。
实际应用中,用户观看直播受环境因素的影响比较大,这会间接影响用户对直播的偏好;如用户在中午的午休时间段更偏好观看游戏类型的主播进行的直播,在晚间时间充足时,用户更偏好观看娱乐电台类的主播进行的直播,所以在向用户推送信息时,也应该考虑用户在各个时间点的偏好,从而才能够提高发送信息的有效性,以及触达用户的成功率。因此本实施提供的信息推送方法,在由业务用户驱动触发提醒后,还会由与业务用户关联的目标关注用户触发再次提醒,以达到根据用户偏好推送信息的目的,提高触达用户的概率。
步骤S104,按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群。
具体的,在上述获得业务用户的关注用户列表的基础上,进一步的,为了能够个性化的完成业务提醒信息的推送,即针对非活跃用户提高触达率,针对活跃用户提高偏好推送成功率,此时可以按照各个关注用户对应的业务用户关注数量筛选出活跃关注用户集群和非活跃关注用户集群。
其中,所述业务用户关注数量具体是指每个关注用户所关注其他业务用户的数量;相应的,活跃关注用户集群具体是指由关注业务用户数量较多的关注用户组成的集群,非活跃关注用户集群是由关注业务用户数量较少的关注用户组成的集群。
实际应用中,由于不同的业务用户的关注用户列表中包含的用户数量不等,且关注用户列表中的用户对业务用户的关注程度也参差不齐。如果关注用户列表中包含的用户数量过多,此时针对全部用户发送业务提醒信息不仅会消耗过多的服务器资源,还无法保证触达用户的概率;如果关注用户列表中包含的用户数量过少,此时针对部分用户发送业务提醒信息不仅会降低业务用户的曝光率,还会出现部分用户无法收到提醒信息的问题。
基于此,为了能够针对业务用户不同数量的关注用户列表中的用户动态发送提醒信息,可以采用数量比对的方式选择适合当前场景的业务提醒信息推送方式进行发送,从而提高触达用户概率的同时,保证业务用户的曝光率,本实施例中,具体实现方式如下所述:
判断所述关注用户列表中包含的关注用户数量是否小于预设用户数量阈值;
若是,向所述关注用户列表中的各个关注用户发送所述业务提醒信息;
若否,执行所述按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群步骤。
具体的,所述关注用户数量具体是指所述关注用户列表中包含的用户总数量,所述预设数量阈值是衡量进行全部信息的推送和部分信息的推送阈值,所述预设用户数量阈值的大小可以根据实际应用场景设定,本实施例在此不作任何限定。
基于此,在确定所述业务用户的关注用户列表后,可以判断所述关注用户列表中包含的关注用户数量是否小于用户数量阈值,若是,说明所述关注用户列表中包含的用户数量较少,此时为了能够有效的触达用户,以及提高业务用户的曝光率,可以选择所述关注用户列表中的全部初始关注用户作为待推送信息的关注用户,同时基于业务用户当前所处的业务状态创建所述业务提醒信息,之后向这部分用户发送所述提醒信息即可。
若否,说明所述关注用户列表中包含的用户数量较多,如果针对全部用户进行发送业务提醒信息,会额外增加服务端的资源消耗,为了能够提高业务提醒信息的有效性,可以按照每个关注用户所关注的业务用户数量进行划分,从而实现后续可以针对不同的集群选择不同的方式进行业务提醒信息的推送。
举例说明,主播甲在T1时间开始直播,此时为了能够及时向关注主播甲的用户发送提醒,将确定主播甲对应的关注用户列表,并判断关注用户列表中包含的关注用户数量S1是否小于预设数量阈值S,若S1<S,则说明关注主播甲的用户数量较少,为低关注主播,为了提高主播甲的热度,此时可以选择关注用户列表中的全部关注用户作为待推送信息的用户,之后基于主播甲当前的直播状态创建开播提醒信息,并向关注用户列表中的全部关注用户发送主播甲的开播提醒信息。若S1≥S,则说明关注主播甲的用户数量较多,为高关注主播,为了提高触达关注用户的成功率,此时可以将关注用户列表划分为两部分,分别为高关注用户集群和低关注用户集群,之后再针对性进行开播提醒信息的发送处理。
综上,通过采用预设数量阈值的方式对不同数量的关注用户采用不同的方式进行提醒,可以有效的提高用户触达率以及业务用户曝光率,并且结合关联度可以及时提醒偏好高的关注用户,从而更进一步的提高了用户的业务参与体验。
进一步的,由于不同的关注用户对参与目标业务的积极性也并不相同,如果针对关注用户列表中包含的全部关注用户都发送业务提醒信息,可能会对用户产生干扰,很容易出现用户流失的问题,同时还会耗费更多的计算资源,因此为了避免上述问题,可以将关注用户列表划分为活跃关注用户集群和非活跃关注用户集群,以实现后续进行业务提醒信息的推送,本实施例中,具体实现方式如下所述:
读取所述关注用户列表中各个关注用户对应的所述业务用户关注数量,并将所述业务用户关注数量与预设的数量阈值进行比较;
根据比较结果选择大于所述数量阈值的关注用户组成所述活跃关注用户集群,选择小于等于所述数量阈值的关注用户组成所述非活跃关注用户集群。
具体的,业务用户关注数量具体是指每个关注用户所关注业务用户的数量,所述数量阈值具体是指检测各个关注用户是否为活跃用户或非活跃用户的判别标准。
基于此,为了能够针对不同的关注用户采用不同的推送方式进行业务提醒信息推送处理,此时可以读取关注用户列表中各个关注用户对应的业务用户关注数量,若业务用户关注数量大于预设数量阈值,则说明该关注用户为活跃关注用户,表征该关注用户参与目标业务的积极性较高,若业务用户关注数量小于等于预设数量阈值,则说明该关注用户为非活跃关注用户,表征该关注用户参与目标业务的积极性较低,因此可以基于业务用户关注数量与预设数量阈值的比较,筛选出活跃用户组成活跃关注用户集群,以及非活跃用户组成非活跃关注用户集群。以实现后续可以针对不同的集群采用不同的业务提醒信息推送策略进行处理,从而提高触达用户的概率。
举例说明,主播甲在T1时间开始直播,此时为了能够及时向关注主播甲的用户发送提醒,将确定主播甲对应的关注用户列表,此时可以获取关注用户列表中各个关注用户对应的主播列表,并读取各个主播列表中包含的主播数量;之后选择主播数量小于预设数量阈值的关注用户组成低关注用户集群,选择主播数量大于等于预设数量阈值的关注用户组成高关注用户集群。以方便后续针对两个不同的集群可以采用不同的方式发送主播甲的开播提醒信息。
综上,通过采用业务用户数量的方式进行高/低关注用户的划分,可以有效的解析出各个关注用户的触达率,以此为基础进行关注用户的确定,可以保证后续进行业务提醒信息发送时,能够触达更多的关注用户。
步骤S106,向所述非活跃关注用户集群中包含的关注用户发送所述业务用户的业务提醒信息。
具体的,在上述筛选出活跃关注用户集群和非活跃关注用户集群的基础上,进一步的,由于所述非活跃关注用户集群中包含的关注用户都是对业务关注程度较低的用户,为了能够达到成功触达各个关注用户的目的,可以直接向非活跃关注用户集群中的各个用户发送所述业务用户的业务提醒信息,以达到提高触达率的目的。
基于此,在发送所述业务提醒信息的过程中,由于业务用户处于不同的状态需要发送不同的业务提醒信息,因此可以基于业务状态生成业务提醒信息,本实施例中,具体实现方式如下所述:
基于所述业务用户的业务状态创建所述业务提醒信息;
向所述非活跃关注用户集群中包含的关注用户发送所述业务提醒信息。
具体的,业务状态具体是指所述业务用户向关注用户提供的业务服务当前所处的状态,如在直播场景中,业务状态可以是在播状态,直播状态,下播状态;在订阅场景中,业务状态可以是更新状态,停更状态,拖更状态。
基于此,在需要向非活跃关注用户集群中包含的关注用户发送业务提醒信息时,可以基于业务用户当前所处的业务状态创建所述业务提醒信息,之后再向非活跃关注用户集群中包含的每个关注用户进行推送。
沿用上例,在主播甲当前处于开播状态的情况下,可以根据开播状态创建开播提醒信息,在主播甲当前处于在播状态的情况下,可以根据在播状态创建在播提醒信息,之后向低关注用户集群中包含的各个用户发送主播甲的开播提醒信息或在播提醒信息即可。
综上,为了能够准确的向非活跃关注用户集群中的各个关注用户发送业务提醒信息,可以基于业务用户当前所处的业务状态进行业务提醒信息创建,之后再进行发送,从而能够更加方便各个关注用户了解业务用户当前所处的状态。
步骤S108,在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,并向所述目标关注用户发送所述业务提醒信息。
具体的,在上述完成对非活跃用户集群中的关注用户发送业务提醒信息之后,进一步的,由于活跃关注用户集群中包含的关注用户都是参与业务积极性较高的用户,如果多次向其发送业务用户或其他业务用户的业务提醒信息,很容易对该关注用户产生打扰,并且会降低业务推送信息的成功率,因此为了能够提高业务推送信息的推送成功率,以及避免对关注用户产生打扰,此时可以从活跃关注用户集群中确定与业务用户关联的目标关注用户,之后再向目标关注用户发送业务提醒信息即可。
其中,目标关注用户具体是指所述活跃关注用户集群中与业务用户关联程度较高的关注用户,如经常参与业务用户发起的目标业务的用户,或者关注业务用户时间较长的用户,再或者与业务用户具有交互关系的用户。
进一步的,在确定所述目标关注用户的过程中,考虑到较短的时间内推送过多的业务提醒信息可能会对活跃关注用户集群中的关注用户产生干扰,因此可以采用预设的推送策略确定目标关注用户,之后再进行业务提醒信息的发送,本实施例中,具体实现方式如下所述:
步骤S1082,基于预设的推送策略对所述活跃关注用户集群中包含的活跃关注用户进行过滤,根据过滤结果获得所述目标关注用户。
具体的,所述推送策略具体是指在活跃关注用户集群中筛选目标关注用户的策略,即在所述活跃关注用户集群中筛选未被推送过业务提醒信息且与业务用户关联程度较高的活跃关注用户作为所述目标关注用户。
进一步的,在确定所述目标关注用户的过程中,考虑到推送业务提醒信息的有效性,可以选择关联度较高的关注用户作为目标关注用户,本实施例中,具体实现方式如下所述:
根据所述推送策略对所述活跃关注用户集群进行过滤,获得中间关注用户集群;
根据所述中间关注用户集群中各个活跃关注用户的历史关联信息,计算各个活跃关注用户与所述业务用户的关联分值;
基于所述关联分值在所述中间关注用户集群中筛选出所述目标关注用户。
具体的,所述中间业务用户集群具体是指基于所述推送策略对活跃关注用户集群进行过滤后得到的部分关注用户组成的集群,这部分用户为关注业务用户程度较高的用户。所述历史关联信息具体是指所述中间关注用户集群中各个活跃关注用户的参与各个业务用户的业务服务的信息,包括参与时长信息,参与时间信息,参与方式信息等;相应的,所述关联分值具体是指中间关注用户集群中各个活跃关注用户与所述业务用户的关联程度,所述关联分值越高,表明活跃关注用户参与业务用户的业务服务的概率越大,反之关联分值越低,表明活跃关注用户参与业务用户的业务服务的概率越小。
基于此,在确定目标关注用户的过程中,为了能够提高后续发送业务提醒信息的成功率,此时可以根据所述推送策略从活跃关注用户集群中删选出中间关注用户集群,之后根据所述中间关注用户集群中各个活跃关注用户的历史关联信息,计算各个活跃关注用户与所述业务用户的关联分值;以此为基础即可从中间关注用户集群中筛选出所述目标关注用户。
实际应用中,在基于关联分值筛选目标关注用户时,可以选择大于预设关联分值阈值的用户作为所述目标关注用户,其中,预设关联分值阈值可以根据实际应用场景进行设定,本实施例在此不作任何限定。
综上,通过采用推送策略和历史关联信息结合的方式筛选出所述目标关注用户,不仅可以提高确定目标关注用户的精准度,还能够保证目标关注用户与所述业务用户的关联程度,从而提高后续发送业务用户对应的业务提醒信息的触达率。
步骤S1084,基于所述业务用户的业务状态创建所述业务用户对应的所述业务提醒信息,并向所述目标关注用户发送所述业务提醒信息。
具体的,在上述确定目标关注用户之后,进一步的,即可基于所述业务用户的业务状态创建所述业务用户对应的业务提醒信息,并将所述业务用户对应的业务提醒信息发送所述目标关注用户即可,有效的提高了触达目标关注用户的概率。
沿用上例,在确定主播甲对应的高关注用户列表{用户1,用户2…用户n}的基础上,此时可以根据预设的推送策略对高关注用户列表进行过滤,删除与主播甲关联程度角度的用户获得中间关注用户集群,该集群中包含3个用户,分别为用户2,用户3和用户4;之后可以获取每个关注用户的历史观看数据,根据历史观看数据计算主播甲与每个用户的主播偏好分数,根据计算结果确定用户2与主播甲的主播偏好分数为L2,根据计算结果确定用户3与主播甲的主播偏好分数为L3,根据计算结果确定用户4与主播甲的主播偏好分数为L4,将L2,L3和L4进行比较,确定用户2的分值最大,则将用户2确定为主播甲的高关注用户,之后向用户2发送主播甲的开播提醒信息即可。
综上,为了能够提高触达活跃关注用户集群中关注用户的触达率,可以从中筛选出目标关注用户,并进行业务提醒信息的发送,进一步保证了业务提醒信息的触达关注用户的概率,从而提高目标关注用户的参与性。
此外,在通过业务用户驱动发送业务提醒信息的基础上,还可以通过关注用户触发其关注的业务用户对应的业务提醒信息,即关注用户在达到相应的时间节点时,将自动获取到当前处于业务运行中的业务用户对应的业务提醒信息,从而提高关注用户参与目标业务的积极性。
举例说明,在关注用户乙达到个性化时间表中的时间节点t3的情况下,此时可以读取关注用户乙对应的主播列表{主播甲,主播丙,主播丁,主播戊,主播已},并根据预设的推送策略对主播列表进行过滤,删除主播列表中已经发送过主播开播提醒的主播甲以及未开播的主播已,则根据过滤结果获得中间主播列表{主播丙,主播丁,主播戊},此时获取关注用户乙的历史观看数据,根据历史观看数据计算关注用户乙与中间主播列表{主播丙,主播丁,主播戊}中各个主播的主播偏好分数,根据计算结果确定关注用户乙与主播丙的主播偏好分数为L丙,确定关注用户乙与主播丁的主播偏好分数为L丁,确定关注用户乙与主播戊的主播偏好分数为L戊,将L丙,L丁和L戊进行比较,确定L丙的分值最大,则将主播丙作为目标主播,之后根据主播丙正在直播的状态创建主播丙在播提醒信息,将该信息发送至关注用户乙的终端即可。
综上,为了能够在业务提醒信息发送完成之后,还能够及时向目标关注用户发送其偏好程度较高的业务用户的提醒信息,可以基于关联分值在业务用户列表中筛选出关联用户,并向目标关注用户发送所述关联用户的业务提醒信息,进一步提高了目标关注用户的体验效果,同时保证了触达用户的概率。
另一方面,在确定目标关注用户的过程中,考虑到活跃关注用户集群中每个活跃关注用户观看业务的时间不等,为了避免对活跃关注用户产生打扰,可以根据时间维度的设定筛选出目标关注用户,本实施例中,具体实现方式如下所述:
获取所述活跃关注用户集群中各个活跃关注用户的信息推送时间节点;
选择当前时间节点达到所述信息推送时间节点的活跃关注用户确定为所述目标关注用户。
具体的,所述信息推送时间节点具体是指每个活跃关注用户所对应的个性化时间节点,通过该时间节点进行业务提醒信息的推送,可以避免对活跃关注用户产生打扰,因此可以选择当前时间节点达到信息推送时间节点的活跃关注用户确定为目标关注用户,从而达到成功推送业务提醒信息的目的。
具体实施时,考虑到活跃关注用户关注的业务用户的业务开启时间并不统一,这会间接影响活跃关注用户参与业务用户的业务服务的时间,因此为了能够向活跃关注用户的推送有效的业务提醒信息,可以针对活跃关注用户进行个性化时间设置,即针对每个活跃关注用户都设置一个个性化时间表,且每个关注用户的个性化时间表由服务器维护,当达到时间表中的时间节点时,即向该表对应的活跃关注用户发送业务用户的业务提醒信息,以达到有效触达目标关注用户的目的。
基于此,在确定所述活跃关注用户对应的信息推送时间节点时,即为从上述个性化时间表中确定当前时刻所达到的时间节点,以该时间作为触发后续的进行业务信息推送的驱动,实现向目标关注用户发送业务用户的业务提醒信息,本实施例中,具体实现方式如下所述:
获取所述活跃关注用户的历史参与信息,并根据所述历史参与信息确定待预测时间节点;
将所述待预测时间节点输入至预估模块进行处理,获得所述待预测时间节点对应的目标业务分值;
基于所述目标业务分值在所述待预测时间节点中筛选出目标时间节点;
在所述目标时间节点中选择当前时间节点对应的子目标时间节点,作为所述信息推送时间节点。
具体的,所述历史参与信息具体是指所述活跃关注用户参与不同业务用户提供的业务服务的信息,所述历史参与信息中包含活跃关注用户的参与时长信息,参与次数信息,参与时间信息等;相应的,所述待预测时间节点具体是指所述活跃关注用户参与业务较为频繁的至少一个时间节点,在所述待预测时间节点所述活跃关注用户参与业务的次数较为频繁。所述预估模块具体是指从多个维度对各个待预测时间节点进行评估的模型,如在行为维度,对用户在各个待预测时间节点进行用户点击行为的预测,如在业务维度,对用户关注的业务用户在各个待预测时间节点开启业务服务的概率预测,或者在意图维度,对用户在各个待预测时间节点参与业务用户的业务服务的概率预测。
进一步的,所述目标业务分值具体是指整合各个维度的分值后得出所述待预测时间节点对应的数值,所述目标业务分值越高,表明所述待预测时间节点进行业务提醒信息的响应率越高,反之目标业务分值越低,表明所述待预测时间节点进行业务提醒信息的响应率越低。相应的,所述目标时间节点具体是指在所述待预测时间节点中筛选出的分值较高的一个或多个时间节点,通过所述目标时间节点可以针对所述活跃关注用户创建个性化的时间表,实现后续可以从个性化的时间表出发,在业务用户驱动的情况下,选择当前时间节点达到信息推送时间节点的用户作为目标关注用户,再通过该目标关注用户的个性化时间表驱动业务提醒信息的发送,以有效的提高触达目标关注用户的概率。
具体实施时,由于不同的活跃关注用户参与业务用户提供的业务服务的时间不同,因此根据所述历史参与信息确定所述待预测时间节点时,可能仅确定一个待预测时间节点,也可能确定多个待预测时间节点,此时再进行后续目标时间节点的确定也可能仅确定一个或多个,因此本实施例对所述待预测时间节点的数量以及所述目标时间节点的数量不作任何限定。
基于此,为了能够进一步的触达更多的关注用户,可以在推送信息的准备阶段,获取活跃关注用户的历史参与信息,以通过所述参与信息确定所述活跃关注用户的待预测时间节点,之后将所述待预测时间节点输入至预估模块进行处理,以预测出待预测时间节点在各个维度的业务分值组成的所述目标业务分值,通过所述目标业务可以有效的体现出触达活跃关注用户更高的时间节点,则此时可以基于所述目标业务分值在所述待预测时间节点中筛选出所述目标事件节点,以通过所述目标时间节点创建出与所述活跃关注用户具有唯一对应关系的个性化时间表,所述个性化时间表中记录各个子目标时间节点;在当前时刻达到所述个性化时间表中的任意一个子目标时间节点的情况下,选择当前时间节点达到信息推送时间节点的用户作为目标关注用户,可以将所述子目标时间节点作为所述信息推送时间节点,说明后续需要通过所述信息推送时间节点完成向所述目标关注用户推送其他业务用户的业务提醒信息。
综上,通过结合历史参与信息确定活跃关注用户的目标时间节点,创建活跃关注用户的个性化时间表,以实现后续能够精准的确定目标关注用户,并结合个性化时间表进行业务提醒信息的推送,不仅可以避免对目标关注用户产生打扰,还能够保证推送的信息是目标关注用户感兴趣的业务用户相关的信息,从而进一步提高了目标关注用户的体验效果。
进一步的,在通过所述预估模块进行目标业务分值的确定过程中,为了能够考虑到更多的因素产生的影响,可以从多个维度计算多个分值,以整合得到所述目标业务分值,充分表征各个时间节点的用户参与业务用户的业务服务的准确概率,以方便后续筛选出所述目标时间节点,本实施例中,具体实现方式如下所述:
将所述待预测时间节点输入至所述预估模块,根据所述待预测时间节点和所述业务用户列表中各个业务用户的历史业务信息确定业务分值,根据所述待预测时间节点和所述活跃关注用户的历史操作信息确定触达分值,以及根据所述待预测时间节点和所述活跃关注用户的历史行为信息确定行为分值;
基于所述业务分值、所述触达分值和所述行为分值计算所述待预测时间节点对应的所述目标业务分值。
具体的,所述业务分值具体是指各个业务用户在各个待预测时间节点开启业务服务的概率分数,所述触达分值具体是指活跃关注用户在各个待预测时间节点点击推送信息的概率分数,所述行为分值具体是指活跃关注用户在各个待预测时间节点参与业务用户的业务服务的概率分数,分值越大表明待预测时间节点触达活跃关注用户的概率越大,反之分值越小表征待预测时间节点触达活跃关注用户的概率越小。
基于此,在基于所述历史参与信息确定所述待预测时间节点后,即可将各个待预测时间节点输入至所述预估模块,以实现根据待预测时间节点和业务用户列表中各个业务用户的历史业务信息确定所述业务分值,即确定各个业务用户在各个待预测时间节点开启业务的概率分数,其中,历史业务信息具体是指业务用户的历史开启业务相关的信息,以及历史被参与业务服务相关的信息;同时还将根据所述待预测时间节点和所述活跃关注用户的历史操作信息确定所述触达分值,即确定活跃关注用户在各个待预测时间节点点击推送信息的概率分值,其中,历史操作信息具体是指活跃关注用户点击推送信息的行为信息,以及历史参与业务行为的信息;还将根据所述待预测时间节点和活跃关注用户的历史行为信息确定所述行为分值,即确定活跃关注用户在各个待预测时间节点参与某个业务用户的业务服务的概率分数,其中,所述历史行为信息具体是指活跃关注用户参与某个业务用户的业务服务的行为信息。
最后通过整合所述业务分值、所述触达分值和所述行为分值即可确定各个待预测时间节点对应的目标业务分值,以实现后续可以基于所述目标业务分值筛选出所述目标时间节点,以针对用户创建出个性化时间表,完成后续的业务提醒信息的推送。
实际应用中,在基于所述目标业务分值从所述待预测时间节点中筛选出所述目标时间节点时,可以基于目标业务分值对待预测时间节点进行排序,之后选择前K个待预测时间节点作为所述目标时间节点,以针对活跃关注用户创建出个性化时间表,其中,K为根据业务提醒信息推送阈值设置的参数,也可以根据实际应用场景设定,本实施例在此不作任何限定。
具体实施时,在通过所述预估模块完成对业务分值、触发分值和行为分值的计算时,为了能够提高目标业务分值的计算效率,可以针对三个维度分别设置与维度相对应的三个树模型xgboost,以通过树模型xgboost的结构准确的计算出各个待预测时间节点对应的业务分值、触发分值和行为分值,从而统筹出所述待预测时间节点的目标业务分值,保证了目标业务分值的准确性。
举例说明,参见图2,为了能够向主播甲的关注用户推送更加有效的开播提醒信息,可以获取主播甲的高关注用户集群中每个关注用户的历史观看直播信息,并根据历史观看直播信息确定各个关注用户的待预测时间节点,本实施例为方便描述,以对高关注用户集群中关注用户乙的处理过程进行说明,其他关注用户的处理过程均可参见本实施例相应的描述内容,在此不作任何限定。
基于此,关注用户乙的待预测时间节点t1,t2,t3和t4;之后将各个待预测时间节点t1,t2,t3和t4分别输入至预估模块,预估模块将结合主播数据、用户数据、push数据和时间数据完成对各个待预测时间节点的分值预测,即通过预估模块中的第一预估模型预测:关注用户乙所关注的主播甲在待预测时间节点t1,t2,t3和t4进行直播的概率,之后将各个待预测时间节点所对应的主播甲直播的概率整合,获得各个待预测时间节点对应的直播开播预测分数(score_主播开播);通过预估模块中第二预估模型预测:关注用户乙在待预测时间节点t1,t2,t3和t4点击推送信息的概率,将点击推送信息的概率作为Push点击预测分数(score_Push点击);通过预估模块中第三预估模型预测:关注用户乙在待预测时间节点t1,t2,t3和t4观看主播甲直播的概率,将观看主播的概率作为用户主播偏好预测分数(score_用户主播偏好)。
进一步的,基于直播开播预测分数(score_主播开播)、Push点击预测分数(score_Push点击)和用户主播偏好预测分数(score_用户主播偏好)计算待预测时间节点t1,t2,t3和t4分别对应的目标分值,根据计算结果确定t1_score=F1,t2_score=F2,t3_score=F3,t4_score=F4,计算方式为t_score=score_主播开播*score_push点击*score_用户主播偏好。
更进一步的,在计算得到待预测时间节点t1,t2,t3和t4分别对应的目标分值后,可以按照分值大小对待预测时间节点进行排序,确定F1>F3>F4>F2;则此时选择前三个待预测时间节点作为目标时间节点组成关注用户乙的个性化时间列表,也就是说,在时间t1,t3和t4将向关注用户乙发送其关注的主播的在播/开播提醒信息(若主播甲在这三个时间节点开播则发送甲的开播信息),以达到提醒关注用户乙其关注的主播甲开播的目的。同理,高关注用户集群中的各个关注用户都将采用相同的方式设定各自对应的个性化时间列表,从而方便后续进行目标关注用户的确定。
当直播服务端针对各个关注用户设置好个性化时间表的情况下,若当前时刻与关注用户乙的个性化时间表中的时间节点t3重叠,则说明此时需要向关注用户乙推送其关注的主播甲在播/开播的提醒信息,则此时向关注用户乙发送主播甲的开播提醒信息即可。
综上,通过采用读取每个活跃关注用户的推送时间节点的方式确定目标关注用户,不仅可以在目标关注用户的信息推送时间节点进行业务提醒信息的推送,还能够避免达到目标关注用户,从而提高业务提醒信息推送的成功率。
此外,考虑到目标关注用户正在参与其他业务用户的业务服务,避免在此过程中对目标关注用户产生打扰,可以检测目标关注用户的业务账号的状态进行信息的推送,本实施例中,具体实现方式如下所述:
获取所述目标关注用户的业务账号;
在所述业务账号为业务关闭状态的情况下,执行向所述目标关注用户发送所述业务提醒信息的步骤;
在所述业务账号为业务开启状态的情况下,等待或不作任何处理。
具体的,首先获取所述目标关注用户的业务账号,之后检测所述业务账号当前所处的状态,若所述业务账号为业务关闭状态,说明当前时间节点所述目标关注用户并未参与任何业务用户提供的业务服务,则执行所述步骤S108即可。若所述业务账号为业务开启状态,说明当前时间节点所述目标关注用户正在参与其他业务用户提供的业务服务,为了避免对目标关注用户产生打扰,则可以停止进行信息的推送,即不作任何处理即可。
沿用上例,在向关注用户乙发送主播丙在播提醒信息之前,可以检测关注用户乙的账号当前所处的状态,若该账号处于关闭状态,则说明关注用户乙未观看任何主播的直播,则直接进行主播丙在播提醒信息的推送即可,若该账号处于开启状态,说明关注用户乙正在观看其他主播的直播,为了避免对关注用户乙产生打扰,则此时不作任何处理即可。
综上,为了能够避免对目标关注用户产生打扰,可以在发送关联用户对应的业务提醒信息之前,进行业务账号的状态检测,以有效的提高目标关注用户的参与体验。
此外,考虑到各个关注用户被打扰的问题,因此也可以单独基于各个关注用户的信息推送时间节点进行业务提醒信息的推送,即在关注用户达到推送时间节点时,可以从关注用户所关注的业务用户中筛选出与该用户关联程度较高的目标业务用户进行相关业务提醒信息的推送,从而提高推送成功率。
举例说明,为了能够向主播甲的关注用户乙推送更加有效的其他主播的开播提醒信息,可以获取关注用户乙的历史观看直播信息,并根据历史观看直播信息确定关注用户乙的待预测时间节点t1,t2,t3和t4;之后将各个待预测时间节点t1,t2,t3和t4分别输入至预估模块,预估模块将结合主播数据、用户数据、push数据和时间数据完成对各个待预测时间节点的分值预测,即通过预估模块中的第一预估模型预测:关注用户乙所关注的主播列表中各个主播在待预测时间节点t1,t2,t3和t4进行直播的概率,之后将各个待预测时间节点所对应的主播直播的概率整合,获得各个待预测时间节点对应的直播开播预测分数(score_主播开播);通过预估模块中第二预估模型预测:关注用户乙在待预测时间节点t1,t2,t3和t4点击推送信息的概率,将点击推送信息的概率作为Push点击预测分数(score_Push点击);通过预估模块中第三预估模型预测:关注用户乙在待预测时间节点t1,t2,t3和t4观看主播列表中各个主播直播的概率,将观看主播的概率作为用户主播偏好预测分数(score_用户主播偏好)。
进一步的,基于直播开播预测分数(score_主播开播)、Push点击预测分数(score_Push点击)和用户主播偏好预测分数(score_用户主播偏好)计算待预测时间节点t1,t2,t3和t4分别对应的目标分值,根据计算结果确定t1_score=F1,t2_score=F2,t3_score=F3,t4_score=F4,计算方式为t_score=score_主播开播*score_push点击*score_用户主播偏好。
更进一步的,在计算得到待预测时间节点t1,t2,t3和t4分别对应的目标分值后,可以按照分值大小对待预测时间节点进行排序,确定F1>F3>F4>F2;则此时选择前三个待预测时间节点作为目标时间节点组成关注用户乙的个性化时间列表,也就是说,在时间t1,t3和t4将向关注用户乙发送其关注的主播的在播/开播提醒信息,以达到提醒关注用户乙其关注的主播开播的目的。
当直播服务端针对关注用户乙设置好个性化时间表的情况下,若当前时刻与个性化时间表中的时间节点t3重叠,则说明此时需要向关注用户乙推送其关注的主播在播/开播的提醒信息,且由于在先已经向关注用户乙推送了部分主播开播的提醒信息,此时可能会对关注用户乙偏好的主播掩盖,为了能够及时向用户推送其偏好的主播的在播/开播提醒,则可以读取关注用户乙所关注的主播组成的主播列表,以用于后续从列表中筛选出目标主播进行开播/在播的提醒。
本申请提供的信息推送方法,在获取到业务用户的关注用户列表的情况下,此时确定业务用户开启了相关业务,为了能够有效的触达关注用户,此时可以根据各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群,之后向非活跃关注用户集群中包含的关注用户直接发送业务用户的业务提醒信息;同时由于活跃关注用户集群中包含的关注用户都是参与业务较为活跃的用户,为了能够提高推送业务提醒信息后触达用户的成功率,可以从活跃关注用户集群中筛选出与业务用户关联度较高的目标关注用户,并发送业务用户的业务提醒信息,保证了推送信息有效性的同时提高了触达用户的概率。
下述结合附图3,以本申请提供的信息推送方法在购物场景中的应用为例,对所述信息推送方法进行进一步说明。其中,图3示出了本申请一实施例提供的一种应用于购物场景中的信息推送方法的处理流程图,具体包括以下步骤:
步骤S302,获取商家的买家关注列表。
步骤S304,判断买家关注列表中包含的买家数量是否小于预设数量阈值;若是,执行步骤S306;若否,执行步骤S308。
步骤S306,基于商家更新商品的状态创建商品更新提醒信息,并向买家关注列表中的买家发送商品更新提醒信息。
步骤S308,基于买家关注列表中各个买家与商家的关联度筛选中间买家关注列表,并向中间买家关注列表中的买家发送商品更新提醒信息。
步骤S310,在达到买家关注列表中目标买家对应的信息推送时间节点的情况下,读取目标买家关注的商家列表。
步骤S312,根据预设的推送策略对商家列表进行过滤,获得中间商家列表。
步骤S314,根据目标买家的历史参与信息计算中间商家列表中各个中间商家与目标买家的关联分值。
步骤S316,基于关联分值在中间商家列表中筛选出目标商家。
具体的,此时筛选出的目标商家为正在更新商品且未发送过提醒信息的商家。
步骤S318,基于目标商家更新商品的状态创建目标商品更新提醒信息,并发送至目标买家。
本申请提供的信息推送方法,在获取到业务用户的关注用户列表的情况下,此时确定业务用户开启了相关业务,为了能够有效的触达关注用户,此时可以根据各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群,之后向非活跃关注用户集群中包含的关注用户直接发送业务用户的业务提醒信息;同时由于活跃关注用户集群中包含的关注用户都是参与业务较为活跃的用户,为了能够提高推送业务提醒信息后触达用户的成功率,可以从活跃关注用户集群中筛选出与业务用户关联度较高的目标关注用户,并发送业务用户的业务提醒信息,保证了推送信息有效性的同时提高了触达用户的概率。
下述结合附图4,以本申请提供的信息推送方法在直播场景中的应用为例,对所述信息推送方法进行进一步说明。其中,图4示出了本申请一实施例提供的一种应用于直播场景中的信息推送方法的处理流程图,具体包括以下步骤:
步骤S402,获取主播的关注用户列表。
步骤S404,判断关注用户列表中包含的用户数量是否小于预设数量阈值;若是,执行步骤S406;若否,执行步骤S408。
步骤S406,基于主播的直播状态创建开播提醒信息,并向关注用户列表中的用户发送开播提醒信息。
步骤S408,基于关注用户列表中各个用户与主播的关联度筛选中间关注用户列表,并向中间关注用户列表中的买家发送开播提醒信息。
步骤S410,在达到关注用户列表中目标用户对应的信息推送时间节点的情况下,读取目标用户关注的主播列表。
步骤S412,根据预设的推送策略对主播列表进行过滤,获得中间主播列表。
步骤S414,根据目标用户的历史观看信息计算中间主播列表中各个中间主播与目标用户的关联分值。
步骤S416,基于关联分值在中间主播列表中筛选出目标主播。
步骤S418,基于目标主播的直播状态创建在播提醒信息,并发送至目标用户。
本申请提供的信息推送方法,在获取到业务用户的关注用户列表的情况下,此时确定业务用户开启了相关业务,为了能够有效的触达关注用户,此时可以根据各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群,之后向非活跃关注用户集群中包含的关注用户直接发送业务用户的业务提醒信息;同时由于活跃关注用户集群中包含的关注用户都是参与业务较为活跃的用户,为了能够提高推送业务提醒信息后触达用户的成功率,可以从活跃关注用户集群中筛选出与业务用户关联度较高的目标关注用户,并发送业务用户的业务提醒信息,保证了推送信息有效性的同时提高了触达用户的概率。
与上述方法实施例相对应,本申请还提供了信息推送装置实施例,图5示出了本申请一实施例提供的一种信息推送装置的结构示意图。如图5所示,该装置包括:
获取模块502,被配置为获取业务用户的关注用户列表;
筛选模块504,被配置为按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群;
发送模块506,被配置为向所述非活跃关注用户集群中包含的关注用户发送所述业务用户的业务提醒信息;
确定模块508,被配置为在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,并向所述目标关注用户发送所述业务提醒信息。
一个可选的实施例中,所述筛选模块504进一步被配置为:
读取所述关注用户列表中各个关注用户对应的所述业务用户关注数量,并将所述业务用户关注数量与预设的数量阈值进行比较;根据比较结果选择大于所述数量阈值的关注用户组成所述活跃关注用户集群,选择小于等于所述数量阈值的关注用户组成所述非活跃关注用户集群。
一个可选的实施例中,所述确定模块508进一步被配置为:
基于预设的推送策略对所述活跃关注用户集群中包含的活跃关注用户进行过滤,根据过滤结果获得所述目标关注用户;基于所述业务用户的业务状态创建所述业务用户对应的所述业务提醒信息,并向所述目标关注用户发送所述业务提醒信息。
一个可选的实施例中,所述确定模块508进一步被配置为:
根据所述推送策略对所述活跃关注用户集群进行过滤,获得中间关注用户集群;根据所述中间关注用户集群中各个活跃关注用户的历史关联信息,计算各个活跃关注用户与所述业务用户的关联分值;基于所述关联分值在所述中间关注用户集群中筛选出所述目标关注用户。
一个可选的实施例中,所述确定模块508进一步被配置为:
获取所述活跃关注用户集群中各个活跃关注用户的信息推送时间节点;选择当前时间节点达到所述信息推送时间节点的活跃关注用户确定为所述目标关注用户。
一个可选的实施例中,所述确定模块508进一步被配置为:
获取所述活跃关注用户的历史参与信息,并根据所述历史参与信息确定待预测时间节点;将所述待预测时间节点输入至预估模块进行处理,获得所述待预测时间节点对应的目标业务分值;基于所述目标业务分值在所述待预测时间节点中筛选出目标时间节点;在所述目标时间节点中选择当前时间节点对应的子目标时间节点,作为所述信息推送时间节点。
一个可选的实施例中,所述确定模块508进一步被配置为:
将所述待预测时间节点输入至所述预估模块,根据所述待预测时间节点和所述业务用户列表中各个业务用户的历史业务信息确定业务分值,根据所述待预测时间节点和所述活跃关注用户的历史操作信息确定触达分值,以及根据所述待预测时间节点和所述活跃关注用户的历史行为信息确定行为分值;基于所述业务分值、所述触达分值和所述行为分值计算所述待预测时间节点对应的所述目标业务分值。
一个可选的实施例中,所述筛选模块504进一步被配置为:
基于所述业务用户的业务状态创建所述业务提醒信息;向所述非活跃关注用户集群中包含的关注用户发送所述业务提醒信息。
一个可选的实施例中,所述信息推送装置,还包括:
判断模块,被配置为判断所述关注用户列表中包含的关注用户数量是否小于预设用户数量阈值;若是,向所述关注用户列表中的各个关注用户发送所述业务提醒信息;若否,运行筛选模块504。
一个可选的实施例中,所述信息推送装置,还包括:
检测模块,被配置为获取所述目标关注用户的业务账号;在所述业务账号为业务关闭状态的情况下,运行所述确定模块。
本申请提供的信息推送装置,在获取到业务用户的关注用户列表的情况下,此时确定业务用户开启了相关业务,为了能够有效的触达关注用户,此时可以根据各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群,之后向非活跃关注用户集群中包含的关注用户直接发送业务用户的业务提醒信息;同时由于活跃关注用户集群中包含的关注用户都是参与业务较为活跃的用户,为了能够提高推送业务提醒信息后触达用户的成功率,可以从活跃关注用户集群中筛选出与业务用户关联度较高的目标关注用户,并发送业务用户的业务提醒信息,保证了推送信息有效性的同时提高了触达用户的概率。
上述为本实施例的一种信息推送装置的示意性方案。需要说明的是,该信息推送装置的技术方案与上述的信息推送方法的技术方案属于同一构思,信息推送装置的技术方案未详细描述的细节内容,均可以参见上述信息推送方法的技术方案的描述。
图6示出了根据本申请一实施例提供的一种计算设备600的结构框图。该计算设备600的部件包括但不限于存储器610和处理器620。处理器620与存储器610通过总线630相连接,数据库650用于保存数据。
计算设备600还包括接入设备640,接入设备640使得计算设备600能够经由一个或多个网络660通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备640可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。
在本申请的一个实施例中,计算设备600的上述部件以及图6中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图6所示的计算设备结构框图仅仅是出于示例的目的,而不是对本申请范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备600可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备600还可以是移动式或静止式的服务器。
其中,处理器620执行所述指令时实现所述的信息推送方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的信息推送方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述信息推送方法的技术方案的描述。
本申请一实施例还提供一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现如前所述信息推送方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的信息推送方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述信息推送方法的技术方案的描述。
上述对本申请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。
所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本申请的内容,可作很多的修改和变化。本申请选取并具体描述这些实施例,是为了更好地解释本申请的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。
Claims (12)
1.一种信息推送方法,其特征在于,包括:
获取业务用户的关注用户列表;
按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群,其中所述活跃关注用户为业务用户关注数量大于预设的数量阈值的关注用户,所述非活跃关注用户为业务用户关注数量小于等于所述数量阈值的关注用户;
向所述非活跃关注用户集群中包含的关注用户发送所述业务用户的业务提醒信息;
在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,并向所述目标关注用户发送所述业务提醒信息,其中所述目标关注用户是指所述活跃关注用户集群中与所述业务用户关联程度高的关注用户。
2.根据权利要求1所述的信息推送方法,其特征在于,所述在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,包括:
基于预设的推送策略对所述活跃关注用户集群中包含的活跃关注用户进行过滤,根据过滤结果获得所述目标关注用户;
基于所述业务用户的业务状态创建所述业务用户对应的所述业务提醒信息,并向所述目标关注用户发送所述业务提醒信息。
3.根据权利要求2所述的信息推送方法,其特征在于,所述基于预设的推送策略对所述活跃关注用户集群中包含的活跃关注用户进行过滤,根据过滤结果获得所述目标关注用户,包括:
根据所述推送策略对所述活跃关注用户集群进行过滤,获得中间关注用户集群;
根据所述中间关注用户集群中各个活跃关注用户的历史关联信息,计算各个活跃关注用户与所述业务用户的关联分值;
基于所述关联分值在所述中间关注用户集群中筛选出所述目标关注用户。
4.根据权利要求1所述的信息推送方法,其特征在于,所述在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,包括:
获取所述活跃关注用户集群中各个活跃关注用户的信息推送时间节点;
选择当前时间节点达到所述信息推送时间节点的活跃关注用户确定为所述目标关注用户。
5.根据权利要求4所述的信息推送方法,其特征在于,所述信息推送时间节点通过如下方式确定:
获取所述活跃关注用户的历史参与信息,并根据所述历史参与信息确定待预测时间节点;
将所述待预测时间节点输入至预估模块进行处理,获得所述待预测时间节点对应的目标业务分值;
基于所述目标业务分值在所述待预测时间节点中筛选出目标时间节点;
在所述目标时间节点中选择当前时间节点对应的子目标时间节点,作为所述信息推送时间节点。
6.根据权利要求5所述的信息推送方法,其特征在于,所述将所述待预测时间节点输入至预估模块进行处理,获得所述待预测时间节点对应的目标业务分值,包括:
将所述待预测时间节点输入至所述预估模块,根据所述待预测时间节点和所述业务用户列表中各个业务用户的历史业务信息确定业务分值,
根据所述待预测时间节点和所述活跃关注用户的历史操作信息确定触达分值,以及根据所述待预测时间节点和所述活跃关注用户的历史行为信息确定行为分值;
基于所述业务分值、所述触达分值和所述行为分值计算所述待预测时间节点对应的所述目标业务分值。
7.根据权利要求1所述的信息推送方法,其特征在于,所述向所述非活跃关注用户集群中包含的关注用户发送所述业务用户的业务提醒信息,包括:
基于所述业务用户的业务状态创建所述业务提醒信息;
向所述非活跃关注用户集群中包含的关注用户发送所述业务提醒信息。
8.根据权利要求1所述的信息推送方法,其特征在于,所述获取业务用户的关注用户列表步骤执行之后,还包括:
判断所述关注用户列表中包含的关注用户数量是否小于预设用户数量阈值;
若是,向所述关注用户列表中的各个关注用户发送所述业务提醒信息;
若否,执行所述按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群步骤。
9.根据权利要求1所述的信息推送方法,其特征在于,所述向所述目标关注用户发送所述业务提醒信息步骤执行之前,还包括:
获取所述目标关注用户的业务账号;
在所述业务账号为业务关闭状态的情况下,执行向所述目标关注用户发送所述业务提醒信息的步骤。
10.一种信息推送装置,其特征在于,包括:
获取模块,被配置为获取业务用户的关注用户列表;
筛选模块,被配置为按照所述关注用户列表中各个关注用户对应的业务用户关注数量,筛选出活跃关注用户集群和非活跃关注用户集群,其中所述活跃关注用户为业务用户关注数量大于预设的数量阈值的关注用户,所述非活跃关注用户为业务用户关注数量小于等于所述数量阈值的关注用户;
发送模块,被配置为向所述非活跃关注用户集群中包含的关注用户发送所述业务用户的业务提醒信息;
确定模块,被配置为在所述活跃关注用户集群中确定与所述业务用户关联的目标关注用户,并向所述目标关注用户发送所述业务提醒信息,其中所述目标关注用户是指所述活跃关注用户集群中与所述业务用户关联程度高的关注用户。
11.一种计算设备,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指令,其特征在于,所述处理器执行所述指令时实现权利要求1-9任意一项所述方法的步骤。
12.一种计算机可读存储介质,其存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-9任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836933.4A CN113572841B (zh) | 2021-07-23 | 2021-07-23 | 信息推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836933.4A CN113572841B (zh) | 2021-07-23 | 2021-07-23 | 信息推送方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113572841A CN113572841A (zh) | 2021-10-29 |
CN113572841B true CN113572841B (zh) | 2023-06-27 |
Family
ID=78166836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110836933.4A Active CN113572841B (zh) | 2021-07-23 | 2021-07-23 | 信息推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113572841B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114553947B (zh) * | 2022-01-29 | 2024-01-19 | 北京金堤科技有限公司 | 一种对消息进行处理的方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109769027B (zh) * | 2019-01-25 | 2023-04-07 | 广州方硅信息技术有限公司 | 一种消息推送方法、装置及设备 |
CN109995847A (zh) * | 2019-02-15 | 2019-07-09 | 平安科技(深圳)有限公司 | 基于用户群组的消息推送方法、装置及计算机设备 |
US10834219B1 (en) * | 2020-01-10 | 2020-11-10 | International Business Machines Corporation | Intelligent distribution of push notifications |
CN111405302B (zh) * | 2020-03-06 | 2022-06-10 | 北京达佳互联信息技术有限公司 | 直播间关注提醒方法、装置、电子设备及存储介质 |
CN111666490A (zh) * | 2020-04-28 | 2020-09-15 | 中国平安财产保险股份有限公司 | 基于kafka的信息推送方法、装置、设备及存储介质 |
CN112579905A (zh) * | 2020-12-25 | 2021-03-30 | 百果园技术(新加坡)有限公司 | 消息推送对象确定方法、装置、设备及存储介质 |
-
2021
- 2021-07-23 CN CN202110836933.4A patent/CN113572841B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113572841A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102355481B1 (ko) | 반복된 액션에 대한 스마트 어시스트 | |
WO2016192244A1 (zh) | 一种消息管理方法、装置、移动终端及存储介质 | |
US20090254934A1 (en) | Listener Contributed Content and Real-Time Data Collection with Ranking Service | |
CN109240589A (zh) | 用于在触敏设备上主动识别和显示相关内容的系统和方法 | |
CN108848393B (zh) | 入口展示方法、装置、设备及存储介质 | |
CN105471935B (zh) | 信息提示方法和装置 | |
CN113422988B (zh) | 直播封面生成方法、装置、电子设备及存储介质 | |
US20240064348A1 (en) | Image analysis system | |
CN108958828A (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
WO2020258773A1 (zh) | 确定推送用户群的方法、装置、设备及存储介质 | |
CN112445970A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN109936637A (zh) | 消息推送的频控方法、装置、服务器及介质 | |
CN106168958A (zh) | 一种音频信息的推荐方法以及服务器 | |
CN111523035B (zh) | App浏览内容的推荐方法、装置、服务器和介质 | |
CN111400596A (zh) | 信息分享方法和装置 | |
CN113572841B (zh) | 信息推送方法及装置 | |
CN112052316A (zh) | 模型评估方法、装置、存储介质及电子设备 | |
CN109657164B (zh) | 发布消息的方法、装置及存储介质 | |
CA2767732A1 (en) | Viral advertisements | |
CN115562744A (zh) | 一种应用程序加载方法及电子设备 | |
CN114053723A (zh) | 权益推荐方法、装置、介质和计算设备 | |
CN111046156B (zh) | 奖励数据的确定方法、装置和服务器 | |
CN110516151B (zh) | 有效行为检测和个性化推荐方法 | |
CN115023922A (zh) | 信息推送方法、装置、服务器及存储介质 | |
CN114430504B (zh) | 一种媒体内容的推荐方法以及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |