CN113792211A - 一种资源推送处理方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明提供了一种资源推送处理方法、装置、电子设备及存储介质。所述方法，包括：以静默推送方式接收资源推送；基于点击率相关参数，通过第一机器学习模型获取当前用户在当前时间之后的一个时间周期内的资源点击率数据，所述时间周期由多个连续的时间单元组成，所述资源点击率数据包括所述用户在每个所述时间单元内的资源点击率，所述点击率相关参数包括所述推送资源的资源属性信息、所述当前用户的用户属性信息中的至少一种；将所述资源推送的推送方式由静默推送转换为本地推送，并设置所述推送资源的本地推送时间为所述用户的资源点击率最高的时间单元。从而取得了提高资源推送时机的准确性，以及推送资源点击率的有益效果。

Description

一种资源推送处理方法、装置、电子设备及存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种资源推送处理方法、装置、电子设备及存储介质。

背景技术

随着移动互联网的快速发展，智能手机等移动端日渐成为人机交互的主要平台，在移动端应用的开发过程中，既需要完成正常的业务逻辑，更需要考虑到用户体验和系统性能等问题。目前，应用的业务量越来越庞大，业务范围也越来越多样化。而且为了提高不同用户针对应用的使用率，或者及时了解应用相关讯息，应用服务方一般会推送消息、音视频文件等资源至移动端，为了提示移动端用户查看资源，则需要基于消息提醒机制在移动端进行消息提醒。

相关技术中，在移动端的推送提醒机制中，一般通过以下方式进行资源推送的提醒：一是通过远程服务器推送给用户发送提醒消息；二是定时的本地推送方案。但是，基于远程服务器的推送提醒机制，到达率很难保证，容易影响资源的点击率。而通过本地定时推送的方式很难考虑单个用户的偏好，同样影响资源的点击率。

发明内容

本发明实施例提供一种资源推送处理方法、装置、电子设备及存储介质，以解决现有的数据管理方式维护和管理成本较大的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种资源推送处理方法，包括：

以静默推送方式接收资源推送；

基于点击率相关参数，通过第一机器学习模型获取当前用户在当前时间之后的一个时间周期内的资源点击率数据，所述时间周期由多个连续的时间单元组成，所述资源点击率数据包括所述用户在每个所述时间单元内的资源点击率，所述点击率相关参数包括所述推送资源的资源属性信息、所述当前用户的用户属性信息中的至少一种；

将所述资源推送的推送方式由静默推送转换为本地推送，并设置所述推送资源的本地推送时间为所述用户的资源点击率最高的时间单元。

可选地，所述通过第一机器学习模型获取当前用户在当前时间之后的指定时间周期内的资源点击率数据的步骤，包括：

获取所述推送资源所属业务的业务标识，并通过与所述业务标识适配的第一机器学习模型，获取所述当前用户在所述指定时间周期内的资源点击率数据。

可选地，在所述通过第一机器学习模型获取当前用户在当前时间之后的指定时间周期内的资源点击率数据的步骤之前，还包括：

获取不同用户针对不同历史推送资源的点击行为数据，以及点击率相关参数；

根据所述点击行为数据，以及所述点击率相关参数，获取所述每个用户在至少一个时间周期内的资源点击率数据，得到训练数据，所述训练数据中包含多条互不相同的训练样本，且每条训练样本包括任意一个用户在任一时间周期内的资源点击率数据和点击率相关参数；

通过所述训练样本训练所述第一机器学习模型。

可选地，所述第一机器学习模型包括基于邻近算法的机器学习模型，所述邻近算法的K值通过交叉验证法确定得到，所述通过所述训练样本训练所述第一机器学习模型的步骤，包括：

将所述训练样本按照目标比例进行划分，分别作为所述第一机器学习模型的训练数据和验证数据；

针对指定取值范围内的任一备选K值，以所述训练数据训练所述第一机器学习模型，并以所述验证数据验证训练后的第一机器学习模型的准确性；

获取准确性最高时的备选K值，作为所述第一机器学习模型的K值；

其中，所述目标比例的取值范围在指定比例范围内，所述指定比例范围为训练数据和验证数据的比值在9:1至5:4之间，所述指定取值范围为大于等于3且小于等于10的整数。

可选地，所述方法还包括：

获取所述当前用户在当前时间之前针对已推送资源的历史行为数据；

基于所述历史行为数据，通过向量生成模型构建所述当前用户的实时决策向量；

基于所述实时决策向量，通过第二机器学习模型获取所述当前用户针对不同资源类型的偏好程度，以在进行本地推送时，按照所述偏好程度从高到低的顺序对同一时间单元内的推送资源进行排序；

其中，所述向量生成模型通过多个第一样本训练得到，所述第一样本为任一用户样本针对任一资源样本的决策向量，与所述用户样本针对所述资源样本的历史行为数据的组合；所述第二机器学习模型通过多个第二样本构建得到，所述第二样本为任一用户样本针对任一资源样本所属资源类型的偏好程度样本，与所述用户样本针对所述资源样本的决策向量的组合。

可选地，所述资源包括消息、帖子、网页、文件中的至少一种。

第二方面，本发明实施例提供了一种资源推送处理装置，包括：

资源接收模块，用于以静默推送方式接收资源推送；

点击率获取模块，用于基于点击率相关参数，通过第一机器学习模型获取当前用户在当前时间之后的一个时间周期内的资源点击率数据，所述时间周期由多个连续的时间单元组成，所述资源点击率数据包括所述用户在每个所述时间单元内的资源点击率，所述点击率相关参数包括所述推送资源的资源属性信息、所述当前用户的用户属性信息中的至少一种；

推送时间设置模块，用于将所述资源推送的推送方式由静默推送转换为本地推送，并设置所述推送资源的本地推送时间为所述用户的资源点击率最高的时间单元。

可选地，所述点击率获取模块，具体用于：

获取所述推送资源所属业务的业务标识，并通过与所述业务标识适配的第一机器学习模型，获取所述当前用户在所述指定时间周期内的资源点击率数据。

可选地，所述装置，还包括：

历史数据采集模块，用于获取不同用户针对不同历史推送资源的点击行为数据，以及点击率相关参数；

训练数据获取模块，用于根据所述点击行为数据，以及所述点击率相关参数，获取所述每个用户在至少一个时间周期内的资源点击率数据，得到训练数据，所述训练数据中包含多条互不相同的训练样本，且每条训练样本包括任意一个用户在任一时间周期内的资源点击率数据和点击率相关参数；

模型训练模块，用于通过所述训练样本训练所述第一机器学习模型。

可选地，所述第一机器学习模型包括基于邻近算法的机器学习模型，所述邻近算法的K值通过交叉验证法确定得到，所述模型训练模块，包括：

样本数据划分子模块，用于将所述训练样本按照目标比例进行划分，分别作为所述第一机器学习模型的训练数据和验证数据；

模型训练验证子模块，用于针对指定取值范围内的任一备选K值，以所述训练数据训练所述第一机器学习模型，并以所述验证数据验证训练后的第一机器学习模型的准确性；

模型K值确定子模块，用于获取准确性最高时的备选K值，作为所述第一机器学习模型的K值；

其中，所述目标比例的取值范围在指定比例范围内，所述指定比例范围为训练数据和验证数据的比值在9:1至5:4之间，所述指定取值范围为大于等于3且小于等于10的整数。

可选地，所述装置还包括：

用户行为数据获取模块，用于获取所述当前用户在当前时间之前针对已推送资源的历史行为数据；

实时决策向量构建模块，用于基于所述历史行为数据，通过向量生成模型构建所述当前用户的实时决策向量；

资源偏好获取模块，用于基于所述实时决策向量，通过第二机器学习模型获取所述当前用户针对不同资源类型的偏好程度，以在进行本地推送时，按照所述偏好程度从高到低的顺序对同一时间单元内的推送资源进行排序；

其中，所述向量生成模型通过多个第一样本训练得到，所述第一样本为任一用户样本针对任一资源样本的决策向量，与所述用户样本针对所述资源样本的历史行为数据的组合；所述第二机器学习模型通过多个第二样本构建得到，所述第二样本为任一用户样本针对任一资源样本所属资源类型的偏好程度样本，与所述用户样本针对所述资源样本的决策向量的组合。

可选地，所述资源包括消息、帖子、网页、文件中的至少一种。

第三方面，本发明实施例另外提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的资源推送处理方法的步骤。

第四方面，本发明实施例另外提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的资源推送处理方法的步骤。

在本发明实施例中，通过静默推送方式接收资源推送，并且通过机器学习模型预测出用户点击率较高的时间段，将静默推送转换为本地推送，并延迟到对应时间段推送。并且可以在用户点击push的同时，更新机器学习模型，能够让机器学习模型更加精准的预测用户点击行为，可以提高资源推送时机的准确性，提高推送资源的点击率。

附图说明

图1是本发明实施例中的一种资源推送处理方法的步骤流程图；

图2是本发明实施例中的另一种资源推送处理方法的步骤流程图；

图3是本发明实施例中的一种第一机器学习模型的训练以及使用流程示意图；

图4是本发明实施例中的一种向量生成模型和第二机器学习模型的训练与更新过程示意图；

图5是本发明实施例中的一种资源推送处理装置的结构示意图；

图6是本发明实施例中的另一种资源推送处理装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，示出了本发明实施例中一种资源推送处理方法的步骤流程图。

步骤110，以静默推送方式接收资源推送；

步骤120，基于点击率相关参数，通过第一机器学习模型获取当前用户在当前时间之后的一个时间周期内的资源点击率数据，所述时间周期由多个连续的时间单元组成，所述资源点击率数据包括所述用户在每个所述时间单元内的资源点击率，所述点击率相关参数包括所述推送资源的资源属性信息、所述当前用户的用户属性信息中的至少一种；

步骤130，将所述资源推送的推送方式由静默推送转换为本地推送，并设置所述推送资源的本地推送时间为所述用户的资源点击率最高的时间单元。

在本发明实施例中，是通过移动端上的能力，对用户点击push(推送)的行为进行抽象处理，动态更新机器学习模型，自动对用户习惯进行匹配，产生针对用户的个性化模型。

具体地，为了提高用户对推送资源的点击率，则需要尽可能在用户针对当前接收到的资源的点击率最高的时段在移动端向用户推送该资源。为了为了保证在点击率最高的时段能够及时进行资源推送，避免由于网络不佳等原因导致资源推送延迟，可以通过静默推送方式接收资源推送，也即在服务器等设备向用户所在移动端推送资源时，即通过静默推送当时接收资源推送，进而在移动端将静默推送转换为本地推送。此时，仅需在移动端确定本地推送时间即可，而不会影响推送资源的到达率，也无需针对进行资源推送的服务器等设备进行特殊设置。

而且，对于用户所在移动端而言，则可以收集其中用户的点击率相关参数，进而基于收集到的点击率相关参数(例如包括资源Push的资源类别、用户信息、城市信息等)，通过移动端的第一机器学习模型预测得到该用户当前在未来一个时间周期内的每一个时间单元内的点击率。以其中点击率最高的时间单元作为本次资源推送的时间段，进而则可以将其推送时间延迟至相应时间段。其中，本发明实施例的应用场景可以为某一APP(Application，应用程序)，那么则可以将第一机器学习模型集成到相应APP内部；或者也可以将第一机器学习模型集成到可以管理移动端全局资源推送的应用程序中，对此本发明实施例不加以限定。

其中的第一机器学习模型可以为任意一种可用的机器学习模型，对此本发明实施例不加以限定。

而且，为了训练第一机器学习模型，可以基于收集到的不同用户的数据(包括Push的类别、用户信息、城市信息、点击的时间)，进而统计得到各个用户整体的在每个历史时间周期(假设一天24小时为一个时间周期)中每一个时间单元(假设一个小时为一个时间单元)内的历史资源点击率数据。以其中点击量最高的时间单元作为该用户对应的默认数据，而且为了提高第一机器学习模型的准确性以及全面性，可以尽量覆盖最大部分用户。该数据可以用于生成第一机器学习模型的初始训练数据。

而且，在第一机器学习模型在不同客户端的使用过程中，则可以基于各个客户端中用户的实时点击行为数据，构建新的样本数据并且实时更新相应客户端的第一机器学习模型，能够让第一机器学习模型更加精准的预测用户点击行为，可以进一步提高推送资源的点击率。

也即，在本发明实施例中，可以将第一机器学习模型集成到了APP中，基于用户数据产生预测结果，即预测出用户在哪个时间段针对推送资源的点击率最高，就将推送资源的本地推送(例如通过弹窗、通知栏、状态栏的推送提醒消息，或者直接在页面中以缩略框等形式展示相应资源等)延迟到对应时间段推送给用户，再基于用户APP端上产生的数据持续更新优化模型，提高预测准确率。

参照图2，在本发明实施例中，所述步骤120进一步可以包括：

步骤121，获取所述推送资源所属业务的业务标识，并通过与所述业务标识适配的第一机器学习模型，获取所述当前用户在所述指定时间周期内的资源点击率数据。

在实际应用中，由于用户在不同业务下的需求，同一用户在不同业务场景下的点击行为、点击时间分布等都可能有所不同。例如外卖业务场景下，用户针对相关推送的点击率一般在用餐时间，尤其是午餐时间较高，而在打车业务场景下，用户针对相关推送的点击率一般在上下班时间段较高。

因此，在本发明实施例中，可以分别构建每个业务场景下的训练数据，并分别训练不同业务场景下的第一机器学习模型，那么在进行实时资源推送时，则可以获取当前推送资源所属业务的业务标识，并通过与该业务标识适配的第一机器学习模型，获取当前用户在相应的一个指定时间周期内的资源点击率数据。

其中，不同业务场景下的第一机器学习模型所采用的具体机器学习模型可以有所不同，也可以完全相同，对此本发明实施例不加以限定。而且，一般而言，为了降低第一机器学习模型的体积，避免其在客户端占用过多存储空间，影响运行性能，可以设置第一机器学习模型为轻量级机器学习模型，对此本发明实施例不加以限定。例如，可以设置第一机器学习模型为基于KNN(k-NearestNeighbor，邻近算法)算法的机器学习模型，等等。

此外，在本发明实施例中，也可以针对不同业务场景训练一个通用的第一机器学习模型，此时为了区分每条训练样本，则可以获取每条训练样本所属业务的业务标识，并且在训练第一机器学习模型时在输入每条训练样本的业务标识。而后在使用该第一机器学习模型时，则可以相应获取当前推送资源所属业务的业务标识，并且结合点击率相关参数，通过训练后的第一机器学习模型，获取其资源点击率数据。

参照图2，在本发明实施例中，在所述步骤120之前，还可以包括：

步骤210，获取不同用户针对不同历史推送资源的点击行为数据，以及点击率相关参数；

步骤220，根据所述点击行为数据，以及所述点击率相关参数，获取所述每个用户在至少一个时间周期内的资源点击率数据，得到训练数据，所述训练数据中包含多条互不相同的训练样本，且每条训练样本包括任一用户在任一时间周期内的资源点击率数据和点击率相关参数；

步骤230，通过所述训练样本训练所述第一机器学习模型。

第一机器学习模型的训练需要数据源，为了提高模型准确性，训练一般是需要大量数据的。本方案是基于用户信息和用户点击行为来生成的模型，所以数据主要部分是来自用户的使用过程中产生的实时数据。另外，生成最初模型所需要的数据，则是提前收集的数据。

其中，数据与用户个人点击行为紧密相关，所以数据可以分为两种，一种是基于提前收集的统计数据，生成初始化的模型训练需要的数据；另外一种是在用户使用过程中实时产生的数据。

第一种提前收集的数据可以事先在APP中埋点收集，然后再分类统计获得基础数据，并在APP第一次调用第一机器学习时更新模型。第二种实时产生的数据，在用户实时使用过程中，用户行为产生的数据，将数据同步更新到第一机器学习模型中，使模型预测更加精准。

此外，事先埋点收集的数据和用户使用中产生的数据比较复杂，所以为了保证数据的一致性，还可以对数据进行清洗。具体地，要保证每条数据的完整性，例如每条点击率相关参数包括相应一条历史推送资源的资源属性信息、接收发该历史推送资源的用户的用户属性信息，另外还可以设置每条用户属性信息包括用户信息、性别、城市等维度，资源属性信息包括推送来源、推送时间段等维度，如果一条点击率相关参数缺少上述任意一种维度即视为错误数据，将其过滤掉，以免影响结果。

那么在本发明实施例中，针对任一用户，则可以统计其在每个时间周期中的每个时间单元内的针对接收到的每个历史推送资源的点击行为，得到该用户在相应每个时间单元内针对相应每个历史推送资源的资源点击率。那么在得到该用户在一个时间周期内针对每个历史推送资源的点击率相关参数之后，结合该用户对应于该历史推送资源的点击率相关参数，则可以组个得到一条训练样本。

那么考虑到多个不同用户，以及多条不同的历史推送资源，则可以分别构建得到多个不同的训练样本，进而通过训练样本训练第一机器学习模型。

此后在第一机器学习模型的使用过程中，还可以基于上述的用户实时使用过程中用户行为产生的数据，同步更新到第一机器学习模型中，使得模型预测更加精准，更加精准适配当前实时用户的需求。

可选地，在本发明实施例中，所述第一机器学习模型包括基于邻近算法的机器学习模型，所述邻近算法的K值通过交叉验证法确定得到，相应地步骤230进一步可以包括：

步骤231，将所述训练样本按照目标比例进行划分，分别作为所述第一机器学习模型的训练数据和验证数据；

步骤232，针对指定取值范围内的任一备选K值，以所述训练数据训练所述第一机器学习模型，并以所述验证数据验证训练后的第一机器学习模型的准确性；

步骤233，获取准确性最高时的备选K值，作为所述第一机器学习模型的K值；其中，所述目标比例的取值范围在指定比例范围内，所述指定比例范围为训练数据和验证数据的比值在9:1至5:4之间，所述指定取值范围为大于等于3且小于等于10的整数。

KNN的原理就是当预测一个新的值x的时候，根据它距离最近的K个点是什么类别来判断x属于哪个类别。所以K值的选择比较重要的，如何选择K值呢？答案是交叉验证法。

交叉验证，将样本数据按照一定比例(比如：8：2)，拆分出训练用的数据和验证用的数据，从选取一个较小的K值开始，不断增加K的值，然后计算验证集合准确率，最终找到一个比较合适的K值。

KNN算法不需要先对数据进行大量训练，它没有明确的训练数据的过程，或者说这个过程很快，可以很快得到一个模型，数据更新在APP端进行，并且可以持续更新。

也即，在本发明实施例中，为了确定合适的K值，可以在训练第一机器学习模型时，将训练样本按照目标比例进行划分为两组数据，分别作为所述第一机器学习模型的训练数据和验证数据；进而针对指定取值范围内的每个备选K值，以训练数据训练所述第一机器学习模型，并以验证数据验证训练后的第一机器学习模型的准确性，最终获取验证准确性最高时的备选K值，作为所述第一机器学习模型的K值；其中，所述目标比例的取值范围在指定比例范围内，所述指定比例范围为训练数据和验证数据的比值在9:1至5:4之间，所述指定取值范围为大于等于3且小于等于10的整数。

相应地，也可以准确性最高时的第一机器学习模型，作为最终训练后的第一机器学习模型。

此外，在本发明实施例中，在针对不同业务分别训练第一机器学习模型时，也可以分别确定不同业务下的第一机器学习模型中KNN算法的K值，对此本发明实施例不加以限定。

当然，在本发明实施例中，也可以根据需求直接设置第一机器学习模型中KNN算法的K值，对此本发明实施例不加以限定。

例如，优选地可以设置第一机器学习模型通用的K值为6，而不同业务场景下的K值则可以稍高于通用的K值，例如可以设置招聘业务下的第一机器学习模型中KNN算法的K值为8，二手车业务下的第一机器学习模型中KNN算法的K值为7-9中的任一取值，等等。

如图3所示为一种第一机器学习模型的训练以及使用流程示意图。其中，数据模型训练与更新过程大致可以包括以下几个部分：

1、生成基础模型阶段：先收集数据，根据数据标准，对数据进行清洗，得到符合标准的数据，然后实现KNN算法，基于算法进行数据模型训练，训练出来的是一个基础模型，为了达到精准预测，还需要后续更新。

2、模型更新阶段：将基础模型集成到APP中，在用户初始使用时，基于标准格式和事先统计的数据信息，生成初始数据集合，用得到的数据对模型进行更新，进一步提高模型对用户的个性化预测的精准度，这是一个持续更新迭代的过程。

3、通过模型输出结果阶段：通过对模型的更新迭代后的模型，达到了一定的个性化精准度，输出预测结果，并根据结果对用户进行个性化的时间段进行本地推送push消息。同时将当前数据更新到模型中，对模型进行持续训练。

参照图2，在本发明实施例中，还可以包括：

步骤310，获取所述当前用户在当前时间之前针对已推送资源的历史行为数据；

步骤320，基于所述历史行为数据，通过向量生成模型构建所述当前用户的实时决策向量；

步骤330，基于所述实时决策向量，通过第二机器学习模型获取所述当前用户针对不同资源类型的偏好程度，以在进行本地推送时，按照所述偏好程度从高到低的顺序对同一时间单元内的推送资源进行排序；

其中，所述向量生成模型通过多个第一样本训练得到，所述第一样本为任一用户样本针对任一资源样本的决策向量，与所述用户样本针对所述资源样本的历史行为数据的组合；所述第二机器学习模型通过多个第二样本构建得到，所述第二样本为任一用户样本针对任一资源样本所属资源类型的偏好程度样本，与所述用户样本针对任一资源样本的决策向量的组合。

在实际应用中，如果在一个时间单元内向用户推送多个资源，容易导致用户忽略其中部分或者全部内容，而且如果用户对一个时间单元内优先推送的部分资源不感兴趣的情况下，可能会直接忽略该时间单元内的推送的其他资源，从而最终影响所推送资源的点击率。

为了避免上述问题，在本发明实施例中，还可以对每个时间单元内的本地推送资源进行排序，以使得用户相对偏好程度较高的资源优先推送，提高各个推送资源的点击率。

具体地，可以获取所述当前用户在当前时间之前针对已推送资源的历史行为数据；基于所述历史行为数据，通过向量生成模型构建所述当前用户的实时决策向量；基于所述实时决策向量，通过第二机器学习模型获取所述当前用户针对不同资源类型的偏好程度，以在进行本地推送时，按照所述偏好程度从高到低的顺序，以及各个推送资源的资源类型，对同一时间单元内的推送资源进行排序。

其中，当前用户在当前时间之前针对已推送资源的历史行为数据可以包括但不限于当前用户针对各个已推送资源的点击行为数据，还可以包括已推送资源的资源类型、其中是否有图片、是否有视频等与资源自身内容相关的信息，以及已推送资源的浏览时长、浏览完程度、点赞行为数据、关注行为数据、回复行为数据、举报行为数据等与用户行为相关的信息。而且，已推送资源可以包括在当前时间之前的一定时间段内当前用户点击的已推送资源，或者也可以包括在当前时间之前的一定时间段内当前用户的全部已推送资源等等，对此本发明实施例不加以限定。

进而可以基于历史行为数据，通过向量生成模型构建所述当前用户的实时决策向量，以将历史行为数据转化为向量，便于后续使用。具体地，基于向量生成模型可以将历史行为数据进行标签化处理，得到决策向量。决策向量中具体包含的内容可以根据需求进行自定义设置，而且历史行为数据到决策向量之间的转化关系也可以根据需求进行自定义设置。例如，可以设置决策向量主要包括：资源类型、资源热度、感兴趣程度，等等。

向量生成模型可以将用户原始的历史行为数据，转化为向量模型，具体地可以对用户的每一条浏览记录进行标签化。

如下表所示为一种将浏览记录进行标签化的示例：

上述数据中，有正向数据和负向数据，各个数据维度参数比重不同，比如，只要有“举报”就认为是负向数据，比重最大；其次，如果有点赞和关注，标识兴趣较高，标记为正向数据；还有浏览时长大于60s，帖子浏览完成度大于等于85％，有回复等都是正向积极的数据，反之则是负面的。

在实际应用中，在构建向量生成模型的训练样本时，则可以参照上述正负数据的形式确定正负样本。例如，基于上述原则则可以确定上述示例中的前5条资源样本为正向样本，后4条资源样本为负向样本。

资源类型则可以根据资源内容(例如是否包含文本、图片、音视频等)、资源所属业务(例如二手车、二手房、家政等)、资源属性(例如消息、文件、链接、音视频资源等)等等不同维度或者多种维度的结合对资源进行划分得到，对此本发明实施例不加以限定。

在本发明实施例中，通过端上的机器学习能力，对用户点击资源行为进行抽象处理，输出决策结果，即决定优先推荐给用户哪一类型的资源。分为两个过程，第一步，将用户的点击资源的行为抽象为模型输入数据，通过机器学习模型(也即上述的向量生成模型)得到决策向量；第二步，将第一步得到的决策向量作为数据源，经由决策模型(也即上述的第二机器学习模型)处理，得到决策结果，即给用户推荐感兴趣的帖子。

机器学习的模型训练需要数据源，训练是需要大量数据的。在本发明实施例中，可以基于用户点击等历史行为抽象成数据，是来自用户的使用过程中产生的实时数据。

从用户行为到决策向量，用户点击过程中将用户行为抽象成数据源，主要收集数据：点击的帖子类型、帖子浏览时长、帖子浏览完成度、是否有图片、是都有视频、点赞、关注、回复、举报等行为信息。将数据进行标签化处理，得到决策向量。

从决策向量到决策(用户偏好结果)，决策向量是从上一步得到的数据，主要可以包括：帖子类型、帖子热度、感兴趣程度，将这些向量由决策模型到最终决策，即当前用户对各类型资源的偏好程度。

其中，用户行为数据与用户个人点击行为紧密相关，所以数据来源都是用户在使用过程中产生的，数据是在APP中埋点收集，然后再将数据分类，对不同的用户行为添加对应的标签，标签化的数据将作为模型训练的数据源。在用户使用过程中，产生用户行为的数据，将数据作为预测输入数据，并以此得到预测结果。

此外，事先埋点收集的数据和用户使用中产生的数据比较复杂，所以就需要对数据进行清洗。要保证每条数据的完整性，即收集到的数据是否符合要求，用户行为数据是否在当前使用的范围内，数据是否可以标签化，能否转化为训练数据等。基于这些条件进行过滤，以免影响结果。

如图4所示为一种向量生成模型和第二机器学习模型的训练与更新过程示意图。主要包括以下几个过程:

1、生成向量模型：先收集数据，根据数据标准，对数据进行清洗，得到符合标准的数据，然后实现历史行为数据到决策向量转化算法，基于算法进行数据模型训练，训练出来的是一个决策向量模型(也即上述的向量生成模型/向量模型)，输出结果是决策向量，将作为下一步模型训练和预测到输入源。

2、生成决策模型：将决策向量作为数据源，再次进行训练，得到决策模型(也即上述的第二机器学习模型)。决策模型是得出最终到结果，推荐哪种类型的资源，或不推荐等。训练数据可以是预先设置好的决策向量，也可以是通过上一步的模型输出的结果，经过反复训练和验证，产生最终决策模型。

3、通过模型输出结果：前面两步得到两种模型，向量模型和决策模型，分别集成到app中。用户点击列表资源，进详情，浏览以及用户操作行为，都可以作为数据源，通过向量模型，得到决策向量。当用户返回列表时，将这些决策向量，输入决策模型，得到最终决策结果，结果可能推荐了某种类型的资源，这种资源可能是用户更加偏爱或喜好的资源，基于当前推荐结果，在进行本地资源推送时，将此类的资源顺序调整，优先推送此类型的资源，能够让用户更容易浏览到自身偏好的资源推送，增加用户的点击率，达到提高用户流量转化率的效果。

需要说明的是，在本发明实施例中，可以在每个时间单元进行本地推送之前，基于每个时间单元之前指定时间段内的当前用户针对已推送资源的历史行为数据，预测当前用户在相应时间单元内针对不同资源类型的偏好程度，以保证每个时间单元内用户偏好情况的预测结果准确性。而且，在用户实时使用过程中，也可以基于实时产生的用户行为数据对向量生成模型、第二机器学习模型进行实时或者周期性更新，对此本发明实施例不加以限定。

可选地，在本发明实施例中，所述资源包括消息、帖子、网页、文件中的至少一种。

在本发明实施例中，通过一种基于KNN算法的机器学习模型以提高推送资源点击率。当APP接收到静默推送，通过机器学习模型预测出用户点击率较高的时间段，将静默推送转换为本地推送，并延迟到对应时间段推送。并且可以在用户点击push的同时，更新机器学习模型，能够让机器学习模型更加精准的预测用户点击行为，可以进一步提高push消息点击率，增加APP日活。

而且，还可以预测每个时间单元内用户对不同资源类型的偏好程度，以按照所述偏好程度从高到低的顺序对同一时间单元内的推送资源进行排序推送，进而增加用户在每个时间单元内的点击率。

参照图5，示出了本发明实施例中一种资源推送处理装置的结构示意图。

本发明实施例的资源推送处理装置包括：资源接收模块410、点击率获取模块420和推送时间设置模块430。

下面分别详细介绍各模块的功能以及各模块之间的交互关系。

资源接收模块410，用于以静默推送方式接收资源推送；

点击率获取模块420，用于基于点击率相关参数，通过第一机器学习模型获取当前用户在当前时间之后的一个时间周期内的资源点击率数据，所述时间周期由多个连续的时间单元组成，所述资源点击率数据包括所述用户在每个所述时间单元内的资源点击率，所述点击率相关参数包括所述推送资源的资源属性信息、所述当前用户的用户属性信息中的至少一种；

推送时间设置模块430，用于将所述资源推送的推送方式由静默推送转换为本地推送，并设置所述推送资源的本地推送时间为所述用户的资源点击率最高的时间单元。

可选地，在本发明实施例中，所述点击率获取模块420，具体可以用于：

获取所述推送资源所属业务的业务标识，并通过与所述业务标识适配的第一机器学习模型，获取所述当前用户在所述指定时间周期内的资源点击率数据。

参照图6，在本发明实施例中，所述装置，还可以包括：

历史数据采集模块510，用于获取不同用户针对不同历史推送资源的点击行为数据，以及点击率相关参数；

训练数据获取模块520，用于根据所述点击行为数据，以及所述点击率相关参数，获取所述每个用户在至少一个时间周期内的资源点击率数据，得到训练数据，所述训练数据中包含多条互不相同的训练样本，且每条训练样本包括任意一个用户在任一时间周期内的资源点击率数据和点击率相关参数；

模型训练模块530，用于通过所述训练样本训练所述第一机器学习模型。

可选地，在本发明实施例中，所述第一机器学习模型包括基于邻近算法的机器学习模型，所述邻近算法的K值通过交叉验证法确定得到，所述模型训练模块530，进一步可以包括：

样本数据划分子模块，用于将所述训练样本按照目标比例进行划分，分别作为所述第一机器学习模型的训练数据和验证数据；

模型训练验证子模块，用于针对指定取值范围内的任一备选K值，以所述训练数据训练所述第一机器学习模型，并以所述验证数据验证训练后的第一机器学习模型的准确性；

模型K值确定子模块，用于获取准确性最高时的备选K值，作为所述第一机器学习模型的K值；

其中，所述目标比例的取值范围在指定比例范围内，所述指定比例范围为训练数据和验证数据的比值在9:1至5:4之间，所述指定取值范围为大于等于3且小于等于10的整数。

参照图6，在本发明实施例中，所述装置还可以包括：

用户行为数据获取模块610，用于获取所述当前用户在当前时间之前针对已推送资源的历史行为数据；

实时决策向量构建模块620，用于基于所述历史行为数据，通过向量生成模型构建所述当前用户的实时决策向量；

资源偏好获取模块630，用于基于所述实时决策向量，通过第二机器学习模型获取所述当前用户针对不同资源类型的偏好程度，以在进行本地推送时，按照所述偏好程度从高到低的顺序对同一时间单元内的推送资源进行排序；

其中，所述向量生成模型通过多个第一样本训练得到，所述第一样本为任一用户样本针对任一资源样本的决策向量，与所述用户样本针对所述资源样本的历史行为数据的组合；所述第二机器学习模型通过多个第二样本构建得到，所述第二样本为任一用户样本针对任一资源样本所属资源类型的偏好程度样本，与所述用户样本针对所述资源样本的决策向量的组合。

可选地，所述资源包括消息、帖子、网页、文件中的至少一种。

本发明实施例提供的资源推送处理装置能够实现图1至图2的方法实施例中实现的各个过程，为避免重复，这里不再赘述。

优选的，本发明实施例还提供了一种电子设备，包括：处理器，存储器，存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述资源推送处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述资源推送处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种资源推送处理方法，其特征在于，包括：

以静默推送方式接收资源推送；

基于点击率相关参数，通过第一机器学习模型获取当前用户在当前时间之后的一个时间周期内的资源点击率数据，所述时间周期由多个连续的时间单元组成，所述资源点击率数据包括所述用户在每个所述时间单元内的资源点击率，所述点击率相关参数包括所述推送资源的资源属性信息、所述当前用户的用户属性信息中的至少一种；

将所述资源推送的推送方式由静默推送转换为本地推送，并设置所述推送资源的本地推送时间为所述用户的资源点击率最高的时间单元。

2.根据权利要求1所述的方法，其特征在于，所述通过第一机器学习模型获取当前用户在当前时间之后的指定时间周期内的资源点击率数据的步骤，包括：

获取所述推送资源所属业务的业务标识，并通过与所述业务标识适配的第一机器学习模型，获取所述当前用户在所述指定时间周期内的资源点击率数据。

3.根据权利要求1或2所述的方法，其特征在于，在所述通过第一机器学习模型获取当前用户在当前时间之后的指定时间周期内的资源点击率数据的步骤之前，还包括：

获取不同用户针对不同历史推送资源的点击行为数据，以及点击率相关参数；

根据所述点击行为数据，以及所述点击率相关参数，获取所述每个用户在至少一个时间周期内的资源点击率数据，得到训练数据，所述训练数据中包含多条互不相同的训练样本，且每条训练样本包括任意一个用户在任一时间周期内的资源点击率数据和点击率相关参数；

通过所述训练样本训练所述第一机器学习模型。

4.根据权利要求3所述的方法，其特征在于，所述第一机器学习模型包括基于邻近算法的机器学习模型，所述邻近算法的K值通过交叉验证法确定得到，所述通过所述训练样本训练所述第一机器学习模型的步骤，包括：

将所述训练样本按照目标比例进行划分，分别作为所述第一机器学习模型的训练数据和验证数据；

针对指定取值范围内的任一备选K值，以所述训练数据训练所述第一机器学习模型，并以所述验证数据验证训练后的第一机器学习模型的准确性；

获取准确性最高时的备选K值，作为所述第一机器学习模型的K值；

其中，所述目标比例的取值范围在指定比例范围内，所述指定比例范围为训练数据和验证数据的比值在9:1至5:4之间，所述指定取值范围为大于等于3且小于等于10的整数。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：

获取所述当前用户在当前时间之前针对已推送资源的历史行为数据；

基于所述历史行为数据，通过向量生成模型构建所述当前用户的实时决策向量；

基于所述实时决策向量，通过第二机器学习模型获取所述当前用户针对不同资源类型的偏好程度，以在进行本地推送时，按照所述偏好程度从高到低的顺序对同一时间单元内的推送资源进行排序；

其中，所述向量生成模型通过多个第一样本训练得到，所述第一样本为任一用户样本针对任一资源样本的决策向量，与所述用户样本针对所述资源样本的历史行为数据的组合；所述第二机器学习模型通过多个第二样本构建得到，所述第二样本为任一用户样本针对任一资源样本所属资源类型的偏好程度样本，与所述用户样本针对所述资源样本的决策向量的组合。

6.根据权利要求1所述的方法，其特征在于，所述资源包括消息、帖子、网页、文件中的至少一种。

7.一种资源推送推送装置，其特征在于，包括：

资源接收模块，用于以静默推送方式接收资源推送；

点击率获取模块，用于基于点击率相关参数，通过第一机器学习模型获取当前用户在当前时间之后的一个时间周期内的资源点击率数据，所述时间周期由多个连续的时间单元组成，所述资源点击率数据包括所述用户在每个所述时间单元内的资源点击率，所述点击率相关参数包括所述推送资源的资源属性信息、所述当前用户的用户属性信息中的至少一种；

推送时间设置模块，用于将所述资源推送的推送方式由静默推送转换为本地推送，并设置所述推送资源的本地推送时间为所述用户的资源点击率最高的时间单元。

8.根据权利要求7所述的装置，其特征在于，所述点击率获取模块，具体用于：

获取所述推送资源所属业务的业务标识，并通过与所述业务标识适配的第一机器学习模型，获取所述当前用户在所述指定时间周期内的资源点击率数据。

9.根据权利要求7或8所述的装置，其特征在于，所述装置，还包括：

历史数据采集模块，用于获取不同用户针对不同历史推送资源的点击行为数据，以及点击率相关参数；

训练数据获取模块，用于根据所述点击行为数据，以及所述点击率相关参数，获取所述每个用户在至少一个时间周期内的资源点击率数据，得到训练数据，所述训练数据中包含多条互不相同的训练样本，且每条训练样本包括任意一个用户在任一时间周期内的资源点击率数据和点击率相关参数；

模型训练模块，用于通过所述训练样本训练所述第一机器学习模型。

10.根据权利要求9所述的装置，其特征在于，所述第一机器学习模型包括基于邻近算法的机器学习模型，所述邻近算法的K值通过交叉验证法确定得到，所述模型训练模块，包括：

样本数据划分子模块，用于将所述训练样本按照目标比例进行划分，分别作为所述第一机器学习模型的训练数据和验证数据；

模型训练验证子模块，用于针对指定取值范围内的任一备选K值，以所述训练数据训练所述第一机器学习模型，并以所述验证数据验证训练后的第一机器学习模型的准确性；

模型K值确定子模块，用于获取准确性最高时的备选K值，作为所述第一机器学习模型的K值；

其中，所述目标比例的取值范围在指定比例范围内，所述指定比例范围为训练数据和验证数据的比值在9:1至5:4之间，所述指定取值范围为大于等于3且小于等于10的整数。

11.根据权利要求7-10中任一项所述的装置，其特征在于，所述装置还包括：

用户行为数据获取模块，用于获取所述当前用户在当前时间之前针对已推送资源的历史行为数据；

实时决策向量构建模块，用于基于所述历史行为数据，通过向量生成模型构建所述当前用户的实时决策向量；

资源偏好获取模块，用于基于所述实时决策向量，通过第二机器学习模型获取所述当前用户针对不同资源类型的偏好程度，以在进行本地推送时，按照所述偏好程度从高到低的顺序对同一时间单元内的推送资源进行排序；

其中，所述向量生成模型通过多个第一样本训练得到，所述第一样本为任一用户样本针对任一资源样本的决策向量，与所述用户样本针对所述资源样本的历史行为数据的组合；所述第二机器学习模型通过多个第二样本构建得到，所述第二样本为任一用户样本针对任一资源样本所属资源类型的偏好程度样本，与所述用户样本针对所述资源样本的决策向量的组合。

12.根据权利要求7所述的装置，其特征在于，所述资源包括消息、帖子、网页、文件中的至少一种。

13.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的资源推送处理方法的步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的资源推送处理方法的步骤。

Images