CN114036391A - 数据推送方法、装置、电子设备和存储介质 - Google Patents
数据推送方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114036391A CN114036391A CN202111365215.XA CN202111365215A CN114036391A CN 114036391 A CN114036391 A CN 114036391A CN 202111365215 A CN202111365215 A CN 202111365215A CN 114036391 A CN114036391 A CN 114036391A
- Authority
- CN
- China
- Prior art keywords
- data
- target object
- pushing
- recall
- pushed
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 24
- 230000006399 behavior Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3346—Query execution using probabilistic model
-
- 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
- G06F16/9536—Search customisation based on social or collaborative filtering
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开提供了一种数据推送方法、装置、电子设备和存储介质,尤其涉及大数据、智能推荐、人工智能技术领域。具体实现方案为:获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征;利用逻辑语言对对象特征和数据特征进行处理,确定待推送数据集合中与目标对象匹配成功的多个匹配数据;基于对象特征和每个匹配数据的数据特征,确定多个匹配数据的点击率,其中,点击率用于表征每个匹配数据推送至目标对象后被目标对象点击的概率;基于点击率从多个匹配数据中确定至少一个召回数据;向目标对象推送至少一个召回数据。不仅达到个性化推送的技术效果,还提高了个性化推送的准确率,解决了现有技术难以实现个性化推送的问题。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及大数据、智能推荐、人工智能技术领域。具体提供了一种数据推送方法、装置、电子设备和存储介质。
背景技术
随着互联网技术的发展,推送服务几乎是每个APP(Application,应用)都必备的功能,推送服务可以提高用户活跃度以及吸引新用户。
但对于不同的用户,很多APP会推送相同标题、相同内容的推送内容,难以为用户提供个性化推送服务。
发明内容
本公开提供了一种用于数据推送方法、装置、电子设备和存储介质。
根据本公开的第一方面,提供了一种数据推送方法,包括:获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征;利用逻辑语言对对象特征和数据特征进行处理,确定待推送数据集合中与目标对象匹配成功的多个匹配数据;基于对象特征和每个匹配数据的数据特征,确定多个匹配数据的点击率,其中,点击率用于表征每个匹配数据推送至目标对象后被目标对象点击的概率;基于点击率从多个匹配数据中确定至少一个召回数据;向目标对象推送至少一个召回数据。
根据本公开的第二方面,提供了一种数据推送装置,包括:第一获取模块,用于获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征;处理模块,用于利用逻辑语言对对象特征和数据特征进行处理,确定待推送数据集合中与目标对象匹配成功的多个匹配数据;第一确定模块,用于基于对象特征和每个匹配数据的数据特征,确定多个匹配数据的点击率,其中,点击率用于表征每个匹配数据推送至目标对象后被目标对象点击的概率;第二确定模块,用于基于点击率从多个匹配数据中确定至少一个召回数据;推送模块,用于向目标对象推送至少一个召回数据。
根据本公开的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开的第一方面中任一项的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开的第一方面中任一项的方法。
根据本公开的第五方面,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现执行本公开的第一方面中任一项的方法。
在本公开上述的实施例中,获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征;利用逻辑语言对对象特征和数据特征进行处理,确定待推送数据集合中与目标对象匹配成功的多个匹配数据;基于对象特征和每个匹配数据的数据特征,确定多个匹配数据的点击率,其中,点击率用于表征每个匹配数据推送至目标对象后被目标对象点击的概率;基于点击率从多个匹配数据中确定至少一个召回数据;向目标对象推送至少一个召回数据。容易注意到的是,根据对象特征和数据特征对目标对象和待推送数据进行匹配,并且还根据点击率从所匹配的召回结果中确定向用户推送的至少一个召回数据,不仅达到个性化推送的技术效果,还提高了个性化推送的准确率,解决了现有技术难以实现个性化推送的问题。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的一种数据推送方法的流程图;
图2是根据本公开优选实施例的一种数据推送方法的流程图;
图3是根据本公开的实施例的一种数据推送装置的结构图;
图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
根据本公开的实施例,本公开提供了一种数据推送方法。
图1是根据本公开实施例的一种数据推送方法的流程图,如图1所示,该方法包括:
步骤S101,获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征。
具体地,目标对象可以是使用终端应用程序或网站的用户,该用户是需要推送数据的用户,目标对象的对象特征可以包括用户画像数据、兴趣点以及行为信息,该行为信息包括但不限于历史点击行为信息、历史评论行为信息以及历史点赞行为信息。待推送数据可以是在不同场景中需要推送给客户的数据,包括但不限于视频数据、图文数据、语音数据、文字数据等,例如,在商品推荐场景中,待推送数据可以是不同商品的购买链接;在应用推荐场景中,待推送数据可以是不同应用程序的下载链接。待推送数据的数据特征包括但不限于标题、摘要、一二级分类、兴趣点、点击量、点赞量、评论量等。
步骤S102,利用逻辑语言对对象特征和数据特征进行处理,确定待推送数据集合中与目标对象匹配成功的多个匹配数据。
具体地,逻辑语言可以是多路召回模型。逻辑语言在获得目标对象的对象特征信息和待推送信息的数据特征后,基于每一位目标用户的对象特征和待推送信息的数据特征,得到针对该目标用户推送的多条待推送信息,即上述多个匹配数据。不同召回模型可以采用不同的召回策略,从而可以从不同角度对用户喜欢的数据进行筛选,需要说明的是,召回模型可以采用现有的协同过滤模型,本公开在此不做赘述。例如,可以是基于用户的协同过滤算法,可以筛选出与该用户相似的其他用户,并召回其他用户喜欢的数据;也可以是基于数据的协同过滤算法,可以筛选出与该用户点击过的数据相似的其他数据。
步骤S103,基于对象特征和每个匹配数据的数据特征,确定多个匹配数据的点击率,其中,点击率用于表征每个匹配数据推送至目标对象后被目标对象点击的概率。
具体地,由于根据基于对象特征确定对应的多个匹配数据的数据量可能较大,但针对每个目标对象,每天不能推送过多的数据,而且,每个目标对象对不同匹配数据的喜好程度不同,因此,可以基于对象特征和每个匹配数据的数据特征,预估每个匹配数据推送给目标用户后,目标用户会点击该匹配数据的概率,从而得到多个匹配数据的点击率,并选出点击率较高的匹配数据。
步骤S104,基于点击率从多个匹配数据中确定至少一个召回数据。
步骤S105,向目标对象推送至少一个召回数据。
具体地,按照预设选取规则,基于每个匹配数据的点击率,确定最终向目标对象推送的至少一个召回数据。例如,预设选取规则可以是选取点击率最高的匹配数据,但不仅限于此,可以根据实际数据推送需要进行设定。
但在实际推送中,不能在一段时间多次推送,因此在推送前需根据目标对象的使用习惯确定推送时间、推送数量以及推送频率,再从召回数据中随机选取一条当前需要推送的数据,并将该数据推送给用户。
在一个可选实施例中,一位目标用户匹配到几万条待推送数据,将上述几万条数据按照点击率进行排序,选取其中点击率最高的20条待推送数据作为召回结果,并将上述20条待推送数据推送给上述目标用户,需要说明的是,上述20条待推送数据并不会在同一时间全部推送给用户,而只在合适的时间,每次选取一条,以合适的频率推送给用户。
在本公开上述的实施例中,获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征;利用逻辑语言对对象特征和数据特征进行处理,确定待推送数据集合中与目标对象匹配成功的多个匹配数据;基于对象特征和每个匹配数据的数据特征,确定多个匹配数据的点击率,其中,点击率用于表征每个匹配数据推送至目标对象后被目标对象点击的概率;基于点击率从多个匹配数据中确定至少一个召回数据;向目标对象推送至少一个召回数据。容易注意到的是,根据对象特征和数据特征对目标对象和待推送数据进行匹配,并且还根据点击率从所匹配的召回结果中确定向用户推送的至少一个召回数据,不仅达到个性化推送的技术效果,还提高了个性化推送的准确率,解决了现有技术难以实现个性化推送的问题。
可选地,基于对象特征和每个匹配数据的数据特征,确定多个匹配数据的点击率包括:利用预估模型对对象特征和每个匹配数据的数据特进行处理,得到每个匹配数据的点击率。
具体地,该点击率并不是实际发生的点击率,而是利用预估模型对目标对象的对象特征和匹配数据的数据特征进行处理,模拟将一个匹配数据推送给目标对象后,目标对象点击进行点击该匹配数据的概率,从而得到该目标对象对每个匹配数据的点击率。
在本公开上述的可选实施例中,利用预估模型生成点击率,达到提升点击率预估的准确度,进而达到了提高了个性化推送的准确率的技术效果。
可选地,基于点击率从多个匹配数据中确定至少一个召回数据包括:按照点击率从大到小对多个匹配数据进行排序;确定排序靠前的至少一个匹配数据为召回数据。
具体地,在利用预估模型预估得到每个匹配数据的点击率之后,可以根据点击率大小,将多个匹配数据按照点击率从高到底排序,然后,从排序完的多个匹配数据中优选出靠前的至少一个匹配数据作为召回数据,也即,选取点击率最高的至少一个匹配数据作为召回数据。
在本公开上述的可选实施例中,选取点击率较高的匹配结果作为推送数据,确保推送给目标对象的召回数据为目标对象最有可能点击的数据,进而达到了提高个性化推送的准确率的技术效果。
可选地,在向目标对象推送至少一个召回数据之前,还包括:获取目标对象对应的推送配置信息;基于推送配置信息,确定是否向目标对象推送至少一个召回数据;在确定向目标对象推送至少一个召回数据的情况下,从至少一个召回数据中随机确定一目标数据;向目标对象推送目标数据。
可选地,上述的推送配置信息可以包括如下至少之一:推送数量、推送频率和推送时间。
具体地,由于在推送数量过多、推送频率过高、推送时间不合适的情况下,目标对象往往不会查看推送的数据,甚至反感推送的数据,会给目标对象较差的用户体验,因此,在进行消息推送时,需要在推送数据之前,设定上述推送配置信息,并基于推送配置信息进行数据推送。
具体地,上述推送配置信息包括但不限于推送数量、推送频率以及推送时间,根据推送配置信息中的推送数量确定从多个匹配数据中确定一定数量的召回数据,且需要比对当前时间符合推送时间,在当前时间符合推送时间的情况下,可以向目标用户进行推送,若不符合,则不能推送,此外,在若当前时间符合推送时间,但在预设时间段内推送数据的频率已经达到上述预设频率的情况下,也不向目标用户进行推送。由于每次只向用户推送一条消息,因此,需要在至少一个召回数据中随机确定一条推送数据,即目标数据,然后,向目标对象推送上述目标数据。
在本公开上述的可选实施例中,选取合适的推送时间、以合适的频率向目标对象推送一条目标数据,达到了提高数据推送结果,提高用户体验的效果。
可选地,获取目标对象对应的推送配置信息包括:基于目标对象的历史推送信息,预设推送间隔和目标对象的使用习惯,生成推送配置信息。
具体地,目标对象的使用习惯包括但不限于目标对象使用终端的时间等信息,上述目标对象的历史推送信息可以表征目标对象对之前推送的数据的喜好。需要说明的是,本公开所提供的方法可以在每次向目标对象推送目标数据前,根据给该目标对象推送的历史数据对本次的推送的数据进行调整。
在本公开上述的可选实施例中,基于不同用户对于数据推送的喜好设定不同的推送配置信息,达到了提高个性化推送结果和提高用户体验的效果。
可选地,利用逻辑语言对对象特征和数据特征进行处理,确定待推送数据集合中与目标对象匹配成功的多个匹配数据包括:将对象特征和数据特征分别输入至逻辑语言对应的多路召回模型中,得到每路召回模型对应的匹配数据;将每路召回模型对应的匹配数据进行汇总,得到多个匹配数据。
具体地,上述逻辑语言对应的多路召回模型可以是协同过滤模型,将对象特征和数据特征作为协同过滤模型的输入,得到每一路召回模型对应的匹配数据,其中,不同召回模型可以采用不同的召回策略,从而可以从不同角度对用户喜欢的数据进行筛选,需要说明的是,召回模型可以采用现有的协同过滤模型,本公开在此不做赘述。然后,将根据不同召回策略得到的匹配数据进行汇总,得到多个匹配数据。
在本公开上述的可选实施例中,利用协同过滤模型对对象特征和数据特征进行处理,得到多个匹配结果,进而达到了提高个性化推送的效率和准确率的技术效果。
可选地,向目标对象推送至少一个召回数据包括:确定目标对象对应的推送代理;通过推送代理向目标对象推送至少一个召回数据。
具体地,此处的推送代理可以是指不同的设备厂商,例如,不同的手机厂商,由于不同的设备厂商所使用的协议不同,因此,可以将至少一个召回数据发送至该目标用户所对应的设备厂商,然后由设备厂商将该至少一个召回数据推送给目标对象。例如,设备厂商可以是不同的手机厂商,包括但不限于小米、华为、苹果等。
在本公开上述的可选实施例中,使用推送代理处理面向不同设备厂商的推送数据,进而达到了提高推送效率的技术效果。
可选地,在向目标对象推送至少一个召回数据之后,还包括:获取至少一个召回数据中的到达数据和点击数据,其中,到达数据用于表征成功发送至目标对象的数据,点击数据用于表征存在点击行为的数据;基于到达数据和点击数据,生成推送结果;展示推送结果。
具体地,上述推送结果中包括:基于到达数据和点击数据生成的点击率,和基于至少一个召回数据和到达数据生成的到达率。
在一种可选的实施例中,在将至少一个召回数据推送给目标对象之后,如果该召回数据被目标对象成功接收,则系统可以接收到数据成功接收的反馈,进而确定该召回数据为到达数据,进一步地,在目标对象点击该召回数据进行查看之后,系统同样可以接收到目标对象点击该召回数据的反馈,进而确定该召回数据为点击数据。针对每个目标对象,可以将所有到达数据进行统计,得到到达率,并将所有点击数据进行统计,得到点击率。到达率和点击率可以作为该目标对象的推送结果并展示给工作人员查看,方便工作人员根据推送结果调整多路召回模型和预估模块的性能。
在本公开上述的可选实施例中,将推送结果展示给工作人员,可以方便工作人员查看推送结果,进而达到了方便开发人员的技术效果。
可选地,在基于到达数据和点击数据,生成推送结果之后,还包括:基于推送结果调整对象特征和数据特征。
具体地,在生成推送结果之后,工作人员可以根据推送结果调整对象特征和数据特征,从而在下次数据推送的过程中,可以筛选出更符合目标对象喜好的召回数据,可以使得后续推送更加精准。
在本公开上述的可选实施例中,基于推送结果对对象特征和数据特征进行优化,进而达到了提高个性化推送准确度的技术效果。
可选地,其中,获取目标对象的对象特征包括:对目标对象的对象信息进行特征提取,得到对象特征。
具体地,目标对象的对象信息包括用户画像信息和行为信息,行为信息包括但不限于点击、点赞、评论等行为,基于上述对象信息进行特征提取,得到对象特征。
在本公开上述的可选实施例中,结合上述多种对象特征得到的推送数据对目标对象进行推送,进而达到了提高个性化推送准确率的技术效果。
可选地,获取待推送数据集合中每个待推送数据的数据特征包括:对每个待推送数据进行特征提取,得到数据特征。
具体地,待推送数据的特征包括但不限于该推送数据所包含数据的基本属性、数据作者的相关特征、数据的统计特征等。其中,数据的基本数量包括该数据所属的一级分类、二级分类、标题、摘要等;数据作者的相关特征包括该作者的权威度、传播度等;数据的统计特征包括该数据的阅读量、点赞量、评论量以及推送点击率等,基于上述待推送数据的特征对待推送数据集合进行特征提取,得到数据特征。
在本公开上述的可选实施例中,结合上述多种推送数据的数据特征对目标对象进行推送,进而达到了提高个性化推送准确率的技术效果。
下面结合图2对本公开一种优选的实施例进行详细说明。
如图2所示,内容模块用于筛选能够被推送的消息的集合,并对内容进行建模处理,并且每个数据都有对应的特征,比如标题、摘要、一级分类、二级分类、兴趣点、点击量、点赞量、评论量等。用户模块用于选取需要推送的用户的集合,并对用户进行了建模处理,并且,每个对用户有对应的特征,比如年龄、职业、收入、兴趣点、历史点击、评论、点赞等行为信息。召回模块用于把多个数据及其对应的特征信息和用户及其对应的特征信息作为输入,针对每一个用户找到与之匹配的数据。召回模块用于利用多个数据及其对应的特征和用户及其对应的特征,针对每一个用户召回的数据,但数据召回结果量级比较大,可能是几万条,每个用户每天能够发送的数据大概是20-30条。因此召回之后,会调用预估模块进行点击率的预估,按照点击率排序优选出几十条数据,放入到召回结果集中。推送频控模块用于决定此时此刻是需要发送消息。为了减少对用户的打扰,对推送时间窗口有控制,比如晚上22:00-早上7:00是不能发送的,另外推送的频率过于频繁会引起用户的反感,比如半个小时内连续密集推送会给用户带来困扰,因此,每隔一段时间给用户推送一条内容。发送频控模块用于从召回结果集中拉取能够给用户发送的消息,再根据推送配置信息中的推送条数、推送频率、推送时间窗口决定此时此刻要不要给用户发送,如果需要推送的话,从召回结果集中选取一条进行推送。日志模块用于收集发送后的到达数据、点击数据。日志模块还用于反馈给内容模块、用户模块丰富内容特征和用户特征,使得召回的模型更精准,召回效果更好。数据模块用于展示推送的效果的数据,包括推送量、到达量、点击量、到达率、点击率,以了解个性化推送的效果。
根据本公开的实施例,本公开还提供了一种数据推送装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本公开的实施例的一种数据推送装置的结构图,如图3所示,该装置包括:
第一获取模块31,用于获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征。
处理模块32,用于利用逻辑语言对设备厂商对象特征和设备厂商数据特征进行处理,确定设备厂商待推送数据集合中与设备厂商目标对象匹配成功的多个匹配数据。
第一确定模块33,用于基于设备厂商对象特征和每个匹配数据的数据特征,确定设备厂商多个匹配数据的点击率,其中,设备厂商点击率用于表征设备厂商每个匹配数据推送至设备厂商目标对象后被设备厂商目标对象点击的概率。
第二确定模块34,用于基于设备厂商点击率从设备厂商多个匹配数据中确定至少一个召回数据。
推送模块35,用于向设备厂商目标对象推送设备厂商至少一个召回数据。
在本公开上述实施例中,获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征;利用逻辑语言对对象特征和数据特征进行处理,确定待推送数据集合中与目标对象匹配成功的多个匹配数据;基于对象特征和每个匹配数据的数据特征,确定多个匹配数据的点击率,其中,点击率用于表征每个匹配数据推送至目标对象后被目标对象点击的概率;基于点击率从多个匹配数据中确定至少一个召回数据;向目标对象推送至少一个召回数据。容易注意到的是,根据对象特征和数据特征对目标对象和待推送数据进行匹配,并且还根据点击率从所匹配的召回结果中确定向用户推送的至少一个召回数据,不仅达到个性化推送的技术效果,还提高了个性化推送的准确率,解决了现有技术难以实现个性化推送的问题。
可选地,第一确定模块还用于利用预估模型对对象特征和每个匹配数据的数据特进行处理,得到每个匹配数据的点击率。
可选地,第二确定模块还用于按照点击率从大到小对多个匹配数据进行排序,并确定排序靠前的至少一个匹配数据为召回数据。
可选地,该装置还包括:获取单元,用于获取目标对象对应的推送配置信息;第一确定单元,用于基于推送配置信息,确定是否向目标对象推送至少一个召回数据;第二确定单元,用于在确定向目标对象推送至少一个召回数据的情况下,从至少一个召回数据中随机确定一目标数据;推送单元,用于向目标对象推送目标数据。
可选地,推送配置信息包括如下至少之一:推送数量、推送频率和推送时间。
可选地,获取单元还用于基于目标对象的历史推送信息,预设推送间隔和目标对象的使用习惯,生成推送配置信息。
可选地,处理模块包括:第一匹配单元,用于将对象特征和数据特征分别输入至每路召回模型中,得到每路召回模型对应的匹配数据;第二匹配单元,用于将每路召回模型对应的匹配数据进行汇总,得到多个匹配数据。
可选地,推送模块包括:代理推送单元,用于确定目标对象对应的推送代理;对象推送单元,通过推送代理向目标对象推送至少一个召回数据。
可选地,该装置还包括:数据获取模块,用于获取至少一个召回数据中的到达数据和点击数据,其中,到达数据用于表征成功发送至目标对象的数据,点击数据用于表征存在点击行为的数据;生成模块,用于基于到达数据和点击数据,生成推送结果;展示模块,用于展示推送结果。
可选地,该装置还包括:调整模块,用于基于推送结果调整对象特征和数据特征。
可选地,第一获取模块包括:第一提取单元,用于对每个待推送数据进行特征提取,得到数据特征。
可选地,第一获取模块包括:第二提取单元,用于对每个待推送数据进行特征提取,得到数据特征。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种存储有计算机指令的非瞬时计算机可读存储介质和一种计算机程序产品。
图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如数据推送方法。例如,在一些实施例中,数据推送方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的数据推送方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数据推送方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (27)
1.一种数据推送方法,包括:
获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征;
利用逻辑语言对所述对象特征和所述数据特征进行处理,确定所述待推送数据集合中与所述目标对象匹配成功的多个匹配数据;
基于所述对象特征和每个匹配数据的数据特征,确定所述多个匹配数据的点击率,其中,所述点击率用于表征所述每个匹配数据推送至所述目标对象后被所述目标对象点击的概率;
基于所述点击率从所述多个匹配数据中确定至少一个召回数据;
向所述目标对象推送所述至少一个召回数据。
2.根据权利要求1所述的方法,其中,基于所述对象特征和每个匹配数据的数据特征,确定所述多个匹配数据的点击率包括:
利用预估模型对所述对象特征和所述每个匹配数据的数据特进行处理,得到所述每个匹配数据的点击率。
3.根据权利要求1所述的方法,其中,基于所述点击率从所述多个匹配数据中确定至少一个召回数据包括:
按照所述点击率从大到小对所述多个匹配数据进行排序;
确定排序靠前的至少一个匹配数据为所述召回数据。
4.根据权利要求1所述的方法,在向所述目标对象推送所述至少一个召回数据之前,还包括:
获取所述目标对象对应的推送配置信息;
基于所述推送配置信息,确定是否向所述目标对象推送所述至少一个召回数据;
在确定向所述目标对象推送所述至少一个召回数据的情况下,从所述至少一个召回数据中随机确定一目标数据;
向所述目标对象推送所述目标数据。
5.根据权利要求4所述的方法,其中,所述推送配置信息包括如下至少之一:推送数量、推送频率和推送时间。
6.根据权利要求4所述的方法,其中,获取所述目标对象对应的所述推送配置信息包括:
基于所述目标对象的历史推送信息,预设推送间隔和所述目标对象的使用习惯,生成所述推送配置信息。
7.根据权利要求1所述的方法,其中,利用所述逻辑语言对所述对象特征和所述数据特征进行处理,确定所述待推送数据集合中与所述目标对象匹配成功的所述多个匹配数据包括:
将所述对象特征和所述数据特征分别输入至所述逻辑语言对应的多路召回模型中,得到每路召回模型对应的匹配数据;
将所述每路召回模型对应的匹配数据进行汇总,得到所述多个匹配数据。
8.根据权利要求1至7中任意一项所述的方法,其中,向所述目标对象推送所述至少一个召回数据包括:
确定所述目标对象对应的推送代理;
通过所述推送代理向所述目标对象推送所述至少一个召回数据。
9.根据权利要求1至8中任意一项所述的方法,在向所述目标对象推送所述至少一个召回数据之后,还包括:
获取所述至少一个召回数据中的到达数据和点击数据,其中,所述到达数据用于表征成功发送至所述目标对象的数据,所述点击数据用于表征存在点击行为的数据;
基于所述到达数据和所述点击数据,生成推送结果;
展示所述推送结果。
10.根据权利要求9所述的方法,在基于所述到达数据和所述点击数据,生成所述推送结果之后,还包括:
基于所述推送结果调整所述对象特征和所述数据特征。
11.根据权利要求1至10中任意一项所述的方法,其中,获取所述目标对象的所述对象特征包括:
对所述目标对象的对象信息进行特征提取,得到所述对象特征。
12.根据权利要求1至10中任意一项所述的方法,其中,获取所述待推送数据集合中所述每个待推送数据的所述数据特征包括:
对所述每个待推送数据进行特征提取,得到所述数据特征。
13.一种数据推送装置,包括:
第一获取模块,用于获取目标对象的对象特征,以及待推送数据集合中每个待推送数据的数据特征;
处理模块,用于利用逻辑语言对所述对象特征和所述数据特征进行处理,确定所述待推送数据集合中与所述目标对象匹配成功的多个匹配数据;
第一确定模块,用于基于所述对象特征和每个匹配数据的数据特征,确定所述多个匹配数据的点击率,其中,所述点击率用于表征所述每个匹配数据推送至所述目标对象后被所述目标对象点击的概率;
第二确定模块,用于基于所述点击率从所述多个匹配数据中确定至少一个召回数据;
推送模块,用于向所述目标对象推送所述至少一个召回数据。
14.根据权利要求13所述的装置,其中,所述第一确定模块还用于利用预估模型对所述对象特征和所述每个匹配数据的数据特进行处理,得到所述每个匹配数据的点击率。
15.根据权利要求13所述的装置,其中,所述第二确定模块还用于按照所述点击率从大到小对所述多个匹配数据进行排序,并确定排序靠前的至少一个匹配数据为所述召回数据。
16.根据权利要求13所述的装置,其中,所述装置还包括:
获取单元,用于获取所述目标对象对应的推送配置信息;
第一确定单元,用于基于所述推送配置信息,确定是否向所述目标对象推送所述至少一个召回数据;
第二确定单元,用于在确定向所述目标对象推送所述至少一个召回数据的情况下,从所述至少一个召回数据中随机确定一目标数据;
推送单元,用于向所述目标对象推送所述目标数据。
17.根据权利要求16所述的装置,其中,所述推送配置信息包括如下至少之一:推送数量、推送频率和推送时间。
18.根据权利要求16所述的装置,其中,所述获取单元还用于基于所述目标对象的历史推送信息,预设推送间隔和所述目标对象的使用习惯,生成所述推送配置信息。
19.根据权利要求13所述的装置,其中,所述处理模块包括:
第一匹配单元,用于将所述对象特征和所述数据特征分别输入至每路召回模型中,得到所述每路召回模型对应的匹配数据;
第二匹配单元,用于将所述每路召回模型对应的匹配数据进行汇总,得到所述多个匹配数据。
20.根据权利要求13至19中任意一项所述的装置,其中,所述推送模块包括:
代理推送单元,用于确定所述目标对象对应的推送代理;
对象推送单元,通过所述推送代理向所述目标对象推送所述至少一个召回数据。
21.根据权利要求13至20中任意一项所述的装置,其中,所述装置还包括:
数据获取模块,用于获取所述至少一个召回数据中的到达数据和点击数据,其中,所述到达数据用于表征成功发送至所述目标对象的数据,所述点击数据用于表征存在点击行为的数据;
生成模块,用于基于所述到达数据和所述点击数据,生成推送结果;
展示模块,用于展示所述推送结果。
22.根据权利要求13至21中任意一项所述的装置,其中,所述装置还包括:
调整模块,用于基于所述推送结果调整所述对象特征和所述数据特征。
23.根据权利要求13至22中任意一项所述的装置,其中,所述第一获取模块包括:
第一提取单元,用于对所述每个待推送数据进行特征提取,得到所述数据特征。
24.根据权利要求13至22中任意一项所述的装置,其中,所述第一获取模块包括:
第二提取单元,用于对所述每个待推送数据进行特征提取,得到所述数据特征。
25.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。
26.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-12中任一项所述的方法。
27.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111365215.XA CN114036391A (zh) | 2021-11-17 | 2021-11-17 | 数据推送方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111365215.XA CN114036391A (zh) | 2021-11-17 | 2021-11-17 | 数据推送方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114036391A true CN114036391A (zh) | 2022-02-11 |
Family
ID=80144739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111365215.XA Pending CN114036391A (zh) | 2021-11-17 | 2021-11-17 | 数据推送方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114036391A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114677168A (zh) * | 2022-03-11 | 2022-06-28 | 百果园技术(新加坡)有限公司 | 一种资源推荐方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170134181A1 (en) * | 2015-11-09 | 2017-05-11 | Alibaba Group Holding Limited | Method and device for data push |
CN108052597A (zh) * | 2017-12-12 | 2018-05-18 | 百度在线网络技术(北京)有限公司 | 新闻推送的方法、装置、设备及计算机可读介质 |
CN112131456A (zh) * | 2019-06-24 | 2020-12-25 | 腾讯科技(北京)有限公司 | 一种信息推送方法、装置、设备及存储介质 |
CN113326436A (zh) * | 2021-06-16 | 2021-08-31 | 北京百度网讯科技有限公司 | 确定推荐资源的方法、装置、电子设备和存储介质 |
-
2021
- 2021-11-17 CN CN202111365215.XA patent/CN114036391A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170134181A1 (en) * | 2015-11-09 | 2017-05-11 | Alibaba Group Holding Limited | Method and device for data push |
CN108052597A (zh) * | 2017-12-12 | 2018-05-18 | 百度在线网络技术(北京)有限公司 | 新闻推送的方法、装置、设备及计算机可读介质 |
CN112131456A (zh) * | 2019-06-24 | 2020-12-25 | 腾讯科技(北京)有限公司 | 一种信息推送方法、装置、设备及存储介质 |
CN113326436A (zh) * | 2021-06-16 | 2021-08-31 | 北京百度网讯科技有限公司 | 确定推荐资源的方法、装置、电子设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114677168A (zh) * | 2022-03-11 | 2022-06-28 | 百果园技术(新加坡)有限公司 | 一种资源推荐方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105550173A (zh) | 文本校正方法和装置 | |
CN107885783B (zh) | 获取搜索词高相关分类的方法和装置 | |
CN112818230A (zh) | 内容推荐方法、装置、电子设备和存储介质 | |
CN112925978A (zh) | 一种推荐系统评测方法、装置、电子设备和存储介质 | |
CN114428902B (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
CN113392920B (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
CN114036391A (zh) | 数据推送方法、装置、电子设备和存储介质 | |
CN116955817A (zh) | 内容推荐方法、装置、电子设备以及存储介质 | |
CN112287208A (zh) | 用户画像生成方法、装置、电子设备及存储介质 | |
CN114265777B (zh) | 应用程序的测试方法、装置、电子设备及存储介质 | |
CN115080824A (zh) | 目标词的挖掘方法、装置、电子设备及存储介质 | |
CN115858815A (zh) | 确定映射信息的方法、广告推荐方法、装置、设备及介质 | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN113722593A (zh) | 事件数据处理方法、装置、电子设备和介质 | |
CN114021642A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN113901316A (zh) | 一种信息推送方法、装置、电子设备及存储介质 | |
CN114461919A (zh) | 信息推荐的模型训练方法及装置 | |
CN113010782A (zh) | 需求量获取方法、装置、电子设备以及计算机可读介质 | |
CN113326436A (zh) | 确定推荐资源的方法、装置、电子设备和存储介质 | |
CN113961797A (zh) | 资源推荐方法、装置、电子设备和可读存储介质 | |
CN113365095B (zh) | 直播资源推荐方法、装置、电子设备以及存储介质 | |
CN113434432B (zh) | 一种推荐平台的性能测试方法、装置、设备、及介质 | |
CN113360765B (zh) | 事件信息的处理方法、装置、电子设备和介质 | |
CN113934932A (zh) | 推荐列表生成方法和装置 | |
CN116662652A (zh) | 模型训练方法、资源推荐方法、样本生成方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220211 |
|
RJ01 | Rejection of invention patent application after publication |