CN114040013A

CN114040013A - 书籍流量的分发方法、计算设备及计算机存储介质

Info

Publication number: CN114040013A
Application number: CN202111290822.4A
Authority: CN
Inventors: 王海璐
Original assignee: Zhangyue Technology Co Ltd
Current assignee: Zhangyue Technology Co Ltd
Priority date: 2021-11-02
Filing date: 2021-11-02
Publication date: 2022-02-11
Anticipated expiration: 2041-11-02
Also published as: CN114040013B

Abstract

本发明公开了一种书籍流量的分发方法、计算设备及计算机存储介质，该方法包括：获取用户历史行为数据；根据用户历史行为数据，分析确定用户对应的用户层级；统计当前时间第一类型书籍流量总和与第二类型书籍流量总和的流量占比；若流量占比不符合预设流量占比条件，则根据用户层级、流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型，向用户推荐榜单类型对应的书籍榜单，以动态调整分发的第一类型书籍流量。本发明提供的方案，基于用户对应的用户层级进行有针对性的流量动态调整，不仅实现第一类型书籍流量与第二类型书籍流量的动态平衡，而且还能够提升用户阅读体验，避免由于书籍流量分发不合理而造成用户流失。

Description

书籍流量的分发方法、计算设备及计算机存储介质

技术领域

本发明涉及计算机技术领域，具体涉及一种书籍流量的分发方法、计算设备及计算机存储介质。

背景技术

目前，随着互联网技术的迅速发展和手机等移动终端的普及，利用手机等移动终端获取信息已经成为一种常态，尤其在阅读方面，越来越多的用户选择用电子书替换传统的纸质书。

电子书主要分为生产书籍和消费书籍，生产书籍一般是未经核验的新书，这里书籍的质量参差不齐，因此，需要控制针对两类书籍所分发的书籍流量，然而，现有技术仅是人为地设置了针对两类书籍的所分发的流量占比，由于书籍流量实际分发的复杂性，导致实际分发的书籍流量与预先设置的差别较大，流量分配不合理，分发目标难以实现。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的书籍流量的分发方法、计算设备及计算机存储介质。

根据本发明的一个方面，提供了一种书籍流量的分发方法，包括：

获取用户历史行为数据；

根据用户历史行为数据，分析确定用户对应的用户层级；

统计当前时间第一类型书籍流量总和与第二类型书籍流量总和的流量占比；

若流量占比不符合预设流量占比条件，则根据用户层级、流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型，向用户推荐榜单类型对应的书籍榜单，以动态调整分发的第一类型书籍流量。

根据本发明的另一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；

存储器用于存放至少一可执行指令，可执行指令使处理器执行以下操作：

获取用户历史行为数据；

根据用户历史行为数据，分析确定用户对应的用户层级；

根据本发明的又一方面，提供了一种计算机存储介质，存储介质中存储有至少一可执行指令，可执行指令使处理器执行如上述书籍流量的分发方法对应的操作。

根据本发明提供的方案，获取用户历史行为数据；根据用户历史行为数据，分析确定用户对应的用户层级；统计当前时间第一类型书籍流量总和与第二类型书籍流量总和的流量占比；若流量占比不符合预设流量占比条件，则根据用户层级、流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型，向用户推荐榜单类型对应的书籍榜单，以动态调整分发的第一类型书籍流量。本发明提供的方案，基于用户对应的用户层级进行有针对性的流量动态调整，不仅实现第一类型书籍流量与第二类型书籍流量的动态平衡，而且还能够提升用户阅读体验，避免由于书籍流量分发不合理而造成用户流失。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的书籍流量的分发方法的流程示意图；

图2示出了根据本发明另一个实施例的书籍流量的分发方法的流程示意图；

图3示出了根据本发明一个实施例的计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的书籍流量的分发方法的流程示意图。如图1所示，该方法包括以下步骤：

步骤S101，获取用户历史行为数据。

用户历史行为数据是在过去一段时间内用户的行为数据，其反映了用户在过去一段时间使用阅读应用的情况，例如，用户历史行为数据可以是用户在过去一段时间使用阅读应用的使用时间，比如，2021年11月1日使用阅读应用，2021年10月10日使用阅读应用，2021年8月9日注册阅读应用等。

具体地，当存在书籍流量分发需求时，获取用户历史行为数据。例如，当检测到启动阅读应用时，或者当检测页面查看操作，例如，书城页面查看操作，获取用户历史行为数据，这里仅是举例说明，不具有任何限定作用。

步骤S102，根据用户历史行为数据，分析确定用户对应的用户层级。

为了能够精准合理且有针对性地分发书籍流量，还需要确定用户所对应的用户层级，具体地，在根据步骤S101获取到用户历史行为数据后，对用户历史行为数据进行分析，通过分析来确定用户对应的用户层级，其中，用户层级是对用户进行的分层，用户层级能够反映用户对阅读应用的使用情况。

步骤S103，统计当前时间第一类型书籍流量总和与第二类型书籍流量总和的流量占比。

书籍流量指书籍的曝光量，本实施例中的书籍被划分为第一类型书籍和第二类型书籍，其中，第一类型书籍是一些未经过质量核验的新书，第一类型书籍也可以称为生产书籍；第二类型书籍是一些能够带来经济收益的书籍，例如，通过向阅读用户收费或者通过投放媒体资源来获得收益，第二类型书籍也可以称为消费书籍。

相对应地，书籍流量具体包括第一类型书籍流量和第二类型书籍流量，第一类型书籍流量指第一类型书籍对应的曝光量，第二类型书籍流量指第二类型书籍对应的曝光量。

统计截止到当前时间，第一类型书籍流量总和以及第二类型书籍流量总和，第一类型书籍流量总和指截止到当前时间，第一类型书籍的总曝光量，第二类型书籍流量总和指截止到当前时间，第二类型书籍的总曝光量。在确定第一类型书籍流量总和以及第二类型书籍流量总和后，计算第一类型书籍流量总和与第二类型书籍流量总和的流量占比，其中，流量占比＝第一类型书籍流量总和/第二类型书籍流量总和。

步骤S104，若流量占比不符合预设流量占比条件，则根据用户层级、流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型，向用户推荐榜单类型对应的书籍榜单，以动态调整分发的第一类型书籍流量。

在根据步骤S103得到第一类型书籍流量总和与第二类型书籍流量总和的流量占比之后，判断流量占比是否符合预设流量占比条件，其中，预设流量占比条件是预先设置的流量占比所应该满足的条件，若流量占比不符合预设流量占比条件，则根据用户层级、流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型，其中，榜单类型规定了推荐哪个类别的书籍榜单，然后，向用户推荐该榜单类型对应的书籍榜单，书籍榜单用于向用户推荐书籍，通过向用户推荐相应榜单类型的书籍榜单能够实现动态调整分发的第一类型书籍流量。

根据本发明上述实施例提供的方法，获取用户历史行为数据；根据用户历史行为数据，分析确定用户对应的用户层级；统计当前时间第一类型书籍流量总和与第二类型书籍流量总和的流量占比；若流量占比不符合预设流量占比条件，则根据用户层级、流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型，向用户推荐榜单类型对应的书籍榜单，以动态调整分发的第一类型书籍流量。本发明提供的方案，基于用户对应的用户层级进行有针对性的流量动态调整，不仅实现第一类型书籍流量与第二类型书籍流量的动态平衡，而且还能够提升用户阅读体验，避免由于书籍流量分发不合理而造成用户流失。

图2示出了根据本发明另一个实施例的书籍流量的分发方法的流程示意图。如图2所示，该方法包括以下步骤：

步骤S201，获取用户历史行为数据。

步骤S202，将用户历史行为数据输入至预先训练的用户层级预测模型进行层级预测，得到用户对应的用户层级。

具体地，可以结合用户使用阅读应用及注册阅读应用的情况，将用户划分为：新用户、连续活跃用户、自然回流用户、投放回流用户、即将流失用户等，因此，用户层级可以包括但不限于：新用户、连续活跃用户、自然回流用户、投放回流用户、即将流失用户。

例如，新用户定义为：新注册的用户；

投放回流用户定义为：预设时间段内(例如，30天内)未使用阅读应用，通过投放手段回流的用户；

自然回流用户定义为：预设时间段内(例如，30天内)未使用阅读应用，自发回流的用户；

即将流失用户定义为：用户当前处于即将要流失但还暂未流失的状态，21天内未使用阅读应用，；

连续活跃用户定义为：预设时间段内(例如，30天内)多次使用阅读应用的用户。

预先训练用户层级预测模型，例如，利用样本用户历史行为数据和用户层级标注结果对用户层级预测模型进行训练，具体地，将样本用户历史行为数据输入至用户层级预测模型进行训练，得到该样本用户历史行为数据对应的用户层级训练结果，根据用户层级训练结果与用户层级标注结果之间的损失，得到用户层级预测模型损失函数，根据用户层级预测模型损失函数更新用户层级预测模型的模型参数，迭代执行上述步骤，直至满足预定收敛条件，从而得到经过训练的用户层级预测模型。

用户层级预测模型是一个多分类模型，例如，可以是多分类逻辑斯特回归模型、多分类SVM等，这里仅是举例说明，不具有任何限定作用。

因此，在根据步骤S201获取到用户历史行为数据之后，可以将用户历史行为数据输入至预先训练的用户层级预测模型进行层级预测，得到用户对应的用户层级。

当然，还可以采用其他方法来确定用户对应的用户层级，例如，获取用户注册阅读应用的注册时间，若注册时间距离当前时间未超过7天，可以确定用户对应的用户层级为新用户。再例如，获取阅读应用的使用时间，若分析发现30天内用户多次使用阅读应用，可以确定用户对应的用户层级为连续活跃用户。

步骤S203，统计当前时间第一类型书籍流量总和与第二类型书籍流量总和的流量占比。

步骤S204，若流量占比不符合预设流量占比条件，则根据流量占比及预设流量占比条件，确定第一类型书籍流量对应的流量调整值。

在根据步骤S103得到第一类型书籍流量总和与第二类型书籍流量总和的流量占比之后，判断流量占比是否符合预设流量占比条件，其中，预设流量占比条件是预先设置的流量占比所应该满足的条件，例如，预设流量占比条件为第一类型书籍流量与第二类型书籍流量的目标流量占比为3:7，或者，为第一类型书籍流量与第二类型书籍流量的流量占比区间，例如，[2.5/7.5,3.5/6.5],在统计得到流量占比后，可以将流量占比与流量占比区间的两个区间端点值进行比较，若流量占比大于或等于左区间端点值且小于或等于右区间端点值，则可以确定流量占比符合预设流量占比条件，否则，流量占比不符合预设流量占比条件。

若流量占比不符合预设流量占比条件，说明第一类型书籍流量总和与第二类型书籍流量总和的流量占比不满足流量分配要求，此时需要对后续书籍流量的分发进行干预，具体地，根据流量占比及预设流量占比条件，确定第一类型书籍流量对应的流量调整值，其中，流量调整值是当前时间第一类型书籍流量所缺少的流量值或者所多出的流量值，例如，第一类型书籍流量与第二类型书籍流量的目标流量占比为3:7，第一类型书籍流量当前单位时间内的流量总和为20％，那么由此确定流量调整值为20％，则期望下一单位时间内向用户推荐的第一类型书籍能占到40％，以贴近目标流量占比。

步骤S205，根据用户层级及流量调整值确定待推荐的书籍榜单的榜单类型，向用户推荐榜单类型对应的书籍榜单，以动态调整分发的第一类型书籍流量。

本实施例主要是通过书籍榜单来动态调整所分发的第一类型书籍流量，具体地，在确定了流量调整值及用户对应的用户层级后，根据用户层级及流量调整值确定待推荐的书籍榜单的榜单类型，其中，书籍榜单包括：第一类型书籍榜单、第二类型书籍榜单、第三类型书籍榜单；第一类型书籍榜单用于推荐第一类型书籍；第二类型书籍榜单用于推荐第二类型书籍；第三类型书籍榜单用于推荐第一类型书籍和第二类型书籍。

用户层级反映了用户对阅读应用的使用情况，进而反映出用户的留存情况，为了能够合理分发第一类型书籍流量，避免用户流失，针对不同用户层级所确定的待推荐的书籍榜单的榜单类型不同，例如，连续活跃用户表示用户经常使用阅读应用，用户不易流失且对于第一类型书籍的接受度较高，对于这类用户可以推荐包含第一类型书籍的第一类型书籍榜单或第三类型书籍榜单；而新用户表示用户是刚注册的，用户较容易流失，对于这类用户则尽可能推荐一些质量有保证的书籍，例如，可以推荐第二类型书籍榜单。

流量调整值的大小也影响着待推荐的书籍榜单的榜单类型，例如，针对用户层级为连续活跃用户的情况，当流量调整值较高时，为了能够使第一类型书籍流量及第二类型书籍流量能够尽快达到动态平衡，可以确定待推荐的书籍榜单的榜单类型为第一类型；当流量调整值较低时，在进行动态调整的同时还可以兼顾用户阅读体验，此时可以确定待推荐的书籍榜单的榜单类型为第三类型。

再例如，若用户对应的用户层级为即将流失用户，为了能够留住该用户，确定待推荐的书籍榜单的榜单类型为第三类型，既可以兼顾流量调整目标，也减少了客户流失风险。

步骤S206，针对任一第一类型书籍，统计第一类型书籍对应的用户阅读增量及第一类型书籍在多个更新阶段对应的用户跟读阅读数量。

在向用户推荐榜单类型对应的书籍榜单之后，针对任一第一类型书籍，统计第一类型书籍对应的增量阅读曝光量及第一类型书籍在多个更新阶段对应的阅读数量，其中，用户阅读增量指之前未阅读过该第一类型书籍现在阅读了该第一类型书籍的用户的数量。

第一类型书籍一般是处于更新状态的新书，通常第一类型书籍会存在字数由少到多的积累过程，例如，从10万字到20万字到30万字甚至更多字数的过程，这里提到的多个更新阶段指第一类型书籍更新到10万字、20万字……，

用户跟读阅读数量指在各更新阶段所剩余的阅读该第一类型书籍的用户的数量，例如，在第一类型书籍更新到10万字时，阅读该第一类型书籍的用户的数量，在第一类型书籍更新到20万字时，阅读该第一类型书籍的用户的数量等，需要说明的是，在各更新阶段，同一个用户只统计一次。

步骤S207，根据用户阅读增量及多个更新阶段对应的用户跟读阅读数量计算各更新阶段对应的跟读率，根据多个更新阶段对应的跟读率计算第一类型书籍对应的书籍等级。

在统计得到第一类型书籍对应的用户阅读增量及第一类型书籍在多个更新阶段对应的用户跟读阅读数量之后，可以根据用户阅读增量及多个更新阶段对应的用户跟读阅读数量计算各更新阶段对应的跟读率，例如，更新阶段对应的跟读率＝更新阶段对应的用户跟读阅读数量/用户阅读增量，在计算得到各更新阶段对应的跟读率后，可以根据多个更新阶段对应的跟读率计算第一类型书籍对应的书籍等级，例如，将多个更新阶段对应的跟读率与对应的权重加权求和，得到第一类型书籍对应的书籍等级。其中，书籍等级反映了书籍质量，不同的书籍等级对应着不同的书籍质量，从而便于后续根据书籍等级来向用户推荐第一类型书籍或者反馈给内容生产部门以制定相应更新策略。例如，可以利用数值来表示书籍等级，比如，最高等级为10，当第一类型书籍对应的书籍等级小于预设等级阈值，例如，为7时，则不再通过书籍榜单向用户推荐该第一类型书籍，例如，为4时，则不再更新该第一类型书籍。

本发明提供的方案，基于用户对应的用户层级进行有针对性的流量动态调整，不仅实现第一类型书籍流量与第二类型书籍流量的动态平衡，而且还能够提升用户阅读体验，避免由于书籍流量分发不合理而造成用户流失，在向用户推荐榜单类型对应的书籍榜单之后，计算第一类型书籍对应的书籍等级，便于后续根据书籍等级来向用户推荐第一类型书籍或者将书籍质量情况进行反馈，提高了向用户推荐书籍的质量，进一步提升用户留存率。

本发明实施例还提供了一种非易失性计算机存储介质，计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的书籍流量的分发方法。

可执行指令具体可以用于使得处理器执行以下操作：

获取用户历史行为数据；

根据用户历史行为数据，分析确定用户对应的用户层级；

在一种可选的实施方式中，可执行指令进一步使处理器执行以下操作：

根据流量占比及预设流量占比条件，确定第一类型书籍流量对应的流量调整值；

根据用户层级及流量调整值确定待推荐的书籍榜单的榜单类型。

将用户历史行为数据输入至预先训练的用户层级预测模型进行层级预测，得到用户对应的用户层级。

在一种可选的实施方式中，可执行指令还使处理器执行以下操作：

针对任一第一类型书籍，统计第一类型书籍对应的用户阅读增量及第一类型书籍在多个更新阶段对应的用户跟读阅读数量；

根据用户阅读增量及多个更新阶段对应的用户跟读阅读数量计算各更新阶段对应的跟读率，根据多个更新阶段对应的跟读率计算第一类型书籍对应的书籍等级。

在一种可选的实施方式中，用户层级包括：新用户、连续活跃用户、自然回流用户、投放回流用户、即将流失用户。

在一种可选的实施方式中，书籍榜单包括：第一类型书籍榜单、第二类型书籍榜单、第三类型书籍榜单；

第一类型书籍榜单用于推荐第一类型书籍；第二类型书籍榜单用于推荐第二类型书籍；第三类型书籍榜单用于推荐第一类型书籍和第二类型书籍。

图3示出了根据本发明一个实施例的计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图3所示，该计算设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。

其中：处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。

通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器302，用于执行程序310，具体可以执行上述书籍流量的分发方法实施例中的相关步骤。

具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。

处理器302可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序310具体可以用于使得处理器302执行以下操作：

获取用户历史行为数据；

根据用户历史行为数据，分析确定用户对应的用户层级；

在一种可选的实施方式中，程序310进一步使处理器302执行以下操作：

在一种可选的实施方式中，程序310还使处理器302执行以下操作：

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

本发明公开了：A1.一种书籍流量的分发方法，包括：

获取用户历史行为数据；

根据所述用户历史行为数据，分析确定用户对应的用户层级；

若所述流量占比不符合预设流量占比条件，则根据所述用户层级、所述流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型，向用户推荐所述榜单类型对应的书籍榜单，以动态调整分发的第一类型书籍流量。

A2.根据A1所述的方法，其中，所述根据所述用户层级、所述流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型进一步包括：

根据所述流量占比及预设流量占比条件，确定第一类型书籍流量对应的流量调整值；

根据所述用户层级及流量调整值确定待推荐的书籍榜单的榜单类型。

A3.根据A1或A2所述的方法，其中，所述根据用户历史行为数据，分析确定用户对应的用户层级进一步包括：

将所述用户历史行为数据输入至预先训练的用户层级预测模型进行层级预测，得到用户对应的用户层级。

A4.根据A1-A3中任一项所述的方法，其中，在向用户推荐所述榜单类型对应的书籍榜单之后，所述方法还包括：针对任一第一类型书籍，统计第一类型书籍对应的用户阅读增量及第一类型书籍在多个更新阶段对应的用户跟读阅读数量；

A5.根据A1-A4中任一项所述的方法，其中，所述用户层级包括：新用户、连续活跃用户、自然回流用户、投放回流用户、即将流失用户。

A6.根据A1-A5中任一项所述的方法，其中，所述书籍榜单包括：第一类型书籍榜单、第二类型书籍榜单、第三类型书籍榜单；

所述第一类型书籍榜单用于推荐第一类型书籍；所述第二类型书籍榜单用于推荐第二类型书籍；所述第三类型书籍榜单用于推荐第一类型书籍和第二类型书籍。

B7.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：

获取用户历史行为数据；

B8.根据B7所述的计算设备，其中，所述可执行指令进一步使所述处理器执行以下操作：

B9.根据B7或B8所述的计算设备，其中，所述可执行指令进一步使所述处理器执行以下操作：

B10.根据B7-B9中任一项所述的计算设备，其中，所述可执行指令还使所述处理器执行以下操作：

B11.根据B7-B10中任一项所述的计算设备，其中，所述用户层级包括：新用户、连续活跃用户、自然回流用户、投放回流用户、即将流失用户。

B12.根据B7-B11中任一项所述的计算设备，其中，所述书籍榜单包括：第一类型书籍榜单、第二类型书籍榜单、第三类型书籍榜单；

C13.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如A1-A6中任一项所述的书籍流量的分发方法对应的操作。

Claims

1.一种书籍流量的分发方法，包括：

获取用户历史行为数据；

2.根据权利要求1所述的方法，其中，所述根据所述用户层级、所述流量占比及预设流量占比条件确定待推荐的书籍榜单的榜单类型进一步包括：

3.根据权利要求1或2所述的方法，其中，所述根据用户历史行为数据，分析确定用户对应的用户层级进一步包括：

4.根据权利要求1-3中任一项所述的方法，其中，在向用户推荐所述榜单类型对应的书籍榜单之后，所述方法还包括：针对任一第一类型书籍，统计第一类型书籍对应的用户阅读增量及第一类型书籍在多个更新阶段对应的用户跟读阅读数量；

5.根据权利要求1-4中任一项所述的方法，其中，所述用户层级包括：新用户、连续活跃用户、自然回流用户、投放回流用户、即将流失用户。

6.根据权利要求1-5中任一项所述的方法，其中，所述书籍榜单包括：第一类型书籍榜单、第二类型书籍榜单、第三类型书籍榜单；

7.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

获取用户历史行为数据；

8.根据权利要求7所述的计算设备，其中，所述可执行指令进一步使所述处理器执行以下操作：

9.根据权利要求7或8所述的计算设备，其中，所述可执行指令进一步使所述处理器执行以下操作：

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-6中任一项所述的书籍流量的分发方法对应的操作。