CN114119168A - 一种信息推送方法及装置 - Google Patents
一种信息推送方法及装置 Download PDFInfo
- Publication number
- CN114119168A CN114119168A CN202111453842.9A CN202111453842A CN114119168A CN 114119168 A CN114119168 A CN 114119168A CN 202111453842 A CN202111453842 A CN 202111453842A CN 114119168 A CN114119168 A CN 114119168A
- Authority
- CN
- China
- Prior art keywords
- label
- product
- ranking
- target user
- interest
- 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 55
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000003542 behavioural effect Effects 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 58
- 238000012545 processing Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003203 everyday effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000010970 precious metal Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种信息推送方法及装置，可以应用于推荐系统技术领域等，用于基于客户兴趣和产品特性针对性的为客户推荐产品，提升产品营销成功率。所述方法包括：获取目标用户的行为数据；其中，所述行为数据包括对产品的浏览、关注和购买行为数据；根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定所述目标用户当前时间段对每个产品标签的兴趣排行；其中，所述产品标签用于表示产品特性；根据所述兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由；基于所述产品推荐理由向所述目标用户推送信息。
Description
技术领域
本发明涉及推荐系统技术领域，尤其涉及一种信息推送方法及装置。
背景技术
随着金融行业以及互联网行业的发展，金融产品的种类越来越多，有基金、理财、贵金属、保险、借贷等各类产品，而每一类产品下又包含若干个产品。一方面对于客户来说，将面对数量众多的金融产品，难以选择出适合自己的产品，另一方面，对于金融产品方来说，由于人手不足等原因，无法实现对产品进行全面的推销，一般会基于产品的热度和特点进行推销，这种推销模式不具备针对性，没有对客户进行深入挖掘而进行个性化精准营销，不能很好的满足客户的具体需求。
发明内容
本申请实施例提供了一种信息推送方法及装置，用于基于客户兴趣和产品特性针对性的为客户推荐产品，提升产品营销成功率。
第一方面，提供一种信息推送方法，所述方法包括：
获取目标用户的行为数据；其中，所述行为数据包括对产品的浏览、关注和购买行为数据；
根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定所述目标用户当前时间段对每个产品标签的兴趣排行；其中，所述产品标签用于表示产品特性；
根据所述兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由；
基于所述产品推荐理由向所述目标用户推送信息。
可选的，所述多个排行榜单通过以下方式获得：
获取初始用户行为数据；
统计每个产品每天被关注、浏览和购买的次数；
将统计结果按照每个产品被关注、浏览和购买的总次数、预设时长内每个时间段中每个产品被关注、浏览和购买的总次数分别汇总；
根据汇总结果和所述产品特性生成所述多个排行榜单。
可选的，所述根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定所述目标用户当前时间段对每个产品标签的兴趣排行，包括：
根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法计算所述目标用户对所述每个产品标签在所述当前时间段的标签权重；所述标签权重用于指示所述目标用户对对应产品标签的感兴趣程度；
按照在所述当前时间段内的标签权重从高到低的顺序生成所述目标用户在所述当前时间段内对每个产品标签的兴趣排行。
可选的，所述根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法计算所述目标用户对所述每个产品标签在每个时间段的标签权重的计算公式如下：
其中，u为指示目标用户，t为产品标签，T为当前的时间段，w(u,t,T)为所述目标用户对应的标签t在当前时间段的标签权重，TF(u,t,T)为当前时间段内标签t在目标用户的所有标签中的出现概率，IDFt,T为当前时间段内标签t的逆向文件频率，bw为目标用户对产品进行的操作行为对应的行为权重，w0为当前时间段TF-IDF权重，w1为当前时间段区分度标签加权权重值，ct为标签t在当前时间段行为总量，c为当前时间段行为总量，c(t,p)为含有标签t的产品数量，w(u,t,T-1)为当前时间段的上一个时段的标签权重，dT为当前时间段内的时间衰减因子，
为根据时间衰减因子计算出的时间衰减权重。
可选的，所述根据所述兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由，包括：
根据所述兴趣排行，将所述当前时间段内的标签权重小于第一预设阈值的产品标签删除，得到目标兴趣排行；
根据所述目标兴趣排行和所述预先统计得到的多个排行榜单生成产品推荐理由。
可选的，所述多个排行榜单包括重点组合标签排行榜单，所述重点组合标签排行榜单为按照预设数量对产品标签进行组合统计得到的排行榜单，所述根据所述目标兴趣排行和所述预先统计得到的多个排行榜单生成产品推荐理由，包括：
根据所述兴趣排行，确定排行第一的第一产品标签；
判断是否存在第二产品标签；其中，所述第二产品标签中的每个产品标签对应的标签权重与所述第一产品标签对应的标签权重之间的差值小于第二预设阈值；
若存在所述第二产品标签，则将所述第一产品标签和所述第二产品标签组合，得到第一标签组；
将所述第一标签组与所述重点组合标签排行榜单进行比对；
判断所述第一标签组在所述重点组合标签排行榜单中的排行位置是否属于预设范围；
若所述第一标签组在所述重点组合标签排行榜单中的排行位置属于所述预设范围，则根据所述重点标签组合排行榜单生成产品推荐理由。
可选的，所述多个排行榜单还包括标签排行榜单，所述方法还包括：
若所述第一标签组在所述重点组合标签排行榜中的排行位置不属于预设范围，或所述重点组合标签排行榜中没有所述第一标签组对应的组合排行，则按照所述兴趣排行中每个产品标签对应的标签权重从高到低的顺序选取预设数量的产品标签；
将所述预设数量的产品标签按照标签权重从高到低的顺序与所述标签排行榜单进行比对；
若所述目标兴趣排行中第三产品标签在所述标签排行榜单中的排行位置属于所述预设范围，则根据所述标签排行榜单生成产品推荐理由。
可选的，所述方法还包括：
若所述预设数量的产品标签中所有的产品标签在所述多个标签排行榜单中的排行位置都不属于所述预设范围，则根据总排行榜单生成产品推荐理由；其中，所述总排行榜单为根据每个产品被关注、浏览和购买进行统计得到的。
可选的，所述方法还包括：
根据产品特色生成产品推荐理由；其中，所述产品特色为其它产品不具备的产品性质。
第二方面，提供一种信息推送装置，所述装置包括：
获取模块，用于获取目标用户的行为数据；其中，所述行为数据包括对产品的浏览、关注和购买行为数据；
处理模块，用于根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定所述目标用户当前时间段对每个产品标签的兴趣排行；其中，所述产品标签用于表示产品特性；
所述处理模块，还用于根据所述兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由；
所述处理模块，还用于基于所述产品推荐理由向所述目标用户推送信息。
可选的，所述获取模块，还用于：
获取初始用户行为数据；
所述处理模块，还用于：
统计每个产品每天被关注、浏览和购买的次数；
将统计结果按照每个产品被关注、浏览和购买的总次数、预设时长内每个时间段中每个产品被关注、浏览和购买的总次数分别汇总；
根据汇总结果和所述产品特性生成所述多个排行榜单。
可选的，所述处理模块，具体用于：
根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法计算所述目标用户对所述每个产品标签在所述当前时间段的标签权重；所述标签权重用于指示所述目标用户对对应产品标签的感兴趣程度；
按照在所述当前时间段内的标签权重从高到低的顺序生成所述目标用户在所述当前时间段内对每个产品标签的兴趣排行。
可选的，所述处理模块，具体用于：
根据所述兴趣排行，将所述当前时间段内的标签权重小于第一预设阈值的产品标签删除，得到目标兴趣排行；
根据所述目标兴趣排行和所述每个产品标签对应的排行榜单生成产品推荐理由。
可选的，所述多个排行榜单包括重点组合标签排行榜单，所述重点组合标签排行榜单为按照预设数量对产品标签进行组合统计得到的排行榜单，所述处理模块，具体用于：
根据所述兴趣排行，确定排行第一的第一产品标签；
判断是否存在第二产品标签；其中，所述第二产品标签中的每个产品标签对应的标签权重与所述第一产品标签对应的标签权重之间的差值小于第二预设阈值；
若存在所述第二产品标签，则将所述第一产品标签和所述第二产品标签组合，得到第一标签组；
将所述第一标签组与所述重点组合标签排行榜单进行比对；
判断所述第一标签组在所述重点组合标签排行榜单中的排行位置是否属于预设范围；
若所述第一标签组在所述重点组合标签排行榜单中的排行位置属于所述预设范围，则根据所述重点组合标签排行榜单生成产品推荐理由。
可选的，所述多个排行榜单还包括标签排行榜单，所述处理模块，还用于：
在所述第一标签组在所述重点组合标签排行榜中的排行位置不属于预设范围，或所述重点组合标签排行榜中没有所述第一标签组对应的组合排行时，按照所述兴趣排行中每个产品标签对应的标签权重从高到低的顺序选取预设数量的产品标签；
将所述预设数量的产品标签按照标签权重从高到低的顺序与所述标签排行榜单进行比对；
在所述目标兴趣排行中第三产品标签在所述标签排行榜单中的排行位置属于所述预设范围时，根据所述标签排行榜单生成产品推荐理由。
可选的，所述处理模块，还用于：
在所述预设数量的产品标签中所有的产品标签在所述多个标签排行榜单中的排行位置都不属于所述预设范围时，根据总排行榜单生成产品推荐理由；其中，所述总排行榜单为根据每个产品被关注、浏览和购买进行统计得到的。
可选的，所述处理模块，还用于：
根据产品特色生成产品推荐理由；其中，所述产品特色为其它产品不具备的产品性质。
第三方面，提供一种电子设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行第二方面所述的方法包括的步骤。
第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质用于存储指令，当所述指令被执行时，使如第二方面所述的方法被实现。
第五方面，提供一种包含指令的计算机程序产品，所述计算机程序产品中存储有指令，当其在计算机上运行时，使得计算机执行第二方面所述的方法。
在本申请实施例中，获取目标用户(待推荐产品的用户)的行为数据，例如产品浏览、关注和购买等行为数据，根据该行为数据和时间衰减算法确定目标用户当前时间段对每个产品标签(或者每个产品特性)的兴趣排行，基于该兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由，根据该产品推荐理由向目标用户推送信息(推荐产品)。
也就是说，根据目标用户对产品的浏览、关注和购买分析出用户当前时间段感兴趣的产品特性，然后根据预先统计的产品特性对应的多个排行榜单生成针对目标用户的产品推荐理由，例如，根据目标用户的行为数据分析得到目标用户对最低持有类的产品非常感兴趣(例如，兴趣排行第一)，然后可以基于最低持有类销售第一作为推荐理由向目标用户推荐最低持有类销售第一的产品推送信息，由于该产品满足目标用户的具体需求，目标用户购买该产品的概率较大，从而有效提升了产品营销的成功率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例。
图1为本申请实施例提供的一种信息推送方法的流程图；
图2为本申请实施例提供的一种信息推送装置的结构框图；
图3为本申请实施例提供的一种电子设备的结构示意图。
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明白，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请的说明书和权利要求书及上述附图中的术语“第一”和“第二”是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的保护。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请中的“多个”可以表示至少两个，例如可以是两个、三个或者更多个，本申请实施例不做限制。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，在不做特别说明的情况下，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例提供的信息推送方法进行详细介绍。请参见图1所示，本申请提供的信息推送方法的流程图描述如下：
在对本申请实施例所提供的技术方案进行介绍之前，首先需要说明的是，本申请实施例中对行为数据的获取、存储、使用、处理等行为均符合国家法律法规的相关规定。
步骤101：获取目标用户的行为数据；
其中，行为数据包括对产品的浏览、关注和购买行为数据。在本申请实施例中，获取目标用户的行为数据可以是在各个金融服务平台上的浏览记录、关乎记录和购买记录，该浏览记录、关注记录和购买记录中可以包括目标用户浏览、关注和购买的金融产品，和目标用户浏览的相关的金融政策等数据。
步骤102：根据目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定目标用户当前时间段对每个产品标签的兴趣排行；
在本申请实施例中，考虑到用户的兴趣可能或随着时间的变化而慢慢发生变化，因此需要根据过去的行为数据做兴趣衰减。其中，当前时间段可以根据实际情况取值，例如是一天、一周或者是一月等。
在一种可能的实施方式中，根据目标用户对产品的浏览、关注和购买行为数据和时间衰减算法计算目标用户对每个产品标签在当前时间段的标签权重，其中，标签权重用于指示目标用户对对应产品标签的感兴趣程度，按照在当前时间段内的标签权重从高到低的顺序生成目标用户在当前时间段对每个产品标签的兴趣排行。
其中，根据目标用户的行为数据和时间衰减算法计算目标用户对每个产品标签在当前时间段的标签权重的计算公式如下：
其中，u为指示目标用户，t为产品标签，T为当前的时间段，w(u,t,T)为所述目标用户对应的标签t在当前时间段的标签权重，TF(u,t,T)为当前时间段内标签t在目标用户的所有标签中的出现概率，IDFt,T为当前时间段内标签t的逆向文件频率，bw为目标用户对产品进行的操作行为对应的行为权重，w0为当前时间段TF-IDF权重，w1为当前时间段区分度标签加权权重值，ct为标签t在当前时间段行为总量，c为当前时间段行为总量，c(t,p)为含有标签t的产品数量，w(u,t,T-1)为当前时间段的上一个时段的标签权重，dT为当前时间段内的时间衰减因子，
为根据时间衰减因子计算出的时间衰减权重。
步骤103：根据兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由；
其中，多个排行榜单是通过获取初始用户行为数据，并对获取到的初始用户行为数据进行统计分析得到的，其中，初始用户行为数据为获取的所有用户的行为数据。具体的，统计每个产品每天被关注、浏览和购买的次数，将统计结果按照每个产品被关注、浏览和购买的总次数、预设时长内每个时间段中每个产品被关注、浏览和购买的总次数分别汇总，例如，获取的用户行为数据是近半年的数据，预设时长是一个月，则可以分别汇总某产品在半年内被关注、浏览和购买的总次数，当前月被关注、浏览和购买的次数、上推一月被关注、浏览和购买的次数、上推两月被关注、浏览和购买的次数等，在本申请实施例中，一个月按照30天计算，可以是自然一个月，也可以是将从当天起前推30天的时长作为一个月。得到汇总结果之后，可以根据汇总结果和产品特性生成多个排行榜单，例如是按日低风险类产品热销榜单，最低持有类产品热销榜单，最低持有类产品销量上升速度榜单、医药基金热销榜单、费率一折基金关注榜单、消费行业基金热销榜单、品牌热销榜单、建信基金消费行业热销榜单等等。
在本申请实施例中，根据目标用户的兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由之前，还可以设置兴趣阈值，将目标用户的兴趣排行中标签权重低于第一预设阈值的产品标签删除，得到目标兴趣排行，通过目标兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由。
在一种可能的实施方式中，该多个排行榜单还可以包括重点组合标签排行榜单，该重点组合排行榜单为按照预设数量对产品标签进行组合统计得到的排行榜单，例如，将两个产品特性相近或相关联的产品标签进行组合统计。
此时根据目标兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由时，可以根据目标用户的兴趣排行，确定排行第一的第一产品标签，判断剩余产品标签中是否存在产品标签对应的标签权重与第一产品标签对应的标签权重之间的差值小于第二预设阈值(例如是小于0.05)的第二产品标签，如果存在第二产品标签，则将第一产品标签和第二产品标签组合，得到第一标签组，其中，第二产品标签对应的产品标签数量可以大于1。例如，目标用户对建信基金的标签权重为0.9(最高)，对消费行业的标签权重为0.87，对低风险的标签权重为0.867，对高风险的标签权重为0.7，则消费行业和低风险与建信基金的标签权重之间的差值为0.05，因此可以将消费行业的标签和低风险的标签与建信基金的标签进行组合，得到第一标签组。
将第一标签组与重点组合标签排行榜单进行比对，判断第一标签组在重点组合标签排行榜单中的排行位置是否属于预设范围，例如，重点组合标签排行榜单中的前10个位置中是否有第一标签组对应的组合标签。若第一标签组在重点组合标签排行榜单中的排行位置属于预设范围，则根据重点组合标签排行榜单生成产品推荐理由。
具体的，该多个排行榜单还包括标签排行榜单，其中，标签排行榜单中每个排行位置对应的产品标签的数量为1。在一种可能的实施方式中，第一标签组在重点组合标签排行榜中的排行位置不属于预设范围，或重点组合标签排行榜中没有第一标签组对应的组合排行，则按照兴趣排行中每个产品标签对应的标签权重从高到低的标签顺讯选取预设数量的产品标签，将预设数量的产品标签按照标签权重从高到低的顺序与标签排行榜单进行比对，如果目标兴趣排行中第三产品标签在标签排行榜单中的排行位置属于预设范围，则根据标签排行榜单生成产品推荐理由。
在另一种可能的实施方式中，若第一标签组中的标签数量大于2(例如，第一标签组中的标签数量为3)，若重点组合标签排行榜中没有第一标签组对应的组合排行，还可以确定两个产品标签组合统计形成的重点组合标签排行榜单的预设范围内是否存在任意两个标签的组合，若存在，则根据该两个产品标签组合统计形成的重点组合标签排行榜单生成产品推荐理由。
在一些其它的实施例中，预设数量的产品标签中所有的产品标签在多个标签排行榜单中的排行位置都不属于预设范围，则根据总排行榜单生成产品推荐理由，其中，总排行榜单是根据每个产品被关注、浏览和购买进行统计得到的。
在一些其它的实施例中，还可以根据产品特色生成产品推荐理由，其中，产品特色为其它产品不具备的产品性质。例如，粤港澳大湾区指数灵活配置产品，可采用产品特色股债平衡作为推荐理由。
步骤104：基于产品推荐理由向目标用户推送信息。
在具体的实施过程中，根据目标用户对产品的浏览、关注和购买分析出用户当前时间段感兴趣的产品特性，然后根据预先统计的产品特性对应的多个排行榜单生成针对目标用户的产品推荐理由，例如，根据目标用户的行为数据分析得到目标用户对最低持有类的产品非常感兴趣(例如，兴趣排行第一)，然后可以基于最低持有类销售第一作为推荐理由向目标用户推荐最低持有类销售第一的产品推送信息，由于该产品满足目标用户的具体需求，目标用户购买该产品的概率较大，从而有效提升了产品营销的成功率。
为了更好的理解本申请的技术方案，下面将结合具体的实施例对本申请提供的预失真扩展模型及其实现预失真的方法进行解释说明。
实施例
(1)根据用户u的行为数据和时间衰减算法公式计算用户在当前时间段(例如是近一周)内对每个产品标签的感兴趣程度(即标签权重)，对计算结果进行统计得到用户u在近一周内对每个产品标签的兴趣排行和对应的感兴趣程度，具体内容如表1所示：
| 兴趣排行位置 | 产品标签名称 | 感兴趣程度 |
| 1 | 标签1 | 0.9 |
| 2 | 标签2 | 0.87 |
| 3 | 标签3 | 0.867 |
| …… | …… | …… |
| i | 标签i | 0.3 |
| …… | …… | …… |
表1
其中，可以设置第一预设阈值为0.3，将感兴趣程度低于0.3的产品标签删除，得到目标兴趣排行，即表1中的1～i对应的产品标签及对应的感兴趣程度。
(2)通过对用户行为数据进行统计汇总，得到的多个排行榜单例如包括：重点组合标签排行榜单、标签排行榜单和总排行榜单等，其中，重点组合标签排行榜单的具体内容如表2所示；标签排行榜单的具体内容请参见表3所示(表3中仅示例出了部分标签排行榜单，可以根据实际需求进行划分)；总排行榜单的具体内容请参见表4所示。
表2
| 排行位置 | 最低持有类热销榜单 | 按日低风险热销榜单 | …… |
| 1 | 标签A | 标签a | …… |
| 2 | 标签B | 标签b | …… |
| 3 | 标签C | 标签c | …… |
| 4 | 标签D | 标签d | …… |
| 5 | 标签E | 标签e | …… |
| …… | …… | …… | …… |
表3
| 排行位置 | 总排行榜单 |
| 1 | 标签1 |
| 2 | 标签4 |
| 3 | 标签B |
| 4 | 标签d |
| …… | …… |
| i | 标签n |
| …… | …… |
表4
其中，根据用户u的兴趣排行和第二预设阈值(0.08)，可确定第一标签组包含的产品标签包括：标签1、标签2和标签3，将这三个产品标签首先与表2进行匹配，表2中没有与第一标签组匹配的组合标签，此时可以在兴趣排行中选择4个产品标签，按照感兴趣程度从高到低的顺序与表3进行匹配，若匹配到了，则基于对应的排行榜单生成推荐理由，并停止匹配，若未匹配到，则与表4进行匹配，例如，用户u感兴趣程度最高的前4个产品标签：标签1、标签2、标签3和标签4，在表3对应的标签排行榜单排行前5的位置(预设范围为1～5)中都不存在标签1、标签2、标签3或标签4的标签排行榜单，因此继续将标签1、标签2、标签3和标签4按照从前到后的顺序与表4进行匹配，其中表4中排行第一的产品标签正好为标签1，则认为与总排行榜单匹配成功，此时基于总排行榜单生成推荐理由。
若该4个产品标签都未在前述的表格中匹配成功，还可以根据产品特色生成推荐理由。
基于同一发明构思，本申请实施例提供了一种信息推送装置，该信息推送装置能够实现前述的信息推送方法对应的功能。该信息推送装置可以是硬件结构、软件模块、或硬件结构加软件模块。该信息推送装置可以由芯片系统实现，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。请参见图2所示，该信息推送装置包括获取模块201和处理模块202。其中：
获取模块201，用于获取目标用户的行为数据；其中，所述行为数据包括对产品的浏览、关注和购买行为数据；
处理模块202，用于根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定所述目标用户当前时间段对每个产品标签的兴趣排行；其中，所述产品标签用于表示产品特性；
所述处理模块202，还用于根据所述兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由；
所述处理模块202，还用于基于所述产品推荐理由向所述目标用户推送信息。
可选的，所述获取模块201，还用于：
获取初始用户行为数据；
所述处理模块202，还用于：
统计每个产品每天被关注、浏览和购买的次数；
将统计结果按照每个产品被关注、浏览和购买的总次数、预设时长内每个时间段中每个产品被关注、浏览和购买的总次数分别汇总；
根据汇总结果和所述产品特性生成所述多个排行榜单。
可选的，所述处理模块202，具体用于：
根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法计算所述目标用户对所述每个产品标签在所述当前时间段的标签权重；所述标签权重用于指示所述目标用户对对应产品标签的感兴趣程度；
按照在所述当前时间段内的标签权重从高到低的顺序生成所述目标用户在所述当前时间段内对每个产品标签的兴趣排行。
可选的，所述处理模块202，具体用于：
根据所述兴趣排行，将所述当前时间段内的标签权重小于第一预设阈值的产品标签删除，得到目标兴趣排行；
根据所述目标兴趣排行和所述每个产品标签对应的排行榜单生成产品推荐理由。
可选的，所述多个排行榜单包括重点组合标签排行榜单，所述重点组合标签排行榜单为按照预设数量对产品标签进行组合统计得到的排行榜单，所述处理模块202，具体用于：
根据所述兴趣排行，确定排行第一的第一产品标签；
判断是否存在第二产品标签；其中，所述第二产品标签中的每个产品标签对应的标签权重与所述第一产品标签对应的标签权重之间的差值小于第二预设阈值；
若存在所述第二产品标签，则将所述第一产品标签和所述第二产品标签组合，得到第一标签组；
将所述第一标签组与所述重点组合标签排行榜单进行比对；
判断所述第一标签组在所述重点组合标签排行榜单中的排行位置是否属于预设范围；
若所述第一标签组在所述重点组合标签排行榜单中的排行位置属于所述预设范围，则根据所述重点组合标签排行榜单生成产品推荐理由。
可选的，所述多个排行榜单还包括标签排行榜单，所述处理模块202，还用于：
在所述第一标签组在所述重点组合标签排行榜中的排行位置不属于预设范围，或所述重点组合标签排行榜中没有所述第一标签组对应的组合排行时，按照所述兴趣排行中每个产品标签对应的标签权重从高到低的顺序选取预设数量的产品标签；
将所述预设数量的产品标签按照标签权重从高到低的顺序与所述标签排行榜单进行比对；
在所述目标兴趣排行中第三产品标签在所述标签排行榜单中的排行位置属于所述预设范围时，根据所述标签排行榜单生成产品推荐理由。
可选的，所述处理模块202，还用于：
在所述预设数量的产品标签中所有的产品标签在所述多个标签排行榜单中的排行位置都不属于所述预设范围时，根据总排行榜单生成产品推荐理由；其中，所述总排行榜单为根据每个产品被关注、浏览和购买进行统计得到的。
可选的，所述处理模块202，还用于：
根据产品特色生成产品推荐理由；其中，所述产品特色为其它产品不具备的产品性质。
前述的信息推送方法的实施例涉及的各步骤的所有相关内容均可援引到本申请施例中的信息推送装置所对应的功能模块的功能描述，在此不再赘述。
本申请实施例中对模块的划分是示意性的，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，另外，在本申请各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
基于同一发明构思，本申请实施例提供一种电子设备。请参见图3所示，该电子设备包括至少一个处理器301，以及与至少一个处理器连接的存储器302，本申请实施例中不限定处理器301与存储器302之间的具体连接介质，图3中是以处理器301和存储器302之间通过总线300连接为例，总线300在图3中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线300可以分为地址总线、数据总线、控制总线等，为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
在本申请实施例中，存储器302存储有可被至少一个处理器301执行的指令，至少一个处理器301通过执行存储器302存储的指令，可以执行前述的信息推送方法中所包括的步骤。
其中，处理器301是电子设备的控制中心，可以利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器302内的指令以及调用存储在存储器302内的数据，电子设备的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器301可包括一个或多个处理单元，处理器301可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器301中。在一些实施例中，处理器301和存储器302可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
处理器301可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列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任何常规的处理器等。结合本申请实施例所公开的信息推送方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器302作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器302可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器302是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器302还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
通过对处理器301进行设计编程，可以将前述实施例中介绍的信息推送方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行前述的信息推送方法的步骤，如何对处理器301进行设计编程为本领域技术人员所公知的技术，这里不再赘述。
基于同一发明构思，本申请实施例还提供一种计算可读存储介质，该计算可读存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行如前述的信息推送方法的步骤。
在一些可能的实施方式中，本申请提供的信息推送方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在电子设备上运行时，程序代码用于使该检测设备执行本说明书上述描述的根据本申请各种示例性实施方式的信息推送方法中的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (20)
1.一种信息推送方法，其特征在于，所述方法包括：
获取目标用户的行为数据；其中，所述行为数据包括对产品的浏览、关注和购买行为数据；
根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定所述目标用户当前时间段对每个产品标签的兴趣排行；其中，所述产品标签用于表示产品特性；
根据所述兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由；
基于所述产品推荐理由向所述目标用户推送信息。
2.如权利要求1所述的方法，其特征在于，所述多个排行榜单通过以下方式获得：
获取初始用户行为数据；
统计每个产品每天被关注、浏览和购买的次数；
将统计结果按照每个产品被关注、浏览和购买的总次数、预设时长内每个时间段中每个产品被关注、浏览和购买的总次数分别汇总；
根据汇总结果和所述产品特性生成所述多个排行榜单。
3.如权利要求1所述的方法，其特征在于，所述根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定所述目标用户当前时间段对每个产品标签的兴趣排行，包括：
根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法计算所述目标用户对所述每个产品标签在所述当前时间段的标签权重；所述标签权重用于指示所述目标用户对对应产品标签的感兴趣程度；
按照在所述当前时间段内的标签权重从高到低的顺序生成所述目标用户在所述当前时间段内对每个产品标签的兴趣排行。
4.如权利要求3所述的方法，其特征在于，所述根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法计算所述目标用户对所述每个产品标签在每个时间段的标签权重的计算公式如下：
其中，u为指示目标用户，t为产品标签，T为当前的时间段，w(u,t,T)为所述目标用户对应的标签t在当前时间段的标签权重，TF(u,t,T)为当前时间段内标签t在目标用户的所有标签中的出现概率，IDFt,T为当前时间段内标签t的逆向文件频率，bw为目标用户对产品进行的操作行为对应的行为权重，w0为当前时间段TF-IDF权重，w1为当前时间段区分度标签加权权重值，ct为标签t在当前时间段行为总量，c为当前时间段行为总量，c(t,p)为含有标签t的产品数量，w(u,t,T-1)为当前时间段的上一个时段的标签权重，dT为当前时间段内的时间衰减因子，
为根据时间衰减因子计算出的时间衰减权重。
5.如权利要求3所述的方法，其特征在于，所述根据所述兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由，包括：
根据所述兴趣排行，将所述当前时间段内的标签权重小于第一预设阈值的产品标签删除，得到目标兴趣排行；
根据所述目标兴趣排行和所述预先统计得到的多个排行榜单生成产品推荐理由。
6.如权利要求5所述的方法，其特征在于，所述多个排行榜单包括重点组合标签排行榜单，所述重点组合标签排行榜单为按照预设数量对产品标签进行组合统计得到的排行榜单，所述根据所述目标兴趣排行和所述预先统计得到的多个排行榜单生成产品推荐理由，包括：
根据所述兴趣排行，确定排行第一的第一产品标签；
判断是否存在第二产品标签；其中，所述第二产品标签中的每个产品标签对应的标签权重与所述第一产品标签对应的标签权重之间的差值小于第二预设阈值；
若存在所述第二产品标签，则将所述第一产品标签和所述第二产品标签组合，得到第一标签组；
将所述第一标签组与所述重点组合标签排行榜单进行比对；
判断所述第一标签组在所述重点组合标签排行榜单中的排行位置是否属于预设范围；
若所述第一标签组在所述重点组合标签排行榜单中的排行位置属于所述预设范围，则根据所述重点标签组合排行榜单生成产品推荐理由。
7.如权利要求6所述的方法，其特征在于，所述多个排行榜单还包括标签排行榜单，所述方法还包括：
若所述第一标签组在所述重点组合标签排行榜中的排行位置不属于预设范围，或所述重点组合标签排行榜中没有所述第一标签组对应的组合排行，则按照所述兴趣排行中每个产品标签对应的标签权重从高到低的顺序选取预设数量的产品标签；
将所述预设数量的产品标签按照标签权重从高到低的顺序与所述标签排行榜单进行比对；
若所述目标兴趣排行中第三产品标签在所述标签排行榜单中的排行位置属于所述预设范围，则根据所述标签排行榜单生成产品推荐理由。
8.如权利要求7所述的方法，其特征在于，所述方法还包括：
若所述预设数量的产品标签中所有的产品标签在所述多个标签排行榜单中的排行位置都不属于所述预设范围，则根据总排行榜单生成产品推荐理由；其中，所述总排行榜单为根据每个产品被关注、浏览和购买进行统计得到的。
9.如权利要求8所述的方法，其特征在于，所述方法还包括：
根据产品特色生成产品推荐理由；其中，所述产品特色为其它产品不具备的产品性质。
10.一种信息推送装置，其特征在于，所述装置包括：
获取模块，用于获取目标用户的行为数据；其中，所述行为数据包括对产品的浏览、关注和购买行为数据；
处理模块，用于根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法确定所述目标用户当前时间段对每个产品标签的兴趣排行；其中，所述产品标签用于表示产品特性；
所述处理模块，还用于根据所述兴趣排行和预先统计得到的多个排行榜单生成产品推荐理由；
所述处理模块，还用于基于所述产品推荐理由向所述目标用户推送信息。
11.如权利要求10所述的装置，其特征在于，所述获取模块，还用于：
获取初始用户行为数据；
所述处理模块，还用于：
统计每个产品每天被关注、浏览和购买的次数；
将统计结果按照每个产品被关注、浏览和购买的总次数、预设时长内每个时间段中每个产品被关注、浏览和购买的总次数分别汇总；
根据汇总结果和所述产品特性生成所述多个排行榜单。
12.如权利要求10所述的装置，其特征在于，所述处理模块，具体用于：
根据所述目标用户对产品的浏览、关注和购买行为数据和时间衰减算法计算所述目标用户对所述每个产品标签在所述当前时间段的标签权重；所述标签权重用于指示所述目标用户对对应产品标签的感兴趣程度；
按照在所述当前时间段内的标签权重从高到低的顺序生成所述目标用户在所述当前时间段内对每个产品标签的兴趣排行。
13.如权利要求12所述的装置，其特征在于，所述处理模块，具体用于：
根据所述兴趣排行，将所述当前时间段内的标签权重小于第一预设阈值的产品标签删除，得到目标兴趣排行；
根据所述目标兴趣排行和所述每个产品标签对应的排行榜单生成产品推荐理由。
14.如权利要求13所述的装置，其特征在于，所述多个排行榜单包括重点组合标签排行榜单，所述重点组合标签排行榜单为按照预设数量对产品标签进行组合统计得到的排行榜单，所述处理模块，具体用于：
根据所述兴趣排行，确定排行第一的第一产品标签；
判断是否存在第二产品标签；其中，所述第二产品标签中的每个产品标签对应的标签权重与所述第一产品标签对应的标签权重之间的差值小于第二预设阈值；
若存在所述第二产品标签，则将所述第一产品标签和所述第二产品标签组合，得到第一标签组；
将所述第一标签组与所述重点组合标签排行榜单进行比对；
判断所述第一标签组在所述重点组合标签排行榜单中的排行位置是否属于预设范围；
若所述第一标签组在所述重点组合标签排行榜单中的排行位置属于所述预设范围，则根据所述重点组合标签排行榜单生成产品推荐理由。
15.如权利要求14所述的装置，其特征在于，所述多个排行榜单还包括标签排行榜单，所述处理模块，还用于：
在所述第一标签组在所述重点组合标签排行榜中的排行位置不属于预设范围，或所述重点组合标签排行榜中没有所述第一标签组对应的组合排行时，按照所述兴趣排行中每个产品标签对应的标签权重从高到低的顺序选取预设数量的产品标签；
将所述预设数量的产品标签按照标签权重从高到低的顺序与所述标签排行榜单进行比对；
在所述目标兴趣排行中第三产品标签在所述标签排行榜单中的排行位置属于所述预设范围时，根据所述标签排行榜单生成产品推荐理由。
16.如权利要求15所述的装置，其特征在于，所述处理模块，还用于：
在所述预设数量的产品标签中所有的产品标签在所述多个标签排行榜单中的排行位置都不属于所述预设范围时，根据总排行榜单生成产品推荐理由；其中，所述总排行榜单为根据每个产品被关注、浏览和购买进行统计得到的。
17.如权利要求16所述的装置，其特征在于，所述处理模块，还用于：
根据产品特色生成产品推荐理由；其中，所述产品特色为其它产品不具备的产品性质。
18.一种电子设备，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行权利要求1-9任一项所述的方法包括的步骤。
19.一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用于存储指令，当所述指令被执行时，使如权利要求1-9中任一项所述的方法被实现。
20.一种包含指令的计算机程序产品，其特征在于，所述计算机程序产品中存储有指令，当其在计算机上运行时，使得计算机执行如权利要求1-9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111453842.9A CN114119168A (zh) | 2021-12-01 | 2021-12-01 | 一种信息推送方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111453842.9A CN114119168A (zh) | 2021-12-01 | 2021-12-01 | 一种信息推送方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114119168A true CN114119168A (zh) | 2022-03-01 |
Family
ID=80369561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111453842.9A Pending CN114119168A (zh) | 2021-12-01 | 2021-12-01 | 一种信息推送方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114119168A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024046069A1 (zh) * | 2022-08-31 | 2024-03-07 | 华为技术有限公司 | 一种消息推送方法、终端和通信系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120036037A1 (en) * | 2010-08-03 | 2012-02-09 | Alibaba Group Holding Limited | Product reccommendation system |
| CN109615487A (zh) * | 2019-01-04 | 2019-04-12 | 平安科技（深圳）有限公司 | 基于用户行为的产品推荐方法、装置、设备及存储介质 |
| US20200111147A1 (en) * | 2018-10-09 | 2020-04-09 | Dell Products L.P. | Concerted Learning and Multi-Instance Sequential Prediction Tree |
| CN112235614A (zh) * | 2020-10-14 | 2021-01-15 | 广州欢网科技有限责任公司 | 电视节目排行榜数据的个性化推荐方法及系统 |
| CN112650921A (zh) * | 2020-12-18 | 2021-04-13 | 中国平安人寿保险股份有限公司 | 一种对象推荐方法、装置、设备及存储介质 |
| CN112837106A (zh) * | 2019-11-22 | 2021-05-25 | 上海哔哩哔哩科技有限公司 | 商品推荐方法、装置、计算机设备 |
-
2021
- 2021-12-01 CN CN202111453842.9A patent/CN114119168A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120036037A1 (en) * | 2010-08-03 | 2012-02-09 | Alibaba Group Holding Limited | Product reccommendation system |
| US20200111147A1 (en) * | 2018-10-09 | 2020-04-09 | Dell Products L.P. | Concerted Learning and Multi-Instance Sequential Prediction Tree |
| CN109615487A (zh) * | 2019-01-04 | 2019-04-12 | 平安科技（深圳）有限公司 | 基于用户行为的产品推荐方法、装置、设备及存储介质 |
| CN112837106A (zh) * | 2019-11-22 | 2021-05-25 | 上海哔哩哔哩科技有限公司 | 商品推荐方法、装置、计算机设备 |
| CN112235614A (zh) * | 2020-10-14 | 2021-01-15 | 广州欢网科技有限责任公司 | 电视节目排行榜数据的个性化推荐方法及系统 |
| CN112650921A (zh) * | 2020-12-18 | 2021-04-13 | 中国平安人寿保险股份有限公司 | 一种对象推荐方法、装置、设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024046069A1 (zh) * | 2022-08-31 | 2024-03-07 | 华为技术有限公司 | 一种消息推送方法、终端和通信系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109615454A (zh) | 确定用户金融违约风险的方法及装置 | |
| CN109299356B (zh) | 基于大数据的活动推荐方法、装置、电子设备及存储介质 | |
| CN108777701A (zh) | 一种确定信息受众的方法及装置 | |
| CN109711866B (zh) | 一种银行广告投放方法、装置及系统 | |
| CN112529663A (zh) | 商品推荐方法、装置、终端设备及存储介质 | |
| CN111951051B (zh) | 一种为客户推荐产品的方法、装置和系统 | |
| CN111861605A (zh) | 业务对象推荐方法 | |
| CN110689402A (zh) | 推荐商家的方法、装置、电子设备及可读存储介质 | |
| CN108428146A (zh) | 业务推广方法、装置及存储介质 | |
| CN109255676B (zh) | 商品推荐方法、装置、计算机设备及存储介质 | |
| CN111582932A (zh) | 场景间信息推送方法、装置、计算机设备及存储介质 | |
| CN112598472A (zh) | 产品推荐方法、装置、系统、介质和程序产品 | |
| CN110688433B (zh) | 一种基于路径的特征生成方法及装置 | |
| CN111612560A (zh) | 用于促销对象的推荐方法、系统、存储介质及电子设备 | |
| CN113744020A (zh) | 一种商品文案处理方法、装置、电子设备和存储介质 | |
| CN114119168A (zh) | 一种信息推送方法及装置 | |
| CN112511632B (zh) | 基于多源数据的对象推送方法、装置、设备及存储介质 | |
| CN106204163B (zh) | 一种用户属性特征的确定方法和装置 | |
| CN106919609B (zh) | 产品信息推送方法和装置 | |
| CN113743968A (zh) | 信息投放方法、装置及设备 | |
| CN109241417B (zh) | 用户唤醒方法与装置、计算设备和存储介质 | |
| CN108510302A (zh) | 一种营销决策方法及交易服务器 | |
| CN112015970A (zh) | 产品推荐方法、相关设备及计算机存储介质 | |
| CN108932658B (zh) | 数据处理方法、装置和计算机可读存储介质 | |
| CN114925261A (zh) | 关键词确定方法、装置、设备、存储介质及程序产品 |
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 |