CN116150482B - 一种基于大数据云平台的分布式消息推送系统 - Google Patents

Abstract

本发明属于消息推送领域，涉及数据分析技术，用于解决现有的分布式消息推送系统无法为不同类型的用户提供针对性的消息推送方式的问题，具体是一种基于大数据云平台的分布式消息推送系统，包括消息推送平台，所述消息推送平台通信连接有用户管理模块、时间分析模块、场景分析模块、推送管理模块以及存储模块；所述用户管理模块用于对消息接收用户进行管理分析：将消息接收用户标记为管理对象，设定管理周期；本发明可以对消息接收用户进行管理分析，从而通过管理系数对管理对象的用户粘性进行反馈并对管理对象进行分类标记，针对用户粘性高的管理对象采用程序化消息推送，针对用户粘性不高的管理对象进行特征分析。

Description

一种基于大数据云平台的分布式消息推送系统

技术领域

本发明属于消息推送领域，涉及数据分析技术，具体是一种基于大数据云平台的分布式消息推送系统。

背景技术

消息推送是通过一定的技术标准或协议，在互联网上通过定期传送用户需要的信息来减少信息过载的一项新技术，推送技术通过自动传送信息给用户，来减少用于网络上搜索的时间，它根据用户的兴趣来搜索、过滤信息，并将其定期推给用户，帮助用户高效率地发掘有价值的信息。

现有的分布式消息推送系统无法根据用户的订阅习惯对用户进行标签化管理，进而无法为不同类型的用户提供针对性的消息推送方式，导致消息推送后的点击率低下，消息推送的成果转化率不高。

针对上述技术问题，本身请提出一种解决方案。

发明内容

本发明的目的在于提供一种基于大数据云平台的分布式消息推送系统，用于解决现有的分布式消息推送系统无法为不同类型的用户提供针对性的消息推送方式的问题；

本发明需要解决的技术问题为：如何提供一种可以为不同类型的用户提供针对性的消息推送方式的基于大数据云平台的分布式消息推送系统。

本发明的目的可以通过以下技术方案实现：

一种基于大数据云平台的分布式消息推送系统，包括消息推送平台，所述消息推送平台通信连接有用户管理模块、时间分析模块、场景分析模块、推送管理模块以及存储模块；

所述用户管理模块用于对消息接收用户进行管理分析：将消息接收用户标记为管理对象，设定管理周期，在管理周期的结束时刻获取管理对象的登录数据DL、点击数据DJ以及连续数据LX；通过对管理对象的登录数据DL、点击数据DJ以及连续数据LX进行数值计算得到管理对象在管理周期内的管理系数GL；通过存储模块获取到管理阈值GLmin，将管理对象的管理系数GL与管理阈值GLmin进行比较并通过比较结果对管理对象的推送价值是否满足要求进行判定；

所述时间分析模块用于对分析对象的点击时间进行规律分析并对管理对象的时间规律特征进行标记；

所述场景分析模块用于对分析对象的点击场景进行规律分析并对分析对象的场景规律特征进行标记；

所述推送管理模块用于对消息接收用户进行消息推送管理分析：在下一管理周期开始时，采用程序推送模式为推送对象进行消息推送；采用定时推送模式为时间规律特征为集中的分析对象进行消息推送；采用场景推送模式为场景规律特征为节日的分析对象进行消息推送；不为时间规律特征为分散且场景规律特征为普通的分析对象进行消息推送。

作为本发明的一种优选实施方式，管理对象的登录数据DL的获取过程包括：获取管理对象在管理周期内登录平台的总时长并标记为登录数据DL；管理对象的点击数据DJ的获取过程包括：获取管理对象在管理周期内点击推送消息的总次数并标记为点击数据DJ；管理对象的连续数据LX的获取过程包括：在管理对象点击一个推送消息之后进行时长为L1分钟的倒计时，倒计时结束之前若管理对象再次点击了推送消息，则倒计时重启，且本次点击的连续值数值加一，以此类推，直至倒计时结束之前管理对象没有再次点击推送消息，将连续值进行记录并清零；在管理周期结束时刻将管理周期内记录的连续值的最大值标记为管理用户的连续数据LX。

作为本发明的一种优选实施方式，将管理对象的管理系数GL与管理阈值GLmin进行比较的具体过程包括：若管理系数GL小于管理阈值Glmin，则判定管理对象在管理周期内的推送价值不满足要求，将对应的管理对象在下一管理周期标记为分析对象；若管理系数GL大于等于管理阈值GLmin，则判定管理对象在管理周期内的推送价值满足要求，将对应的管理对象在下一管理周期标记为推送对象。

作为本发明的一种优选实施方式，时间分析模块对分析对象的点击时间进行规律分析的具体过程包括：将管理周期分割为若干个管理日，将每一个管理日分割为若干个管理时段，将管理时段按照时间先后顺序进行排列并分配序号，获取分析对象在管理时段内的点击次数并标记为管理时段的点击值，将管理日内点击值数值最大的管理时段标记为管理日的标记时段，将管理周期内所有管理日的标记时段的序号建立标记集合，对标记集合进行方差计算得到集中系数，通过存储模块获取到集中阈值，将集中系数与集中阈值进行比较并通过比较结果对分析对象的时间规律特征进行标记。

作为本发明的一种优选实施方式，将集中系数与集中阈值进行比较的具体过程包括：若集中系数小于集中阈值，则判定分析对象的点击时间具有规律性，将分析对象的时间规律特征标记为集中，且将标记集合中出现次数最多的序号对应的管理时段标记为分析对象的集中时段；若集中系数大于等于集中阈值，则判定分析对象的点击时间不具有规律性，将分析对象的时间规律特征标记为分散；将分析对象的时间规律特征发送至推送管理模块。

作为本发明的一种优选实施方式，场景分析模块对分析对象的点击场景进行规律分析的具体过程包括：将管理日内分析对象进行推送消息点击的次数标记为管理日的场景值，通过存储模块获取到场景阈值，将场景值与场景阈值进行比较：若场景值小于场景阈值，则判定管理日不具有场景参考价值，将对应管理日标记为普通日；若场景值大于等于场景阈值，则判定管理日具有场景参考价值，将对应管理日标记为场景日；将场景日之后的L1个管理日标记为场景日的监控日，获取监控日内是否包含有节日，若是，则将对应场景日标记为规律日；若否，则不对场景日进行标记；将规律日与场景日的比值标记为规律系数，通过存储模块获取到规律阈值，将规律系数与规律阈值进行比较并通过比较结果对分析对象的场景规律特征进行标记。

作为本发明的一种优选实施方式，将规律系数与规律阈值进行比较的具体过程包括：若规律系数小于规律阈值，则判定分析对象的点击场景不具有规律性，将对应分析对象的场景规律特征标记为普通；若规律系数大于等于规律阈值，则判定分析对象的点击场景具有规律性，将对应分析对象的场景规律特征标记为节日；将分析对象的场景规律特征发送至推送管理模块。

作为本发明的一种优选实施方式，程序推送模式的过程为采用系统设定程序为推送对象进行自动化消息推送；定时推送模式的过程包括：在分析对象的集中时段内为分析对象进行自动化消息推送；场景推送模式的过程包括：对管理周期内的节日进行提取，并将节日之前的L2个管理日标记为推送日，在推送日内对分析对象进行自动化消息推送。

本发明具备下述有益效果：

通过用户管理模块可以对消息接收用户进行管理分析，通过对管理对象的登录数据、点击数据以及连续数据等参数进行综合分析与计算得到管理系数，从而通过管理系数对管理对象的用户粘性进行反馈并对管理对象进行分类标记，针对用户粘性高的管理对象采用程序化消息推送，针对用户粘性不高的管理对象进行特征分析；

通过时间分析模块可以对分析对象的点击时间进行规律分析，从而对分析对象的消息点击习惯进行统计，通过分时段统计的方式对分析对象的消息点击习惯是否存在规律进行判定，进而对分析对象的时间规律特征进行标记，通过时间规律特征对不同的分析对象设计对应的消息推送方式，提高用户粘性不高的管理对象的消息点击概率；

通过场景分析模块可以对分析对象的点击场景进行规律分析，对分析对象的消息点击频率较高的管理日进行场景分析，判断分析对象的点击频率是否受到节日影响，从而对分析对象的场景规律特征进行标记，通过场景规律特征对不同的分析对象设计对应的消息推送方式，提高消息推送的成果转化率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的系统框图；

图2为本发明实施例二的方法流程图。

实施方式

下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。

实施例

如图1所示，一种基于大数据云平台的分布式消息推送系统，包括消息推送平台，消息推送平台通信连接有用户管理模块、时间分析模块、场景分析模块、推送管理模块以及存储模块。

用户管理模块用于对消息接收用户进行管理分析：将消息接收用户标记为管理对象，设定管理周期，在管理周期的结束时刻获取管理对象的登录数据DL、点击数据DJ以及连续数据LX，管理对象的登录数据DL的获取过程包括：获取管理对象在管理周期内登录平台的总时长并标记为登录数据DL；管理对象的点击数据DJ的获取过程包括：获取管理对象在管理周期内点击推送消息的总次数并标记为点击数据DJ；管理对象的连续数据LX的获取过程包括：在管理对象点击一个推送消息之后进行时长为L1分钟的倒计时，倒计时结束之前若管理对象再次点击了推送消息，则倒计时重启，且本次点击的连续值数值加一，以此类推，直至倒计时结束之前管理对象没有再次点击推送消息，将连续值进行记录并清零；在管理周期结束时刻将管理周期内记录的连续值的最大值标记为管理用户的连续数据LX；通过公式GL=α1*DL+α2*DJ+α3*LX得到管理对象在管理周期内的管理系数GL，管理系数是一个反映管理对象在管理周期内的推送价值的数值，管理系数的数值越大，则表示管理对象在管理周期内的推送价值越高；其中α1、α2以及α3均为比例系数，且α3＞α2＞α1＞1；通过存储模块获取到管理阈值GLmin，将管理对象的管理系数GL与管理阈值GLmin进行比较：若管理系数GL小于管理阈值Glmin，则判定管理对象在管理周期内的推送价值不满足要求，将对应的管理对象在下一管理周期标记为分析对象；若管理系数GL大于等于管理阈值GLmin，则判定管理对象在管理周期内的推送价值满足要求，将对应的管理对象在下一管理周期标记为推送对象；对消息接收用户进行管理分析，通过对管理对象的登录数据、点击数据以及连续数据等参数进行综合分析与计算得到管理系数，从而通过管理系数对管理对象的用户粘性进行反馈并对管理对象进行分类标记，针对用户粘性高的管理对象采用程序化消息推送，针对用户粘性不高的管理对象进行特征分析。

时间分析模块用于对分析对象的点击时间进行规律分析：将管理周期分割为若干个管理日，将每一个管理日分割为若干个管理时段，将管理时段按照时间先后顺序进行排列并分配序号，获取分析对象在管理时段内的点击次数并标记为管理时段的点击值，将管理日内点击值数值最大的管理时段标记为管理日的标记时段，将管理周期内所有管理日的标记时段的序号建立标记集合，对标记集合进行方差计算得到集中系数，通过存储模块获取到集中阈值，将集中系数与集中阈值进行比较：若集中系数小于集中阈值，则判定分析对象的点击时间具有规律性，将分析对象的时间规律特征标记为集中，且将标记集合中出现次数最多的序号对应的管理时段标记为分析对象的集中时段；若集中系数大于等于集中阈值，则判定分析对象的点击时间不具有规律性，将分析对象的时间规律特征标记为分散；将分析对象的时间规律特征发送至推送管理模块；对分析对象的点击时间进行规律分析，从而对分析对象的消息点击习惯进行统计，通过分时段统计的方式对分析对象的消息点击习惯是否存在规律进行判定，进而对分析对象的时间规律特征进行标记，通过时间规律特征对不同的分析对象设计对应的消息推送方式，提高用户粘性不高的管理对象的消息点击概率。

场景分析模块用于对分析对象的点击场景进行规律分析：将管理日内分析对象进行推送消息点击的次数标记为管理日的场景值，通过存储模块获取到场景阈值，将场景值与场景阈值进行比较：若场景值小于场景阈值，则判定管理日不具有场景参考价值，将对应管理日标记为普通日；若场景值大于等于场景阈值，则判定管理日具有场景参考价值，将对应管理日标记为场景日；将场景日之后的L1个管理日标记为场景日的监控日，获取监控日内是否包含有节日，若是，则将对应场景日标记为规律日；若否，则不对场景日进行标记；将规律日与场景日的比值标记为规律系数，通过存储模块获取到规律阈值，将规律系数与规律阈值进行比较：若规律系数小于规律阈值，则判定分析对象的点击场景不具有规律性，将对应分析对象的场景规律特征标记为普通；若规律系数大于等于规律阈值，则判定分析对象的点击场景具有规律性，将对应分析对象的场景规律特征标记为节日；将分析对象的场景规律特征发送至推送管理模块；对分析对象的点击场景进行规律分析，对分析对象的消息点击频率较高的管理日进行场景分析，判断分析对象的点击频率是否受到节日影响，从而对分析对象的场景规律特征进行标记，通过场景规律特征对不同的分析对象设计对应的消息推送方式，提高消息推送的成果转化率；本申请中的节日指代的是法定节假日。

推送管理模块用于对消息接收用户进行消息推送管理分析：在下一管理周期开始时，采用程序推送模式为推送对象进行消息推送；采用定时推送模式为时间规律特征为集中的分析对象进行消息推送；采用场景推送模式为场景规律特征为节日的分析对象进行消息推送；不为时间规律特征为分散且场景规律特征为普通的分析对象进行消息推送；程序推送模式的过程为采用系统设定程序为推送对象进行自动化消息推送；定时推送模式的过程包括：在分析对象的集中时段内为分析对象进行自动化消息推送；场景推送模式的过程包括：对管理周期内的节日进行提取，并将节日之前的L2个管理日标记为推送日，在推送日内对分析对象进行自动化消息推送。

实施例

如图2所示，一种基于大数据云平台的分布式消息推送方法，包括以下步骤：

步骤一：对消息接收用户进行管理分析：将消息接收用户标记为管理对象，设定管理周期，在管理周期的结束时刻获取管理对象的管理系数，通过管理系数的数值大小将管理对象标记为分析对象或推送对象；

步骤二：对分析对象的点击时间进行规律分析并对分析对象的时间规律特征进行标记；

步骤三：对分析对象的点击场景进行规律分析并对分析对象的场景规律特征进行标记；

步骤四：对消息接收用户进行消息推送管理分析：在下一管理周期开始时，采用程序推送模式为推送对象进行消息推送；采用定时推送模式为时间规律特征为集中的分析对象进行消息推送；采用场景推送模式为场景规律特征为节日的分析对象进行消息推送。

一种基于大数据云平台的分布式消息推送系统，工作时，对消息接收用户进行管理分析：将消息接收用户标记为管理对象，设定管理周期，在管理周期的结束时刻获取管理对象的登录数据DL、点击数据DJ以及连续数据LX；通过对管理对象的登录数据DL、点击数据DJ以及连续数据LX进行数值计算得到管理对象在管理周期内的管理系数，对分析对象的点击时间进行规律分析并对管理对象的时间规律特征进行标记，对分析对象的点击场景进行规律分析并对分析对象的场景规律特征进行标记；对消息接收用户进行消息推送管理分析：在下一管理周期开始时，采用程序推送模式为推送对象进行消息推送；采用定时推送模式为时间规律特征为集中的分析对象进行消息推送；采用场景推送模式为场景规律特征为节日的分析对象进行消息推送；不为时间规律特征为分散且场景规律特征为普通的分析对象进行消息推送。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式GL=α1*DL+α2*DJ+α3*LX；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的管理系数；将设定的管理系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为3.74、2.97和2.65；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的管理系数；只要不影响参数与量化后数值的比例关系即可，如管理系数与登录数据的数值成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优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的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种基于大数据云平台的分布式消息推送系统，其特征在于，包括消息推送平台，所述消息推送平台通信连接有用户管理模块、时间分析模块、场景分析模块、推送管理模块以及存储模块；

所述用户管理模块用于对消息接收用户进行管理分析：将消息接收用户标记为管理对象，设定管理周期，在管理周期的结束时刻获取管理对象的登录数据DL、点击数据DJ以及连续数据LX；通过对管理对象的登录数据DL、点击数据DJ以及连续数据LX进行数值计算得到管理对象在管理周期内的管理系数GL；通过存储模块获取到管理阈值GLmin，将管理对象的管理系数GL与管理阈值GLmin进行比较并通过比较结果对管理对象的推送价值是否满足要求进行判定；

所述时间分析模块用于对分析对象的点击时间进行规律分析并对管理对象的时间规律特征进行标记；

所述场景分析模块用于对分析对象的点击场景进行规律分析并对分析对象的场景规律特征进行标记；

所述推送管理模块用于对消息接收用户进行消息推送管理分析：在下一管理周期开始时，采用程序推送模式为推送对象进行消息推送；采用定时推送模式为时间规律特征为集中的分析对象进行消息推送；采用场景推送模式为场景规律特征为节日的分析对象进行消息推送；不为时间规律特征为分散且场景规律特征为普通的分析对象进行消息推送；

管理对象的登录数据DL的获取过程包括：获取管理对象在管理周期内登录平台的总时长并标记为登录数据DL；管理对象的点击数据DJ的获取过程包括：获取管理对象在管理周期内点击推送消息的总次数并标记为点击数据DJ；管理对象的连续数据LX的获取过程包括：在管理对象点击一个推送消息之后进行时长为L1分钟的倒计时，倒计时结束之前若管理对象再次点击了推送消息，则倒计时重启，且本次点击的连续值数值加一，以此类推，直至倒计时结束之前管理对象没有再次点击推送消息，将连续值进行记录并清零；在管理周期结束时刻将管理周期内记录的连续值的最大值标记为管理用户的连续数据LX；

将管理对象的管理系数GL与管理阈值GLmin进行比较的具体过程包括：若管理系数GL小于管理阈值Glmin，则判定管理对象在管理周期内的推送价值不满足要求，将对应的管理对象在下一管理周期标记为分析对象；若管理系数GL大于等于管理阈值GLmin，则判定管理对象在管理周期内的推送价值满足要求，将对应的管理对象在下一管理周期标记为推送对象；

时间分析模块对分析对象的点击时间进行规律分析的具体过程包括：将管理周期分割为若干个管理日，将每一个管理日分割为若干个管理时段，将管理时段按照时间先后顺序进行排列并分配序号，获取分析对象在管理时段内的点击次数并标记为管理时段的点击值，将管理日内点击值数值最大的管理时段标记为管理日的标记时段，将管理周期内所有管理日的标记时段的序号建立标记集合，对标记集合进行方差计算得到集中系数，通过存储模块获取到集中阈值，将集中系数与集中阈值进行比较并通过比较结果对分析对象的时间规律特征进行标记。

2.根据权利要求1所述的一种基于大数据云平台的分布式消息推送系统，其特征在于，将集中系数与集中阈值进行比较的具体过程包括：若集中系数小于集中阈值，则判定分析对象的点击时间具有规律性，将分析对象的时间规律特征标记为集中，且将标记集合中出现次数最多的序号对应的管理时段标记为分析对象的集中时段；若集中系数大于等于集中阈值，则判定分析对象的点击时间不具有规律性，将分析对象的时间规律特征标记为分散；将分析对象的时间规律特征发送至推送管理模块。

3.根据权利要求2所述的一种基于大数据云平台的分布式消息推送系统，其特征在于，场景分析模块对分析对象的点击场景进行规律分析的具体过程包括：将管理日内分析对象进行推送消息点击的次数标记为管理日的场景值，通过存储模块获取到场景阈值，将场景值与场景阈值进行比较：若场景值小于场景阈值，则判定管理日不具有场景参考价值，将对应管理日标记为普通日；若场景值大于等于场景阈值，则判定管理日具有场景参考价值，将对应管理日标记为场景日；将场景日之后的L1个管理日标记为场景日的监控日，获取监控日内是否包含有节日，若是，则将对应场景日标记为规律日；若否，则不对场景日进行标记；将规律日与场景日的比值标记为规律系数，通过存储模块获取到规律阈值，将规律系数与规律阈值进行比较并通过比较结果对分析对象的场景规律特征进行标记。

4.根据权利要求3所述的一种基于大数据云平台的分布式消息推送系统，其特征在于，将规律系数与规律阈值进行比较的具体过程包括：若规律系数小于规律阈值，则判定分析对象的点击场景不具有规律性，将对应分析对象的场景规律特征标记为普通；若规律系数大于等于规律阈值，则判定分析对象的点击场景具有规律性，将对应分析对象的场景规律特征标记为节日；将分析对象的场景规律特征发送至推送管理模块。

5.根据权利要求4所述的一种基于大数据云平台的分布式消息推送系统，其特征在于，程序推送模式的过程为采用系统设定程序为推送对象进行自动化消息推送；定时推送模式的过程包括：在分析对象的集中时段内为分析对象进行自动化消息推送；场景推送模式的过程包括：对管理周期内的节日进行提取，并将节日之前的L2个管理日标记为推送日，在推送日内对分析对象进行自动化消息推送。