CN117459576A - 基于边缘计算的数据推送方法、装置和计算机设备 - Google Patents
基于边缘计算的数据推送方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN117459576A CN117459576A CN202311203546.2A CN202311203546A CN117459576A CN 117459576 A CN117459576 A CN 117459576A CN 202311203546 A CN202311203546 A CN 202311203546A CN 117459576 A CN117459576 A CN 117459576A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- page
- candidate
- data
- 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 41
- 238000004364 calculation method Methods 0.000 title claims abstract description 20
- 230000003993 interaction Effects 0.000 claims abstract description 124
- 238000004590 computer program Methods 0.000 claims abstract description 31
- 239000013598 vector Substances 0.000 claims description 48
- 230000002452 interceptive effect Effects 0.000 claims description 24
- 238000013500 data storage Methods 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 65
- 230000000694 effects Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010027339 Menstruation irregular Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/02—Standardisation; Integration
- H04L41/0246—Exchanging or transporting network management information using the Internet; Embedding network management web servers in network elements; Web-services-based protocols
- H04L41/0253—Exchanging or transporting network management information using the Internet; Embedding network management web servers in network elements; Web-services-based protocols using browsers or web-pages for accessing management information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
Abstract
本申请涉及一种基于边缘计算的数据推送方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取目标时间段内的触发操作产生的数据信息,数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;确定向触发操作对应的目标对象待推送的候选目标业务数据;确定目标对象对候选目标业务数据的互动值,互动值用于反映目标对象对候选目标业务数据的互动状态;确定目标对象对候选目标业务数据的互动状态为感兴趣状态;将候选目标业务数据推送给目标对象。采用本方法能够将判断用户对候选目标业务数据是否有兴趣这件事进行理性的量化,使得判断出的结果更加精确,提高有效推送的概率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于边缘计算的数据推送方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着金融科技的发展和人工智能技术的应用,银行通过收集和分析客户的个人信息、财务状况和投资偏好等数据,利用机器学习和算法模型进行智能化分析和推送。
然而,当前的推送方式往往对所有用户进行无差别推送,这种方式未考虑用户对推送内容是否有兴趣,可能存在用户对推送内容不感兴趣的情况,降低了有效推送的概率。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高有效推送概率的基于边缘计算的数据推送方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种基于边缘计算的数据推送方法。所述方法包括:
响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,所述数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
根据所述页面信息和所述页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
根据所述页面停留时间信息、所述交易信息和所述收藏信息,确定所述目标对象对所述候选目标业务数据的互动值,所述互动值用于反映所述目标对象对所述候选目标业务数据的互动状态;
在所述互动值大于预设推送阈值的情况下,确定所述目标对象对所述候选目标业务数据的互动状态为感兴趣状态;
将所述候选目标业务数据推送给所述目标对象。
在其中一个实施例中,所述根据所述页面信息和所述页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据,包括:根据所述页面信息,确定所述目标对象在所述目标时间段内停留过的业务页面;根据所述页面停留时间信息,确定所述目标对象在所述目标时间段内在每一业务页面的停留时间;根据所述目标对象在所述目标时间段内在每一业务页面的停留时间,在所述业务页面中选取停留时间最长的业务页面作为候选业务页面;确定所述候选业务页面对应的目标业务数据,确定所述目标业务数据为向触发操作对应的目标对象待推送的候选目标业务数据。
在其中一个实施例中,所述根据所述页面停留时间信息、所述交易信息和所述收藏信息,确定所述目标对象对所述候选目标业务数据的互动值,包括:根据所述交易信息和所述收藏信息,确定所述目标对象在所述目标时间段内对所述候选目标业务数据对应的目标交易信息和目标收藏信息;获取与所述候选目标业务数据对应的互动分类树,所述互动分类树的每个非叶子节点各自对应有分类特征;根据所述目标交易信息、所述目标收藏信息、所述互动分类树和所述目标对象在所述候选业务页面的停留时间,确定所述候选目标业务数据被分类至的目标叶子节点;根据所述目标叶子节点对应的互动类型,确定所述目标对象对所述候选目标业务数据的互动值。
在其中一个实施例中,所述根据所述目标交易信息、所述目标收藏信息、所述互动分类树和所述目标对象在所述候选业务页面的停留时间,确定所述候选目标业务数据被分类至的目标叶子节点,包括:根据所述目标交易信息、所述目标收藏信息、所述互动分类树和所述目标对象在所述候选业务页面的停留时间,得到待分类特征向量;从所述互动分类树的根节点起确定当前节点,并根据与当前节点对应的分类特征和与所述待分类特征向量,确定所述待分类特征向量被分类至的目标叶子节点;所述目标叶子节点为所述当前节点的子节点;将所述目标叶子节点作为新的当前节点,返回至根据与当前节点对应的分类特征和所述待分类特征向量,确定所述待分类特征向量被分类至的目标叶子节点的步骤继续执行,直至达到叶子节点;将到达的叶子节点,作为所述待分类特征向量被分类至的目标叶子节点。
在其中一个实施例中,响应于所述目标对象对于所述候选目标业务数据的反馈操作,获取所述反馈操作产生的反馈信息;根据所述反馈信息,判断所述反馈信息的反馈类型,所述反馈类型包括正反馈和负反馈。
在其中一个实施例中,在所述反馈类型为正反馈的情况下,在预设时间段内继续推送所述候选目标业务数据;在所述反馈类型为负反馈的情况下,终止推送所述候选目标业务数据。
第二方面,本申请还提供了一种基于边缘计算的数据推送装置。所述装置包括:
获取模块,用于响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息;
第一确定模块,用于根据所述数据信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
第二确定模块,用于根据所述数据信息,确定所述目标对象对所述候选目标业务数据的互动值,所述互动值用于反映所述目标对象对所述候选目标业务数据的互动状态;
第三确定模块,用于在所述互动值大于预设推送阈值的情况下,确定所述目标对象对所述候选目标业务数据的互动状态为感兴趣状态;
推送模块,用于将所述候选目标业务数据推送给所述目标对象。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,所述数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
根据所述页面信息和所述页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
根据所述页面停留时间信息、所述交易信息和所述收藏信息,确定所述目标对象对所述候选目标业务数据的互动值,所述互动值用于反映所述目标对象对所述候选目标业务数据的互动状态;
在所述互动值大于预设推送阈值的情况下,确定所述目标对象对所述候选目标业务数据的互动状态为感兴趣状态;
将所述候选目标业务数据推送给所述目标对象。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其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以下步骤:
响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,所述数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
根据所述页面信息和所述页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
根据所述页面停留时间信息、所述交易信息和所述收藏信息,确定所述目标对象对所述候选目标业务数据的互动值,所述互动值用于反映所述目标对象对所述候选目标业务数据的互动状态;
在所述互动值大于预设推送阈值的情况下,确定所述目标对象对所述候选目标业务数据的互动状态为感兴趣状态;
将所述候选目标业务数据推送给所述目标对象。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,所述数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
根据所述页面信息和所述页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
根据所述页面停留时间信息、所述交易信息和所述收藏信息,确定所述目标对象对所述候选目标业务数据的互动值,所述互动值用于反映所述目标对象对所述候选目标业务数据的互动状态;
在所述互动值大于预设推送阈值的情况下,确定所述目标对象对所述候选目标业务数据的互动状态为感兴趣状态;
将所述候选目标业务数据推送给所述目标对象。
上述基于边缘计算的数据推送方法、装置、计算机设备、存储介质和计算机程序产品,通过响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息,以此来获得一定时间内用户使用应用程序所产生的所有业务数据。再根据页面信息和页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据,以此来获得用户停留时间最长的页面所产生的业务数据。然后根据页面停留时间信息、交易信息和收藏信息,确定目标对象对候选目标业务数据的互动值,互动值用于反映目标对象对候选目标业务数据的互动状态,在互动值大于预设推送阈值的情况下,确定目标对象对候选目标业务数据的互动状态为感兴趣状态,以此将判断用户对候选目标业务数据是否有兴趣这件事进行理性的量化,脱离感性的主观判断,使得判断出的结果更加精确。最后将候选目标业务数据推送给目标对象。以此实现向用户推送用户自己感兴趣的内容,提高了有效推送的概率。
附图说明
图1为一个实施例中基于边缘计算的数据推送方法的流程示意图;
图2为另一个实施例中基于边缘计算的数据推送方法的流程示意图;
图3为一个实施例中基于边缘计算的数据推送装置的结构框图;
图4为另一个实施例中基于边缘计算的数据推送装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种基于边缘计算的数据推送方法,本申请通过在终端侧执行相应的动作,实现对数据的推送,有效降低系统的处理负载,解决数据传输的延迟问题,体现了边缘计算的优点。本实施例以该方法应用于终端进行举例说明。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中,该方法包括以下步骤:
步骤102,响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息。
其中,在本实施例中对于应用程序的范围不做限制,可根据实际需要进行设置,可以为与具体业务相关的应用程序,例如移动终端上与A银行相关的应用程序包括X应用和Y应用,那么就响应于针对X应用和Y应用的触发操作。当然也可以为移动终端上所有的应用程序。页面信息用于反映用户针对应用程序具体哪个页面进行过触发操作。页面停留时间信息用于反映用户在应用程序具体页面的停留时间。交易信息用于反映用户在应用程序具体页面发生的交易。收藏信息用于反映用户在应用程序具体页面进行的收藏行为。目标时间段是指用户对终端进行触发操作的一段连续时间内,并且目标时间段中的时长可根据实际需要进行设置。
具体地,响应于用户对终端上相关应用程序的初次触发操作,每隔目标时间段,获取一次该目标时间段内用户对相关应用程序进行触发操作时所产生的数据信息,包括反映用户针对应用程序具体哪个页面进行过触发操作的页面信息、反映用户在应用程序具体页面的停留时间的页面停留时间信息、反映用户在应用程序具体页面发生交易的交易信息和反映用户在应用程序具体页面进行的收藏行为的收藏信息。
在一示例中,在用户的终端上与A银行业务相关的应用程序包括X应用和Y应用,响应于用户对X应用或者Y应用的初次触发操作,每间隔十分钟,获取该十分钟内用户对X应用和Y应用进行触发操作时所产生的数据信息,包括反映用户针对X应用和Y应用具体哪个页面进行过触发操作的页面信息、反映用户在X应用和Y应用具体页面的停留时间的页面停留时间信息、反映用户在X应用和Y应用具体页面发生交易的交易信息和反映用户在X应用和Y应用具体页面进行的收藏行为的收藏信息。
步骤104,根据页面信息和页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据。
其中,目标对象是指当前对终端中的应用程序进行触发操作的用户。候选目标业务数据是指对能够反映用户针对应用程序具体哪个页面进行过触发操作的页面信息和能够反映用户在应用程序具体页面的停留时间的页面停留时间信息进行分析以后,得到用户在目标时间段内最感兴趣的业务数据,并将该业务数据作为向用户待推送的对象。
具体地,获取用户在目标时间段内对终端上应用程序进行触发操作时所产生的能够反映用户针对应用程序具体哪个页面进行过触发操作的页面信息和能够反映用户在应用程序具体页面的停留时间的页面停留时间信息。然后通过对能够反映用户针对应用程序具体哪个页面进行过触发操作的页面信息和能够反映用户在应用程序具体页面的停留时间的页面停留时间信息进行分析,得到用户在目标时间段内最感兴趣的业务数据,并将该业务数据作为向用户待推送的对象。
在一示例中,预设的目标时间段为10分钟,用户A在该10分钟内,对应用程序S中的三个页面进行了触发操作,三个页面分别为理财页面、借贷页面和养老金页面,并且该用户10分钟内对理财页面、借贷页面和养老金页面的停留时间分别为理财页面停留2分钟、借贷页面停留5分钟,和养老金页面停留3分钟。其中,用户A在该10分钟内,对应用程序S中的三个页面进行了触发操作,三个页面分别为理财页面、借贷页面和养老金页面属于页面信息;该用户10分钟内对理财页面、借贷页面和养老金页面的停留时间分别为理财页面停留2分钟、借贷页面停留5分钟,和养老金页面停留3分钟属于页面停留时间信息。通过对上述描述的页面信息和页面停留时间信息进行分析,得到用户在10分钟内最感兴趣的页面为停留时间最久的借贷页面,因此将该借贷页面所对应的业务产品作为向用户待推送的候选目标业务数据。
步骤106,根据页面停留时间信息、交易信息和收藏信息,确定目标对象对候选目标业务数据的互动值,互动值用于反映目标对象对候选目标业务数据的互动状态。
其中,互动值是一个量化指标,用于描述用户与应用程序或者应用程序中具体某业务数据之间交互程度的指标。它通常用于衡量用户针对应用程序或者应用程序中具体某业务数据的参与程度和活跃度。容易理解地,互动值可以通过多种因素来衡量,例如用户的行为频率、参与讨论的次数、发布内容的数量等,本申请对于互动值的衡量方法不做具体限定,可根据实际需要进行设置。
具体地,获取能够反映用户在应用程序具体页面发生交易的交易信息以及能够反映用户在应用程序具体页面进行的收藏行为的收藏信息。通过对能够反映用户在应用程序具体页面发生交易的交易信息、能够反映用户在应用程序具体页面进行的收藏行为的收藏信息以及能够反映用户在应用程序具体页面的停留时间的页面停留时间信息进行分析,得到用户与目标时间段内最感兴趣的业务数据进行互动的活跃度。
在一示例中,预设的目标时间段为10分钟,用户A在该10分钟内,对应用程序S中的三个页面进行了触发操作,三个页面分别为理财页面、借贷页面和养老金页面,并且该用户10分钟内对理财页面、借贷页面和养老金页面的停留时间分别为理财页面停留2分钟、借贷页面停留5分钟,和养老金页面停留3分钟。其中,用户A在该10分钟内,对应用程序S中的三个页面进行了触发操作,三个页面分别为理财页面、借贷页面和养老金页面属于页面信息;该用户10分钟内对理财页面、借贷页面和养老金页面的停留时间分别为理财页面停留2分钟、借贷页面停留5分钟,和养老金页面停留3分钟属于页面停留时间信息。并且用户A在10分钟之内在理财页面完成交易1次,完成收藏2次;在借贷页面完成交易2次,完成收藏1次;在养老金页面完成交易0次,完成收藏0次。用户A在10分钟之内在理财页面、借贷页面和养老金页面完成交易的次数即为交易信息;用户A在10分钟之内在理财页面、借贷页面和养老金页面完成收藏的次数即为收藏信息,最后根据上一步骤中确定出的用户A在10分钟内最感兴趣的借贷页面,从页面停留时间信息、交易信息和收藏信息中确定用户A在该借贷页面的停留时间(5分钟)、完成的交易次数(2次)和完成的收藏次数(1次),并对用户A在该借贷页面的停留时间(5分钟)、完成的交易次数(2次)和完成的收藏次数(1次)进行分析,得到用户在10分钟内最感兴趣的业务数据进行互动的活跃度。
步骤108,在互动值大于预设推送阈值的情况下,确定目标对象对候选目标业务数据的互动状态为感兴趣状态。
其中,互动状态是一个根据互动值这种量化指标而得出的能够反映用户针对应用程序或者应用程序中具体某业务数据的参与程度和活跃度的结论。本申请对于互动状态的衡量方法不做具体限定,可根据实际需要进行设置。感兴趣状态用于表示用户对候选目标业务数据的兴趣程度满足向用户进行推送的条件。
具体地,在本申请中将用户对于候选目标的互动状态分为感兴趣状态和不感兴趣状态。在得到用户与目标时间段内最感兴趣的业务数据进行互动的活跃度之后,根据预设的活动度与互动状态之间的对应关系,判断出该用户对目标时间段内最感兴趣的业务数据的兴趣程度是否满足向用户进行推送的条件。
在一示例中,用户与目标时间段内最感兴趣的业务数据进行互动的活跃度即互动值经过分析之后为20,而活动度与互动状态之间的对应关系为活动度大于50为感兴趣状态,小于或等于50为不感兴趣状态。因此,根据该对应关系判断出用户对候选目标业务数据的互动状态为不感兴趣状态,即该用户对目标时间段内最感兴趣的业务数据的兴趣程度不满足向用户进行推送的条件。
步骤110,将候选目标业务数据推送给目标对象。
其中,在本申请中对于将候选目标业务数据推送给目标对象的具体方式不做明显限定,可根据实际需要进行设置。
具体地,在确定该用户对目标时间段内最感兴趣的业务数据的兴趣程度满足向用户进行推送的条件的情况下,在未来一定时间段内将该用户在目标时间段内最感兴趣的业务数据向用户进行不定期的推送。
在其中一个实施例中,根据页面信息,确定目标对象在目标时间段内停留过的业务页面;根据页面停留时间信息,确定目标对象在目标时间段内在每一业务页面的停留时间;根据目标对象在目标时间段内在每一业务页面的停留时间,在业务页面中选取停留时间最长的业务页面作为候选业务页面;确定候选业务页面对应的目标业务数据,确定目标业务数据为向触发操作对应的目标对象待推送的候选目标业务数据。
具体地,通过对页面信息的分析,确定出用户在目标时间段内停留过的业务页面,以及用户在每一业务页面停留的时间,在用户停留过的业务页面中选取停留时间最长的业务页面作为候选业务页面,那么该候选业务页面中反映出的业务数据即为候选目标业务数据。
在一示例中,通过对页面信息的分析,得出以下信息:用户A在目标时间段内(10分钟内)停留过的页面包括X页面、Y页面和Z页面,并且通过分析可知,用户A在X页面中停留的时间为5分钟,在Y页面停留的时间为2分钟,在Z页面停留的时间为3分钟。因此在X页面、Y页面和Z页面中选取停留时间最长的业务页面即X页面作为候选业务页面,而X页面为应用程序中与理财相关的页面,该X页面对应的目标业务数据可以为具体的理财产品Q,所以该理财产品Q即为向用户A待推送的候选目标业务数据。
通过对页面信息和页面停留时间信息的分析以及处理,使得候选目标业务数据可以被精确科学地确定出来,保证了确定出的候选目标业务数据是用户在目标时间段内最为感兴趣的业务数据,为后续的推荐提供了依据和基础。
在其中一个实施例中,根据交易信息和收藏信息,确定目标对象在目标时间段内对候选目标业务数据对应的目标交易信息和目标收藏信息;获取与候选目标业务数据对应的互动分类树,互动分类树的每个非叶子节点各自对应有分类特征;根据目标交易信息、目标收藏信息、互动分类树和目标对象在候选业务页面的停留时间,确定候选目标业务数据被分类至的目标叶子节点;根据目标叶子节点对应的互动类型,确定目标对象对候选目标业务数据的互动值。
具体地,首先根据用户在候选业务页面的停留时间,在候选业务页面的交易次数和在候选业务页面的收藏次数,得到待分类特征向量。接下来,需要获取与处理候选目标业务数据对应的互动分类树。互动分类树的每个非叶子节点都对应着分类特征。利用目标交易信息、目标收藏信息、互动分类树以及目标对象在候选业务页面的停留时间,可以确定候选目标业务数据被分类至的目标叶子节点。最后,根据目标叶子节点对应的互动类型,可以确定目标对象对候选目标业务数据的互动值。
在一示例中,用户A在10分钟之内,在候选业务页面即X页面的停留时间为5分钟,属于用户A在10分钟之内停留时间最久的业务页面,并且该X页面对应的候选目标业务数据为借贷产品M。用户A的目标交易信息为用户A10分钟之内在该X页面完成的交易次数为4次。在该X页面完成的收藏次数为3次。因此,根据上述该用户A对应的页面停留时间信息、交易信息和收藏信息,得到用户A的特征向量(5、4、3),将该特征向量(5、4、3)输入进互动分类树,经过在该互动分类树种依次地进行节点分类,确定被分类到叶子节点的历史对象包括A、B和C,被分类到特征向量(5、4、3)的叶子节点称为目标叶子节点。最后经过对目标叶子节点各自对应的互动类型,最后根据预先设置的互动类型和互动值之间的映射关系,得到该用户A对该X页面对应的候选目标业务数据为借贷产品M的互动值。
由于通过互动分类树对用户在候选业务页面的交易信息、在候选业务页面收藏信息以及该用户在候选业务页面的停留时间进行分析,得到用户对候选目标业务数据的互动值,实现了用户对候选目标业务数据感兴趣程度的量化,并且可以高效快速地处理多种类型的数据包括用户的交易信息、收藏信息以及该用户在候选业务页面的停留时间,也可以更加直观地呈现出每一种类型数据的特征和决策的过程。
在其中一个实施例中,根据目标交易信息、目标收藏信息、互动分类树和目标对象在候选业务页面的停留时间,得到待分类特征向量;从互动分类树的根节点起确定当前节点,并根据与当前节点对应的分类特征和与待分类特征向量,确定待分类特征向量被分类至的目标叶子节点;目标叶子节点为当前节点的子节点;将目标叶子节点作为新的当前节点,返回至根据与当前节点对应的分类特征和待分类特征向量,确定待分类特征向量被分类至的目标叶子节点的步骤继续执行,直至达到叶子节点;将到达的叶子节点,作为待分类特征向量被分类至的目标叶子节点。
具体地,首先根据用户在候选业务页面的停留时间,在候选业务页面的交易次数和在候选业务页面的收藏次数,得到待分类特征向量。接下来,从互动分类树的根节点开始,确定当前节点。根据当前节点对应的分类特征以及待分类特征向量的值,确定待分类特征向量被分类至的目标叶子节点。即根据当前节点的分类规则将待分类特征向量划分到该节点的一个子节点。将目标叶子节点作为新的当前节点。然后,根据当前节点对应的分类特征以及待分类特征向量的值,确定待分类特征向量被分类至的目标叶子节点。这一步骤会不断迭代,直到达到叶子节点为止。最后,到达的叶子节点被确定为待分类特征向量被分类至的目标叶子节点。这个目标叶子节点即为最终的分类结果。
通过互动分类树的非叶子节点各自对应的分类特征对根据用户在候选业务页面的停留时间,在候选业务页面的交易次数和在候选业务页面的收藏次数得到的待分类特征向量进行分类,最后得到用户对候选目标业务数据的互动值,实现了用户对候选目标业务数据感兴趣程度的量化,并且可以高效快速地处理多种类型的数据包括用户的交易信息、收藏信息以及该用户在候选业务页面的停留时间,也可以更加直观地呈现出每一种类型数据的特征和决策的过程。
在其中一个实施例中,响应于目标对象对于候选目标业务数据的反馈操作,获取反馈操作产生的反馈信息;根据反馈信息,判断反馈信息的反馈类型,反馈类型包括正反馈和负反馈。
具体地,在将候选目标业务数据向用户首次推荐后,根据用户针对该推荐的候选目标业务数据进行的反馈操作,以此得到用户的反馈信息,并且根据该反馈信息的具体内容判断出该反馈信息是属于正反馈还是负反馈,也即根据该反馈信息的具体内容判断出用户对该推荐的候选目标业务数据是否感兴趣。其中,正反馈是指用户对该推荐的候选目标业务数据感兴趣,而负反馈是指用户对该推荐的候选目标业务数据不感兴趣。
在一示例中,在将候选目标业务数据(理财产品Q)向用户首次推荐后,用户A针对该理财产品Q进行了收藏或者交易,那么收藏或者交易就属于用户A的反馈操作,根据用户A针对理财产品Q进行的交易或者收藏操作,得到用户A相应的收藏信息或者交易信息。并且根据用户A相应的收藏信息或者交易信息的具体内容判断出用户A对理财产品Q是否感兴趣,感兴趣就是正反馈,不感兴趣就是负反馈。
通过获取用户对于候选目标业务数据的反馈操作产生的反馈信息,可以准确地判断出用户对候选目标业务数据是否感兴趣,为后续进行相应的调整提供了依据。
在其中一个实施例中,在反馈类型为正反馈的情况下,在预设时间段内继续推送候选目标业务数据;在反馈类型为负反馈的情况下,终止推送候选目标业务数据。
具体地,在将候选目标业务数据向用户首次推荐后,根据用户对于候选目标业务数据的反馈操作产生的反馈信息,对该反馈信息的具体内容进行分析判断,在判断出该用户对该推荐的候选目标业务数据感兴趣的情况下,在预设时间段内继续推送候选目标业务数据,对于预设时间段的长短可以根据实际需要进行设置。在判断出该用户对该推荐的候选目标业务数据不感兴趣的情况下,终止推送候选目标业务数据。
在一示例中,在将候选目标业务数据(理财产品Q)向用户A首次推荐后,用户A针对该理财产品Q进行了收藏或交易,收藏和交易产生的反馈信息都属于正反馈这一反馈类型。因此,在预设时间段内继续向用户A推送理财产品Q。
在另一示例中,在将候选目标业务数据(理财产品P)向用户A首次推荐后,用户A针对该理财产品Q,用户A针对该理财产品P进行了跳过或者忽略,跳过和忽略产生的反馈信息都属于负反馈这一反馈类型。因此,终止向用户A推送候选目标业务数据。
通过反馈信息属于不同反馈类型的情况下,采取不同的方案,实现了对推荐内容的精准调整,实现向用户推送用户自己感兴趣的内容,提高了有效推送的概率。
在一个实施例中,如图2所示,图2为另一个实施例中基于边缘计算的数据推送方法的流程示意图,包括以下步骤:
步骤202,响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
步骤204,根据页面信息,确定目标对象在目标时间段内停留过的业务页面;
根据页面停留时间信息,确定目标对象在目标时间段内在每一业务页面的停留时间;
根据目标对象在目标时间段内在每一业务页面的停留时间,在业务页面中选取停留时间最长的业务页面作为候选业务页面;
确定候选业务页面对应的目标业务数据,确定目标业务数据为向触发操作对应的目标对象待推送的候选目标业务数据。
步骤206,根据交易信息和收藏信息,确定目标对象在目标时间段内对候选目标业务数据对应的目标交易信息和目标收藏信息;
获取与候选目标业务数据对应的互动分类树,互动分类树的每个非叶子节点各自对应有分类特征;
根据目标交易信息、目标收藏信息、互动分类树和目标对象在候选业务页面的停留时间,得到待分类特征向量;
从互动分类树的根节点起确定当前节点,并根据与当前节点对应的分类特征和与待分类特征向量,确定待分类特征向量被分类至的目标叶子节点;目标叶子节点为当前节点的子节点;
将目标叶子节点作为新的当前节点,返回至根据与当前节点对应的分类特征和待分类特征向量,确定待分类特征向量被分类至的目标叶子节点的步骤继续执行,直至达到叶子节点;
将到达的叶子节点,作为待分类特征向量被分类至的目标叶子节点。
根据目标叶子节点对应的互动类型,确定目标对象对候选目标业务数据的互动值;
步骤208,在互动值大于预设推送阈值的情况下,确定目标对象对候选目标业务数据的互动状态为感兴趣状态;
步骤210,将候选目标业务数据推送给目标对象;
步骤212,响应于目标对象对于候选目标业务数据的反馈操作,获取反馈操作产生的反馈信息;
根据反馈信息,判断反馈信息的反馈类型,反馈类型包括正反馈和负反馈;
步骤214,在反馈类型为正反馈的情况下,在预设时间段内继续推送候选目标业务数据;在反馈类型为负反馈的情况下,终止推送候选目标业务数据。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的基于边缘计算的数据推送方法的基于边缘计算的数据推送装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个基于边缘计算的数据推送装置实施例中的具体限定可以参见上文中对于基于边缘计算的数据推送方法的限定,在此不再赘述。
在一个实施例中,如图3所示,提供了一种基于边缘计算的数据推送装置300,包括:获取模块302、第一确定模块304、第二确定模块306、第三确定模块308和推送模块310,其中:
获取模块302,用于响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息;
第一确定模块304,用于根据数据信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
第二确定模块306,用于根据数据信息,确定目标对象对候选目标业务数据的互动值,互动值用于反映目标对象对候选目标业务数据的互动状态;
第三确定模块308,用于在互动值大于预设推送阈值的情况下,确定目标对象对候选目标业务数据的互动状态为感兴趣状态;
推送模块310,用于将候选目标业务数据推送给目标对象。
在其中一个实施例中,第一确定模块304,用于根据页面信息,确定目标对象在目标时间段内停留过的业务页面;根据页面停留时间信息,确定目标对象在目标时间段内在每一业务页面的停留时间;根据目标对象在目标时间段内在每一业务页面的停留时间,在业务页面中选取停留时间最长的业务页面作为候选业务页面;确定候选业务页面对应的目标业务数据,确定目标业务数据为向触发操作对应的目标对象待推送的候选目标业务数据。
在其中一个实施例中,第二确定模块306,用于根据交易信息和收藏信息,确定目标对象在目标时间段内对候选目标业务数据对应的目标交易信息和目标收藏信息;获取与候选目标业务数据对应的互动分类树,互动分类树的每个非叶子节点各自对应有分类特征;根据目标交易信息、目标收藏信息、互动分类树和目标对象在候选业务页面的停留时间,确定候选目标业务数据被分类至的目标叶子节点;根据目标叶子节点对应的互动类型,确定目标对象对候选目标业务数据的互动值。
在其中一个实施例中,第二确定模块306,用于根据目标交易信息、目标收藏信息、互动分类树和目标对象在候选业务页面的停留时间,得到待分类特征向量;从互动分类树的根节点起确定当前节点,并根据与当前节点对应的分类特征和与待分类特征向量,确定待分类特征向量被分类至的目标叶子节点;目标叶子节点为当前节点的子节点;将目标叶子节点作为新的当前节点,返回至根据与当前节点对应的分类特征和待分类特征向量,确定待分类特征向量被分类至的目标叶子节点的步骤继续执行,直至达到叶子节点;将到达的叶子节点,作为待分类特征向量被分类至的目标叶子节点。
在其中一个实施例中,基于边缘计算的数据推送装置300还包括第一反馈模块312,用于响应于目标对象对于候选目标业务数据的反馈操作,获取反馈操作产生的反馈信息;根据反馈信息,判断反馈信息的反馈类型,反馈类型包括正反馈和负反馈。
在其中一个实施例中,基于边缘计算的数据推送装置300还包括第二反馈模块314,用于在反馈类型为正反馈的情况下,在预设时间段内继续推送候选目标业务数据;在反馈类型为负反馈的情况下,终止推送候选目标业务数据。
在另一实施例中,如图4所示,图4为另一个实施例中基于边缘计算的数据推送装置的结构框图,包括:获取模块302、第一确定模块304、第二确定模块306、第三确定模块308和推送模块310。
其中,基于边缘计算的数据推送装置300还包括第一反馈模块312,用于响应于目标对象对于候选目标业务数据的反馈操作,获取反馈操作产生的反馈信息;根据反馈信息,判断反馈信息的反馈类型,反馈类型包括正反馈和负反馈。
基于边缘计算的数据推送装置300还包括第二反馈模块314,用于在反馈类型为正反馈的情况下,在预设时间段内继续推送候选目标业务数据;在反馈类型为负反馈的情况下,终止推送候选目标业务数据。
上述基于边缘计算的数据推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储与基于边缘计算的数据推送相关的数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于边缘计算的数据推送方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
根据页面信息和页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
根据页面停留时间信息、交易信息和收藏信息,确定目标对象对候选目标业务数据的互动值,互动值用于反映目标对象对候选目标业务数据的互动状态;
在互动值大于预设推送阈值的情况下,确定目标对象对候选目标业务数据的互动状态为感兴趣状态;
将候选目标业务数据推送给目标对象。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据页面信息,确定目标对象在目标时间段内停留过的业务页面;
根据页面停留时间信息,确定目标对象在目标时间段内在每一业务页面的停留时间;
根据目标对象在目标时间段内在每一业务页面的停留时间,在业务页面中选取停留时间最长的业务页面作为候选业务页面;
确定候选业务页面对应的目标业务数据,确定目标业务数据为向触发操作对应的目标对象待推送的候选目标业务数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据交易信息和收藏信息,确定目标对象在目标时间段内对候选目标业务数据对应的目标交易信息和目标收藏信息;
获取与候选目标业务数据对应的互动分类树,互动分类树的每个非叶子节点各自对应有分类特征;
根据目标交易信息、目标收藏信息、互动分类树和目标对象在候选业务页面的停留时间,确定候选目标业务数据被分类至的目标叶子节点;
根据目标叶子节点对应的互动类型,确定目标对象对候选目标业务数据的互动值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据目标交易信息、目标收藏信息、互动分类树和目标对象在候选业务页面的停留时间,得到待分类特征向量;
从互动分类树的根节点起确定当前节点,并根据与当前节点对应的分类特征和与待分类特征向量,确定待分类特征向量被分类至的目标叶子节点;目标叶子节点为当前节点的子节点;
将目标叶子节点作为新的当前节点,返回至根据与当前节点对应的分类特征和待分类特征向量,确定待分类特征向量被分类至的目标叶子节点的步骤继续执行,直至达到叶子节点;
将到达的叶子节点,作为待分类特征向量被分类至的目标叶子节点。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
响应于目标对象对于候选目标业务数据的反馈操作,获取反馈操作产生的反馈信息;
根据反馈信息,判断反馈信息的反馈类型,反馈类型包括正反馈和负反馈。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
在反馈类型为正反馈的情况下,在预设时间段内继续推送候选目标业务数据;
在反馈类型为负反馈的情况下,终止推送候选目标业务数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
根据页面信息和页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
根据页面停留时间信息、交易信息和收藏信息,确定目标对象对候选目标业务数据的互动值,互动值用于反映目标对象对候选目标业务数据的互动状态;
在互动值大于预设推送阈值的情况下,确定目标对象对候选目标业务数据的互动状态为感兴趣状态;
将候选目标业务数据推送给目标对象。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
根据页面信息和页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
根据页面停留时间信息、交易信息和收藏信息,确定目标对象对候选目标业务数据的互动值,互动值用于反映目标对象对候选目标业务数据的互动状态;
在互动值大于预设推送阈值的情况下,确定目标对象对候选目标业务数据的互动状态为感兴趣状态;
将候选目标业务数据推送给目标对象。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于边缘计算的数据推送方法,其特征在于,所述方法包括:
响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息,所述数据信息包括页面信息、页面停留时间信息、交易信息和收藏信息;
根据所述页面信息和所述页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
根据所述页面停留时间信息、所述交易信息和所述收藏信息,确定所述目标对象对所述候选目标业务数据的互动值,所述互动值用于反映所述目标对象对所述候选目标业务数据的互动状态;
在所述互动值大于预设推送阈值的情况下,确定所述目标对象对所述候选目标业务数据的互动状态为感兴趣状态;
将所述候选目标业务数据推送给所述目标对象。
2.根据权利要求1所述的方法,其特征在于,所述根据所述页面信息和所述页面停留时间信息,确定向触发操作对应的目标对象待推送的候选目标业务数据,包括:
根据所述页面信息,确定所述目标对象在所述目标时间段内停留过的业务页面;
根据所述页面停留时间信息,确定所述目标对象在所述目标时间段内在每一业务页面的停留时间;
根据所述目标对象在所述目标时间段内在每一业务页面的停留时间,在所述业务页面中选取停留时间最长的业务页面作为候选业务页面;
确定所述候选业务页面对应的目标业务数据,确定所述目标业务数据为向触发操作对应的目标对象待推送的候选目标业务数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述页面停留时间信息、所述交易信息和所述收藏信息,确定所述目标对象对所述候选目标业务数据的互动值,包括:
根据所述交易信息和所述收藏信息,确定所述目标对象在所述目标时间段内对所述候选目标业务数据对应的目标交易信息和目标收藏信息;
获取与所述候选目标业务数据对应的互动分类树,所述互动分类树的每个非叶子节点各自对应有分类特征;
根据所述目标交易信息、所述目标收藏信息、所述互动分类树和所述目标对象在所述候选业务页面的停留时间,确定所述候选目标业务数据被分类至的目标叶子节点;
根据所述目标叶子节点对应的互动类型,确定所述目标对象对所述候选目标业务数据的互动值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标交易信息、所述目标收藏信息、所述互动分类树和所述目标对象在所述候选业务页面的停留时间,确定所述候选目标业务数据被分类至的目标叶子节点,包括:
根据所述目标交易信息、所述目标收藏信息、所述互动分类树和所述目标对象在所述候选业务页面的停留时间,得到待分类特征向量;
从所述互动分类树的根节点起确定当前节点,并根据与当前节点对应的分类特征和与所述待分类特征向量,确定所述待分类特征向量被分类至的目标叶子节点;所述目标叶子节点为所述当前节点的子节点;
将所述目标叶子节点作为新的当前节点,返回至根据与当前节点对应的分类特征和所述待分类特征向量,确定所述待分类特征向量被分类至的目标叶子节点的步骤继续执行,直至达到叶子节点;
将到达的叶子节点,作为所述待分类特征向量被分类至的目标叶子节点。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于所述目标对象对于所述候选目标业务数据的反馈操作,获取所述反馈操作产生的反馈信息;
根据所述反馈信息,判断所述反馈信息的反馈类型,所述反馈类型包括正反馈和负反馈。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在所述反馈类型为正反馈的情况下,在预设时间段内继续推送所述候选目标业务数据;
在所述反馈类型为负反馈的情况下,终止推送所述候选目标业务数据。
7.一种基于边缘计算的数据推送装置,其特征在于,所述装置包括:
获取模块,用于响应于针对应用程序的触发操作,获取目标时间段内的触发操作产生的数据信息;
第一确定模块,用于根据所述数据信息,确定向触发操作对应的目标对象待推送的候选目标业务数据;
第二确定模块,用于根据所述数据信息,确定所述目标对象对所述候选目标业务数据的互动值,所述互动值用于反映所述目标对象对所述候选目标业务数据的互动状态;
第三确定模块,用于在所述互动值大于预设推送阈值的情况下,确定所述目标对象对所述候选目标业务数据的互动状态为感兴趣状态;
推送模块,用于将所述候选目标业务数据推送给所述目标对象。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311203546.2A CN117459576A (zh) | 2023-09-18 | 2023-09-18 | 基于边缘计算的数据推送方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311203546.2A CN117459576A (zh) | 2023-09-18 | 2023-09-18 | 基于边缘计算的数据推送方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117459576A true CN117459576A (zh) | 2024-01-26 |
Family
ID=89582503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311203546.2A Pending CN117459576A (zh) | 2023-09-18 | 2023-09-18 | 基于边缘计算的数据推送方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117459576A (zh) |
-
2023
- 2023-09-18 CN CN202311203546.2A patent/CN117459576A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298417A (zh) | 反欺诈风险评估方法、训练方法、装置及可读存储介质 | |
CN113379301A (zh) | 通过决策树模型对用户进行分类的方法、装置和设备 | |
CN112231592A (zh) | 基于图的网络社团发现方法、装置、设备以及存储介质 | |
CN116882520A (zh) | 针对预定预测问题的预测方法及系统 | |
CN116737373A (zh) | 负载均衡方法、装置、计算机设备、存储介质 | |
CN114881343B (zh) | 基于特征选择的电力系统短期负荷预测方法及装置 | |
CN111291795A (zh) | 人群特征分析方法、装置、存储介质和计算机设备 | |
CN113256422B (zh) | 分仓账户识别方法、装置、计算机设备和存储介质 | |
CN115860802A (zh) | 产品价值预测方法、装置、计算机设备和存储介质 | |
CN114881761A (zh) | 相似样本的确定方法与授信额度的确定方法 | |
CN117459576A (zh) | 基于边缘计算的数据推送方法、装置和计算机设备 | |
CN114529136A (zh) | 基于主成分分析和Topsis的电子部组件评价方法和装置 | |
CN114170000A (zh) | 信用卡用户风险类别识别方法、装置、计算机设备和介质 | |
CN116501993B (zh) | 房源数据推荐方法及装置 | |
CN117593090A (zh) | 基于多任务学习的图结构预测模型训练方法和相关装置 | |
CN117391490A (zh) | 金融业务的评价信息处理方法、装置和计算机设备 | |
CN117094828A (zh) | 金融产品推荐方法、装置、计算机设备和存储介质 | |
CN117314556A (zh) | 虚拟资源推荐方法、装置、计算机设备和存储介质 | |
CN116881543A (zh) | 金融资源对象推荐方法、装置、设备、存储介质和产品 | |
CN117459577A (zh) | 虚拟物品信息推送方法、装置、计算机设备和存储介质 | |
CN117435130A (zh) | 金融数据存储方法、装置、计算机设备和存储介质 | |
CN116910604A (zh) | 用户分类方法、装置、计算机设备、存储介质和程序产品 | |
CN117435279A (zh) | 个人资源管理方法、装置、计算机设备和存储介质 | |
CN117113131A (zh) | 分类模型的确定方法、装置、计算机设备和存储介质 | |
CN116796164A (zh) | 特征选择方法、装置、电子设备及存储介质 |
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 |