TW201523487A - 一種消息推送方法、裝置及系統 - Google Patents
一種消息推送方法、裝置及系統 Download PDFInfo
- Publication number
- TW201523487A TW201523487A TW103130464A TW103130464A TW201523487A TW 201523487 A TW201523487 A TW 201523487A TW 103130464 A TW103130464 A TW 103130464A TW 103130464 A TW103130464 A TW 103130464A TW 201523487 A TW201523487 A TW 201523487A
- Authority
- TW
- Taiwan
- Prior art keywords
- user
- push
- message
- user identifier
- identifier
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000004044 response Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation 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
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/212—Monitoring or handling of messages using filtering or selective blocking
-
- 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
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
-
- 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
- H04L67/535—Tracking the activity of the user
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明實施例公開了一種消息推送方法、裝置及系統,其中,所述方法包括:在接收到推送觸發消息時,獲取推送觸發消息所對應的使用者標識;若獲取到的使用者標識在已計算確定的目標使用者集合中,則根據目標使用者集合的推廣類型選擇推送消息,並根據使用者標識推送推送消息;其中,已計算確定的目標使用者集合包括:根據預置的對已註冊使用者標識的使用者屬性進行統計後生成包括多個使用者標識的集合。本發明,實現了精准的內容的推廣,節約了推送伺服器的軟硬體資源,並且在一定程度上避免了對不需要推送消息的使用者造成的干擾。
Description
本發明涉及資訊處理技術領域,尤其涉及一種消息推送方法、裝置及系統。
消息推送是指根據一定的協定和標準,通過“廣播”的方式向多個使用者發送消息。使用消息推送的場景一般包括各種服務、產品的推廣,而推送的管道大多通過入口網站、各類通訊應用以及各類社交應用等。
現有的推送方式中,一般僅在發送消息前對消息進行簡單的選擇過濾,例如,對於遊戲用戶來說,會推送一些關於遊戲服務以及新遊戲產品的消息,而並不會推送傢俱建材之類消息。
但是,在完成消息篩選後,現有技術是採用全量推送方式,即在將過濾得到的推送消息發送給所有的已註冊用戶,並不會在註冊用戶中進行篩選,並且這些用戶中可能存在相當一部分用戶當前並不線上。現有的消息推送方式比較浪費推送資源。
本發明實施例所要解決的技術問題在於,提供一
種消息推送方法、裝置及系統,可較為智慧地向目標使用者群推送消息。為了解決上述技術問題,本發明實施例提供了一種消息推送方法,包括:在接收到推送觸發消息時,獲取所述推送觸發消息所對應的使用者標識;若獲取到的使用者標識在已計算確定的目標使用者集合中,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述選擇的推送消息;其中,所述已計算確定的目標使用者集合包括:根據預置的預測模型對已註冊使用者標識的使用者屬性進行統計後生成的包括多個使用者標識的集合。
相應地,本發明實施例還提供了一種消息推送裝
置,包括:獲取模組,用於在接收到推送觸發消息時,獲取所述推送觸發消息所對應的使用者標識;推送模組,用於若獲取到的使用者標識在已計算確定的目標使用者集合中,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述選擇的推送消息;其中,所述已計算確定的目標使用者集合包括:根據預置的預測模型對已註冊使用者標識的使用者屬性進行統計後生成的包括多個使用者標識的集合。
實施本發明實施例,具有如下有益效果:可以在
使用者產生了用於觸發消息推送的操作後,根據該使用者的使用者標識和基於預測模型篩選出的使用者集合來確定是否向該使用者推送相關的消息,有針對性地、較為智慧地向目標使用者群推送消息,實現了較為精准的諸如服務、產品等內容的推廣,較好地節約了推送伺服器的軟硬體資源,並且在一定程度上避免了對不需要推送消息的使用者造成的干擾。
S101,S102,S201-S210,S301-S303,S401-S403‧‧‧步驟
1‧‧‧獲取模組
2‧‧‧推送模組
3‧‧‧配置模組
31‧‧‧選取單元
32‧‧‧生成單元
321‧‧‧獲取子單元
322‧‧‧確定子單元
323‧‧‧生成子單元
33‧‧‧確定單元
331‧‧‧推送子單元
332‧‧‧接收子單元
333‧‧‧確定子單元
34‧‧‧配置單元
4‧‧‧選擇模組
5‧‧‧接收模組
6‧‧‧閾值確定模組
7‧‧‧修改模組
8‧‧‧檢測模組
圖1是本發明實施例的一種消息推送方法的流程示意圖;圖2是本發明實施例的另一種消息推送方法的流程示意圖;圖3是本發明實施例的一種生成預測使用者集合的方法的流程示意圖;圖4是本發明實施例的一種推送成功率確定方法的流程示意圖;圖5是本發明實施例的一種消息推送裝置的結構示意圖;圖6是本發明實施例的另一種消息推送裝置的結構示意圖;圖7是圖6中的配置模組的其中一種結構示意圖;圖8是圖7中的生成單元的其中一種結構示意圖;圖9是圖7中的確定單元的其中一種結構示意圖。
下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
請參見圖1,是本發明實施例的一種消息推送方法的流程示意圖,本發明實施例的所述方法可應用在各類用
於進行消息推送的伺服器中,例如各類即時通訊應用伺服器、社交應用伺服器以及遊戲伺服器等等,伺服器可以通過本發明實施例的所述方法對其記錄並管理的使用者標識進行相關消息的推送,具體的,所述方法包括:S101:在接收到推送觸發消息時,獲取所述推送觸發消息所對應的使用者標識。
當在伺服器中註冊的用戶應用帳號、使用者通信
號碼等使用者標識在登錄成功後、進入某個遊戲應用、或者產生了消費、支付等用戶操作行為後,伺服器可以將這些發起用戶操作行為時與相關應用伺服器(登錄伺服器、遊戲應用伺服器以及支付伺服器等)交互的資訊作為推送觸發消息,具體以何種交互資訊作為所述推送觸發消息可以根據實際需要或者經驗進行配置。
本發明實施例中,伺服器基於推送觸發消息來執
行本發明實施例的消息推送方法,在獲取到推送觸發消息後,伺服器獲取發送該推送觸發消息所對應的使用者標識,即獲取對應的用戶應用帳號、用戶通信號碼等,以便於確定目標使用者推送消息。
S102:若獲取到的使用者標識在已計算確定的目
標使用者集合中,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述選擇的推送消息;其中,所述已計算確定的目標使用者集合包括:根據預置的預測模型對已註冊使用者標識的使用者屬性進行統計後生成的包括多個使用者標識的集合。
本發明實施例中,在獲取到發送了推送觸發消息
的使用者標識後,還需要判斷該使用者標識是否在已計算確定的目標使用者集合中,若在,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述選擇的推送消息;若不在,則表明該使用者標識所對應使用者不需要或者極有可能不需要推送相關的消息,因此,伺服器不會在該使用者標識所對應使用者登錄後、進入某個遊戲應用後、或者產生了消費、支付等用戶操作行為後,也不會向該使用者標識所對應使用者推送消息。
所述目標使用者集合是基於預置的預測模型對
大量的已註冊使用者的使用者屬性進行統計計算後得到的一個包括多個目標使用者標識的集合。在本發明實施例中,所述預測模型可以採用C5.0決策樹演算法和基於資訊熵的計算來確定得到。具體的,預測模型採用C5.0決策樹演算法,通過對訓練樣本集的學習,實現對樣本集的推廣類型的分類,對樣本集的分類具體是根據樣本集中各使用者標識所對應使用者的使用者屬性的分類選擇,對於不同的使用者屬性,根據使用者屬性的不同,對應的使用者標識被分配到不同的推廣類型集合裡;其中,在所述C5.0決策樹演算法中選擇分支變數(使用者屬性)的依據包括:以資訊熵的下降速度作為確定最佳分支變數和分割閥值的依據,資訊熵的下降意味著資訊的不確定性下降,所述分支變數是指某個使用者屬性對於篩選出目標使用者的貢獻最大,比如通過實驗可以得出,要判斷用戶是否活躍,周登陸次數和日遊戲局數都是重要的使用者屬性;而所述分割閥值則可以用來對應地判斷用戶是否活躍,例如日遊戲局數大於3局,才可以認為是活躍,小於三局的,就代表非活躍用戶。
通過該推薦模型,以已註冊的全部或者部分使用
者標識所對應的使用者屬性下的具體使用者資料作為資料登錄進行預測計算,最終得到符合推送要求的包括多個使用者標識的目標使用者集合。一個簡單的例子在於:根據需要從大量的已註冊用戶中篩選出活躍使用者的目標使用者集合時,通過該推薦模型進行計算,根據資訊熵對已註冊使用者的日遊戲局數、日遊戲時長、日登錄次數、付費習慣等使用者屬性下的具體使用者資料進行計算,選擇出其中的部分使用者屬性,並最終根據選擇的部分使用者屬性的使用者資料確定出相應的局數、時長、次數等達到或超過一定閾值的使用者標識組成的目標使用者集合。
可以在使用者產生了用於觸發消息推送的操作
後,根據該使用者的使用者標識和基於預測模型篩選出的使用者集合來確定是否向該使用者推送相關的消息,有針對性地進行了消息推送,實現了較為精准的諸如服務、產品等內容的推廣,較好地節約了推送伺服器的軟硬體資源,並且在一定程度上避免了對不需要推送消息的使用者造成的干擾。
再請參見圖2,是本發明實施例的另一種消息推
送方法的流程示意圖,本發明實施例的所述方法可應用在各類用於進行消息推送的伺服器中,例如各類即時通訊應用伺服器、社交應用伺服器以及遊戲伺服器等等,伺服器可以通過本發明實施例的所述方法對其記錄並管理的使用者標識進行相關消息的推送,具體的,所述方法包括:S201:從已註冊使用者標識中選取預測使用者標識,並根據各預測使用者標識的使用者屬性對各預測使用者
標識進行分類,得到相應推廣類型的使用者集合。
本發明實施例中在進行預測模型的配置時,僅從
已註冊使用者中選擇部分使用者進行預測模型的配置。基於各預測使用者標識的使用者屬性和分類規則,可以根據實際需要基於活躍使用者、回流用戶、付費用戶等推廣類型,來得到相關使用者標識組成的集合,例如包括活躍使用者集合、回流使用者集合以及付費使用者集合等。其中具體的,可以根據日遊戲局數、日遊戲時長、日登錄次數等使用者屬性來確定出活躍使用者集合,通過上次登錄時長、登錄時間間隔等使用者屬性來確定回流使用者集合,而通過付費習慣、付費次數、付費使用時長等使用者屬性來確定付費使用者集合。
S202:根據設置的初始預測模型對得到的使用者
集合中每一個使用者標識對應的使用者屬性進行計算,生成預測使用者集合。
在得到上述的各類使用者集合後,具體可以根據
初始預測模型中資訊熵的計算方式對使用者集合中各使用者標識對應的使用者屬性進行計算,即對使用者屬性的具體使用者資料進行計算,基於資訊熵可以計算出某個使用者屬性所帶來的增益效果,例如在確定用戶是否活躍時,可以分別對日遊戲局數、日遊戲時長、日登錄次數等具體使用者資料進行資訊熵計算,根據計算得到的值來確定日遊戲局數、日遊戲時長、日登錄次數等使用者屬性中確定出一個或者兩個對確定用戶是否活躍帶來的增益效果比較明顯的使用者屬性,然後再基於選擇出的使用者屬性中使用者資料的大小,再次選擇出使用者資料的值大於預設的閾值的使用者標識,
例如,在基於資訊熵選擇出了日遊戲局數的使用者屬性後,再將日遊戲局數大於一定局數閾值的使用者標識選擇出來生成預測使用者集合。
S203:根據所述預測使用者集合發送推送消息,
並根據發送推送消息的數量和返回的回應訊息的數量,確定所述初始預測模型的推送成功率。
可以向預測使用者集合中的每一個使用者標識
所對應使用者發送推送消息,也可以僅向其中的當前已登錄的使用者標識所對應的使用者發送推送消息。在接收到相應的推送消息後,用戶端具體可以採用現有的落地廣告、彈窗等形式向使用者提示該推送消息。用戶可以通過點擊查看等回應事件來向伺服器回復回應訊息。
伺服器可以根據已發送的推送消息的數量和得
到的根據所述推送消息返回的回應訊息的數量,確定預測使用者集合的推送成功率,具體可將兩者的比值作為推送成功率。
S204:根據所述推廣類型和已登錄使用者標識所
對應使用者的使用者屬性,從已登錄的使用者標識中選擇使用者標識得到隨機使用者集合。
在所述S204中基於已註冊且已登錄的使用者標
識所對應的使用者屬性、和與上述的預測使用者集合同樣的分類規則,從已登錄使用者標識選擇出使用者標識得到隨機使用者集合。
S205:在檢測到由所述隨機使用者集合中的使用
者標識發起的推送觸發消息後,推送與所述隨機使用者集合的推廣類型對應的推送消息。
同樣可以向隨機使用者集合中的每一個使用者
標識所對應使用者發送推送消息,也可以僅向其中的當前已登錄的使用者標識所對應的使用者發送推送消息。
S206:接收隨機使用者集合中相應使用者標識返回的回應訊息。
接收隨機使用者集合中相應使用者標識回應在S205中發送的推送消息返回的回應訊息。
S207:記錄在預設時間範圍內發送的推送消息的數量、以及返回的回應訊息的數量,將兩者的比值作為成功率閾值。
伺服器可以根據已發送的推送消息的數量和得到的回應訊息的數量來確定隨機使用者集合的推送成功率,具體可將兩者的比值作為成功率閾值。
將上述S203中確定的推送成功率與上述的S207中確定的成功率閾值進行比較,若推送成功率超過所述成功率閾值,則執行下述的S208,否則,執行S209。
S208:若確定的推送成功率超過設置的成功率閾值,則將所述初始預測模型配置為預測模型。
進一步地,若確定的推送成功率未超過設置的成功率閾值,則修改所述相應推廣類型的使用者集合中使用者標識對應的使用者屬性,以便完成預測模型的配置。具體可以通過增加或者減少相應的使用者屬性,來對上述的相應推廣類型的使用者集合中的使用者標識重新進行計算,即基於使用者集合中新的使用者屬性及其具體使用者資料,重複執行上述的S202至S207,直至確定的推送成功率超過設置的成功率閾值,最終配置完成預測模型。
上述的S201至S208為預測模型的配置步驟,在
通過上述步驟完成了預測模型的配置後,即執行下述的步驟S209至S210。
S209:在接收到推送觸發消息時,獲取所述推送
觸發消息所對應的使用者標識。
當在伺服器中註冊的用戶應用帳號、使用者通信
號碼等使用者標識在登錄成功後、進入某個遊戲應用、或者產生了消費、支付等用戶操作行為後,伺服器可以將這些發起用戶操作行為時與相關應用伺服器(登錄伺服器、遊戲應用伺服器以及支付伺服器等)交互的資訊作為推送觸發消息,具體以何種交互資訊作為所述推送觸發消息可以根據實際需要或者經驗進行配置。本發明實施例中,伺服器基於推送觸發消息來執行本發明實施例的消息推送方法,在接收到推送觸發消息後,伺服器獲取發送該推送觸發消息所對應的使用者標識,即獲取對應的用戶應用帳號、用戶通信號碼等,以便於確定目標使用者推送消息。
S210:若獲取到的使用者標識在已計算確定的目
標使用者集合中,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述選擇的推送消息。
在獲取到發送了推送觸發消息的使用者標識
後,還需要判斷該使用者標識是否在已計算確定的目標使用者集合中,若在,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述推送消息;若不在,則表明該使用者標識所對應使用者不需要或者極有可能不需要推送相關的消息,因此,伺服器不會在該使用者標
識所對應使用者登錄後、進入某個遊戲應用後、或者產生了消費、支付等用戶操作行為後,也不會向該使用者標識所對應使用者推送消息。
進一步可選地,本發明實施例的所述方法還可以包括:檢測更新週期是否到來,若是,則執行配置預測模型。例如以一周或者一個月為更新週期,在更新週期到來時,重新執行上述的S201至S208完成新的預測模型的配置。需要說明的是,在本發明實施例中是通過上述的S204至S207設置成功率閾值,而在其他實施例中,成功率閾值也可以根據使用者的經驗手動配置。
進一步具體的,再請參見圖3,是本發明實施例的一種生成預測使用者集合的方法的流程示意圖,本發明實施例的所述方法對應於上述的S202,具體的,所述方法包括:
S301:獲取所述使用者集合中各使用者標識對應使用者在每一個使用者屬性下的使用者資料,對每一個使用者屬性下的使用者資料進行資訊熵計算,得到每一個使用者屬性的資訊熵。
S302:根據資訊熵的值確定一個或者多個使用者屬性作為目標使用者屬性。
S303:提取存在一個或者多個目標使用者屬性下的使用者資料超過預設的資料閾值的使用者標識,並根據提取的使用者標識生成該推廣類型對應的預測使用者集合。
對於其中的S301,計算使用者集合中每一個使用者屬性下的資訊熵的計算過程具體可以包括:使用者集合表示為S,使用者屬性C有K個分類(例如,對於使用者學歷的使用者屬性而言,可能包括初中、高中、大學三個分類
的學歷),freq(Ci,S)表示屬於使用者屬性為Ci類的樣本數,|S|表示使用者集合S的樣本數,則使用者集合S的資訊熵定義為:
其中,若某個使用者屬性為T有N個分類,則使用者屬性T引入後的條件熵定義為:
由此,使用者屬性T帶來的資訊增益為:Gain(T)=Info(S)-Info(T);根據每一個使用者屬性的資訊增益的大小後,在所述S302中確定出增益較大的多個使用者屬性作為目標使用者屬性以便於得到預測使用者集合。
進一步具體的,再請參見圖4,是本發明實施例的一種推送成功率確定方法的流程示意圖,本發明實施例的所述方法對應於上述的S203,具體的,所述方法包括:S401:在檢測到由所述預測使用者集合中的使用者標識發起的推送觸發消息後,推送與所述目標使用者集合的推廣類型對應的推送消息;S402:接收預測使用者集合中相應使用者標識返回的回應訊息;S403:記錄在預設時間範圍內發送的推送消息的數量、以及返回的回應訊息的數量,將兩者的比值作為推送成功率。
可以在使用者產生了用於觸發消息推送的操作後,根據該使用者的使用者標識和基於預測模型篩選出的使
用者集合來確定是否向該使用者推送相關的消息,有針對性地進行了消息推送,實現了較為精准的諸如服務、產品等內容的推廣,較好地節約了推送伺服器的軟硬體資源,在一定程度上避免了對不需要推送消息的使用者造成的干擾。並且可以基於實際情況對預測模型進行配置以及修改,進一步地保證了消息的精准推送。下面對本發明實施例的消息推送裝置以及消息推送伺服器進行詳細說明。
請參見圖5,是本發明實施例的一種消息推送裝置的結構示意圖,本發明實施例的所述裝置可設置在一些用於消息推送的伺服器中,具體的,本發明實施例的所述裝置包括:獲取模組1,用於在接收到推送觸發消息時,獲取所述推送觸發消息所對應的使用者標識;推送模組2,用於若獲取到的使用者標識在已計算確定的目標使用者集合中,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述選擇的推送消息;其中,所述已計算確定的目標使用者集合包括:根據預置的預測模型對已註冊使用者標識的使用者屬性進行統計後生成的包括多個使用者標識的集合。
當註冊的用戶應用帳號、使用者通信號碼等使用者標識在登錄成功後、進入某個遊戲應用、或者產生了消費、支付等用戶操作行為後,伺服器可以將這些發起用戶操作行為時與相關應用伺服器(登錄伺服器、遊戲應用伺服器以及支付伺服器等)交互的資訊作為推送觸發消息,具體以何種交互資訊作為所述推送觸發消息可以根據實際需要或者經驗進行配置。
本發明實施例中,所述推送模組2基於所述獲取
模組1獲取的推送觸發消息來執行推送消息的推送,在所述獲取模組1獲取到推送觸發消息後,所述推送模組2獲取發送該推送觸發消息所對應的使用者標識,即獲取對應的用戶應用帳號、用戶通信號碼等,以便於確定目標使用者推送消息。
所述推送模組2在獲取到發送了推送觸發消息的
使用者標識後,還需要判斷該使用者標識是否在已計算確定的目標使用者集合中,若在,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述推送消息;若不在,則表明該使用者標識所對應使用者不需要或者極有可能不需要推送相關的消息,因此,所述推送模組2不會在該使用者標識所對應使用者登錄後、進入某個遊戲應用後、或者產生了消費、支付等用戶操作行為後,也不會向該使用者標識所對應使用者推送消息。所述推薦模型以及所述推送模組2所依據的目標使用者集合的具體實現可參考上述方法項實施例的描述,在此不贅述。
可以在使用者產生了用於觸發消息推送的操作
後,根據該使用者的使用者標識和基於預測模型篩選出的使用者集合來確定是否向該使用者推送相關的消息,有針對性地進行了消息推送,實現了較為精准的諸如服務、產品等內容的推廣,較好地節約了推送伺服器的軟硬體資源,在一定程度上避免了對不需要推送消息的使用者造成的干擾。
進一步地,再請參見圖6,是本發明實施例的另
一種消息推送裝置的結構示意圖,本發明實施例的所述裝置包括上述實施例中的獲取模組1和推送模組2,具體的,在本
發明實施例中所述裝置還包括:配置模組3,用於配置預測模型,具體請參見圖7,是圖6中的配置模組的其中一種結構示意圖。
所述配置模組3具體包括:選取單元31,用於從
已註冊使用者標識中選取預測使用者標識,並根據各預測使用者標識的使用者屬性對各預測使用者標識進行分類,得到相應推廣類型的使用者集合;生成單元32,用於根據設置的初始預測模型對得到的使用者集合中每一個使用者標識對應的使用者屬性進行計算,生成預測使用者集合;確定單元33,用於根據所述預測使用者集合發送推送消息,並根據發送推送消息的數量和返回的回應訊息的數量,確定所述初始預測模型的推送成功率;配置單元34,用於若確定的推送成功率超過設置的成功率閾值,則將所述初始預測模型配置為預測模型。
在進行預測模型的配置時,所述選取單元31可
以僅從已註冊使用者中選擇部分使用者進行預測模型的配置。基於各預測使用者標識的使用者屬性和分類規則,可以根據實際需要基於活躍使用者、回流用戶、付費用戶等推廣類型,來得到相關使用者標識組成的集合,例如包括活躍使用者集合、回流使用者集合以及付費使用者集合等。其中具體的,可以根據日遊戲局數、日遊戲時長、日登錄次數等使用者屬性來確定出活躍使用者集合,通過上次登錄時長、登錄時間間隔等使用者屬性來確定回流使用者集合,而通過付費習慣、付費次數、付費使用時長等使用者屬性來確定付費使用者集合。
在得到上述的各類使用者集合後,所述生成單元
32具體可以根據初始預測模型中資訊熵的計算方式對使用者集合中各使用者標識對應的使用者屬性進行計算,即對使用者屬性的具體使用者資料進行計算,基於資訊熵可以計算出某個使用者屬性所帶來的增益效果,例如在確定用戶是否活躍時,可以分別對日遊戲局數、日遊戲時長、日登錄次數等具體使用者資料進行資訊熵計算,根據計算得到的值來確定日遊戲局數、日遊戲時長、日登錄次數等使用者屬性中確定出一個或者兩個對確定用戶是否活躍帶來的增益效果比較明顯的使用者屬性,然後再基於選擇出的使用者屬性中使用者資料的大小,再次選擇出使用者資料的值大於預設的閾值的使用者標識,例如,在基於資訊熵選擇出了日遊戲局數的使用者屬性後,再將日遊戲局數大於一定局數閾值的使用者標識選擇出來生成預測使用者集合。
進一步可選地,請參見圖8,所述生成單元32
具體可以包括:獲取子單元321,用於獲取所述使用者集合中各使用者標識對應使用者在每一個使用者屬性下的使用者資料,對每一個使用者屬性下的使用者資料進行資訊熵計算,得到每一個使用者屬性的資訊熵;確定子單元322,用於根據資訊熵的值確定一個或者多個使用者屬性作為目標使用者屬性;生成子單元323,用於提取存在一個或者多個目標使用者屬性下的使用者資料超過預設的資料閾值的使用者標識,並根據提取的使用者標識生成該推廣類型對應的預測使用者集合。
進一步可選地,請參見圖9,所述確定單元33
具體可以包括:推送子單元331,用於在檢測到由所述預測使用者集合中的使用者標識發起的推送觸發消息後,推送與所
述目標使用者集合的推廣類型對應的推送消息;接收子單元332,用於接收預測使用者集合中相應使用者標識返回的回應訊息;確定子單元333,用於記錄在預設時間範圍內發送的推送消息的數量、以及返回的回應訊息的數量,將兩者的比值作為推送成功率。
進一步地,本發明實施例的所述裝置還可以包
括:選擇模組4,用於根據所述推廣類型和已登錄使用者標識所對應使用者的使用者屬性,從已登錄的使用者標識中選擇使用者標識得到隨機使用者集合;所述推送模組2,還用於在檢測到由所述隨機使用者集合中的使用者標識發起的推送觸發消息後,推送與所述隨機使用者集合的推廣類型對應的推送消息;接收模組5,用於接收隨機使用者集合中相應使用者標識返回的回應訊息;閾值確定模組6,用於記錄在預設時間範圍內發送的推送消息的數量、以及返回的回應訊息的數量,將兩者的比值作為成功率閾值。也就是說,在本發明實施例中,可以通過對某個已登錄的用戶,例如昨天已經登錄的活躍用戶中隨機選擇多個使用者標識組成隨機使用者集合。並根據隨機使用者集合來生成成功率閾值以便於判斷上述的初始預測模型提升度是否達到標。
進一步可選地,本發明實施例的所述裝置還可以包括:修改模組7,用於若確定的推送成功率未超過設置的成功率閾值,則修改所述相應推廣類型的使用者集合中使用者標識對應的使用者屬性,以便於配置完成預測模型的配置。具體可以通過增加或者減少相應的使用者屬性,並通知所述配置模組3對上述的相應推廣類型的使用者集合中的使用者標識重新進行計算,直至確定的推送成功率超過設置的成功
率閾值,最終配置完成預測模型。
進一步可選地,本發明實施例的所述裝置還可以
包括:檢測模組8,用於檢測更新週期是否到來,並在檢測結果為是時,通知所述配置模組。例如以一周或者一個月為更新週期,在更新週期到來時,通知上述的配置模組完成新的預測模型的配置。
可以在使用者產生了用於觸發消息推送的操作
後,根據該使用者的使用者標識和基於預測模型篩選出的使用者集合來確定是否向該使用者推送相關的消息,有針對性地進行了消息推送,實現了較為精准的諸如服務、產品等內容的推廣,較好地節約了推送伺服器的軟硬體資源,在一定程度上避免了對不需要推送消息的使用者造成的干擾。並且可以基於實際情況對預測模型進行配置以及修改,進一步地保證了消息的精准推送。
本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流程,是可以通過電腦程式來指令相關的硬體來完成,所述的程式可存儲於一電腦可讀取存儲介質中,該程式在執行時,可包括如上述各方法的實施例的流程。其中,所述的存儲介質可為磁碟、光碟、唯讀存儲記憶體(Read-Only Memory,ROM)或隨機存儲記憶體(Random Access Memory,RAM)等。
以上所揭露的僅為本發明較佳實施例而已,當然不能以此來限定本發明之權利範圍,因此依本發明請求項所作的等同變化,仍屬本發明所涵蓋的範圍。
S101,S102‧‧‧步驟
Claims (15)
- 一種消息推送方法,其特徵在於,包括:在接收到推送觸發消息時,獲取所述推送觸發消息所對應的使用者標識;若獲取到的使用者標識在已計算確定的目標使用者集合中,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述選擇的推送消息;以及其中,所述已計算確定的目標使用者集合包括:根據預置的預測模型對已註冊使用者標識的使用者屬性進行統計後生成的包括多個使用者標識的集合。
- 如請求項1所述的消息推送方法,其特徵在於,所述在接收到推送觸發消息時,獲取所述推送觸發消息所對應的使用者標識之前,還包括:配置預測模型,所述配置預測模型包括:從已註冊使用者標識中選取預測使用者標識,並根據各預測使用者標識的使用者屬性對各預測使用者標識進行分類,得到相應推廣類型的使用者集合;根據設置的初始預測模型對得到的使用者集合中每一個使用者標識對應的使用者屬性進行計算,生成預測使用者集合;根據所述預測使用者集合發送推送消息,並根據發送的推送消息的數量和返回的回應訊息的數量,確定所述初始預測模型的推送成功率;以及若確定的推送成功率超過設置的成功率閾值,則將所述 初始預測模型配置為預測模型。
- 如請求項2所述的消息推送方法,其特徵在於,所述根據設置的初始預測模型對得到的使用者集合中每一個使用者標識對應的使用者屬性進行計算,生成預測使用者集合,包括:獲取所述使用者集合中各使用者標識對應使用者在每一個使用者屬性下的使用者資料,對每一個使用者屬性下的使用者資料進行資訊熵計算,得到每一個使用者屬性的資訊熵;根據資訊熵的值確定一個或者多個使用者屬性作為目標使用者屬性;以及提取存在一個或者多個目標使用者屬性下的使用者資料超過預設的資料閾值的使用者標識,並根據提取的使用者標識生成該推廣類型對應的預測使用者集合。
- 如請求項2所述的消息推送方法,其特徵在於,所述根據所述預測使用者集合發送推送消息,並根據發送的推送消息的數量和返回的回應訊息的數量,確定所述初始預測模型的推送成功率,包括:在檢測到由所述預測使用者集合中的使用者標識發起的推送觸發消息後,推送與所述目標使用者集合的推廣類型對應的推送消息;接收預測使用者集合中相應使用者標識返回的回應訊息;以及記錄在預設時間範圍內發送的推送消息的數量、以及返回的回應訊息的數量,將兩者的比值作為推送成功率。
- 如請求項2至4任一項所述的消息推送方法,其特徵在於,設置所述成功率閾值包括:根據所述推廣類型和已登錄使用者標識所對應使用者的使用者屬性,從已登錄的使用者標識中選擇使用者標識得到隨機使用者集合;在檢測到由所述隨機使用者集合中的使用者標識發起的推送觸發消息後,推送與所述隨機使用者集合的推廣類型對應的推送消息;接收隨機使用者集合中相應使用者標識返回的回應訊息;以及記錄在預設時間範圍內發送的推送消息的數量、以及返回的回應訊息的數量,將兩者的比值作為成功率閾值。
- 如請求項5所述的消息推送方法,其特徵在於,還包括:若確定的推送成功率未超過設置的成功率閾值,則修改所述相應推廣類型的使用者集合中使用者標識對應的使用者屬性,以便於完成預測模型的配置。
- 如請求項6所述的消息推送方法,其特徵在於,還包括:檢測更新週期是否到來,若是,則執行配置預測模型。
- 一種消息推送裝置,其特徵在於,包括:獲取模組,用於在接收到推送觸發消息時,獲取所述推 送觸發消息所對應的使用者標識;以及推送模組,用於若獲取到的使用者標識在已計算確定的目標使用者集合中,則根據所述目標使用者集合的推廣類型選擇推送消息,並根據所述使用者標識推送所述選擇的推送消息;其中,所述已計算確定的目標使用者集合包括:根據預置的預測模型對已註冊使用者標識的使用者屬性進行統計後生成的包括多個使用者標識的集合。
- 如請求項8所述的消息推送裝置,其特徵在於,還包括:配置模組,用於配置預測模型,所述配置模組具體包括:選取單元,用於從已註冊使用者標識中選取預測使用者標識,並根據各預測使用者標識的使用者屬性對各預測使用者標識進行分類,得到相應推廣類型的使用者集合;生成單元,用於根據設置的初始預測模型對得到的使用者集合中每一個使用者標識對應的使用者屬性進行計算,生成預測使用者集合;確定單元,用於根據所述預測使用者集合發送推送消息,並根據發送的推送消息的數量和返回的回應訊息的數量,確定所述初始預測模型的推送成功率;以及配置單元,用於若確定的推送成功率超過設置的成功率閾值,則將所述初始預測模型配置為預測模型。
- 如請求項9所述的消息推送裝置,其特徵在於,所述生成單元包括: 獲取子單元,用於獲取所述使用者集合中各使用者標識對應使用者在每一個使用者屬性下的使用者資料,對每一個使用者屬性下的使用者資料進行資訊熵計算,得到每一個使用者屬性的資訊熵;確定子單元,用於根據資訊熵的值確定一個或者多個使用者屬性作為目標使用者屬性;以及生成子單元,用於提取存在一個或者多個目標使用者屬性下的使用者資料超過預設的資料閾值的使用者標識,並根據提取的使用者標識生成該推廣類型對應的預測使用者集合。
- 如請求項9所述的消息推送裝置,其特徵在於,所述確定單元包括:推送子單元,用於在檢測到由所述預測使用者集合中的使用者標識發起的推送觸發消息後,推送與所述目標使用者集合的推廣類型對應的推送消息;接收子單元,用於接收預測使用者集合中相應使用者標識返回的回應訊息;以及確定子單元,用於記錄在預設時間範圍內發送的推送消息的數量、以及返回的回應訊息的數量,將兩者的比值作為推送成功率。
- 如請求項9至11任一項所述的消息推送裝置,其特徵在於,還包括:選擇模組,用於根據所述推廣類型和已登錄使用者標識所對應使用者的使用者屬性,從已登錄的使用者標識中選擇 使用者標識得到隨機使用者集合;所述推送模組,還用於在檢測到由所述隨機使用者集合中的使用者標識發起的推送觸發消息後,推送與所述隨機使用者集合的推廣類型對應的推送消息;接收模組,用於接收隨機使用者集合中相應使用者標識返回的回應訊息;以及閾值確定模組,用於記錄在預設時間範圍內發送的推送消息的數量、以及返回的回應訊息的數量,將兩者的比值作為成功率閾值。
- 如請求項12所述的消息推送裝置,其特徵在於,還包括:修改模組,用於若確定的推送成功率未超過設置的成功率閾值,則修改所述相應推廣類型的使用者集合中使用者標識對應的使用者屬性,以便於配置完成預測模型的配置。
- 如請求項13所述的消息推送裝置,其特徵在於,還包括:檢測模組,用於檢測更新週期是否到來,並在檢測結果為是時,通知所述配置模組。
- 一種消息推送伺服器,其特徵在於,包括如請求項8至14任一項所述的消息推送裝置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310661835.7A CN103685502B (zh) | 2013-12-09 | 2013-12-09 | 一种消息推送方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201523487A true TW201523487A (zh) | 2015-06-16 |
Family
ID=50321777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW103130464A TW201523487A (zh) | 2013-12-09 | 2014-09-03 | 一種消息推送方法、裝置及系統 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10104030B2 (zh) |
EP (1) | EP3080970B1 (zh) |
CN (1) | CN103685502B (zh) |
TW (1) | TW201523487A (zh) |
WO (1) | WO2015085768A1 (zh) |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103685502B (zh) | 2013-12-09 | 2017-07-25 | 腾讯科技(深圳)有限公司 | 一种消息推送方法、装置及系统 |
CN104394060B (zh) * | 2014-04-30 | 2016-06-01 | 腾讯科技(深圳)有限公司 | 一种即时通讯应用的账号推荐方法、装置及系统 |
CN105227595B (zh) * | 2014-06-09 | 2019-09-03 | 阿里巴巴集团控股有限公司 | 一种消息发送方法和设备 |
CN105208534B (zh) * | 2014-06-25 | 2019-09-10 | 腾讯科技(深圳)有限公司 | 事件通知方法及系统 |
CN105491539B (zh) * | 2014-09-18 | 2018-12-07 | 博雅网络游戏开发(深圳)有限公司 | 消息推送管理方法和装置 |
CN104298741A (zh) * | 2014-10-09 | 2015-01-21 | 百度在线网络技术(北京)有限公司 | 一种用于提供推送信息的方法和装置 |
CN107003703A (zh) * | 2014-12-03 | 2017-08-01 | 皇家飞利浦有限公司 | 基于可穿戴数据的靶向 |
CN106156127B (zh) | 2015-04-08 | 2020-06-16 | 深圳市腾讯计算机系统有限公司 | 选择数据内容向终端推送的方法及装置 |
CN105045831B (zh) * | 2015-06-30 | 2018-04-13 | 北京奇艺世纪科技有限公司 | 一种消息推送方法及装置 |
CN105072466B (zh) * | 2015-06-30 | 2018-02-09 | 北京奇艺世纪科技有限公司 | 一种信息推送方法及装置 |
CN106790331B (zh) * | 2015-11-23 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 一种业务接入方法、系统及相关装置 |
US20170171332A1 (en) * | 2015-12-15 | 2017-06-15 | Le Holdings (Beijing) Co., Ltd. | Message pushing method, electronic device and non-transitory computer-readable storage medium |
CN105872012A (zh) * | 2016-03-11 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 基于会员用户终端进行信息发送的方法及系统 |
CN106130871B (zh) * | 2016-06-06 | 2020-07-28 | 腾讯科技(深圳)有限公司 | 信息的推送方法和装置 |
CN106899488B (zh) * | 2016-07-22 | 2020-09-15 | 阿里巴巴集团控股有限公司 | 一种应用消息推送方法、装置 |
CN106332016A (zh) * | 2016-08-19 | 2017-01-11 | 乐视控股(北京)有限公司 | 一种wifi设备的关联方法和装置 |
CN106302764A (zh) * | 2016-08-19 | 2017-01-04 | 乐视控股(北京)有限公司 | 一种针对wifi设备的信息推送方法和装置 |
CN107920100B (zh) * | 2016-10-10 | 2021-07-30 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
CN108199948A (zh) * | 2016-12-08 | 2018-06-22 | 北京京东尚科信息技术有限公司 | 消息推送方法及装置 |
CN106789564B (zh) * | 2016-12-08 | 2019-12-20 | 广州爱九游信息技术有限公司 | 社交邀请系统、设备、装置及方法 |
CN106998274A (zh) * | 2016-12-12 | 2017-08-01 | 深圳大宇无限科技有限公司 | 应用消息推送方法和装置 |
CN108243219B (zh) * | 2016-12-26 | 2020-11-06 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN106843848A (zh) * | 2016-12-27 | 2017-06-13 | 珠海市魅族科技有限公司 | 推送信息处理方法、推送信息处理装置和终端 |
CN106621332B (zh) * | 2016-12-29 | 2021-01-26 | 北京奇虎科技有限公司 | 一种数据请求的检测方法和装置 |
CN107577736B (zh) * | 2017-08-25 | 2021-12-17 | 武汉数字智能信息科技有限公司 | 一种基于bp神经网络的文件推荐方法及系统 |
CN107742255A (zh) * | 2017-09-08 | 2018-02-27 | 小草数语(北京)科技有限公司 | 社交网站信息流同步方法、装置及设备 |
CN115146826A (zh) * | 2017-09-15 | 2022-10-04 | 北京嘀嘀无限科技发展有限公司 | 网约车应用的订单处理方法和装置 |
CN107465766B (zh) * | 2017-09-21 | 2018-05-04 | 掌阅科技股份有限公司 | 信息推送方法、电子设备及计算机存储介质 |
CN109756541A (zh) * | 2017-11-07 | 2019-05-14 | 北京嘀嘀无限科技发展有限公司 | 信息推送方法、装置、服务器和计算机可读存储介质 |
CN108037929A (zh) * | 2017-12-25 | 2018-05-15 | 北京中关村科金技术有限公司 | 一种消息处理方法及系统 |
CN108111399B (zh) * | 2017-12-27 | 2021-06-04 | Oppo广东移动通信有限公司 | 消息处理的方法、装置、终端及存储介质 |
CN108596682B (zh) * | 2018-05-03 | 2022-06-24 | 惠龙易通国际物流股份有限公司 | 数据处理方法及系统 |
CN109167816B (zh) * | 2018-08-03 | 2021-11-16 | 广州虎牙信息科技有限公司 | 信息推送方法、装置、设备和存储介质 |
CN109510859A (zh) * | 2018-08-27 | 2019-03-22 | 北京奇虎科技有限公司 | 一种推送消息的到达量的统计方法和装置 |
CN109272381B (zh) * | 2018-09-04 | 2020-09-15 | 阿里巴巴集团控股有限公司 | 业务推荐方法、装置、电子设备及可读存储介质 |
CN109547526B (zh) * | 2018-10-10 | 2022-06-10 | 平安万家医疗投资管理有限责任公司 | 一种消息推送方法、计算机可读存储介质及服务器 |
CN109582873B (zh) * | 2018-12-07 | 2020-11-10 | 北京字节跳动网络技术有限公司 | 用于推送信息的方法和装置 |
CN111314094A (zh) * | 2018-12-11 | 2020-06-19 | 北京嘀嘀无限科技发展有限公司 | 分群数据处理方法、装置、电子设备及可读存储介质 |
CN110309422A (zh) * | 2019-06-24 | 2019-10-08 | 维沃移动通信有限公司 | 推送方法、服务器及终端 |
CN113259299B (zh) * | 2020-02-10 | 2022-07-22 | 华为技术有限公司 | 一种标签管理方法、上报方法、数据分析方法及装置 |
CN111144957B (zh) * | 2020-04-07 | 2021-03-19 | 腾讯科技(深圳)有限公司 | 信息投放方法、装置、服务器及存储介质 |
CN111931050B (zh) * | 2020-08-02 | 2021-06-25 | 优观融资租赁(中国)有限公司 | 基于智能识别和大数据的信息推送方法及区块链金融服务器 |
CN113783913A (zh) * | 2020-08-31 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 一种消息推送管理方法和装置 |
CN114531484B (zh) * | 2021-02-04 | 2024-05-28 | 深圳思为科技有限公司 | 一种消息的推送方法、装置以及系统 |
CN112989147A (zh) * | 2021-02-20 | 2021-06-18 | 每日互动股份有限公司 | 数据信息的推送方法、装置、计算机设备及存储介质 |
CN113158032B (zh) * | 2021-03-18 | 2024-03-01 | 北京京东乾石科技有限公司 | 一种信息推送方法和装置 |
CN113742571B (zh) * | 2021-08-03 | 2024-04-26 | 大箴(杭州)科技有限公司 | 一种基于大数据的消息推送方法及装置、存储介质 |
CN114862426A (zh) * | 2022-07-06 | 2022-08-05 | 广州极尚网络技术有限公司 | 一种客服推荐方法、装置、设备及介质 |
CN116962506B (zh) * | 2023-09-18 | 2024-01-30 | 上海帜讯信息技术股份有限公司 | 文旅系统定向推送消息的方法、装置、介质及设备 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100385854C (zh) * | 2005-06-01 | 2008-04-30 | 腾讯科技(深圳)有限公司 | 一种发送广播消息的系统及方法 |
CN101034997A (zh) * | 2006-03-09 | 2007-09-12 | 新数通兴业科技(北京)有限公司 | 一种数据信息精确发布的方法和系统 |
US9817902B2 (en) * | 2006-10-27 | 2017-11-14 | Netseer Acquisition, Inc. | Methods and apparatus for matching relevant content to user intention |
CN101026802B (zh) | 2007-03-16 | 2012-10-17 | 华为技术有限公司 | 一种信息推送方法与装置 |
WO2010129108A1 (en) * | 2009-03-26 | 2010-11-11 | Scott Jones | Method and system for improving targeting of advertising |
CN101867877B (zh) * | 2009-04-15 | 2014-11-05 | 华为技术有限公司 | 发送推送消息的方法、设备及系统 |
CN101997894A (zh) * | 2009-08-14 | 2011-03-30 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及其系统和网络系统 |
US8280954B2 (en) * | 2010-03-25 | 2012-10-02 | Scomm, Inc. | Method and system for providing live real-time communication via text between mobile user devices |
CN102340514B (zh) * | 2010-07-15 | 2015-07-29 | 腾讯科技(北京)有限公司 | 网络信息推送方法及系统 |
CN102811207A (zh) * | 2011-06-02 | 2012-12-05 | 腾讯科技(深圳)有限公司 | 网络信息推送方法及系统 |
CN102279889B (zh) * | 2011-08-29 | 2017-06-30 | 百度在线网络技术(北京)有限公司 | 一种基于地理信息的问题推送方法及系统 |
CN103138954B (zh) * | 2011-12-02 | 2015-11-04 | 中国移动通信集团公司 | 一种推荐项的推送方法、系统及推荐服务器 |
US10096043B2 (en) * | 2012-01-23 | 2018-10-09 | Visa International Service Association | Systems and methods to formulate offers via mobile devices and transaction data |
TWI591557B (zh) | 2012-05-07 | 2017-07-11 | 財團法人工業技術研究院 | 配置廣告的系統與方法 |
CN102831170B (zh) * | 2012-07-25 | 2016-06-08 | 东莞宇龙通信科技有限公司 | 活动信息的推送方法及装置 |
CN103684969A (zh) * | 2012-08-31 | 2014-03-26 | 国际商业机器公司 | 用于处理消息的方法和系统 |
US20140105508A1 (en) * | 2012-10-12 | 2014-04-17 | Aditya Arora | Systems and Methods for Intelligent Purchase Crawling and Retail Exploration |
WO2014144419A2 (en) * | 2013-03-15 | 2014-09-18 | Master Lock Company | Networked security system |
CN103685502B (zh) * | 2013-12-09 | 2017-07-25 | 腾讯科技(深圳)有限公司 | 一种消息推送方法、装置及系统 |
-
2013
- 2013-12-09 CN CN201310661835.7A patent/CN103685502B/zh active Active
-
2014
- 2014-07-15 EP EP14870541.1A patent/EP3080970B1/en active Active
- 2014-07-15 WO PCT/CN2014/082227 patent/WO2015085768A1/en active Application Filing
- 2014-09-03 TW TW103130464A patent/TW201523487A/zh unknown
-
2015
- 2015-04-16 US US14/688,070 patent/US10104030B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3080970A4 (en) | 2017-08-16 |
CN103685502A (zh) | 2014-03-26 |
CN103685502B (zh) | 2017-07-25 |
US10104030B2 (en) | 2018-10-16 |
EP3080970B1 (en) | 2024-05-08 |
WO2015085768A1 (en) | 2015-06-18 |
US20150222583A1 (en) | 2015-08-06 |
EP3080970A1 (en) | 2016-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201523487A (zh) | 一種消息推送方法、裝置及系統 | |
CN110198310B (zh) | 一种网络行为反作弊方法、装置及存储介质 | |
CN106992994B (zh) | 一种云服务的自动化监控方法和系统 | |
TWI777004B (zh) | 營銷資訊的推送設備、裝置及儲存媒體 | |
CN104539514B (zh) | 消息过滤方法和装置 | |
CN104091276B (zh) | 在线分析点击流数据的方法和相关装置及系统 | |
CN104717124B (zh) | 一种好友推荐方法、装置及服务器 | |
CN107404408B (zh) | 一种虚拟身份关联识别方法及装置 | |
CN112311612B (zh) | 一种信息构建方法、装置及存储介质 | |
TW201443811A (zh) | 社群媒體影響性評估(一) | |
CN108011740B (zh) | 一种媒体流量数据处理方法和装置 | |
CN109495378B (zh) | 检测异常帐号的方法、装置、服务器及存储介质 | |
WO2020253364A1 (zh) | 基于大数据分析的信息推送方法、装置、设备及存储介质 | |
CN113412607B (zh) | 内容推送方法、装置、移动终端及存储介质 | |
CN104038473A (zh) | 用于插播音频广告的方法、装置、设备和系统 | |
KR101937458B1 (ko) | 사용자 영향력 계산 방법 | |
CN105516390B (zh) | 域名管理的方法和装置 | |
US11146652B2 (en) | Methods and systems for enriching data | |
CN113542801B (zh) | 主播标识的生成方法、装置、设备、存储介质及程序产品 | |
CN110096406A (zh) | 一种故障事件发现方法和服务器 | |
CN105335476B (zh) | 一种热点事件分类方法及装置 | |
WO2018161677A1 (zh) | 一种推送消息的方法、装置及存储介质 | |
CN103577505A (zh) | 媒体文件的兴趣度预测方法和系统 | |
CN107093092B (zh) | 数据分析方法和装置 | |
CN104281669B (zh) | 社交网络用户影响数值的评估方法和装置 |