TWI683270B - 一種資訊推送方法和裝置 - Google Patents

一種資訊推送方法和裝置 Download PDF

Info

Publication number
TWI683270B
TWI683270B TW104128127A TW104128127A TWI683270B TW I683270 B TWI683270 B TW I683270B TW 104128127 A TW104128127 A TW 104128127A TW 104128127 A TW104128127 A TW 104128127A TW I683270 B TWI683270 B TW I683270B
Authority
TW
Taiwan
Prior art keywords
terminal device
relationship
business
terminal
score
Prior art date
Application number
TW104128127A
Other languages
English (en)
Other versions
TW201635165A (zh
Inventor
何慧梅
王峰偉
何帝君
Original Assignee
香港商阿里巴巴集團服務有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 香港商阿里巴巴集團服務有限公司 filed Critical 香港商阿里巴巴集團服務有限公司
Publication of TW201635165A publication Critical patent/TW201635165A/zh
Application granted granted Critical
Publication of TWI683270B publication Critical patent/TWI683270B/zh

Links

Images

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
    • H04L67/535—Tracking the activity of the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本發明提供一種資訊推送方法和裝置。所述方法包括：計算業務場景對應的場景權重；根據所述場景權重，計算第二終端裝置對第一終端裝置的關係分值，其中，所述第二終端裝置的數量大於等於1；根據所述關係分值，計算所述第一終端裝置的業務指數；根據所述業務指數進行資訊推送。本發明根據終端裝置之間的歷史交互行為來計算終端裝置業務指數，能夠有效提高終端裝置業務指數計算的準確性，從而提高資訊推送的準確性。

Description

一種資訊推送方法和裝置
本發明係關於網際網路技術領域，特別是關於一種資訊推送方法和裝置。
隨著網際網路技術的廣泛發展，終端裝置可以透過網際網路獲取到各種資訊。比如：終端裝置可以透過網際網路流覽新聞，終端裝置也可以透過搜尋引擎進行資訊搜索等。
相關技術中，伺服器可以根據終端裝置的業務指數向終端裝置進行資訊的推送。終端裝置的業務指數通常用來描述一個終端裝置影響其他終端裝置的能力，終端裝置的業務指數也是對終端裝置影響力的量化。目前，可以依據終端裝置與其他終端裝置之間進行交互的次數或頻率計算終端裝置的業務指數，然而，這樣的計算方式較為片面，得到的終端裝置業務指數不夠準確，從而導致資訊推送不夠準確。
有鑑於此，本發明提供一種資訊推送方法和裝置。
具體地，本發明是透過如下技術方案實現的：一種資訊推送方法，所述方法包括：計算業務場景對應的場景權重；根據所述場景權重，計算第二終端裝置對第一終端裝置的關係分值，其中，所述第二終端裝置的數量大於等於1；根據所述關係分值，計算所述第一終端裝置的業務指數；根據所述業務指數進行資訊推送。
進一步地，所述計算業務場景對應的場景權重，包括：根據邏輯回歸模型，計算業務場景對應的場景權重。
進一步地，所述計算第二終端裝置對第一終端裝置的關係分值，包括：根據所述邏輯回歸模型，計算所有業務場景中所述第二終端裝置與所述第一終端裝置的互動分值之和；用所述互動分值之和乘以所述第二終端裝置與所述第一終端裝置的時間衰減值，得到所述第二終端裝置對所述第一終端裝置關係總值；用所述第二終端裝置對所述第一終端裝置的關係總值除以所有終端裝置對所述第一終端裝置的關係總值之和得到商值，將所述商值作為所述第二終端裝置對所述第一終端裝置的關係分值。
進一步地，所述計算所述第一終端裝置的業務指數，包括：利用PageRank演算法疊代計算所述第一終端裝置的業務指數。
進一步地，當存在預設的疊代次數時，所述PageRank演算法的疊代次數為所述預設的疊代次數；當不存在預設的疊代次數時，在每次疊代後，判斷所有終端裝置的業務指數是否滿足預設的收斂條件，如果滿足，則停止疊代。
一種資訊推送裝置，所述裝置包括：權重計算單元，計算業務場景對應的場景權重；分值計算單元，根據所述場景權重，計算第二終端裝置對第一終端裝置的關係分值，其中，所述第二終端裝置的數量大於等於1；指數計算單元，根據所述關係分值，計算所述第一終端裝置的業務指數；資訊推送單元，根據所述業務指數進行資訊推送。
進一步地，所述權重計算單元，具體根據邏輯回歸模型，計算業務場景對應的場景權重。
進一步地，所述分值計算單元包括：第一計算子單元，根據所述邏輯回歸模型，計算所有業務場景中所述第二終端裝置與所述第一終端裝置的互動分值之和；第二計算子單元，用所述互動分值之和乘以所述第二 終端裝置與所述第一終端裝置的時間衰減值，得到所述第二終端裝置對所述第一終端裝置關係總值；第三計算子單元，用所述第二終端裝置對所述第一終端裝置的關係總值除以所有終端裝置對所述第一終端裝置的關係總值之和得到商值，將所述商值作為所述第二終端裝置對所述第一終端裝置的關係分值。
進一步地，所述指數計算單元，具體利用PageRank演算法疊代計算所述第一終端裝置的業務指數。
進一步地，所述指數計算單元，具體當存在預設的疊代次數時，所述PageRank演算法的疊代次數為所述預設的疊代次數；當不存在預設的疊代次數時，在每次疊代後，判斷所有終端裝置的業務指數是否滿足預設的收斂條件，如果滿足，則停止疊代。
由以上描述可以看出，本發明可以根據終端裝置之間的歷史交互行為來計算終端裝置的業務指數，能夠有效提高終端裝置業務指數計算的準確性，從而提高資訊推送的準確性。
001‧‧‧服務端
002‧‧‧處理器
003‧‧‧內部匯流排
004‧‧‧網路介面
005‧‧‧內存記憶體
006‧‧‧非易失性記憶體
400‧‧‧資訊推送裝置
401‧‧‧權重計算單元
402‧‧‧分值計算單元
4021‧‧‧第一計算子單元
4022‧‧‧第二計算子單元
4023‧‧‧第三計算子單元
403‧‧‧指數計算單元
404‧‧‧資訊推送單元
圖1是本發明一示例性實施例示出的資訊推送方法的流程圖。
圖2是本發明一示例性實施例示出互動分值計算公式的曲線圖。
圖3是本發明一示例性實施例示出的一種計算第二終 端裝置對第一終端裝置的關係分值的流程圖。
圖4是本發明一示例性實施例示出的一種服務端結構示意圖。
圖5是本發明一示例性實施例示出的一種資訊推送裝置的結構示意圖。
這裡將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本發明相一致的所有實施方式。相反，它們僅是與如所附申請專利範圍書中所詳述的、本發明的一些方面相一致的裝置和方法的例子。
在本發明使用的術語是僅僅出於描述特定實施例的目的，而非旨在限制本發明。在本發明和所附申請專利範圍中所使用的單數形式的“一種”、“所述”和“該”也旨在包括多數形式，除非上下文清楚地表示其他含義。還應當理解，本文中使用的術語“和/或”是指並包含一個或多個相關聯的列出專案的任何或所有可能組合。
應當理解，儘管在本發明可能採用術語第一、第二、第三等來描述各種資訊，但這些資訊不應限於這些術語。這些術語僅用來將同一類型的資訊彼此區分開。例如，在不脫離本發明範圍的情況下，第一資訊也可以被稱為第二資訊，類似地，第二資訊也可以被稱為第一資訊。取決於 語境，如在此所使用的詞語“如果”可以被解釋成為“在……時”或“當……時”或“回應於確定”。
針對上述問題，本發明提供一種資訊推送方案，根據終端裝置與終端裝置的歷史交互行為來計算終端裝置的業務指數，進而有效提高業務指數計算的準確性，從而提高資訊推送的準確性。
請參考圖1，本發明一示例性實施例示出的資訊推送方法的流程圖，所述資訊推送方法可以應用在服務端上，包括以下步驟：
步驟101，計算業務場景對應的場景權重。
通常而言，終端裝置之間的交互場景越多、交互頻率越高，則說明終端裝置之間的關係越密切，更容易相互影響，因此可以根據終端裝置的交互情況來計算終端裝置的業務指數。
在實際情況中，終端裝置與終端裝置的交互行為可能會發生在多個不同的業務場景中，比如：終端裝置可以透過社交網站和其他終端裝置進行交互，終端裝置可以透過網上銀行和其他終端裝置進行資金往來的交互等。在不同業務場景中，終端裝置之間的交互行為對終端裝置的業務指數是不同的。舉例來說，假設終端裝置在兩個業務場景中存在資金交互行為，一個業務場景是轉帳，另一個業務場景是代還信用卡。同樣是資金交互，轉帳場景中的終端裝置之間的一次轉帳行為和代還信用卡場景中的終端裝置之間的一次代還信用卡行為，對終端裝置業務指數的計算 所起的作用是不同的。具體地，假設第一終端裝置向第二終端裝置轉帳一次，可以說明所述第一終端裝置和所述第二終端裝置之間存在資金往來，該資源往來可能是因為所述第一終端裝置和所述第二終端裝置之間存在消費、資助、借貸等關係，所述第一終端裝置會對所述第二終端裝置產生影響。然而，如果第三終端裝置為第四終端裝置還信用卡，則說明所述第三終端裝置和所述第四終端裝置的關係較為親密，所述第三終端裝置對所述第四終端裝置的影響要大於所述第一終端裝置對所述第二終端裝置的影響。也就是說，基於轉帳場景中終端裝置之間的一次交互行為計算出的終端裝置業務指數要低於基於代還信用卡場景中終端裝置之間的一次交互行為計算出的終端裝置業務指數。因此，本實施例使用業務場景對應的場景權重來量化所述業務場景的交互行為對終端裝置業務指數的計算所起的作用。
在本實施中，用互動分值來量化終端裝置之間的交互行為，具體地，可以採用邏輯回歸模型來計算所述互動分值，所述互動分值的計算公式為：
Figure 104128127-A0305-02-0009-1
其中，x是終端裝置之間的交互變數，比如：轉帳金額、轉帳次數等。
a是業務場景對應的場景權重。
f(x)是所述互動分值。
請參考圖2，本發明一示例性實施例中所述互動分值 計算公式的曲線圖。其中，x是轉帳次數，由圖2可以看出，隨著x的增大，f(x)的曲線變化越加平緩，即x越大，其每增加1，對互動分值f(x)的變化影響越小。舉例來說，假設第一終端裝置向第二終端裝置轉帳一次的互動分值為0.1，那麼當第一終端裝置已經向第二終端裝置轉帳了100次，如果第一終端裝置又向第二終端裝置轉帳1次(第101次)，則該次的互動分值可能僅增加0.001。因此，可以假設上述互動分值的計算公式中，當x取值為99的分位數時f(x)的導數是x取值為0時f(x)的導數的0.01倍，即：
Figure 104128127-A0305-02-0010-2
其中，x 1等於互動變數x的99分位數。在本實施例中，將該公式稱為場景權重的計算公式。具體地，可以計算不同的業務場景中互動變數x的99分位數，所述分位數的計算方法本領域技術人員可以參照相關技術中提供的方法，本發明在此不再一一贅述。假設，在轉帳場景中，轉帳次數x的99分位數是100，即x 1為100，則根據所述場景權重的計算公式可以計算出轉帳場景的場景權重a為0.06。假設，在代還信用卡場景中，轉帳次數x的99分位數是20，即x 1為20，則根據所述場景權重的計算公式可以計算出轉帳場景的場景權重a為0.3。
在本步驟中，根據所述場景權重的計算公式，可以分別計算各個業務場景對應的場景權重。
步驟102，根據所述場景權重，計算第二終端裝置對 第一終端裝置的關係分值，其中，所述第二終端裝置的數量大於等於1。
在本步驟中，針對每個終端裝置，分別計算其他終端裝置對該終端裝置的關係分值。
具體地，請參考圖3，所述計算第二終端裝置對第一終端裝置的關係分值，可以包括以下步驟：
步驟1021，根據邏輯回歸模型，計算所有業務場景中第二終端裝置與第一終端裝置的互動分值之和。
基於前述步驟101，在得到所述業務場景對應的場景權重之後，可以根據邏輯回歸模型，計算所有業務場景中終端裝置之間的互動分值之和。
具體地，可以根據前述互動分值的計算公式，計算所有業務場景中第二終端裝置與第一終端裝置的互動分值之和MBA，
Figure 104128127-A0305-02-0011-3
。其中，N為第一終端裝置A和第二終端裝置B的存在交互行為的業務場景數量，x為交互變數，f BA (x)為某一業務場景中第二終端裝置B與第一終端裝置A的互動分值。以計算轉帳場景中第二終端裝置與第一終端裝置的互動分值為例，假設第二終端裝置向第一終端裝置轉帳20次，第一終端裝置向第二終端裝置轉帳5次，則在該轉帳場景中，第二終端裝置與第一終端裝置的交互次數為25，即所述交互變數x的取值為25。由此可以看出，在某一個業務場景中，第二終端裝置B與第一終端裝置A的互動分值f BA (x)和所述第一終端裝置A與所述第二終端裝置B的互動分值f AB (x)相同。
步驟1022，用所述互動分值之和乘以所述第二終端裝置與所述第一終端裝置的時間衰減值，得到所述第二終端裝置對所述第一終端裝置的關係總值。
基於前述步驟1021，在得到第二終端裝置與第一終端裝置的互動分值之和後，考慮到第二終端裝置和第一終端裝置交互行為的發生時間也會影響到業務指數的計算，所以在本步驟中，引入時間衰減值的概念，用所述互動分值之和乘以所述第二終端裝置與所述第一終端裝置的時間衰減值得到乘積，在本實施例中，將得到的所述乘積稱為所述第二終端裝置對所述第一終端裝置的關係總值。
在本實施例中，為便於描述用MTBA來表示第二終端裝置B對第一終端裝置A的關係總值，
Figure 104128127-A0305-02-0012-6
，其 中，
Figure 104128127-A0305-02-0012-19
為所述時間衰減值，T為半衰期，可以設置T的取值為12，t為所述第一終端裝置與所述第二終端裝置的最近一次交互行為距今的月份。如果t=T，則
Figure 104128127-A0305-02-0012-8
。
由此可以看出，第二終端裝置對第一終端裝置的關係總值和所述第一終端裝置對所述第二終端裝置的關係總值是相同的，即MTAB=MTBA。
步驟1023，用所述第二終端裝置對所述第一終端裝置的關係總值除以所有終端裝置對所述第一終端裝置的關係總值之和得到商值，將所述商值作為所述第二終端裝置對所述第一終端裝置的關係分值。
在本實施例中，用SBA來表示第二終端裝置B對第一終端裝置A的關係分值，
Figure 104128127-A0305-02-0013-9
其中，P為第二終端裝置B的總連絡人的數量。
所述SBA可以用來量化第二終端裝置B對第一終端裝置A的影響。具體地，對於第二終端裝置B而言，假設B擁有包含第一終端裝置A在內的10個連絡人，第二終端裝置B對這10個連絡人的影響是不同的，如果第二終端裝置B的業務指數為1，則B對這10個連絡人的業務指數之和應為1。
在步驟102中，根據圖3所示的關係分值計算方法，可以分別計算出其他終端裝置(至少一個第二終端裝置)對第一終端裝置的關係分值。
步驟103，根據所述關係分值，計算所述第一終端裝置的業務指數。
基於前述步驟102，在計算得到至少一個第二終端裝置對第一終端裝置的關係分值後，可以根據PageRank演算法疊代計算所述第一終端裝置的業務指數。
在本實施例中，可以採用如下的業務指數計算公式：
Figure 104128127-A0305-02-0013-10
其中，W(i)為終端裝置i的業務指數，W(A)為終端裝置A的業務指數，d為PageRank演算法中的阻尼係數，d的取值為0.85，h為終端裝置數量，SiA為終端裝置i對終端裝置A的關係分值。需要說明的是，如果終端裝置i與終端裝置A之間不存在交互行為，則SiA的值為0，所以， 上述業務指數計算公式也可以表示為：
Figure 104128127-A0305-02-0014-13
其中，K為h個終端裝置中與終端裝置A之間存在交互行為的終端裝置的數量。
在本步驟中，根據所述業務指數計算公式，疊代計算所述第一終端裝置A的業務指數。首先，初始化每個終端裝置的業務指數都相同，即將每個終端裝置的業務指數初始化為1/h，然後開始進行疊代計算，根據其他終端裝置對第一終端裝置A的關係分值計算所述第一終端裝置A的業務指數。具體地，在本實施例中，開發人員可以預先設置計算終端裝置業務指數的疊代次數，如果存在預設的疊代次數R，則根據所述業務指數計算公式疊代計算R次，得到所述第一終端裝置的業務指數。如果不存在預設的疊代次數，則在每次疊代後，判斷所有終端裝置的業務指數是否滿足預設的收斂條件，如果滿足所述預設的收斂條件，則停止疊代。所述預設的收斂條件可以由開發人員進行設置，比如：可以將所述預設的收斂條件設置為本次疊代計算出的99%的終端裝置的業務指數相對於上一次疊代計算出的業務指數的變化不超過1%，即99%的終端裝置的業務指數已經趨於穩定。
步驟104，根據所述業務指數進行資訊推送。
基於前述步驟103，服務端在計算得到各個終端裝置的業務指數後，可以向不同級別業務指數的終端裝置推送不同的資訊。比如：業務指數較高的終端裝置往往影響力 較大，在進行產品推廣或者輿論發佈時，可以優先向業務指數較高的終端裝置進行推送。當然，本領域技術人員根據所述業務指數也可以採取其他的資訊推送方案，本發明對此不作特殊限制。
由以上描述可以看出，本發明可以根據終端裝置之間的歷史交互行為來計算終端裝置業務指數，能夠有效提高終端裝置業務指數計算的準確性，從而提高資訊推送的準確性。
與本發明終端裝置業務指數的計算方法的實施例相對應，本發明還提供一種終端裝置業務指數的計算裝置。本發明所述的裝置可以透過軟體實現，也可以透過硬體或者軟硬體結合的方式實現。以軟體實現為例，本發明終端裝置業務指數的計算裝置作為一個邏輯意義上的裝置，是透過其所在設備的處理器將非易失性記憶體中對應的電腦程式指令讀取到記憶體中運行形成的。
請參考圖4和圖5，本發明提供一種資訊推送裝置400，所述裝置400包括有：權重計算單元401、分值計算單元402以及指數計算單元403以及資訊推送單元404。其中，所述分值計算單元402還可以包括：第一計算子單元4021、第二計算子單元4022以及第三計算子單元4023。服務端001包括有：處理器002、內部匯流排003、網路介面004、內存記憶體005及非易失性記憶體006。
其中，所述權重計算單元401，計算業務場景對應的 場景權重。
所述分值計算單元402，根據所述場景權重，計算第二終端裝置對第一終端裝置的關係分值，其中，所述第二終端裝置的數量大於等於1。
所述指數計算單元403，根據所述關係分值，計算所述第一終端裝置的業務指數。
所述資訊推送單元404，根據所述業務指數進行資訊推送。
進一步地，所述權重計算單元401，具體根據邏輯回歸模型，計算業務場景對應的場景權重。
所述第一計算子單元4021，根據所述邏輯回歸模型，計算所有業務場景中所述第二終端裝置與所述第一終端裝置的互動分值之和。
所述第二計算子單元4022，用所述互動分值之和乘以所述第二終端裝置與所述第一終端裝置的時間衰減值，得到所述第二終端裝置對所述第一終端裝置關係總值。
所述第三計算子單元4023，用所述第二終端裝置對所述第一終端裝置的關係總值除以所有終端裝置對所述第一終端裝置的關係總值之和得到商值，將所述商值作為所述第二終端裝置對所述第一終端裝置的關係分值。
進一步地，所述指數計算單元403，具體利用PageRank演算法疊代計算所述第一終端裝置的業務指數。
進一步地，所述指數計算單元403，具體當存在預設 的疊代次數時，所述PageRank演算法的疊代次數為所述預設的疊代次數；當不存在預設的疊代次數時，在每次疊代後，判斷所有終端裝置的業務指數是否滿足預設的收斂條件，如果滿足，則停止疊代。
上述裝置中各個單元的功能和作用的實現過程具體詳見上述方法中對應步驟的實現過程，在此不再贅述。
以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明保護的範圍之內。

Claims (8)

  1. 一種藉由裝置所執行的資訊推送方法，所述方法包括：藉由所述裝置，根據邏輯回歸模型，計算所有業務場景對應的所有場景權重，其中，所有終端裝置之間的資金交互行為發生在所述所有業務場景中的零到多個；根據所述所有場景權重，計算第二終端裝置對第一終端裝置的關係分值，其中，所述第二終端裝置的數量大於等於1；根據所述關係分值，計算所述第一終端裝置的業務指數；根據所述業務指數進行資訊推送至所述第一終端裝置。
  2. 根據申請專利範圍第1項所述的方法，其中，所述計算第二終端裝置對第一終端裝置的關係分值，包括：根據所述邏輯回歸模型，將所述所有場景權重代入含有所述所有場景權重的互動分值計算公式以計算所有業務場景中所述第二終端裝置與所述第一終端裝置的互動分值之和；用所述互動分值之和乘以所述第二終端裝置與所述第一終端裝置的時間衰減值，得到所述第二終端裝置對所述第一終端裝置關係總值；用所述第二終端裝置對所述第一終端裝置的關係總值除以所有終端裝置對所述第一終端裝置的關係總值之和得 到商值，將所述商值作為所述第二終端裝置對所述第一終端裝置的關係分值，其中，所述所有終端裝置對所述第一終端裝置的關係總值比照所述第二終端裝置對所述第一終端裝置的關係總值而得到。
  3. 根據申請專利範圍第1項所述的方法，其中，所述計算所述第一終端裝置的業務指數，包括：利用PageRank演算法，將所述關係分值代入含有所述關係分值的業務指數計算公式以疊代計算所述第一終端裝置的業務指數。
  4. 根據申請專利範圍第3項所述的方法，其中，當存在預設的疊代次數時，所述PageRank演算法的疊代次數為所述預設的疊代次數；當不存在預設的疊代次數時，在每次疊代後，判斷與所述第一終端裝置發生資金交互行為的所有終端裝置的業務指數是否滿足預設的收斂條件，如果滿足，則停止疊代。
  5. 一種資訊推送裝置，所述裝置包括：權重計算單元，具體根據邏輯回歸模型，計算業務場景對應的場景權重，其中，所有終端裝置之間的資金交互行為發生在所述所有業務場景中的零到多個；分值計算單元，根據所述場景權重，計算第二終端裝置對第一終端裝置的關係分值，其中，所述第二終端裝置的數量大於等於1；指數計算單元，根據所述關係分值，計算所述第一終 端裝置的業務指數；資訊推送單元，根據所述業務指數進行資訊推送至所述第一終端裝置。
  6. 根據申請專利範圍第5項所述的裝置，其中，所述分值計算單元包括：第一計算子單元，根據所述邏輯回歸模型，將所述所有場景權重代入含有所述所有場景權重的互動分值計算公式以計算所有業務場景中所述第二終端裝置與所述第一終端裝置的互動分值之和；第二計算子單元，用所述互動分值之和乘以所述第二終端裝置與所述第一終端裝置的時間衰減值，得到所述第二終端裝置對所述第一終端裝置關係總值；第三計算子單元，用所述第二終端裝置對所述第一終端裝置的關係總值除以所有終端裝置對所述第一終端裝置的關係總值之和得到商值，將所述商值作為所述第二終端裝置對所述第一終端裝置的關係分值，其中，所述所有終端裝置對所述第一終端裝置的關係總值比照所述第二終端裝置對所述第一終端裝置的關係總值而得到。
  7. 根據申請專利範圍第5項所述的裝置，其中，所述指數計算單元，具體利用PageRank演算法，將所述關係分值代入含有所述關係分值的業務指數計算公式以疊代計算所述第一終端裝置的業務指數。
  8. 根據申請專利範圍第7項所述的裝置，其中，所述指數計算單元，具體當存在預設的疊代次數時， 所述PageRank演算法的疊代次數為所述預設的疊代次數；當不存在預設的疊代次數時，在每次疊代後，判斷與所述第一終端裝置發生資金交互行為的所有終端裝置的業務指數是否滿足預設的收斂條件，如果滿足，則停止疊代。
TW104128127A 2015-03-19 2015-08-27 一種資訊推送方法和裝置 TWI683270B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510122749.8A CN106033465B (zh) 2015-03-19 2015-03-19 一种信息推送方法和装置
CN201510122749.8 2015-03-19

Publications (2)

Publication Number Publication Date
TW201635165A TW201635165A (zh) 2016-10-01
TWI683270B true TWI683270B (zh) 2020-01-21

Family

ID=56919355

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104128127A TWI683270B (zh) 2015-03-19 2015-08-27 一種資訊推送方法和裝置

Country Status (4)

Country Link
US (4) US10447792B2 (zh)
CN (1) CN106033465B (zh)
TW (1) TWI683270B (zh)
WO (1) WO2016149496A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106033465B (zh) * 2015-03-19 2019-09-17 阿里巴巴集团控股有限公司 一种信息推送方法和装置
CN107067128A (zh) * 2016-12-08 2017-08-18 阿里巴巴集团控股有限公司 任务质检方法、确定非关联用户的方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060026191A1 (en) * 2004-07-30 2006-02-02 Microsoft Corporation Efficiently ranking web pages via matrix index manipulation and improved caching
US20090217178A1 (en) * 2008-02-26 2009-08-27 Social Media Networks, Inc. Ranking interactions between users on the internet
US20100076850A1 (en) * 2008-09-22 2010-03-25 Rajesh Parekh Targeting Ads by Effectively Combining Behavioral Targeting and Social Networking
US20120330720A1 (en) * 2011-06-21 2012-12-27 Kacie Maiken Pickton Systems and methods for estimating demand for attractions
US20140181118A1 (en) * 2011-05-09 2014-06-26 Korea Institute Of Industrial Technology Method for processing patent information for outputting convergence index

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4472801A (en) 1983-03-28 1984-09-18 At&T Bell Laboratories Distributed prioritized concentrator
US5513126A (en) 1993-10-04 1996-04-30 Xerox Corporation Network having selectively accessible recipient prioritized communication channel profiles
US5920700A (en) 1996-09-06 1999-07-06 Time Warner Cable System for managing the addition/deletion of media assets within a network based on usage and media asset metadata
US5991302A (en) 1997-04-10 1999-11-23 Cisco Technology, Inc. Technique for maintaining prioritization of data transferred among heterogeneous nodes of a computer network
JPH11282779A (ja) 1998-03-27 1999-10-15 Matsushita Electric Ind Co Ltd ファイル配信システム
US6732273B1 (en) 1998-10-21 2004-05-04 Lucent Technologies Inc. Priority and security coding system for electronic mail messages
WO2003036948A1 (en) 2001-10-22 2003-05-01 Predictive Media Corporation Method and system for selective initial television channel display
US20030158924A1 (en) * 2002-01-18 2003-08-21 Delegge Ronald L. System and method for measuring quality of service rendered via multiple communication channels
US6959265B1 (en) * 2003-10-07 2005-10-25 Serden Technologies, Inc. User-centric measurement of quality of service in a computer network
US7130389B1 (en) 2005-04-28 2006-10-31 Tech Radium, Inc. Digital notification and response system
US8171128B2 (en) * 2006-08-11 2012-05-01 Facebook, Inc. Communicating a newsfeed of media content based on a member's interactions in a social network environment
US20070253340A1 (en) 2006-04-28 2007-11-01 Lucent Technologies Inc. Method and apparatus for selective presence notification
US20080052407A1 (en) 2006-08-24 2008-02-28 Motorola, Inc. Method and system for information broadcasting
CN103167007A (zh) * 2011-12-14 2013-06-19 北京千橡网景科技发展有限公司 用于计算用户之间的交互度的方法和装置
US9171081B2 (en) * 2012-03-06 2015-10-27 Microsoft Technology Licensing, Llc Entity augmentation service from latent relational data
US8793255B1 (en) * 2012-05-11 2014-07-29 Google Inc. Generating a reputation score based on user interactions
CN103686769A (zh) * 2012-09-12 2014-03-26 中兴通讯股份有限公司 终端设备的业务控制方法及装置
US9749206B2 (en) * 2012-10-30 2017-08-29 Elwha Llc Methods and systems for monitoring and/or managing device data
US9299176B2 (en) * 2013-11-19 2016-03-29 Microsoft Technology Licensing, Llc Visualizing large graphs
CN104615609B (zh) * 2014-04-30 2017-07-21 腾讯科技（深圳）有限公司 一种联系人管理方法及装置
US20160203146A1 (en) * 2015-01-12 2016-07-14 Gary Allison Moll Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same
CN106033465B (zh) * 2015-03-19 2019-09-17 阿里巴巴集团控股有限公司 一种信息推送方法和装置
WO2018058468A1 (zh) * 2016-09-29 2018-04-05 华为技术有限公司 一种多播业务的发送方法和设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060026191A1 (en) * 2004-07-30 2006-02-02 Microsoft Corporation Efficiently ranking web pages via matrix index manipulation and improved caching
US20090217178A1 (en) * 2008-02-26 2009-08-27 Social Media Networks, Inc. Ranking interactions between users on the internet
US20100076850A1 (en) * 2008-09-22 2010-03-25 Rajesh Parekh Targeting Ads by Effectively Combining Behavioral Targeting and Social Networking
US20140181118A1 (en) * 2011-05-09 2014-06-26 Korea Institute Of Industrial Technology Method for processing patent information for outputting convergence index
US20120330720A1 (en) * 2011-06-21 2012-12-27 Kacie Maiken Pickton Systems and methods for estimating demand for attractions

Also Published As

Publication number Publication date
US10771577B2 (en) 2020-09-08
US10447792B2 (en) 2019-10-15
US10999386B2 (en) 2021-05-04
US20160277479A1 (en) 2016-09-22
CN106033465A (zh) 2016-10-19
US11418611B2 (en) 2022-08-16
US20210250412A1 (en) 2021-08-12
TW201635165A (zh) 2016-10-01
CN106033465B (zh) 2019-09-17
WO2016149496A1 (en) 2016-09-22
US20200045120A1 (en) 2020-02-06
US20200162567A1 (en) 2020-05-21

Similar Documents

Publication Publication Date Title
US11354727B2 (en) System and method for improving security of smart contract on blockchain
CN111404887B (zh) 一种业务处理方法及装置
WO2022083093A1 (zh) 图谱中的概率计算方法、装置、计算机设备及存储介质
CN105389488B (zh) 身份认证方法及装置
WO2016138862A1 (zh) 一种用于处理电子货币的方法与设备
US11138597B2 (en) System and method for improving security of smart contract on blockchain
TWI706348B (zh) 電子支付過程中資金交易路徑的檢測方法和裝置
US20200380524A1 (en) Transaction feature generation
CN109408714B (zh) 一种多模型融合的推荐系统和方法
CN111967035A (zh) 模型训练方法、装置和电子设备
TWI683270B (zh) 一種資訊推送方法和裝置
CN105677645B (zh) 一种数据表比对方法和装置
CN109242515B (zh) 跨平台的异常账号识别方法和装置
US11861692B2 (en) Automated hybrid pipeline for customer identification
WO2021130991A1 (ja) 不正検知システム、不正検知方法、及びプログラム
CN109636432B (zh) 计算机执行的项目选择方法和装置
CN114327802B (zh) 区块链访问链外数据的方法、装置、设备和介质
CN113835780A (zh) 一种事件响应方法及装置
CN114676311A (zh) 一种推荐方法、推荐装置、存储介质及终端设备
WO2019100646A1 (zh) 规则引擎文件的拆分调用方法、电子装置及存储介质
CN110321476A (zh) 基于局部敏感哈希的并行矩阵分解计算实现方法
CN109389487A (zh) 一种评估用户还款风险的方法和装置
Liu et al. A reputation revision mechanism to mitigate the negative effects of misreported ratings
US20230075588A1 (en) System for management of distribution according to a dynamic ranking of receiving entities
CN112381544B (zh) 子图确定方法、装置和电子设备