一種消息推送方法、裝置及系統(tǒng)的制作方法
【專利摘要】本發(fā)明實施例公開了一種消息推送方法、裝置及系統(tǒng),其中,所述方法包括:在接收到推送觸發(fā)消息時,獲取所述推送觸發(fā)消息所對應(yīng)的用戶標識;若獲取到的用戶標識在已計算確定的目標用戶集合中,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶標識推送所述推送消息;其中,所述已計算確定的目標用戶集合包括:根據(jù)預(yù)置的預(yù)測模型對已注冊用戶標識的用戶屬性進行統(tǒng)計后生成的包括多個用戶標識的集合。采用本發(fā)明,可以有針對性地、較為智能地向目標用戶群推送消息,實現(xiàn)了較為精準的諸如服務(wù)、產(chǎn)品等內(nèi)容的推廣,較好地節(jié)約了推送服務(wù)器的軟硬件資源,并且在一定程度上避免了對不需要推送消息的用戶造成的干擾。
【專利說明】一種消息推送方法、裝置及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及信息處理【技術(shù)領(lǐng)域】,尤其涉及一種消息推送方法、裝置及系統(tǒng)。
【背景技術(shù)】
[0002]消息推送是指根據(jù)一定的協(xié)議和標準,通過“廣播”的方式向多個用戶發(fā)送消息。使用消息推送的場景一般包括各種服務(wù)、產(chǎn)品的推廣,而推送的渠道大多通過門戶網(wǎng)站、各類通訊應(yīng)用以及各類社交應(yīng)用等。
[0003]現(xiàn)有的推送方式中,一般僅在發(fā)送消息前對消息進行簡單的選擇過濾,例如,對于游戲用戶來說,會推送一些關(guān)于游戲服務(wù)以及新游戲產(chǎn)品的消息,而并不會推送家具建材之類消息。
[0004]但是,在完成消息篩選后,現(xiàn)有技術(shù)是采用全量推送方式,即在將過濾得到的推送消息發(fā)送給所有的已注冊用戶,并不會在注冊用戶中進行篩選,并且這些用戶中可能存在相當一部分用戶當前并不在線。現(xiàn)有的消息推送方式比較浪費推送資源。
【發(fā)明內(nèi)容】
[0005]本發(fā)明實施例所要解決的技術(shù)問題在于,提供一種消息推送方法、裝置及系統(tǒng),可較為智能地向目標用戶群推送消息。
[0006]為了解決上述技術(shù)問題,本發(fā)明實施例提供了一種消息推送方法,包括:
[0007]在接收到推送觸發(fā)消息時,獲取所述推送觸發(fā)消息所對應(yīng)的用戶標識;
[0008]若獲取到的用戶標識在已計算確定的目標用戶集合中,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶標識推送所述選擇的推送消息;
[0009]其中,所述已計算確定的目標用戶集合包括:根據(jù)預(yù)置的預(yù)測模型對已注冊用戶標識的用戶屬性進行統(tǒng)計后生成的包括多個用戶標識的集合。
[0010]相應(yīng)地,本發(fā)明實施例還提供了一種消息推送裝置,包括:
[0011]獲取模塊,用于在接收到推送觸發(fā)消息時,獲取所述推送觸發(fā)消息所對應(yīng)的用戶標識;
[0012]推送模塊,用于若獲取到的用戶標識在已計算確定的目標用戶集合中,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶標識推送所述選擇的推送消息;
[0013]其中,所述已計算確定的目標用戶集合包括:根據(jù)預(yù)置的預(yù)測模型對已注冊用戶標識的用戶屬性進行統(tǒng)計后生成的包括多個用戶標識的集合。
[0014]實施本發(fā)明實施例,具有如下有益效果:
[0015]可以在用戶產(chǎn)生了用于觸發(fā)消息推送的操作后,根據(jù)該用戶的用戶標識和基于預(yù)測模型篩選出的用戶集合來確定是否向該用戶推送相關(guān)的消息,有針對性地、較為智能地向目標用戶群推送消息,實現(xiàn)了較為精準的諸如服務(wù)、產(chǎn)品等內(nèi)容的推廣,較好地節(jié)約了推送服務(wù)器的軟硬件資源,并且在一定程度上避免了對不需要推送消息的用戶造成的干擾?!緦@綀D】
【附圖說明】
[0016]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他的附圖。
[0017]圖1是本發(fā)明實施例的一種消息推送方法的流程示意圖;
[0018]圖2是本發(fā)明實施例的另一種消息推送方法的流程示意圖;
[0019]圖3是本發(fā)明實施例的一種生成預(yù)測用戶集合的方法的流程示意圖;
[0020]圖4是本發(fā)明實施例的一種推送成功率確定方法的流程示意圖;
[0021]圖5是本發(fā)明實施例的一種消息推送裝置的結(jié)構(gòu)示意圖;
[0022]圖6是本發(fā)明實施例的另一種消息推送裝置的結(jié)構(gòu)示意圖;
[0023]圖7是圖6中的配置模塊的其中一種結(jié)構(gòu)示意圖;
[0024]圖8是圖7中的生成單元的其中一種結(jié)構(gòu)示意圖;
[0025]圖9是圖7中的確定單元的其中一種結(jié)構(gòu)示意圖。
【具體實施方式】
[0026]下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術(shù)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(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。
[0027]請參見圖1,是本發(fā)明實施例的一種消息推送方法的流程示意圖,本發(fā)明實施例的所述方法可應(yīng)用在各類用于進行消息推送的服務(wù)器中,例如各類即時通訊應(yīng)用服務(wù)器、社交應(yīng)用服務(wù)器以及游戲服務(wù)器等等,服務(wù)器可以通過本發(fā)明實施例的所述方法對其記錄并管理的用戶標識進行相關(guān)消息的推送,具體的,所述方法包括:
[0028]SlOl:在接收到推送觸發(fā)消息時,獲取所述推送觸發(fā)消息所對應(yīng)的用戶標識。
[0029]當在服務(wù)器中注冊的用戶應(yīng)用賬號、用戶通信號碼等用戶標識在登錄成功后、進入某個游戲應(yīng)用、或者產(chǎn)生了消費、支付等用戶操作行為后,服務(wù)器可以將這些發(fā)起用戶操作行為時與相關(guān)應(yīng)用服務(wù)器(登錄服務(wù)器、游戲應(yīng)用服務(wù)器以及支付服務(wù)器等)交互的信息作為推送觸發(fā)消息,具體以何種交互信息作為所述推送觸發(fā)消息可以根據(jù)實際需要或者經(jīng)驗進行配置。
[0030]本發(fā)明實施例中,服務(wù)器基于推送觸發(fā)消息來執(zhí)行本發(fā)明實施例的消息推送方法,在獲取到推送觸發(fā)消息后,服務(wù)器獲取發(fā)送該推送觸發(fā)消息所對應(yīng)的用戶標識,即獲取對應(yīng)的用戶應(yīng)用賬號、用戶通信號碼等,以便于確定目標用戶推送消息。
[0031]S102:若獲取到的用戶標識在已計算確定的目標用戶集合中,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶標識推送所述選擇的推送消息;
[0032]其中,所述已計算確定的目標用戶集合包括:根據(jù)預(yù)置的預(yù)測模型對已注冊用戶標識的用戶屬性進行統(tǒng)計后生成的包括多個用戶標識的集合。
[0033]本發(fā)明實施例中,在獲取到發(fā)送了推送觸發(fā)消息的用戶標識后,還需要判斷該用戶標識是否在已計算確定的目標用戶集合中,若在,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶標識推送所述選擇的推送消息;若不在,則表明該用戶標識所對應(yīng)用戶不需要或者極有可能不需要推送相關(guān)的消息,因此,服務(wù)器不會在該用戶標識所對應(yīng)用戶登錄后、進入某個游戲應(yīng)用后、或者產(chǎn)生了消費、支付等用戶操作行為后,也不會向該用戶標識所對應(yīng)用戶推送消息。
[0034]所述目標用戶集合是基于預(yù)置的預(yù)測模型對大量的已注冊用戶的用戶屬性進行統(tǒng)計計算后得到的一個包括多個目標用戶標識的集合。在本發(fā)明實施例中,所述預(yù)測模型可以采用C5.0決策樹算法和基于信息熵的計算來確定得到。具體的,預(yù)測模型采用C5.0決策樹算法,通過對訓(xùn)練樣本集的學(xué)習(xí),實現(xiàn)對樣本集的推廣類型的分類,對樣本集的分類具體是根據(jù)樣本集中各用戶標識所對應(yīng)用戶的用戶屬性的分類選擇,對于不同的用戶屬性,根據(jù)用戶屬性的不同,對應(yīng)的用戶標識被分配到不同的推廣類型集合里;其中,在所述C5.0決策樹算法中選擇分支變量(用戶屬性)的依據(jù)包括:以信息熵的下降速度作為確定最佳分支變量和分割閥值的依據(jù),信息熵的下降意味著信息的不確定性下降,所述分支變量是指某個用戶屬性對于篩選出目標用戶的貢獻最大,比如通過實驗,可以得出,要判斷用戶是否活躍,周登陸次數(shù)和日游戲局數(shù),都是重要的用戶屬性;而所述分割閥值則可以用來對應(yīng)地判斷用戶是否活躍,例如日游戲局數(shù)大于3局,才可以認為是活躍,小于三局的,就代表非活躍用戶。
[0035]通過該推薦模型,以已注冊的全部或者部分用戶標識所對應(yīng)的用戶屬性下的具體用戶數(shù)據(jù)作為數(shù)據(jù)輸入進行預(yù)測計算,最終得到符合推送要求的包括多個用戶標識的目標用戶集合。一個簡單的例子在于:根據(jù)需要從大量的已注冊用戶中篩選出活躍用戶的目標用戶集合時,通過該推薦模型進行計算,根據(jù)信息熵對已注冊用戶的日游戲局數(shù)、日游戲時長、日登錄次數(shù)、付費習(xí)慣等用戶屬性下的具體用戶數(shù)據(jù)進行計算,選擇出其中的部分用戶屬性,并最終根據(jù)選擇的部分用戶屬性的用戶數(shù)據(jù)確定出相應(yīng)的局數(shù)、時長、次數(shù)等達到或超過一定閾值的用戶標識組成的目標用戶集合。
[0036]可以在用戶產(chǎn)生了用于觸發(fā)消息推送的操作后,根據(jù)該用戶的用戶標識和基于預(yù)測模型篩選出的用戶集合來確定是否向該用戶推送相關(guān)的消息,有針對性地進行了消息推送,實現(xiàn)了較為精準的諸如服務(wù)、產(chǎn)品等內(nèi)容的推廣,較好地節(jié)約了推送服務(wù)器的軟硬件資源,并且在一定程度上避免了對不需要推送消息的用戶造成的干擾。
[0037]再請參見圖2,是本發(fā)明實施例的另一種消息推送方法的流程示意圖,本發(fā)明實施例的所述方法可應(yīng)用在各類用于進行消息推送的服務(wù)器中,例如各類即時通訊應(yīng)用服務(wù)器、社交應(yīng)用服務(wù)器以及游戲服務(wù)器等等,服務(wù)器可以通過本發(fā)明實施例的所述方法對其記錄并管理的用戶標識進行相關(guān)消息的推送,具體的,所述方法包括:
[0038]S201:從已注冊用戶標識中選取預(yù)測用戶標識,并根據(jù)各預(yù)測用戶標識的用戶屬性對各預(yù)測用戶標識進行分類,得到相應(yīng)推廣類型的用戶集合。
[0039]本發(fā)明實施例中在進行預(yù)測模型的配置時,僅從已注冊用戶中選擇部分用戶進行預(yù)測模型的配置?;诟黝A(yù)測用戶標識的用戶屬性和分類規(guī)則,可以根據(jù)實際需要基于活躍用戶、回流用戶、付費用戶等推廣類型,來得到相關(guān)用戶標識組成的集合,例如包括活躍用戶集合、回流用戶集合以及付費用戶集合等。其中具體的,可以根據(jù)日游戲局數(shù)、日游戲時長、日登錄次數(shù)等用戶屬性來確定出活躍用戶集合,通過上次登錄時長、登錄時間間隔等用戶屬性來確定回流用戶集合,而通過付費習(xí)慣、付費次數(shù)、付費使用時長等用戶屬性來確定付費用戶集合。
[0040]S202:根據(jù)設(shè)置的初始預(yù)測模型對得到的用戶集合中每一個用戶標識對應(yīng)的用戶屬性進行計算,生成預(yù)測用戶集合。
[0041]在得到上述的各類用戶集合后,具體可以根據(jù)初始預(yù)測模型中信息熵的計算方式對用戶集合中各用戶標識對應(yīng)的用戶屬性進行計算,即對用戶屬性的具體用戶數(shù)據(jù)進行計算,基于信息熵可以計算出某個用戶屬性所帶來的增益效果,例如在確定用戶是否活躍時,可以分別對日游戲局數(shù)、日游戲時長、日登錄次數(shù)等具體用戶數(shù)據(jù)進行信息熵計算,根據(jù)計算得到的值來確定日游戲局數(shù)、日游戲時長、日登錄次數(shù)等用戶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用戶屬性,然后再基于選擇出的用戶屬性中用戶數(shù)據(jù)的大小,再次選擇出用戶數(shù)據(jù)的值大于預(yù)設(shè)的閾值的用戶標識,例如,在基于信息熵選擇出了日游戲局數(shù)的用戶屬性后,再將日游戲局數(shù)大于一定局數(shù)閾值的用戶標識選擇出來生成預(yù)測用戶集合。
[0042]S203:根據(jù)所述預(yù)測用戶集合發(fā)送推送消息,并根據(jù)發(fā)送推送消息的數(shù)量和返回的響應(yīng)消息的數(shù)量,確定所述初始預(yù)測模型的推送成功率。
[0043]可以向預(yù)測用戶集合中的每一個用戶標識所對應(yīng)用戶發(fā)送推送消息,也可以僅向其中的當前已登錄的用戶標識所對應(yīng)的用戶發(fā)送推送消息。在接收到相應(yīng)的推送消息后,客戶端具體可以采用現(xiàn)有的落地廣告、彈窗等形式向用戶提示該推送消息。用戶可以通過點擊查看等響應(yīng)事件來向服務(wù)器回復(fù)響應(yīng)消息。
[0044]服務(wù)器可以根據(jù)已發(fā)送的推送消息的數(shù)量和得到的根據(jù)所述推送消息返回的響應(yīng)消息的數(shù)量,確定預(yù)測用戶集合的推送成功率,具體可將兩者的比值作為推送成功率。
[0045]S204:根據(jù)所述推廣類型和已登錄用戶標識所對應(yīng)用戶的用戶屬性,從已登錄的用戶標識中選擇用戶標識得到隨機用戶集合。
[0046]在所述S204中基于已注冊且已登錄的用戶標識所對應(yīng)的用戶屬性、和與上述的預(yù)測用戶集合同樣的分類規(guī)則,從已登錄用戶標識選擇出用戶標識得到隨機用戶集合。
[0047]S205:在檢測到由所述隨機用戶集合中的用戶標識發(fā)起的推送觸發(fā)消息后,推送與所述隨機用戶集合的推廣類型對應(yīng)的推送消息。
[0048]同樣可以向隨機用戶集合中的每一個用戶標識所對應(yīng)用戶發(fā)送推送消息,也可以僅向其中的當前已登錄的用戶標識所對應(yīng)的用戶發(fā)送推送消息。
[0049]S206:接收隨機用戶集合中相應(yīng)用戶標識返回的響應(yīng)消息。
[0050]接收隨機用戶集合中相應(yīng)用戶標識響應(yīng)在S205中發(fā)送的推送消息返回的響應(yīng)消
肩、O
[0051]S207:記錄在預(yù)設(shè)時間范圍內(nèi)發(fā)送了推送消息的數(shù)量、以及返回的響應(yīng)消息的數(shù)量,將兩者的比值作為成功率閾值。
[0052]服務(wù)器可以根據(jù)已發(fā)送的推送消息的數(shù)量和得到的響應(yīng)消息的數(shù)量來確定隨機用戶集合的推送成功率,具體可將兩者的比值作為成功率閾值。
[0053]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(zhí)行下述的S208,否則,執(zhí)行S209。
[0054]S208:若確定的推送成功率超過設(shè)置的成功率閾值,則將所述初始預(yù)測模型配置為預(yù)測模型。
[0055]進一步地,若確定的推送成功率未超過設(shè)置的成功率閾值,則修改所述相應(yīng)推廣類型的用戶集合中用戶標識對應(yīng)的用戶屬性,以便完成預(yù)測模型的配置。
[0056]具體可以通過增加或者減少相應(yīng)的用戶屬性,來對上述的相應(yīng)推廣類型的用戶集合中的用戶標識重新進行計算,即基于用戶集合中新的用戶屬性及其具體用戶數(shù)據(jù),重復(fù)執(zhí)行上述的S202至S207,直至確定的推送成功率超過設(shè)置的成功率閾值,最終配置完成預(yù)測模型。
[0057]上述的S201至S208為預(yù)測模型的配置步驟,在通過上述步驟完成了預(yù)測模型的配置后,即執(zhí)行下述的步驟S209至S210。
[0058]S209:在接收到推送觸發(fā)消息時,獲取所述推送觸發(fā)消息所對應(yīng)的用戶標識。
[0059]當在服務(wù)器中注冊的用戶應(yīng)用賬號、用戶通信號碼等用戶標識在登錄成功后、進入某個游戲應(yīng)用、或者產(chǎn)生了消費、支付等用戶操作行為后,服務(wù)器可以將這些發(fā)起用戶操作行為時與相關(guān)應(yīng)用服務(wù)器(登錄服務(wù)器、游戲應(yīng)用服務(wù)器以及支付服務(wù)器等)交互的信息作為推送觸發(fā)消息,具體以何種交互信息作為所述推送觸發(fā)消息可以根據(jù)實際需要或者經(jīng)驗進行配置。
[0060]本發(fā)明實施例中,服務(wù)器基于推送觸發(fā)消息來執(zhí)行本發(fā)明實施例的消息推送方法,在接收到推送觸發(fā)消息后,服務(wù)器獲取發(fā)送該推送觸發(fā)消息所對應(yīng)的用戶標識,即獲取對應(yīng)的用戶應(yīng)用賬號、用戶通信號碼等,以便于確定目標用戶推送消息。
[0061]S210:若獲取到的用戶標識在已計算確定的目標用戶集合中,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶標識推送所述選擇的推送消息。
[0062]在獲取到發(fā)送了推送觸發(fā)消息的用戶標識后,還需要判斷該用戶標識是否在已計算確定的目標用戶集合中,若在,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶標識推送所述推送消息;若不在,則表明該用戶標識所對應(yīng)用戶不需要或者極有可能不需要推送相關(guān)的消息,因此,服務(wù)器不會在該用戶標識所對應(yīng)用戶登錄后、進入某個游戲應(yīng)用后、或者產(chǎn)生了消費、支付等用戶操作行為后,也不會向該用戶標識所對應(yīng)用戶推送消息。
[0063]進一步可選地,本發(fā)明實施例的所述方法還可以包括:檢測更新周期是否到來,若是,則執(zhí)行配置預(yù)測模型。例如以一周或者一個月為更新周期,在更新周期到來時,重新執(zhí)行上述的S201至S208完成新的預(yù)測模型的配置。
[0064]需要說明的是,在本發(fā)明實施例中是通過上述的S204至S207設(shè)置成功率閾值,而在其他實施例中,成功率閾值也可以根據(jù)用戶的經(jīng)驗手動配置。
[0065]進一步具體的,再請參見圖3,是本發(fā)明實施例的一種生成預(yù)測用戶集合的方法的流程示意圖,本發(fā)明實施例的所述方法對應(yīng)于上述的S202,具體的,所述方法包括:
[0066]S301:獲取所述用戶集合中各用戶標識對應(yīng)用戶在每一個用戶屬性下的用戶數(shù)據(jù),對每一個用戶屬性下的用戶數(shù)據(jù)進行信息熵計算,得到每一個用戶屬性的信息熵。
[0067]S302:根據(jù)信息熵的值確定一個或者多個用戶屬性作為目標用戶屬性。
[0068]S303:提取存在一個或者多個目標用戶屬性下的用戶數(shù)據(jù)超過預(yù)設(shè)的數(shù)據(jù)閾值的用戶標識,并根據(jù)提取的用戶標識生成該推廣類型對應(yīng)的預(yù)測用戶集合。
[0069]對于其中的S301,計算用戶集合中每一個用戶屬性下的信息熵的計算過程具體可以包括:
[0070]用戶集合表示為S,用戶屬性C有K個分類(例如,對于用戶學(xué)歷的用戶屬性而言,可能包括初中、高中、大學(xué)三個分類的學(xué)歷),freq (Ci, S)表示屬于用戶屬性為Ci類的樣本數(shù),I S I表示用戶集合S的樣本數(shù),則用戶集合S的信息熵定義為:
[0071]
【權(quán)利要求】
1.一種消息推送方法,其特征在于,包括: 在接收到推送觸發(fā)消息時,獲取所述推送觸發(fā)消息所對應(yīng)的用戶標識; 若獲取到的用戶標識在已計算確定的目標用戶集合中,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶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用戶集合包括:根據(jù)預(yù)置的預(yù)測模型對已注冊用戶標識的用戶屬性進行統(tǒng)計后生成的包括多個用戶標識的集合。
2.如權(quán)利要求1所述的方法,其特征在于,所述在接收到推送觸發(fā)消息時,獲取所述推送觸發(fā)消息所對應(yīng)的用戶標識之前,還包括: 配置預(yù)測模型,所述配置預(yù)測模型包括: 從已注冊用戶標識中選取預(yù)測用戶標識,并根據(jù)各預(yù)測用戶標識的用戶屬性對各預(yù)測用戶標識進行分類,得到相應(yīng)推廣類型的用戶集合; 根據(jù)設(shè)置的初始預(yù)測模型對得到的用戶集合中每一個用戶標識對應(yīng)的用戶屬性進行計算,生成預(yù)測用戶集合; 根據(jù)所述預(yù)測用戶集合發(fā)送推送消息,并根據(jù)發(fā)送的推送消息的數(shù)量和返回的響應(yīng)消息的數(shù)量,確定所述初始預(yù)測模型的推送成功率; 若確定的推送成功率 超過設(shè)置的成功率閾值,則將所述初始預(yù)測模型配置為預(yù)測模型。
3.如權(quán)利要求2所述的方法,其特征在于,所述根據(jù)設(shè)置的初始預(yù)測模型對得到的用戶集合中每一個用戶標識對應(yīng)的用戶屬性進行計算,生成預(yù)測用戶集合,包括: 獲取所述用戶集合中各用戶標識對應(yīng)用戶在每一個用戶屬性下的用戶數(shù)據(jù),對每一個用戶屬性下的用戶數(shù)據(jù)進行信息熵計算,得到每一個用戶屬性的信息熵; 根據(jù)信息熵的值確定一個或者多個用戶屬性作為目標用戶屬性; 提取存在一個或者多個目標用戶屬性下的用戶數(shù)據(jù)超過預(yù)設(shè)的數(shù)據(jù)閾值的用戶標識,并根據(jù)提取的用戶標識生成該推廣類型對應(yīng)的預(yù)測用戶集合。
4.如權(quán)利要求2所述的方法,其特征在于,所述根據(jù)所述預(yù)測用戶集合發(fā)送推送消息,并根據(jù)發(fā)送的推送消息的數(shù)量和返回的響應(yīng)消息的數(shù)量,確定所述初始預(yù)測模型的推送成功率,包括: 在檢測到由所述預(yù)測用戶集合中的用戶標識發(fā)起的推送觸發(fā)消息后,推送與所述目標用戶集合的推廣類型對應(yīng)的推送消息; 接收預(yù)測用戶集合中相應(yīng)用戶標識返回的響應(yīng)消息; 記錄在預(yù)設(shè)時間范圍內(nèi)發(fā)送的推送消息的數(shù)量、以及返回的響應(yīng)消息的數(shù)量,將兩者的比值作為推送成功率。
5.如權(quán)利要求2至4任一項所述的方法,其特征在于,設(shè)置所述成功率閾值包括: 根據(jù)所述推廣類型和已登錄用戶標識所對應(yīng)用戶的用戶屬性,從已登錄的用戶標識中選擇用戶標識得到隨機用戶集合; 在檢測到由所述隨機用戶集合中的用戶標識發(fā)起的推送觸發(fā)消息后,推送與所述隨機用戶集合的推廣類型對應(yīng)的推送消息; 接收隨機用戶集合中相應(yīng)用戶標識返回的響應(yīng)消息; 記錄在預(yù)設(shè)時間范圍內(nèi)發(fā)送的推送消息的數(shù)量、以及返回的響應(yīng)消息的數(shù)量,將兩者的比值作為成功率閾值。
6.如權(quán)利要求5所述的方法,其特征在于,還包括: 若確定的推送成功率未超過設(shè)置的成功率閾值,則修改所述相應(yīng)推廣類型的用戶集合中用戶標識對應(yīng)的用戶屬性,以便于完成預(yù)測模型的配置。
7.如權(quán)利要求6所述的方法,其特征在于,還包括: 檢測更新周期是否到來,若是,則執(zhí)行配置預(yù)測模型。
8.一種消息推送裝置,其特征在于,包括: 獲取模塊,用于在接收到推送觸發(fā)消息時,獲取所述推送觸發(fā)消息所對應(yīng)的用戶標識; 推送模塊,用于若獲取到的用戶標識在已計算確定的目標用戶集合中,則根據(jù)所述目標用戶集合的推廣類型選擇推送消息,并根據(jù)所述用戶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用戶集合包括:根據(jù)預(yù)置的預(yù)測模型對已注冊用戶標識的用戶屬性進行統(tǒng)計后生成的包括多個用戶標識的集合。
9.如權(quán)利要求8所述的裝置,其特征在于,還包括: 配置模塊,用于配置預(yù)測模型,所述配置模塊具體包括: 選取單元,用于從已注冊用戶標識中選取預(yù)測用戶標識,并根據(jù)各預(yù)測用戶標識的用戶屬性對各預(yù)測用戶標識進行分類,得到相應(yīng)推廣類型的用戶集合; 生成單元,用于根據(jù)設(shè)置的初始預(yù)測模型對得到的用戶集合中每一個用戶標識對應(yīng)的用戶屬性進行計算,生成預(yù)測用戶集合; 確定單元,用于根據(jù)所述預(yù)測用戶集合發(fā)送推送消息,并根據(jù)發(fā)送的推送消息的數(shù)量和返回的響應(yīng)消息的數(shù)量,確定所述初始預(yù)測模型的推送成功率; 配置單元,用于若確定的推送成功率超過設(shè)置的成功率閾值,則將所述初始預(yù)測模型配置為預(yù)測模型。
10.如權(quán)利要求9所述的裝置,其特征在于,所述生成單元包括: 獲取子單元,用于獲取所述用戶集合中各用戶標識對應(yīng)用戶在每一個用戶屬性下的用戶數(shù)據(jù),對每一個用戶屬性下的用戶數(shù)據(jù)進行信息熵計算,得到每一個用戶屬性的信息熵; 確定子單元,用于根據(jù)信息熵的值確定一個或者多個用戶屬性作為目標用戶屬性;生成子單元,用于提取存在一個或者多個目標用戶屬性下的用戶數(shù)據(jù)超過預(yù)設(shè)的數(shù)據(jù)閾值的用戶標識,并根據(jù)提取的用戶標識生成該推廣類型對應(yīng)的預(yù)測用戶集合。
11.如權(quán)利要求9所述的裝置,其特征在于,所述確定單元包括: 推送子單元,用于在檢測到由所述預(yù)測用戶集合中的用戶標識發(fā)起的推送觸發(fā)消息后,推送與所述目標用戶集合的推廣類型對應(yīng)的推送消息; 接收子單元,用 于接收預(yù)測用戶集合中相應(yīng)用戶標識返回的響應(yīng)消息; 確定子單元,用于記錄在預(yù)設(shè)時間范圍內(nèi)發(fā)送的推送消息的數(shù)量、以及返回的響應(yīng)消息的數(shù)量,將兩者的比值作為推送成功率。
12.如權(quán)利要求9至11任一項所述的裝置,其特征在于,還包括: 選擇模塊,用于根據(jù)所述推廣類型和已登錄用戶標識所對應(yīng)用戶的用戶屬性,從已登錄的用戶標識中選擇用戶標識得到隨機用戶集合;所述推送模塊,還用于在檢測到由所述隨機用戶集合中的用戶標識發(fā)起的推送觸發(fā)消息后,推送與所述隨機用戶集合的推廣類型對應(yīng)的推送消息; 接收模塊,用于接收隨機用戶集合中相應(yīng)用戶標識返回的響應(yīng)消息; 閾值確定模塊,用于記錄在預(yù)設(shè)時間范圍內(nèi)發(fā)送的推送消息的數(shù)量、以及返回的響應(yīng)消息的數(shù)量,將兩者的比值作為成功率閾值。
13.如權(quán)利要求12所述的裝置,其特征在于,還包括: 修改模塊,用于若確定的推送成功率未超過設(shè)置的成功率閾值,則修改所述相應(yīng)推廣類型的用戶集合中用戶標識對應(yīng)的用戶屬性,以便于配置完成預(yù)測模型的配置。
14.如權(quán)利要求13所述的裝置,其特征在于,還包括: 檢測模塊,用于檢測更新周期是否到來,并在檢測結(jié)果為是時,通知所述配置模塊。
15.一種消息推送服務(wù)器,其特征在于,包括如權(quán)利要求8至14任一項所述的消息推送 裝直。
【文檔編號】H04L29/08GK103685502SQ201310661835
【公開日】2014年3月26日 申請日期:2013年12月9日 優(yōu)先權(quán)日:2013年12月9日
【發(fā)明者】張勁松 申請人:騰訊科技(深圳)有限公司