一种消息推送方法和系统技术方案

本发明专利技术实施例提供了一种消息推送方法和系统，其中所述方法包括：确定与目标用户群组对应的至少一个相似用户群组；基于所述相似用户群组，从指定的类目列表中选择多个候选类目；基于目标用户群组当前的情境信息，从所述多个候选类目中确定用于进行推荐的目标类目。本发明专利技术实施例可以结合实时的环境信息以及相似用户群组，为目标用户群组推荐较为匹配的目标类目，具有较高的准确性，并较少依赖人工干预。

A message push method and system

The embodiment of the invention provides a message pushing method and system, wherein said method comprises: determining the target user group and at least one similar user group; similar user groups based on the selection of a plurality of candidate categories from the specified category list; the target user group information based on the current situation. Determined from the plurality of candidate categories for the recommended target category. The embodiment of the invention can combine real-time environmental information and similar user groups to recommend more matched target categories for target user groups, with high accuracy and less reliance on manual intervention.

【技术实现步骤摘要】
一种消息推送方法和系统
本专利技术涉及数据处理
，特别是涉及一种消息推送方法和一种消息推送系统。
技术介绍
随着互联网信息技术的发展，O2O(OnlineToOffline，在线离线/线上到线下)商业模式逐渐兴起。其中，O2O是指将线下的商务机会与互联网结合，让互联网成为线下交易的平台。在O2O领域，用户使用平台型应用程序app进行消费决策的途径主要有两种：一是用户主动发起浏览、筛选、搜索等操作，获取相关信息后进行决策；二是平台通过运营活动、个性化推荐等消息推送(PUSH)的形式引导用户决策。消息推送是app运营的重要手段，能够主动触达用户，目前大多数的推荐系统，主要针对个人的消费特征进行总结归纳，抽象出该个体的重点需求和购买倾向，结合大众普遍的行为趋势综合计算出用户潜在的消费动机，从而进行合理引导，达到精准推荐的目的。然而，随着社交网络的普及，个性化的推荐往往忽略了一个群体的社交需求，而群体社交行为正逐渐演化为个体消费的主要部分。现有的能综合群体社交行为的推荐算法在对多人行为的机器学习和场景划分上往往具有一定局限性，如智能推荐的准确率过低而使群体过多干预推荐条件，场景元素单一本文档来自技高网...

【技术保护点】
一种消息推送方法，其特征在于，包括：确定与目标用户群组对应的至少一个相似用户群组；基于所述相似用户群组，从指定的类目列表中选择多个候选类目；基于目标用户群组当前的情境信息，从所述多个候选类目中确定用于进行推荐的目标类目。

【技术特征摘要】
1.一种消息推送方法，其特征在于，包括：确定与目标用户群组对应的至少一个相似用户群组；基于所述相似用户群组，从指定的类目列表中选择多个候选类目；基于目标用户群组当前的情境信息，从所述多个候选类目中确定用于进行推荐的目标类目。2.根据权利要求1所述的方法，其特征在于，在所述确定与目标用户群组对应的至少一个相似用户群组的步骤之前，还包括：确定目标用户群组。3.根据权利要求1或2所述的方法，其特征在于，还包括：基于所述目标类目进行消息推送。4.根据权利要求1所述的方法，其特征在于，所述确定与目标用户群组对应的至少一个相似用户群组的步骤包括：获取所述目标用户群组针对所述类目列表中所有类目的第一画像分数；分别计算所述第一画像分数与预设画像库中多个第二画像分数的相似度系数，其中，所述预设画像库中存储了预先采集的多个候选用户群组及每个候选用户群组针对所述类目列表中所有类目的第二画像分数；基于所述相似度系数，从所述多个候选用户群组中筛选出至少一个相似用户群组。5.根据权利要求4所述的方法，其特征在于，所述获取所述目标用户群组针对所述类目列表中所有类目的第一画像分数的步骤包括：获取所述目标用户群组中每个成员在预设时间段内的历史行为数据；基于所述每个成员的历史行为数据，分别确定每个成员针对所述类目列表中所有类目的画像分数；采用每个成员针对所述类目列表中所有类目的画像分数构建所述目标用户群组针对所述类目列表中所有类目的第一画像分数。6.根据权利要求5所述的方法，其特征在于，所述历史行为数据至少包括浏览行为数据以及交易行为数据；所述基于所述每个成员的历史行为数据，分别确定每个成员针对所述类目列表中所有类目的画像分数的步骤包括：以所述目标用户群组中单个成员为维度，针对所述类目列表中的每个类目，从所述历史行为数据中提取预设时间段内所述成员针对所述类目的浏览行为数据以及交易行为数据；计算预设时间段内所述浏览行为数据的浏览量以及所述交易行为数据的交易量；分别对所述浏览量以及所述交易量配置第一权重以及第二权重，并进行求和运算，获得所述成员对所述类目的画像分数；对所述类目的画像分数进行标准化处理以及归一化处理。7.根据权利要求6所述的方法，其特征在于，所述第一权重以及所述第二权重采用如下方式确定：采集样本数据；从所述样本数据中提取行为特征信息，所述特征信息至少包括浏览行为信息以及交易行为信息；采用预设的机器学习算法对所述浏览行为信息以及所述交易行为信息进行训练；在训练的过程中，当达到预设的损失函数的最小值时，得到所述浏览行为信息对应的第一权重以及所述交易行为信息对应的第二权重。8.根据权利要求5或6或7所述的方法，其特征在于，所述采用每个成员针对所述类目列表中所有类目的画像分数构建所述目标用户群组针对所述类目列表中所有类目的第一画像分数的步骤包括：基于所述目标用户群组的每个成员针对所述类目列表中所有类目的画像分数，生成候选画像矩阵；确定所述候选画像矩阵中的异常值，其中，所述异常值包括某个成员对某个类目的画像分数低于预设的异常门限的画像分数；将所述候选画像矩阵中的异常值替换为预设阈值，得到所述目标用户群组针对所述类目列表中所有类目的第一画像分数。9.根据权利要求4所述的方法，其特征在于，所述基于所述相似度系数，从所述多个候选用户群组中筛选出至少一个相似用户群组的步骤包括：从所述多个候选用户群组中筛选出相似度系数大于预设相似度门限的候选用户群组，作为相似用户群组。10.根据权利要求4所述的方法，其特征在于，所述基于所述相似用户群组，从指定的类目列表中选择多个候选类目的步骤包括：基于所述相似用户群组的第二画像分数以及对应的相似度系数，分别计算所述类目列表中每个类目的最终画像分数；基于所述最终画像分数，从所有类目中选取多个类目作为候选类目。11.根据权利要求1所述的方法，其特征在于，所述情境信息包括如下信息的至少一种：所述目标用户群组中每个成员的地理位置；实时的时间信息；实时的气候信息。12.一种消息推送系统，其特征在于，包括：相似群组确定模块，用于确定与目标用户群组对应的至少一个相似用户群组；候选类目选取模块，用于基于所述相似用户群组，从指定的类目列表中选择多个...

【专利技术属性】
技术研发人员：卢喆，沈杰，张杰，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京,11