消息处理、推送及模型训练方法、装置、设备及存储介质制造方法及图纸

本公开提出了一种消息处理、推送及模型训练方法、装置、设备以及存储介质。根据客户端的网络状况，确定适于向客户端推送的单条消息的长度阈值；在准备向客户端推送的消息的长度大于长度阈值的情况下，对消息进行切分处理，以得到多个切分结果，其中，每个切分结果的长度小于或等于长度阈值；以及将多个切分结果分批推送至客户端。由此，在提高推送质量的同时，还可以保证推送的消息的完整性，从而可以提高用户的推送体验以及推送的转化率。

Message processing, push and model training methods, devices, equipment and storage media

【技术实现步骤摘要】
消息处理、推送及模型训练方法、装置、设备及存储介质
本公开涉及信息推送领域，特别是涉及一种消息处理、推送及模型训练方法、装置、设备及存储介质。
技术介绍
消息推送，也即信息推送，是通过一定的技术标准或协议，在互联网上通过定期传送用户需要的信息来减少信息过载的一项新技术。推送技术通过自动传送信息给用户，来减少用于网络上搜索的时间。随着互联网的普及和电子设备的发展，消息推送需求广泛存在，但是消息体内容因具体业务需求越来越大。目前，主要是由消息推送平台设定统一的长度阈值，在向用户推送的消息体内容的长度大于规定长度时，大于规定长度的消息会被丢弃/截断，这样无疑会降低用户的推送体验。
技术实现思路
本公开的一个目的在于，提出一种能够提升用户体验的消息推送方案。根据本公开的第一个方面，提出了一种消息推送方法，包括：根据客户端的网络状况，确定适于向客户端推送的单条消息的长度阈值；在准备向客户端推送的消息的长度大于长度阈值的情况下，对消息进行切分处理，以得到多个切分结果，其中，每个切分结果的长度小于或等于长度阈值；以及将多个切分结果分批推送至客户端。可选地，确定适于向客户端推送的单条消息的长度阈值的步骤包括：根据网络状况，使用预先训练好的消息长度预测模型对适于向客户端推送的单条消息的长度阈值进行预测。可选地，消息推送方法还包括：获取本次推送的推送质量数据；以及根据推送质量数据和网络状况，对消息长度预测模型进行更新。可选地，推送质量数据包括以下至少一项：时长；流量；丢包率；以及重传率。可选地，消息推送方法还包括：为多个切分结果配置统一的标识符，以便客户端根据标识符对多个切分结果进行合成。可选地，消息推送方法还包括：针对每个切分结果，配置索引数据，其中，索引数据包括多个切分结果的数量和当前切分结果在多个切分结果中的顺序。可选地，消息推送方法还包括：对客户端进行监控，以确定网络状况。可选地，消息推送方法还包括：从业务服务器获取向客户端推送的消息。根据本公开的第二个方面，还提出了一种消息长度预测模型训练方法，包括：获取不同网络状况下的历史推送质量数据，作为训练数据；使用训练数据进行模型训练，以得到消息长度预测模型，其中，消息长度预测模型用于根据网络状况对符合预期推送质量指标的单条消息的长度阈值进行预测。可选地，历史推送质量数据包括以下至少一项：时长；流量；丢包率；以及重传率。根据本公开的第三个方面，还提出了一种消息处理方法，包括：根据客户端的网络状况，确定适于向所述客户端推送的单条消息的长度阈值；在准备向所述客户端推送的消息的长度大于所述长度阈值的情况下，对所述消息进行切分处理，以得到多个切分结果，其中，每个所述切分结果的长度小于或等于所述长度阈值。根据本公开的第四个方面，还提出了一种消息推送装置，包括：长度阈值确定模块，用于根据客户端的网络状况，确定适于向客户端推送的单条消息的长度阈值；切分模块，用于在准备向客户端推送的消息的长度大于长度阈值的情况下，对消息进行切分处理，以得到多个切分结果，其中，每个切分结果的长度小于或等于长度阈值；以及推送模块，用于将多个切分结果分批推送至客户端。可选地，长度阈值确定模块根据网络状况，使用预先训练好的消息长度预测模型对适于向客户端推送的单条消息的长度阈值进行预测。可选地，消息推送装置还包括：推送质量数据获取模块，用于获取本次推送的推送质量数据；和更新模块，用于根据推送质量数据和网络状况，对消息长度预测模型进行更新。可选地，推送质量数据包括以下至少一项：时长；流量；丢包率；以及重传率。可选地，消息推送装置还包括：第一配置模块，用于为多个切分结果配置统一的标识符，以便客户端根据标识符对多个切分结果进行合成。可选地，消息推送装置还包括：第二配置模块，用于针对每个切分结果，配置索引数据，其中，索引数据包括多个切分结果的数量和当前切分结果在多个切分结果中的顺序。可选地，消息推送装置还包括：监控模块，用于对客户端进行监控，以确定网络状况。可选地，消息推送装置还包括：推送消息获取模块，用于从业务服务器获取向客户端推送的消息。根据本公开的第五个方面，还提出了一种消息长度预测模型训练装置，包括：训练数据获取模块，用于获取不同网络状况下的历史推送质量数据，作为训练数据；和模型训练模块，用于使用训练数据进行模型训练，以得到消息长度预测模型，其中，消息长度预测模型用于根据网络状况对符合预期推送质量指标的单条消息的长度阈值进行预测。可选地，历史推送质量数据包括以下至少一项：时长；流量；丢包率；以及重传率。根据本公开的第六个方面，还提出了一种消息处理装置，包括：长度阈值确定模块，用于根据客户端的网络状况，确定适于向客户端推送的单条消息的长度阈值；和切分模块，用于在准备向客户端推送的消息的长度大于长度阈值的情况下，对消息进行切分处理，以得到多个切分结果，其中，每个切分结果的长度小于或等于长度阈值。根据本公开的第七个方面，还提出了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如本公开第一个方面至第三个方面中任何一个方面述及的方法。根据本公开的第八个方面，还提出了一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如本公开第一个方面至第三个方面中任何一个方面述及的方法。本公开通过该模型根据客户端的实时网络状况，确定适于向客户端推送的单条消息的长度阈值。并且，对于超过长度阈值的消息，可以进行分片处理，由客户端自动合成，无需业务方自行分片。由此，在提高推送质量的同时，还可以保证推送的消息的完整性，从而可以提高用户的推送体验以及推送的转化率。附图说明通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。图1是示出了根据本公开一实施例的消息推送方法的示意性流程图。图2是示出了根据本公开一实施例的消息长度预测模型训练方法的示意性流程图。图3是示出了根据本公开一实施例的消息推送装置的结构的示意性方框图。图4是示出了根据本公开一实施例的消息长度预测模型训练装置的结构的示意性方框图。图5是示出了根据本公开一实施例的消息处理装置的结构的示意性方框图。图6是示出了根据本公开一实施例的计算设备的结构的示意性方框图。具体实施方式下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。【术语解释】消息推送：也即信息推送，是通过一定的技术标准或本文档来自技高网...

【技术保护点】
1.一种消息推送方法，其特征在于，包括：/n根据客户端的网络状况，确定适于向所述客户端推送的单条消息的长度阈值；/n在准备向所述客户端推送的消息的长度大于所述长度阈值的情况下，对所述消息进行切分处理，以得到多个切分结果，其中，每个所述切分结果的长度小于或等于所述长度阈值；以及/n将所述多个切分结果分批推送至所述客户端。/n

【技术特征摘要】
1.一种消息推送方法，其特征在于，包括：
根据客户端的网络状况，确定适于向所述客户端推送的单条消息的长度阈值；
在准备向所述客户端推送的消息的长度大于所述长度阈值的情况下，对所述消息进行切分处理，以得到多个切分结果，其中，每个所述切分结果的长度小于或等于所述长度阈值；以及
将所述多个切分结果分批推送至所述客户端。


2.根据权利要求1所述的消息推送方法，其特征在于，所述确定适于向所述客户端推送的单条消息的长度阈值的步骤包括：
根据所述网络状况，使用预先训练好的消息长度预测模型对适于向所述客户端推送的单条消息的长度阈值进行预测。


3.根据权利要求2所述的消息推送方法，其特征在于，还包括：
获取本次推送的推送质量数据；以及
根据所述推送质量数据和所述网络状况，对所述消息长度预测模型进行更新。


4.根据权利要求3所述的消息推送方法，其特征在于，所述推送质量数据包括以下至少一项：
时长；
流量；
丢包率；以及
重传率。


5.根据权利要求1所述的消息推送方法，其特征在于，还包括：
为所述多个切分结果配置统一的标识符，以便所述客户端根据所述标识符对所述多个切分结果进行合成。


6.根据权利要求1所述的消息推送方法，其特征在于，还包括：
针对每个所述切分结果，配置索引数据，其中，所述索引数据包括所述多个切分结果的数量和当前切分结果在所述多个切分结果中的顺序。


7.根据权利要求1所述的消息推送方法，其特征在于，还包括：
对所述客户端进行监控，以确定所述网络状况。


8.根据权利要求1所述的消息推送方法，其特征在于，还包括：
从业务服务器获取向所述客户端推送的消息。


9.一种消息长度预测模型训练方法，其特征在于，包括：
获取不同网络状况下的历史推送质量数据，作为训练数据；
使用所述训练数据进行模型训练，以得到消息长度预测模型，其中，所述消息长度预测模型用于根据网络状况对符合预期推送质量指标的单条消息的长度阈值进行预测。


1...

【专利技术属性】
技术研发人员：陈超，钟伟，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY