【技术实现步骤摘要】
消息推送方法、装置、计算机设备及存储介质
本申请实施例涉及深度学习
,特别涉及一种消息推送方法、装置、计算机设备及存储介质。
技术介绍
随着互联网技术的发展,终端中的大部分应用程序均实现了消息推送功能,也即,大部分应用程序可以通过网络将消息主动推送到终端供用户查看。在相关技术中,消息推送方法具体如下:应用服务器采集某一应用程序在不同终端中的历史运行记录,对上述历史运行记录统计分析得到全站用户打开推送消息的时间,运营人员在统计分析结果中筛选出大部分用户打开推送消息的时段作为推送消息的发送时段,服务器在确定出的发送时段进行消息推送。在相关技术中,推送消息的发送时段是基于用户群体来确定的,没有考虑个体差异,导致推送消息的打开率较低。
技术实现思路
本申请实施例提供一种消息推送方法、装置、计算机设备及存储介质。所述技术方案如下:第一方面,本申请实施例提供一种消息推送方法,所述方法包括:获取第一用户的n条特征信息,所述n条特征信息中的每条特征信息用于描述所述第一用户的一个维度的特征,所述n为正整数;调用时机预估模型对所述n条特征信息进行处理,得到所述第一用户在m个预设时段内的期望打开率,所述期望打开率是指预测得到的目标终端被触发打开推送消息的概率,所述目标终端是所述第一用户对应的终端,所述m为正整数;基于所述第一用户在m个预设时段内的期望打开率,在所述m个预设时段中确定出目标时段;在所述目标时段内向所述目标终端发送所述推送消息。第二方面, ...
【技术保护点】
1.一种消息推送方法,其特征在于,所述方法包括:/n获取第一用户的n条特征信息,所述n条特征信息中的每条特征信息用于描述所述第一用户的一个维度的特征,所述n为正整数;/n调用时机预估模型对所述n条特征信息进行处理,得到所述第一用户在m个预设时段内的期望打开率,所述期望打开率是指预测得到的目标终端被触发打开推送消息的概率,所述目标终端是所述第一用户对应的终端,所述m为正整数;/n基于所述第一用户在m个预设时段内的期望打开率,在所述m个预设时段中确定出目标时段;/n在所述目标时段内向所述目标终端发送所述推送消息。/n
【技术特征摘要】
1.一种消息推送方法,其特征在于,所述方法包括:
获取第一用户的n条特征信息,所述n条特征信息中的每条特征信息用于描述所述第一用户的一个维度的特征,所述n为正整数;
调用时机预估模型对所述n条特征信息进行处理,得到所述第一用户在m个预设时段内的期望打开率,所述期望打开率是指预测得到的目标终端被触发打开推送消息的概率,所述目标终端是所述第一用户对应的终端,所述m为正整数;
基于所述第一用户在m个预设时段内的期望打开率,在所述m个预设时段中确定出目标时段;
在所述目标时段内向所述目标终端发送所述推送消息。
2.根据权利要求1所述的方法,其特征在于,所述时机预估模型是采用至少两组样本数据对神经网络进行训练得到的,所述至少两组样本数据中的每组样本数据包括:样本用户的至少一条特征信息、所述样本用户对应的样本终端在一个预设时段内的消息打开率,所述消息打开率根据所述样本终端对应的历史访问记录确定。
3.根据权利要求2所述的方法,其特征在于,所述至少两组样本数据包括正样本数据和负样本数据;所述正样本数据所包括的所述消息打开率为第一预设值,所述负样本数据所包括的所述消息打开率为第二预设值,所述第一预设值与所述第二预设值不同。
4.根据权利要求1所述的方法,其特征在于,所述在所述目标时段向所述目标终端发送所述推送消息之后,还包括:
接收所述目标终端发送的反馈信息,所述反馈信息用于描述所述推送消息的交互情况;
根据所述反馈消息对所述时机预估模型进行修正,得到修正后的时机预估模型,所述修正后的时机预估模型用于在下一次进行消息推送时确定第二用户在m个预设时段内的期望打开率。
5.根据权利要求1所述的方法,其特征在于,所述获取第一用户的n条特征信息之后,还包括:
对于所述n条特征信息中的第i条特征信息,确定所述第i条特征信息的数据分布类型,所述i为小于或等于所述n的正整数;
基于所述第i条特征信息的数据分布类型,确定所述第i条特征信息对应的预处理方式;
按照所述第i条特征信息对应的预处理方式,对所述第i条特征信息进行预处理,得到预处理后的第i条特征信息;
所述调用时机预估模型对所述n条特征信息进行处理,得到所述...
【专利技术属性】
技术研发人员:何雪枫,魏安康,谢兴波,
申请(专利权)人:汉海信息技术上海有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。