一种基于网约车的个性化内容推送方法及装置制造方法及图纸

本申请提供了一种基于网约车的个性化内容推送方法及装置，其中，该方法包括：将目标用户的网约车行为特征数据输入用户偏好预测模型中，输出所述目标用户对于不同网约车服务项目的预测偏好程度；获取与所述目标用户偏好的网约车行为特征的相关度大于预设阈值的多个目标网约车服务项目；按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序；按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户。本申请可以为不同用户推送较为准确的个性化内容。

【技术实现步骤摘要】
一种基于网约车的个性化内容推送方法及装置
本申请涉及互联网
，具体而言，涉及一种基于网约车的个性化内容推送方法及装置。
技术介绍
近年来，随着移动互联网行业的迅速发展，传统交通运输与互联网融合的行业新业态蓬勃发展，使得网络约车服务(简称网约车)俨然已经成为用户出行的一个重要方式。网约车可满足用户在不同出行场景中的使用需求，用户规模持续、稳定地增长，其在短时间内迅速占据了大量的用户市场，也为用户出行带来了极大的便利。然而，现有技术中，网约车服务过程中，服务内容较为单一，比如在用户达到行程目的地之后，通常就完成约车订单并结束流程。但是，不同用户所需要的网约车服务内容不同，比如用户A较为关注网约车平台的安全性(例如，是否能够及时向家人分享行程)，而用户B则较为关注网约车平台是否提供生活服务信息(例如，是否提供周边的美食、娱乐等信息)。因此，现有技术采用的单一的网约车服务内容推送方式难以满足用户的个性化需求。
技术实现思路
有鉴于此，本申请的目的在于提供一种基于网约车的个性化内容推送方法及装置，能够达到为不同用户提供较为准确的个性化内容推送的效果。根据本申请的第一方面，提供一种基于网约车的个性化内容推送方法，包括：将目标用户的网约车行为特征数据输入用户偏好预测模型中，输出所述目标用户对于不同网约车服务项目的预测偏好程度；获取与所述目标用户偏好的网约车行为特征的相关度大于预设阈值的多个目标网约车服务项目；按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序；按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户。在一种可能的实施方式中，所述方法还包括：获取参考用户的历史行为特征数据；其中，所述参考用户的历史行为特征数据包括拉单行为数据、轨迹行为数据、加油行为数据、用券行为数据、线上行为数据和反馈行为数据中的至少一项；以所述参考用户的历史行为特征数据作为样本集，训练用户偏好预测模型。在一种可能的实施方式中，所述线上行为数据包括：用户曾经使用过的网约车服务项目的种类、用户曾经使用过网约车服务项目的频率和用户使用服务请求端操作网约车服务项目时的停留时间中的至少一项。在一种可能的实施方式中，所述方法还包括：基于用户画像和内容画像确定用户偏好的网约车行为特征。在一种可能的实施方式中，用户偏好的网约车行为特征包括：用户对不同网约车服务项目的偏好度、用户停留过的区域和用户经过的区域中的至少一项。在一种可能的实施方式中，按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序之后，按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户之前，还包括：若所述排序结果中相同类型的多个目标网约车服务项目排序分布密集，则将排序分布密集的多个相同类型的目标网约车服务项目的排序进行分散。在一种可能的实施方式中，按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序之后，按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户之前，还包括：向所述多个目标网约车服务项目的排序结果中插入用户未使用过的网约车服务项目。在一种可能的实施方式中，对所述多个目标网约车服务项目进行排序，包括：通过预设规则或机器学习模型对所述多个目标网约车服务项目进行排序。在一种可能的实施方式中，所述机器学习模型包括：AdditiveGroves模型、LR模型和GBDT模型中的任意一种。根据本申请的第二方面，提供一种基于网约车的个性化内容推送装置，包括：预测模块，用于将目标用户的网约车行为特征数据输入用户偏好预测模型中，输出所述目标用户对于不同网约车服务项目的预测偏好程度；获取模块，用于获取与所述目标用户偏好的网约车行为特征的相关度大于预设阈值的多个目标网约车服务项目；排序模块，用于按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序；推送模块，用于按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户。在一种可能的实施方式中，所述装置还包括训练模块，所述训练模块包括：获取单元，用于获取参考用户的历史行为特征数据；其中，所述参考用户的历史行为特征数据包括拉单行为数据、轨迹行为数据、加油行为数据、用券行为数据、线上行为数据和反馈行为数据中的至少一项；训练单元，用于以所述参考用户的历史行为特征数据作为样本集，训练用户偏好预测模型。在一种可能的实施方式中，所述线上行为数据包括：用户曾经使用过的网约车服务项目的种类、用户曾经使用过网约车服务项目的频率和用户使用服务请求端操作网约车服务项目时的停留时间中的至少一项。在一种可能的实施方式中，所述装置还包括：确定模块，用于基于用户画像和内容画像确定用户偏好的网约车行为特征。在一种可能的实施方式中，用户偏好的网约车行为特征包括：用户对不同网约车服务项目的偏好度、用户停留过的区域和用户经过的区域中的至少一项。在一种可能的实施方式中，所述装置还包括：分散模块，用于在所述排序结果中相同类型的多个目标网约车服务项目排序分布密集时，将排序分布密集的多个相同类型的目标网约车服务项目的排序进行分散。在一种可能的实施方式中，所述装置还包括：插入模块，用于向所述多个目标网约车服务项目的排序结果中插入用户未使用过的网约车服务项目。在一种可能的实施方式中，所述排序模块具体用于：通过预设规则或机器学习模型对所述多个目标网约车服务项目进行排序。在一种可能的实施方式中，所述机器学习模型包括：AdditiveGroves模型、LR模型和GBDT模型中的任意一种。根据本申请的第三方面，提供一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行本申请实施例第一方面，第一方面中任一种可能的实施方式中的步骤。根据本申请的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行本申请实施例第一方面，第一方面中任一种可能的实施方式中的步骤。本申请实施例提供的一种基于网约车的个性化内容推送方法，首先将目标用户的网约车行为特征数据输入用户偏好预测模型中，输出所述目标用户对于不同网约车服务项目的预测偏好程度；然后获取与所述目标用户偏好的网约车行为特征的相关度大于预设阈值的多个目标网约车服务项目，并按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序；也即本申请在对网约本文档来自技高网...

【技术保护点】
1.一种基于网约车的个性化内容推送方法，其特征在于，包括：/n将目标用户的网约车行为特征数据输入用户偏好预测模型中，输出所述目标用户对于不同网约车服务项目的预测偏好程度；/n获取与所述目标用户偏好的网约车行为特征的相关度大于预设阈值的多个目标网约车服务项目；/n按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序；/n按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户。/n

【技术特征摘要】
1.一种基于网约车的个性化内容推送方法，其特征在于，包括：
将目标用户的网约车行为特征数据输入用户偏好预测模型中，输出所述目标用户对于不同网约车服务项目的预测偏好程度；
获取与所述目标用户偏好的网约车行为特征的相关度大于预设阈值的多个目标网约车服务项目；
按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序；
按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户。


2.根据权利要求1所述的方法，其特征在于，还包括：
获取参考用户的历史行为特征数据；其中，所述参考用户的历史行为特征数据包括拉单行为数据、轨迹行为数据、加油行为数据、用券行为数据、线上行为数据和反馈行为数据中的至少一项；
以所述参考用户的历史行为特征数据作为样本集，训练用户偏好预测模型。


3.根据权利要求2所述的方法，其特征在于，所述线上行为数据包括：用户曾经使用过的网约车服务项目的种类、用户曾经使用过网约车服务项目的频率和用户使用服务请求端操作网约车服务项目时的停留时间中的至少一项。


4.根据权利要求1所述的方法，其特征在于，还包括：
基于用户画像和内容画像确定用户偏好的网约车行为特征。


5.根据权利要求4所述的方法，其特征在于，用户偏好的网约车行为特征包括：用户对不同网约车服务项目的偏好度、用户停留过的区域和用户经过的区域中的至少一项。


6.根据权利要求1所述的方法，其特征在于，按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序之后，按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户之前，还包括：
若所述排序结果中相同类型的多个目标网约车服务项目排序分布密集，则将排序分布密集的多个相同类型的目标网约车服务项目的排序进行分散。


7.根据权利要求1所述的方法，其特征在于，按照获取的多个目标网约车服务项目的预测偏好程度，对所述多个目标网约车服务项目进行排序之后，按照所述多个目标网约车服务项目的排序结果的先后顺序，将所述排序结果中的部分目标网约车服务项目推送给所述目标用户之前，还包括：
向所述多个目标网约车服务项目的排序结果中插入用户未使用过的网约车服务项目。


8.根据权利要求1所述的方法，其特征在于，对所述多个目标网约车服务项目进行排序，包括：
通过预设规则或机器学习模型对所述多个目标网约车服务项目进行排序。

【专利技术属性】
技术研发人员：刘凯，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11