一种基于大数据的智能信息推送方法及系统技术方案

本申请涉及一种基于大数据的智能信息推送方法及系统，其方法包括以下步骤：采集数据库中用户历史操作信息和订阅信息，分析生成用户兴趣画像，对用户兴趣画像进行分析生成兴趣关键词排序表；采集数据库中待推广信息的关键词，并对数据库中待推送信息进行评级生成推广等级，根据用户兴趣画像匹配对应关键词的推广信息；按照兴趣关键词排序表和推广内容的推广等级对关键词匹配的推广内容进行排序，生成推广排序表；采集数据库中用户历史操作信息分析获取有效推送时段，在有效推送时段按照推广排序表对用户进行信息推广。本申请具有提高用户使用APP和浏览推广内容的兴趣，达到提高用户APP使用率和推广内容浏览率的效果。APP使用率和推广内容浏览率的效果。APP使用率和推广内容浏览率的效果。

【技术实现步骤摘要】
一种基于大数据的智能信息推送方法及系统


[0001]本申请涉及信息推送的领域，尤其是涉及一种基于大数据的智能信息推送方法及系统。

技术介绍

[0002]移动互联网蓬勃发展的今天，大部分智能终端的应用程序运营都提供了消息推送功能，如新闻客户端的热点新闻推荐，聊天互动工具的聊天消息提醒，电商产品促销信息，企业应用的通知和审批流程等等。信息推送对于提高产品活跃度、提高功能模块使用率、提升用户粘性、提升用户留存率起到了重要作用，作为应用程序运营中一个关键的渠道，对消息推送的合理运用能有效促进目标的实现。
[0003]传统的信息推送方案中，可以通过人工标记列表规则获取信息推送的特点，从而基于这些特点为向用户终端推送符合其喜好的业务信息，进而实现提高用户活跃度和APP使用率，但是通过人工标记方式得到的用户喜好兴趣画像往往不太精准，容易导致后续信息推送过程中，用户对推送信息兴趣缺乏，用户兴趣与推送信息匹配度较低，无法有效提高用户活跃度和APP使用率。
[0004]针对上述中的相关技术，专利技术人认为存在有对用户兴趣获取不精准，导致用户兴趣与推送信息匹配度较低，无法有效提高用户活跃度和APP使用率。

技术实现思路

[0005]为了改善对用户兴趣获取不精准，导致用户兴趣与推送信息匹配度较低，无法有效提高用户活跃度和APP使用率的问题，本申请提供一种基于大数据的智能信息推送方法及系统。
[0006]第一方面，本申请提供一种基于大数据的智能信息推送方法，采用如下的技术方案：一种基于大数据的智能信息推送方法，包括以下步骤：采集数据库中用户历史操作信息和订阅信息，分析生成用户兴趣画像，对用户兴趣画像进行分析生成兴趣关键词排序表；采集数据库中待推广信息的关键词，并对数据库中待推送信息进行评级生成推广等级，根据用户兴趣画像匹配对应关键词的推广信息；按照兴趣关键词排序表和推广内容的推广等级对关键词匹配的推广内容进行排序，生成推广排序表；采集数据库中用户历史操作信息分析获取有效推送时段，在有效推送时段按照推广排序表对用户进行信息推广。
[0007]通过采用上述技术方案，通过对用户的历史操作信息进行采集和分析，生成用户兴趣画像，并且提取数据库中待推广信息的关键词，实现推广内容和用户兴趣的精确匹配，提高用户使用APP和浏览推广内容的兴趣，并且对匹配的待推广内容进行排序，将用户可能
更感兴趣的推广内容优先推送至用户处，进一步提高用户使用APP和浏览推广内容的兴趣，达到提高用户APP使用率和推广内容浏览率的效果。
[0008]优选的，所述用户兴趣画像包括订阅兴趣特征关键词和预测兴趣关键词，所述预测兴趣关键词包括高权重占比关键词和近期关键词。
[0009]通过采用上述技术方案，通过对用户的历史操作信息进行采集和分析生成用户兴趣画像，便于实现推广内容和用户兴趣的精确匹配，提高用户使用APP和浏览推广内容的兴趣，达到精确推广的效果。
[0010]优选的，所述对用户兴趣画像进行分析生成兴趣关键词排序表具体包括：对订阅兴趣关键词按照浏览次数计算权重占比，按照权重占比进行排序生成订阅兴趣关键词序列表；按照预设统计周期对周期内的近期关键词统计重复次数计算权重占比，并权重占比进行排序生成近期关键词序列表；将高权重占比关键词按照权重比多少进行排序按生成高权重占比关键词序列表；根据订阅兴趣关键词序列表、近期关键词序列表和高权重占比关键词序列表按照预设排序规则计算每个兴趣关键词的排序，并生成兴趣关键词排序表。
[0011]通过采用上述技术方案，通过对用户兴趣画像进行分析生成订阅兴趣关键词序列表、近期关键词序列表和高权重占比关键词序列表，再结合三种序列表按照预设的排序规则计算每个兴趣关键词的优先级并对关键词进行排序，实现了全方面分析用户兴趣画像并对用户的兴趣关键词进行精确排序，便于推广内容的匹配和针对性推送，便于推送内容引起用户浏览兴趣，达到提高用户APP使用率和推广内容浏览率的效果。
[0012]优选的，所述根据订阅兴趣关键词序列表、近期关键词序列表和高权重占比关键词序列表按照预设排序规则计算每个兴趣关键词的排序，并生成兴趣关键词排序表具体包括：将订阅兴趣关键词序列表、近期关键词序列表和高权重占比关键词序列表中的关键词按照预设优先级公式计算优先级，并按照优先级为每个兴趣关键词进行排序；所述优先级计算公式为优先级A=B*b+C*c+D*d，所述B为兴趣关键词序列表优先系数，C为近期关键词序列表优先系数，D为高权重占比关键词序列表优先系数，所述b为关键词在兴趣关键词序列表的排名分值，所述c为关键词在近期关键词序列表的排名分值，所述d为关键词在高权重占比关键词序列表的排名分值。
[0013]通过采用上述技术方案，通过优先级计算公式对用户兴趣画像中的兴趣关键词进行精确评估和排序，便于推广内容的匹配和针对性推送，便于推送内容引起用户浏览兴趣，达到提高用户APP使用率和推广内容浏览率的效果。
[0014]优选的，所述对数据库中待推送信息进行评级生成推广等级具体包括：获取数据库中待推送信息的客户等级信息、费用等级信息和客服推广系数信息，根据预设推广等级计算公式计算推广等级，所述推广等级为推广等级e=客户等级系数f*费用等级系数g*客服推广系数h。
[0015]通过采用上述技术方案，通过对数据库内待推广信息进行评级，实现对推广资源的合理分配，在为用户提供合适匹配的推广内容的前提下，确保企业的经济效益，有助于企业的良好发展。
[0016]优选的，所述按照兴趣关键词排序表和推广内容的推广等级对关键词匹配的推广内容进行排序，生成推广排序表具体包括：按照兴趣关键词排序表和推广内容的推广等级对关键词匹配的推广内容按照预设排序计算公式计算推广优先级，并按照推广优先级进行排序生成推广排序表；所述排序计算公式为排序优先级j=关键词排序分值i*80%+推广等级e*20%。
[0017]通过采用上述技术方案，通过兴趣关键词排序表和推广内容的推广等级对关键词匹配的推广内容进行排序，在确保为用户推送其感兴趣的推广内容的前提下，合理分配推广资源，对推广等级较高的内容实现优先推广，为企业提高更高的经济效益，有助于企业的良好发展。
[0018]优选的，所述采集数据库中用户历史操作信息分析获取有效推送时段具体包括：采集获取数据库中用户历史操作信息并提取其操作移动终端的历史时段特征，对历史时段特征以星期为单位统计获取每星期中每天各个时段用户操作百分比，并将用户操作百分比大于预设操作阈值的时段设为有效推送时段。
[0019]通过采用上述技术方案，通过用户的历史操作信息进行分析和提取，将用户经常使用移动终端和APP的时段设为该用户的有效推送时段，便于用户能够在休闲时间及时接收到推广内容，有效提高推广内容被浏览的概率，提高推广正确率，达到提高用户APP使用率和推广内容浏览率的效果。并且通过有效推送时段的提取，避免推广信息打扰用户的正常生活，提高用户的使用体验和接受意愿，进一步提高了推广内容被浏览的概率。
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智能信息推送方法，其特征在于，包括以下步骤：采集数据库中用户历史操作信息和订阅信息，分析生成用户兴趣画像，对用户兴趣画像进行分析生成兴趣关键词排序表；采集数据库中待推广信息的关键词，并对数据库中待推送信息进行评级生成推广等级，根据用户兴趣画像匹配对应关键词的推广信息；按照兴趣关键词排序表和推广内容的推广等级对关键词匹配的推广内容进行排序，生成推广排序表；采集数据库中用户历史操作信息分析获取有效推送时段，在有效推送时段按照推广排序表对用户进行信息推广。2.根据权利要求1所述的一种基于大数据的智能信息推送方法，其特征在于：所述用户兴趣画像包括订阅兴趣特征关键词和预测兴趣关键词，所述预测兴趣关键词包括高权重占比关键词和近期关键词。3.根据权利要求2所述的一种基于大数据的智能信息推送方法，其特征在于：所述对用户兴趣画像进行分析生成兴趣关键词排序表具体包括：对订阅兴趣关键词按照浏览次数计算权重占比，按照权重占比进行排序生成订阅兴趣关键词序列表；按照预设统计周期对周期内的近期关键词统计重复次数计算权重占比，并权重占比进行排序生成近期关键词序列表；将高权重占比关键词按照权重比多少进行排序按生成高权重占比关键词序列表；根据订阅兴趣关键词序列表、近期关键词序列表和高权重占比关键词序列表按照预设排序规则计算每个兴趣关键词的排序，并生成兴趣关键词排序表。4.根据权利要求3所述的一种基于大数据的智能信息推送方法，其特征在于，所述根据订阅兴趣关键词序列表、近期关键词序列表和高权重占比关键词序列表按照预设排序规则计算每个兴趣关键词的排序，并生成兴趣关键词排序表具体包括：将订阅兴趣关键词序列表、近期关键词序列表和高权重占比关键词序列表中的关键词按照预设优先级公式计算优先级，并按照优先级为每个兴趣关键词进行排序；所述优先级计算公式为优先级A=B*b+C*c+D*d，所述B为兴趣关键词序列表优先系数，C为近期关键词序列表优先系数，D为高权重占比关键词序列表优先系数，所述b为关键词在兴趣关键词序列表的排名分值，所述c为关键词在近期关键词序列表的排名分值，所述d为关键词在高权重占比关键词序列表的排名分值。5.根据权利要求1所述的一种基于大数据的智能信息推送方法，其特征在于，所述对数据库中待推送信息进行评级生成推广等级具体包括：获取数据库中待推送信息的客户等级信息、费用等级信息和客服推广系数信息，根据预设推广等级计算公式计算推广等级，所述推广等级为推...

【专利技术属性】
技术研发人员：林秀珍，
申请(专利权)人：林秀珍，
类型：发明
国别省市：