信息推送方法、装置、电子设备及存储介质制造方法及图纸

本公开实施例提供一种信息推送方法、装置、电子设备及存储介质，通过获取配置信息，所述配置信息用于指示目标应用的测试版本；根据配置信息和预训练的神经网络模型，确定目标用户，其中，所述神经网络模型用于基于输入的备选用户的用户特征，判断所述备选用户是否为所述目标用户，所述目标用户为所述目标应用的注册用户中，会通过终端设备安装所述目标应用的测试版本并发送反馈信息的用户；向所述目标用户对应的目标终端设备发送推送信息，所述推送信息用于引导所述目标用户通过所述目标终端设备安装所述目标应用的测试版本，由于基于神经网络模型确定的目标用户，能够提高目标应用的测试版本的整体反馈率，因此提高了内部测试的整体效果。的整体效果。的整体效果。

【技术实现步骤摘要】
信息推送方法、装置、电子设备及存储介质


[0001]本公开实施例涉及互联网
，尤其涉及一种信息推送方法、装置、电子设备及存储介质。

技术介绍

[0002]在移动互联网领域，各互联网企业主要通过应用(Application，APP)产品向用户提高各类物联网服务。因此，应用的质量以及使用体验成为了关系到用户留存的关键一环。随着用户需要以及服务的不同变化，为用户提供互联网服务的应用也会随之不断的进行版本迭代和升级，以满足用户的需求。
[0003]当前，每当应用有新功能上线前，通常需要对应用进行内部测试，即选择特定的人群进行试用，并反馈体验信息，以便发现和纠正新功能或新版本应用中的问题。现有技术中，选定内测用户的方案，通常是通过用户的主动申请，或者其他渠道进行用户征集。
[0004]然而，由于应用版本的迭代和升级频率较高，采用人工申请和用户征集的方式对新版本的应用进行内部测试，存在测试效率低，反馈时间长的问题，影响应用进行内部测试的效果。

技术实现思路

[0005]本公开实施例提供一种信息推送方法、装置、电子设备及存储介质，以克服现有技术中采用人工申请和用户征集的方式对新版本的应用进行内部测试导致的测试效率低、反馈时间长的问题。
[0006]第一方面，本公开实施例提供一种信息推送方法，包括：
[0007]获取配置信息，所述配置信息用于指示目标应用的测试版本；根据配置信息和预训练的神经网络模型，确定目标用户，其中，所述神经网络模型用于基于输入的备选用户的用户特征，判断所述备选用户是否为所述目标用户，所述目标用户为所述目标应用的注册用户中，会通过终端设备安装所述目标应用的测试版本并发送反馈信息的用户；向所述目标用户对应的目标终端设备发送推送信息，所述推送信息用于引导所述目标用户通过所述目标终端设备安装所述目标应用的测试版本。
[0008]第二方面，本公开实施例提供一种信息推送装置，包括：
[0009]获取单元，用于获取配置信息，所述配置信息用于指示目标应用的测试版本；
[0010]确定单元，根据配置信息和预训练的神经网络模型，确定目标用户，其中，所述神经网络模型用于基于输入的备选用户的用户特征，判断所述备选用户是否为所述目标用户，所述目标用户为所述目标应用的注册用户中，会通过终端设备安装所述目标应用的测试版本并发送反馈信息的用户；
[0011]收发单元，用于向所述目标用户对应的目标终端设备发送推送信息，所述推送信息用于引导所述目标用户通过所述目标终端设备安装所述目标应用的测试版本。
[0012]第三方面，本公开实施例提供一种电子设备，包括：
[0013]处理器，以及与所述处理器通信连接的存储器；
[0014]所述存储器存储计算机执行指令；
[0015]所述处理器执行所述存储器存储的计算机执行指令，以实现如上第一方面以及第一方面各种可能的设计所述的信息推送方法。
[0016]第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的信息推送方法。
[0017]第五方面，本公开实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面以及第一方面各种可能的设计所述的信息推送方法。
[0018]本实施例提供的信息推送方法、装置、电子设备及存储介质，通过获取配置信息，所述配置信息用于指示目标应用的测试版本；根据配置信息和预训练的神经网络模型，确定目标用户，其中，所述神经网络模型用于基于输入的备选用户的用户特征，判断所述备选用户是否为所述目标用户，所述目标用户为所述目标应用的注册用户中，会通过终端设备安装所述目标应用的测试版本并发送反馈信息的用户；向所述目标用户对应的目标终端设备发送推送信息，所述推送信息用于引导所述目标用户通过所述目标终端设备安装所述目标应用的测试版本，由于基于神经网络模型确定的目标用户，具有较大的概率响应推送信息进行目标应用的测试版本的安装和反馈，因此能够以较少的信息推送量，实现较高的体验信息的反馈量，提高目标应用的测试版本的整体反馈率，进而提高测试效率，降低反馈时间长，提高内部测试的整体效果。
附图说明
[0019]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本公开实施例提供的信息推送方法的一种应用场景图；
[0021]图2为相关技术中一种随机推送方法；
[0022]图3为本公开实施例提供的信息推送方法的流程示意图一；
[0023]图4为本公开实施例提供的一种终端设备显示推送信息的示意图；
[0024]图5为本公开实施例提供的信息推送方法的流程示意图二；
[0025]图6为图5所示实施例中步骤S203的一种实现方式流程图；
[0026]图7为图5所示实施例中步骤S203的另一种实现方式流程图；
[0027]图8为本公开实施例提供的一种第一子任务网络结构的结构示意图；
[0028]图9为本公开实施例提供的一种神经网络模型的模型结构示意图；
[0029]图10为本公开实施例提供的信息推送装置的结构框图；
[0030]图11为本公开实施例提供的一种电子设备的结构示意图；
[0031]图12为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
[0032]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0033]下面对本公开实施例的应用场景进行解释：
[0034]图1为本公开实施例提供的信息推送方法的一种应用场景图，本公开实施例提供的信息推送方法，可以应用于APP的内部测试或灰度测试的应用场景。具体地，如图1所示，本公开实施例提供的方法，可以应用于服务器，服务器分别与终端设备和配置设备通信，其中，服务器内运行APP的服务端，终端设备内运行APP的客户端。开发者在通过配置设备，向服务器发送内部测试的配置信息后，服务器向终端设备的APP客户端发送推送信息，向用户发出新版本应用的体验邀请。收到推送信息的用户通过终端设备响应该推送信息后(例如点击下载链接)，终端设备会下载并安装新版本的应用，供用户进行体验。之后，用户可以再通过终端设备，向服务器发送反馈信息，完成对该新版本的应用的使用体验的报告。服务器接收多个用户返回的反馈信息，并发送至配置设备一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息推送方法，其特征在于，包括：获取配置信息，所述配置信息用于指示目标应用的测试版本；根据配置信息和预训练的神经网络模型，确定目标用户，其中，所述神经网络模型用于基于输入的备选用户的用户特征，判断所述备选用户是否为所述目标用户，所述目标用户为所述目标应用的注册用户中，会通过终端设备安装所述目标应用的测试版本并发送反馈信息的用户；向所述目标用户对应的目标终端设备发送推送信息，所述推送信息用于引导所述目标用户通过所述目标终端设备安装所述目标应用的测试版本。2.根据权利要求1所述的方法，其特征在于，所述配置信息中包括所述目标应用的测试版本对应的目标应用标识；所述根据配置信息和预训练的神经网络模型，确定目标用户，包括：根据所述目标应用标识，确定所述目标应用的用户数据库；基于所述用户数据库，确定预设数量的备选用户；基于所述神经网络模型，从所述备选用户中确定目标用户。3.根据权利要求2所述的方法，其特征在于，所述用户数据库中包括历史记录信息，所述历史记录信息用于表征所述目标应用的注册用户使用所述目标应用的历史记录；所述基于所述用户数据库，确定预设数量的备选用户，包括：根据所述历史记录信息，确定各注册用户的活跃度，所述活跃度表征所述注册用户使用所述目标应用的频次；根据所述目标用户数据库内各注册用户对应的活跃度，确定所述预设数量的备选用户。4.根据权利要求2所述的方法，其特征在于，基于所述目标用户数据库，确定预设数量的备选用户，包括：获取预设的申请信息，所述申请信息表征所述目标应用的注册用户提交的针对所述目标应用的测试版本的下载申请记录；根据所述申请信息，将所述申请记录对应的注册用户确定为备选用户。5.根据权利要求1所述的方法，其特征在于，所述配置信息中还包括账户属性处理策略，所述账户属性处理策略用于表征所述目标用户下载所述目标应用的测试版本，和/或发送所述反馈信息后获得账户积分的规则；所述方法还包括：向所述目标用户对应的目标终端设备推送表征所述账户属性处理策略的描述信息。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：在检测到所述目标终端设备成功下载所述目标应用的测试版本，和/或发送所述反馈信息后，基于所述账户属性处理策略，在所述目标用户的数字账户内增加相应的账户积分。7.根据权利要求1
‑
6任一项所述的方法，其特征在于，所述神经网络模型包括第一子任务网络结构、第二子任务网络结构和特征层，其中，所述特征层用于获取用户特征信息，所述用户特征信息用于表征所述目标应用的注册用户的特征；所述第一子任务网络结构用于基于所述用户特征信息预测所述注册用户中，会在收到推送信息后，通过对应的终端设备安装所述目标应用的测试版本的用户；所述第二子任务
网络结构用于基于所述用户特征信息预测所述注册用户中，会在通过对应的终端设备安装所述目标应用的测试版本后，发送所述反馈信息的用户；所述神经网络模型用于通过所述第一子任务网络结构的输出结果和所述第二子网络结构的输出结果，预测所述目标用户。8.根据权利要求7所述的方法，其特征在于，在检测到目标终端设...

【专利技术属性】
技术研发人员：周敦，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：