价值对象信息发送方法、装置、设备和计算机可读介质制造方法及图纸

技术编号:38677535 阅读:11 留言:0更新日期:2023-09-02 22:52
本公开的实施例公开了价值对象信息发送方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括:获取目标用户的用户信息;根据用户信息,生成对应目标价值对象的干预流转概率信息和未干预流转概率信息;根据干预流转概率信息和未干预流转概率信息,生成干预概率提升值;响应于干预概率提升值满足预设干预提升条件,将目标用户的用户标识添加至用户标识集合;响应于确定当前时间满足预设推送周期条件,根据用户标识集合中满足预设推送条件的各个用户标识对应的各个干预概率提升值,对各个用户标识进行排序,得到用户标识序列;对于用户标识序列中的每个用户标识,将价值对象信息发送至对应用户标识的终端设备。该实施方式节省了推送资源。节省了推送资源。节省了推送资源。

【技术实现步骤摘要】
价值对象信息发送方法、装置、设备和计算机可读介质


[0001]本公开的实施例涉及计算机
,具体涉及价值对象信息发送方法、装置、设备和计算机可读介质。

技术介绍

[0002]针对价值对象的推广越来越多。目前,在对价值对象进行推广时,通常采用的方式为:将价值对象的相关信息推送给通过预先训练的模型确定的偏好该价值对象的用户。
[0003]然而,专利技术人发现,当采用上述方式对价值对象进行推广时,经常会存在如下技术问题:第一,基于偏好推送的方式,即使不推送价值对象的相关信息,主动搜索该价值对象进行流转的用户也较多,导致推送资源(例如网络资源)浪费。
[0004]第二,无法根据用户的反馈持续更新模型,导致模型的准确率持续降低,从而导致所推送的价值对象的相关信息的利用率较低,造成推送资源浪费。
[0005]该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0007]本公开的一些实施例提出了价值对象信息发送方法、装置、电子设备和计算机可读介质,来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0008]第一方面,本公开的一些实施例提供了一种价值对象信息发送方法,该方法包括:获取目标用户的用户信息;根据上述用户信息,生成对应目标价值对象的干预流转概率信息和未干预流转概率信息;根据上述干预流转概率信息和上述未干预流转概率信息,生成干预概率提升值;响应于确定上述干预概率提升值满足预设干预提升条件,将上述目标用户的用户标识添加至用户标识集合,以对用户标识集合进行更新;响应于确定当前时间满足预设推送周期条件,根据所更新的用户标识集合中满足预设推送条件的各个用户标识对应的各个干预概率提升值,对上述各个用户标识进行排序,得到用户标识序列;对于上述用户标识序列中的每个用户标识,将上述目标价值对象的价值对象信息发送至对应上述用户标识的终端设备。
[0009]第二方面,本公开的一些实施例提供了一种价值对象信息发送装置,装置包括:获取单元,被配置成获取目标用户的用户信息;第一生成单元,被配置成根据上述用户信息,生成对应目标价值对象的干预流转概率信息和未干预流转概率信息;第二生成单元,被配置成根据上述干预流转概率信息和上述未干预流转概率信息,生成干预概率提升值;添加单元,被配置成响应于确定上述干预概率提升值满足预设干预提升条件,将上述目标用户
的用户标识添加至用户标识集合,以对用户标识集合进行更新;排序单元,被配置成响应于确定当前时间满足预设推送周期条件,根据所更新的用户标识集合中满足预设推送条件的各个用户标识对应的各个干预概率提升值,对上述各个用户标识进行排序,得到用户标识序列;发送单元,被配置成对于上述用户标识序列中的每个用户标识,将上述目标价值对象的价值对象信息发送至对应上述用户标识的终端设备。
[0010]第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
[0011]第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
[0012]本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的价值对象信息发送方法,节省了推送资源。具体来说,造成推送资源浪费的原因在于:基于偏好推送的方式,即使不推送价值对象的相关信息,主动搜索该价值对象进行流转的用户也较多,导致推送资源(例如网络资源)浪费。基于此,本公开的一些实施例的价值对象信息发送方法,首先,获取目标用户的用户信息。然后,根据上述用户信息,生成对应目标价值对象的干预流转概率信息和未干预流转概率信息。由此,可以生成上述目标用户对目标价值对象的流转进行干预(推送目标价值对象的价值对象信息)和未干预(未推送目标价值对象的价值对象信息)的流转概率相关信息。之后,根据上述干预流转概率信息和上述未干预流转概率信息,生成干预概率提升值。由此,可以确定干预上述目标用户对上述目标价值对象的流转后的流转概率提升值。其次,响应于确定上述干预概率提升值满足预设干预提升条件,将上述目标用户的用户标识添加至用户标识集合,以对用户标识集合进行更新。由此,可以在干预后的流转概率提升值满足预设的条件后,将目标用户的用户标识添加至维护更新的用户标识集合。接着,响应于确定当前时间满足预设推送周期条件,根据所更新的用户标识集合中满足预设推送条件的各个用户标识对应的各个干预概率提升值,对上述各个用户标识进行排序,得到用户标识序列。由此,可以根据各个用户标识对应的干预概率提升值,对各个用户标识进行排序。最后,对于上述用户标识序列中的每个用户标识,将上述目标价值对象的价值对象信息发送至对应上述用户标识的终端设备。由此,可以依次将目标价值对象的价值对象信息推送至各个用户标识的终端设备。也因为推送了目标价值对象的价值对象信息的各个用户,是经过对目标价值对象的流转进行干预后的干预概率提升值满足预设的条件的用户,推送目标价值对象的价值对象信息可以提高对目标价值对象进行流转的概率,从而节省了推送资源。
附图说明
[0013]结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
[0014]图1是根据本公开的价值对象信息发送方法的一些实施例的流程图;图2是根据本公开的价值对象信息发送装置的一些实施例的结构示意图;图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
[0015]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
[0016]另外还需要说明的是,为了便于描述,附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
[0017]需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0018]需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种价值对象信息发送方法,包括:获取目标用户的用户信息;根据所述用户信息,生成对应目标价值对象的干预流转概率信息和未干预流转概率信息;根据所述干预流转概率信息和所述未干预流转概率信息,生成干预概率提升值;响应于确定所述干预概率提升值满足预设干预提升条件,将所述目标用户的用户标识添加至用户标识集合,以对用户标识集合进行更新;响应于确定当前时间满足预设推送周期条件,根据所更新的用户标识集合中满足预设推送条件的各个用户标识对应的各个干预概率提升值,对所述各个用户标识进行排序,得到用户标识序列;对于所述用户标识序列中的每个用户标识,将所述目标价值对象的价值对象信息发送至对应所述用户标识的终端设备。2.根据权利要求1所述的方法,其中,所述方法还包括:根据所述用户标识集合和所述目标价值对象,构建对应所述目标价值对象的知识图谱;对所述知识图谱进行存储;响应于检测到对应所述用户标识集合中任意用户标识的终端设备发送的对应上述目标价值对象的推送反馈信息,根据所述推送反馈信息,对所述知识图谱进行更新。3.根据权利要求1所述的方法,其中,所述根据所述用户信息,生成对应目标价值对象的干预流转概率信息和未干预流转概率信息,包括:根据所述用户信息,生成用户特征向量;将所述用户特征向量输入至预先训练的流转概率生成模型,得到干预流转概率和未干预流转概率分别作为干预流转概率信息和未干预流转概率信息,其中,所述流转概率生成模型为多输出决策树模型。4.根据权利要求3所述的方法,其中,所述流转概率生成模型是通过以下步骤训练得到的:获取样本集,其中,所述样本集中的样本包括样本用户特征向量、对应所述目标价值对象的样本历史流转信息和对应所述样本历史流转信息的干预变量;以所述样本集中的各个样本为输入,以对应各个样本包括的样本历史流转信息的各个干预流转概率和各个未干预流转概率为期望输出,训练得到多输出决策树模型作为流转概率生成模型。5.根据权利要求4所述的方法,其中,所述方法还包括:响应于确定所述干预概率提升值不满足所述预设干预提升条件,确定所述干预概率提升值是否在第一数值范围内;响应于确定所述干预概率提升值在所述第一数值范围内,将所述目标用户的用户类型确定为推送无效类;将所述目标用户的用户标识添加至第一用户标识集合,以对第一用户标识集合进行更新,其中,所述第一用户标识集合对应推...

【专利技术属性】
技术研发人员:梁文杰陈成徐崚峰刘殿兴岳丰孙晓婧温晓聪方兴
申请(专利权)人:中国中信有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1