一種建立模型和推送消息的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種建立模型和推送消息的方法及裝置。
【背景技術(shù)】
[0002]當(dāng)前的推送系統(tǒng)中，一般是由編輯人工決定推送消息的發(fā)送時(shí)間，由于要推送的人群數(shù)量龐大，編輯人員不可能針對(duì)每個(gè)具體的人確定具體的發(fā)送時(shí)間，因此，一般是在同一時(shí)間推送消息，所有的用戶均在同一時(shí)間看到推送的消息。然而，這種推送方式對(duì)推送的消息的打開率有極大影響，比如，用戶收到推送的消息時(shí)正在工作或者網(wǎng)絡(luò)條件不允許，則用戶不會(huì)打開此推送的消息，推送效果不理想。

【發(fā)明內(nèi)容】

[0003]本發(fā)明提供一種建立模型和推送消息的方法及裝置，用以精準(zhǔn)的向用戶推送消息。
[0004]本發(fā)明提供一種建立模型的方法，包括:
[0005]獲取用戶最近K天和第K+1天中訪問預(yù)設(shè)應(yīng)用的用戶行為信息；
[0006]根據(jù)用戶最近K天和第K+1天的用戶行為信息構(gòu)建訓(xùn)練集；
[0007]根據(jù)所述訓(xùn)練集建立預(yù)測(cè)模型，所述預(yù)測(cè)模型用于根據(jù)用戶最近N天訪問預(yù)設(shè)應(yīng)用的用戶行為信息，確定用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間；其中，K和N均為預(yù)設(shè)的參數(shù)，且均為大于1的整數(shù)。
[0008]在一個(gè)實(shí)施例中，所述根據(jù)所述訓(xùn)練集建立預(yù)測(cè)模型，可包括:
[0009]將所有可能的用戶行為信息分為多個(gè)類；
[0010]確定最近K天中的用戶行為信息所屬的類；
[0011]根據(jù)用戶行為信息所屬的類，確定用戶在各個(gè)類的概率；
[0012]根據(jù)確定的概率構(gòu)建概率模型，所述概率模型即為預(yù)測(cè)模型。
[0013]在一個(gè)實(shí)施例中，所述方法還可包括:
[0014]將用戶在各個(gè)類的概率歸一化處理。
[0015]在一個(gè)實(shí)施例中，所述用戶行為信息，可包括:
[0016]用戶每個(gè)小時(shí)在預(yù)設(shè)應(yīng)用程序中的每個(gè)頻道的訪問頻次；和/或
[0017]用戶每個(gè)小時(shí)在每個(gè)網(wǎng)絡(luò)環(huán)境下的訪問頻次。
[0018]本發(fā)明還提供一種推送消息的方法，包括:
[0019]將當(dāng)前用戶最近N天訪問預(yù)設(shè)應(yīng)用的用戶行為信息輸入預(yù)測(cè)模型，確定出所述當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間；
[0020]當(dāng)所述推送時(shí)間到達(dá)時(shí)，向所述當(dāng)前用戶推送關(guān)于預(yù)設(shè)應(yīng)用的消息。
[0021]在一個(gè)實(shí)施例中，所述將當(dāng)前用戶最近N天訪問預(yù)設(shè)應(yīng)用的用戶行為信息輸入預(yù)測(cè)模型，確定出所述當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間，可包括:
[0022]確定當(dāng)前用戶最近N天中的用戶行為信息所屬的類；
[0023]根據(jù)用戶行為信息所屬的類，確定當(dāng)前用戶在各個(gè)類的概率；
[0024]根據(jù)當(dāng)前用戶在各個(gè)類的概率確定當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間。
[0025]在一個(gè)實(shí)施例中，所述用戶行為信息，可包括:
[0026]當(dāng)前用戶每個(gè)小時(shí)在預(yù)設(shè)應(yīng)用程序中的每個(gè)頻道的訪問頻次；和/或
[0027]當(dāng)前用戶每個(gè)小時(shí)在每個(gè)網(wǎng)絡(luò)環(huán)境下的訪問頻次。
[0028]在一個(gè)實(shí)施例中，所述將當(dāng)前用戶最近N天訪問預(yù)設(shè)應(yīng)用的用戶行為信息輸入預(yù)測(cè)模型，確定出所述當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間，可包括:
[0029]將當(dāng)前用戶最近N天每個(gè)小時(shí)在預(yù)設(shè)應(yīng)用訪問的頻道作為特征，將用戶最近N天訪問的頻道的訪問頻次作為所述特征對(duì)應(yīng)的值，將所述特征和所述特征的值輸入所述預(yù)測(cè)模型，確定當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間。
[0030]在一個(gè)實(shí)施例中，所述確定當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間，可包括:
[0031]確定當(dāng)前用戶第N+1天每個(gè)小時(shí)訪問預(yù)設(shè)應(yīng)用的概率；
[0032]將所述每個(gè)小時(shí)訪問預(yù)設(shè)應(yīng)用程序的概率歸一化處理；
[0033]確定歸一化處理后訪問所述應(yīng)用程序的概率的最大值對(duì)應(yīng)的時(shí)間；
[0034]將所述最大值對(duì)應(yīng)的時(shí)間確定為當(dāng)前用戶的推送時(shí)間。
[0035]本發(fā)明還提供一種建立模型的裝置，包括:
[0036]獲取模塊，用于獲取用戶最近K天和第K+1天中訪問預(yù)設(shè)應(yīng)用的用戶行為信息；
[0037]構(gòu)建模塊，用于根據(jù)用戶最近K天和第K+1天的用戶行為信息構(gòu)建訓(xùn)練集；
[0038]建模模塊，用于根據(jù)所述訓(xùn)練集建立預(yù)測(cè)模型，所述預(yù)測(cè)模型用于根據(jù)用戶最近N天訪問預(yù)設(shè)應(yīng)用的用戶行為信息，確定用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間；其中，K和N均為預(yù)設(shè)的參數(shù)，且均為大于1的整數(shù)。
[0039]在一個(gè)實(shí)施例中，所述建模模塊，可包括:
[0040]分類子模塊，用于將所有可能的用戶行為信息分為多個(gè)類；
[0041]第一確定子模塊，用于確定最近K天中的用戶行為信息所屬的類；
[0042]第二確定子模塊，用于根據(jù)用戶行為信息所屬的類，確定用戶在各個(gè)類的概率；
[0043]第三確定子模塊，用于根據(jù)確定的概率構(gòu)建概率模型，所述概率模型即為預(yù)測(cè)模型。
[0044]在一個(gè)實(shí)施例中，所述裝置還可包括:
[0045]歸一化模塊，用于將用戶在各個(gè)類的概率歸一化處理。
[0046]本發(fā)明還提供一種推送消息的裝置，包括:
[0047]確定模塊，用于將當(dāng)前用戶最近N天訪問預(yù)設(shè)應(yīng)用的用戶行為信息輸入預(yù)測(cè)模型，確定出所述當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間；
[0048]推送模塊，用于當(dāng)所述推送時(shí)間到達(dá)時(shí)，向所述當(dāng)前用戶推送關(guān)于預(yù)設(shè)應(yīng)用的消息。
[0049]在一個(gè)實(shí)施例中，所述確定模塊，可包括:
[0050]第一確定子模塊，用于確定當(dāng)前用戶最近N天中的用戶行為信息所屬的類；
[0051]第二確定子模塊，用于根據(jù)用戶行為信息所屬的類，確定當(dāng)前用戶在各個(gè)類的概率;
[0052]第三確定子模塊，用于根據(jù)當(dāng)前用戶在各個(gè)類的概率確定當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間。
[0053]在一個(gè)實(shí)施例中，所述確定模塊，可包括:
[0054]第四確定子模塊，用于將當(dāng)前用戶最近N天每個(gè)小時(shí)在預(yù)設(shè)應(yīng)用訪問的頻道作為特征，將用戶最近N天訪問的頻道的訪問頻次作為所述特征對(duì)應(yīng)的值，將所述特征和所述特征的值輸入所述預(yù)測(cè)模型，確定當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間。
[0055]在一個(gè)實(shí)施例中，第四確定子模塊還可用于:
[0056]確定當(dāng)前用戶第N+1天每個(gè)小時(shí)訪問預(yù)設(shè)應(yīng)用的概率；將所述每個(gè)小時(shí)訪問預(yù)設(shè)應(yīng)用程序的概率歸一化處理；確定歸一化處理后訪問所述應(yīng)用程序的概率的最大值對(duì)應(yīng)的時(shí)間；將所述最大值對(duì)應(yīng)的時(shí)間確定為當(dāng)前用戶的推送時(shí)間。
[0057]本發(fā)明實(shí)施例的上述技術(shù)方案可以包括以下有益效果:
[0058]在一個(gè)實(shí)施例中，通過獲取用戶最近K天和第K+1天中訪問預(yù)設(shè)應(yīng)用的用戶行為信息，根據(jù)用戶最近K天和第K+1天的用戶行為信息構(gòu)建訓(xùn)練集，根據(jù)訓(xùn)練集建立預(yù)測(cè)模型，并將用戶最近N天的用戶行為信息輸入預(yù)測(cè)模型，預(yù)測(cè)出用戶第N+1天的信息推送時(shí)間，從而可以針對(duì)不同用戶定制化的發(fā)送推送消息，提高用戶打開應(yīng)用程序或推送消息的打開率。
[0059]在另一個(gè)實(shí)施例中，通過將當(dāng)前用戶最近N天訪問預(yù)設(shè)應(yīng)用的用戶行為信息輸入預(yù)測(cè)模型，確定出當(dāng)前用戶第N+1天關(guān)于預(yù)設(shè)應(yīng)用的推送時(shí)間，當(dāng)推送時(shí)間到達(dá)時(shí)，向當(dāng)前用戶推送關(guān)于預(yù)設(shè)應(yīng)用的消息。從而可以針對(duì)不同用戶定制化的發(fā)送推送消息，提高用戶打開應(yīng)用程序或推送消息的打開率。
[0060]在另一個(gè)實(shí)施例中，將當(dāng)前用戶最近N天在每個(gè)小時(shí)所訪問的不同頻道作為特征，將