一种定向推送方法及装置与流程

本申请涉及互联网广告领域，具体而言，涉及一种定向推送方法及装置。

背景技术：

目前，企业的营销手段主要通过宣传单、大屏投放等方式，这种营销手段依赖于地理位置和人为传播，在互联网高速发展的背景下，互联网广告要比传统的营销手段更为有效。

针对创业者，现有技术中是通过对大量用户广泛地进行广告、会议邀请等的推送，使得信息能够扩散得足够广，以保证真正的创业者能够接收到推送的消息，但这种方式导致了大量的推送是无效的，无法做到信息的精准投放，并且有可能会给非创业者留下较差的印象，同时，这种方式的成本高、营销效率差，且个人敏感信息(手机号码、邮箱等)易泄露。

技术实现要素：

有鉴于此，本申请的目的在于提供一种定向推送方法及装置，用于解决现有技术中如何向特定人群进行消息精准推送的问题。

第一方面，本申请实施例提供了一种定向推送方法，该方法包括：

获取备选用户的历史网络行为信息；

针对每一个备选用户，根据预先设置的分类策略对该备选用户的历史网络行为信息进行分类，并基于该分类的历史网络行为信息计算分类参考值；所述分类策略包括网站浏览类、应用软件使用类、高频关键词搜索类和地理位置类；

针对每一个备选用户的分类参考值，计算该备选用户的总参考值，将所述总参考值超过预设阈值的备选用户设为目标用户，并向目标用户推送目标信息。

根据第一方面，本申请实施例提供了第一方面的第一种可能的实施方案，其中，利用下式计算所述分类参考值：

其中，s为分类参考值，n为分类中包含的网络行为项目数，μi为网络行为项目的权重，αi为网络行为项目的参考值。

根据第一方面，本申请实施例提供了第一方面的第二种可能的实施方案，其中，针对每一个备选用户的分类参考值，计算该备选用户的总参考值，包括：

根据推送的历史目标信息，得到各分类历史参考值，依据得到的各分类历史参考值，确定分类权重；

针对每一个备选用户，计算该备选用户的各分类参考值与对应分类权重的加权和值，得到该备选用户的总参考值。

根据第一方面，本申请实施例提供了第一方面的第三种可能的实施方案，其中，将所述总参考值超过预设阈值的备选用户设为目标用户，包括：

根据历史目标用户的各分类参考值，得到各分类参考值的标准值；

将所述总参考值超过预设阈值且个参考值都达到所述标准值的备选用户设为目标用户。

第二方面，本申请实施例提供了一种定向推送装置，该装置包括：

获取模块，用于获取备选用户的历史网络行为信息；

计算模块，用于针对每一个备选用户，根据预先设置的分类策略对该备选用户的历史网络行为信息进行分类，并基于该分类的历史网络行为信息计算分类参考值；所述分类策略包括网站浏览类、应用软件使用类、高频关键词搜索类和地理位置类；

推送模块，用于针对每一个备选用户的分类参考值，计算该备选用户的总参考值，将所述总参考值超过预设阈值的备选用户设为目标用户，并向目标用户推送目标信息。

根据第二方面，本申请实施例提供了第二方面的第一种可能的实施方案，其中，计算模块利用下式计算所述分类参考值：

其中，s为分类参考值，n为分类中包含的网络行为项目数，μi为网络行为项目的权重，αi为网络行为项目的参考值。

根据第二方面，本申请实施例提供了第二方面的第二种可能的实施方案，其中，推送模块，包括：

权重单元，用于根据推送的历史目标信息，得到各分类历史参考值，依据得到的各分类历史参考值，确定分类权重；

第一运算单元，用于针对每一个备选用户，计算该备选用户的各分类参考值与对应分类权重的加权和值，得到该备选用户的总参考值。

根据第二方面，本申请实施例提供了第二方面的第二种可能的实施方案，其中，推送模块，包括：

第二运算单元，用于根据历史目标用户的各分类参考值，得到各分类参考值的标准值；

筛选单元，用于将所述总参考值超过预设阈值且个参考值都达到所述标准值的备选用户设为目标用户。

第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面及其可能的实施方案中任一项所述的方法的步骤。

第四方面，本申请实施例提供了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上述第一方面及其可能的实施方案中任一项所述的方法的步骤。

本申请实施例提出的一种定向推送方法及装置，通过对每一个备选用户的历史网络行为信息进行分析，对备选用户的历史网络行为信息进行分类，并计算出个分类的分类参考值，然后利用各分类的分类参考值计算备选用户的总参考值，筛选出总参考值超过预设阈值的备选用户，作为推送目标信息的目标用户进行信息推送。本申请实施例所提出的定向推送方法及装置可以对从用户中筛选出特定目标人群并进行精准推送，提高了广告信息推送的效率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种定向推送方法的流程示意图；

图2为本申请实施例提供的一种定向推送方法的流程示意图；

图3为本申请实施例提供的一种定向推送装置的结构示意图；

图4为本申请实施例提供的一种计算机设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种定向推送方法，如图1所示，包括以下步骤：

步骤s101、获取备选用户的历史网络行为信息；

步骤s102、针对每一个备选用户，根据预先设置的分类策略对该备选用户的历史网络行为信息进行分类，并基于该分类的历史网络行为信息计算分类参考值；上述分类策略包括网站浏览类、应用软件使用类、高频关键词搜索类和地理位置类；

步骤s103、针对每一个备选用户的分类参考值，计算该备选用户的总参考值，将上述总参考值超过预设阈值的备选用户设为目标用户，并向目标用户推送目标信息。

上述历史网络行为信息包括备选用户对网站的浏览频次及时长、备选用户对应用软件的使用频次及时长、备选用户在网站或应用软件内进行搜索所使用的高频搜索关键词及搜索频次和备选用户的定位在特定地点的出现频次。将备选用户的历史网络信息进行分类后，针对每一个分类进行分类参考值计算，进一步计算出备选用户的总参考值，将总参考值超过预设阈值的备选用户作为目标用户，并为目标用户添加目标用户人群标签，以便对目标用户进行后续持续的消息推送，省去每次对于同种目标人群推送都需要重新计算的冗余时间，提高效率。

在一可选的实施例中，利用下式计算上述分类参考值：

其中，s为分类参考值，n为分类中包含的网络行为项目数，μi为网络行为项目的权重，αi为网络行为项目的参考值。

在一个分类下，备选用户的历史网络行为信息可能包括该分类下的多个项目，例如，若目标人群是创业者人群，那么备选用户的网络浏览分类下包括慧聪网、找媒网、快塑网、唯你网等项目，针对每个项目都有与之对应的权重，通过根据每一个网站(项目)的浏览频次和时长，得到网站的参考值，并将每一个网站的参考值与该网站对应的权重的乘积之和作为该分类的分类参考值。

在一可选的实施例中，步骤s103、针对每一个备选用户的分类参考值，计算该备选用户的总参考值，如图2所示，包括：

步骤s1031、根据推送的历史目标信息，得到各分类历史参考值，依据得到的各分类历史参考值，确定分类权重；

步骤s1032、针对每一个备选用户，计算该备选用户的各分类参考值与对应分类权重的加权和值，得到该备选用户的总参考值。

通过对历史目标信息的信息进行分析，计算出各分类的历史参考值，通过各分类的历史参考值可以得出目标用户人群的各分类参考值在总参考值的评判中所占的重要程度，也就是分类权重。通过在总参考值的计算中为各分类参考值添加权重，提高总参考值的可信度，以完成对目标用户的有效筛选。

在一可选的实施例中，步骤s103、将上述总参考值超过预设阈值的备选用户设为目标用户，包括：

步骤1033、根据历史目标用户的各分类参考值，得到各分类参考值的标准值；

步骤1034、将上述总参考值超过预设阈值且个参考值都达到上述标准值的备选用户设为目标用户。

由于备选用户的各分类参考值中可能存在某一分类参考值极高而其他分类参考值极低，但总参考值依然可以达到预设阈值的情况，例如，备选用户为某一网站的工作人员，该备选用户在该网站以及同类网站的浏览频次和浏览时长较高，导致该用户的网站浏览分类参考值极高，得到的该用户的总参考值也达到了预设阈值。为了避免上述的情况发生，通过历史目标用户的各分类参考值，针对每一个分类参考值，计算历史目标用户该分类参考值的平均值作为该分类参考值的标准值。

用各分类参考值的标准值对总参考值达到预设阈值的备选用户进行二次筛选，以进一步提高对目标用户筛选的精确性。

本申请实施例还提供了一种定向推送装置，如图3所示，该装置包括：

获取模块30，用于获取备选用户的历史网络行为信息；

计算模块31，用于针对每一个备选用户，根据预先设置的分类策略对该备选用户的历史网络行为信息进行分类，并基于该分类的历史网络行为信息计算分类参考值；上述分类策略包括网站浏览类、应用软件使用类、高频关键词搜索类和地理位置类；

推送模块32，用于针对每一个备选用户的分类参考值，计算该备选用户的总参考值，将上述总参考值超过预设阈值的备选用户设为目标用户，并向目标用户推送目标信息。

上述历史网络行为信息包括备选用户对网站的浏览频次及时长、备选用户对应用软件的使用频次及时长、备选用户在网站或应用软件内进行搜索所使用的高频搜索关键词及搜索频次和备选用户的定位在特定地点的出现频次。将备选用户的历史网络信息进行分类后，针对每一个分类进行分类参考值计算，进一步计算出备选用户的总参考值，将总参考值超过预设阈值的备选用户作为目标用户，并为目标用户添加目标用户人群标签，以便对目标用户进行后续持续的消息推送，省去每次对于同种目标人群推送都需要重新计算的冗余时间，提高效率。

在一可选的实施例中，计算模块31利用下式计算上述分类参考值：

其中，s为分类参考值，n为分类中包含的网络行为项目数，μi为网络行为项目的权重，αi为网络行为项目的参考值。

在一个分类下，备选用户的历史网络行为信息可能包括该分类下的多个项目，例如，若目标人群是创业者人群，那么备选用户的网络浏览分类下包括慧聪网、找媒网、快塑网、唯你网等项目，针对每个项目都有与之对应的权重，通过根据每一个网站(项目)的浏览频次和时长，得到网站的参考值，并将每一个网站的参考值与该网站对应的权重的乘积之和作为该分类的分类参考值。

在一可选的实施例中，推送模块32，包括：

权重单元321，用于根据推送的历史目标信息，得到各分类历史参考值，依据得到的各分类历史参考值，确定分类权重；

第一运算单元322，用于针对每一个备选用户，计算该备选用户的各分类参考值与对应分类权重的加权和值，得到该备选用户的总参考值。

通过对历史目标信息的信息进行分析，计算出各分类的历史参考值，通过各分类的历史参考值可以得出目标用户人群的各分类参考值在总参考值的评判中所占的重要程度，也就是分类权重。通过在总参考值的计算中为各分类参考值添加权重，提高总参考值的可信度，以完成对目标用户的有效筛选。

在一可选的实施例中，推送模块32，包括：

第二运算单元323，用于根据历史目标用户的各分类参考值，得到各分类参考值的标准值；

筛选单元324，用于将上述总参考值超过预设阈值且个参考值都达到上述标准值的备选用户设为目标用户。

由于备选用户的各分类参考值中可能存在某一分类参考值极高而其他分类参考值极低，但总参考值依然可以达到预设阈值的情况，例如，备选用户为某一网站的工作人员，该备选用户在该网站以及同类网站的浏览频次和浏览时长较高，导致该用户的网站浏览分类参考值极高，得到的该用户的总参考值也达到了预设阈值。为了避免上述的情况发生，通过历史目标用户的各分类参考值，针对每一个分类参考值，计算历史目标用户该分类参考值的平均值作为该分类参考值的标准值。

用各分类参考值的标准值对总参考值达到预设阈值的备选用户进行二次筛选，以进一步提高对目标用户筛选的精确性。

对应于图1中的一种定向推送方法，本申请实施例还提供了一种计算机设备400，如图4所示，该设备包括存储器401、处理器402及存储在该存储器401上并可在该处理器402上运行的计算机程序，其中，上述处理器402执行上述计算机程序时实现上述一种定向推送方法。

具体地，上述存储器401和处理器402能够为通用的存储器和处理器，这里不做具体限定，当处理器402运行存储器401存储的计算机程序时，能够执行上述一种定向推送方法，解决了现有技术中如何向特定人群进行消息精准推送的问题。

对应于图1中的一种定向推送方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述一种定向推送方法的步骤。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述一种定向推送方法，解决了现有技术中如何向特定人群进行消息精准推送的问题，本申请通过对每一个备选用户的历史网络行为信息进行分析，对备选用户的历史网络行为信息进行分类，并计算出个分类的分类参考值，然后利用各分类的分类参考值计算备选用户的总参考值，筛选出总参考值超过预设阈值的备选用户，作为推送目标信息的目标用户进行信息推送。本申请实施例所提出的定向推送方法及装置可以对从用户中筛选出特定目标人群并进行精准推送，提高了广告信息推送的效率。

在本申请所提供的实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。