[发明专利]数据处理方法及装置、计算机可读存储介质、电子设备

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取多个用户样本数据，所述用户样本数据包括消息推送条数和用户访问日志；

根据所述消息推送条数和所述用户访问日志获得与所述消息推送条数对应的用户回流率；

将所述消息推送条数和所述用户回流率输入至一回流率预测模型，以对所述回流率预测模型进行训练；

获取待分析数据，并将所述待分析数据输入至所述回流率预测模型，以获得一预测回流率；

将所述预测回流率与一预设回流率进行比较，并根据比较结果确定目标推送条数。

2.根据权利要求1所述的数据处理方法，其特征在于，所述用户访问日志包括用户点击行为，且所述用户点击行为随所述消息推送条数的变化而变化。

3.根据权利要求2所述的数据处理方法，其特征在于，根据所述消息推送条数和所述用户访问日志获得与所述消息推送条数对应的用户回流率，包括：

根据所述用户点击行为判断用户是否为回流用户；

计算所述消息推送条数对应的所述回流用户的数量；

根据所述回流用户的数量和总用户量获得所述用户回流率。

4.根据权利要求1所述的数据处理方法，其特征在于，所述回流率预测模型为神经网络模型，将所述消息推送条数和所述用户回流率输入至一回流率预测模型，以对所述回流率预测模型进行训练，包括：

将所述消息推送条数作为输入向量，所述用户回流率作为输出向量输入所述神经网络模型，以对所述神经网络模型进行训练。

5.根据权利要求4所述的数据处理方法，其特征在于，所述数据处理方法还包括：

获取多个用户的与所述消息推送条数对应的用户回流率，所述用户具有不同的属性，且所述属性包括年龄、性别、职业中的一个或多个；

将所述消息推送条数、所述属性及与所述消息推送条数、所述属性对应的所述用户回流率输入至所述神经网络模型，以对所述神经网络模型进行训练。

6.根据权利要求1所述的数据处理方法，其特征在于，所述待分析数据包括一预设消息推送条数和用户属性，获取待分析数据，并将所述待分析数据输入至所述回流率预测模型，以获得一预测回流率，包括：

将所述预设消息推送条数和所述用户属性输入至所述回流率预测模型，以获得所述预测回流率。

7.根据权利要求6所述的数据处理方法，其特征在于，将所述预测回流率与一预设回流率进行比较，并根据比较结果确定目标推送条数，包括：

判断所述预测回流率与所述预设回流率的大小关系；

若所述预测回流率大于或等于所述预设回流率，则将所述预测回流率对应的所述预设消息推送条数作为所述目标推送条数。

8.一种数据处理装置，其特征在于，包括：

数据获取模块，用于获取多个用户样本数据，所述用户样本数据包括消息推送条数和用户访问日志；

第一计算模块，用于根据所述消息推送条数和所述用户访问日志获得与所述消息推送条数对应的用户回流率；

模型训练模块，用于将所述消息推送条数和所述用户回流率输入至一回流率预测模型，以对所述回流率预测模型进行训练；

模型预测模块，用于获取待分析数据，并将所述待分析数据输入至所述回流率预测模型，以获得一预测回流率；

第二计算模块，用于将所述预测回流率与一预设回流率进行比较，并根据比较结果确定目标推送条数。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的数据处理方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的数据处理方法。