[发明专利]信息推送方法、装置、设备及计算机可读存储介质

权利要求书

1.一种信息推送方法，其特征在于，所述信息推送方法包括以下步骤：

在接收到用户筛选指令时，获取所述用户筛选指令中的用户筛选条件，并根据所述用户筛选条件确定对应的用户筛选模型；

获取待筛选用户的用户数据，根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签；

根据所述用户筛选模型以及所述用户标签，在所述待筛选用户中确定符合所述预设筛选条件的目标用户，并向所述目标用户推送预设活动信息；

将所述目标用户对应的用户标识添加至对应的用户名单，并获取所述预设活动信息对应的目标时间段与任务目标；

获取所述用户名单中的待监测用户在所述目标时间段内的任务数据，并根据所述任务数据判断所述待监测用户是否完成对应的任务目标；

若所述待监测用户完成对应的任务目标，则根据所述预设活动信息向所述待监测用户发放对应的活动奖励。

2.如权利要求1所述的信息推送方法，其特征在于，所述在接收到用户筛选指令时，获取所述用户筛选指令中的用户筛选条件，并根据所述用户筛选条件确定对应的用户筛选模型的步骤之前，还包括：

获取历史用户对应的历史业绩数据以及对应的历史用户标签，将超过预设业绩阈值的历史业绩数据添加业绩合格标识，以根据所述业绩合格标识在所述历史业绩数据中确定对应的合格业绩数据；

根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集，并根据所述训练集训练生成对应的用户筛选模型。

3.如权利要求2所述的信息推送方法，其特征在于，所述根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集，并根据所述训练集训练生成对应的用户筛选模型的步骤包括：

根据所述历史用户标签、历史业绩数据以及对应的合格业绩数据生成训练集，基于深度学习算法，提取出所述训练集中业绩数据与用户标签的对应关系，并确定合格业绩数据对应的相关用户标签；

根据所述对应关系以及相关用户标签，生成用户筛选模型，其中，所述用户筛选模型用于筛选出符合对应筛选条件的特定用户。

4.如权利要求3所述的信息推送方法，其特征在于，所述根据所述用户筛选模型以及所述用户标签，在所述待筛选用户中确定符合所述预设筛选条件的目标用户，并向所述目标用户推送预设活动信息的步骤具体包括：

根据所述用户筛选模型以及所述用户标签，判断所述待筛选用户中是否存在符合所述预设筛选条件的目标用户；

若所述待筛选用户中存在所述目标用户，则根据所述目标用户对应的用户标签以及所述合格业绩数据对应的相关用户标签，将所述目标用户进行等级划分；

根据预设活动信息推送列表，向各个等级的目标用户推送对应的预设活动信息。

5.如权利要求4所述的信息推送方法，其特征在于，所述根据所述用户筛选模型以及所述用户标签，判断所述待筛选用户中是否存在符合所述预设筛选条件的目标用户的步骤之后，还包括：

若所述待筛选用户中不存在所述目标用户，则生成待筛选用户中不存在目标用户的提醒消息，并显示所述合格业绩数据对应的相关用户标签，以便策划人员根据所述相关用户标签调整所述预设活动信息。

6.如权利要求1至5任意一项所述的信息推送方法，其特征在于，所述获取待筛选用户的用户数据，根据预设标签单位以及所述用户数据生成所述待筛选用户对应的用户标签的步骤包括：

获取所述待筛选用户的用户基础信息、用户行为数据和用户交易数据，并获取预设标签单位；

将所述用户基础信息、用户行为数据和用户交易数据与预设标签单位进行比对，并生成所述待筛选用户对应的用户标签。