[发明专利]基于推送模型的活动推荐方法及装置、设备、存储介质

权利要求书

1.一种基于推送模型的活动推荐方法，其特征在于，包括：

基于大数据平台生成不同类型的推送模型，所述推送模型至少包括区域模型、平台模型、平台活跃时段模型、活跃时段模型、画像模型以及流量模型中的一个或多个；

在多个不同类型的推送模型中选择一组目标模型，作为当前推送活动的推送逻辑；

基于所述目标模型向目标用户推送活动数据，所述目标用户为与所述目标模型的推送逻辑相匹配的用户；

区域模型可根据不同区域的活跃用户，对不同区域进行区域标记，为不同区域分配区域权重；

平台模型是根据用户终端的机型、系统、系统版本、硬件特征生成的；

平台活跃时段模型是根据全平台APP用户的活跃时段在24小时的分布特征，进行推送限流机制，用于在高活跃时段推送流量大，低活跃时段推送流量；或者根据不同用户在24小时内的活跃时段，进行推送限流机制，用于在活跃时段内推送活跃用户，不活跃时段不推送；

画像模型是根据大数据生成的用户年龄、性别、爱好、车辆、收入评估等画像因子，用于针对推送类型进行定向精准推送；

还包括：根据推送结果确定模型推送优先级，选取模型推送优先级最高的一组模型替换初始的目标模型；

还包括：随机选取一个或多个推送模型作为初始的目标模型，后续根据不同的推送结果不断更新推送参数，设置不同的目标模型，以达到最优的推荐逻辑。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

检测所述目标用户的目标终端在接收到所述活动推送数据后，反馈的推送结果。

3.根据权利要求1所述的方法，其特征在于，

所述推送结果为所述目标用户根据所述活动推荐数据登录相关终端应用后反馈的登录信息。

4.一种基于推送模型的活动推荐装置，其特征在于，包括：

推送模型生成模块，应用基于大数据平台生成不同类型的推送模型，所述推送模型至少包括区域模型、平台模型、平台活跃时段模型、活跃时段模型、画像模型以及流量模型中的一个或多个；

目标模型选择模块，用于在多个不同类型的推送模型中选择一组目标模型，作为当前推送活动的推送逻辑；

活动推荐模块，用于基于所述目标模型向目标用户推送活动数据，所述目标用户为与所述目标模型的推送逻辑相匹配的用户；

区域模型可根据不同区域的活跃用户，对不同区域进行区域标记，为不同区域分配区域权重；

平台模型是根据用户终端的机型、系统、系统版本、硬件特征生成的；

平台活跃时段模型是根据全平台APP用户的活跃时段在24小时的分布特征，进行推送限流机制，用于在高活跃时段推送流量大，低活跃时段推送流量；或者根据不同用户在24小时内的活跃时段，进行推送限流机制，用于在活跃时段内推送活跃用户，不活跃时段不推送；

画像模型是根据大数据生成的用户年龄、性别、爱好、车辆、收入评估等画像因子，用于针对推送类型进行定向精准推送；

还包括：根据推送结果确定模型推送优先级，选取模型推送优先级最高的一组模型替换初始的目标模型；

还包括：随机选取一个或多个推送模型作为初始的目标模型，后续根据不同的推送结果不断更新推送参数，设置不同的目标模型，以达到最优的推荐逻。

5.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至3任一项所述的基于推送模型的活动推荐方法。

6.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至3任一项所述的基于推送模型的活动推荐方法。