[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

说明书

本发明实施例公开一种基于推送模型的活动推荐方法及装置、设备、存储介质，其中方法包括如下步骤：基于大数据平台生成不同类型的推送模型，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，最后基于目标模型向目标用户推送活动数据，目标用户为与目标模型的推送逻辑相匹配的用户。采用本发明，可以根据不同类型推送模型的推荐逻辑进行活动推荐，提高推送触达成功率，同时也可以避免因大量不活跃用户并发进入APP而造成的服务器负过载的情况发生。

技术领域

本发明涉及互联网技术领域，尤其涉及一种基于推送模型的活动推荐方法及装置、设备、存储介质。

背景技术

在针对APP的日常运营中，常常有节假日、拉新、事件等运营活动需要针对APP用户做全量推送。推送时会有一部分用户处于不活跃状态(也就是APP未启动)，经过实测，绝大部分情况下不活跃用户占比远超活跃用户，有时候甚至高达几十几百倍，因而造成了针对推荐活动的触达(即用户看到推荐活动并打开相关APP)成功率较低。

对于具有较大诱惑力的活动，可能会带来非活跃用户并发式的启动APP，而APP启动过程包含一系列模块初始化，状态验证等服务器端交互逻辑，这是一个十分消耗服务器资源的过程。当推送通知达到时，除了活跃用户，还有可能存在海量的不活跃用户收到通知而启动APP，会对服务器造成巨大的并发压力。基于用户规模的不确定性，无论如何优化硬件资源都有可能达到负载极限，从而造成服务不可用。

发明内容

本发明实施例提供一种基于推送模型的活动推荐方法及装置、设备、存储介质，可以根据不同类型推送模型的推荐逻辑进行活动推荐，提高推送触达成功率，同时也可以避免因大量不活跃用户并发进入APP而造成的服务器负过载的情况发生。

本发明实施例第一方面提供了一种基于推送模型的活动推荐方法，可包括：

基于大数据平台生成不同类型的推送模型，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；

基于目标模型向目标用户推送活动数据，目标用户为与目标模型的推送逻辑相匹配的用户。

进一步的，上述方法还包括：

随机选择一个或多个推送模型组成初始的目标模型。

进一步的，上述方法还包括：

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。

进一步的，上述方法还包括：

检测目标用户的目标终端在接收到活动推送数据后，反馈的推送结果。

进一步的，上述推送结果为目标用户根据活动推荐数据登录相关终端应用后反馈的登录信息。

本发明实施例第二方面提供了一种基于推送模型的活动推荐装置，可包括：

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，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，用于基于目标模型向目标用户推送活动数据，目标用户为与目标模型的推送逻辑相匹配的用户。

进一步的，上述目标模型选择模块具体用于：

随机选择一个或多个推送模型组成初始的目标模型。