[发明专利]用于推送信息的方法和装置

权利要求书

1.一种用于推送信息的方法，其特征在于，所述方法包括：

获取各目标信息的期望转化次数，所述期望转化次数表示所期望的在推送目标信息后用户通过用户终端进入目标信息所指向的页面的次数；

检测各目标信息的实际转化次数，所述实际转化次数表示实际的在推送目标信息后用户通过用户终端进入目标信息所指向的页面的次数；

根据所述实际转化次数以及所述期望转化次数，确定各目标信息的推送排序，将实际转化次数接近期望转化次数的目标信息的排序向后移，将实际转化次数远小于期望转化次数的目标信息的排序向前移；

根据所述推送排序，向所述用户终端推送各目标信息。

2.根据权利要求1所述的方法，其特征在于，所述检测各目标信息的实际转化次数，包括：

接收第三方服务器发送的转化成功回执，所述第三方服务器用于监测各目标信息是否成功转化，并在转化成功后返回所述转化成功回执；

对于每一目标信息，确定接收到的该目标信息的转化成功回执的数量为该目标信息的实际转化次数。

3.根据权利要求1所述的方法，其特征在于，所述根据所述实际转化次数以及所述期望转化次数，确定各目标信息的推送排序，包括：

根据所述实际转化次数、所述期望转化次数以及预设的推送值确定方式，确定各目标信息的推送值；

根据各推送值，确定各目标信息的推送排序。

4.根据权利要求3所述的方法，其特征在于，所述根据所述实际转化次数、所述期望转化次数以及预设的推送值确定方式，确定各目标信息的推送值，包括：

根据预设的推送值确定方式，确定各目标信息的初始推送值；

根据所述实际转化次数、所述期望转化次数以及所述初始推送值，确定各目标信息的更新推送值。

5.根据权利要求4所述的方法，其特征在于，所述根据预设的推送值确定方式，确定各目标信息的初始推送值，包括：

提取推送的历史目标信息的特征以及接收所述历史目标信息的用户的特征；

利用机器学习算法学习所述历史目标信息的特征及所述用户的特征，并训练预设的预测模型，其中，所述预测模型用于表征目标信息的特征及用户的特征与目标信息成功转化的概率的对应关系；

利用训练后的预测模型，确定向所述用户推送各目标信息后各目标信息成功转化的概率；

根据所述概率，确定各目标信息的初始推送值。

6.根据权利要求4所述的方法，其特征在于，所述根据预设的推送值确定方式，确定各目标信息的初始推送值，包括：

对于每一目标信息，根据该目标信息的实际转化次数以及实际推送次数，确定该目标信息的初始推送值。

7.根据权利要求4所述的方法，其特征在于，所述根据所述实际转化次数、所述期望转化次数以及所述初始推送值，确定各目标信息的更新推送值，包括：

对于每一目标信息，根据所述实际转化次数及所述期望转化次数，确定该目标信息的转化率；

响应于所述转化率等于1，确定该目标信息的更新推送值为第一预设值；

响应于所述转化率大于或等于第二预设值且小于1，根据达到所述转化率所经过的时长及所述初始推送值，确定该目标信息的更新推送值；

响应于所述转化率小于所述第二预设值，确定该目标信息的初始推送值为所述更新推送值。

8.根据权利要求1所述的方法，其特征在于，所述根据所述推送排序，向所述用户终端推送各目标信息，包括：

对于每一目标信息，获取该目标信息的推送条件；

检测所述推送条件是否满足；

响应于所述推送条件满足，根据所述推送排序，向所述用户终端推送各目标信息。