[发明专利]目标任务的分享方法及装置

权利要求书

1.一种目标任务的分享方法，所述方法包括：

接收第一用户发出的针对目标任务的分享指令，所述第一用户属于预先从多个用户中确定出的高活跃度用户，并对应具有预先确定的可分配资源量；

根据所述分享指令，将针对所述目标任务生成的、与所述第一用户关联的任务推送信息发送至至少一个第二用户，使得所述至少一个第二用户中的至少一部分用户通过所述任务推送信息完成所述目标任务，以参与所述可分配资源量的分配。

2.根据权利要求1所述的方法，其中，在所述接收第一用户发出的针对的目标任务的分享指令之前，还包括：

确定出所述第一用户属于所述高活跃度用户；

向所述第一用户展示针对所述高活跃度用户的特定页面；

所述接收第一用户发出的针对的目标任务的分享指令，包括：

接收第一用户基于所述特定页面而发出的分享指令。

3.根据权利要求2所述的方法，其中，所述向所述第一用户展示针对所述高活跃度用户的特定页面，包括：

在所述特定页面中展示所述第一用户对应具有的可分配资源量。

4.根据权利要求2所述的方法，其中，所述确定出所述第一用户属于所述高活跃度用户,包括：

接收针对所述特定页面的进入指令，所述进入指令中携带分享凭证，所述分享凭证预先发放至所述高活跃度用户；

基于所述进入指令中的分享凭证，确定所述第一用户属于所述高活跃度用户。

5.根据权利要求1所述的方法，其中，在所述将针对所述目标任务生成的、与所述第一用户关联的任务推送信息发送至至少一个第二用户之前，还包括：

生成与所述第一用户关联的任务链接作为所述任务推送信息。

6.根据权利要求5所述的方法，其中，所述任务链接中包括所述第一用户的用户ID。

7.根据权利要求1所述的方法，其中，所述高活跃度用户基于以下步骤而预先确定：

获取所述多个用户中各个用户的用户个人信息以及针对所述目标任务所属业务的历史行为数据；

将所述各个用户的用户个人信息和历史行为数据输入预先训练的分类模型中，所述分类模型用于预测用户是否活跃；

将分类结果为活跃的用户归为所述高活跃度用户。

8.根据权利要求1所述的方法，其中，所述第一用户对应具有的可分配资源量基于预设资源总量以及所述高活跃度用户对应的用户数量而确定。

9.根据权利要求1所述的方法，其中，在所述将针对所述目标任务生成的、与所述第一用户关联的任务推送信息发送至至少一个第二用户之后，还包括：

在所述至少一部分用户中的任一用户通过所述任务推送信息完成所述目标任务的情况下，确定所述任一用户针对所述可分配资源量的分配份额。

10.根据权利要求9所述的方法，其中，所述确定所述任一用户针对所述可分配资源量的分配份额，包括：

获取所述可分配资源量中的剩余资源量；

获取所述任一用户的个人信息和针对所述目标任务所属业务的历史行为数据；

根据所述剩余资源量、所述个人信息和历史行为数据，确定所述任一用户的分配份额。

11.根据权利要求1所述的方法，其中，在所述将针对所述目标任务生成的、与所述第一用户关联的任务推送信息发送至至少一个第二用户之后，还包括：

在所述至少一部分用户中的预定数量的用户通过所述任务推送信息完成所述目标任务的情况下，确定所述第一用户针对所述可分配资源量的分配份额。