[发明专利]场景间信息推送方法、装置、计算机设备及存储介质

说明书

本发明提供一种场景间信息推送方法，包括：从样本数据库中获取训练用户的用户画像数据，且每个训练用户标记有对目标场景的偏好信息；对所述训练用户的用户画像数据进行预处理，得到标准化的样本数据集；根据标准化的样本数据集训练得到意愿预估模型；获取各待推送用户的用户画像数据；将所述各待推送用户的用户画像数据输入到意愿预估模型进行处理，得到所述各待推送用户对目标场景的意愿程度，并根据所述意愿程度，从各待推送用户中筛选出目标用户；获取所述目标用户对所述目标场景下各待送项目的偏好度，并根据所述偏好度从所述各推送项目中筛选出目标项目；向所述目标用户推送所述目标项目。本发明可以提高场景间信息推送的针对性和准确性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种场景间信息推送方法、装置、计算机设备及存储介质。

背景技术

通常一个APP(应用程序)包含多个场景，在APP首页设置有不同场景的入口。例如，壹钱包APP包含商城、理财、积分等多个场景，其中，商城场景可供用户购买商品，理财场景可供用户购买理财产品，积分场景可供用户使用积分兑换优惠券或礼品等。然而，由于用户下载APP时的明确需求以及场景自身的不同属性，不同场景的用户仅有部分交叉，比如壹钱包理财场景与商城场景的交易用户只存在42％的交叉率。为了对这部分非交叉用户进行场景间交叉引流，通常会向他们推送未发生交易场景的相关信息，以吸引这些用户对未发生交易场景的关注。然而，现有的推送方法是以年龄或者收入等属性将用户进行分类，然后向不同类别的人群进行不同信息推送。这种推送发式存在的缺点在于，使用单一变量过于简单地划分用户群体，没有针对用户的多维特征数据进行综合考虑，可能将信息推送到与其关联度不高的用户，推送准确度较低。

发明内容

针对上现有技术的不足，本发明的目的在于提供一种场景间信息推送方法、装置、计算机设备及存储介质，以提高场景间信息推送的准确度。

为了实现上述目的，本发明提供一种场景间信息推送方法，包括：

从样本数据库中获取训练用户的用户画像数据，且每个训练用户标记有对目标场景的偏好信息；

对所述训练用户的用户画像数据进行预处理，得到标准化的样本数据集；

根据所述标准化的样本数据集训练得到意愿预估模型；

获取各待推送用户的用户画像数据并进行所述预处理；

将预处理后的所述各待推送用户的用户画像数据输入到所述意愿预估模型进行处理，得到所述各待推送用户对所述目标场景的意愿程度，并根据所述意愿程度，从所述各待推送用户中筛选出目标用户；

获取所述目标用户对所述目标场景下各待送项目的偏好度，并根据所述偏好度从所述各推送项目中筛选出目标项目；

向所述目标用户推送所述目标项目。

在本发明一个实施例中，所述用户画像数据包括基础属性数据、统计类数据和挖掘类数据；所述预处理包括对所述基础属性数据进行清洗处理、数值化处理和/或标准化处理。

在本发明一个实施例中，所述意愿预估模型的训练过程如下：

按预定比例将所述标准化的样本数据集划分为训练集和验证集；

基于所述训练集对预设的初始模型进行训练，得到所述意愿预估模型；

基于所述验证集对所述意愿预估模型进行验证，当验证通过时，则结束训练。

在本发明一个实施例中，所述获取所述目标用户对所述目标场景下各待推送项目的偏好度，包括：

获取所述目标用户的用户画像数据和用户行为数据，并根据所述目标用户的用户画像数据和用户行为数据，提取所述目标用户的用户偏好特征矩阵；