[发明专利]数据推送方法、装置、电子设备及可读存储介质

说明书

本公开提供了一种数据推送方法、装置、电子设备及可读存储介质，可以应用于数据处理技术领域、金融领域或其他领域。该方法包括：获取源数据中的业务数据、用户行为数据和用户属性数据，用户行为数据与业务数据具有对应关系；对源数据中的业务数据进行分类，生成事项业务数据、资讯业务数据和活动业务数据；根据用户行为数据对业务数据进行分析，确定分别与事项业务数据、资讯业务数据和活动业务数据相对应的热门数据，和/或确定相似度数据；至少根据用户属性数据将所述热门数据和相似度数据中的至少一者推送给目标用户。该方法可以实现精准数据推送。

技术领域

本公开涉及数据处理技术领域，更具体地涉及一种数据推送方法、装置、电子设备及可读存储介质。

背景技术

数据推送在信息技术中应用越来越广泛，由于用户的种类复杂，并且不同的用户的行为习惯不相同，如何实现精准有效的进行数据推送变得原来越重要。相关技术中，在进行数据推送时，在对用户进行分析时无法精准的对特定用户的行为、用户属性数据以及业务数据进行区分，容易遗漏一些具有独特的代表性行为的用户，或者过多地代表了具有不常见用户行为的离群用户，导致进行数据推送时，推送的数据与推送的目标用户所期望的数据存在一定偏差，无法实现精准数据推送。

发明内容

鉴于上述问题，本公开提供了一种数据推送方法、装置、电子设备及可读存储介质，能够有效提高数据推送的准确率，实现数据的精准推送。

根据本公开的第一个方面，提供了一种数据推送方法，包括：获取源数据中的业务数据、用户行为数据和用户属性数据，所述用户行为数据与所述业务数据具有对应关系；对所述源数据中的业务数据进行分类，生成事项业务数据、资讯业务数据和活动业务数据；根据所述用户行为数据对所述业务数据进行分析，确定分别与所述事项业务数据、资讯业务数据和活动业务数据相对应的热门数据，和/或确定相似度数据；至少根据所述用户属性数据将所述热门数据和所述相似度数据中的至少一者推送给目标用户。

在本公开的一些示例性实施方式中，所述用户行为数据包括用户操作轨迹，其中，根据所述用户行为数据对所述业务数据进行分析，确定相似度数据包括：根据所述用户操作轨迹获取具有重合部分的用户操作轨迹；根据具有重合部分的用户操作轨迹确定该用户操作轨迹中未重合部分的用户操作轨迹对应的业务数据；将所述用户操作轨迹中未重合部分的用户操作轨迹对应的业务数据确定为相似度数据。

在本公开的一些示例性实施方式中，所述的数据推送方法还包括：根据具有重合部分的用户操作轨迹确定相似用户，所述相似用户包括第一相似用户和第二相似用户，所述第一相似用户的用户操作轨迹不包含未重合的用户操作轨迹，所述第二相似用户的用户操作轨迹包含未重合的用户操作轨迹；以及根据具有重合部分的用户操作轨迹和所述相似度数据确定相似用户的用户相似度标签。

在本公开的一些示例性实施方式中，所述至少根据所述用户属性数据将所述热门数据和所述相似度数据中的至少一者推送给目标用户包括：根据所述相似度标签确定所述目标用户中的第一相似用户；根据所述相似用户的用户属性数据将所述热门数据和所述相似度数据中的至少一者推送给第一相似用户。

在本公开的一些示例性实施方式中，所述具有重合部分的用户操作轨迹具有设定重合阈值。

在本公开的一些示例性实施方式中，所述获取源数据中的业务数据、用户行为数据和用户属性数据包括：通过数据埋点的方式获取源程序中的所述用户行为数据，所述用户行为数据包括用户对所述源程序的用户操作轨迹；以及通过数据抽取、数据清洗转换、加载至数据仓库的方式获取源程序中的所述业务数据和所述用户属性数据。