[發(fā)明專利]數(shù)據(jù)處理方法及裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201810962561.8
• 申請(qǐng)日: 2018-08-22
• 公開（公告）號(hào): CN109218411B
• 公開（公告）日: 2022-10-18
• 發(fā)明（設(shè)計(jì)）人: 陳偉源
• 申請(qǐng)（專利權(quán)）人: 中國(guó)平安人壽保險(xiǎn)股份有限公司
• 主分類號(hào): H04L67/55
• 分類號(hào): H04L67/55;G06F9/54
• 代理公司: 深圳市聯(lián)鼎知識(shí)產(chǎn)權(quán)代理有限公司 44232
• 代理人: 劉抗美

本公開屬于大數(shù)據(jù)技術(shù)領(lǐng)域，涉及一種數(shù)據(jù)處理方法及裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、電子設(shè)備，該數(shù)據(jù)處理方法包括：獲取多個(gè)用戶樣本數(shù)據(jù)，所述用戶樣本數(shù)據(jù)包括消息推送條數(shù)和用戶訪問日志；根據(jù)所述消息推送條數(shù)和所述用戶訪問日志獲得與所述消息推送條數(shù)對(duì)應(yīng)的用戶回流率；將所述消息推送條數(shù)和所述用戶回流率輸入至一回流率預(yù)測(cè)模型，以對(duì)所述回流率預(yù)測(cè)模型進(jìn)行訓(xùn)練；獲取待分析數(shù)據(jù)，并將所述待分析數(shù)據(jù)輸入至所述回流率預(yù)測(cè)模型，以獲得一預(yù)測(cè)回流率；將所述預(yù)測(cè)回流率與一預(yù)設(shè)回流率進(jìn)行比較，并根據(jù)比較結(jié)果確定目標(biāo)推送條數(shù)。該方法能夠確定合適的消息推送條數(shù)，減少用戶騷擾，提高挽回效果，達(dá)到雙贏。

技術(shù)領(lǐng)域

本公開涉及大數(shù)據(jù)技術(shù)領(lǐng)域，具體而言，涉及一種數(shù)據(jù)處理方法、數(shù)據(jù)處理裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以及電子設(shè)備。

背景技術(shù)

隨著經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步，計(jì)算機(jī)、智能手機(jī)等智能終端設(shè)備的應(yīng)用越來越廣泛，人們通過計(jì)算機(jī)、智能手機(jī)等終端設(shè)備可以看新聞、玩游戲、購(gòu)物等等。而作為APP供應(yīng)商，為了提高自身的業(yè)務(wù)轉(zhuǎn)化率，通常會(huì)根據(jù)用戶的點(diǎn)擊行為推送一些相關(guān)主題的信息，以提高用戶的活躍度。

信息推送，就是web廣播，是通過一定的技術(shù)標(biāo)準(zhǔn)或協(xié)議，在互聯(lián)網(wǎng)上通過定期傳送用戶需要的信息來減少信息過載的一項(xiàng)新技術(shù)。推送技術(shù)通過自動(dòng)傳送信息給用戶，來減少用于網(wǎng)絡(luò)上搜索的時(shí)間。它根據(jù)用戶的興趣來搜索、過濾信息，并將其定期推給用戶，幫助用戶高效率地發(fā)掘有價(jià)值的信息。雖然信息推送可以在一定程度上挽回部分用戶，但是無限制的推送消息可能會(huì)導(dǎo)致部分用戶由于信息騷擾等沒有回流，反而把APP卸載了，對(duì)APP供應(yīng)商帶來消極影響。

因此，本領(lǐng)域亟需一種新的數(shù)據(jù)處理方法及裝置，用于把握消息推送條數(shù)，減少用戶騷擾。

需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強(qiáng)對(duì)本公開的背景的理解，因此可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

本公開的目的在于提供一種數(shù)據(jù)處理方法、數(shù)據(jù)處理裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以及電子設(shè)備，進(jìn)而至少在一定程度上克服不適當(dāng)?shù)南⑼扑蛯?dǎo)致用戶由于信息騷擾而將應(yīng)用程序卸載，降低了用戶體驗(yàn)，同時(shí)也對(duì)APP供應(yīng)商帶來不利影響。

根據(jù)本公開的一個(gè)方面，提供一種數(shù)據(jù)處理方法，其特征在于，包括：

獲取多個(gè)用戶樣本數(shù)據(jù)，所述用戶樣本數(shù)據(jù)包括消息推送條數(shù)和用戶訪問日志；

根據(jù)所述消息推送條數(shù)和所述用戶訪問日志獲得與所述消息推送條數(shù)對(duì)應(yīng)的用戶回流率；

將所述消息推送條數(shù)和所述用戶回流率輸入至一回流率預(yù)測(cè)模型，以對(duì)所述回流率預(yù)測(cè)模型進(jìn)行訓(xùn)練；

獲取待分析數(shù)據(jù)，并將所述待分析數(shù)據(jù)輸入至所述回流率預(yù)測(cè)模型，以獲得一預(yù)測(cè)回流率；

將所述預(yù)測(cè)回流率與一預(yù)設(shè)回流率進(jìn)行比較，并根據(jù)比較結(jié)果確定目標(biāo)推送條數(shù)。

在本公開的示例性實(shí)施例中，所述用戶訪問日志包括用戶點(diǎn)擊行為，且所述用戶點(diǎn)擊行為隨所述消息推送條數(shù)的變化而變化。

在本公開的示例性實(shí)施例中，根據(jù)所述消息推送條數(shù)和所述用戶訪問日志獲得與所述消息推送條數(shù)對(duì)應(yīng)的用戶回流率，包括：

根據(jù)所述用戶點(diǎn)擊行為判斷用戶是否為回流用戶；

計(jì)算所述消息推送條數(shù)對(duì)應(yīng)的所述回流用戶的數(shù)量；

根據(jù)所述回流用戶的數(shù)量和總用戶量獲得所述用戶回流率。

在本公開的示例性實(shí)施例中，所述回流率預(yù)測(cè)模型為神經(jīng)網(wǎng)絡(luò)模型，將所述消息推送條數(shù)和所述用戶回流率輸入至一回流率預(yù)測(cè)模型，以對(duì)所述回流率預(yù)測(cè)模型進(jìn)行訓(xùn)練，包括：

將所述消息推送條數(shù)作為輸入向量，所述用戶回流率作為輸出向量輸入所述神經(jīng)網(wǎng)絡(luò)模型，以對(duì)所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。