[發(fā)明專利]基于用戶偏好的眾包任務(wù)推送方法及相關(guān)裝置

有效

• 申請?zhí)枺?/td>: 201811364711.1
• 申請日: 2018-11-15
• 公開（公告）號: CN109523237B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設(shè)計）人: 黃夕桐;李佳琳;王健宗;肖京
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/101
• 分類號: G06Q10/101;G06F16/958
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種基于用戶偏好的眾包任務(wù)推送方法，其特征在于，包括：

針對目標任務(wù)類型的任務(wù)確定第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶；

分別獲取各個任務(wù)響應(yīng)活躍用戶的歷史推送數(shù)據(jù)集，所述歷史推送數(shù)據(jù)集包括第二預(yù)設(shè)數(shù)量的歷史推送數(shù)據(jù)，所述歷史推送數(shù)據(jù)包括所述任務(wù)響應(yīng)活躍用戶被推送目標任務(wù)類型的歷史推送任務(wù)所產(chǎn)生的活躍用戶數(shù)據(jù)、所述歷史推送任務(wù)對應(yīng)的歷史任務(wù)數(shù)據(jù)和所述歷史推送任務(wù)是否被所述任務(wù)響應(yīng)活躍用戶接受的響應(yīng)結(jié)果標簽數(shù)據(jù)，所述歷史任務(wù)數(shù)據(jù)包括所述歷史推送任務(wù)的至少一個任務(wù)屬性特征數(shù)據(jù)，所述活躍用戶數(shù)據(jù)包括所述任務(wù)響應(yīng)活躍用戶的至少一個用戶屬性特征數(shù)據(jù)；

根據(jù)所述第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶各自的歷史推送數(shù)據(jù)集，建立歷史任務(wù)接受概率關(guān)于所述歷史任務(wù)數(shù)據(jù)和所述活躍用戶數(shù)據(jù)的接受概率邏輯回歸模型，所述歷史任務(wù)接受概率為所述任務(wù)響應(yīng)活躍用戶對各個歷史推送任務(wù)的接受概率，其中，若所述第二預(yù)設(shè)數(shù)量為m，m為正整數(shù)，用事件A₁表示任務(wù)響應(yīng)活躍用戶u接受m個歷史推送任務(wù)中的第i個歷史推送任務(wù)，i為正整數(shù)，，則所述任務(wù)響應(yīng)活躍用戶u對第i個歷史推送任務(wù)的歷史任務(wù)接受概率為：

其中，向量x_i為第i個歷史推送任務(wù)對應(yīng)的任務(wù)屬性特征數(shù)據(jù)構(gòu)成的任務(wù)特征值向量；向量w_u為所述任務(wù)響應(yīng)活躍用戶u針對第i個歷史推送任務(wù)的用戶屬性特征數(shù)據(jù)構(gòu)成的用戶特征權(quán)值向量，所述用戶特征權(quán)值向量中各個用戶屬性特征數(shù)據(jù)的用戶特征權(quán)重，根據(jù)全部第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶各自的用戶屬性特征數(shù)據(jù)和所述任務(wù)響應(yīng)活躍用戶對應(yīng)歷史推送數(shù)據(jù)集的響應(yīng)結(jié)果標簽數(shù)據(jù)統(tǒng)計得到；

利用所述接受概率邏輯回歸模型，根據(jù)所述活躍用戶數(shù)據(jù)和所述歷史任務(wù)數(shù)據(jù)估算所述歷史任務(wù)接受概率；

根據(jù)所述歷史任務(wù)接受概率和所述響應(yīng)結(jié)果標簽數(shù)據(jù)，估算所述任務(wù)響應(yīng)活躍用戶關(guān)于所述歷史推送任務(wù)及所述歷史推送任務(wù)的響應(yīng)結(jié)果標簽數(shù)據(jù)對應(yīng)的響應(yīng)結(jié)果的用戶似然程度；

根據(jù)所述第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶各自對應(yīng)的用戶似然程度從所述第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶中確定第一高偏好目標用戶，并將目標任務(wù)類型的目標推送任務(wù)推送給所述第一高偏好目標用戶。

2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述歷史任務(wù)接受概率和所述響應(yīng)結(jié)果標簽數(shù)據(jù)，估算所述任務(wù)響應(yīng)活躍用戶關(guān)于所述歷史推送任務(wù)及所述歷史推送任務(wù)的響應(yīng)結(jié)果標簽數(shù)據(jù)對應(yīng)的響應(yīng)結(jié)果的用戶似然程度包括：

若所述第二預(yù)設(shè)數(shù)量為m，m為正整數(shù)，針對任務(wù)響應(yīng)活躍用戶u推送的m個歷史推送任務(wù)和所述m個歷史推送任務(wù)的響應(yīng)結(jié)果標簽數(shù)據(jù)對應(yīng)的響應(yīng)結(jié)果，構(gòu)成了所述任務(wù)響應(yīng)活躍用戶u的采樣樣本集，則任務(wù)響應(yīng)活躍用戶u關(guān)于所述采樣樣本集的似然程度為：

，

其中，表示任務(wù)響應(yīng)活躍用戶u對m個歷史推送任務(wù)中第j個歷史推送任務(wù)的歷史任務(wù)接受概率；y_uj為所述任務(wù)響應(yīng)活躍用戶u對m個歷史推送任務(wù)中的第j個歷史推送任務(wù)的響應(yīng)結(jié)果標簽數(shù)據(jù)，j為正整數(shù)，，。

3.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶各自對應(yīng)的用戶似然程度從所述第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶中確定第一高偏好目標用戶包括：

將所述第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶按照各自對應(yīng)的用戶似然程度從高到低排序；

將排序最靠前的第三預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶確定為第一高偏好目標用戶，所述第三預(yù)設(shè)數(shù)量小于或等于所述第一預(yù)設(shè)數(shù)量，且大于或等于所述目標推送任務(wù)的數(shù)量。

4.如權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

從所述第一預(yù)設(shè)數(shù)量的任務(wù)響應(yīng)活躍用戶中刪除所述第一高偏好目標用戶，并將刪除所述第一高偏好目標用戶后的任務(wù)響應(yīng)活躍用戶確定為二級篩選活躍用戶；

當接收到所述第一高偏好目標用戶針對所述目標推送任務(wù)的任務(wù)拒絕指令時，根據(jù)所述二級篩選活躍用戶各自對應(yīng)的用戶似然程度，從所述二級篩選活躍用戶中確定第二高偏好目標用戶；

將所述任務(wù)拒絕指令對應(yīng)的目標推送任務(wù)推送給所述第二高偏好目標用戶。