[發明專利]一種基于網約車的個性化內容推送方法及裝置

在審

• 申請號: 202010550946.0
• 申請日: 2020-06-16
• 公開（公告）號: CN111859113A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 劉凱
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/02;G06F40/289;G06N20/00;G06K9/62;H04L29/08
• 代理公司: 北京超成律師事務所 11646
• 代理人: 裴素英

1.一種基于網約車的個性化內容推送方法，其特征在于，包括：

將目標用戶的網約車行為特征數據輸入用戶偏好預測模型中，輸出所述目標用戶對于不同網約車服務項目的預測偏好程度；

獲取與所述目標用戶偏好的網約車行為特征的相關度大于預設閾值的多個目標網約車服務項目；

按照獲取的多個目標網約車服務項目的預測偏好程度，對所述多個目標網約車服務項目進行排序；

按照所述多個目標網約車服務項目的排序結果的先后順序，將所述排序結果中的部分目標網約車服務項目推送給所述目標用戶。

2.根據權利要求1所述的方法，其特征在于，還包括：

獲取參考用戶的歷史行為特征數據；其中，所述參考用戶的歷史行為特征數據包括拉單行為數據、軌跡行為數據、加油行為數據、用券行為數據、線上行為數據和反饋行為數據中的至少一項；

以所述參考用戶的歷史行為特征數據作為樣本集，訓練用戶偏好預測模型。

3.根據權利要求2所述的方法，其特征在于，所述線上行為數據包括：用戶曾經使用過的網約車服務項目的種類、用戶曾經使用過網約車服務項目的頻率和用戶使用服務請求端操作網約車服務項目時的停留時間中的至少一項。

4.根據權利要求1所述的方法，其特征在于，還包括：

基于用戶畫像和內容畫像確定用戶偏好的網約車行為特征。

5.根據權利要求4所述的方法，其特征在于，用戶偏好的網約車行為特征包括：用戶對不同網約車服務項目的偏好度、用戶停留過的區域和用戶經過的區域中的至少一項。

6.根據權利要求1所述的方法，其特征在于，按照獲取的多個目標網約車服務項目的預測偏好程度，對所述多個目標網約車服務項目進行排序之后，按照所述多個目標網約車服務項目的排序結果的先后順序，將所述排序結果中的部分目標網約車服務項目推送給所述目標用戶之前，還包括：

若所述排序結果中相同類型的多個目標網約車服務項目排序分布密集，則將排序分布密集的多個相同類型的目標網約車服務項目的排序進行分散。

7.根據權利要求1所述的方法，其特征在于，按照獲取的多個目標網約車服務項目的預測偏好程度，對所述多個目標網約車服務項目進行排序之后，按照所述多個目標網約車服務項目的排序結果的先后順序，將所述排序結果中的部分目標網約車服務項目推送給所述目標用戶之前，還包括：

向所述多個目標網約車服務項目的排序結果中插入用戶未使用過的網約車服務項目。

8.根據權利要求1所述的方法，其特征在于，對所述多個目標網約車服務項目進行排序，包括：

通過預設規則或機器學習模型對所述多個目標網約車服務項目進行排序。

9.一種基于網約車的個性化內容推送裝置，其特征在于，包括：

預測模塊，用于將目標用戶的網約車行為特征數據輸入用戶偏好預測模型中，輸出所述目標用戶對于不同網約車服務項目的預測偏好程度；

獲取模塊，用于獲取與所述目標用戶偏好的網約車行為特征的相關度大于預設閾值的多個目標網約車服務項目；

排序模塊，用于按照獲取的多個目標網約車服務項目的預測偏好程度，對所述多個目標網約車服務項目進行排序；

推送模塊，用于按照所述多個目標網約車服務項目的排序結果的先后順序，將所述排序結果中的部分目標網約車服務項目推送給所述目標用戶。

10.根據權利要求9所述的裝置，其特征在于，還包括訓練模塊，所述訓練模塊包括：

獲取單元，用于獲取參考用戶的歷史行為特征數據；其中，所述參考用戶的歷史行為特征數據包括拉單行為數據、軌跡行為數據、加油行為數據、用券行為數據、線上行為數據和反饋行為數據中的至少一項；

訓練單元，用于以所述參考用戶的歷史行為特征數據作為樣本集，訓練用戶偏好預測模型。