CN111274471B - 信息推送方法、装置、服务器及可读存储介质 - Google Patents
信息推送方法、装置、服务器及可读存储介质 Download PDFInfo
- Publication number
- CN111274471B CN111274471B CN201811475042.5A CN201811475042A CN111274471B CN 111274471 B CN111274471 B CN 111274471B CN 201811475042 A CN201811475042 A CN 201811475042A CN 111274471 B CN111274471 B CN 111274471B
- Authority
- CN
- China
- Prior art keywords
- service
- information
- requester
- service requester
- target service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000011218 segmentation Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 230000003190 augmentative effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 210000003719 b-lymphocyte Anatomy 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000029305 taxis Effects 0.000 description 3
- 235000013305 food Nutrition 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 102000006822 Agouti Signaling Protein Human genes 0.000 description 1
- 108010072151 Agouti Signaling Protein Proteins 0.000 description 1
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种信息推送方法、装置、服务器及可读存储介质,接收服务订单,在服务订单中包括与目标服务事件相关的关键字信息时,可以根据该服务订单的服务请求方的特征信息判断出服务请求方是否对目标服务事件存在意向,并在判定服务请求方对该目标服务事件存在意向时,根据该意向向服务请求方推送与该目标服务事件相关的推送信息,以便于针对性地为服务请求方推送与服务请求方的习惯和喜好匹配的相关服务信息。
Description
技术领域
本申请涉及计算技术领域,具体而言,涉及一种信息推送方法、装置、服务器及可读存储介质。
背景技术
互联网使得人们的日常生活变得更加简单便捷,人们的衣食住行也越来越离不开互联网,用户可以借由各种应用程序(Application,APP)通过互联网获得服务。这些应用程序每天都能收集到大量用户的服务订单信息,这些服务订单信息包含了用户的习惯和喜好,也可以用来预测用户与该应用程序提供的服务无关的其他行为。然而,如何从大量用户的服务订单信息中确定每个用户是否对各类预推送的目标服务感兴趣,从而有针对性地为这些用户推送与该用户习惯和喜好匹配的目标服务的相关信息,是本领域技术人员需要解决的技术问题。
发明内容
有鉴于此,本申请实施例的目的在于提供一种信息推送方法、装置、服务器及可读存储介质,可以针对性地为服务请求方推送与服务请求方的习惯和喜好匹配的目标服务事件的相关信息。
根据本申请实施例的一个方面,提供一种电子设备,可以包括一个或多个存储介质和一个或多个与存储介质通信的处理器。一个或多个存储介质存储有处理器可执行的机器可读指令。当电子设备运行时,处理器与存储介质之间通过总线通信,处理器执行所述机器可读指令,以执行下述的信息推送方法。
根据本申请实施例的另一方面,提供一种信息推送方法,应用于电子设备,所述方法包括:获取服务订单;检测所述服务订单中是否存在与目标服务事件相关的关键字信息;在存在与目标服务事件相关的所述关键字信息时,获取该服务订单的服务请求方的特征信息;根据所述服务请求方的特征信息判断该服务请求方是否对所述目标服务事件有意向;在判断该服务请求方对所述目标服务事件有意向时,向所述服务请求方推送与所述目标服务事件相关的推送信息。
在本申请的一些实施例中,所述获取服务订单之后,所述方法还包括:对所述服务订单的订单信息进行核实,在所述服务订单的订单信息核实通过时,执行检测所述服务订单中是否存在与目标服务事件相关的关键字信息的步骤。对订单信息进行核实,防止因订单信息错误导致的目标服务事件意向判断错误。
在本申请的一些实施例中,所述检测所述服务订单中是否存在与目标服务事件相关的关键字信息,包括:将所述服务订单进行分词处理,得到多个分词;将得到的多个分词与目标服务事件词库中的关键字进行匹配;根据匹配结果,确定所述服务订单中是否存在与目标服务事件相关的关键字信息。
在本申请的一些实施例中,所述根据匹配结果,确定所述服务订单中是否存在与目标服务事件相关的关键字信息,包括:在所述多个分词与目标服务事件词库中的关键字匹配的成功次数大于预设次数时,确定所述服务订单中存在与目标服务事件相关的关键字信息。
在本申请的一些实施例中,所述服务请求方的特征信息包括第一特征信息和第二特征信息,所述获取该服务订单的服务请求方的特征信息,包括:根据所述服务请求方的历史服务订单信息得到所述第一特征信息,所述历史服务订单信息包括历史服务订单中的文字信息及通话语音信息,所述第一特征信息包括所述服务请求方的年龄、性别、消费水平以及家庭收入中的其中至少一种;根据所述服务请求方的注册信息得到所述第二特征信息,所述第二特征信息包括所述服务请求方的ID和/或通信号码。
在本申请的一些实施例中,在所述根据所述服务请求方的特征信息计算该服务请求方是否对所述目标服务事件有意向之前,所述方法还包括:对所述服务请求方的特征信息进行预处理,所述预处理包括:对特征信息中每个特征进行缺省值填充;对第二特征信息中特征进行虚拟编码;对第一特征信息中的预设信息进行离散化处理,该预设信息包括服务请求方的年龄、消费水平和家庭收入中的其中至少一种;对所述服务请求方的特征信息中的数值分布零散的特征进行归一化;或删除所述服务请求方的特征信息中特征相关性低于预设条件的特征。
在本申请的一些实施例中,所述根据所述服务请求方的特征信息判断该服务请求方是否对所述目标服务事件有意向,包括:将所述特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断所述服务请求方是否对所述目标服务事件有意向。
在本申请的一些实施例中,所述意向决策模型包括XGBoost模型,所述将所述特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断所述服务请求方是否对所述目标服务事件有意向,包括:将所述第一特征信息输入到预先训练好的XGBoost模型进行运算,得到所述XGBoost模型中每个子树的叶子节点值;根据每个子树的叶子节点值计算得到所述服务请求方对所述目标服务事件有意向的概率;根据所述概率确定所述服务请求方是否对所述目标服务事件有意向。
在本申请的一些实施例中,所述意向决策模型包括XGBoost模型和LR模型,所述将所述特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断所述服务请求方是否对所述目标服务事件有意向,包括:将所述第一特征信息输入到预先训练好的XGBoost模型进行运算,得到所述XGBoost模型中每个子树的叶子节点值;将每个子树的叶子节点值和所述第二特征信息输入到LR模型中进行运算得到所述服务请求方对所述目标服务事件有意向的概率;根据所述概率确定所述服务请求方是否对所述目标服务事件有意向。
在本申请的一些实施例中,所述根据所述概率确定所述服务请求方是否对所述目标服务事件有意向,包括:将所述概率与预设的概率阈值进行比较;在所述概率大于所述预设的概率阈值时,判定所述服务请求方对所述目标服务事件有意向;在所述概率不大于所述预设的概率阈值时,判定所述服务请求方对所述目标服务事件没有意向。
在本申请的一些实施例中,所述在对所述目标服务事件有意向时,向所述服务请求方推送与所述目标服务事件相关的推送信息,包括:根据所述概率所处的不同概率范围,向所述服务请求方推送与所述目标服务事件相关的不同推送信息和/或采用不同的推送方式向所述服务请求方推送与所述目标服务事件相关的推送信息。
根据本申请实施例的另一方面,提供一种信息推送装置,应用于电子设备,所述装置包括:服务订单获取模块,用于获取服务订单;关键字信息检测模块,用于检测所述服务订单中是否存在与目标服务事件相关的关键字信息;特征信息获取模块,用于在存在与目标服务事件相关的所述关键字信息时,获取该服务订单的服务请求方的特征信息;意向判断模块,用于根据所述服务请求方的特征信息判断该服务请求方是否对所述目标服务事件有意向;信息推送模块,用于在判断该服务请求方对所述目标服务事件有意向时,向所述服务请求方推送与所述目标服务事件相关的推送信息。
根据本申请实施例的另一方面,提供一种可读存储介质,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行上述的信息推送方法的步骤。
基于上述任一方面,本申请实施例,接收服务订单,在服务订单中包括与目标服务事件相关的关键字信息时,可以根据该服务订单的服务请求方的特征信息判断出服务请求方是否对目标服务事件存在意向,并在判定服务请求方对该目标服务事件存在意向时,根据该意向向服务请求方推送与该目标服务事件相关的推送信息,以便于为服务请求方快捷方便的提供感兴趣的目标服务事件信息。
为使本申请实施例的上述目的、特征和优点能更明显易懂,下面将结合实施例,并配合所附附图,作详细说明。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的信息推送***的交互示意框图;
图2示出了本申请实施例所提供的可以实现图1的服务器、服务请求方终端、服务提供方终端的电子设备的示例性硬件和软件组件的示意图;
图3示出了本申请实施例所提供的信息推送方法的流程示意图;
图4示出了图3中步骤S120的子步骤流程示意图;
图5示出了本申请实施例所提供的由XGBoost模型与LR模型组成的意向决策模型进行意向决策的示意图;
图6示出了本申请实施例所提供的信息推送装置的功能模块框图之一;
图7示出了本申请实施例所提供的信息推送装置的功能模块框图之二;
图8示出了本申请实施例所提供的信息推送装置的功能模块框图之三。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够理解并使用本申请内容,现结合特定应用场景“网约车打车场景”,给出以下实施方式。对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕“网约车打车场景”进行描述,但是应该理解,这仅是一个示例性实施例。本申请可以应用于任何其他类型的交通运输。例如,本申请可以应用于不同的运输***环境,包括陆地,海洋,或航空等,或其任意组合。运输***的交通工具可以包括出租车、私家车、顺风车、公共汽车、火车、子弹头列车、高速铁路、地铁、船只、飞机、宇宙飞船、热气球、或无人驾驶车辆等,或其任意组合。本申请还可以包括除用于网约车打车之外的任何服务***,例如,用于发送和/或接收快递的服务***、用于买卖双方交易的服务***。本申请的***或方法的应用可以包括网页、浏览器的插件、客户端终端、定制***、内部分析***、或人工智能机器人等,或其任意组合。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
本申请中的术语“乘客”、“请求方”、“服务人员”、“服务请求方”“服务接受方”和“客户”可互换使用,以指代可以请求或订购服务的个人、实体或工具。本申请中的术语“司机”、“提供方”、“服务提供方”和“供应商”可互换使用,以指代可以提供服务的个人、实体或工具。本申请中的术语“用户”可以指代请求服务、订购服务、提供服务或促成服务的个人、实体或工具。例如,用户可以是乘客、驾驶员、操作员等,或其任意组合。在本申请中,“乘客”和“乘客终端”可以互换使用,“驾驶员”和“驾驶员终端”可以互换使用。
为了解决本申请背景技术中所述的至少一种技术问题,本申请实施例提供一种信息推送方法、装置、服务器及可读存储介质,在服务订单中包括与目标服务事件相关的关键字信息时,可以根据该服务订单的服务请求方的特征信息判断出服务请求方对目标服务事件的意向,并在判定服务请求方对该目标服务事件存在意向时,根据该意向向服务请求方推送与该目标服务事件相关的推送信息,以便有针对性地为服务请求方推送与该服务请求方习惯和喜好匹配的目标服务的相关信息。
图1是本申请一种可替代实施例提供的信息推送***100的架构示意图。例如,信息推送***100可以是用于诸如出租车、代驾服务、快车服务、拼车服务、公共汽车服务、驾驶员租赁服务、或班车服务之类的运输服务、或其上述任意服务事件的组合服务所依赖的互联网运输服务平台。信息推送***100可以包括服务器110、网络120、服务请求方终端130、服务提供方终端140和数据库150,服务器110中可以包括执行指令操作的处理器。图1所示的信息推送***100仅为一种可行的示例,在其它可行的实施例中,该信息推送***100也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
在一些实施例中,服务器110可以是单个服务器,也可以是一个服务器组。服务器组可以是集中式的,也可以是分布式的(例如,服务器110可以是分布式***)。在一些实施例中,服务器110相对于终端,可以是本地的、也可以是远程的。例如,服务器110可以经由网络120访问存储在服务请求方终端130、服务提供方终端140以及数据库150、或其任意组合中的信息。作为另一示例,服务器110可以直接连接到服务请求方终端130、服务提供方终端140和数据库150中的至少一个,以访问其中存储的信息和/或数据。在一些实施例中,服务器110可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。在一些实施例中,服务器110可以在具有本申请中图2所示的一个或多个组件的电子设备200上实现。
在一些实施例中,服务器110可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的一个或多个功能。例如,在快车服务中,处理器可以基于从服务请求方终端获得的服务请求来确定目标车辆。处理器可以包括一个或多个处理核(例如,单核处理器(S)或多核处理器(S))。仅作为举例,处理器可以包括中央处理单元(Central Processing Unit,CPU)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、专用指令集处理器(Application Specific Instruction-setProcessor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing,RISC)、或微处理器等,或其任意组合。
网络120可以用于信息和/或数据的交换。在一些实施例中,信息推送***100中的一个或多个组件(例如,服务器110,服务请求方终端130,服务提供方终端140和数据库150)可以向其他组件发送信息和/或数据。例如,服务器110可以经由网络120从服务请求方终端130获取服务请求。在一些实施例中,网络120可以是任何类型的有线或者无线网络,或者是他们的结合。仅作为示例,网络130可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、无线局域网(Wireless Local Area Networks,WLAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、公共电话交换网(Public Switched TelephoneNetwork,PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication,NFC)网络等,或其任意组合。在一些实施例中,网络120可以包括一个或多个网络接入点。例如,网络120可以包括有线或无线网络接入点,例如基站和/或网络交换节点,信息推送***100的一个或多个组件可以通过该接入点连接到网络120以交换数据和/或信息。
在一些实施例中,服务请求方终端130的用户可以是除服务实际需求者之外的其他人。例如,服务请求方终端130的用户A可以使用服务请求方终端130来为服务实际需求者B发起服务请求(比如,用户A可以为自己的朋友B叫车),或者从服务器110接收服务信息或指令等。在一些实施例中,服务提供方终端140的用户可以是服务实际提供者,也可以是除服务实际提供者之外的其他人。例如,服务提供方终端140的用户C可以使用服务提供方终端140接收由服务实际提供者D提供服务的服务请求(比如用户C可以为自己雇用的司机D接单),和/或来自服务器110的信息或指令。在一些实施例中,“服务请求方”和“服务请求方终端”可以互换使用,“服务提供方”和“服务提供方终端”可以互换使用。
在一些实施例中,服务请求方终端130可以包括移动设备、平板计算机、膝上型计算机、或机动车辆中的内置设备等,或其任意组合。在一些实施例中,移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等,或其任意组合。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机、或对讲机等,或其任意组合。在一些实施例中,可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等、或其任何组合。在一些实施例中,智能移动设备可以包括智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏设备、导航设备、或销售点(point of sale,POS)设备等,或其任意组合。在一些实施例中,虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等,或其任意组合。例如,虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。在一些实施例中,机动车辆中的内置设备可以包括车载计算机、车载电视等。
数据库150可以存储数据和/或指令。在一些实施例中,数据库150可以存储从服务请求方终端130和/或服务提供方终端140获得的数据。在一些实施例中,数据库150可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中,数据库150可以存储在包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-OnlyMemory,ROM)等,或其任意组合的存储介质中。作为举例,大容量存储器可以包括磁盘、光盘、固态驱动器等;可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等;易失性读写存储器可以包括随机存取存储器(Random Access Memory,RAM);RAM可以包括动态RAM(Dynamic Random Access Memory,DRAM),双倍数据速率同步动态RAM(DoubleDate-Rate Synchronous RAM,DDR SDRAM);静态RAM(Static Random-Access Memory,SRAM),晶闸管RAM(Thyristor-Based Random Access Memory,T-RAM)和零电容器RAM(Zero-RAM)等。作为举例,ROM可以包括掩模ROM(Mask Read-Only Memory,MROM)、可编程ROM(Programmable Read-Only Memory,PROM)、可擦除可编程ROM(Programmable ErasableRead-only Memory,PEROM)、电可擦除可编程ROM(Electrically Erasable Programmableread only memory,EEPROM)、光盘ROM(CD-ROM)、以及数字通用磁盘ROM等。在一些实施例中,数据库150可以在云平台上实现。仅作为示例,云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等,或其任意组合。
在一些实施例中,数据库150可以连接到网络120以与信息推送***100中的一个或多个组件(例如,服务器110,服务请求方终端130,服务提供方终端140等)通信。信息推送***100中的一个或多个组件可以经由网络120访问存储在数据库150中的数据或指令。在一些实施例中,数据库150可以直接连接到信息推送***100中的一个或多个组件(例如,服务器110,服务请求方终端130,服务提供方终端140等);或者,在一些实施例中,数据库150也可以是服务器110的一部分。
在一些实施例中,信息推送***100中的一个或多个组件(例如,服务器110,服务请求方终端130,服务提供方终端140等)可以具有访问数据库150的权限。在一些实施例中,当满足一定条件时,信息推送***100中的一个或多个组件可以读取和/或修改与服务请求方、服务提供方、或公众、或其任意组合有关的信息。例如,服务器110可以在接收服务请求之后读取和/或修改一个或多个用户的信息。
在一些实施例中,可以通过请求服务来实现信息推送***100中的一个或多个组件的信息交换。服务请求的对象可以是任何产品。在一些实施方案中,产品可以是有形产品或非物质产品。有形产品可包括食品、药品、商品、化学产品、电器、服装、汽车、房屋、或奢侈品等,或其任意组合。非物质产品可以包括服务产品、金融产品、知识产品、或互联网产品等,或其任意组合。互联网产品可以包括单独的主机产品、网络产品、移动互联网产品、商业主机产品、或嵌入式产品等,或其任意组合。互联网产品可以用在移动终端的软件、程序、或***等,或者它们的任意组合中。移动终端可以包括平板电脑、笔记本电脑、移动电话、个人数字助理(Personal Digital Assistant,PDA)、智能手表、销售点(Point of sales,POS)设备、车载电脑、车载电视、或可穿戴设备等,或其任意组合。例如,互联网产品可以是计算机或移动电话中使用的任何软件和/或应用程序。软件和/或应用程序可以涉及社交、购物、运输、娱乐时间、学习、或投资等,或其任意组合。在一些实施例中,与运输有关的软件和/或应用程序可以包括旅行软件和/或应用程序、车辆调度软件和/或应用程序、绘图软件和/或应用程序等。在车辆调度软件和/或应用程序中,车辆可包括马、马车、人力车(例如,独轮车、自行车、三轮车等)、汽车(例如,出租车、公共汽车、私家车等)、火车、地铁、船只、飞机(例如,飞机、直升机、航天飞机、火箭、热气球等)等,或其任意组合。
图2示出根据本申请实施例的一些实施例的可以实现本申请思想的电子设备200的示例性硬件和软件组件的示意图。
电子设备200可以是通用计算机或特殊用途的计算机,两者都可以用于实现本申请的信息推送方法。本申请尽管仅示出了一个计算机,但是为了方便起见,也可以在多个类似平台上以分布式方式实现本申请描述的信息推送功能,以均衡处理负载。
在本申请实施例中,电子设备200可以包括连接到网络的网络端口210、用于执行程序指令的一个或多个处理器220、通信总线230、和不同形式的存储介质240,例如,磁盘、ROM、或RAM,或其任意组合。示例性地,电子设备200还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请提供的信息推送方法。电子设备200还包括计算机与其他输入输出设备(例如键盘、显示屏)之间的输入/输出(Input/Output,I/O)接口250。
为了便于说明,在电子设备200中仅描述了一个处理器。然而,应当注意,本申请中的电子设备200还可以包括多个处理器,因此本申请中描述的一个处理器执行的步骤也可以由多个处理器220联合执行或单独执行。例如,若电子设备200的处理器220执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由两个不同的处理器220共同执行或者在一个处理器220中单独执行。例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一处理器和第二处理器共同执行步骤A和B。
图3示出了本申请的一些实施例的信息推送方法的流程示意图,该信息推送方法可以由图1中所示的服务器110执行。应当理解,在其它实施例中,本实施例所述的信息推送方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。该信息推送方法的详细步骤介绍如下。
步骤S110,获取服务订单。
在本申请实施例中,服务器110可以通过接收用户在服务请求方终端130上发起的服务请求,获取相应的服务订单。具体地,以网约车服务为例,用户可以通过服务请求方终端130上展示的界面或页面中各个展示区域展示的内容、图片等选择相应的打车服务类型,例如快车服务、出租车服务、专车服务、顺风车服务、优享车服务、单车服务等。在选择打车服务类型后,用户选择出发地点和达到终点。
在本申请实施例中,若用户在选择打车服务时,用户所处位置在出发地点,服务请求方终端130可以通过定位的方式获得出发地点的地址信息,并通过用户在服务请求方终端130输入达到终点的方式获得达到终点的地址信息,在此情况下,若服务请求方终端130定位的出发地点不正确,用户可以修改出发地点的地址信息,具体地,可以通过重新定位或拖动定位标记的方式修改出发地点的地址信息。若用户为其他人(家人或朋友)选择打车服务,且用户所处位置不在出发地点,用户可以通过输入的方式获得出发地点和达到终点的地址信息,并根据出发地点和达到终点生成服务订单。
服务器110接收服务请求方终端130发送的服务订单。
步骤S120,检测服务订单中是否存在与目标服务事件相关的关键字信息。
详细地,服务订单可以至少包括出发地点和达到终点,目标服务事件以租车服务或买车服务为例进行说明。
请参照图4,在本申请实施例中,步骤S120可以包括以下子步骤:
子步骤S121,将服务订单进行分词处理,得到多个分词;
子步骤S122,将得到的多个分词与目标服务事件词库中的关键字进行匹配;
子步骤S123,根据匹配结果,确定服务订单中是否存在与目标服务事件相关的关键字信息。
具体地,可以对服务订单中的出发地点和达到终点进行分词处理,得到多个分词。由于分词的方式不同得到的多个分词组合也就不同,因基于出发地点和达到终点的地址信息较为简单,在本申请实施例中,可以采用基于统计的分词算法,具体地,分词算法可以采用但不限于Vertbi算法。
在本申请实施例中,需预先创建目标服务事件词库,目标服务事件词库包括与目标服务事件相关的关键字,比如,在目标服务事件为租车服务或买车服务时,目标服务事件词库可以包括车辆品牌(比如,奥迪、大众、别克等)、车展、车博汇、车博会、4S店、车行等关键字。具体地,在创建目标服务事件词库时,可以将所有地址信息中与租车服务或买车服务相关的关键字加入到目标服务事件词库中。
经过分词处理后得到的多个分词与目标服务事件词库中的关键字进行匹配,由于同一出发地点和达到终点的地址信息采用不同分词方式得到的多个分词不同,各个分词表达的含义也不相同。为了确认该地址信息中是否与目标服务事件相关的关键字信息,将同一服务订单中地址信息的不同分词结果与目标服务事件词库中的关键字进行匹配,同时为了确保地址信息被正确分词,可以预设分词后多个分词在目标服务事件词库中与关键字匹配成功的次数,并根据该预设次数判断服务订单中的地址信息是否存在与目标服务事件相关的关键字信息。下面以例子进行说明,假设预设次数为2次,当服务订单中的出发地点为A街B小区西门,达到终点为C街奥迪4S店时,在分词结果为“A街、B小区、西门、C街、奥迪、4S店”时,“奥迪、4S店”与目标服务事件词库中的关键字匹配,则认为在此分词结果下,服务订单中存在与目标服务事件相关的关键字信息。在分词结果为“A街、B小区、西门、C街奥、迪、4S店”,只有“4S店”与目标服务事件词库中的关键字匹配,在此情况下则认为服务订单中不存在与目标服务事件相关的关键字信息。由此可见,对于同一服务订单中的地址信息只需一组分词结果满足与目标服务事件词库中的关键字匹配的成功次数大于预设次数,则可以认为服务订单中存在与目标服务事件相关的关键字信息。
为了防止服务订单中的地址信息错误,影响后续对服务请求方意向的判断,在服务器110接收到服务订单之后,所述方法还可以包括:
对接收的服务订单的订单信息进行核实。
具体地,首先,获得出发地点和到达终点的真实经纬度信息;接着,将获得出发地点和到达终点的真实经纬度信息与当前服务订单中出发地点和到达终点的实际定位的经纬度信息分别进行比较;最后,根据比较结果判定该服务订单的订单信息是否核实通过。
在本申请实施中,若比较结果为出发地点和到达终点的实际定位的经纬度分别处于出发地点和到达终点的真实经纬度的预设范围内(比如以真实经纬度为圆心,预设半径的圆形区域内),则判定服务订单的订单信息核实通过;若比较结果为出发地点和到达终点的实际定位的经纬度位于出发地点和到达终点的真实经纬度的预设范围外,则判定服务订单的订单信息核实不通过。
经过上述步骤,若检测到服务订单中存在与目标服务事件相关的关键字信息,则进入步骤S130;若检测到服务订单中不存在与目标服务事件相关的关键字信息,则结束流程。
步骤S130,获取服务订单的服务请求方的特征信息。
在本申请实施例中,服务请求方的特征信息包括第一特征信息和第二特征信息。其中,第一特征信息包括服务请求方的年龄、性别、消费水平以及家庭收入等具有实际含义的特征中的其中至少一种,第二特征信息包括服务请求方的用户ID、通信号码等表示虚拟含义的特征中的其中至少一种。
服务器110获取服务请求方的特征信息的方式可以如下:
根据服务请求方的历史服务订单信息得到第一特征信息,其中,历史服务订单信息包括历史服务订单中的文字信息及通话语音信息;
根据服务请求方的注册信息得到所述第二特征信息。
具体地,在本申请实施例中,服务器110可以通过对历史服务订单中的通话语音信息中的音频信号进行分析,得到服务请求方的性别及所处的年龄段(比如20-30岁)。服务器110还可以通过对历史服务订单中的文字信息,确定服务请求方的消费水平以及家庭收入,可以通过对预设历史时间段(比如1年)内服务请求方请求打车服务的次数、打车服务的类型或打车服务的消费情况,确定服务请求方的消费水平以及家庭收入。比如,服务请求方甲在过去1年内请求打车服务的次数位于整个打车服务平台的前30%,且打车服务的消费位于整个打车服务平台的前30%或打车服务的类型多为以消费价格较高的专车服务时,则认定服务请求方甲的消费水平较高,同时可以通过根据打车服务消费占家庭收入的预设占比(比如3%),可以得到服务请求方甲的家庭收入情况。
当然,上述仅仅给出了一种获得服务请求方的特征信息的一种实施方式而已,在本申请实施例的其他实施方式中,也可以采用其他方式获得服务请求方的第一特征信息和第二特征信息。比如,第一特征信息可以通过服务请求方在打车服务平台注册时填写的注册信息(包括身份证信息、家庭收入信息等)获得;第二特征信息可以通过历史服务订单中的文字信息(包括服务请求方的ID)及通话语音信息(包括服务请求方的通信号码)获得。
在获得服务请求方的特征信息后,所述方法还包括:
对服务请求方的特征信息进行预处理。
在本申请实施例中,预处理包括:
对特征信息中每个特征进行缺省值填充;
对第二特征信息中特征进行虚拟编码;
对第一特征信息中的预设信息进行离散化处理,该预设信息包括服务请求方的年龄、消费水平和家庭收入中的其中至少一种;
对服务请求方的特征信息中的数值分布零散的特征进行归一化;或
删除服务请求方的特征信息中特征相关性低于预设条件的特征。
具体地,在对特征信息中每个特征进行缺省值填充的过程中,可以将缺省值超过第一预设数量的特征,直接进行删除;可以将缺省值不超过第二预设数量的特征进行均值填充或用最大值之外的随机数值进行填充,其中,第一预设数量大于第二预设数量。
具体地,在第二特征信息中特征进行虚拟编码的过程中,可以将第二特征信息中的数字字符串(比如服务请求方的ID),编码成单位矩阵,每个服务请求方的ID对应该单位矩阵中的一行。
具体地,在对第一特征信息中的预设信息进行离散化处理的过程中,可以将年龄划分为年龄段,比如,30岁以下为青年段、30岁-50岁为中年段、50岁以上为老年段等;也可以将家庭收入划分为多个收入段,比如,家庭年收入20-30万为中等收入、家庭年收入30-80万为中等偏上收入、家庭年收入80万以上为高收入等。可以理解的是,上述仅仅只是为描述将第一特征信息中的预设信息进行离散化处理的示例,在本申请实施例的其他实施方式中离散的方式和标准可以完全不同。
具体地,在对服务请求方的特征信息中的数值分布零散的特征进行归一化的过程中,比如对于服务请求方被提供打车服务的公里数,由于服务请求方的个人出行习惯等原因影响,各个服务请求方被提供打车服务的公里数相差很大,对于这类特征可以将其归一化到0-1的范围内。
具体地,在删除服务请求方的特征信息中特征相关性低于预设条件的特征的过程中,若服务请求方的特征信息中的特征数量较多,在此种情况下可以对这些特征进行特征相关性分析,将与目标服务事件相关性较低的特征删除。
在对服务请求方的特征信息进行预处理后,进入步骤S140。
步骤S140,根据服务请求方的特征信息判断该服务请求方是否对目标服务事件有意向。
具体地,在本申请实施例中,将特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断服务请求方是否对目标服务事件有意向。其中,预先训练好的意向决策模型可以根据输入的服务请求方的特征信息,输出服务请求方对目标服务事件存在意向的概率。意向决策模型可以通过融合多个模型实现,也可以通过单个模型实现。
接下来,以意向决策模型采用具体的模型实现为例进行介绍,下面的示例仅仅是意向决策模型的一种可能实现方式,在本申请实施例的其他实现方式中,也可以采用其他具体模型或模型之间的组合实现。
在本申请实施例的一种实现方式中,意向决策模型通过XGBoost模型实现。具体地,首先,将第一特征信息输入到预先训练好的XGBoost模型进行运算,得到XGBoost模型中每个子树的叶子节点值;接着,根据每个子树的叶子节点值计算得到服务请求方对目标服务事件有意向的概率;最后,根据概率确定服务请求方是否对目标服务事件有意向。其中,XGBoost模型为一监督模型,XGBoost模型由一堆CART(Classification And RegressionTrees)树组成,XGBoost模型通过将每颗CART树的叶子节点值加在一起作为最终的预测值,每颗CART树的叶子节点值为一个实际的分数。
在本申请实施例的另一种实施方式中,意向决策模型通过XGBoost模型和LR模型实现。具体地可以参照图5,首先,将第一特征信息输入到预先训练好的XGBoost模型进行运算,得到XGBoost模型中每个子树的叶子节点值;接着,将每个子树的叶子节点值和第二特征信息输入到LR模型中进行运算得到服务请求方对目标服务事件有意向的概率;最后,根据概率确定服务请求方是否对目标服务事件有意向。其中,LR模型为一采用逻辑回归算法的分类模型,可以用于进行二分类或多分类。
在上述的两种实施方式中,均需要对XGBoost模型进行预先训练,在训练时,从不同服务接收方的第一特征信息中选择训练样本,在训练前将每颗树的非叶子节点值和叶子节点值都设置为一初始值(可以随机产生),在输入训练样本训练后,更新每颗树的非叶子节点值和叶子节点值。在XGBoost模型达到收敛条件时得到训练好的XGBoost模型,其中,收敛条件可以包括迭代次数是否达到预设的迭代次数和模型的损失函数的损失值是否达到预设阈值,在本申请实施例中,可选迭代次数是否达到预设的迭代次数作为判断XGBoost模型是否训练完成的判断条件,在完成对XGBoost模型的训练后,可以得出XGBoost模型中每颗树的非叶子节点值和叶子节点值的参数值。在后续对第一特征信息进行运算时,可以将第一特征信息输入训练好的XGBoost模型中,训练好的XGBoost模型根据每颗树的非叶子节点值和叶子节点值的参数值对第一特征信息进行运算,即可以得到每个子树的叶子节点值。
在本申请实施例中,经过步骤S140可以得到一通过意向决策模型输出的对目标服务事件存在意向的概率,在本申请实施例中,该对目标服务事件存在意向的概率可以是0~1范围内的任意数。
在本申请实施例中,根据对目标服务事件存在意向的概率的大小再确定服务请求方是否对目标服务事件存在意向。
具体地,可以设置一概率阈值,将对目标服务事件存在意向的概率与该概率阈值进行比较。在概率大于预设的概率阈值时,判定服务请求方对目标服务事件有意向;在概率不大于预设的概率阈值时,判定服务请求方对目标服务事件没有意向。在本申请实施例中,概率阈值可以根据历史经验进行设定。
在判定服务请求方对目标服务事件有意向时,进入步骤S150;在判定服务请求方对目标服务事件没有意向时,结束流程。
步骤S150,向服务请求方推送与目标服务事件相关的推送信息。
服务器110根据所述概率所处的不同概率范围,向服务请求方终端130推送与所述目标服务事件相关的不同推送信息和/或采用不同的推送方式向服务请求方终端130推送与所述目标服务事件相关的推送信息。
在本申请实施例中,服务器110可以根据服务请求方对目标服务事件有意向的强烈程度为不同的服务请求方提供不同的推送信息。具体地,假设概率大于0.5的服务请求方均对目标服务事件有意向,服务器110可以将概率范围0.5~1划分为多个概率范围,比如可以划分为三个概率范围,第一概率范围的概率大于0.5且小于等于0.7;第二概率范围的概率大于0.7且小于等于0.9;第三概率范围的概率大于0.9小于等于1。三个概率范围对应的对目标服务事件有意向的强烈程度分别为一般、强烈及渴望。
服务器110可以根据服务请求方对目标服务事件的意向强烈程度,为服务请求方提供不同内容的推送信息。比如,在服务请求方对目标服务事件有意向的强烈程度为一般时,服务器110可以向服务请求方终端130推送购车服务或租车服务相关的销售及产品信息;在服务请求方对目标服务事件有意向的强烈程度为强烈时,服务器110可以除了向服务请求方终端130推送购车服务或租车服务相关的销售及产品信息外,还向服务请求方终端130推送购车服务或租车服务的优惠信息;在服务请求方对目标服务事件有意向的强烈程度为强烈时,服务器110可以除了向服务请求方终端130推送购车服务或租车服务相关的销售及产品信息、购车服务或租车服务的优惠信息以外,还向服务请求方终端130推送购车服务或租车服务的销售人员联系信息。
在本申请实施例中,服务器110还可以根据服务请求方对目标服务事件有意向的强烈程度的不同,采用不同的信息推送方式向服务请求方终端130推送信息。比如,在服务请求方对目标服务事件有意向的强烈程度为一般时,服务器110通过邮件的方式向服务请求方终端130推送信息;在服务请求方对目标服务事件有意向的强烈程度为强烈时,服务器110通过短信的方式向服务请求方终端130推送信息;在服务请求方对目标服务事件有意向的强烈程度为渴望时,服务器110通过电话的方式向服务请求方终端130推送信息。
当然可以理解的是,上述仅仅只是示例,在本申请实施例的其他实施方式中表示服务请求方对目标服务事件有意向的强烈程度的概率范围,不同意向的强烈程度下向服务请求方终端130推送信息的内容,及向不同意向的强烈程度下向服务请求方终端130推送信息的方式可以和上述示例不同。
图6示出本申请的一些实施例的信息推送装置300的框图,该信息推送装置300实现的功能对应上述方法执行的步骤。该装置可以理解为上述服务器110,或服务器110的处理器,也可以理解为独立于上述服务器110或处理器之外的在服务器110控制下实现本申请功能的组件,如图6所示,信息推送装置300可以包括服务订单获取模块310、关键字信息检测模块320以、特征信息获取模块330、意向判断模块340及信息推送模块350。
服务订单获取模块310,可以用于获取服务订单。可以理解,该服务订单获取模块310可以用于执行上述步骤S110,关于该服务订单获取模块310的详细实现方式可以参照上述对步骤S110有关的内容。
关键字信息检测模块320,可以用于检测服务订单中是否存在与目标服务事件相关的关键字信息。可以理解,该关键字信息检测模块320可以用于执行上述步骤S120,关于该关键字信息检测模块320的详细实现方式可以参照上述对步骤S120有关的内容。
特征信息获取模块330,可以用于在存在与目标服务事件相关的关键字信息时,获取该服务订单的服务请求方的特征信息。可以理解,该特征信息获取模块330可以用于执行上述步骤S130,关于该特征信息获取模块330的详细实现方式可以参照上述对步骤S130有关的内容。
意向判断模块340,可以用于根据服务请求方的特征信息判断该服务请求方是否对目标服务事件有意向。可以理解,该意向判断模块340可以用于执行上述步骤S140,关于该意向判断模块340的详细实现方式可以参照上述对步骤S140有关的内容。
信息推送模块350,可以用于在判断该服务请求方对目标服务事件有意向时,向服务请求方推送与目标服务事件相关的推送信息。可以理解,该信息推送模块350可以用于执行上述步骤S150,关于该信息推送模块350的详细实现方式可以参照上述对步骤S150有关的内容。
在一种可能的实施方式中,请参阅图7,信息推送装置300还可以包括订单信息核实模块311。
订单信息核实模块311,可以用于对服务订单的订单信息进行核实,在所述订单信息核实模块对服务订单的订单信息核实通过时,由关键字信息检测模块320检测服务订单中是否存在与目标服务事件相关的关键字信息。
在一种可能的实施方式中,关键字信息检测模块320可以具体用于:
将服务订单进行分词处理,得到多个分词;
将得到的多个分词与目标服务事件词库中的关键字进行匹配;
根据匹配结果,确定服务订单中是否存在与目标服务事件相关的关键字信息。
在一种可能的实施方式中,关键字信息检测模块320还可以具体用于:
在多个分词与目标服务事件词库中的关键字匹配的成功次数大于预设次数时,确定服务订单中存在与目标服务事件相关的关键字信息。
在一种可能的实施方式中,服务请求方的特征信息包括第一特征信息和第二特征信息,特征信息获取模块330具体用于:
根据服务请求方的历史服务订单信息得到第一特征信息,历史服务订单信息包括历史服务订单中的文字信息及通话语音信息,第一特征信息包括服务请求方的年龄、性别、消费水平以及家庭收入中的其中至少一种;
根据服务请求方的注册信息得到第二特征信息,第二特征信息包括服务请求方的ID和/或通信号码。
在一种可能的实施方式中,请参阅图8,信息推送装置300还可以包括预处理模块331。
预处理模块331,用于对服务请求方的特征信息进行预处理,预处理模块331可以具体用于:
对特征信息中每个特征进行缺省值填充;
对第二特征信息中特征进行虚拟编码;
对第一特征信息中的预设信息进行离散化处理,该预设信息包括服务请求方的年龄、消费水平和家庭收入中的其中至少一种;
对服务请求方的特征信息中的数值分布零散的特征进行归一化;或
删除服务请求方的特征信息中特征相关性低于预设条件的特征。
在一种可能的实施方式中,意向判断模块340可以具体用于:
将特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断服务请求方是否对目标服务事件有意向。
在一种可能的实施方式中,在意向决策模型包括XGBoost模型时,意向判断模块还可以具体用于:
将第一特征信息输入到预先训练好的XGBoost模型进行运算,得到XGBoost模型中每个子树的叶子节点值;
根据每个子树的叶子节点值计算得到服务请求方对目标服务事件有意向的概率;
根据概率确定服务请求方是否对目标服务事件有意向。
在一种可能的实施方式中,在意向决策模型包括XGBoost模型和LR模型时,意向判断模块340还可以具体用于:
将第一特征信息输入到预先训练好的XGBoost模型进行运算,得到XGBoost模型中每个子树的叶子节点值;
将每个子树的叶子节点值和第二特征信息输入到LR模型中进行运算得到服务请求方对目标服务事件有意向的概率;
根据概率确定服务请求方是否对目标服务事件有意向。
在一种可能的实施方式中,意向判断模块340还可以具体用于:
将服务请求方对目标服务事件有意向的概率与预设的概率阈值进行比较;
在概率大于预设的概率阈值时,判定服务请求方对目标服务事件有意向;
在概率不大于预设的概率阈值时,判定服务请求方对目标服务事件没有意向。
在一种可能的实施方式中,信息推送模块350可以具体用于:
根据服务请求方对目标服务事件有意向的概率所处的不同概率范围,向服务请求方推送与目标服务事件相关的不同推送信息。
本申请实施例还提供了一种可读存储介质,所述可读存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的信息推送方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (24)
1.一种信息推送方法,其特征在于,所述方法包括:
获取服务订单;
将所述服务订单中地址信息的不同分词结果与目标服务事件词库中的关键字进行匹配;
根据匹配结果,确定所述服务订单中是否存在与目标服务事件相关的关键字信息;
在所述服务订单中存在与目标服务事件相关的所述关键字信息时,获取该服务订单的服务请求方的特征信息;
根据所述服务请求方的特征信息判断该服务请求方是否对所述目标服务事件有意向;
在判断该服务请求方对所述目标服务事件有意向时,根据所述服务请求方对目标服务事件有意向的强烈程度,向所述服务请求方推送与所述目标服务事件相关的不同推送信息和/或采用不同的推送方式向所述服务请求方推送与所述目标服务事件相关的推送信息。
2.如权利要求1所述的信息推送方法,其特征在于,所述获取服务订单之后,所述方法还包括:
对所述服务订单的订单信息进行核实,在所述服务订单的订单信息核实通过时,执行确定所述服务订单中是否存在与目标服务事件相关的关键字信息的步骤。
3.如权利要求1所述的信息推送方法,其特征在于,所述将所述服务订单中地址信息的不同分词结果与目标服务事件词库中的关键字进行匹配,包括:
将所述服务订单中地址信息进行分词处理,得到多个分词;
将得到的多个分词与目标服务事件词库中的关键字进行匹配。
4.如权利要求3所述的信息推送方法,其特征在于,所述根据匹配结果,确定所述服务订单中是否存在与目标服务事件相关的关键字信息,包括:
在所述多个分词与目标服务事件词库中的关键字匹配的成功次数大于预设次数时,确定所述服务订单中存在与目标服务事件相关的关键字信息。
5.如权利要求1-4中任意一项所述的信息推送方法,其特征在于,所述服务请求方的特征信息包括第一特征信息和第二特征信息,所述获取该服务订单的服务请求方的特征信息,包括:
根据所述服务请求方的历史服务订单信息得到所述第一特征信息,所述历史服务订单信息包括历史服务订单中的文字信息及通话语音信息,所述第一特征信息包括所述服务请求方的年龄、性别、消费水平以及家庭收入中的其中至少一种;
根据所述服务请求方的注册信息得到所述第二特征信息,所述第二特征信息包括所述服务请求方的ID和/或通信号码。
6.如权利要求5所述的信息推送方法,其特征在于,在所述根据所述服务请求方的特征信息计算该服务请求方是否对所述目标服务事件有意向之前,所述方法还包括:
对所述服务请求方的特征信息进行预处理,所述预处理包括:
对特征信息中每个特征进行缺省值填充;
对第二特征信息中特征进行虚拟编码;
对第一特征信息中的预设信息进行离散化处理,该预设信息包括服务请求方的年龄、消费水平和家庭收入中的其中至少一种;
对所述服务请求方的特征信息中的数值分布零散的特征进行归一化;或
删除所述服务请求方的特征信息中特征相关性低于预设条件的特征。
7.如权利要求6所述的信息推送方法,其特征在于,所述根据所述服务请求方的特征信息判断该服务请求方是否对所述目标服务事件有意向,包括:
将所述特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断所述服务请求方是否对所述目标服务事件有意向。
8.如权利要求7所述的信息推送方法,其特征在于,所述意向决策模型包括XGBoost模型,所述将所述特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断所述服务请求方是否对所述目标服务事件有意向,包括:
将所述第一特征信息输入到预先训练好的XGBoost模型进行运算,得到所述XGBoost模型中每个子树的叶子节点值;
根据每个子树的叶子节点值计算得到所述服务请求方对所述目标服务事件有意向的概率;
根据所述概率确定所述服务请求方是否对所述目标服务事件有意向。
9.如权利要求7所述的信息推送方法,其特征在于,所述意向决策模型包括XGBoost模型和LR模型,所述将所述特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断所述服务请求方是否对所述目标服务事件有意向,包括:
将所述第一特征信息输入到预先训练好的XGBoost模型进行运算,得到所述XGBoost模型中每个子树的叶子节点值;
将每个子树的叶子节点值和所述第二特征信息输入到LR模型中进行运算得到所述服务请求方对所述目标服务事件有意向的概率;
根据所述概率确定所述服务请求方是否对所述目标服务事件有意向。
10.如权利要求8或9所述的信息推送方法,其特征在于,所述根据所述概率确定所述服务请求方是否对所述目标服务事件有意向,包括:
将所述概率与预设的概率阈值进行比较;
在所述概率大于所述预设的概率阈值时,判定所述服务请求方对所述目标服务事件有意向;
在所述概率不大于所述预设的概率阈值时,判定所述服务请求方对所述目标服务事件没有意向。
11.如权利要求10所述的信息推送方法,其特征在于,根据以下步骤确定所述服务请求方对目标服务事件有意向的强烈程度:
在所述概率大于所述预设的概率阈值时,根据所述概率所处的不同概率范围,确定所述服务请求方对目标服务事件有意向的强烈程度。
12.一种信息推送装置,其特征在于,所述装置包括:
服务订单获取模块,用于获取服务订单;
关键字信息检测模块,用于将所述服务订单中地址信息的不同分词结果与目标服务事件词库中的关键字进行匹配;根据匹配结果,确定所述服务订单中是否存在与目标服务事件相关的关键字信息;
特征信息获取模块,用于在所述服务订单中存在与目标服务事件相关的所述关键字信息时,获取该服务订单的服务请求方的特征信息;
意向判断模块,用于根据所述服务请求方的特征信息判断该服务请求方是否对所述目标服务事件有意向;
信息推送模块,用于在判断该服务请求方对所述目标服务事件有意向时,根据所述服务请求方对目标服务事件有意向的强烈程度,向所述服务请求方推送与所述目标服务事件相关的不同推送信息和/或采用不同的推送方式向所述服务请求方推送与所述目标服务事件相关的推送信息。
13.如权利要求12所述的信息推送装置,其特征在于,所述装置还包括:
订单信息核实模块,用于对所述服务订单的订单信息进行核实;
所述关键字信息检测模块在对所述服务订单的订单信息核实通过时,再检测所述服务订单中是否存在与目标服务事件相关的关键字信息。
14.如权利要求12所述的信息推送装置,其特征在于,所述关键字信息检测模块具体用于:
将所述服务订单进行分词处理,得到多个分词;
将得到的多个分词与目标服务事件词库中的关键字进行匹配。
15.如权利要求14所述的信息推送装置,其特征在于,所述关键字信息检测模块还具体用于:
在所述多个分词与目标服务事件词库中的关键字匹配的成功次数大于预设次数时,确定所述服务订单中存在与目标服务事件相关的关键字信息。
16.如权利要求12-15中任意一项所述的信息推送装置,其特征在于,所述服务请求方的特征信息包括第一特征信息和第二特征信息,所述特征信息获取模块具体用于:
根据所述服务请求方的历史服务订单信息得到所述第一特征信息,所述历史服务订单信息包括历史服务订单中的文字信息及通话语音信息,所述第一特征信息包括所述服务请求方的年龄、性别、消费水平以及家庭收入中的其中至少一种;
根据所述服务请求方的注册信息得到所述第二特征信息,所述第二特征信息包括所述服务请求方的ID和/或通信号码。
17.如权利要求16所述的信息推送装置,其特征在于,所述装置还包括:
预处理模块,用于对所述服务请求方的特征信息进行预处理,具体为:
对特征信息中每个特征进行缺省值填充;
对第二特征信息中特征进行虚拟编码;
对第一特征信息中的预设信息进行离散化处理,该预设信息包括服务请求方的年龄、消费水平和家庭收入中的其中至少一种;
对所述服务请求方的特征信息中的数值分布零散的特征进行归一化;或
删除所述服务请求方的特征信息中特征相关性低于预设条件的特征。
18.如权利要求17所述的信息推送装置,其特征在于,所述意向判断模块具体用于:
将所述特征信息输入预先训练好的意向决策模型中进行运算,根据运算结果判断所述服务请求方是否对所述目标服务事件有意向。
19.如权利要求18所述的信息推送装置,其特征在于,所述意向决策模型包括XGBoost模型,所述意向判断模块还具体用于:
将所述第一特征信息输入到预先训练好的XGBoost模型进行运算,得到所述XGBoost模型中每个子树的叶子节点值;
根据每个子树的叶子节点值计算得到所述服务请求方对所述目标服务事件有意向的概率;
根据所述概率确定所述服务请求方是否对所述目标服务事件有意向。
20.如权利要求18所述的信息推送装置,其特征在于,所述意向决策模型包括XGBoost模型和LR模型,所述意向判断模块还具体用于:
将所述第一特征信息输入到预先训练好的XGBoost模型进行运算,得到所述XGBoost模型中每个子树的叶子节点值;
将每个子树的叶子节点值和所述第二特征信息输入到LR模型中进行运算得到所述服务请求方对所述目标服务事件有意向的概率;
根据所述概率确定所述服务请求方是否对所述目标服务事件有意向。
21.如权利要求19或20所述的信息推送装置,其特征在于,所述意向判断模块还具体用于:
将所述概率与预设的概率阈值进行比较;
在所述概率大于所述预设的概率阈值时,判定所述服务请求方对所述目标服务事件有意向;
在所述概率不大于所述预设的概率阈值时,判定所述服务请求方对所述目标服务事件没有意向。
22.如权利要求21所述的信息推送装置,其特征在于,所述信息推送模块具体用于:
在所述概率大于所述预设的概率阈值时,根据所述概率所处的不同概率范围,确定所述服务请求方对目标服务事件有意向的强烈程度。
23.一种服务器,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当服务器运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行时执行如权利要求1-11中任一所述的信息推送方法的步骤。
24.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1-11中任一所述的信息推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811475042.5A CN111274471B (zh) | 2018-12-04 | 2018-12-04 | 信息推送方法、装置、服务器及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811475042.5A CN111274471B (zh) | 2018-12-04 | 2018-12-04 | 信息推送方法、装置、服务器及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111274471A CN111274471A (zh) | 2020-06-12 |
CN111274471B true CN111274471B (zh) | 2024-03-05 |
Family
ID=70998647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811475042.5A Active CN111274471B (zh) | 2018-12-04 | 2018-12-04 | 信息推送方法、装置、服务器及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111274471B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592606B (zh) * | 2021-08-10 | 2023-08-22 | 平安银行股份有限公司 | 基于多重决策的产品推荐方法、装置、设备及存储介质 |
CN113706322A (zh) * | 2021-08-31 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 基于数据分析的服务分发方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295832A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 产品信息推送方法及装置 |
CN106789584A (zh) * | 2016-12-27 | 2017-05-31 | 上海景域文化传播股份有限公司 | 一种用于旅游产品销售的客户端*** |
CN107305551A (zh) * | 2016-04-18 | 2017-10-31 | 百度在线网络技术(北京)有限公司 | 推送信息的方法和装置 |
CN107908740A (zh) * | 2017-11-15 | 2018-04-13 | 百度在线网络技术(北京)有限公司 | 信息输出方法和装置 |
CN107944583A (zh) * | 2017-12-08 | 2018-04-20 | 携程旅游网络技术(上海)有限公司 | 二次售卖场景推送方法、***、设备及存储介质 |
CN108665355A (zh) * | 2018-05-18 | 2018-10-16 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备和计算机存储介质 |
CN108900612A (zh) * | 2018-06-29 | 2018-11-27 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2559826A (en) * | 2016-06-06 | 2018-08-22 | Beijing Didi Infinity Technology & Dev Co Ltd | Systems and methods for allocating appointment orders |
-
2018
- 2018-12-04 CN CN201811475042.5A patent/CN111274471B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295832A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 产品信息推送方法及装置 |
CN107305551A (zh) * | 2016-04-18 | 2017-10-31 | 百度在线网络技术(北京)有限公司 | 推送信息的方法和装置 |
CN106789584A (zh) * | 2016-12-27 | 2017-05-31 | 上海景域文化传播股份有限公司 | 一种用于旅游产品销售的客户端*** |
CN107908740A (zh) * | 2017-11-15 | 2018-04-13 | 百度在线网络技术(北京)有限公司 | 信息输出方法和装置 |
CN107944583A (zh) * | 2017-12-08 | 2018-04-20 | 携程旅游网络技术(上海)有限公司 | 二次售卖场景推送方法、***、设备及存储介质 |
CN108665355A (zh) * | 2018-05-18 | 2018-10-16 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备和计算机存储介质 |
CN108900612A (zh) * | 2018-06-29 | 2018-11-27 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111274471A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11315170B2 (en) | Methods and systems for order processing | |
US20170364933A1 (en) | User maintenance system and method | |
CN111353092B (zh) | 服务推送方法、装置、服务器及可读存储介质 | |
CN111367575B (zh) | 一种用户行为预测方法、装置、电子设备及存储介质 | |
CN111105120B (zh) | 一种工单处理方法及装置 | |
CN111104585B (zh) | 一种问题推荐方法及装置 | |
US20190378171A1 (en) | Targeted advertisement system | |
CN110910180A (zh) | 信息推送方法、装置、电子设备和存储介质 | |
CN111274471B (zh) | 信息推送方法、装置、服务器及可读存储介质 | |
CN111161104A (zh) | 一种社区用户画像的生成方法及装置 | |
EP3474215A1 (en) | Electronic survey and entity matching marketplace | |
CN111198989A (zh) | 确定出行推荐数据的方法、装置、存储介质及电子设备 | |
WO2020228626A1 (en) | Method and system for recommending multi-modal itineraries | |
CN111259119B (zh) | 一种问题推荐方法及装置 | |
KR20220149644A (ko) | 상품의 상품 속성 정보 및 구매자 활동 정보를 이용하여 상품 정보를 주기적으로 업데이트하는 기능을 지원하는 글로벌 이커머스 통합 관리 방법 및 시스템 | |
CN113034168A (zh) | 内容项投放方法、装置、计算机设备及存储介质 | |
CN111259229B (zh) | 一种问题推荐方法及装置 | |
CN111695919B (zh) | 评价数据处理方法、装置、电子设备及存储介质 | |
CN116128581A (zh) | 物品推荐方法和*** | |
JP2017191500A (ja) | 携帯端末に対して地点情報を提供する装置、方法、およびプログラム | |
CN111401030A (zh) | 服务异常识别方法、装置、服务器及可读存储介质 | |
CN111353090B (zh) | 服务分流方法、装置、服务器及可读存储介质 | |
KR102647773B1 (ko) | 여행 상품에 적합한 타겟 고객을 결정할 수 있는 장치 | |
KR102588706B1 (ko) | 가상별 매매 서비스 제공 시스템 | |
WO2021121375A1 (en) | Dynamic carpool discount determination on ridesharing platforms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |