一种适用于互联网通信消息的营销推送方法与流程
本发明涉及营销推送,尤其涉及一种适用于互联网通信消息的营销推送方法。
背景技术:
1、随着移动互联网和智能终端的普及,互联网通信消息中的营销推送已成为企业进行产品推广和用户触达的重要手段。传统的营销推送方法通常基于用户的历史行为、兴趣标签、位置信息或时间规则进行广告的匹配与下发。例如,通过收集用户的点击、浏览、购买记录构建用户画像,然后在用户空闲时段或特定地点推送相关广告。此外,部分现有技术也会考虑终端的基本状态,如屏幕亮灭、网络连接类型等,以选择相对合适的推送时机。
2、现有营销推送方法在实际应用中仍存在以下不足:大多数推送策略仅依赖用户个体维度的数据,忽略了用户当前所处的物理社交场景。当用户处于多人聚集环境时,突然弹出的广告通知或全屏广告不仅会打断用户当前活动,还可能因声音或画面引起周围他人的注意,造成社交尴尬和群体反感。现有技术无法有效区分单人使用场景与多人聚集场景,导致在社交场景下依然采用高频、侵入式的推送策略,严重影响用户体验。现有的推送时机决策往往仅依据屏幕点亮状态或简单的应用前后台判断,使得难以准确评估用户当前的操作专注度和被打扰的风险程度,容易在用户正在观看视频、进行语音通话、驾驶或高强度交互时推送广告,从而引发用户的抵触情绪和消极反馈。传统方法中,用户对广告的容忍度差异以及短时间内的反感程度变化未能被动态捕捉并反馈到推送策略中。虽然少数方案尝试记录用户的长期关闭行为,但未能在短时间窗口内根据用户的消极关闭次数实时调整推送允许阈值,也缺乏基于用户交互反馈的敏感度系数迭代更新机制,无法实现真正的个性化实时推送控制。当多个用户身处同一近距离空间时,各终端上的广告推送系统彼此孤立运行,可能导致多个设备在相近时间内分别弹出广告,形成叠加打扰,整体打扰强度远高于单个设备。现有技术没有通过短距离无线通信在设备间共享反馈信息,也无法感知群体成员对广告的整体反感程度,因此无法执行群体一致的降压策略,从而难以维护良好的群体氛围。
技术实现思路
1、本技术通过提供一种适用于互联网通信消息的营销推送方法,解决了现有技术中无法区分单人与多人社交场景、推送时机粗放、缺乏群体协同导致用户反感的问题,实现了场景自适应静默推送、个性化评分阈值动态调节及多人场景下群体反感协同降压的技术效果。
2、本技术提供了一种适用于互联网通信消息的营销推送方法,包括:
3、s1:检测周围终端数量计算有效平均聚集人数,并根据聚集人数阈值判定当前场景;若为单人场景,则执行常规兴趣推送;若为多人场景,则启动静默控制流程;
4、s2:在静默控制流程中,采集终端的多模态数据,所述多模态数据包括屏幕状态、音频状态、通话状态、人机交互状态与设备运动状态,并将各状态量化为二元特征值,根据各状态的特征值计算终端的综合打扰评分;
5、s3:基于综合打扰评分与用户在当前统计周期内的消极关闭次数,判定当前的推送状态;所述推送状态包括允许推送、延迟推送与禁止推送;
6、s4:当终端状态允许推送且队列存在有效任务时,进入前置提示过渡时长;若在前置提示过渡时长的窗口期内检测到用户拒绝操作则终止流程,否则展示完整广告。
7、进一步地,所述检测周围终端数量计算有效平均聚集人数包括:通过短距离无线通信扫描周围终端,对连续若干次采样得到的瞬时聚集人数取平均值,得到有效平均聚集人数:
8、,
9、其中,为有效平均聚集人数,为第次扫描检测得到的实时周边聚集终端人数,为预设连续采样次数,为对连续次采样的瞬时聚集人数进行累加求和;
10、将有效平均聚集人数与预设的聚集人数阈值进行比较,若小于阈值则判定为单人场景,若大于等于阈值则判定为多人聚集场景。
11、进一步地,所述综合打扰评分的计算公式为:
12、,
13、其中,为终端综合打扰评分,为屏幕全屏状态值,为音频焦点状态值,为通话状态值,为人机交互状态值,为设备运动状态值,为对应权重系数,且。
14、进一步地,所述基于综合打扰评分判定当前的推送状态包括:根据综合打扰评分、通话状态值与用户消极关闭次数进行判定;当综合打扰评分小于最小可推送阈值,且通话状态值为0时,判定为允许推送;当综合打扰评分大于等于最小可推送阈值且小于最大可推送阈值,且通话状态值为0时,判定为延迟推送;当综合打扰评分大于等于最大可推送阈值,或通话状态值为1,或用户消极关闭次数大于等于广告反感判定阈值时,判定为禁止推送;
15、其中,所述最小可推送阈值与最大可推送阈值根据用户敏感度系数生成,计算公式为:
16、,
17、其中,为最小可推送阈值,为最大可推送阈值,为用户敏感度系数,为基础推送允许偏移常数,为敏感度正向调节系数,为基础延迟截止偏移常数,为敏感度辅助调节系数;
18、所述用户消极关闭次数为预设统计时长内用户手动关闭、跳过或主动屏蔽广告的累计次数。
19、进一步地,所述用户敏感度系数根据用户对广告的反馈行为进行迭代更新:当用户反馈为消极反馈时,按上调步长增加用户敏感度系数值;当用户反馈为积极反馈时,按下调步长减少用户敏感度系数值;当用户反馈为中性反馈时,不更新用户敏感度系数值;其中,用户敏感度系数的初始值为0.5,取值范围为[0,1];
20、所述消极反馈为广告弹窗展示后的预设第一时间阈值内,用户执行的手动关闭、滑动跳过或点击屏蔽的主动抵触行为;
21、所述积极反馈为广告展示期间,用户执行了广告完整浏览时长达到或超过预设的第二时间阈值、主动点击广告链接或参与广告互动的正向交互行为;
22、所述中性反馈为广告展示期间,用户未产生任何所述消极反馈或积极反馈的交互操作。
23、进一步地,所述延迟推送包括:当判定为延迟推送时,将推送任务封装并存入本地先进先出队列,并启动后台轮询监听机制,持续更新终端状态与推送状态判定;若状态转为允许推送则执行队列队首任务,若状态转为禁止推送或任务存活时间超过最大生存时长,则取消推送任务。
24、进一步地,所述多人场景还包括:启动群体情绪感知,在固定统计周期内,通过短距离无线通信匿名广播本机设备的消极反馈与积极反馈次数,并接收周围设备的广播反馈;根据周期内接收到的所有设备的反馈次数,计算当前周期的群体反感指数;根据所述群体反感指数所处的不同数值区间,执行对应的群体降压控制策略;
25、所述策略包括调整广告推送间隔、筛选广告素材类型或改变广告推送形式;
26、所述区间包含正常区间、预警区间与高压区间;其中,群体反感指数<0.3为正常区间;0.3≤群体反感指数<0.6为预警区间;群体反感指数≥0.6为高压区间。
27、进一步地,所述根据用户对广告的反馈行为进行迭代更新还包括:若当前统计周期内的群体反感指数达到预警值,则对更新步长进行修正;若用户产生消极反馈,则在原有的上调步长基础上增加一个群体惩罚增量:
28、,
29、其中,为最终上调步长,为单次消极反馈对应的系数上调步长,为群体惩罚增量;
30、若用户产生积极反馈,则对原有的下调步长进行抑制。
31、进一步地,所述方法还包括趋势预测与预降压控制:维护一个存储最近若干个周期群体反感指数的滑动窗口,并计算群体反感指数的短期变化趋势;当短期变化趋势判定群体反感指数呈连续恶化趋势,且当前指数未达到预警区间阈值时,触发预降压模式;
32、其中,在所述预降压模式下,执行的推送策略包括以下至少一项:延长广告推送的最小时间间隔;筛选广告素材的类型,优先推送无动效、无音效或颜色柔和的广告素材。
33、进一步地,所述计算群体反感指数的短期变化趋势为计算当前统计周期与上一统计周期的群体反感指数的差值:
34、,
35、其中,为趋势强度,为当前周期群体反感指数,为上一周期群体反感指数;
36、所述连续恶化趋势为连续两个统计周期的趋势强度均大于预设的上升阈值。
37、本技术中提供的一个或多个技术方案,至少具有如下技术效果或优点:
38、通过采用短距离无线通信检测周围终端数量并计算有效平均聚集人数,实现单人场景与多人场景的精准区分,进而针对多人场景启动静默控制流程,解决了社交场景下频繁弹窗造成尴尬与群体反感的问题;通过采集多模态终端状态并计算综合打扰评分,结合用户实时消极关闭次数与敏感度系数动态迭代生成个性化推送阈值,进而实现了推送时机的精准自适应控制,兼顾了用户专注度保护与广告曝光效率;通过群体情绪感知与反感指数计算,在多人场景下执行群体协同降压及趋势预判机制,进而实现了群体推送策略的一致性与平滑过渡,降低了叠加打扰,提升了整体用户满意度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com