信息推送方法及装置、电子设备、计算机可读存储介质与流程

1.本技术涉及数据处理技术领域，具体涉及一种信息推送方法及装置、电子设备、计算机可读存储介质。


背景技术：

2.随着电子设备及网络技术的快速发展，如今信息推送方可以通过互联网向用户的电子设备推送各种资料信息，使得用户可以通过电子设备随时随地地读取资料信息，从而提高了资料信息的推送效率。
3.在实践中发现，相关技术中通常由运营人员手动设置信息的推送策略，推送效果较差。


技术实现要素：

4.本技术实施例公开了一种信息推送方法及装置、电子设备、计算机可读存储介质，能够提高推送信息的推送效果。
5.本技术实施例第一方面公开一种信息推送方法，包括：
6.确定待推送用户群对应的目标用户类型；
7.将所述目标用户类型、所述目标用户类型对应推送策略组合，及所述推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到所述多个推送策略对应的排序结果，其中，各个所述推送策略所推送的信息被所述待推送用户群点击的概率越大，则在所述排序结果中的排列位置越前；
8.将所述多个推送策略和所述排序结果发送给客户端，以使得所述客户端根据所述多个推送策略和所述排序结果向所述待推送用户群进行信息推送。
9.作为一种可选的实施方式，在本技术实施例第一方面中，在所述得到所述多个推送策略对应的排序结果之后，所述方法还包括：
10.根据所述排序结果确定各个所述推送策略对应的权重，其中，各个所述推送策略在所述排序结果中的排列位置越前，则对应的权重越大；
11.根据所述多个推送策略和各个所述推送策略对应的权重生成新的推送策略，并将所述新的推送策略添加至所述目标用户类型对应推送策略组合中。
12.作为一种可选的实施方式，在本技术实施例第一方面中，在所述将所述多个推送策略和所述排序结果发送给客户端之后，所述方法还包括：
13.分别收集通过各个所述推送策略推送的信息，在第一时长内被所述待推送用户群访问的情况，以得到各个所述推送策略对应的新的访问信息；
14.将所述推送策略组合包括的多个推送策略分别对应的访问信息，分别更新为各个所述推送策略对应的新的访问信息。
15.作为一种可选的实施方式，在本技术实施例第一方面中，所述访问信息包括点击率、回访率和留资率中的一种或多种，所述点击率用于表示推送信息被用户点击的情况，所
述回访率用于表示推送信息对应的应用程序被用户打开的情况，所述留资率用于表示用户根据推送信息输入用户资料的情况。
16.作为一种可选的实施方式，在本技术实施例第一方面中，所述多个推送策略和所述排序结果用于使得所述客户端根据所述排序结果确定各个所述推送策略对应的权重，以及根据第一推送策略对应权重和所述待推送用户群的总人数，确定所述第一推送策略对应的目标用户数量，并使用所述第一推送策略将向所述待推送用户群中目标用户数量的用户进行信息推送，所述第一推送策略是所述多个推送策略中的任一个。
17.作为一种可选的实施方式，在本技术实施例第一方面中，所述策略推送模型是根据第一样本集合训练得到的，所述第一样本集合包括多个样本策略；其中，第一样本策略对应多个标记信息，各个标记信息分别对应不同的用户类型，各个标记信息用于表示通过所述第一样本策略推送的信息是否被对应用户类型的用户访问，第一样本策略是所述多个样本策略中的任一个。
18.作为一种可选的实施方式，在本技术实施例第一方面中，所述确定待推送用户群对应的目标用户类型，包括：
19.获取待推送用户群对应的特征信息；
20.将所述特征信息输入用户分类模型，以得到所述待推送用户群对应的目标用户类型，所述用户分类模型是根据第二样本集合训练得到的，所述第二样本集合包括多个样本用户群分别对应的特征信息和各个所述样本用户群对应的用户类型。
21.作为一种可选的实施方式，在本技术实施例第一方面中，所述用户类型是根据用户在产品生命周期中所处的阶段划分的，所述产品生命周期用于描述用户从未了解产品到使用产品的过程，所述产品生命周期包括一个或多个阶段。
22.作为一种可选的实施方式，在本技术实施例第一方面中，在所述得到所述多个推送策略对应的排序结果之后，所述方法还包括：
23.根据所述多个推送策略对应的排序结果，确定所述策略推送模型对应的平均绝对百分比误差；
24.根据所述平均绝对百分比误差对所述策略推送模型的模型参数进行调整。
25.本技术实施例第二方面公开一种信息推送装置，包括：
26.确定单元，用于确定待推送用户群对应的目标用户类型；
27.排序单元，用于将所述目标用户类型、所述目标用户类型对应推送策略组合，及所述推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到所述多个推送策略对应的排序结果，其中，各个所述推送策略所推送的信息被所述待推送用户群点击的概率越大，则在所述排序结果中的排列位置越前；
28.发送单元，用于将所述多个推送策略和所述排序结果发送给客户端，以使得所述客户端根据所述多个推送策略和所述排序结果向所述待推送用户群进行信息推送。
29.本技术实施例第三方面公开一种电子设备，包括：
30.存储有可执行程序代码的存储器；
31.与所述存储器耦合的处理器；
32.所述处理器调用所述存储器中存储的所述可执行程序代码，执行本技术实施例第一方面公开的信息推送方法。
33.本技术实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本技术实施例第一方面公开的信息推送方法。
34.与相关技术相比，本技术实施例具有以下有益效果：
35.通过本技术实施例，能够确定待推送用户群对应的目标用户类型，进一步可以将目标用户类型、目标用户类型对应的推送策略组合及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果。其中，各个推送策略所推送的信息被待推送用户群点击的概率越大，则在排序结果中的排列位置越前，也就是说该排序结果大致描述各个的推送策略的推送效果，进而后续在将多个推送策略和多个推送策略的排序结果发送给客户端之后，客户端可以参考各个的推送策略的推送效果灵活地进行信息推送，从而提高了推送信息的推送效果；此外使用与目标用户类型对应的推送策略向待推送用户推送信息，还可以使得推送的频率与待推送用户适配，从而避免了用户在一定时间内收到过多的推送信息而产生反感，进一步提高了推送信息的推送效果。
附图说明
36.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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的附图。
37.图1是本技术实施例公开的一种应用场景示意图；
38.图2是本技术实施例公开的一种信息推送方法的交互时序图；
39.图3是本技术实施例公开的一种信息推送方法的流程示意图；
40.图4是本技术实施例公开的一种用于说明策略推送模型的工作过程的示意图；
41.图5是本技术实施例公开的另一种信息推送方法的流程示意图；
42.图6是本技术实施例公开的又一种信息推送方法的流程示意图；
43.图7是本技术实施例公开的一种用于说明产品生命周期的示意图；
44.图8是本技术实施例公开的一种信息推送装置的结构示意图；
45.图9是本技术实施例公开的一种电子设备的结构示意图。
具体实施方式
46.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
47.需要说明的是，本技术的说明书和权利要求书中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本技术实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
48.本技术实施例公开了一种信息推送方法及装置、电子设备、计算机可读存储介质，
能够提高推送信息的推送效果。
49.下面将结合具体实施例对本技术技术方案进行详细说明。
50.为了更加清楚地说明本技术实施例公开的一种信息推送方法及装置、电子设备、计算机可读存储介质，首先介绍一种适用于该信息推送方法的应用场景。可选的，该方法可以应用于服务器，包括但不限于云端服务器、本地服务器或者服务器集群。请参阅图1，图1是本技术实施例公开的一种应用场景示意图。其中，服务器110和客户端120之间可以建立有通信连接；服务器110在接收到客户端120发送的针对待推送用户群的推送策略获取请求时，服务器110可以根据待推送用户群对应的目标用户类型向客户端120反馈多个推送策略以及多个推送策略对应的排序结果，进而客户端120可以根据多个推送策略以及多个推送策略对应的排序结果向待推送用户群进行信息推送。
51.需要说明的是，客户端120可以包括各种信息推送设备，包括推送信息运营人员的运营设备、用户携带的电子设备等，在此不作限定。
52.请进一步参阅图2，图2是本技术实施例公开的一种信息推送方法的交互时序图。其中，步骤1：客户端120可以向服务器110发送针对待推送用户群的推送策略获取请求；步骤2：服务器110可以向用户特征管理平台130发送获取待推送用户群的用户特征的获取请求；步骤3：用户特征管理平台130向服务器110反馈待推送用户群的用户特征；步骤4：服务器110将待推送用户群的用户特征输入用户分类模型，以得到待推送用户群对应的目标用户类型；步骤5：服务器110向推送策略管理平台140发送获取目标用户类型对应的推送策略组合的获取请求；步骤6：推送策略管理平台140向服务器110反馈目标用户类型对应的推送策略组合；步骤7：服务器110将目标用户类型、目标用户类型对应推送策略组合，及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果；步骤8：服务器110将多个推送策略和多个推送策略对应的排序结果发送给客户端120，以使得客户端120根据多个推送策略和排序结果向待推送用户群进行信息推送。
53.其中，用户特征管理平台130可以包括但不限于特征服务器、特征服务器集群以及其他特征管理设备，用户特征管理平台130用于存储各种用户群的特征信息，至少包括推送用户群对应的特征信息。推送策略管理平台140包括但不限于策略服务器、策略服务器集群以及其他策略管理设备，推送策略管理平台140用户存储推送策略，推送策略是指客户端向用户推送信息的方式。
54.需要进一步说明的是，上述的图1和图2仅是为了方便说明本技术实施例公开的信息推送方法，不应对本技术实施例构成限定。
55.基于此，以下内容对本技术实施例公开的信息推送方法进行介绍。
56.请参阅图3，图3是本技术实施例公开的一种信息推送方法的流程示意图。该方法可以应用于上述的服务器或者其他执行主体，在此不作限定。该方法可以包括以下步骤：
57.302、确定待推送用户群对应的目标用户类型。
58.本技术实施例中，待推送用户群可以是待进行信息推送的多个用户构成的用户群，该用户群内的多个用户可以属于同一个用户类型。其中，用户类型可以根据不同的规则进行划分，可选的，用户类型可以根据用户的职业进行划分；在另一种实施例中，用户类型可以根据用户的兴趣爱好进行划分，在此不作限定。
59.可以理解的是，用户所属的用户类型通常可以通过用户的特征信息来确定，特征信息可以包括用户的职业、兴趣爱好、年龄、性别等，在此不作限定。对此可选的，服务器可以根据待推送用户群对应的特征信息，确定待推送用户群对应的目标用户类型。
60.在一种实施例中，每个用户类型可以对应一个或多个特征信息，进而服务器可以将待推送用户群对应的特征信息，与各个用户类型分别对应一个或多个特征信息逐一进行匹配，以确定出对应的一个或多个特征信息与待推送用户群对应的特征信息相匹配的用户类型作为目标用户类型。
61.在另一种实施例中，服务器可以获取待推送用户群对应的特征信息，进而将特征信息输入到训练好的用户分类模型中，以得到待推送用户群对应的目标用户类型。其中，用户分类模型可以是根据多个样本用户群分别对应的特征信息，和各个所述样本用户群对应的用户类型训练得到的，用于根据输入的用户特征确定出对应的用户类型。
62.304、将目标用户类型、目标用户类型对应推送策略组合，及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果，其中，各个推送策略所推送的信息被待推送用户群访问的概率越大，则在排序结果中的排列位置越前。
63.本技术实施例中，服务器可以为每个用户类型配置对应的推送策略组合，推送策略组合中可以包括一个或多个推送策略，推送策略指的是客户端向用户推送信息的方式。可选的，推送策略可以是每间隔单位时长(例如：一天、一周等)向客户推送第一数量的信息。例如，每天推送1条信息、每天推送2条信息、每周推送2条信息等，在此不作限定。
64.在另一种实施例中，推送策略可以包括频控周期和频控总量；其中，频率周期表示信息推送的周期，频控总量表示在一个频率周期内推送信息的上限。举例来说，假设推送策略包括的频控周期是5天，频控总量是3条，则该推送策略表示在每5天内，最多只能向用户推送3条信息。
65.基于此，服务器在确定出带推送用户群对应的目标用户类型之后，可以获取目标用户类型对应的推送策略组合；此外，服务器还可以获取推送策略组合包括的多个推送策略分别对应的访问信息。
66.其中，各个推送策略对应的访问信息用于表示使用对应的推送策略向用户推送信息后，用户对推送信息的访问情况。访问信息可以包括点击率、回访率和留资率中的一种或多种，其中，点击率用于表示推送信息被用户点击的情况，回访率用于表示推送信息对应的应用程序被用户打开的情况，留资率用于表示用户根据推送信息输入用户资料的情况。
67.进而服务器可以将目标用户类型、目标用户类型对应推送策略组合，及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果。
68.其中，策略推送模型可以是根据大量的样本策略训练得到的，用于根据输入的目标用户类型、目标用户类型对应推送策略组合，及推送策略组合包括的多个推送策略分别对应的访问信息，确定各个推送策略的推送效果，并按照推送效果从佳到差的顺序对推送策略进行排序，进而输出排序结果。
69.请进一步参阅图4，图4是本技术实施例公开的一种用于说明策略推送模型的工作过程的示意图。假设目标用户类型a对应的推送策略组合有4个，包括推送策略a、推送策略
b、推送策略c及推送策略d；对应的，推送策略a对应访问信息a，推送策略b对应访问信息b，推送策略c对应访问信息c，推送策略d对应访问信息d。进而服务器可以将目标用户类型a、推送策略a～d及访问信息a～d输入策略推送模型400中，以得到推送策略a～d的排序结果。
70.可选的，各个推送策略所推送的信息被待推送用户群访问的概率越大，则其在排序结果中的排列位置越前。结合图4举例来说，假设策略推送模型400预测使用推送策略c推送的信息被待推送用户群访问的概率最大，则可以将推送策略c排列在第一位，推送策略a推送的信息被待推送用户群访问的概率仅小于推送策略c，则可以将推送策略a排列在第二位，类似的，可以将推送的信息被待推送用户群访问的概率排序在第三位的推送策略b，排列在排序结果中的第三位，将推送的信息被待推送用户群访问的概率排序在第四位的推送策略d，排列在排序结果中的第四位。
71.306、将多个推送策略和排序结果发送给客户端，以使得客户端根据多个推送策略和排序结果向待推送用户群进行信息推送。
72.本技术实施例中，服务器可以在接收到客户端发送的针对待推送用户群的推送策略的获取请求时，执行步骤302及步骤304，进而服务器在确定出多个推送策略对应的排序结果之后，可以将多个推送策略和排序结果反馈给客户端，进而客户端可以参考排序结果，灵活地是使用多个推送策略向待推送用户群进行信息推送，以提高推送信息的推送效果。
73.实施上述各实施例公开的方法，能够确定待推送用户群对应的目标用户类型，进一步可以将目标用户类型、目标用户类型对应的推送策略组合及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果。其中，各个推送策略所推送的信息被待推送用户群点击的概率越大，则在排序结果中的排列位置越前，也就是说该排序结果大致描述各个的推送策略的推送效果，进而后续在将多个推送策略和多个推送策略的排序结果发送给客户端之后，客户端可以参考各个的推送策略的推送效果灵活地进行信息推送，从而提高了推送信息的推送效果；此外使用与目标用户类型对应的推送策略向待推送用户推送信息，还可以使得推送的频率适配与待推送用户，从而避免了用户在一定时间内收到过多的推送信息而产生反感，进一步提高了推送信息的推送效果。
74.请参阅图5，图5是本技术实施例公开的另一种信息推送方法的流程示意图。该方法可以应用于上述的服务器或者其他执行主体，在此不作限定。该方法可以包括以下步骤：
75.502、确定待推送用户群对应的目标用户类型。
76.504、将目标用户类型、目标用户类型对应推送策略组合，及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果，其中，各个推送策略所推送的信息被待推送用户群访问的概率越大，则在排序结果中的排列位置越前。
77.本技术实施例中，目标用户类型对应的推送策略组合包括的多个推送策略可以是开发人员根据大量的开发经验设定的，也可以是服务器根据多个推送策略和各个推送策略对应的权重生成的，在此不作限定。
78.此外，多个推送策略分别对应的访问信息可以是开发人员根据大量的开发数据设定的，也可以是服务器通过在用户设备设置的埋点装置采集的，在此不作限定。
79.其中，埋点装置可以设置于用户设备中，用于采集用户在用户设备中执行的操作，
例如：点击、信息输入等，进而埋点装置可以采集用户针对推送信息的访问信息，并将采集到的访问信息反馈给服务器。
80.506、根据排序结果确定各个推送策略对应的权重，其中，各个推送策略在排序结果中的排列位置越前，则对应的权重越大。
81.本技术实施例中，服务器在得到多个推送策略对应的排序结果之后，可以进一步根据各个推送策略在排序结果中的排列位置，确定各个推送策略对应的权重。可选的，各个推送策略在排序结果中的排列位置越前，则对应的权重越大。可选的，多个推送策略分别对应的权重相加的总和可以小于或等于1。
82.结合图4举例来说，假设推送策略a～d在排序结果中的排序为：推送策略c、推送策略a、推送策略b及推送策略d，则可以按照排序结果给推送策略c分配50％的权重，给推送策略a分配25％的权重，给推送策略b分配15％的权重，给推送策略d分配10％的权重。
83.508、根据多个推送策略和各个推送策略对应的权重生成新的推送策略，并将新的推送策略添加至目标用户类型对应推送策略组合中。
84.在一种实施例中，服务器可以计算各个推送策略与各个推送策略对应的权重的和作为各个推送策略对应的第一和；进而将多个推送策略对应的第一和相加的到第二和，并将第二和作为新的推送策略。
85.举例来说，假设推送策略a的权重为25％，推送策略b的权重为15％，推送策略c的权重为50％，推送策略d的权重为10％，则推送策略a*25％ 推送策略b*15％ 推送策略c*50％ 推送策略d*10％＝新的推送策略。
86.实施上述方法，服务器可以根据多个推送策略和各个推送策略对应的权重生成新的推送策略，可以理解的是，由于新的推送策略中推送效果最好的推送策略的占比最高，但其他推送策略也有一定占比，所以新的推送策略更加的均衡，可以被更多的用户所接受，推送效果也就更好。进一步地，服务器在每次生成新的推送策略之后，可以将新的推送策略添加至目标用户类型对应推送策略组合中，以达到不断迭代更新的效果，从而使得后续使用推送组合中的推送策略所推送的信息被用户访问的概率越来越高。
87.510、将多个推送策略和排序结果发送给客户端，以使得客户端根据多个推送策略和排序结果向待推送用户群进行信息推送。
88.在一种实施例中，服务器在将多个推送策略和排序结果发送给客户端之后，客户端可以根据多个推送策略对应的排序结果确定各个推送结果对应的权重。如上所述，假设有推送策略a～d，推送策略a～d在排序结果中的排序为：推送策略c、推送策略a、推送策略b及推送策略d，从而可以给推送策略c分配50％的权重，给推送策略a分配25％的权重，给推送策略b分配15％的权重，给推送策略d分配10％的权重。
89.进一步地，客户端可以根据第一推送策略(第一推送策略可以是多个推送策略中的任一个)对应权重和待推送用户群的总人数，确定第一推送策略对应的目标用户数量，并使用第一推送策略将向待推送用户群中目标用户数量的用户进行信息推送。
90.举例来说，假设第一推送策略是推送策略a，推送策略a对应的权重是25％，待推送用户群的总人数是100人，则推送策略a对应的目标用户数量为100*25％＝25人，进而客户端可以向待推送用户群中25个用户使用推送策略a进行信息推送。
91.同理的，推送策略b对应的权重是15％，则推送策略b对应的目标用户数量为100*
15％＝15人，进而客户端可以向待推送用户群中的15个用户使用推送策略b进行信息推送。推送策略c和d的推送方式与上述的推送策略a和b的推送方式类似，在此不再赘述。
92.实施上述方法，客户端可以参考服务器反馈的多个推送策略的排序结果，使用推送效果更好的推送策略来向更多的待推送用户进行信息推送，以提高推送信息的推送效果；同时使用推送效果较差的推送策略向小部分待推送用户进行信息推送，以收集待推送用户对应使用其他的推送策略推送的信息的接受程度，以反馈到下一次的信息推送中，从而使得客户端后续使用推送策略向待推送用户的推送信息被用户访问的概率越来越高。
93.在一种实施例中，待推送用户群的用户对应的用户设备中可以设置有埋点装置，该埋点装置用于采集用户针对用户设备的操作，可选的，该埋点装置可以用于采集用户针对推送信息的访问操作，访问操作可以包括点击推送信息、打开推送信息对应的应用程序及根据推送信息输入用户资料等，在此不作限定。
94.进而服务器可以通过埋点装置分别收集通过各个推送策略推送的信息，在第一时长内被待推送用户访问的情况，以得到各个推送策略对应的新的访问信息。进一步地，服务器可以将上述推送策略组合包括的多个推送策略分别对应的访问信息，分别更新为各个推送策略对应的新的访问信息。
95.实施上述方法，服务器可以在客户端使用推送策略向用户推送信息，通过埋点装置收集推送信息在一定时间内被用户访问的情况，进而将多个推送策略分别对应的访问信息分别更新为新的访问信息，以在下次通过策略推送模型获取多个推送策略对应的排序结果时，将新的访问信息作为推送策略对应的访问信息输入，以达到不断更新迭代效果，从而使得后续策略推送模型输出的排序结果更加的准确，进而使得后续客户端使用的推送策略向待推送用户的推送信息被用户访问的概率越来越高。
96.可选的，埋点装置在采集到各个推送策略对应的新的访问信息之后，可以通过通信连接(例如：flink)上传至云端数据库，进而服务器可以从云端数据获取各个推送策略对应的新的访问信息。
97.进一步地，上述的访问信息可以包括点击率、回访率和留资率中的一种或多种。其中，点击率用于表示推送信息被用户点击的情况；可选的，点击率＝点击推送信息的人数/信息推送成功的人数。
98.回访率用于表示推送信息对应的应用程序被用户打开的情况。可选的，推送信息中可以包括跳转至应用程序或者网站的链接，用户可以通过点击这些链接跳转至推送信息对应的应用程序或者网站。可选的，回访率＝打开推送信息对应的应用程序的人数/信息推送成功的人数。
99.留资率用于表示用户根据推送信息输入用户资料的情况。可以理解的是，推送信息中通常包括一些输入窗口，用于引导用户输入用户资料，包括但不限于用户的姓名、用户的联系方式、用户的兴趣爱好等。可选的，留资率＝根据推送信息输入用户资料的人数/推送成功的人数。
100.需要进一步说明的是，用户设备可能对推送信息设置了屏蔽，这部分用户设备是无法收到推送信息的，所以上述的计算点击率、回访率和留资率的公式中的分母可以是“信息推送成功的人数”，而不是“推送信息的总人数”，从而提高了计算得到的点击率、回访率和留资率的参考价值。
101.实施上述各实施例公开的方法，能够将目标用户类型、目标用户类型对应的推送策略组合及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果，进而后续客户端可以参考各个的推送策略的排序结果灵活地进行信息推送，从而提高了推送效果；以及，可以使得客户端后续使用推送策略向待推送用户的推送信息被用户访问的概率越来越高；以及，可以在下次通过策略推送模型获取多个推送策略对应的排序结果时，将新的访问信息作为推送策略对应的访问信息输入，以达到不断更新迭代效果，从而使得后续策略推送模型输出的排序结果更加的准确；以及，在每次生成新的推送策略之后，可以将新的推送策略添加至目标用户类型对应推送策略组合中，以达到不断迭代更新的效果，从而使得后续使用推送组合中的推送策略所推送的信息被用户访问的概率越来越高。
102.请参阅图6，图6是本技术实施例公开的又一种信息推送方法的流程示意图。该方法可以应用于上述的服务器或者其他执行主体，在此不作限定。该方法可以包括以下步骤：
103.602、获取待推送用户群对应的特征信息。
104.本技术实施例中，服务器在接收到针对待推送用户群的推送策略获取请求时，可以向用户特征管理平台发送获取待推送用户群的用户特征的获取请求，以从用户特征管理平台获取待推送用户群对应的特征信息。
105.在另一种实施例中，客户端在向服务发送针对待推送用户群的推送策略的获取请求时，可以同时向服务器发送待推送用户群对应的特征信息。
106.本技术实施例中，待推送用户群对应的特征信息可以包括用户所居住的省份、年龄、性别、是否访问过推送信息、是否在推送信息中输入用户资料、访问过的推送信息的数量、兴趣爱好、是否使用过推送信息介绍的产品、是否购买过推送信息介绍的产品、购买推送信息介绍的产品的时间点中的一种或多种，在此不作限定。
107.604、将特征信息输入用户分类模型，以得到待推送用户群对应的目标用户类型，用户分类模型是根据第二样本集合训练得到的，第二样本集合包括多个样本用户群分别对应的特征信息和各个样本用户群对应的用户类型。
108.本技术实施例中，服务器可以通过模型训练装置训练用户分类模型，该用户分类模型可以是根据第二样本集合训练得到的，第二样本集合可以包括多个样本用户群分别对应的特征信息和各个样本用户群对应的用户类型。可选的，样本用户群可以包括待推送用户群。
109.进而模型训练装置可以以第二样本集合为训练数据，通过分类算法对待训练的用户分类模型进行训练，以得到训练好的用户分类模型。
110.可选的，分类算法可以包括基于sklearn库的adaboost分类算法、bagging分类算法或者boosting分类算法，在此不作限定。
111.可以理解的是，用户的特征信息相比较于用户对应的用户类型更加地容易获取，所以实施上述方法，服务器可以将获取的用户特征信息输入到训练好的用户分类模型中，以快速地确定用户对应的用户类型，还降低了确定用户对应的用户类型的难度。
112.在另一种实施例中，上述的用户类型可以是根据用户在产品生命周期中所处的阶段划分的；其中，产品生命周期用于描述用户从为了解产品到使用产品的过程，一个产品生命周期可以包括一个或多个阶段。可选的，一个阶段可以对应一种用户类型。
113.结合图7举例来说，图7是本技术实施例公开的一种用于说明产品生命周期的示意图。以产品是汽车为例，产品的生命周期可以划分为8个阶段，包括品牌认知期(其中，服务器未获取到其特征信息，或者未对推送信息进行访问的用户可以处于该阶段)、车型关注期(其中，点击过推送信息但未输入用户资料的用户可以处于该阶段)、用户测评期(其中，输入过用户资料，或者点击过的推送信息的数量大于阈值的用户可以处于该阶段)、分享体验期(其中，在线下门店有带看记录或者试用记录的用户可以处于该阶段)、暂败期(其中，在线下门店带看或者试用后第二时长内未购买产品的用户可以处于该阶段)、下订期(其中，已经对产品进行下单，但未付款的用户可以处于该阶段)、新车主期(其中，购买产品后第三时长内的用户可以处于该阶段，例如购买产品后3个月内的用户)以及车主期(其中，购买产品后第三时长后的用户可以处于该阶段，例如购买产品后3个月后的用户)。
114.其中，上述的带看记录是指用户到线下门店，并在产品介绍人员的引导下观看产品的记录。
115.可以理解的是，处于产品生命周期不同阶段的用户对于产品的推送信息的关注程度和反感程度是不同的，所以根据用户在产品生命周期中所处的阶段将用户划分为不同的用户类型，进而后续可以根据各个用户类型有针对性地使用更加有效的推送策略进行推送，可以在保证用户不反感推送信息的前提下，以最佳的频率向用户推送信息，从而提高了推送信息被用户访问的概率。
116.606、将目标用户类型、目标用户类型对应推送策略组合，及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果，其中，各个推送策略所推送的信息被待推送用户群访问的概率越大，则在排序结果中的排列位置越前。
117.本技术实施例中，服务器可以通过模型训练装置训练策略推送模型，可选的，该策略推送模型可以是根据第一样本集合训练得到的，第一样本集合包括多个样本策略。其中，第一样本策略(第一样本策略可以是多个样本策略中的任一个)可以对应设置有多个标记信息，各个标记信息分别对应不同的用户类型，各个标记信息用于表示通过第一样本策略推送的信息是否被对应用户类型的用户访问。
118.结合图7举例来说，假设第一样本策略设置有3个标记信息，其中，第一个标记信息对应车型关注期，第二个标记信息对应新车主期，第三个标记信息对应车主期；进一步的，若车型关注期的用户对使用第一样本策略推送的信息存在访问行为的，则第一标记信息可以设置为“0”表示已访问，若车型关注期的用户对使用第一样本策略推送的信息未存在访问行为的，则第一标记信息可以设置为“1”，表示未访问；第二个标记信息和第三个标记信息的设置方式与第一个标记信息类似，在此不再赘述。可选的，第一样本策略包括的各个标记分别对应的用户类型可以是属于已购买产品的用户类型，例如：新车主期、车主期等。
119.进而可选的，模型训练装置可以以第一样本集合为训练数据，通过随机算法对待训练的策略推送模型进行训练，以得到训练好的策略推送模型。其中，随机算法可以包括随机森林(random forest)算法、自适应提升(adaptive boosting)算法等，在此不作限定。
120.实施上述方法，服务器可以通过策略推送模型，快速地获取到目标用户类型对应的多个推送策略的排序结果，从而可以预测出各个的推送策略的推送效果，进而后续在将多个推送策略和多个推送策略的排序结果发送给客户端之后，客户端可以参考各个的推送
策略的推送效果灵活地进行信息推送，从而提高了推送信息的推送效果。
121.可选的，服务器可以每间隔第二单位时长(例如：一个月、一年)获取第四时长内收集到的用户的特征信息，和新生成的推送策略以及各个推送策略对应的访问信息作为第三样本集合，并通过模型训练装置根据第三样本集合对策略推送模型进行训练，以得到新的策略推送模型；并在下次接收到针对待推送用户群的推送策略获取请求时，使用的新的策略推送模型生成目标用户类型对应的多个推送策略的排序结果。
122.实施上述方法，服务器可以每间隔一段时长收集最新的用户信息、推送策略和访问信息，并对策略推送模型进行重训练，以不断提高策略推送模型的性能，从而使得后续通过策略推送模型得到的排序结果更加的准确。
123.在另一种实施例中，在得到多个推送策略对应的排序结果之后，服务器可以根据多个推送策略对应的排序结果和历史排序结果，确定策略推送模型对应的平均绝对百分比误差；进而根据平均绝对百分比误差对策略推送模型的模型参数进行调整。
124.其中，历史排序结果用于描述上述多个推送策略的历史排序方式，可以由开发人员根据大量的开发经验设定，在此不作限定。平均绝对百分比误差(mean absolute present error，mape)用于表示策略推送模型生成的多个推送策略对应的排序结果，和多个推送策略对应的历史排序结果之间的误差，进而服务器可以根据该误差来对策略推送模型的模型参数进行调整，以达到不断提高策略推送模型性能的效果。
125.608、将多个推送策略和排序结果发送给客户端，以使得客户端根据多个推送策略和排序结果向待推送用户群进行信息推送。
126.实施上述各实施例公开的方法，能够将目标用户类型、目标用户类型对应的推送策略组合及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果，进而后续客户端可以参考各个的推送策略的排序结果灵活地进行信息推送，从而提高了推送效果；以及，可以快速地确定用户对应的用户类型，还降低了确定用户对应的用户类型的难度；以及，可以在保证用户不反感推送信息的前提下，以最佳的频率向用户推送信息，从而提高了推送信息被用户访问的概率；以及，可以根据输出结果的误差对策略推送模型的模型参数进行调整，以达到不断提高策略推送模型性能的效果。
127.请参阅图8，图8是本技术实施例公开的一种信息推送装置的结构示意图。该信息推送装置可以应用于上述的服务器或者其他执行主体，在此不作限定。该装置可以包括确定单元801、排序单元802和发送单元803，其中：
128.确定单元801，用于确定待推送用户群对应的目标用户类型；
129.排序单元802，用于将目标用户类型、目标用户类型对应推送策略组合，及推送策略组合包括的多个推送策略分别对应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果，其中，各个推送策略所推送的信息被待推送用户群点击的概率越大，则在排序结果中的排列位置越前；
130.发送单元803，用于将多个推送策略和排序结果发送给客户端，以使得客户端根据多个推送策略和排序结果向待推送用户群进行信息推送。
131.实施上述装置，能够确定待推送用户群对应的目标用户类型，进一步可以将目标用户类型、目标用户类型对应的推送策略组合及推送策略组合包括的多个推送策略分别对
应的访问信息输入策略推送模型，以得到多个推送策略对应的排序结果。其中，各个推送策略所推送的信息被待推送用户群点击的概率越大，则在排序结果中的排列位置越前，也就是说该排序结果大致描述各个的推送策略的推送效果，进而后续在将多个推送策略和多个推送策略的排序结果发送给客户端之后，客户端可以参考各个的推送策略的推送效果灵活地进行信息推送，从而提高了推送信息的推送效果；此外使用与目标用户类型对应的推送策略向待推送用户推送信息，还可以使得推送的频率适配与待推送用户，从而避免了用户在一定时间内收到过多的推送信息而产生反感，进一步提高了推送信息的推送效果。
132.作为一种可选的实施方式，图7所示的装置还可以包括未图示的第二确定单元和生成单元，其中：
133.第二确定单元，用于在得到多个推送策略对应的排序结果之后，根据排序结果确定各个推送策略对应的权重，其中，各个推送策略在排序结果中的排列位置越前，则对应的权重越大；
134.生成单元，用于根据多个推送策略和各个推送策略对应的权重生成新的推送策略，并将新的推送策略添加至目标用户类型对应推送策略组合中。
135.实施上述装置，在每次生成新的推送策略之后，可以将新的推送策略添加至目标用户类型对应推送策略组合中，以达到不断迭代更新的效果，从而使得后续使用推送组合中的推送策略所推送的信息被用户访问的概率越来越高。
136.作为一种可选的实施方式，图7所示的装置还可以包括未图示的收集单元和更新单元，其中：
137.收集单元，用于在将多个推送策略和排序结果发送给客户端之后，分别收集通过各个推送策略推送的信息，在第一时长内被待推送用户群访问的情况，以得到各个推送策略对应的新的访问信息；
138.更新单元，用于将推送策略组合包括的多个推送策略分别对应的访问信息，分别更新为各个推送策略对应的新的访问信息。
139.实施上述装置，可以在下次通过策略推送模型获取多个推送策略对应的排序结果时，将新的访问信息作为推送策略对应的访问信息输入，以达到不断更新迭代效果，从而使得后续策略推送模型输出的排序结果更加的准确。
140.作为一种可选的实施方式，访问信息可以包括点击率、回访率和留资率中的一种或多种，点击率用于表示推送信息被用户点击的情况，回访率用于表示推送信息对应的应用程序被用户打开的情况，留资率用于表示用户根据推送信息输入用户资料的情况。
141.作为一种可选的实施方式，多个推送策略和排序结果用于使得客户端根据排序结果确定各个推送策略对应的权重，以及根据第一推送策略对应权重和待推送用户群的总人数，确定第一推送策略对应的目标用户数量，并使用第一推送策略将向待推送用户群中目标用户数量的用户进行信息推送，第一推送策略是多个推送策略中的任一个。
142.实施上述装置，客户端可以参考服务器反馈的多个推送策略的排序结果，使用推送效果更好的推送策略来向更多的待推送用户进行信息推送，以提高推送信息的推送效果；同时使用推送效果较差的推送策略向小部分待推送用户进行信息推送，以收集待推送用户对应使用其他的推送策略推送的信息的接受程度，以反馈到下一次的信息推送中，从而使得客户端后续使用推送策略向待推送用户的推送信息被用户访问的概率越来越高。
143.作为一种可选的实施方式，策略推送模型是根据第一样本集合训练得到的，第一样本集合包括多个样本策略；其中，第一样本策略对应多个标记信息，各个标记信息分别对应不同的用户类型，各个标记信息用于表示通过第一样本策略推送的信息是否被对应用户类型的用户访问，第一样本策略是多个样本策略中的任一个。
144.实施上述装置，可以通过策略推送模型，快速地获取到目标用户类型对应的多个推送策略的排序结果，从而可以预测出各个的推送策略的推送效果，进而后续在将多个推送策略和多个推送策略的排序结果发送给客户端之后，客户端可以参考各个的推送策略的推送效果灵活地进行信息推送，从而提高了推送信息的推送效果。
145.作为一种可选的实施方式，确定单元801，还用于获取待推送用户群对应的特征信息；以及，将待推送用户对应的特征信息输入用户分类模型，以得到待推送用户群对应的目标用户类型，用户分类模型是根据第二样本集合训练得到的，第二样本集合包括多个样本用户群分别对应的特征信息和各个样本用户群对应的用户类型。
146.实施上述装置，可以将获取的用户特征信息输入到训练好的用户分类模型中，以快速地确定用户对应的用户类型，还降低了确定用户对应的用户类型的难度。
147.作为一种可选的实施方式，用户类型是根据用户在产品生命周期中所处的阶段划分的，产品生命周期用于描述用户从未了解产品到使用产品的过程，产品生命周期包括一个或多个阶段。
148.实施上述装置，可以在保证用户不反感推送信息的前提下，以最佳的频率向用户推送信息，从而提高了推送信息被用户访问的概率。
149.作为一种可选的实施方式，图7所示的装置还可以包括未图示的第三确定单元和调整单元，其中：
150.第三确定单元，用于在得到多个推送策略对应的排序结果之后，根据多个推送策略对应的排序结果，确定策略推送模型对应的平均绝对百分比误差；
151.调整单元，用于根据平均绝对百分比误差对策略推送模型的模型参数进行调整。
152.实施上述装置，可以根据策略推送模型输出结果的误差对策略推送模型的模型参数进行调整，以达到不断提高策略推送模型性能的效果。
153.请参阅图9，图9是本技术实施例公开的一种电子设备的结构示意图。
154.如图9所示，该电子设备可以包括：
155.存储有可执行程序代码的存储器901；
156.与存储器901耦合的处理器902；
157.其中，处理器902调用存储器901中存储的可执行程序代码，执行上述各实施例公开的信息推送方法。
158.本技术实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行上述各实施例公开的信息推送方法。
159.本技术实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
160.应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本技术所必须的。
161.在本技术的各种实施例中，应理解，上述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
162.上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
163.另外，在本技术各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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
164.上述集成的单元若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，可以存储在一个计算机可获取的存储器中。基于这样的理解，本技术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全部或者部分，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器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本技术的各个实施例上述方法的部分或全部步骤。
165.本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(read-only memory，rom)、随机存储器(random access memory，ram)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
166.以上对本技术实施例公开的一种信息推送方法及装置、电子设备、计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。