消息推送方法、装置、设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种消息推送方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着科技改革的不断创新，越来越多的产品都开始向着智能化的方向发展，应用网页更是如此。为了吸引更多用户的注意，提升网页自身关注度，需要从海量网页信息中筛选出用户感兴趣的内容，以实现精准的消息推送。
3.当今时代，现有的消息推送模板刻板无趣又千篇一律消息推送功能简单，无法针对不同的用户推送差异化消息。例如现实中有的网页对所有用户推送的消息重复度过高，推送内容单一，无法对不同用户进行划分，因此对用户进行消息推送的准确度较低。


技术实现要素：

4.本发明提供一种消息推送方法、装置及计算机可读存储介质，其主要目的在于解决进行消息推送时的精确度较低的问题。
5.为实现上述目的，本发明提供的一种消息推送方法，包括：
6.可选地，所述通过向量转换计算各所述消息类别与待推送用户类别之间的匹配度，包括：
7.将所述消息类别与所述待推送用户类别转换成词向量，得到消息向量与用户向量；
8.计算所述消息向量与所述用户向量的重合度，并确认所述重合度为所述消息类别与所述待推送用户类别的匹配度。
9.可选地，所述计算所述消息向量与所述用户向量的重合度，并确认所述重合度为所述消息类别与所述待推送用户类别的匹配度，包括：
10.利用如下匹配度算法计算所述消息向量与所述用户向量的匹配度：
[0011][0012]
其中，p为所述匹配度，α为任一所述消息类别转化的消息向量，β为所述待推送用户类别转化的用户向量。
[0013]
可选地，所述检测所述待推送用户类别对应的用户群体中，每个用户于预设时间段内在目标页面的登录次数，包括：
[0014]
在所述目标页面中添加web监听器，并将登录页面事件创建为事件监听源；
[0015]
当用户登录所述目标页面时，确定所述事件监听源发生，所述web监听器进行一次计数；
[0016]
记录预设时间段内所述web监听器的计数次数为所述登录次数。
[0017]
可选地，所述获取所述非活跃用户中每个用户对每一种所述消息类别下的消息的
浏览次数和浏览时长，包括：
[0018]
在web页面内配置计时器；
[0019]
用户点开页面时，计时器开始计时；
[0020]
用户关闭页面时，计时器停止计时，记录一次浏览次数并返回浏览时长。
[0021]
可选地，所述根据所述浏览次数和所述浏览时长构建包含所有消息类别的浏览矩阵，包括：
[0022]
构建空白矩阵；
[0023]
从多个消息类别中逐个选取其中一个消息类别作为目标类别；
[0024]
计算所述目标类别对应的浏览次数与所述浏览时长的均值，将所述均值作为所述目标类别对应的矩阵元素填入所述空白矩阵；
[0025]
返回从多个消息类别中逐个选取其中一个消息类别作为目标类别的步骤，直至所有消息类别对应的矩阵元素均填入所述空白矩阵，得到所述浏览矩阵。
[0026]
可选地，所述根据所述浏览矩阵计算所述非活跃用户中每个用户的偏好消息，包括：
[0027]
根据浏览矩阵计算用户对每个所述消息类别的偏爱值；
[0028]
选取超过预设偏爱值的消息类别为偏好类别；
[0029]
选取偏好类别下的消息为所述非活跃用户的偏好消息。
[0030]
为了解决上述问题，本发明还提供一种消息推送装置，所述装置包括：
[0031]
计算匹配度模块，用于获取至少一种消息类别下的待推送消息，通过向量转换计算各所述消息类别与待推送用户类别之间的匹配度；
[0032]
待推送模块，用于将至少一种所述匹配度高于预设匹配度的消息类别，作为待推送类别；
[0033]
活跃度模块，用于检测所述待推送用户类别对应的用户群体中，每个用户于预设时间段内在目标页面的登录次数，根据所述登录次数分析每个用户的活跃度；
[0034]
第一推送模块，用于从所述用户群体中选取所述活跃度大于或等于预设活跃阈值的用户为活跃用户，将所述待推送类别下的消息文本发送给所述活跃用户；
[0035]
获取浏览数据模块，用于从所述用户群体中选取所述活跃度小于预设活跃阈值的用户为非活跃用户，获取所述非活跃用户中每个用户对每一种所述消息类别下的消息的浏览次数和浏览时长；
[0036]
偏好消息模块，根据所述浏览次数和所述浏览时长构建包含所有消息类别的浏览矩阵，并根据所述浏览矩阵计算所述非活跃用户中每个用户的偏好消息；
[0037]
第二推送模块，用于获取与所述偏好消息对应的召回类消息文本，并将所述召回类消息文本与所述待推送类别下的消息文本发送给所述非活跃用户。
[0038]
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
[0039]
至少一个处理器；
[0040]
以及，与所述至少一个处理器通信连接的存储器；
[0041]
其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的一种消息推送方法。
[0042]
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的一种消息推送方法。
[0043]
本技术实施例通过计算消息类别与待推送用户类别之间的匹配度，确定不同类型用户的待推送消息类别。检测待推送用户类别在预设时间段内的登录次数，并根据登录次数分析计算待推送用户的活跃度。根据计算出的活跃度将用户分为活跃用户与非活跃用户，推送已经确定的待推送类别下的消息至活跃用户，统计非活跃用户浏览每种消息类别下的消息的浏览次数与浏览时长，构建浏览矩阵，根据浏览矩阵计算非活跃用户的偏好消息。根据非活跃用户的偏好消息确定要推送的召回类消息文本，将召回类文本推送给非活跃用户。非活跃用户推送的消息要实现对用户的再次抓取，实现非活跃用户向活跃用户的转化。因此本发明提出的一种消息推送方法、装置、电子设备及计算机可读存储介质，可以解决进行消息推送时的精确度较低的问题。
附图说明
[0044]
图1为本技术一实施例提供的一种消息推送方法的流程示意图；
[0045]
图2为本技术一实施例提供的检测登录次数的流程示意图；
[0046]
图3为本技术一实施例提供的获取浏览信息的流程示意图；
[0047]
图4为本技术一实施例提供的消息推送装置的功能模块图；
[0048]
图5为本技术一实施例提供的实现所述一种消息推送方法的电子设备的结构示意图。
[0049]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0050]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0051]
本技术实施例提供一种消息推送方法。所述一种消息推送方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述一种消息推送方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
[0052]
参照图1所示，为本发明一实施例提供的一种消息推送方法的流程示意图。在本实施例中，所述一种消息推送方法包括：s1、获取至少一种消息类别下的待推送消息，通过向量转换计算各所述消息类别与待推送用户类别之间的匹配度；
[0053]
本技术实施例中，可利用具有数据抓取功能的计算机语句(如java语句、python语句等)从预先确定的消息类别数据库内抓取至少一种消息类别下的待推送消息，其中，所述待推送消息可以为任何即将向用户进行推送的文本信息。例如，某购物平台的待消息推送文本可以为需要向用户推送的该购物平台的商品折扣信息、商品上架信息等。
[0054]
本技术实施例中，所述消息类别是根据消息文本的关键词进行分析并预先生成的，用于给各种不同的消息文本分类；
[0055]
本技术实施例中，所述所述通过向量转换计算各所述消息类别与待推送用户类别之间的匹配度，包括：将所述消息类别与所述待推送用户类别转换成词向量，得到消息向量与用户向量；计算所述消息向量与所述用户向量的重合度，并确认所述重合度为所述消息类别与所述待推送用户类别的匹配度。
[0056]
详细地，所述计算所述消息向量与所述用户向量的重合度，并确认所述重合度为所述消息类别与所述待推送用户类别的匹配度，包括：
[0057]
利用如下匹配度算法计算所述消息向量与所述用户向量的匹配度：
[0058][0059]
其中，p为所述匹配度，α为任一所述消息类别转化的消息向量，β为所述待推送用户类别转化的用户向量。
[0060]
本技术实施例通过计算所述消息向量与所述用户向量之间的匹配度，可实现直观比较所述消息类别与所述待推送用户类别之间的匹配程度，进而有利于后续根据匹配值实现精准的消息推送。
[0061]
本技术其中一个实际应用场景中，由于待推送消息中包含大量文本数据，若直接对所述待推送消息进行分析，会占用大量计算资源换，导致分析效率较低，因此，本发明实施例可提取所述消息类别下待推送消息文本的消息关键词，进而通过关键词抓取所述消息类别下的待推送消息，以提升抓取效率。
[0062]
本技术实施例中，所述提取所述消息类别下待推送消息文本的消息关键词，包括：提取所述待推送消息文本的文本分词；利用词频算法计算所述文本分词的词频；选取所述词频大于预设词频阈值的文本分词为所述消息推送文本的消息关键词。
[0063]
详细地，所述利用词频算法计算所述文本分词的词频，包括：
[0064]
利用如下词频算法计算所述文本分词的词频：
[0065][0066]
其中，tf
i，j
为词ti在所述待推送消息文本dj内的词频，n
i，j
是词ti在所述待推送消息文本dj中出现的次数，分母是所述待推送消息文本dj中所有字词的出现次数之和，n
k，j
是词tk在所述待推送消息文本dj中出现的次数，k是所有字词的个数之和。
[0067]
详细地，所述词频算法是一种数值统计，用于反应一个词对于某篇文档的重要性。使用词频算法确定关键字后能够很快对消息推送文本进行分类管理，确定不同问题所属类别，保证了按照分类推送问题的准确性。
[0068]
s2、将至少一种所述匹配度高于预设匹配度的消息类别，作为待推送类别；
[0069]
本技术实施例中，所述待推送类别为等待推送给用户的消息类别。例如，消息类别包括类别a，且类别a按照s1中计算出的所述消息类别与所述用户类别之间的匹配度为0.8，大于预设匹配度0.6，则该类别a可以作为待推送类别。
[0070]
s3、检测所述待推送用户类别对应的用户群体中，每个用户于预设时间段内在目
标页面的登录次数，根据所述登录次数分析每个用户的活跃度；
[0071]
本技术实施例中，除了分析用户类别来选择推送消息类别外，还有一种特殊的用户即预设时间段内登录网页次数过少的用户即不活跃用户。由于用户登录次数过少，很难从用户行为数据分析待推送用户类别，无法实现对消息文本的精准推送，因此需要将这部分用户与普通用户区分开，针对这部分特殊的用户，额外增加推送内容，以实现将不活跃用户转化成活跃用户。
[0072]
本技术实施例中，参照图2所示，所述检测所述待推送用户类别对应的用户群体中，每个用户于预设时间段内在目标页面的登录次数，包括：
[0073]
s21、在所述目标页面中添加web监听器，并将登录页面事件创建为事件监听源；
[0074]
s22、当用户登录所述目标页面时，确定所述事件监听源发生，所述web监听器进行一次计数；
[0075]
s23、记录预设时间段内所述web监听器的计数次数为所述登录次数。
[0076]
详细地，所述分析所述用户在所述预设时间段内的活跃度，为根据监听到的预设时间段内的登录次数，推断出用户这段时间内网页的使用频率。活跃度计算公式可用登录次数除以预设时间段的时间天数，得到某一用户这段时间的活跃度。登录次数越多，使用频率越高，用户的活跃度就越高；登录次数越少，使用频率就越少，同理用户的活跃度就越低。例如，过于一个月的时间内，某用户登录页面次数仅为2次，而另一用户登录次数为20次，根据活跃度计算，能够简单的将活跃度不同的用户区分开。
[0077]
s4、从所述用户群体中选取所述活跃度大于或等于预设活跃阈值的用户为活跃用户，将所述待推送类别下的消息文本发送给所述活跃用户；
[0078]
本技术实施例中，例如根据s3中计算出的某一用户活跃度为0.8，预设活跃度值为0.4，比较所述用户活跃度与所述预设活跃度数值的大小，可以得知道0.8》0.4，由此可以推断出该用户为活跃用户，可直接推送s2中得到的待推送类别下的消息文本。
[0079]
s5、从所述用户群体中选取所述活跃度小于预设活跃阈值的用户为非活跃用户，获取所述非活跃用户中每个用户对每一种所述消息类别下的消息的浏览次数和浏览时长；
[0080]
本技术另一实施例中，某一用户在预设时间段历史30天内登录页面的次数仅为9次，根据活跃度计算公式可以得出活跃度为预设时间段的天数30，除以登录次数9，得到活跃度为0.3，根据大小比较知道0.3小于预设活跃度阈值0.4，由此可以判断出该用户为不活跃用户。
[0081]
本技术实施例中，参照图3所示，所述获取所述非活跃用户中每个用户对每一种所述消息类别下的消息的浏览次数和浏览时长，包括：
[0082]
s31、在web页面内配置计时器；
[0083]
s32、用户点开页面时，计时器开始计时；
[0084]
s33、用户关闭页面时，计时器停止计时，记录一次浏览次数并返回浏览时长。
[0085]
详细地，所述浏览次数为用户浏览某类消息的总次数，浏览时长为用户浏览某类别消息总共花费的时长。计时器记录下每次用户浏览的消息次数，根据浏览的消息文本关键词分析出用户浏览的消息类别，根据s1匹配度算法当分析出用户浏览的消息为同一类别时，将记录的浏览次数与浏览时长累加起来。
[0086]
本发明实施例中，匹配度算法如s1中所述，在此不多赘述。所述根据浏览的消息文
本关键词分析出用户浏览的消息类别，有如下重要值计算方法可以计算出词的重要性，并确定文本关键词：
[0087]
利用如下重要值计算方法计算消息文本的文本分词的重要值：
[0088][0089]
其中，ws(vi)为所述消息文本的文本分词vj的重要值；ws(vj)为所述消息文本的文本分词vj的重要值；d为阻尼系数，取值为0.85；vi与vj是由所述消息文本提取出的文本分词中的任意两个；vk是所述文本分词中除开vi与vj后任意一个文本分词；v
ij
包含了所有根据消息文本提取的文本文分词的集合；w
ij
为任意个文本分词vi与vj的权重；w
jk
为任意一个文本分词vj与除了vi与vj后任意一个文本分词vk的权重。
[0090]
详细地，计算出消息文本分词的重要值后，选取超过预设重要值阈值的文本分词为消息文本的关键词。例如计算出一篇消息文本中的其中一个文本分词“游戏”重要值为0.8，超过预设值0.6，则确定文本分词“游戏”为所述消息文本的其中一个关键词。
[0091]
s6、根据所述浏览次数和所述浏览时长构建包含所有消息类别的浏览矩阵，并根据所述浏览矩阵计算所述非活跃用户中每个用户的偏好消息；
[0092]
本技术实施例中，所述根据所述浏览次数和所述浏览时长构建包含所有消息类别的浏览矩阵，包括：构建空白矩阵；从多个消息类别中逐个选取其中一个消息类别作为目标类别；计算所述目标类别对应的浏览次数与所述浏览时长的均值，将所述均值作为所述目标类别对应的矩阵元素填入所述空白矩阵；返回从多个消息类别中逐个选取其中一个消息类别作为目标类别的步骤，直至所有消息类别对应的矩阵元素均填入所述空白矩阵，得到所述浏览矩阵。
[0093]
详细地，所述空白矩阵即元素全部为0的矩阵，可通过r语言库中的b＝zeros(m,n)函数创建m行n列的空白矩阵。
[0094]
具体地，所述根据所述浏览矩阵计算所述非活跃用户中每个用户的偏好消息，包括：根据浏览矩阵计算用户对每个所述消息类别的偏爱值；选取超过预设偏爱值的消息类别为偏好类别；选取偏好类别下的消息为所述非活跃用户的偏好消息。
[0095]
详细地，所述根据浏览矩阵计算用户对所述目标类别的偏爱值，包括：
[0096]
按照预设数量对所述浏览矩阵中的元素进行多次随机采样，得到所述浏览矩阵的多个子集矩阵；提取所述子集矩阵中每个子集矩阵的特征值元素；计算特征值元素减去预设均值的得到的差值；选取所述差值大于预设阈值的差值为用户对所述目标类别的偏爱值。
[0097]
具体地，所述按照预设数量对所述浏览矩阵中的元素进行多次随机采样，得到所述浏览矩阵的多个子集矩阵，包括：按照预设数量对所述浏览矩阵中的元素进行随机采样，并将采样得到的元素汇集为所述浏览矩阵的子集矩阵；判断所述子集矩阵的数量是否等于预设阈值；若所述采样元素的数量不等于预设数量，则执行按照预设数量对所述浏览矩阵中的元素进行随机采样，并将采样得到的元素汇集为所述浏览矩阵的子集矩阵的步骤；若所述采样元素的数量等于预设数量，则将所有子集矩阵汇集为所述浏览矩阵的多个子集矩阵。
[0098]
例如，所述浏览矩阵中包括80个元素，当预设数量为20时，则随机从所述使用率矩阵中采集20个元素，并将采集到的20个元素汇集为该浏览矩阵的一个子集矩阵；断所述子集矩阵的数量(1)是否等于预设阈值(2)，可知，所述子集矩阵的数量(1)不等于预设阈值(2)，则重新对所述浏览矩阵中的80个元素进行采样，并将采样结果汇集为该使用率矩阵的另一个子集矩阵，此时，所述子集矩阵的数量(2)不等于预设阈值(2)，将得到的两个子集矩阵进行汇集，得到该使用率矩阵的多个子集矩阵。
[0099]
详细地，所述提取所述子集矩阵中每个子集矩阵的特征值元素，包括：从所述多个子集矩阵中逐个选取其中一个矩阵为目标矩阵；比较目标矩阵中的每个元素值的大小；选取最大值为子集矩阵的特征值元素。
[0100]
本发明实施例中，可分别提取多个子集矩阵中每一个子集矩阵的特征值元素，避免了直接从所述浏览矩阵中进行特征值元素提取，有利于减少部分浏览矩阵元素对应的浏览次数与所述浏览时长的均值过高对特征值元素提取的结果产生的影响，提高了获取到的特征值元素的全面性，进而有利于提高根据提取到的特征值元素分析用户对不同消息类别的偏好程度的精确度。
[0101]
详细地，所述选取特征值元素减去预设均值的元素差大于预设差值的值，为用户对所述目标类别的偏爱值，例如特征值元素为40，预设均值为20，则元素差为20，预设差值为15，元素差大于预设差值，则该元素差为该矩阵元素对应的目标类别的偏爱值。
[0102]
本发明实施例中，可将所述多个目标类别中每一个消息类别的偏爱值作为元素填充至所述空白矩阵中，进而得到所述偏爱值矩阵。
[0103]
s7、获取与所述偏好消息对应的召回类消息文本，并将所述召回类消息文本与所述待推送类别下的消息文本发送给所述非活跃用户。
[0104]
本发明实施例中，召回类消息文本可以包括用户感兴趣的内容，或者平台推出的大额优惠券等。对于这类非活跃用户，不仅仅要推送s2中确定的待推送类别下的消息文本，还要推送根据非活跃用户偏爱值分析得到的偏好消息，并且只通过平台推送消息是不够的，还可以通过用户登录注册时预留的手机号或者邮箱信息发送召回类短信，以实现对流失用户的再次抓取。
[0105]
如图4所示，是本发明一实施例提供的一种消息推送装置的功能模块图。
[0106]
本发明所述一种消息推送装置100可以安装于电子设备中。根据实现的功能，所述消息推送装置100可以包括计算匹配度模块101、待推送模块102、活跃度模块103、第一推送模块104、获取浏览数据模块105、偏好消息模块106以及第二推送模块107。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0107]
在本实施例中，关于各模块/单元的功能如下：
[0108]
所述计算匹配度模块101，用于获取至少一种消息类别下的待推送消息，通过向量转换计算各所述消息类别与待推送用户类别之间的匹配度；
[0109]
所述待推送模块102，用于将至少一种所述匹配度高于预设匹配度的消息类别，作为待推送类别；
[0110]
所述活跃度模块103，用于检测所述待推送用户类别对应的用户群体中，每个用户于预设时间段内在目标页面的登录次数，根据所述登录次数分析每个用户的活跃度；
[0111]
所述第一推送模块104，用于从所述用户群体中选取所述活跃度大于或等于预设活跃阈值的用户为活跃用户，将所述待推送类别下的消息文本发送给所述活跃用户；
[0112]
所述获取浏览数据模块105，用于从所述用户群体中选取所述活跃度小于预设活跃阈值的用户为非活跃用户，获取所述非活跃用户中每个用户对每一种所述消息类别下的消息的浏览次数和浏览时长；
[0113]
所述偏好消息模块106，根据所述浏览次数和所述浏览时长构建包含所有消息类别的浏览矩阵，并根据所述浏览矩阵计算所述非活跃用户中每个用户的偏好消息；
[0114]
所述第二推送模块107，用于获取与所述偏好消息对应的召回类消息文本，并将所述召回类消息文本与所述待推送类别下的消息文本发送给所述非活跃用户。
[0115]
详细地，本技术实施例中所述一种消息推送装置100中所述的各模块在使用时采用与上述图1至图3中所述的一种消息推送方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0116]
如图5所示，是本发明一实施例提供的实现一种消息推送方法的电子设备的结构示意图。
[0117]
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如一种消息推送程序。
[0118]
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行一种消息推送程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
[0119]
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如一种消息推送程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0120]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0121]
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口
等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0122]
图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0123]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0124]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0125]
所述电子设备1中的所述存储器11存储的一种消息推送程序是多个指令的组合，在所述处理器10中运行时，可以实现：
[0126]
获取至少一种消息类别下的待推送消息，通过向量转换计算各所述消息类别与待推送用户类别之间的匹配度；
[0127]
将至少一种所述匹配度高于预设匹配度的消息类别，作为待推送类别；
[0128]
检测所述待推送用户类别对应的用户群体中，每个用户于预设时间段内在目标页面的登录次数，根据所述登录次数分析每个用户的活跃度；
[0129]
从所述用户群体中选取所述活跃度大于或等于预设活跃阈值的用户为活跃用户，将所述待推送类别下的消息文本发送给所述活跃用户；
[0130]
从所述用户群体中选取所述活跃度小于预设活跃阈值的用户为非活跃用户，获取所述非活跃用户中每个用户对每一种所述消息类别下的消息的浏览次数和浏览时长；
[0131]
根据所述浏览次数和所述浏览时长构建包含所有消息类别的浏览矩阵，并根据所述浏览矩阵计算所述非活跃用户中每个用户的偏好消息；
[0132]
获取与所述偏好消息对应的召回类消息文本，并将所述召回类消息文本与所述待推送类别下的消息文本发送给所述非活跃用户。
[0133]
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
[0134]
进一步地，所述电子设备1集成的模块/单元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，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
[0135]
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，
所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0136]
获取至少一种消息类别下的待推送消息，通过向量转换计算各所述消息类别与待推送用户类别之间的匹配度；
[0137]
将至少一种所述匹配度高于预设匹配度的消息类别，作为待推送类别；
[0138]
检测所述待推送用户类别对应的用户群体中，每个用户于预设时间段内在目标页面的登录次数，根据所述登录次数分析每个用户的活跃度；
[0139]
从所述用户群体中选取所述活跃度大于或等于预设活跃阈值的用户为活跃用户，将所述待推送类别下的消息文本发送给所述活跃用户；
[0140]
从所述用户群体中选取所述活跃度小于预设活跃阈值的用户为非活跃用户，获取所述非活跃用户中每个用户对每一种所述消息类别下的消息的浏览次数和浏览时长；
[0141]
根据所述浏览次数和所述浏览时长构建包含所有消息类别的浏览矩阵，并根据所述浏览矩阵计算所述非活跃用户中每个用户的偏好消息；
[0142]
获取与所述偏好消息对应的召回类消息文本，并将所述召回类消息文本与所述待推送类别下的消息文本发送给所述非活跃用户。
[0143]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，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。
[0144]
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模块来实现本实施例方案的目的。
[0145]
另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。
[0146]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0147]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0148]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0149]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0150]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
[0151]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。