对应的优化参数；
[0114]拟合函数确定子模块73，被配置为根据所述函数类型和所述优化参数确定对应的拟合函数。其中，所述拟合函数可能为幂函数。
[0115]由上述实施例可见，通过根据获取到的回访用户数据确定对应的函数类型，根据预设算法计算函数类型对应的优化参数，根据函数类型和优化参数确定对应的拟合函数，使得服务器能够根据历史用户数据确定对应的拟合函数，从而保证了用于计算回访半衰周期的拟合函数的精确度。
[0116]如图8所示，图8是本公开根据一示例性实施例示出的另一种回访处理装置的框图，该实施例在前述图7所示实施例的基础上，所述第一优化参数计算子模块72可以包括:判断子模块81和第二优化参数计算子模块82。
[0117]其中，判断子模块81，被配置为根据所述回访用户数据判断对应的预测值和真实值之间的偏差是否满足正态分布；
[0118]第二优化参数计算子模块82，被配置为若确定满足所述正态分布时，根据最小二乘法计算所述优化参数。
[0119]如图9所示，图9是本公开根据一示例性实施例示出的另一种回访处理装置的框图，该实施例在前述图8所示实施例的基础上，所述第一优化参数计算子模块72还可以包括:第三优化参数计算子模块91。
[0120]其中，第三优化参数计算子模块91，被配置为若确定不满足所述正态分布时，根据最大似然估计法计算所述优化参数。
[0121]由上述实施例可见，通过最小二乘法或最大似然估计法计算优化参数，提高了优化参数的计算速度，进而提高了回访处理的速度。
[0122]与图6相应的，本公开还提供另一种回访处理装置，所述装置包括:
[0123]处理器；
[0124]用于存储处理器可执行指令的存储器；
[0125]其中，所述处理器被配置为:
[0126]获取第一用户访问的应用类型，所述第一用户为首次访问用户；
[0127]获取第一指定时间段内所述应用类型对应的回访用户数据；
[0128]根据所述回访用户数据确定对应的拟合函数；
[0129]计算所述拟合函数的拐点，并将所述拐点之前的第二指定时间段确定为所述回访半衰周期；
[0130]在所述回访半衰周期内向所述第一用户发送续活信息。
[0131]上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
[0132]对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所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公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0133]如图10所示，图10是根据一示例性实施例示出的一种用于回访处理装置1000的一结构示意图(服务器侧)，例如，装置1000包括处理组件1022，其进一步包括一个或多个处理器，以及由存储器1032所代表的存储器资源，用于存储可由处理部件1022的执行的指令，例如应用程序。存储器1032中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1022被配置为执行指令。
[0134]装置1000还可以包括一个电源组件1026被配置为执行装置1000的电源管理，一个有线或无线网络接口 1050被配置为将装置1000连接到网络，和一个输入输出(I/O)接口 1058。装置1000可以操作基于存储在存储器1032的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM 或类似。
[0135]本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0136]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【主权项】
1.一种回访处理方法，其特征在于，所述方法包括: 获取第一用户访问的应用类型，所述第一用户为首次访问用户； 获取第一指定时间段内所述应用类型对应的回访用户数据； 根据所述回访用户数据确定对应的拟合函数； 计算所述拟合函数的拐点，并将所述拐点之前的第二指定时间段确定为所述回访半衰周期； 在所述回访半衰周期内向所述第一用户发送续活信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述回访用户数据确定对应的拟合函数，包括: 根据所述回访用户数据确定对应的函数类型； 根据预设算法计算所述函数类型对应的优化参数； 根据所述函数类型和所述优化参数确定对应的拟合函数。3.根据权利要求1或2所述的方法，其特征在于，所述拟合函数为幂函数。4.根据权利要求2所述的方法，其特征在于，所述根据预设算法计算所述函数类型对应的优化参数，包括: 根据所述回访用户数据判断对应的预测值和真实值之间的偏差是否满足正态分布； 若确定满足所述正态分布时，根据最小二乘法计算所述优化参数。5.根据权利要求4所述的方法，其特征在于，所述根据预设算法计算所述函数类型对应的优化参数，还包括: 若确定不满足所述正态分布时，根据最大似然估计法计算所述优化参数。6.根据权利要求1所述的方法，其特征在于，所述续活信息包括定期活动信息和定向优惠信息中的至少一种。7.一种回访处理装置，其特征在于，所述装置包括: 第一获取模块，被配置为获取第一用户访问的应用类型，所述第一用户为首次访问用户； 第二获取模块，被配置为获取第一指定时间段内所述应用类型对应的回访用户数据； 拟合函数确定模块，被配置为根据所述回访用户数据确定对应的拟合函数； 计算模块，被配置为计算所述拟合函数的拐点，并将所述拐点之前的第二指定时间段确定为所述回访半衰周期； 发送模块，被配置为在所述回访半衰周期内向所述第一用户发送续活信息。8.根据权利要求7所述的装置，其特征在于，所述拟合函数确定模块包括: 函数类型确定子模块，被配置为根据所述回访用户数据确定对应的函数类型； 第一优化参数计算子模块，被配置为根据预设算法计算所述函数类型对应的优化参数； 拟合函数确定子模块，被配置为根据所述函数类型和所述优化参数确定对应的拟合函数。9.根据权利要求7或8所述的装置，其特征在于，所述拟合函数为幂函数。10.根据权利要求8所述的装置，其特征在于，所述第一优化参数计算子模块包括: 判断子模块，被配置为根据所述回访用户数据判断对应的预测值和真实值之间的偏差是否满足正态分布； 第二优化参数计算子模块，被配置为若确定满足所述正态分布时，根据最小二乘法计算所述优化参数。11.根据权利要求10所述的装置，其特征在于，所述第一优化参数计算子模块还包括: 第三优化参数计算子模块，被配置为若确定不满足所述正态分布时，根据最大似然估计法计算所述优化参数。12.根据权利要求7所述的装置，其特征在于，所述续活信息包括定期活动信息和定向优惠信息中的至少一种。13.—种回访处理装置，其特征在于，所述装置包括: 处理器； 用于存储处理器可执行指令的存储器； 其中，所述处理器被配置为: 获取第一用户访问的应用类型，所述第一用户为首次访问用户； 获取第一指定时间段内所述应用类型对应的回访用户数据； 根据所述回访用户数据确定对应的拟合函数； 计算所述拟合函数的拐点，并将所述拐点之前的第二指定时间段确定为所述回访半衰周期； 在所述回访半衰周期内向所述第一用户发送续活信息。
【专利摘要】本公开是关于回访处理方法及装置，所述方法包括：获取第一用户访问的应用类型，所述第一用户为首次访问用户；获取第一指定时间段内所述应用类型对应的回访用户数据；根据所述回访用户数据确定对应的拟合函数；计算所述拟合函数的拐点，并将所述拐点之前的第二指定时间段确定为所述回访半衰周期；在所述回访半衰周期内向所述第一用户发送续活信息。因此，本公开可以根据历史用户数据确定第一用户的回访半衰周期，提高了回访半衰周期的准确性和合理性，并在该合理的回访半衰周期内续活用户，避免了固定续活周期导致的回访用户的流失，并把临时用户和弱用户转变为稳定的强管联用户，从而提高了用户回访率和用户留存率，还节约了运营成本。
【IPC分类】G06Q30/00, G06Q30/02
【公开号】CN105389706
【申请号】CN201510714075
【发明人】张家贞, 曹佳, 王广健
【申请人】小米科技有限责任公司
【公开日】2016年3月9日
【申请日】2015年10月28日