本公开涉及数据处理,尤其涉及人工智能。
背景技术:
1、随着用户购物习惯改变,越来越多用户选择在线上购物平台购买商品。不同的购物平台为了吸引用户,常常向其用户推送各种优惠信息。
2、购物平台向其用户推送优惠信息时,首先需要逐一为各个用户配置优惠信息,然后按照为各个用户配置的优惠信息进行信息推送。
技术实现思路
1、本公开提供了一种信息推送方法、装置、电子设备和存储介质。
2、根据本公开的一方面,提供了一种信息推送方法,包括:
3、获得多个用户的用户特征;
4、基于所述用户的用户特征,获得所述用户对各种类的优惠信息的预测转化率和预测转化金额;
5、基于所获得的所述用户的预测转化率和预测转化金额,从各种类的优惠信息中,为所述用户配置使得所述用户的总预期转化率最高的待推送优惠信息;
6、根据为所述用户配置的待推送优惠信息,向所述用户推送优惠信息。
7、根据本公开的另一方面,提供了一种信息推送装置,包括:
8、特征获得模块,用于获得多个用户的用户特征;
9、预测信息获得模块,用于基于所述用户的用户特征,获得所述用户对各种类的优惠信息的预测转化率和预测转化金额;
10、优惠信息配置模块,用于基于所获得的所述用户的预测转化率和预测转化金额,从各种类的优惠信息中,为所述用户配置使得所述用户的总预期转化率最高的待推送优惠信息;
11、优惠信息推送模块,用于根据为所述用户配置的待推送优惠信息,向所述用户推送优惠信息。
12、根据本公开的再一方面,提供了一种电子设备,包括:
13、至少一个处理器;以及
14、与所述至少一个处理器通信连接的存储器;其中,
15、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令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信息推送方法。
16、根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述信息推送方法。
17、根据本公开的又一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述信息推送方法。
18、本公开实施例提供的方案中,基于多个用户的用户特征,获得用户的预测转化率和预测转化金额,基于获得的预测转化率和预测转化金额,对上述多个用户的待推送优惠信息进行配置,并向用户推送优惠信息。可见,在优惠信息推送过程中,考虑的并非单一用户的信息,而是考虑多个用户的特征并对多个用户的待推送优惠信息进行配置,这样一次能够完成多个用户的优惠信息配置,减少了逐一为各用户重复配置优惠信息的步骤,使得数据处理效率提高,提高了为多个用户配置信息的效率,进而提高了优惠信息推送的效率。
19、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
1.一种信息推送方法,包括:
2.根据权利要求1所述的方法,其中,所述基于所获得的所述用户的预测转化率和预测转化金额,从各种类的优惠信息中,为所述用户配置使得所述用户的总预期转化率最高的待推送优惠信息,包括:
3.根据权利要求2所述的方法,其中,所述预设约束条件包括以下条件中的至少一种:
4.根据权利要求1-3中任一项所述的方法,其中,所述基于所述用户的用户特征,获得所述用户对各种类的优惠信息的预测转化率和预测转化金额,包括:
5.根据权利要求4所述的方法,其中,所述转化率预测模型按照以下方式训练得到:
6.根据权利要求4所述的方法,其中,所述转化金额预测模型按照以下方式训练得到:
7.一种信息推送装置,包括:
8.根据权利要求7所述的装置,其中,
9.根据权利要求8所述的装置,其中,所述预设约束条件包括以下条件中的至少一种:
10.根据权利要求7-9中任一项所述的装置,其中,
11.根据权利要求10所述的装置,其中,所述转化率预测模型按照以下方式训练得到:
12.根据权利要求10所述的装置,其中,所述转化金额预测模型按照以下方式训练得到:
13.一种电子设备,包括:
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。