本申請(qǐng)涉及通信技術(shù)領(lǐng)域，尤其涉及信息推送方法及裝置。

背景技術(shù)：

隨著科技的不斷發(fā)展和生活水平的不斷提高，智能終端越來(lái)越普及化。智能終端對(duì)人們的日常生活影響也越來(lái)越大。通過(guò)智能終端可以向用戶(hù)進(jìn)行個(gè)性化推送。例如，可以向用戶(hù)推送新聞信息等。

目前，為了向用戶(hù)進(jìn)行個(gè)性化推送，需要先計(jì)算所有用戶(hù)分別對(duì)待推送的目標(biāo)信息的點(diǎn)擊概率，然后按照點(diǎn)擊概率從大到小的順序進(jìn)行排序，向排序靠前的用戶(hù)推送信息。然而，由于需要計(jì)算完所有用戶(hù)的點(diǎn)擊概率后才能進(jìn)行個(gè)性化推薦，計(jì)算量非常大，嚴(yán)重影響了推送的實(shí)時(shí)性。

技術(shù)實(shí)現(xiàn)要素：

為克服相關(guān)技術(shù)中存在的問(wèn)題，本公開(kāi)提供了信息推送方法及裝置。

根據(jù)本公開(kāi)實(shí)施例的第一方面，提供一種信息推送方法，所述方法包括：

根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值；

根據(jù)所述第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端；

針對(duì)所述目標(biāo)終端執(zhí)行推送操作。

可選的，所有用戶(hù)被劃分為k部分；所述根據(jù)所述第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端，包括：

按照由1至k的順序，從所述k部分中獲取未執(zhí)行推送操作的第k部分，k∈[1,k]；

根據(jù)所述第一概率閾值從所述第k部分用戶(hù)中確定所述待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

可選的，所述目標(biāo)數(shù)量為所有用戶(hù)中已推送用戶(hù)數(shù)量，或所述目標(biāo)數(shù)量為第k-1部分中已推送用戶(hù)數(shù)量。

可選的，k∈(1,k]，所述根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值，包括：

獲取已推送用戶(hù)的目標(biāo)數(shù)量；

當(dāng)所述目標(biāo)數(shù)量大于n0，重配置歷史的第二概率閾值，得到第一概率閾值，所述第一概率閾值大于所述第二概率閾值；

當(dāng)所述目標(biāo)數(shù)量小于n0，重配置歷史的第二概率閾值，得到第一概率閾值，所述第一概率閾值小于所述第二概率閾值；

其中，所述n0為已推送用戶(hù)的期望數(shù)量。

可選的，如果所述目標(biāo)數(shù)量為所有用戶(hù)中已推送用戶(hù)數(shù)量，或如果所述目標(biāo)數(shù)量為第k-1部分中已推送用戶(hù)數(shù)量，或

其中，m表示所有用戶(hù)數(shù)量，mi表示第i部分用戶(hù)數(shù)量，mk-1表示第k-1部分用戶(hù)數(shù)量，n表示所有用戶(hù)中預(yù)定推送數(shù)量。

可選的，當(dāng)所述目標(biāo)數(shù)量大于n0，采用公式h1＝h*a重配置歷史的第二概率閾值；

當(dāng)所述目標(biāo)數(shù)量小于n0，采用公式h1＝h/a重配置歷史的第二概率閾值；

其中，h1表示所述第一概率閾值，h表示所述第二概率閾值，a表示預(yù)設(shè)調(diào)整因子，a＞1。

可選的，如果k＝1，所述根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值，包括：

從所有用戶(hù)中隨機(jī)抽取預(yù)定比例的用戶(hù)，獲得采樣用戶(hù)群；

計(jì)算所述采樣用戶(hù)群中每個(gè)用戶(hù)針對(duì)目標(biāo)信息的第一點(diǎn)擊概率；

根據(jù)所述第一點(diǎn)擊概率、所述預(yù)定比例以及所有用戶(hù)中預(yù)定推送數(shù)量確定第一概率閾值。

可選的，所述根據(jù)所述第一點(diǎn)擊概率、所述預(yù)定比例以及所有用戶(hù)中預(yù)定推送數(shù)量確定第一概率閾值，包括：

將所述第一點(diǎn)擊概率按從大到小的順序進(jìn)行排序，獲得概率集合；

將所述概率集合中排名第(n*r)的第一點(diǎn)擊概率確定為第一概率閾值；

其中，n表示所有用戶(hù)中預(yù)定推送數(shù)量，r表示所述預(yù)定比例。

可選的，所述根據(jù)所述第一概率閾值從所述第k部分用戶(hù)中確定所述待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端，包括：

針對(duì)第k部分用戶(hù)中的每個(gè)用戶(hù)，獲取該用戶(hù)對(duì)目標(biāo)信息的第二點(diǎn)擊概率；

將所述第二點(diǎn)擊概率大于或等于所述第一概率閾值的用戶(hù)的終端，確定為待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

根據(jù)本公開(kāi)實(shí)施例的第二方面，提供一種信息推送裝置，包括：

閾值獲取模塊，被配置為根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值；

終端確定模塊，被配置為根據(jù)所述第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端；

推送操作模塊，被配置為針對(duì)所述目標(biāo)終端執(zhí)行推送操作。

可選的，所有用戶(hù)被劃分為k部分；所述終端確定模塊，包括：

獲取子模塊，被配置為按照由1至k的順序，從所述k部分中獲取未執(zhí)行推送操作的第k部分，k∈[1,k]；

終端確定子模塊，被配置為根據(jù)所述第一概率閾值從所述第k部分用戶(hù)中確定所述待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

可選的，所述目標(biāo)數(shù)量為所有用戶(hù)中已推送用戶(hù)數(shù)量，或所述目標(biāo)數(shù)量為第k-1部分中已推送用戶(hù)數(shù)量。

可選的，k∈(1,k]，所述閾值獲取模塊包括：

數(shù)量獲取子模塊，被配置為獲取已推送用戶(hù)的目標(biāo)數(shù)量；

閾值重配置子模塊，配置為當(dāng)所述目標(biāo)數(shù)量大于n0，重配置歷史的第二概率閾值，得到第一概率閾值，所述第一概率閾值大于所述第二概率閾值；當(dāng)所述目標(biāo)數(shù)量小于n0，重配置歷史的第二概率閾值，得到第一概率閾值，所述第一概率閾值小于所述第二概率閾值；其中，所述n0為已推送用戶(hù)的期望數(shù)量。

可選的，如果所述目標(biāo)數(shù)量為所有用戶(hù)中已推送用戶(hù)數(shù)量，或

如果所述目標(biāo)數(shù)量為第k-1部分中已推送用戶(hù)數(shù)量，或

其中，m表示所有用戶(hù)數(shù)量，mi表示第i部分用戶(hù)數(shù)量，mk-1表示第k-1部分用戶(hù)數(shù)量，n表示所有用戶(hù)中預(yù)定推送數(shù)量。

可選的，所述閾值重配置子模塊，具體配置為：

當(dāng)所述目標(biāo)數(shù)量大于n0，采用公式h1＝h*a重配置歷史的第二概率閾值；

當(dāng)所述目標(biāo)數(shù)量小于n0，采用公式h1＝h/a重配置歷史的第二概率閾值；

其中，h1表示所述第一概率閾值，h表示所述第二概率閾值，a表示預(yù)設(shè)調(diào)整因子，a＞1。

可選的，如果k＝1，所述閾值獲取模塊包括：

用戶(hù)群采樣子模塊，被配置為從所有用戶(hù)中隨機(jī)抽取預(yù)定比例的用戶(hù)，獲得采樣用戶(hù)群；

概率計(jì)算子模塊，被配置為計(jì)算所述采樣用戶(hù)群中每個(gè)用戶(hù)針對(duì)目標(biāo)信息的第一點(diǎn)擊概率；

閾值確定子模塊，被配置為根據(jù)所述第一點(diǎn)擊概率、所述預(yù)定比例以及所有用戶(hù)中預(yù)定推送數(shù)量確定第一概率閾值。

可選的，所述閾值確定子模塊，具體配置為：

將所述第一點(diǎn)擊概率按從大到小的順序進(jìn)行排序，獲得概率集合；

將所述概率集合中排名第(n*r)的第一點(diǎn)擊概率確定為第一概率閾值；

其中，n表示所有用戶(hù)中預(yù)定推送數(shù)量，r表示所述預(yù)定比例。

可選的，所述終端確定子模塊，具體被配置為：

針對(duì)第k部分用戶(hù)中的每個(gè)用戶(hù)，獲取該用戶(hù)對(duì)目標(biāo)信息的第二點(diǎn)擊概率；

將所述第二點(diǎn)擊概率大于或等于所述第一概率閾值的用戶(hù)的終端，確定為待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

根據(jù)本公開(kāi)實(shí)施例的第三方面，提供一種信息推送裝置，包括：

處理器；

用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；

其中，所述處理器被配置為：

根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值；

根據(jù)所述第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端；

針對(duì)所述目標(biāo)終端執(zhí)行推送操作。

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：

本公開(kāi)根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值并執(zhí)行相應(yīng)推送操作，無(wú)需等到所有用戶(hù)的點(diǎn)擊概率計(jì)算完成后才確定概率閾值并執(zhí)行相應(yīng)推送操作，從而提高了推送信息的實(shí)時(shí)性。同時(shí)，由于所有用戶(hù)中用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率分布不均勻，因此通過(guò)已推送用戶(hù)的目標(biāo)數(shù)量更新第一概率閾值，可以提高概率閾值的準(zhǔn)確性，使所有用戶(hù)中實(shí)際推送數(shù)量與預(yù)定推送數(shù)量更加接近。

本公開(kāi)將所有用戶(hù)劃分為k部分，根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值，利用第一概率閾值對(duì)當(dāng)前組用戶(hù)執(zhí)行推送判斷和相應(yīng)處理。在對(duì)當(dāng)前組所有用戶(hù)進(jìn)行處理后，由于已推送用戶(hù)的數(shù)量發(fā)生變化，則可以根據(jù)已推送用戶(hù)的數(shù)量更新概率閾值，作為下一組信息推送判斷中的概率閾值，從而實(shí)現(xiàn)動(dòng)態(tài)更新概率閾值，提高概率閾值的準(zhǔn)確性，進(jìn)而使所有用戶(hù)中實(shí)際推送數(shù)量與預(yù)定推送數(shù)量更加接近。

本公開(kāi)將所有用戶(hù)中已推送用戶(hù)數(shù)量作為確定第一概率閾值的影響因素，可以提高確定第一概率閾值的準(zhǔn)確性。

本公開(kāi)將已處理用戶(hù)中已推送用戶(hù)的目標(biāo)，與已推送用戶(hù)的期望數(shù)量進(jìn)行比較，根據(jù)比較結(jié)果更新概率閾值，從而獲得更新后的概率閾值，實(shí)現(xiàn)快速更新概率閾值。

本公開(kāi)通過(guò)將概率閾值與大于1的預(yù)設(shè)調(diào)整因子相乘，從而增大概率閾值，通過(guò)將概率閾值與大于1的預(yù)設(shè)調(diào)整因子相除，從而減小概率閾值，實(shí)現(xiàn)快速更新概率閾值。

本公開(kāi)從所有用戶(hù)中隨機(jī)抽取預(yù)定比例的用戶(hù)，僅計(jì)算部分用戶(hù)的第一點(diǎn)擊概率，并利用第一點(diǎn)擊概率確定第一概率閾值，可以減少計(jì)算量。另外，由于第一概率閾值與目標(biāo)信息的相關(guān)性較高，則此方式獲得的第一概率閾值相較于直接指定的閾值，準(zhǔn)確性較高。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開(kāi)。

附圖說(shuō)明

此處的附圖被并入說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)的一部分，示出了符合本公開(kāi)的實(shí)施例，并與說(shuō)明書(shū)一起用于解釋本公開(kāi)的原理。

圖1是本公開(kāi)根據(jù)一示例性實(shí)施例示出的一種信息推送場(chǎng)景示意圖。

圖2是本公開(kāi)根據(jù)一示例性實(shí)施例示出的一種信息推送方法的流程圖。

圖3是本公開(kāi)根據(jù)一示例性實(shí)施例示出的另一種信息推送方法的流程圖。

圖4是本公開(kāi)根據(jù)一示例性實(shí)施例示出的一種信息推送裝置的框圖。

圖5是本公開(kāi)根據(jù)一示例性實(shí)施例示出的另一種信息推送裝置的框圖。

圖6是本公開(kāi)根據(jù)一示例性實(shí)施例示出的另一種信息推送裝置的框圖。

圖7是本公開(kāi)根據(jù)一示例性實(shí)施例示出的另一種信息推送裝置的框圖。

圖8是本公開(kāi)根據(jù)一示例性實(shí)施例示出的一種用于信息推送的裝置的框圖。

具體實(shí)施方式

這里將詳細(xì)地對(duì)示例性實(shí)施例進(jìn)行說(shuō)明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本公開(kāi)相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書(shū)中所詳述的、本公開(kāi)的一些方面相一致的裝置和方法的例子。

在本公開(kāi)使用的術(shù)語(yǔ)是僅僅出于描述特定實(shí)施例的目的，而非旨在限制本公開(kāi)。在本公開(kāi)和所附權(quán)利要求書(shū)中所使用的單數(shù)形式的“一種”、“所述”和“該”也旨在包括多數(shù)形式，除非上下文清楚地表示其他含義。還應(yīng)當(dāng)理解，本文中使用的術(shù)語(yǔ)“和/或”是指并包含一個(gè)或多個(gè)相關(guān)聯(lián)的列出項(xiàng)目的任何或所有可能組合。

應(yīng)當(dāng)理解，盡管在本公開(kāi)可能采用術(shù)語(yǔ)第一、第二、第三等來(lái)描述各種信息，但這些信息不應(yīng)限于這些術(shù)語(yǔ)。這些術(shù)語(yǔ)僅用來(lái)將同一類(lèi)型的信息彼此區(qū)分開(kāi)。例如，在不脫離本公開(kāi)范圍的情況下，第一信息也可以被稱(chēng)為第二信息，類(lèi)似地，第二信息也可以被稱(chēng)為第一信息。取決于語(yǔ)境，如在此所使用的詞語(yǔ)“如果”可以被解釋成為“在……時(shí)”或“當(dāng)……時(shí)”或“響應(yīng)于確定”。

如圖1所示，圖1是本公開(kāi)根據(jù)一示例性實(shí)施例示出的一種信息推送場(chǎng)景示意圖。該場(chǎng)景中，可以包括服務(wù)端及多個(gè)用戶(hù)終端。其中，服務(wù)端可以包括服務(wù)器、服務(wù)器集群或者云平臺(tái)等。用戶(hù)終端可以是計(jì)算機(jī)、智能手機(jī)、平板電腦、pda(personaldigitalassistant，個(gè)人數(shù)字助理)、多媒體播放器、可穿戴設(shè)備等電子設(shè)備。服務(wù)端可以向不同用戶(hù)的用戶(hù)終端推送目標(biāo)信息，例如，用戶(hù)終端中可以安裝有小米瀏覽器，小米瀏覽器對(duì)應(yīng)的服務(wù)器可以向安裝有小米瀏覽器的用戶(hù)終端推送新聞信息，以便用戶(hù)便捷有效地獲取新聞信息。

為了提高目標(biāo)信息的點(diǎn)擊率、以及避免推送用戶(hù)不感興趣的目標(biāo)信息給用戶(hù)帶來(lái)的不便，針對(duì)不同的用戶(hù)可以進(jìn)行個(gè)性化推薦。個(gè)性化推送過(guò)程中，可以向?qū)δ繕?biāo)信息最感興趣的多個(gè)人進(jìn)行推送。相關(guān)技術(shù)中，為了實(shí)現(xiàn)個(gè)性化推送，需要先計(jì)算所有用戶(hù)分別對(duì)待推送的目標(biāo)信息的點(diǎn)擊概率，然后按照點(diǎn)擊概率從大到小的順序進(jìn)行排序，根據(jù)排序后的點(diǎn)擊概率以及指定推送人數(shù)，確定概率閾值，并向點(diǎn)擊概率大于概率閾值的用戶(hù)推送信息。

其中，所有用戶(hù)是所有可能進(jìn)行信息推送的對(duì)象，例如，可以是注冊(cè)了目標(biāo)應(yīng)用程序的用戶(hù)，目標(biāo)應(yīng)用程序是可以進(jìn)行信息推送的程序，例如，目標(biāo)應(yīng)用程序可以是小米瀏覽器。所有用戶(hù)的量往往很大，例如，存在上千萬(wàn)用戶(hù)，如果計(jì)算完所有用戶(hù)的點(diǎn)擊概率后才能進(jìn)行個(gè)性化推薦，計(jì)算量非常大，計(jì)算所有用戶(hù)的點(diǎn)擊概率耗費(fèi)的時(shí)間非常長(zhǎng)，嚴(yán)重影響推送的實(shí)時(shí)性。

為了避免相關(guān)技術(shù)中推送信息實(shí)時(shí)性差的缺陷，本公開(kāi)根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值，并根據(jù)第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端，針對(duì)目標(biāo)終端執(zhí)行推送操作。可見(jiàn)，根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值并執(zhí)行相應(yīng)推送操作，無(wú)需等到所有用戶(hù)的點(diǎn)擊概率計(jì)算完成后才確定概率閾值，并執(zhí)行相應(yīng)推送操作，從而提高了推送信息的實(shí)時(shí)性。

圖2是本公開(kāi)根據(jù)一示例性實(shí)施例示出的一種信息推送方法的流程圖，該方法可以用于服務(wù)端中，包括以下步驟：

在步驟201中，根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值。

在步驟202中，根據(jù)所述第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

在步驟203中，針對(duì)所述目標(biāo)終端執(zhí)行推送操作。

本公開(kāi)實(shí)施例中，已推送用戶(hù)是已處理用戶(hù)中已執(zhí)行推送操作的用戶(hù)，推送操作可以是推送目標(biāo)信息的操作。目標(biāo)信息是待推送的信息，例如，目標(biāo)信息可以是一篇體育新聞、科技新聞、娛樂(lè)新聞等信息。

第一概率閾值可以是用來(lái)判斷用戶(hù)是否是需要進(jìn)行目標(biāo)信息推送的目標(biāo)用戶(hù)的分位點(diǎn)，可以利用第一概率閾值篩選出待推送用戶(hù)，以便向待推送用戶(hù)的目標(biāo)終端推送目標(biāo)信息。

已處理用戶(hù)的數(shù)量為零時(shí)，第一概率閾值可以為初始閾值。利用初始閾值進(jìn)行推送判斷以及相應(yīng)處理。在對(duì)一部分用戶(hù)進(jìn)行處理后，為了避免最終推送的用戶(hù)數(shù)量與預(yù)設(shè)用戶(hù)數(shù)量存在較大差異，可以根據(jù)已處理用戶(hù)中已推送用戶(hù)的目標(biāo)數(shù)量以及已推送用戶(hù)的期望數(shù)量調(diào)整概率閾值，調(diào)整的目的是為了使所有用戶(hù)中實(shí)際推送數(shù)量與預(yù)定推送數(shù)量相同或差距在指定范圍內(nèi)。

其中，已處理用戶(hù)是已經(jīng)進(jìn)行推送判斷和相應(yīng)處理的用戶(hù)，已處理用戶(hù)中包括已推送用戶(hù)和未推送用戶(hù)；未處理用戶(hù)是指沒(méi)有進(jìn)行推送判斷和相應(yīng)處理的用戶(hù)。推送判斷和相應(yīng)處理可以包括步驟202和步驟203。已推送用戶(hù)的目標(biāo)數(shù)量是已處理用戶(hù)中實(shí)際被推送目標(biāo)信息的用戶(hù)的數(shù)量。已推送用戶(hù)的期望數(shù)量是已處理用戶(hù)中期望被推送目標(biāo)信息的用戶(hù)的數(shù)量。將目標(biāo)數(shù)量和期望數(shù)量進(jìn)行比較，根據(jù)比較結(jié)果即可調(diào)整概率閾值。

基于此，本公開(kāi)可以將已推送用戶(hù)的目標(biāo)數(shù)量作為第一概率閾值的影響因素。具體的，可以根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量和已推送用戶(hù)的期望數(shù)量進(jìn)行比較，根據(jù)比較結(jié)果獲得第一概率閾值。

在確定第一概率閾值后，針對(duì)每一個(gè)未處理用戶(hù)，可以獲取該未處理用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率；如果點(diǎn)擊概率大于或等于所述第一概率閾值，則將該未處理用戶(hù)的終端確定為待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端，并針對(duì)目標(biāo)終端執(zhí)行相應(yīng)的推送操作。

關(guān)于點(diǎn)擊概率，點(diǎn)擊概率是用戶(hù)查看該目標(biāo)信息的概率，用戶(hù)常常通過(guò)點(diǎn)擊目標(biāo)信息的方式查看目標(biāo)信息，因此可以稱(chēng)為查看概率或點(diǎn)擊概率。不同用戶(hù)對(duì)目標(biāo)信息的興趣程度不一樣，因此點(diǎn)擊概率也不同。例如，可以基于信息特征和用戶(hù)特征，學(xué)習(xí)獲得邏輯回歸模型，利用邏輯回歸模型計(jì)算出用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率?？梢岳斫獾氖?，針對(duì)計(jì)算用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率，還可以采用相關(guān)技術(shù)中的其他方式，在此不做限定。

在獲得未處理用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率后，可以將點(diǎn)擊概率和第一概率閾值進(jìn)行比較，并根據(jù)比較結(jié)果判斷該未處理用戶(hù)是否為待推送用戶(hù)，從而獲得待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。其中，目標(biāo)終端可以是終端標(biāo)識(shí)信息。具體的，若點(diǎn)擊概率大于或等于第一概率閾值時(shí)，將該用戶(hù)的終端確定為目標(biāo)終端，并向目標(biāo)終端推送目標(biāo)信息；若點(diǎn)擊概率小于第一概率閾值時(shí)，判定該用戶(hù)的終端不是目標(biāo)終端，則不進(jìn)行推送處理。本實(shí)施例中可以將該處理過(guò)程稱(chēng)為推送判斷和相應(yīng)處理。針對(duì)每個(gè)未處理用戶(hù)都可以進(jìn)行推送判斷和相應(yīng)處理。

可以理解的是，可以利用第一概率閾值對(duì)每個(gè)未處理用戶(hù)都進(jìn)行推送判斷和相應(yīng)處理，也可以在對(duì)部分未處理用戶(hù)進(jìn)行推送判斷和相應(yīng)處理后，再次根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取概率閾值，并利用新獲取的概率閾值對(duì)剩余的未處理用戶(hù)進(jìn)行推送判斷和相應(yīng)處理。

由上述實(shí)施例可見(jiàn)，本公開(kāi)根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值并執(zhí)行相應(yīng)推送操作，無(wú)需等到所有用戶(hù)的點(diǎn)擊概率計(jì)算完成后才確定概率閾值并執(zhí)行相應(yīng)推送操作，從而提高了推送信息的實(shí)時(shí)性。同時(shí)，由于所有用戶(hù)中用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率分布不均勻，因此通過(guò)已推送用戶(hù)的目標(biāo)數(shù)量更新第一概率閾值，可以提高概率閾值的準(zhǔn)確性，使所有用戶(hù)中實(shí)際推送數(shù)量與預(yù)定推送數(shù)量更加接近。

在一個(gè)可選的實(shí)現(xiàn)方式中，可以將要進(jìn)行處理的所有用戶(hù)進(jìn)行分組，在對(duì)一組內(nèi)每個(gè)用戶(hù)按照概率閾值進(jìn)行推送判斷和相應(yīng)處理后，根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量執(zhí)行對(duì)概率閾值更新操作(步驟201)，再對(duì)下一組內(nèi)所有用戶(hù)按照更新后的概率閾值進(jìn)行推送判斷和相應(yīng)處理(步驟202和步驟203)。

例如，可以將所有用戶(hù)劃分為k部分，又稱(chēng)為k組。劃分方式可以是等分劃分，也可以不等分劃分。例如，按20％、20％、30％、30％進(jìn)行分組，具體根據(jù)需求設(shè)定。

在一個(gè)例子中，可以按照由1至k的順序，從所述k部分中獲取未執(zhí)行推送操作的第k部分，k∈[1,k]。根據(jù)所述第一概率閾值從所述第k部分用戶(hù)中確定所述待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

其中，執(zhí)行推送判斷和相應(yīng)處理的組/部分，稱(chēng)為已執(zhí)行推送操作的組/部分，未執(zhí)行推送判斷和相應(yīng)處理的組/部分，稱(chēng)為未執(zhí)行推送操作的組/部分。該實(shí)施例將所有用戶(hù)劃分為k部分，可以依次對(duì)每部分的用戶(hù)執(zhí)行步驟201至步驟203，直至所有用戶(hù)都處理完成。

可見(jiàn)，預(yù)先將所有用戶(hù)劃分k組，根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值，利用第一概率閾值對(duì)當(dāng)前組用戶(hù)執(zhí)行推送判斷和相應(yīng)處理。在對(duì)當(dāng)前組所有用戶(hù)進(jìn)行處理后，由于已推送用戶(hù)的數(shù)量發(fā)生變化，則可以根據(jù)已推送用戶(hù)的數(shù)量更新概率閾值，作為下一組信息推送判斷中的概率閾值，從而實(shí)現(xiàn)動(dòng)態(tài)更新概率閾值，提高概率閾值的準(zhǔn)確性，進(jìn)而使所有用戶(hù)中實(shí)際推送數(shù)量與預(yù)定推送數(shù)量更加接近。

在一個(gè)例子中，已推送用戶(hù)的目標(biāo)數(shù)量可以是所有用戶(hù)中已推送用戶(hù)數(shù)量。如果當(dāng)前組為第k組，則已推送用戶(hù)的目標(biāo)數(shù)量是前k-1組中實(shí)際推送用戶(hù)數(shù)量，已推送用戶(hù)的期望數(shù)量是前k-1組中期望推送用戶(hù)數(shù)量。

該實(shí)施例將所有用戶(hù)中已推送用戶(hù)數(shù)量作為確定第一概率閾值的影響因素，可以提高確定第一概率閾值的準(zhǔn)確性。

在另一個(gè)例子中，已推送用戶(hù)的目標(biāo)數(shù)量可以為第k-1部分中已推送用戶(hù)數(shù)量。如果當(dāng)前組為第k組，則已推送用戶(hù)的目標(biāo)數(shù)量是第k-1組中實(shí)際推送用戶(hù)數(shù)量，已推送用戶(hù)的期望數(shù)量是第k-1組中期望推送用戶(hù)數(shù)量。

該實(shí)施例將上一組用戶(hù)中已推送用戶(hù)數(shù)量作為確定第一概率閾值的影響因素，實(shí)現(xiàn)概率閾值的更新。

如果k＝1，表示已處理用戶(hù)的數(shù)量為零時(shí)，第一概率閾值可以為初始閾值。

在一個(gè)例子中，初始閾值可以是預(yù)先指定的概率閾值，不同類(lèi)型的目標(biāo)信息還可以設(shè)置不同的點(diǎn)擊概率閾值，具體可以靈活設(shè)置。

可見(jiàn)，通過(guò)預(yù)設(shè)的方式獲得初始閾值，可以提高獲得初始閾值的效率。

在另一個(gè)例子中，為了提高初始閾值與目標(biāo)信息的相關(guān)性，可以基于采樣用戶(hù)群中用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率確定初始閾值，具體的，如果k＝1，所述根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值，包括：

從所有用戶(hù)中隨機(jī)抽取預(yù)定比例的用戶(hù)，獲得采樣用戶(hù)群。

計(jì)算所述采樣用戶(hù)群中每個(gè)用戶(hù)針對(duì)目標(biāo)信息的第一點(diǎn)擊概率。

根據(jù)所述第一點(diǎn)擊概率、所述預(yù)定比例以及所有用戶(hù)中預(yù)定推送數(shù)量確定第一概率閾值。

其中，預(yù)定比例可以是預(yù)先設(shè)置的采樣比例，可以根據(jù)所有用戶(hù)的用戶(hù)總數(shù)靈活配置。在一個(gè)例子中，預(yù)定比例可以為1％，如果用戶(hù)總數(shù)很大，預(yù)定比例可以是0.1％。關(guān)于抽取用戶(hù)，可以是抽取用戶(hù)標(biāo)識(shí)，例如，從所有用戶(hù)名中抽取預(yù)設(shè)比例的用戶(hù)賬號(hào)。

可見(jiàn)，從所有用戶(hù)中隨機(jī)抽取預(yù)定比例的用戶(hù)，僅計(jì)算部分用戶(hù)的第一點(diǎn)擊概率，并利用第一點(diǎn)擊概率確定第一概率閾值，可以減少計(jì)算量。另外，由于第一概率閾值與目標(biāo)信息的相關(guān)性較高，則此方式獲得的第一概率閾值相較于直接指定的閾值，準(zhǔn)確性較高。

根據(jù)所述第一點(diǎn)擊概率、所述預(yù)定比例以及所有用戶(hù)中預(yù)定推送數(shù)量確定第一概率閾值，目的是為了利用第一概率閾值進(jìn)行點(diǎn)擊概率過(guò)濾時(shí)，可以使所有用戶(hù)對(duì)所述目標(biāo)信息的點(diǎn)擊概率中，大于或等于所述第一概率閾值的點(diǎn)擊概率的數(shù)量，與預(yù)定推送數(shù)量相同或差距在指定范圍內(nèi)。指定范圍是預(yù)先設(shè)定的允許的誤差范圍。

以下列舉其中一種確定方式進(jìn)行說(shuō)明。

所述根據(jù)所述第一點(diǎn)擊概率、所述預(yù)定比例以及所有用戶(hù)中預(yù)定推送數(shù)量確定第一概率閾值，包括：

將所述第一點(diǎn)擊概率按從大到小的順序進(jìn)行排序，獲得概率集合。

將所述概率集合中排名第(n*r)的第一點(diǎn)擊概率確定為第一概率閾值。

其中，n表示所有用戶(hù)中預(yù)定推送數(shù)量，r表示所述預(yù)定比例。

其中，所有用戶(hù)中預(yù)定推送數(shù)量是期望從所有用戶(hù)中篩選出的需要推送目標(biāo)信息的用戶(hù)總數(shù)，將預(yù)定推送數(shù)量與預(yù)定比例相乘，即可確定采樣用戶(hù)群中期望推送的用戶(hù)數(shù)量，由于將采樣用戶(hù)群中每個(gè)用戶(hù)針對(duì)目標(biāo)信息的第一點(diǎn)擊概率進(jìn)行排序，則可以將概率集合中排名第(n*r)的第一點(diǎn)擊概率確定為第一概率閾值。

可見(jiàn)，通過(guò)將第一點(diǎn)擊概率按從大到小的順序進(jìn)行排序，獲得概率集合，并將概率集合中排名第(n*r)的第一點(diǎn)擊概率確定為第一概率閾值，從而可以快速獲得第一概率閾值。

如果k∈(1,k]，表示已處理用戶(hù)的數(shù)量不為零?？梢愿鶕?jù)已處理用戶(hù)中已推送用戶(hù)的目標(biāo)數(shù)量以及已推送用戶(hù)的期望數(shù)量更新概率閾值。

在一個(gè)例子中，所述根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值，包括：

獲取已推送用戶(hù)的目標(biāo)數(shù)量。

當(dāng)所述目標(biāo)數(shù)量大于n0，重配置歷史的第二概率閾值，得到第一概率閾值，所述第一概率閾值大于所述第二概率閾值。

當(dāng)所述目標(biāo)數(shù)量小于n0，重配置歷史的第二概率閾值，得到第一概率閾值，所述第一概率閾值小于所述第二概率閾值。

其中，所述n0為已推送用戶(hù)的期望數(shù)量。第一概率閾值和第二概率閾值均是概率閾值，為了區(qū)分更新前后的概率閾值，將更新前的概率閾值稱(chēng)為第二概率閾值，將更新后的概率閾值稱(chēng)為第一概率閾值。

可見(jiàn)，在該實(shí)施例中，如果目標(biāo)數(shù)量大于期望數(shù)量，表示利用概率閾值篩選出了多余的用戶(hù)，因此將概率閾值調(diào)大。例如，將歷史中的第二概率閾值更新為第一概率閾值，且所述第一概率閾值大于所述第二概率閾值。如果目標(biāo)數(shù)量小于期望數(shù)量，表示利用概率閾值篩選出的用戶(hù)數(shù)量不夠，因此將點(diǎn)擊概率閾值調(diào)小。例如，將歷史中的第二概率閾值更新為第一概率閾值，且所述第一概率閾值小于所述第二概率閾值。如果目標(biāo)數(shù)量等于期望數(shù)量，表示利用點(diǎn)擊概率閾值篩選出的用戶(hù)數(shù)量合適，則無(wú)需調(diào)整概率閾值，第一概率閾值與第二概率閾值相同。

其中，概率閾值的調(diào)整幅度，可以通過(guò)預(yù)設(shè)調(diào)整因子確定。調(diào)大的調(diào)整因子和調(diào)小的調(diào)整因子可以相同，也可以不同，以下以?xún)煞N調(diào)整因子相同為例進(jìn)行說(shuō)明。

在一個(gè)例子中，當(dāng)所述目標(biāo)數(shù)量大于n0，采用公式h1＝h*a重配置歷史的第二概率閾值；當(dāng)所述目標(biāo)數(shù)量小于n0，采用公式h1＝ha重配置歷史的第二概率閾值；其中，h1表示所述第一概率閾值，h表示所述第二概率閾值，a表示預(yù)設(shè)調(diào)整因子，a＞1。

預(yù)設(shè)調(diào)整因子是調(diào)整速度控制因子，因子越大，調(diào)整的速度越快，但也越不穩(wěn)定，因此，可以根據(jù)需求配置。在一個(gè)例子中，預(yù)設(shè)調(diào)整因子可以是預(yù)先設(shè)定的固定值。例如a＝1.1。在另一個(gè)例子中，預(yù)設(shè)調(diào)整因子可以根據(jù)目標(biāo)數(shù)量和期望數(shù)量的差距而靈活配置。例如，差距越大，預(yù)設(shè)調(diào)整因子越大，差距越小，預(yù)設(shè)調(diào)整因子越小。

可見(jiàn)，通過(guò)將概率閾值與大于1的預(yù)設(shè)調(diào)整因子相乘，從而增大概率閾值，通過(guò)將概率閾值與大于1的預(yù)設(shè)調(diào)整因子相除，從而減小概率閾值，實(shí)現(xiàn)快速更新概率閾值。

在另一個(gè)例子中，還可以采用其他方式重配置歷史的第二概率閾值，例如，當(dāng)所述目標(biāo)數(shù)量大于n0，采用公式h1＝h+a重配置歷史的第二概率閾值，當(dāng)所述目標(biāo)數(shù)量小于n0，采用公式h1＝h-a重配置歷史的第二概率閾值。針對(duì)其他重配置方式，在此不再一一贅述。

關(guān)于已推送用戶(hù)的期望數(shù)量，期望數(shù)量是已處理用戶(hù)中期望被推送目標(biāo)信息的用戶(hù)的數(shù)量。以下列舉幾種確定期望數(shù)量的方法。

在一個(gè)例子中，如果所述目標(biāo)數(shù)量為所有用戶(hù)中已推送用戶(hù)數(shù)量，則期望數(shù)量為所有用戶(hù)中期望推送用戶(hù)數(shù)量。

此時(shí)，n表示所有用戶(hù)中預(yù)定推送數(shù)量。

可見(jiàn)，該實(shí)施例直接將所有用戶(hù)中預(yù)定推送數(shù)量與已處理用戶(hù)比例進(jìn)行相乘，快速獲得期望數(shù)量。

特別是，如果將所有用戶(hù)等分為k部分，則采用公式獲得期望數(shù)量，可以提高確定期望數(shù)量的準(zhǔn)確性，進(jìn)而提高確定第一概率閾值的準(zhǔn)確性。

在另一個(gè)例子中，如果所述目標(biāo)數(shù)量為所有用戶(hù)中已推送用戶(hù)數(shù)量，則期望數(shù)量為所用用戶(hù)中期望推送用戶(hù)數(shù)量。

此時(shí)，m表示所有用戶(hù)數(shù)量，mi表示第i部分用戶(hù)數(shù)量，n表示所有用戶(hù)中預(yù)定推送數(shù)量。

由于可能存在k部分為不等分的情況，則先確定每組用戶(hù)數(shù)量與總用戶(hù)數(shù)量的比值根據(jù)比值確定該組用戶(hù)的期望數(shù)量再將已處理的各組用戶(hù)的期望數(shù)量相加即可得到已處理用戶(hù)中已推送用戶(hù)的期望數(shù)量。

可見(jiàn)，采用上述公式獲得的期望數(shù)量，準(zhǔn)確性高，進(jìn)而提高確定第一概率閾值的準(zhǔn)確性。

在一個(gè)例子中，如果所述目標(biāo)數(shù)量為第k-1部分中已推送用戶(hù)數(shù)量，則期望數(shù)量為第k-1部分中期望推送用戶(hù)數(shù)量。

此時(shí)，n表示所有用戶(hù)中預(yù)定推送數(shù)量。

本實(shí)施例直接將所有用戶(hù)中預(yù)定推送數(shù)量與k相除，快速獲得期望數(shù)量。特別是，如果將所有用戶(hù)等分為k部分，則采用公式獲得期望數(shù)量，可以提高確定期望數(shù)量的準(zhǔn)確性，進(jìn)而提高確定第一概率閾值的準(zhǔn)確性。

在另一個(gè)例子中，如果所述目標(biāo)數(shù)量為第k-1部分中已推送用戶(hù)數(shù)量，則期望數(shù)量為第k-1部分中期望推送用戶(hù)數(shù)量。

此時(shí)，m表示所有用戶(hù)數(shù)量，mk-1表示第k-1部分用戶(hù)數(shù)量，n表示所有用戶(hù)中預(yù)定推送數(shù)量。

由于可能存在利用不等分劃分方式將所有用戶(hù)劃分為k部分的情況，則先確定第k-1部分用戶(hù)數(shù)量與總用戶(hù)數(shù)量的比值根據(jù)比值確定該組用戶(hù)的期望數(shù)量即可得到n0。

可見(jiàn)，采用上述公式獲得的期望數(shù)量，準(zhǔn)確性高，進(jìn)而提高確定第一概率閾值的準(zhǔn)確性。

在獲得第一概率閾值后，針對(duì)第k部分用戶(hù)中的每個(gè)用戶(hù)，獲取該用戶(hù)對(duì)目標(biāo)信息的第二點(diǎn)擊概率；將所述第二點(diǎn)擊概率大于或等于所述第一概率閾值的用戶(hù)的終端，確定為待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端，并向所述目標(biāo)終端推送目標(biāo)信息。

以上實(shí)施方式中的各種技術(shù)特征可以任意進(jìn)行組合，只要特征之間的組合不存在沖突或矛盾，但是限于篇幅，未進(jìn)行一一描述，因此上述實(shí)施方式中的各種技術(shù)特征的任意進(jìn)行組合也屬于本說(shuō)明書(shū)公開(kāi)的范圍。

本公開(kāi)列舉其中一個(gè)組合進(jìn)行示例說(shuō)明。如圖3所示，圖3是本公開(kāi)根據(jù)一示例性實(shí)施例示出的另一種信息推送方法的流程圖，所述方法包括：

在步驟301中，從所有用戶(hù)中隨機(jī)抽取預(yù)定比例的用戶(hù)，獲得采樣用戶(hù)群。

在步驟302中，計(jì)算所述采樣用戶(hù)群中每個(gè)用戶(hù)針對(duì)目標(biāo)信息的第一點(diǎn)擊概率。

在步驟303中，根據(jù)所述第一點(diǎn)擊概率、所述預(yù)定比例以及所有用戶(hù)中預(yù)定推送數(shù)量確定第一概率閾值。

在步驟304中，將所有用戶(hù)進(jìn)行等分為k組。

在步驟305中，按照由1至k的順序，從所述k組中獲取未執(zhí)行推送操作的第k組，根據(jù)所述第一概率閾值從所述第k組用戶(hù)中確定所述待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端，并向目標(biāo)終端推送目標(biāo)信息。

其中，k＝1時(shí)，所采用的第一概率閾值可以為步驟303所確定的閾值，k∈(1,k]時(shí)，所采用的第一概率閾值基于已執(zhí)行推送操作的前k-1組用戶(hù)中已推送用戶(hù)的目標(biāo)數(shù)量和期望數(shù)量獲得。

在根據(jù)第一概率閾值從第k組用戶(hù)中確定所述待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端時(shí)，可以針對(duì)第k組用戶(hù)中每個(gè)用戶(hù)，獲取該用戶(hù)對(duì)目標(biāo)信息的第二點(diǎn)擊概率，若第二點(diǎn)擊概率大于或等于第一概率閾值，則將該用戶(hù)的終端確定為待推送用戶(hù)的目標(biāo)終端，并向該目標(biāo)終端推送目標(biāo)信息。依次對(duì)第k組的每個(gè)用戶(hù)執(zhí)行上述推送判斷和相應(yīng)處理，直到第k組的所有用戶(hù)處理完成?？梢?jiàn)，針對(duì)每個(gè)用戶(hù)而言，點(diǎn)擊概率確定完成，相應(yīng)的推送處理也完成。

在步驟306中，若k≠k，在對(duì)第k組內(nèi)所有用戶(hù)按照第一概率閾值進(jìn)行推送判斷并進(jìn)行相應(yīng)處理后，將已執(zhí)行推送操作的前k-1組用戶(hù)中已推送用戶(hù)的目標(biāo)數(shù)量和期望數(shù)量進(jìn)行比較，根據(jù)比較結(jié)果更新所述第一概率閾值，令k＝k+1，并返回步驟305，以便利用更新后的概率閾值對(duì)下一組內(nèi)用戶(hù)進(jìn)行推送判斷和相應(yīng)處理。

在步驟307中，若k＝k，推送處理結(jié)束。

由上述實(shí)施例可見(jiàn)，本公開(kāi)基于采樣用戶(hù)群預(yù)估出概率閾值，并在每組用戶(hù)處理完后，對(duì)概率閾值進(jìn)行更新，避免最終推送的用戶(hù)數(shù)量與預(yù)定用戶(hù)數(shù)量存在較大差異的缺陷。同時(shí)，針對(duì)每組內(nèi)每個(gè)用戶(hù)進(jìn)行推送判斷和相應(yīng)的推送處理，提高了推送實(shí)時(shí)性。

為了方便理解，以下以一個(gè)具體應(yīng)用實(shí)例進(jìn)行說(shuō)明。假設(shè)所有用戶(hù)的總用戶(hù)數(shù)量為m、所有用戶(hù)中預(yù)定推送數(shù)量n、預(yù)定比例為1％。從所有用戶(hù)中隨機(jī)選擇1％的用戶(hù)，獲得m/100人數(shù)的采樣用戶(hù)群，計(jì)算采樣用戶(hù)群中每個(gè)用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率，將采樣用戶(hù)群中各用戶(hù)的點(diǎn)擊概率按大小進(jìn)行排序，獲得概率集合，將概率集合中排名第n/100號(hào)的點(diǎn)擊概率確定為概率閾值h。

將所有用戶(hù)劃分為k等分。針對(duì)第一組的用戶(hù)，確定當(dāng)前用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率；將點(diǎn)擊概率與點(diǎn)擊概率閾值h進(jìn)行比較，根據(jù)比較結(jié)果判斷是否向所述當(dāng)前用戶(hù)的用戶(hù)終端推送所述目標(biāo)信息，并執(zhí)行相應(yīng)的推送處理。當(dāng)?shù)谝唤M內(nèi)所有用戶(hù)按照概率閾值h進(jìn)行推送判斷并進(jìn)行相應(yīng)處理后，將第一組內(nèi)實(shí)際推送的用戶(hù)數(shù)量n1與進(jìn)行比較，如果則將概率閾值更新為h1＝h*1.1，如果則將概率閾值更新為h1＝h/1.1，并對(duì)第二組內(nèi)所有用戶(hù)按照概率閾值h1進(jìn)行推送判斷并進(jìn)行相應(yīng)處理，以此類(lèi)推。當(dāng)1到k-1組用戶(hù)計(jì)算完成后，實(shí)際推送的用戶(hù)數(shù)量為n1～k-1，如果則將概率閾值更新為hk-1＝hk-2*1.1，如果則將概率閾值更新為hk-1＝hk-2/1.1，并對(duì)第k組內(nèi)所有用戶(hù)按照概率閾值hk-1進(jìn)行推送判斷和相應(yīng)處理。

與前述信息推送方法的實(shí)施例相對(duì)應(yīng)，本公開(kāi)還提供了信息推送裝置及其所應(yīng)用的服務(wù)端的實(shí)施例。

如圖4所示，圖4是本公開(kāi)根據(jù)一示例性實(shí)施例示出的一種信息推送裝置的框圖，所述裝置包括：閾值獲取模塊41、終端確定模塊42和推送操作模塊43。

其中，閾值獲取模塊41，被配置為根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值。

終端確定模塊42，被配置為根據(jù)所述第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

推送操作模塊43，被配置為針對(duì)所述目標(biāo)終端執(zhí)行推送操作。

由上述實(shí)施例可見(jiàn)，根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值并執(zhí)行相應(yīng)推送操作，無(wú)需等到所有用戶(hù)的點(diǎn)擊概率計(jì)算完成后才確定概率閾值并執(zhí)行相應(yīng)推送操作，從而提高了推送信息的實(shí)時(shí)性。同時(shí)，由于所有用戶(hù)中用戶(hù)對(duì)目標(biāo)信息的點(diǎn)擊概率分布不均勻，因此通過(guò)已推送用戶(hù)的目標(biāo)數(shù)量更新第一概率閾值，可以提高概率閾值的準(zhǔn)確性，使所有用戶(hù)中實(shí)際推送數(shù)量與預(yù)定推送數(shù)量更加接近。

如圖5所示，圖5是本公開(kāi)根據(jù)一示例性實(shí)施例示出的另一種信息推送裝置的框圖，該實(shí)施例在前述圖4所示實(shí)施例的基礎(chǔ)上，所有用戶(hù)被劃分為k部分；所述終端確定模塊42，包括：獲取子模塊421和終端確定子模塊422。

其中，獲取子模塊421，被配置為按照由1至k的順序，從所述k部分中獲取未執(zhí)行推送操作的第k部分，k∈[1,k]。

終端確定子模塊422，被配置為根據(jù)所述第一概率閾值從所述第k部分用戶(hù)中確定所述待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

由上述實(shí)施例可見(jiàn)，將所有用戶(hù)劃分為k部分，根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值，利用第一概率閾值對(duì)當(dāng)前組用戶(hù)執(zhí)行推送判斷和相應(yīng)處理。在對(duì)當(dāng)前組所有用戶(hù)進(jìn)行處理后，由于已推送用戶(hù)的數(shù)量發(fā)生變化，則可以根據(jù)已推送用戶(hù)的數(shù)量更新概率閾值，作為下一組信息推送判斷中的概率閾值，從而實(shí)現(xiàn)動(dòng)態(tài)更新概率閾值，提高概率閾值的準(zhǔn)確性，進(jìn)而使所有用戶(hù)中實(shí)際推送數(shù)量與預(yù)定推送數(shù)量更加接近。

在一個(gè)可選的實(shí)現(xiàn)方式中，所述目標(biāo)數(shù)量為所有用戶(hù)中已推送用戶(hù)數(shù)量，或所述目標(biāo)數(shù)量為第k-1部分中已推送用戶(hù)數(shù)量。

由上述實(shí)施例可見(jiàn)，將所有用戶(hù)中已推送用戶(hù)數(shù)量作為確定第一概率閾值的影響因素，可以提高確定第一概率閾值的準(zhǔn)確性。

如圖6所示，圖6是本公開(kāi)根據(jù)一示例性實(shí)施例示出的另一種信息推送裝置的框圖，該實(shí)施例在前述圖4所示實(shí)施例的基礎(chǔ)上，k∈(1,k]，所述閾值獲取模塊41包括：數(shù)量獲取子模塊411和閾值重配置子模塊412。

其中，數(shù)量獲取子模塊411，被配置為獲取已推送用戶(hù)的目標(biāo)數(shù)量。

閾值重配置子模塊412，配置為當(dāng)所述目標(biāo)數(shù)量大于n0，重配置歷史的第二概率閾值，得到第一概率閾值，所述第一概率閾值大于所述第二概率閾值；當(dāng)所述目標(biāo)數(shù)量小于n0，重配置歷史的第二概率閾值，得到第一概率閾值，所述第一概率閾值小于所述第二概率閾值；其中，所述n0為已推送用戶(hù)的期望數(shù)量。

由上述實(shí)施例可見(jiàn)，將已處理用戶(hù)中已推送用戶(hù)的目標(biāo)，與已推送用戶(hù)的期望數(shù)量進(jìn)行比較，根據(jù)比較結(jié)果更新概率閾值，從而獲得更新后的概率閾值，實(shí)現(xiàn)快速更新概率閾值。

在一個(gè)可選的實(shí)現(xiàn)方式中，如果所述目標(biāo)數(shù)量為所有用戶(hù)中已推送用戶(hù)數(shù)量，或

其中，m表示所有用戶(hù)數(shù)量，mi表示第i部分用戶(hù)數(shù)量，n表示所有用戶(hù)中預(yù)定推送數(shù)量。

在一個(gè)可選的實(shí)現(xiàn)方式中，如果所述目標(biāo)數(shù)量為第k-1部分中已推送用戶(hù)數(shù)量，或

其中，m表示所有用戶(hù)數(shù)量，mk-1表示第k-1部分用戶(hù)數(shù)量，n表示所有用戶(hù)中預(yù)定推送數(shù)量。

在一個(gè)可選的實(shí)現(xiàn)方式中，所述閾值重配置子模塊412，具體配置為：

當(dāng)所述目標(biāo)數(shù)量大于n0，采用公式h1＝h*a重配置歷史的第二概率閾值。

當(dāng)所述目標(biāo)數(shù)量小于n0，采用公式h1＝h/a重配置歷史的第二概率閾值。

其中，h1表示所述第一概率閾值，h表示所述第二概率閾值，a表示預(yù)設(shè)調(diào)整因子，a＞1。

由上述實(shí)施例可見(jiàn)，通過(guò)將概率閾值與大于1的預(yù)設(shè)調(diào)整因子相乘，從而增大概率閾值，通過(guò)將概率閾值與大于1的預(yù)設(shè)調(diào)整因子相除，從而減小概率閾值，實(shí)現(xiàn)快速更新概率閾值。

如圖7所示，圖7是本公開(kāi)根據(jù)一示例性實(shí)施例示出的另一種信息推送裝置的框圖，該實(shí)施例在前述圖4所示實(shí)施例的基礎(chǔ)上，如果k＝1，所述閾值獲取模塊41包括：用戶(hù)群采樣子模塊413、概率計(jì)算子模塊414和閾值確定子模塊415。

其中，用戶(hù)群采樣子模塊413，被配置為從所有用戶(hù)中隨機(jī)抽取預(yù)定比例的用戶(hù)，獲得采樣用戶(hù)群。

概率計(jì)算子模塊414，被配置為計(jì)算所述采樣用戶(hù)群中每個(gè)用戶(hù)針對(duì)目標(biāo)信息的第一點(diǎn)擊概率。

閾值確定子模塊415，被配置為根據(jù)所述第一點(diǎn)擊概率、所述預(yù)定比例以及所有用戶(hù)中預(yù)定推送數(shù)量確定第一概率閾值。

由上述實(shí)施例可見(jiàn)，從所有用戶(hù)中隨機(jī)抽取預(yù)定比例的用戶(hù)，僅計(jì)算部分用戶(hù)的第一點(diǎn)擊概率，并利用第一點(diǎn)擊概率確定第一概率閾值，可以減少計(jì)算量。另外，由于第一概率閾值與目標(biāo)信息的相關(guān)性較高，則此方式獲得的第一概率閾值相較于直接指定的閾值，準(zhǔn)確性較高。

在一個(gè)可選的實(shí)現(xiàn)方式中，所述閾值確定子模塊415，具體配置為：

將所述第一點(diǎn)擊概率按從大到小的順序進(jìn)行排序，獲得概率集合。

將所述概率集合中排名第(n*r)的第一點(diǎn)擊概率確定為第一概率閾值。

其中，n表示所有用戶(hù)中預(yù)定推送數(shù)量，r表示所述預(yù)定比例。

在一個(gè)可選的實(shí)現(xiàn)方式中，所述終端確定子模塊422，具體被配置為：

針對(duì)第k部分用戶(hù)中的每個(gè)用戶(hù)，獲取該用戶(hù)對(duì)目標(biāo)信息的第二點(diǎn)擊概率。

將所述第二點(diǎn)擊概率大于或等于所述第一概率閾值的用戶(hù)的終端，確定為待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

相應(yīng)的，本公開(kāi)還提供一種信息推送裝置，所述裝置包括有處理器；用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；其中，所述處理器被配置為：

根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值。

根據(jù)所述第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

針對(duì)所述目標(biāo)終端執(zhí)行推送操作。

上述裝置中各個(gè)模塊的功能和作用的實(shí)現(xiàn)過(guò)程具體詳情見(jiàn)上述方法中對(duì)應(yīng)步驟的實(shí)現(xiàn)過(guò)程，在此不再贅述。

對(duì)于裝置實(shí)施例而言，由于其基本對(duì)應(yīng)于方法實(shí)施例，所以相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。以上所描述的裝置實(shí)施例僅僅是示意性的，其中所述作為分離部件說(shuō)明的模塊可以是或者也可以不是物理上分開(kāi)的，作為模塊顯示的部件可以是或者也可以不是物理模塊，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)模塊上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部模塊來(lái)實(shí)現(xiàn)本公開(kāi)方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。

如圖8所示，圖8是根據(jù)一示例性實(shí)施例示出的一種用于信息推送的裝置800的框圖。

例如，裝置800可以被提供為服務(wù)器設(shè)備。參照?qǐng)D8，系統(tǒng)800包括處理組件822，其進(jìn)一步包括一個(gè)或多個(gè)處理器，以及由存儲(chǔ)器832所代表的存儲(chǔ)器資源，用于存儲(chǔ)可由處理部件822的執(zhí)行的指令，例如應(yīng)用程序。存儲(chǔ)器832中存儲(chǔ)的應(yīng)用程序可以包括一個(gè)或一個(gè)以上的每一個(gè)對(duì)應(yīng)于一組指令的模塊。此外，處理組件822被配置為執(zhí)行指令，以執(zhí)行上述信息推送方法。

系統(tǒng)800還可以包括一個(gè)電源組件826被配置為執(zhí)行系統(tǒng)800的電源管理，一個(gè)有線或無(wú)線網(wǎng)絡(luò)接口850被配置為將系統(tǒng)800連接到網(wǎng)絡(luò)，和一個(gè)輸入輸出(i/o)接口858。系統(tǒng)800可以操作基于存儲(chǔ)在存儲(chǔ)器832的操作系統(tǒng)。

其中，當(dāng)所述存儲(chǔ)器832中的指令由所述處理組件822執(zhí)行時(shí)，使得系統(tǒng)800能夠執(zhí)行一種信息推送方法，包括：

根據(jù)已推送用戶(hù)的目標(biāo)數(shù)量獲取第一概率閾值。

根據(jù)所述第一概率閾值確定待推送用戶(hù)對(duì)應(yīng)的目標(biāo)終端。

針對(duì)所述目標(biāo)終端執(zhí)行推送操作。

本領(lǐng)域技術(shù)人員在考慮說(shuō)明書(shū)及實(shí)踐這里公開(kāi)的發(fā)明后，將容易想到本公開(kāi)的其它實(shí)施方案。本公開(kāi)旨在涵蓋本公開(kāi)的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開(kāi)的一般性原理并包括本公開(kāi)未公開(kāi)的本技術(shù)領(lǐng)域中的公知常識(shí)或慣用技術(shù)手段。說(shuō)明書(shū)和實(shí)施例僅被視為示例性的，本公開(kāi)的真正范圍和精神由下面的權(quán)利要求指出。

應(yīng)當(dāng)理解的是，本公開(kāi)并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本公開(kāi)的范圍僅由所附的權(quán)利要求來(lái)限制。

以上所述僅為本公開(kāi)的較佳實(shí)施例而已，并不用以限制本公開(kāi)，凡在本公開(kāi)的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本公開(kāi)保護(hù)的范圍之內(nèi)。