具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

如图1所示，本发明实施例提供一种推送策略确定方法，包括步骤S100-S600：

S100、获取用户数据。

本发明实施例中，用户数据包括若干个用户的用户信息，用户信息包括消费次数信息、每一消费次数信息对应的消费日期信息以及用户ID。可选地，消费次数信息可以包括消费次数、每一次消费的消费金额以及每一次消费的消费数量等，例如购买某一商品的购买次数，每一次购买的金额以及每一次购买具体的数量。另外，消费日期信息可以为每一次消费对应的消费日期，例如消费日期可以以年/月/日的方式进行记录。

可选地，在获取用户数据之后还可以对数据进行清洗处理，例如：1)确定消费日期信息是否与预设格式一致，YYYY/MM/DD(年/月/日)，若不一致则需要过滤数据；2)消费金额是否正常，如有负数或0，需判断异常是否，例如：正常情况:(如销量为负(退货)或商品单价为0)，则不予处理；异常情况:(如销量为正(正常销售)或商品单价>0)，则定义为脏数据，需过滤数据。

S200、将消费次数信息大于等于消费次数阈值的用户确定为候选用户，并从候选用户中确定目标用户。

本发明实施例中，消费次数阈值可以根据设定，不作具体限定。具体地，以消费次数阈值为三作为例子，将消费次数信息大于等于三的用户，具体地为消费次数大于等于三的用户(即三购用户)确定为候选用户，然后从候选用户中确定目标用户。例如，当消费次数大于等于三的用户为用户A、用户B、用户C、用户D、用户F，则将用户A、用户B、用户C、用户D、用户F确定为候选用户，然后可以选取其中一个候选用户作为目标用户，例如用户A。

S300、根据候选用户的消费次数信息以及消费日期信息，确定目标用户的第一消费间隔以及候选用户整体的第二消费间隔。

具体地，步骤300通过步骤S310实现：

S310、根据候选用户的消费次数信息以及消费日期信息，确定目标用户的个人平均消费间隔以及个人消费间隔方差，并确定候选用户整体的整体平均消费间隔以及整体消费间隔方差。其中，第一消费间隔包括个人平均消费间隔以及个人消费间隔方差；第二消费间隔包括整体平均消费间隔以及整体消费间隔方差。

具体地，例如目标用户A的消费次数为三次且消费日期对应为2020/01/01、2020/01/18、2020/01/31，用户B的消费次数为三次且消费日期对应为2020/02/01、2020/02/05、2020/02/21，则可以确定目标用户A的消费间隔为17、13，然后可以计算得到个人平均消费间隔为15，个人消费间隔方差的计算利用现有的计算方法，不再赘述。同理，可以确定用户B的消费间隔为4、16，因此根据目标用户A和用户B可以计算得到整体平均消费间隔为12.5，整体消费间隔方差方法同样利用现有的计算方法，不再赘述。需要说明的是，当候选用户具有多个时，可以根据上述原理进行计算。

S400、根据目标用户的消费次数信息、第一消费间隔以及第二消费间隔，确定优化的个体消费间隔。

具体地，步骤S400包括步骤S401-S404：

S401、根据目标用户的消费次数信息，确定目标用户的消费总次数。

可选地，消费总次数可以为消费次数，或者也可以为购买某个重复购买某个商品的次数，具体不作限定。

S402、根据整体平均消费间隔与整体消费间隔方差的比值，确定第一参数，并根据第一参数与消费总次数的和确定第一数值。

具体地，第一数值的计算公式为：

n_i+α-1

第一参数α的计算公式为：

α＝mu²/sigma+2

其中，mu为整体平均消费间隔，sigma为整体消费间隔方差，n_i为第i个用户消费总次数。需要说明的是，第i个用户即从候选用户中确定的目标用户，本发明实施例中以目标用户A为例。

S403、根据整体平均消费间隔与整体消费间隔方差，确定第二参数。

具体地，第二参数θ的计算公式为：

其中，mu为整体平均消费间隔，sigma为整体消费间隔方差。

S404、根据消费总次数、个人平均消费间隔、第一参数以及第二参数，确定优化的个体消费间隔。

具体地，优化的个体消费间隔的计算公式为：

其中，E_i为第i个用户的优化的个体消费间隔，为对个人平均消费间隔的最终优化结果，为个人平均消费间隔。可以理解的是，当第i个用户为目标用户A时，个人平均消费间隔即为目标用户A的个人平均消费间隔，优化的个体消费间隔即为目标用户A的优化的个体消费间隔。

可选地，本发明实施例的推送策略确定方法在步骤S400之前还可以包括步骤S410-S430：

S410、确定个人平均消费间隔对应的第一权重。

S420、确定整体平均消费间隔对应的第二权重。

S430、根据个人平均消费间隔、第一权重、整体平均消费间隔以及第二权重进行加权，作为新的个人平均消费间隔。

具体地，优化公式为：

G＝w₁×(IM)+w₂×(GM)

其中，IM为个人平均消费间隔，w₁为第一权重，GM为整体平均消费间隔，w₂为第二权重。其中，第一权重和第一权重的和为1，个人平均消费间隔以及整体平均消费间隔可以通过步骤S300确定。可选地，当整体平均消费间隔大于预设次数，可以使得第一权重大于第二权重；当整体平均消费间隔小于预设次数，可以使得第一权重小于第二权重，例如，当第一权重为0时，则完全以整体平均消费间隔为主；若整体平均消费间隔等于预设次数，可以使得第一权重等于大于第二权重，不作具体限定。其中，G为对个人平均消费间隔的初始优化结果，可以将G作为新的个人平均消费间隔，代入步骤S404中，作为新的从而求得优化的个体消费间隔E_i。

S500、根据个体消费间隔和目标用户最后一次的消费日期信息，确定目标用户的生命周期。

具体地，步骤S500包括步骤S501-S505：

S501、根据个体消费间隔计算标准差。

具体地，计算公式为：

其中，σ_i代表第i个用户对应的标准差，E_i为个体消费间隔。

S502、将个体消费间隔作为数学期望，根据数学期望、标准差以及半正态分布函数，确定目标用户的生命周期分布。

本发明实施例中，半正态分布函数Half Normal()函指的是取正态分布函数的其中一半。具体地，将E_i作为数学期望o，从而根据半正态分布函数Half确定目标用户的生命周期分布。例如，当目标用户A的个体消费间隔E_i为3.744305512，则o为3.744305512，计算σ_i为4.692791032，从而确定半正态分布函数Half Normal(3.744305512，4.692791032²)，得到目标用户的生命周期分布。

S503、根据生命周期分布，确定生命周期区间。

本发明实施例中，根据累积分布函数(Cumulative Distribution Function，CDF)确定生命周期区间的区间值，需要说明的是，区间值的选取规则可以根据实际需要进行调整，不作具体限定。具体地，以CDF的50％、75％、80％、90％为例，另第一区间值A(Existing)为CDF的50％，第二区间值S1为CDF的75％，第三区间值S2为CDF的80％，第四区间值S3为CDF的90％，从而得到生命周期区间，例如：既有会员区间：0～A(Existing)，瞌睡会员区间：A(Existing)～S1，浅睡会员区间：S1～S2，沉睡会员区间：S2～S3。

S504、获取当前日期信息。

S505、计算当前日期信息与目标用户最后一次的消费日期信息的间距值，确定间距值对应的生命周期区间作为目标用户的生命周期。

例如，当前日期信息为2021/06/20，目标用户最后一次的消费日期信息中消费日期为2021/06/18，则当前日期信息与目标用户最后一次的消费日期信息的间距值为2，若A(Existing)＝3.165239451，S1＝5.398349256，S2＝6.755420378，S3＝7.71895435，即既有会员区间：0～3.165239451，瞌睡会员区间：3.165239451～5.398349256，浅睡会员区间：5.398349256～6.755420378，沉睡会员区间：6.755420378～7.71895435，间距值为2位于既有会员区间，即目标用户的生命周期为既有会员区间，即目标用户处于既有会员的生命周期，目标用户为既有会员。可以理解的是，若间距值位于瞌睡会员区间，则目标用户为目标用户；若间距值位于浅睡会员区间，则目标用户为浅睡会员；若间距值位于沉睡会员区间，则目标用户为沉睡会员。需要说明的是，若间距值大于S3，同样对应沉睡会员区间。

S600、根据生命周期，从预设策略中确定目标用户的第一推送策略。

可选地，事先根据处于不同生命周期用户设定对应的预设策略，每一生命周期的均设置有对应的推送策略。例如，当目标用户A的生命周期确定为既有会员区间，即目标用户处于既有会员的生命周期，此时从预设策略中确定既有会员的生命周期对应的推送策略，作为目标用户的第一推送策略。需要说明的是，当确定目标用户的生命周期后，基于人工智能根据生命周期自动化分类推送策略。

可选地，如表1所示，实例性地给出预设策略，但不构成本发明实施例中预设策略的具体限定。预设策略中的每一推送策略包括在预设沟通时间、通过预设沟通方式向用户发送预设沟通内容、沟通频次、目的、沟通对象、计划内容(未图示)和备注(未图示)等等。需要说明的是，预设沟通时间、预设沟通方式以及预设沟通内容都可以根据实际需求确定。需要说明的是，预设策略还可以包括对所有用户定义的推送策略，例如预设沟通内容为生日礼物赠送或者积分使用等等。

表1

需要说明的是，表1中的内容仅示出部分，还可以包括其他内容，且表1中的内容仅示例性的举出，不作具体的限定。其中，Interval可以为预设间隔、整体平均消费间隔、个人平均消费间隔、优化的个体消费间隔等；S3-10可以指的是区间S3-10，则在S3-10的时间内通过SMS/微信/EDM向沉睡会员发送两次预设沟通内容；或者也可以为S3与10作差，其中若作差后非整数则取整数，若为负数则取0，表格中的其他内容同理，不再赘述。

本发明实施例的推送策略确定方法还包括步骤S700:

S700、将消费次数信息小于消费次数阈值的用户作为新用户，从预设策略中确定新用户的第二推送策略。

本发明实施例中，以消费次数阈值为三作为例子，将消费次数信息小于三的用户，具体地为消费次数小于三的用户(即一购用户和二购用户)确定为新用户，然后从预设策略中确定新用户的第二推送策略。可以理解的是，消费次数小于三的用户即代表生命周期为新用户周期的用户，第二推送策略可以从表1中沟通对象为新用户的对应的预设策略中确定。

如图2所示，本发明实施例还提供一种执行方法，包括步骤S801-S802：

S801、确定目标推送策略。

其中，目标推送策略为根据上述推送策略确定方法确定的第一推送策略或者第二推送策略；

S802、执行目标推送策略。

本发明实施例的推送策略确定方法，通过计算用户所处的生命周期从而确定对应的推送策略，充充分考虑个性化行为对生命周期的影响，提高确定目标用户生命周期的准确性，从而能够针对性地确定目标用户的第一推送策略，提高了适用性和有效性。同时，通过上述执行方法执行目标推送策略，有利于提升电商平台在推广活动投放的广告的转化率，提升电商平台筛选营销用户效率及准确率，提升电商平台营销活动的转化率，降低用户流失的概率，针对会员开展全生命周期的自动化沟通提高复购率。

如图3所示，本发明实施例中，采用的技术架构包括数据存储层、数据处理层以及数据应用层。其中，数据存储层用于执行步骤S100，数据处理层用于执行步骤S200-S500,数据应用层用于执行步骤S600以及步骤S802。

可选地，数据存储层采用Hadoop为分布式系统基础架构，Hadoop是一个能够对大量数据进行分布式处理的软件框架，能够与IT系统、SAP系统、大数据平台以及其他应用数据相关系统等外部系统对接获取用户数据，其中IT系统、SAP系统可以为原始用户数据存储的系统，而用户数据的获取即:从IT系统、SAP等外部系统抽取到hadoop的过程。

可选地，数据处理层包括数据明细层ODS、数据中间层DWD、数据服务层DWS、维度层DIM、临时表TMP以及计算引擎。其中，数据明细层ODS为数据准备区，也称为贴源层，原始用户数据的数据表通常会原封不动的存储一份，是后续加工数据的来源。数据中间层DWD是业务层与数据仓库的隔离层，主要对ODS数据层做一些数据清洗和规范化的操作。基于DWB上的基础数据，整合汇总成分析某一个主题域的服务数据层，一般是宽表，用于提供后续的业务查询、OLAP分析、数据分发等。其中，数据清洗及加工汇总:ODS->DWD->DWS；计算引擎包括但不限于presto计算引擎和python计算引擎，用于生命周期的计算。

可选地，数据应用层包括应用服务Spring Cloud，用于结果呈现及相关运营策略的实现，具体为结果呈现及自动化分类推送策略，能够与外部模块连接，实现服务开放功能。

本发明实施例还提供了一种推送策略确定装置，该装置包括处理器以及存储器；

存储器用于存储程序；

处理器用于执行程序实现本发明实施例的推送策略确定方法。本发明实施例的装置可以实现推送策略确定的功能。该装置可以为包括手机、平板电脑、电脑、个人数字助理(Personal Digital Assistant，简称PDA)、销售终端(Point of Sales，简称POS)、车载电脑等任意智能终端。

上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。

本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有程序，该程序被处理器执行完成如前述发明实施例的推送策略确定方法。

本发明实施例还提供一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行前述发明实施例的推送策略确定方法。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，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。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。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单元来实现本实施例方案的目的。另外，在本申请各个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。

集成的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取存储介质中。基于这样的理解，本申请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介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。

以上，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。