消息发送方法、装置、设备和计算机可读存储介质与流程

电子通信装置的制造及其应用技术1.本文件涉及移动通信领域，尤其涉及一种消息发送方法、装置、设备和计算机可读存储介质。背景技术：2.目前，通信运营商经常会向通信用户(下文简称用户)发送通知类短信，如在节假日期间发送关怀类短信、在网络故障期间发送通知短信。现有技术中，通信运营商向每个用户都发送通知类短信，然而，并不是每个用户都会浏览通知类短信，部分用户可能选择直接删除或忽略该类短信。由此可见，向每个用户都发送通知类短信，存在短信发送数量过多，浪费资源的问题，而且，向每个用户都发送通知类短信，也容易对用户造成打扰，造成用户满意度下降。技术实现要素：3.本说明书一个实施例的目的是提供一种消息发送方法、装置、设备和计算机可读存储介质，以解决向每个用户都发送通知类短信，短信发送数量过多，浪费资源，而且，容易对用户造成打扰，造成用户满意度下降的问题。4.为解决上述技术问题，本说明书一个实施例是这样实现的：5.第一方面，本说明书一个实施例提供了一种消息发送方法，包括：6.在用户集合中，根据每个所述用户的行为数据，生成每个所述用户的用户画像；其中，所述用户画像包括至少一个用户标签，每个所述用户标签对应一种用户行为；7.根据每个所述用户的用户画像，挖掘所述用户标签的频繁项集，在所述用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集；所述目标用户标签为对应于目标消息分享行为的用户标签；8.根据所述目标频繁项集，在所述用户集合中查找目标用户，所述目标用户的用户画像包括所述目标频繁项集中的任意一个用户标签；9.根据所述目标用户之间的目标消息分享行为的行为数据，在所述目标用户中筛选相对于所述目标消息分享行为的核心用户，向所述核心用户发送针对所述用户集合的通知消息。10.第二方面，本说明书另一个实施例提供了一种消息发送装置，包括：11.画像生成单元，用于在用户集合中，根据每个所述用户的行为数据，生成每个所述用户的用户画像；其中，所述用户画像包括至少一个用户标签，每个所述用户标签对应一种用户行为；12.集合确定单元，用于根据每个所述用户的用户画像，挖掘所述用户标签的频繁项集，在所述用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集；所述目标用户标签为对应于目标消息分享行为的用户标签；13.用户查找单元，用于根据所述目标频繁项集，在所述用户集合中查找目标用户，所述目标用户的用户画像包括所述目标频繁项集中的任意一个用户标签；14.消息发送单元，用于根据所述目标用户之间的目标消息分享行为的行为数据，在所述目标用户中筛选相对于所述目标消息分享行为的核心用户，向所述核心用户发送针对所述用户集合的通知消息。15.第三方面，本说明书又一个实施例提供了一种消息发送设备，包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述计算机可执行指令在上述处理器上运行时，能够实现上述第一方面所述的方法的步骤。16.第四方面，本说明书再一个实施例提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令在被处理器执行时，能够实现上述第一方面所述的方法的步骤。17.本说明书一实施例中，由于在用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集，目标用户标签为对应于目标消息分享行为的用户标签，因此目标频繁项集能够表示与目标消息分享行为频繁出现的其他用户行为。由于目标用户的用户画像包括目标频繁项集中的任意一个用户标签，因此目标用户具备目标消息分享行为，或者具备与目标消息分享行为频繁出现的其他行为，因此目标用户具备较强的消息传播能力。由于核心用户是根据目标用户之间的目标消息分享行为的行为数据在目标用户中筛选得到，因此核心用户也具备较强的消息传播能力，而且核心用户的数量少于目标用户。通过向核心用户发送通知消息，能够达到向小部分的具有较强的消息传播能力的用户发送通知消息，从而使得消息传播给大部分用户的效果，从而解决向每个用户都发送通知类短信，短信发送数量过多，浪费资源，而且，容易对用户造成打扰，造成用户满意度下降的问题。附图说明18.为了更清楚地说明本说明书一个或多个实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。19.图1为本说明书一实施例提供的消息发送方法的流程示意图；20.图2为本说明书一实施例提供的用户标签a、b、c、d的组合示意图；21.图3为本说明书一实施例提供的消息发送装置的模块组成示意图；22.图4为本说明书一实施例提供的消息发送设备的结构示意图。具体实施方式23.为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。24.本说明书一个实施例的目的是提供一种消息发送方法、装置、设备和计算机可读存储介质，以解决向每个用户都发送通知类短信，短信发送数量过多，浪费资源，而且，容易对用户造成打扰，造成用户满意度下降的问题。25.图1为本说明书一实施例提供的消息发送方法的流程示意图，该方法可以应用于通信运营商的后台服务器侧，由通信运营商的服务器执行，如图1所示，该方法包括以下步骤：26.步骤s102，在用户集合中，根据每个用户的行为数据，生成每个用户的用户画像；其中，用户画像包括至少一个用户标签，每个用户标签对应一种用户行为；27.步骤s104，根据每个用户的用户画像，挖掘用户标签的频繁项集，在用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集；目标用户标签为对应于目标消息分享行为的用户标签；28.步骤s106，根据目标频繁项集，在用户集合中查找目标用户，目标用户的用户画像包括目标频繁项集中的任意一个用户标签；29.步骤s108，根据目标用户之间的目标消息分享行为的行为数据，在目标用户中筛选相对于目标消息分享行为的核心用户，向核心用户发送针对用户集合的通知消息。30.本说明书一实施例中，由于在用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集，目标用户标签为对应于目标消息分享行为的用户标签，因此目标频繁项集能够表示与目标消息分享行为频繁出现的其他用户行为。由于目标用户的用户画像包括目标频繁项集中的任意一个用户标签，因此目标用户具备目标消息分享行为，或者具备与目标消息分享行为频繁出现的其他行为，因此目标用户具备较强的消息传播能力。由于核心用户是根据目标用户之间的目标消息分享行为的行为数据在目标用户中筛选得到，因此核心用户也具备较强的消息传播能力，而且核心用户的数量少于目标用户。通过向核心用户发送通知消息，能够达到向小部分的具有较强的消息传播能力的用户发送通知消息，从而使得消息传播给大部分用户的效果，从而解决向每个用户都发送通知类短信，短信发送数量过多，浪费资源，而且，容易对用户造成打扰，造成用户满意度下降的问题。31.本实施例中，当通信运营商需要向某些用户发送通知类消息如通知类短信时，可以将这些用户组合为用户集合。这些用户可以是位于某地理区域如某省份的用户，也可以是办理有某通信套餐如亲情省的用户。32.上述步骤s102中，在用户集合中，根据每个用户的行为数据，生成每个用户的用户画像。用户画像包括至少一个用户标签，每个用户标签对应一种用户行为。该步骤具体包括以下几个动作：33.(a1)根据每个用户的行为数据，确定每个用户相对于每种预设用户行为的行为权重值；34.(a2)获取与每种预设用户行为相对应的第一用户标签，根据每个用户相对于每种预设用户行为的行为权重值，确定每个用户相对于每个第一用户标签的标签权重值；35.(a3)根据每个用户相对于每个第一用户标签的标签权重值，在各个第一用户标签中，为每个用户选取相对应的第二用户标签；36.(a4)根据每个用户对应的第二用户标签，生成每个用户的用户画像。37.本实施例中，为每个用户生成用户画像的过程完全相同，因此后文以一个用户为例进行具体解释。38.本实施例中，预设用户行为包括基于通信套餐的消息分享行为和基于应用程序的消息分享行为。基于通信套餐的消息分享行为可以包括基于通信套餐的通话行为和消息发送行为，通信套餐可以包括一个或多个预设的通信套餐，通话行为包括语音通话行为、视频通话行为中的至少一种，消息发送行为包括发短信、发彩信中的至少一种。基于应用程序的消息分享行为可以包括基于应用程序的语音通话行为、视频通话行为和消息发送行为，应用程序可以包括一个或多个预设的应用程序，消息发送行为可以发送文字、图片、语音中的至少一种。39.这里以通信套餐为合家欢，应用程序包括微信和qq为例，上述的预设用户行为包括基于合家欢的语音通话行为、基于合家欢的发短信行为、基于微信的语音通话行为、视频通话行为和消息发送行为、基于qq的语音通话行为、视频通话行为和消息发送行为。可见，预设用户行为的种类随着预设的通信套餐和预设的应用程序的数量的增多而增多，实际应用中，可以根据实际需求确定预设的通信套餐和预设的应用程序。比如，当想在某通信套餐的全部用户中确定接收消息的核心用户时，可以设置该通信套餐为与预设用户行为对应的通信套餐，为便于实施本方案，可以设置当前热门的通信类应用程序为与预设用户行为对应的应用程序。40.上述动作(a1)中，根据每个用户的行为数据，确定每个用户相对于每种预设用户行为的行为权重值，具体包括：41.(a11)根据每个用户的行为数据，确定每个用户相对于每种预设用户行为的行为频率和/或行为时长；42.(a12)根据确定的行为频率和/或行为时长，确定每个用户相对于每种预设用户行为的行为权重值。43.具体地，动作(a11)中，以预设用户行为包括基于合家欢的语音通话行为、基于合家欢的发短信行为、基于微信的语音通话行为、视频通话行为和消息发送行为、基于qq的语音通话行为、视频通话行为和消息发送行为为例，以一个用户为例，根据该用户的行为数据，确定该用户相对于每种用户预设用户行为的行为频率和/或行为时长，也即，确定该用户基于合家欢的语音通话的频率和/或时长、基于合家欢的发短信的频率和/或时长、基于微信的语音通话的频率和/或时长、基于微信的视频通话的频率和/或时长、基于微信的消息发送的频率和/或时长、基于qq的语音通话的频率和/或时长、基于qq的视频通话的频率和/或时长、基于qq的消息发送的频率和/或时长。本实施例中所说的行为频率和/或行为时长，可以包括行为频率，也可以包括行为时长，也可以既包括行为频率又包括行为时长。44.动作(a12)中，根据确定的行为频率和/或行为时长，确定每个用户相对于每种预设用户行为的行为权重值。45.续接上例，根据该用户基于合家欢的语音通话的频率和/或时长，确定该用户相对于基于合家欢的语音通话的行为权重值，根据该用户基于合家欢的发短信的频率和/或时长，确定该用户相对于基于合家欢的发短息的行为权重值，根据该用户基于微信的语音通话的频率和/或时长，确定该用户相对于基于微信的语音通话的行为权重值，根据该用户基于微信的视频通话的频率和/或时长，确定该用户相对于基于微信的视频通话的行为权重值，其他预设用户行为这里不再赘述。46.其中，根据行为频率确定行为权重值时，可以将行为频率乘以100的结果，作为行为权重值，根据行为时长确定行为权重值时，可以将行为时长作为行为权重值，根据行为频率与行为时长确定行为权重值时，可以将行为频率乘以100并除以第一预设值得到第一结果，将行为时长除以第二预设值得到第二结果，将第一结果和第二结果的加和，作为行为权重值。其中，行为频率乘以100除以第一预设值的过程，行为时长除以第二预设值的过程，可以称为归一化。47.返回到生成用户画像的过程，以一个用户为例，在根据该用户的行为数据，确定该用户相对于每种预设用户行为的行为权重值之后，执行动作(a2)，获取与每种预设用户行为相对应的第一用户标签，根据该用户相对于每种预设用户行为的行为权重值，确定该用户相对于每个第一用户标签的标签权重值。48.本实施例中，预先为每种预设用户行为设置有相对应的第一用户标签，下表1为第一用户标签的示意表。49.表1[0050][0051][0052]本动作中，在获取与每种预设用户行为相对应的第一用户标签之后，将该用户相对于每种预设用户行为的行为权重值，确定为该用户相对于每个第一用户标签的标签权重值。比如，该用户相对于基于合家欢的语音通话行为的行为权重值为5，则该用户相对于合家欢语音的标签权重值为5，该用户相对于基于合家欢的发短信行为的行为权重值为3，则该用户相对于合家欢短信的标签权重值为3。[0053]接着，上述动作(a3)中，根据每个用户相对于每个第一用户标签的标签权重值，在各个第一用户标签中，为每个用户选取相对应的第二用户标签。以一个用户为例，根据该用户相对于每个第一用户标签的标签权重值，在各个第一用户标签中，选取标签权重值大于预设值的标签，作为该用户对应的第二用户标签。[0054]比如，该用户对应的第一用户标签有合家欢语音、合家欢短信、微信语音、微信视频、微信消息，其中，合家欢语音、合家欢短信的标签权重值大于预设值，则将合家欢语音、合家欢短信作为该用户对应的第二用户标签。[0055]这里需要说明的是，在预设的通信套餐、预设的应用程序设置好的基础上，预设用户行为也是设置好的，每种预设用户行为对应的第一用户标签也是设置好的，因此对于每个用户，其均具有相同的第一用户标签，区别在于每个用户的每个第一用户标签的标签权重值可能不同。由于每个用户的每个第一用户标签的标签权重值可能不同，因此按照预设值选取第二用户标签时，每个用户的第二用户标签可能不同。由于预设值的存在，也有可能存在不具有第二用户标签的用户。[0056]接着，上述动作(a4)中，根据每个用户对应的第二用户标签，生成每个用户的用户画像。以一个用户为例，根据该用户对应的第二用户标签，生成该用户的用户画像，可以是将该用户对应的每个第二用户标签，组合为该用户的用户画像。举例而言，某用户的用户画像可能是“合家欢语音、合家欢短信、微信视频、微信语音、微信消息”。[0057]返回到图1中的流程，在执行步骤s102完成后，执行步骤s104，根据每个用户的用户画像，挖掘用户标签的频繁项集。[0058]根据每个用户的用户画像，挖掘用户标签的频繁项集，具体包括：[0059](b1)遍历每个用户的用户画像，根据遍历得到的各个用户标签生成多个用户标签组合，每个用户标签组合至少包括两个用户标签；[0060](b2)按照每个用户标签组合所包括的用户标签的数量从小到大的顺序，在各个用户标签组合中选取待计算的用户标签组合；[0061](b3)根据每个用户的用户画像所包括的用户标签，采用预设的频繁项集挖掘算法，计算所选取的用户标签组合的支持度和置信度；[0062](b4)在计算过程中，根据任一用户标签组合的支持度或置信度，判断是否计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；与该用户标签组合相关联的其他用户标签组合为包括该用户标签组合中的用户标签的组合；[0063](b5)根据计算结果，将支持度和置信度均满足相对应的预设要求的用户标签组合，确定为用户标签的频繁项集。[0064]首先，动作(b1)中，遍历每个用户的用户画像，得到各个用户标签，这里遍历得到的用户标签指的是剔除重复的用户标签后剩余的用户标签。然后，将遍历得到的用户标签进行组合，得到用户标签组合。组合方式包括两两组合、三三组合、四四组合直到nn组合，n为遍历得到的用户标签的数量。[0065]动作(b2)中，按照每个用户标签组合所包括的用户标签的数量从小到大的顺序，在各个用户标签组合中选取待计算的用户标签组合。比如，动作(b1)中遍历得到三个用户标签a、b和c，动作(b1)生成的用户标签组合包括(a，b)、(a，c)、(b，c)、(a，b，c)，则动作(b2)中，在各个用户标签组合中选取待计算的用户标签组合依次为，(a，b)、(a，c)、(b，c)、(a，b，c)，其中，(a，b)、(a，c)、(b，c)三个用户标签组合均包括两个用户标签，因此这三个用户标签组合的选取顺序可以不固定，只要在用户标签组合(a，b，c)之前即可。[0066]动作(b3)中，根据每个用户的用户画像所包括的用户标签，采用预设的频繁项集挖掘算法，计算所选取的用户标签组合的支持度和置信度。比如，根据每个用户的用户画像所包括的用户标签，采用apriori算法，计算用户标签组合(a，b)的支持度和置信度。计算支持度时，比如一共有100个用户，一共有100个用户画像，在这100个用户画像中，用户标签组合(a，b)的出现次数为30次，则用户标签组合(a，b)的支持度为30/100＝0.3。计算置信度时，在这100个用户画像中，用户标签a的出现次数为60次，b的出现次数为90次，则用户标签组合(a，b)相对于用户标签a的置信度为30/60＝0.5，用户标签组合(a，b)相对于用户标签b的置信度为30/90＝0.33。其中，这100个用户画像中，每个用户画像包括的用户标签可以分别举例为(a、b、c)、(b、c、d)、(a、b、c、d)等等，a、b、c、d均为用户标签。[0067]动作(b4)中，在计算过程中，根据任一用户标签组合的支持度或置信度，判断是否计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；与该用户标签组合相关联的其他用户标签组合为包括该用户标签组合中的全部用户标签的组合。其中，根据任一用户标签组合的支持度或置信度，判断是否计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度，包括：[0068](b41)若确定任一用户标签组合的支持度或置信度不满足相对应的预设要求，则放弃计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；[0069](b42)若确定任一用户标签组合的支持度和置信度均满足相对应的预设要求，则计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度。[0070]具体地，以用户标签组合(a、b)为例，假设一共有abcd四种用户标签，则与用户标签组合(a、b)相关联的其他用户标签组合包括(a、b、c)、(a、b、d)、(a、b、c、d)。假如用户标签组合(a、b)为非频繁项集，则与用户标签组合(a、b)相关联的其他用户标签组合(a、b、c)、(a、b、d)、(a、b、c、d)也一定是非频繁项集，他们的支持度和置信度不需要计算。[0071]图2为本说明书一实施例提供的用户标签a、b、c、d的组合示意图，如图2所示，将用户标签a、b、c、d进行两两组合、三三组合、四四组合，得到图2中的多种组合情况，若用户标签组(a、b)为非频繁项集，则与用户标签组合(a、b)相关联的其他用户标签组合(a、b、c)、(a、b、d)、(a、b、c、d)也一定是非频繁项集，他们的支持度和置信度不需要计算。[0072]因此本步骤中，若确定任一用户标签组合的支持度或置信度不满足相对应的预设要求，比如，支持度或置信度不大于对应的预设阈值，则说明该任一用户标签组合为非频繁项集，则放弃计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度，若确定任一用户标签组合的支持度和置信度均满足相对应的预设要求，比如，支持度和置信度均大于对应的预设阈值，则说明该任一用户标签组合为频繁项集，则计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度。[0073]动作(b5)中，根据上述支持度和置信度的计算结果，将支持度和置信度均满足相对应的预设要求的用户标签组合，确定为用户标签的频繁项集。比如，将支持度和置信度均大于对应的预设阈值的用户标签组合，确定为用户标签的频繁项集。[0074]通过上述动作(b4)能够在任一用户标签组合的支持度或置信度不满足相对应的预设要求时，放弃计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度，从而减少确定用户标签的频繁项集的过程中的计算量，提高确定频繁项集的效率。[0075]返回图1中的流程，步骤s104中，在挖掘用户标签的频繁项集之后，在用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集。目标用户标签为对应于目标消息分享行为的用户标签。[0076]由于本实施例的目的是通过较少的用户向其他用户传播通知消息，因此考虑到通知消息的传播途径，可以根据通知消息的传播途径，确定目标消息分享行为，比如，需要令通知消息通过打电话的方式传播出去，因此可以设置目标消息分享行为为上例中的基于合家欢的语音通话行为。能够理解，目标消息分享行为必然位于上述的预设用户行为中。当然，目标消息分享行为可以包括多种行为，这种情况下，可以针对每个目标消息分享行为执行一次本流程，从而针对每个目标消息分享行为确定一批核心用户，将各批核心用户的集合作为最终确定出来的核心用户。[0077]在确定目标消息分享行为后，由于目标消息分享行为位于上述的预设用户行为中，因此目标消息分享行为具有相对应的第一用户标签，该相对应的第一用户标签即为目标消息分享行为对应的目标用户标签。进而，在用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集。[0078]接着，步骤s106中，根据目标频繁项集，在用户集合中查找目标用户，目标用户的用户画像包括目标频繁项集中的任意一个用户标签。具体地，解析目标频繁项集中包括的所有用户标签，在用户集合中，将用户画像包括目标频繁项集中的任意一个用户标签的用户，全部组合起来作为目标用户。[0079]由于目标频繁项集为包括目标消息分享行为对应的目标用户标签的频繁项集，因此目标频繁项集能够表示与目标消息分享行为频繁出现的其他用户行为。由于目标用户的用户画像包括目标频繁项集中的任意一个用户标签，因此目标用户具备目标消息分享行为，或者具备与目标消息分享行为频繁出现的其他行为，因此目标用户具备较强的消息传播能力。因此通过步骤s104和步骤s106，能够围绕目标消息分享行为为核心，在用户集合中查找到具备较强的消息传播能力的目标用户。[0080]一个实施例中，可以直接将通知消息发送给目标用户。但是，考虑到目标用户的用户数量较多，本实施例中，接着，执行步骤s108，根据目标用户之间的目标消息分享行为的行为数据，在目标用户中筛选相对于目标消息分享行为的核心用户，向核心用户发送针对用户集合的通知消息。[0081]本步骤中，根据目标用户之间的目标消息分享行为的行为数据，在目标用户中筛选相对于目标消息分享行为的核心用户，包括：[0082](c1)在目标用户之中，根据两两用户之间的目标消息分享行为的行为频率和/或行为时长，计算两两用户之间的行为权重值；[0083](c2)根据两两用户之间的行为权重值，对目标用户进行聚类，并确定每类的聚类中心用户；[0084](c3)将每类的聚类中心用户作为目标用户中的相对于目标消息分享行为的核心用户。[0085]以目标消息分享行为为上例中的基于合家欢的语音通话行为为例，动作(c1)中，在目标用户之中，根据两两用户之间的目标消息分享行为的行为频率和/或行为时长，计算两两用户之间的行为权重值，比如，根据两两用户之间的基于合家欢的语音通话行为的行为频率，计算两两用户之间的行为权重值，行为权重值等于行为频率乘以100，又如，根据两两用户之间的基于合家欢的语音通话行为的行为时长，计算两两用户之间的行为权重值，行为权重值等于行为时长，又如，根据两两用户之间的基于合家欢的语音通话行为的行为频率和行为时长，计算两两用户之间的行为权重值，行为权重值等于行为时长+行为频率乘以100。[0086]动作(c2)中，根据两两用户之间的行为权重值，对目标用户进行聚类，并确定每类的聚类中心用户，该步骤具体为：[0087](c21)根据两两用户之间的行为权重值，确定两两用户之间的距离；距离与行为权重值负相关；行为权重值与行为频率正相关，且，与行为时长正相关；[0088](c22)根据两两用户之间的距离，采用预设的聚类算法，对目标用户进行聚类。[0089]动作(c21)中，根据两两用户之间的行为权重值，确定两两用户之间的距离，距离与行为权重值负相关，距离越大，行为权重值越小，距离可以为行为权重值的倒数。行为权重值与行为频率正相关，且，与行为时长正相关，行为频率越大，行为权重值越大，行为时长越大，行为权重值越大。[0090]动作(c22)中，根据两两用户之间的距离，采用预设的聚类算法如knn聚类算法，对目标用户进行聚类。[0091]在聚类之后，动作(c2)和动作(c3)中，确定每类的聚类中心用户，将每类的聚类中心用户作为目标用户中的相对于目标消息分享行为的核心用户。[0092]基于聚类算法的原理，在聚类得到的每类用户中，本类用户距离本类的聚类中心用户的距离较近，本类用户距离其他类的聚类中心用户的距离较近。将每类的聚类中心用户作为目标用户中的相对于目标消息分享行为的核心用户，从而得到核心用户。步骤s108中，还向核心用户发送针对用户集合的通知消息。通知消息可以是关怀类短信如节假日问候短信。[0093]由于核心用户是根据目标用户之间的目标消息分享行为的行为数据在目标用户中筛选得到，因此核心用户也具备较强的消息传播能力，而且核心用户的数量少于目标用户。通过本实施例中的方法，通过向核心用户发送通知消息，能够达到向小部分的具有较强的消息传播能力的用户发送通知消息，从而使得消息传播给大部分用户的效果，从而解决向每个用户都发送通知类短信，短信发送数量过多，浪费资源，而且，容易对用户造成打扰，造成用户满意度下降的问题。[0094]图3为本说明书一实施例提供的消息发送装置的模块组成示意图，如图3所示，该装置包括：[0095]画像生成单元31，用于在用户集合中，根据每个所述用户的行为数据，生成每个所述用户的用户画像；其中，所述用户画像包括至少一个用户标签，每个所述用户标签对应一种用户行为；[0096]集合确定单元32，用于根据每个所述用户的用户画像，挖掘所述用户标签的频繁项集，在所述用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集；所述目标用户标签为对应于目标消息分享行为的用户标签；[0097]用户查找单元33，用于根据所述目标频繁项集，在所述用户集合中查找目标用户，所述目标用户的用户画像包括所述目标频繁项集中的任意一个用户标签；[0098]消息发送单元34，用于根据所述目标用户之间的目标消息分享行为的行为数据，在所述目标用户中筛选相对于所述目标消息分享行为的核心用户，向所述核心用户发送针对所述用户集合的通知消息。[0099]可选地，所述画像生成单元31具体用于：[0100]根据每个所述用户的行为数据，确定每个所述用户相对于每种预设用户行为的行为权重值；[0101]获取与每种所述预设用户行为相对应的第一用户标签，根据每个所述用户相对于每种所述预设用户行为的行为权重值，确定每个所述用户相对于每个所述第一用户标签的标签权重值；[0102]根据每个所述用户相对于每个所述第一用户标签的标签权重值，在各个所述第一用户标签中，为每个所述用户选取相对应的第二用户标签；[0103]根据每个所述用户对应的所述第二用户标签，生成每个所述用户的用户画像。[0104]可选地，所述预设用户行为包括基于通信套餐的消息分享行为和基于应用程序的消息分享行为；所述画像生成单元31还具体用于：[0105]根据每个所述用户的行为数据，确定每个所述用户相对于每种预设用户行为的行为频率和/或行为时长；[0106]根据所述行为频率和/或行为时长，确定每个所述用户相对于每种预设用户行为的行为权重值。[0107]可选地，所述集合确定单元32具体用于：[0108]遍历每个所述用户的用户画像，根据遍历得到的各个用户标签生成多个用户标签组合，每个所述用户标签组合至少包括两个用户标签；[0109]按照每个所述用户标签组合所包括的用户标签的数量从小到大的顺序，在各个所述用户标签组合中选取待计算的用户标签组合；[0110]根据每个所述用户的用户画像所包括的用户标签，采用预设的频繁项集挖掘算法，计算所选取的用户标签组合的支持度和置信度；[0111]在计算过程中，根据任一用户标签组合的支持度或置信度，判断是否计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；与该用户标签组合相关联的其他用户标签组合为包括该用户标签组合中的用户标签的组合；[0112]根据计算结果，将支持度和置信度均满足相对应的预设要求的用户标签组合，确定为所述用户标签的频繁项集。[0113]可选地，所述集合确定单元32还具体用于：[0114]若确定任一用户标签组合的支持度或置信度不满足相对应的预设要求，则放弃计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；[0115]若确定任一用户标签组合的支持度和置信度均满足相对应的预设要求，则计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度。[0116]可选地，所述消息发送单元34具体用于：[0117]在所述目标用户之中，根据两两用户之间的目标消息分享行为的行为频率和/或行为时长，计算两两用户之间的行为权重值；[0118]根据两两用户之间的行为权重值，对所述目标用户进行聚类，并确定每类的聚类中心用户；[0119]将每类的聚类中心用户作为所述目标用户中的相对于所述目标消息分享行为的核心用户。[0120]可选地，所述消息发送单元34还具体用于：[0121]根据两两用户之间的行为权重值，确定两两用户之间的距离；所述距离与所述行为权重值负相关；所述行为权重值与所述行为频率正相关，且，与所述行为时长正相关；[0122]根据两两用户之间的距离，采用预设的聚类算法，对所述目标用户进行聚类。[0123]本说明书一实施例中，由于在用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集，目标用户标签为对应于目标消息分享行为的用户标签，因此目标频繁项集能够表示与目标消息分享行为频繁出现的其他用户行为。由于目标用户的用户画像包括目标频繁项集中的任意一个用户标签，因此目标用户具备目标消息分享行为，或者具备与目标消息分享行为频繁出现的其他行为，因此目标用户具备较强的消息传播能力。由于核心用户是根据目标用户之间的目标消息分享行为的行为数据在目标用户中筛选得到，因此核心用户也具备较强的消息传播能力，而且核心用户的数量少于目标用户。通过向核心用户发送通知消息，能够达到向小部分的具有较强的消息传播能力的用户发送通知消息，从而使得消息传播给大部分用户的效果，从而解决向每个用户都发送通知类短信，短信发送数量过多，浪费资源，而且，容易对用户造成打扰，造成用户满意度下降的问题。[0124]本说明书一实施例提供的消息发送装置能够实现前述消息发送方法实施例中的各个过程，并达到相同的功能和效果，这里不再重复。[0125]进一步地，本说明书一个实施例还提供了一种消息发送设备，图4为本说明书一实施例提供的消息发送设备的结构示意图，如图4所示，该设备包括：存储器601、处理器602、总线603和通信接口604。存储器601、处理器602和通信接口604通过总线603进行通信，通信接口604可以包括输入输出接口，输入输出接口包括但不限于键盘、鼠标、显示器、麦克风、扩音器等。[0126]图4中，所述存储器601上存储有可在所述处理器602上运行的计算机可执行指令，所述计算机可执行指令被所述处理器602执行时实现以下流程：[0127]在用户集合中，根据每个所述用户的行为数据，生成每个所述用户的用户画像；其中，所述用户画像包括至少一个用户标签，每个所述用户标签对应一种用户行为；[0128]根据每个所述用户的用户画像，挖掘所述用户标签的频繁项集，在所述用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集；所述目标用户标签为对应于目标消息分享行为的用户标签；[0129]根据所述目标频繁项集，在所述用户集合中查找目标用户，所述目标用户的用户画像包括所述目标频繁项集中的任意一个用户标签；[0130]根据所述目标用户之间的目标消息分享行为的行为数据，在所述目标用户中筛选相对于所述目标消息分享行为的核心用户，向所述核心用户发送针对所述用户集合的通知消息。[0131]可选地，所述计算机可执行指令被所述处理器执行时，根据每个所述用户的行为数据，生成每个所述用户的用户画像，包括：[0132]根据每个所述用户的行为数据，确定每个所述用户相对于每种预设用户行为的行为权重值；[0133]获取与每种所述预设用户行为相对应的第一用户标签，根据每个所述用户相对于每种所述预设用户行为的行为权重值，确定每个所述用户相对于每个所述第一用户标签的标签权重值；[0134]根据每个所述用户相对于每个所述第一用户标签的标签权重值，在各个所述第一用户标签中，为每个所述用户选取相对应的第二用户标签；[0135]根据每个所述用户对应的所述第二用户标签，生成每个所述用户的用户画像。[0136]可选地，所述计算机可执行指令被所述处理器执行时，所述预设用户行为包括基于通信套餐的消息分享行为和基于应用程序的消息分享行为；[0137]根据每个所述用户的行为数据，确定每个所述用户相对于每种预设用户行为的行为权重值，包括：[0138]根据每个所述用户的行为数据，确定每个所述用户相对于每种预设用户行为的行为频率和/或行为时长；[0139]根据所述行为频率和/或行为时长，确定每个所述用户相对于每种预设用户行为的行为权重值。[0140]可选地，所述计算机可执行指令被所述处理器执行时，根据每个所述用户的用户画像，挖掘所述用户标签的频繁项集，包括：[0141]遍历每个所述用户的用户画像，根据遍历得到的各个用户标签生成多个用户标签组合，每个所述用户标签组合至少包括两个用户标签；[0142]按照每个所述用户标签组合所包括的用户标签的数量从小到大的顺序，在各个所述用户标签组合中选取待计算的用户标签组合；[0143]根据每个所述用户的用户画像所包括的用户标签，采用预设的频繁项集挖掘算法，计算所选取的用户标签组合的支持度和置信度；[0144]在计算过程中，根据任一用户标签组合的支持度或置信度，判断是否计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；与该用户标签组合相关联的其他用户标签组合为包括该用户标签组合中的用户标签的组合；[0145]根据计算结果，将支持度和置信度均满足相对应的预设要求的用户标签组合，确定为所述用户标签的频繁项集。[0146]可选地，所述计算机可执行指令被所述处理器执行时，根据任一用户标签组合的支持度或置信度，判断是否计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度，包括：[0147]若确定任一用户标签组合的支持度或置信度不满足相对应的预设要求，则放弃计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；[0148]若确定任一用户标签组合的支持度和置信度均满足相对应的预设要求，则计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度。[0149]可选地，所述计算机可执行指令被所述处理器执行时，根据所述目标用户之间的目标消息分享行为的行为数据，在所述目标用户中筛选相对于所述目标消息分享行为的核心用户，包括：[0150]在所述目标用户之中，根据两两用户之间的目标消息分享行为的行为频率和/或行为时长，计算两两用户之间的行为权重值；[0151]根据两两用户之间的行为权重值，对所述目标用户进行聚类，并确定每类的聚类中心用户；[0152]将每类的聚类中心用户作为所述目标用户中的相对于所述目标消息分享行为的核心用户。[0153]可选地，所述计算机可执行指令被所述处理器执行时，根据两两用户之间的行为权重值，对所述目标用户进行聚类，包括：[0154]根据两两用户之间的行为权重值，确定两两用户之间的距离；所述距离与所述行为权重值负相关；所述行为权重值与所述行为频率正相关，且，与所述行为时长正相关；[0155]根据两两用户之间的距离，采用预设的聚类算法，对所述目标用户进行聚类。[0156]本说明书一实施例中，由于在用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集，目标用户标签为对应于目标消息分享行为的用户标签，因此目标频繁项集能够表示与目标消息分享行为频繁出现的其他用户行为。由于目标用户的用户画像包括目标频繁项集中的任意一个用户标签，因此目标用户具备目标消息分享行为，或者具备与目标消息分享行为频繁出现的其他行为，因此目标用户具备较强的消息传播能力。由于核心用户是根据目标用户之间的目标消息分享行为的行为数据在目标用户中筛选得到，因此核心用户也具备较强的消息传播能力，而且核心用户的数量少于目标用户。通过向核心用户发送通知消息，能够达到向小部分的具有较强的消息传播能力的用户发送通知消息，从而使得消息传播给大部分用户的效果，从而解决向每个用户都发送通知类短信，短信发送数量过多，浪费资源，而且，容易对用户造成打扰，造成用户满意度下降的问题。[0157]本说明书一实施例提供的消息发送设备能够实现前述消息发送方法实施例中的各个过程，并达到相同的功能和效果，这里不再重复。[0158]进一步地，本说明书另一个实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机可执行指令，所述计算机可执行指令被处理器执行时实现以下流程：[0159]在用户集合中，根据每个所述用户的行为数据，生成每个所述用户的用户画像；其中，所述用户画像包括至少一个用户标签，每个所述用户标签对应一种用户行为；[0160]根据每个所述用户的用户画像，挖掘所述用户标签的频繁项集，在所述用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集；所述目标用户标签为对应于目标消息分享行为的用户标签；[0161]根据所述目标频繁项集，在所述用户集合中查找目标用户，所述目标用户的用户画像包括所述目标频繁项集中的任意一个用户标签；[0162]根据所述目标用户之间的目标消息分享行为的行为数据，在所述目标用户中筛选相对于所述目标消息分享行为的核心用户，向所述核心用户发送针对所述用户集合的通知消息。[0163]可选地，所述计算机可执行指令被处理器执行时，根据每个所述用户的行为数据，生成每个所述用户的用户画像，包括：[0164]根据每个所述用户的行为数据，确定每个所述用户相对于每种预设用户行为的行为权重值；[0165]获取与每种所述预设用户行为相对应的第一用户标签，根据每个所述用户相对于每种所述预设用户行为的行为权重值，确定每个所述用户相对于每个所述第一用户标签的标签权重值；[0166]根据每个所述用户相对于每个所述第一用户标签的标签权重值，在各个所述第一用户标签中，为每个所述用户选取相对应的第二用户标签；[0167]根据每个所述用户对应的所述第二用户标签，生成每个所述用户的用户画像。[0168]可选地，所述计算机可执行指令被处理器执行时，所述预设用户行为包括基于通信套餐的消息分享行为和基于应用程序的消息分享行为；[0169]根据每个所述用户的行为数据，确定每个所述用户相对于每种预设用户行为的行为权重值，包括：[0170]根据每个所述用户的行为数据，确定每个所述用户相对于每种预设用户行为的行为频率和/或行为时长；[0171]根据所述行为频率和/或行为时长，确定每个所述用户相对于每种预设用户行为的行为权重值。[0172]可选地，所述计算机可执行指令被处理器执行时，根据每个所述用户的用户画像，挖掘所述用户标签的频繁项集，包括：[0173]遍历每个所述用户的用户画像，根据遍历得到的各个用户标签生成多个用户标签组合，每个所述用户标签组合至少包括两个用户标签；[0174]按照每个所述用户标签组合所包括的用户标签的数量从小到大的顺序，在各个所述用户标签组合中选取待计算的用户标签组合；[0175]根据每个所述用户的用户画像所包括的用户标签，采用预设的频繁项集挖掘算法，计算所选取的用户标签组合的支持度和置信度；[0176]在计算过程中，根据任一用户标签组合的支持度或置信度，判断是否计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；与该用户标签组合相关联的其他用户标签组合为包括该用户标签组合中的用户标签的组合；[0177]根据计算结果，将支持度和置信度均满足相对应的预设要求的用户标签组合，确定为所述用户标签的频繁项集。[0178]可选地，所述计算机可执行指令被处理器执行时，根据任一用户标签组合的支持度或置信度，判断是否计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度，包括：[0179]若确定任一用户标签组合的支持度或置信度不满足相对应的预设要求，则放弃计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度；[0180]若确定任一用户标签组合的支持度和置信度均满足相对应的预设要求，则计算与该用户标签组合相关联的其他用户标签组合的支持度和置信度。[0181]可选地，所述计算机可执行指令被处理器执行时，根据所述目标用户之间的目标消息分享行为的行为数据，在所述目标用户中筛选相对于所述目标消息分享行为的核心用户，包括：[0182]在所述目标用户之中，根据两两用户之间的目标消息分享行为的行为频率和/或行为时长，计算两两用户之间的行为权重值；[0183]根据两两用户之间的行为权重值，对所述目标用户进行聚类，并确定每类的聚类中心用户；[0184]将每类的聚类中心用户作为所述目标用户中的相对于所述目标消息分享行为的核心用户。[0185]可选地，所述计算机可执行指令被处理器执行时，根据两两用户之间的行为权重值，对所述目标用户进行聚类，包括：[0186]根据两两用户之间的行为权重值，确定两两用户之间的距离；所述距离与所述行为权重值负相关；所述行为权重值与所述行为频率正相关，且，与所述行为时长正相关；[0187]根据两两用户之间的距离，采用预设的聚类算法，对所述目标用户进行聚类。[0188]本说明书一实施例中，由于在用户标签的频繁项集中，选取包含目标用户标签的目标频繁项集，目标用户标签为对应于目标消息分享行为的用户标签，因此目标频繁项集能够表示与目标消息分享行为频繁出现的其他用户行为。由于目标用户的用户画像包括目标频繁项集中的任意一个用户标签，因此目标用户具备目标消息分享行为，或者具备与目标消息分享行为频繁出现的其他行为，因此目标用户具备较强的消息传播能力。由于核心用户是根据目标用户之间的目标消息分享行为的行为数据在目标用户中筛选得到，因此核心用户也具备较强的消息传播能力，而且核心用户的数量少于目标用户。通过向核心用户发送通知消息，能够达到向小部分的具有较强的消息传播能力的用户发送通知消息，从而使得消息传播给大部分用户的效果，从而解决向每个用户都发送通知类短信，短信发送数量过多，浪费资源，而且，容易对用户造成打扰，造成用户满意度下降的问题。[0189]本说明书一实施例提供的计算机可读存储介质能够实现前述消息发送方法实施例中的各个过程，并达到相同的功能和效果，这里不再重复。[0190]其中，所述的计算机可读存储介质包括只读存储器(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。[0191]本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。[0192]本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。[0193]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。[0194]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。[0195]在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。[0196]内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。[0197]计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。[0198]还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。[0199]本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。[0200]以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本权利要求范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!