在這個信息爆炸的互聯網時代,能夠及時準確獲取信息是當今社會要解決的關鍵問題之一。隨著之家用戶體量和內容規模的不斷增大,傳統的靠"主動拉"獲取信息的方式已不能滿足用戶個性化信息的需求,信息主動尋找用戶的方式,更適合移動互聯網。push系統能在用戶不啟動APP的場景下獲取到相關信息,利用機器學習技術構建模型,為用戶提供精準的個性化推薦,讓用戶第一時間知曉產品、內容、活動等的最新動態。
push是一種有效召回用戶的產品,它涉及到的業務場景有:運營場景化推送(活動、消息通知、熱點)、算法精準推送(定時個性化推送),它的核心模塊如下:
數據處理:用戶數據、內容數據以及用戶歷史行為數據等。
流程預測:通過召回、排序、干預、過濾等,生成待推送渲染數據。
JOB:調度、觸發推送任務的執行。
推送通道:查詢、過濾有效設備,封裝協議和消息體,識別不同APP,下發到終端。
終端:對消息進行積攢處理,請求廠商或第三方渠道,進行消息下發。
APP:通知欄或彈窗展示推送消息,并上報到達和點擊數據。
圖片
預測是push系統中最重要的環節,通過獲取用戶特征與物料特征,按照一定的邏輯處理信息后,產生推薦結果。它主要分為以下幾步:
1. 召回:將十萬量級的物料先縮小到千量級。涉及到的召回方法有:
熱門召回:將一段時間內的熱門內容召回。
標簽召回:根據每個用戶的行為,構建標簽,并根據標簽召回內容。
協同召回:基于用戶與用戶行為的相似性推薦,發現用戶潛在的興趣偏好。
2. 過濾:已經曝光和點擊后的資源、與用戶所在城市不同的資源不會再推送到用戶面前。
3. 精排:將召回和過濾后的內容通過模型預測出分值,根據得到的分值進行排序。
4. 重排:將精排后的推薦結果進行一定的修改,例如控制某一車系的頻次,根據召回策略的權重對排序分值進行修改,將效果好的策略召回的資源置頂。
圖片
報表平臺主要包括推送策略打開率、實驗打開率、尾號打開率的統計,以及用于輔助決策的內容池素材統計,用于事前預警的召回結果統計,這些報表便于開發人員及時發現和改進系統問題。
圖片
通過配置平臺進行ABTest、召回策略、排序模型、運營規則、過濾邏輯的動態切換,針對不同的推送時段可以進行個性化的配置。
圖片
push系統是汽車之家APP的基礎功能,是觸達用戶的一個非常重要的手段,它每天給幾千萬用戶提供及時有趣的內容服務,對于提高主軟活躍度及用戶粘性起到重要作用。未來它將繼續致力于召回喚醒沉默用戶、促進用戶活躍、提高功能使用體驗。
■ C端及中臺產研中心-智能推薦部
■ 汽車之家高級系統開發工程師。先后從事知識圖譜、之家大腦、PUSH精準推送等業務?,F主要負責PUSH系統相關工作。
■ C端及中臺產研中心-智能推薦部
■ 汽車之家系統開發工程師。先后從事家家小秘、知識平臺、PUSH精準推送等業務?,F主要負責PUSH系統相關工作。
本文鏈接:http://www.www897cc.com/showinfo-26-123-0.html之家push系統迭代之路
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com
上一篇: 讓我們一起聊聊文件的操作
下一篇: 如何通過Python線程池實現異步編程?