所述用戶類型為α 應(yīng)的第s個(gè)特征的概率，所述用戶特 征集合的分布模型為所述用戶特征集合對(duì)應(yīng)的分布模型。
[0038] 結(jié)合第二方面的第一種可能的實(shí)現(xiàn)方式，在第二種可能的實(shí)現(xiàn)方式中，
[0039] 所述確認(rèn)單元，還用于計(jì)算所述用戶特征屬于所述用戶類型全集中每一種用戶類 型的概率；
[0040] 所述確認(rèn)單元，還用于比較所述用戶特征屬于所述用戶類型全集中每一種用戶類 型的概率，其中，最大概率對(duì)應(yīng)的用戶類型即為所述用戶特征所屬的用戶類型。
[0041] 結(jié)合第二方面的第二種可能的實(shí)現(xiàn)方式，在第三種可能的實(shí)現(xiàn)方式中，
[0042] 若所述用戶的用戶特征為φ = (Ci)1，…，為整數(shù)且0<t<s，則通過第 一公式得到在所述用戶類型全集的分布模型及所述用戶特征集合的分布模型一定的條件 下，若所述用戶特征為Φ = {Φ:，…，Φ1所述用戶特征所屬的用戶類型為Ct1的概率 ρ{α」Φ = {Φ!，…，⑷，Ii(Cii)I ;
[0043] 其中，第一公歲
[0044] ρ{α ;，Φ = R1，…，φ] |f⑷，h(a ;)}表示在所述用戶類型全集的分布模型及 所述用戶特征集合的分布模型一定的條件下，所述用戶特征為Φ = {Φ:，…，Φ]且所述 用戶特征所屬的用戶類型為a 概率；
[0045] Σ φρ{ a ;，Φ = {(J)1，…，φ t} I f⑷，h( a ;)}表示在所述用戶類型全集的分布模 型及所述用戶特征集合的分布模型一定的條件下，所述用戶特征為仏，…，愁中任意特征 且所述用戶特征所屬的用戶類型為a 概率。
[0046] 結(jié)合第二方面的第三種可能的實(shí)現(xiàn)方式，在第四種可能的實(shí)現(xiàn)方式中，
[0047]
[0048] 其中，PU1If(A))表示在所述用戶類型全集的分布模型一定條件下，所述用戶
*) 特征所屬的用戶類型為a i的概率 -表示在所述用戶類型全集的分布模 型及所述用戶特征集合的分布模型一定的條件下，所述用戶類型Ct1對(duì)應(yīng)的特征為Φ = R1，…，（J)J的概率。
[0049] 結(jié)合第二方面的第三種可能的實(shí)現(xiàn)方式，在第五種可能的實(shí)現(xiàn)方式中，
[0050]
[0051] 其中，PU1If(A))表示在所述用戶類型全集的分布模型一定條件下，所述用戶 特征所屬的用戶類型為a i的概率
I示在所述用戶類型全集的分布模 型及所述用戶特征集合的分布模型一定的條件下，所述用戶類型Ct1對(duì)應(yīng)的特征為Φ = R1，…，（J)J的概率。
[0052] 結(jié)合第二方面的第四種可能的實(shí)現(xiàn)方式或第五種可能的實(shí)現(xiàn)方式，在第六種可能 的實(shí)現(xiàn)方式中，
[0053] 對(duì)于任一用戶特征Φ j，若存在常數(shù)k，使得=銬，則Μ#,. |α,.，/?(//,.)) = 0/? :，若不 存在常數(shù) k，則 p ( Φ I a i, h ( α ;)) = 〇 ;
[0054] 其中，/你>,,/你,))=抑,<表示所述任一用戶特征巾 ]屬于所述用戶特征集合， p ( Φ I a i, h ( a i)) = 〇表示所述任一用戶特征φ 不屬于所述用戶特征集合。
[0055] 本發(fā)明實(shí)施例提供的業(yè)務(wù)推送方法及裝置，獲取用戶的用戶特征；根據(jù)用戶類型 全集的分布模型及用戶特征集合的分布模型判斷用戶特征所屬的用戶類型，其中，用戶類 型全集為Α，用戶類型全集的分布模型為f (A)，用戶特征集合為Ψ，用戶特征集合的分布模 型為h(a J ;根據(jù)用戶特征所屬的用戶類型向用戶推送相應(yīng)的業(yè)務(wù)。這樣一來，在對(duì)用戶進(jìn) 行業(yè)務(wù)推送時(shí)，可以先獲取用戶的用戶特征，再根據(jù)用戶類型全集的分布模型及用戶特征 集合的分布模型判斷該用戶所屬的用戶類型，之后，再根據(jù)用戶所屬的用戶類型為該用戶 推送相應(yīng)的業(yè)務(wù)，是具有針對(duì)性的業(yè)務(wù)推送，這樣就可以避免現(xiàn)有技術(shù)中向用戶推送業(yè)務(wù) 時(shí)，通常采用模糊推送的方式而導(dǎo)致的業(yè)務(wù)推送準(zhǔn)確性不高的問題，能夠?qū)崿F(xiàn)在對(duì)用戶進(jìn) 行業(yè)務(wù)推送時(shí)，有效地提高業(yè)務(wù)推送準(zhǔn)確性的目的。
【附圖說明】
[0056] 為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例所需要使用的附圖 作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，還可以根據(jù)這 些附圖獲得其他的附圖。
[0057] 圖1為本發(fā)明實(shí)施例提供的一種業(yè)務(wù)推送方法流程示意圖；
[0058] 圖2為本發(fā)明實(shí)施例提供的一種業(yè)務(wù)推送裝置結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0059] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。
[0060] 本發(fā)明實(shí)施例提供一種用戶類型預(yù)測(cè)方法，如圖1所示，該用戶類型預(yù)測(cè)方法包 括：
[0061] S101、獲取用戶的用戶特征。
[0062] 可選的，用戶特征可以是喜歡出入高檔次餐廳，也可以是喜歡玩游戲，當(dāng)然，也可 以是其它特征，在此，對(duì)于用戶特征具體是什么，本發(fā)明不做限制。在本實(shí)施例中，可以通過 用戶的終端類型信息，社交信息或者消費(fèi)信息等信息獲取用戶的用戶特征，當(dāng)然，也可以通 過其它方式獲取用戶特征，在此，對(duì)于用戶特征的獲取方式，本發(fā)明不做具體限制。在獲取 用戶的用戶特征時(shí)，可以獲取一個(gè)用戶特征，也可以獲取多個(gè)用戶特征，當(dāng)然，在此，對(duì)于獲 取的用戶特征的數(shù)量，本發(fā)明不做具體限制。
[0063] S102、根據(jù)用戶類型全集的分布模型及用戶特征集合的分布模型判斷用戶特征所 屬的用戶類型。
[0064] 其中，用戶類型全集為A，用戶類型全集的分布模型為f(A)，用戶特征集合為Ψ， 用戶特征集合的分布模型為h ( a J。
[0065] 可選的，對(duì)于不同場景的業(yè)務(wù)推送，其對(duì)應(yīng)的用戶類型全集不同。示例的，若需要 向用戶推送旅游業(yè)務(wù)，則可以將用戶的月收入作為該旅游業(yè)務(wù)對(duì)應(yīng)的用戶類型全集Α，若需 要向用戶推送上網(wǎng)業(yè)務(wù)，則可以將用戶的月使用流量作為該上網(wǎng)業(yè)務(wù)對(duì)應(yīng)的用戶類型全集 Α。在此，對(duì)于用戶類型全集具體包括哪些用戶類型，本發(fā)明不做限制。待用戶類型全集確 定之后，該用戶全集對(duì)應(yīng)的用戶特征集合也隨之確定，用戶特征集合包括用戶類型全集中 每一種用戶類型對(duì)應(yīng)的用戶特征。
[0066]用戶類型全集的分布模型是用戶類型全集對(duì)應(yīng)的分布模型，用戶特征集合的分布 模型是用戶特征集合對(duì)應(yīng)的分布模型。用戶類型全集的分布模型及用戶特征集合的分布模 型可以通過樣本空間得到，可選的，用戶類型全集的分布模型及用戶特征集合的分布模型 可以滿足高斯分布，當(dāng)然，也可以滿足其他分布，在此，本發(fā)明不做具體限制。此外，可以通 過數(shù)據(jù)統(tǒng)計(jì)數(shù)據(jù)分析的方式預(yù)先得到樣本空間。
[0067] S103、根據(jù)用戶特征所屬的用戶類型向用戶推送相應(yīng)的業(yè)務(wù)。
[0068] 根據(jù)用戶類型全集的分布模型及用戶特征集合的分布模型判斷得到用戶特征所 屬的用戶類型之后，就可以根據(jù)用戶所屬的用戶類型向用戶推送相應(yīng)的業(yè)務(wù)。示例的，若判 斷得出用戶類型為旅游型，則可以向該用戶推送相應(yīng)的旅游業(yè)務(wù)，若判斷得到用戶類型為 游戲型，則可以向該用戶推送相應(yīng)的游戲業(yè)務(wù)，在此，對(duì)于向用戶推送的業(yè)務(wù)類型，本發(fā)明 不做具體限制。
[0069] 這樣一來，在對(duì)用戶進(jìn)行業(yè)務(wù)推送時(shí)，可以先獲取用戶的用戶特征，再根據(jù)用戶類 型全集的分布模型及用戶特征集合的分布模型判斷該用戶所屬的用戶類型，之后，再根據(jù) 用戶所屬的用戶類型為該用戶推送相應(yīng)的業(yè)務(wù)，是具有針對(duì)性的業(yè)務(wù)推送，這樣就可以避 免現(xiàn)有技術(shù)中向用戶推送業(yè)務(wù)時(shí)，通常采用模糊推送的方式而導(dǎo)致的業(yè)務(wù)推送準(zhǔn)確性不高 的問題，能夠?qū)崿F(xiàn)在對(duì)用戶進(jìn)行業(yè)務(wù)推送時(shí)，有效地提高業(yè)務(wù)推送準(zhǔn)確性的目的。
[0070] 結(jié)合步驟S102,可選的，通過用戶類型全集的分布模型及用戶特征集合的分布模 型判斷用戶特征所屬的用戶類型之前，還包括：
[0071] 獲取用戶類型全集及用戶類型全集的分布模型，用戶類型全集A = …，（αη，ρη)}，用戶類型全集包括η種用戶類型，η為大于0的整數(shù)， a i表示第i種用戶類型，ρ i表示第i種用戶類型對(duì)應(yīng)的概率，i為整數(shù)且0 < i彡η，且 Pl+p2+…+Pn= 1，用戶類型全集的分布模型為用戶類型全集對(duì)應(yīng)的分布模型。
[0072] 示例的，以用戶的月收入為用戶類型全集A為例進(jìn)行說明，該用戶類型全集可以 包括：A