在这个信息爆炸的互联网时代，能够及时准确获取信息是当今社会要解决的关键问题之一。随着之家用户体量和内容规模的不断增大，传统的靠"主动拉"获取信息的方式已不能满足用户个性化信息的需求，信息主动寻找用户的方式，更适合移动互联网。push系统能在用户不启动APP的场景下获取到相关信息，利用机器学习技术构建模型，为用户提供精准的个性化推荐，让用户第一时间知晓产品、内容、活动等的最新动态。
push是一种有效召回用户的产品，它涉及到的业务场景有：运营场景化推送（活动、消息通知、热点）、算法精准推送（定时个性化推送），它的核心模块如下：
数据处理：用户数据、内容数据以及用户历史行为数据等。
流程预测：通过召回、排序、干预、过滤等，生成待推送渲染数据。
JOB：调度、触发推送任务的执行。
推送通道：查询、过滤有效设备，封装协议和消息体，识别不同APP，下发到终端。
终端：对消息进行积攒处理，请求厂商或第三方渠道，进行消息下发。
APP：通知栏或弹窗展示推送消息，并上报到达和点击数据。
图片
预测是push系统中最重要的环节，通过获取用户特征与物料特征，按照一定的逻辑处理信息后，产生推荐结果。它主要分为以下几步：
1. 召回：将十万量级的物料先缩小到千量级。涉及到的召回方法有：
热门召回：将一段时间内的热门内容召回。
标签召回：根据每个用户的行为，构建标签，并根据标签召回内容。
协同召回：基于用户与用户行为的相似性推荐，发现用户潜在的兴趣偏好。
2. 过滤：已经曝光和点击后的资源、与用户所在城市不同的资源不会再推送到用户面前。
3. 精排：将召回和过滤后的内容通过模型预测出分值，根据得到的分值进行排序。
4. 重排：将精排后的推荐结果进行一定的修改，例如控制某一车系的频次，根据召回策略的权重对排序分值进行修改，将效果好的策略召回的资源置顶。
图片
报表平台主要包括推送策略打开率、实验打开率、尾号打开率的统计，以及用于辅助决策的内容池素材统计，用于事前预警的召回结果统计，这些报表便于开发人员及时发现和改进系统问题。
图片
通过配置平台进行ABTest、召回策略、排序模型、运营规则、过滤逻辑的动态切换，针对不同的推送时段可以进行个性化的配置。
图片
push系统是汽车之家APP的基础功能，是触达用户的一个非常重要的手段，它每天给几千万用户提供及时有趣的内容服务，对于提高主软活跃度及用户粘性起到重要作用。未来它将继续致力于召回唤醒沉默用户、促进用户活跃、提高功能使用体验。
■ C端及中台产研中心-智能推荐部
■ 汽车之家高级系统开发工程师。先后从事知识图谱、之家大脑、PUSH精准推送等业务。现主要负责PUSH系统相关工作。
■ C端及中台产研中心-智能推荐部
■ 汽车之家系统开发工程师。先后从事家家小秘、知识平台、PUSH精准推送等业务。现主要负责PUSH系统相关工作。
本文链接：http://www.28at.com/showinfo-26-123-0.html之家push系统迭代之路
声明：本网页内容旨在传播知识，不代表本站观点，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇：让我们一起聊聊文件的操作
