基于兴趣图谱的移动端个性化消息推送服务研究

刘世雄 张俊

摘要：随着互联网的普及和发展，移动端用户的数量也在不断扩大，移动端消息推送作为新的消息推送方式，凭借其庞大的数据资源、即时的消息推送和便捷的浏览方式获得了大量的受众。该文将从传统移动端App的消息推送方式的不足进行分析，进而研究移动端App如何通过兴趣图谱制定个性化消息推广服务策略，探讨一些比较可行有效的措施和方法，以期进一步提高移动端消息推送服务的个性化、智能化。

关键词：兴趣图谱;移动端App;个性化;消息推送

中图分类号：TP311        文献标识码：A

文章编号：1009-3044（2022）04-0057-02

在信息爆炸的时代，消息推送作为与用户交互的重要渠道[1]，在各个行业受到大量的应用，很多移动端App也具备了消息推送服务，这些传统应用大多对消息推送的研究集中在推送方式上，对用户个人的兴趣关注度较少，伴随着人们不断提高生活品质，移动端用户对于App消息推送的质量要求也逐渐提高，个性化、智能化已成为能否满足用户阅读需求的核心关键，传统的消息推送方式已经不能满足用户的阅读需求。因此App消息推送应更加注重用户的阅读需求，建立精准的兴趣图谱，进而达到个性化、智能化的消息推送服务。

1 传统App消息推送研究现状及存在的问题

1.1 传统App消息推送研究现状概述

传统App消息推送主要有定时拉取与主动推送两种方式[2]，也就是客户端软件在某一时间向服务器请求消息数据进行推送，另一种方式则是服务器发起轮询，向所有客户端进行消息主动推送。

1.2 传统App消息推送存在的问题

1.2.1 缺乏个性化

不管以何种方式进行的消息推送，消息的内容如出一辙，如何在纷繁复杂的海量信息中获取高价值信息成为手机用户的痛点[3]。大多App推送的消息都是根据时下最热的消息或者随机选取消息进行广播推送，这种方式能够囊括所有用户，技术上实现成本比较低，可以通过调用第三方API接口进行推送，但是其推送内容缺乏个性化，导致用户点击率较低，过于频繁的消息推送易对用户的正常使用造成困扰，并且部分用户对这类型消息忍耐程度较低，用户容易卸载App或进行相关投诉，导致用户留存率降低。

另外这些App并不明确用户的类型，不同的用户类型对推送的消息内容有不同的需求，可以根据用户职业、性别等条件进行分类，进行有针对性的推送。反例就是给宠物医院工作人员推送狗肉特价信息，给女生推送男性健康问题方面的消息，以上消息的推送容易让用户对App产生抵触。

1.2.2 缺乏智能化

消息推送的时间存在随意性。时间过晚的消息推送容易影响用户的休息，应从用户使用的场景出发，根据App自身类型的不同选择消息推送时间，例如外卖类App的消息推送时间应选择在中午十一点、下午五点左右，此时间接近就餐时间，此时进行附近的美食信息推送、红包补贴等消息会更加有效。

用户位置信息未进行利用。当用户所在地已经更改，App推送的消息还是用户之前所在地的相关信息，此时消息的内容已经没有意义，iOS和Android都有定位功能，App可以记录用户常住地点，推送一些周边新开的美食店铺、娱乐场所，及时让用户发现新的消费场所，当感知到用户所在地已经改变，可以根据最新的定位信息进行推送当地的美食小吃、旅游路线、酒店攻略等信息。

2 基于兴趣图谱的App消息推送服务模型分析

2.1 兴趣图谱概念

兴趣图谱的构成是由用户和兴趣节点。建立兴趣图谱需要从用户的使用行为出发，包括用户的关注内容、阅读时长、点击率、检索内容等，将这些要素通过兴趣度计算从而构成兴趣节点，进而构建出用户的兴趣图谱。例如短视频类App根据某一用户制定的兴趣图谱，其名下一级目录可以分为“类型”“年代”“时长”“作者”等，“类型”目录可以进一步划分出子目录“美食”“新闻”“搞笑”“感人”“军事”等，“年代”目录可以划分出子目录“80后”“90后”“00后”等。

2.2 基于兴趣图谱的App消息推送服务模型

根据上述分析，笔者提出基于兴趣图谱的App消息推送模型，该模型将App的消息推送分成四个部分，如图1所示，分别是用户数据收集层、用户兴趣数据层、用户兴趣匹配层和个性消息推送层。该模型依据用户的使用行为、个人信息等数据，利用兴趣图谱理论结合一些算法。进行精准定位该用户兴趣类型，为App进行个性化消息推送提供帮助，以实现消息推送的个性化、智能化。

1）用户数据收集层

用户数据收集层主要对用户在App中注册时留下的信息以及用户使用App的行为数据进行收集并整理，以用户注册时的信息为基础，添加用户的检索信息、浏览信息、评论信息、关注信息、点赞信息等，再根据用户手机的位置信息、所在地的天气等信息，结合用户使用App时间段的统计信息，尽可能全面地捕捉用户数据信息，以保證数据量足够大、数据的可靠性足够高，为后续用户兴趣挖掘和兴趣度计算提供基础。

2）用户兴趣数据层

用户兴趣数据层主要是对收集的用户数据信息进行分析，将有用信息进行关键词抽取、过滤和计算，进而对用户感兴趣的消息进行数据挖掘，并按照用户的兴趣将消息内容进行归纳整理以及本体映射等操作。

3）用户兴趣匹配层

用户兴趣匹配层是通过进一步完善用户兴趣模型，结合对用户兴趣的抽取生成初步的用户兴趣图谱，经过后期用户的继续使用将已生成的兴趣图谱进行改进和优化，使其更加契合用户的兴趣爱好和实际需求。

4）个性消息推送层

个性消息推送层是App根据最近已生成的用户兴趣图谱进行精准的用户兴趣需求分析，App再结合现有的消息数据和推送模式，最终达到个性化、智能化的消息推送服务。

3 基于兴趣图谱的App消息推送服务策略

3.1 发现用户个性化需求

用户的个性化需求应该是App进行消息推送兴趣图谱构建、个性化消息推送的第一考虑因素，因此，基于兴趣图谱的App消息推送服务必须紧紧抓牢用户需求，一方面，App的兴趣图谱的生成要与时俱进，根据捕获的最新用户数据信息和行为信息，更新兴趣图谱;另一方面，App中的兴趣度计算算法需要保持先进性，以确保计算出来的兴趣度更加准确，确立以用户需求为导向的消息推广模式。

3.2 建立与用户的交互机制

基于兴趣图谱的App消息推送服务的进步需要去获得更加真实有效的用户偏好等信息，这些信息来自App与用户之间的交互，因此App应该保持与用户有一个良好的交互行为产生，建立与用户的交互机制，通过用户对App推送的消息评论对App的改进建议和用户在阅读消息时选择对该消息内容的感兴趣程度等方式再结合App主动推送一些问卷调查、用户可能感兴趣的消息内容与用户形成双向互动，以降低App消息推送服务的出错率，便于App快速改进推送服务方案，提升消息推送服务满意度。

3.3 提升自身消息内容质量

消息推送的内容会直接影响用户对App的满意度，因此在进行个性化消息推送时，应先对消息的内容质量进行严格把关，避免一些标题与内容不符合、消息内容虚假、消息内容有违反国家法律法规的一些消息被推送到用户手中。通过App自身对消息的审核和用户参与对消息内容的监督有奖等形式，确保消息推送内容质量的可靠性，既提高了用户参与App的改进的积极性，又提高了用户的阅读质量，为App的发展提供了力量。

3.4 消息推送方式多元化

随着互联网技术的进步，用户获取消息的方式逐渐多元化，传统的仅通过App本身进行消息推送、利用短信推送和邮件推送等方式已经出现普遍化，App应利用时下流行的一些社交媒体App[4]，例如微信公众号、QQ订阅号、官方微博号等方式基于用户兴趣图谱进行消息推送，推送内容中融入图片、短视频、GIF动画、音乐等信息，增强消息的趣味性，并引导用户进入App中了解更多内容，提升用户使用该App的主动性和积极性。

4 结束语

伴随生活水平质量的提高，用户对具有个性化、智能化消息推送的App的满意程度普遍提高，进而这些App的用户活跃度、用户黏性和留存率也进一步提高[5]，本文通过分析了传统App消息推送的不足，进而提出了基于用户兴趣图谱的个性化消息推送模型以及策略，能够有助于传统App进行消息推送服务的改进，以达到能够以个性化、智能化的消息推送模式面向用户。

参考文献：

[1] 姜翔.消息推送技术研究与未来展望[J].电信网技术，2018（4）：73-75.

[2] 曹小平，陈印.基于移动终端的消息推送模式研究[J].电子技术与软件工程，2019（5）：16.

[3] 崔超.基于企业微信消息推送系统的设计与实现[J].信息通信技术与政策，2019（7）：90-94.

[4] 孙恒.基于微信“摇一摇”看电视媒体與社交媒体之间的互动[J].视听，2017（12）：36-37.

[5] 高雪.基于用户体验的腾讯手机新闻客户端传播策略研究[D].锦州：渤海大学，2018.

收稿日期：2021-05-26

基金项目：攀枝花科技局项目（项目编号：2019ZD-G-18 ）

作者简介：刘世雄（1999—），男，本科生，主要研究方向为软件工程;张俊（1993—），男，四川乐山人，通信作者，助教，硕士，主要研究方向为大数据开发。