结合大数据分析的私域流量识别方法及社交网络平台

技术领域

本发明涉及大数据分析及社交网络平台技术领域，具体而言，涉及一种结合大数据分析的私域流量识别方法及社交网络平台。

背景技术

随着大数据技术的不断发展以及各种社交网络平台的兴起，基于社交网络的私域流量得到各种主体的青睐，并以期通过私域流量实现商业变现或者进行商业运作，例如，可根据私域流量进行大数据运营，例如广告的投放或内容推送等。然而，在实际应用中，对于某些主体或用户来说，所建立的私域流量池中存在许多无效的流量，例如，以提供即时通信（IMS）的社交网络平台来说，对于各用户主体，可能存在大量的好友用户并不会与该用户主体具有较多的社交交集，若将这些用户纳入私域流量池进行后期的流量运作，可能会导致一些潜在的流量流失或者流量运作效果较低的问题。

发明内容

基于现有技术的不足，第一方面，本发明实施例提供一种结合大数据分析的私域流量识别方法，包括：

获取社交网络平台中的目标平台用户在第一时间节点所记录的第一互动对象序列；

所述第一时间节点为所述目标平台用户当前登录所述社交网络平台之前的任意时间节点；所述第一互动对象序列中包含两个或两个以上与所述目标平台用户存在互动关系的互动平台用户；每个互动平台用户均在第二时间节点与所述目标平台用户之间存在历史信息交互记录；所述第二时间节点为所述第一时间节点之前的时间节点；所述第一互动对象序列为所述目标平台用户在所述第二时间节点所记录的与所述目标平台用户存在信息交互的多个互动平台用户所形成的互动对象序列；

依次将所述第一互动对象序列的所述两个或两个以上互动平台用户作为待分析平台用户，并采集目标时间区间内每个所述待分析平台用户与所述目标平台用户之间产生的历史互动行为信息；

基于所述互动行为信息进行大数据分析，判断每个所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，若达到预设的有效互动条件，则确定所述待分析平台用户为有效互动平台用户；

在所述第一互动对象序列中标记所述有效互动平台用户的用户标识信息，并将所述有效互动平台用户的用户标识信息添加至有效互动对象序列；

将所述有效互动对象序列中的各有效互动平台用户作为所述目标平台用户的有效私域流量，添加至所述社交网络平台中与所述目标平台用户对应的私域流量池中。

基于所述第一方面，所述历史互动行为信息基于所述目标平台用户与所述待分析平台用户在所述目标时间区间内的互动行为进行互动信息采集得到；所述历史互动行为信息包括以下三种信息中的其中至少一种：所述目标平台用户与所述待分析平台用户之间进行信息交互产生的第一类型互动信息、所述目标平台用户和所述待分析平台用户在多人会话群组中进行信息交互产生的第二类型互动信息、以及所述待分析平台用户在所述目标平台用户的互动社群发送的第三类型互动信息；

所述所述基于所述互动行为信息进行大数据分析，判断所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，包括：

根据所述历史互动行为信息计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件。

基于所述第一方面，所述历史互动行为信息包括所述目标平台用户与所述待分析平台用户之间进行信息交互产生的第一类型互动信息；

所述根据所述历史互动行为信息计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，包括：

针对各所述待分析平台用户对应的所述第一类型互动信息，获取所述第一类型互动信息中所述待分析平台用户与所述目标平台用户之间的信息互动次数；

将所述第一类型互动信息与预先建立的关键词库进行匹配，提取所述第一类型互动信息中包含的所述关键词库中存储的目标关键词；

对所述第一类型互动信息进行互动信息量特征提取，得到所述第一类型互动信息对应的互动信息量特征；

根据各所述待分析平台用户对应的第一类型互动信息所得到的所述信息互动次数、所述目标关键词以及所述互动信息量特征计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件。

基于所述第一方面，所述根据各所述待分析平台用户对应的第一类型互动信息所得到的所述信息互动次数、所述目标关键词以及所述互动信息量特征计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，包括：

针对各所述待分析平台用户对应的第一类型互动信息，根据所述信息互动次数按照预设的积分规则计算得到一互动次数得分；

将提取出来的所述目标关键词与预设的关键词积分映射表进行匹配，得到所述第一类型互动信息对应的关键词得分；

根据所述第一类型互动信息对应的互动信息量特征，计算得到一互动信息量得分；

根据所述互动次数得分、所述关键词得分、以及所述互动信息量得分计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分；

根据各所述待分析平台用户与所述目标平台用户之间的互动得分，判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件；

其中，所述根据所述互动次数得分、所述关键词得分、以及所述互动信息量得分计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，包括：

获取预先针对所述互动次数得分、所述关键词得分、所述互动信息量得分分别设定的互动次数权重系数、关键词权重系数、以及互动信息量权重系数；

将所述互动次数权重系数、关键词权重系数、以及互动信息量权重系数分别与各所述待分析平台用户对应的所述互动次数得分、所述关键词得分、所述互动信息量得分进行加权计算，得到各所述待分析平台用户分别与所述目标平台用户之间的互动得分。

基于所述第一方面，所述历史互动行为信息包括：所述目标平台用户与所述待分析平台用户之间进行信息交互产生的第一类型互动信息、以及所述目标平台用户和所述待分析平台用户在多人会话群组中进行信息交互产生的第二类型互动信息；

所述根据所述历史互动行为信息计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，包括：

针对各所述待分析平台用户对应的历史互动行为信息，根据所述第一类型互动信息计算得到第一互动行为得分；

根据所述第二类型互动信息，计算得到第二互动行为得分；

根据所述第一互动行为得分以及所述第二互动行为得分，计算得到各所述待分析平台用户与所述目标平台用户的互动得分；

根据各所述待分析平台用户与所述目标平台用户之间的互动得分，判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件；

其中：

所述根据所述第一类型互动信息计算得到第一互动行为得分，包括：

获取所述第一类型互动信息中所述待分析平台用户与所述目标平台用户之间的信息互动次数，根据所述信息互动次数按照预设的积分规则计算得到一互动次数得分；

将所述第一类型互动信息与预先建立的关键词库进行匹配，提取所述第一类型互动信息中包含的所述关键词库中存储的目标关键词，将提取出来的所述目标关键词与预设的关键词积分映射表进行匹配，得到所述第一类型互动信息对应的关键词得分；

对所述第一类型互动信息进行互动信息量特征提取，得到所述第一类型互动信息对应的互动信息量特征，根据所述第一类型互动信息对应的互动信息量特征，计算得到一互动信息量得分；

根据所述互动次数得分、所述关键词得分、以及所述互动信息量得分计算得到各所述待分析平台用户与所述目标平台用户之间的第一互动行为得分；

所述根据所述第二类型互动信息，计算得到第二互动行为得分，包括：

从所述第二类型互动信息中获取各所述待分析平台用户分别与所述目标平台用户所共有的多人会话群组的共有群组数量、各所述待分析平台用户分别与所述目标平台用户在所述多人会话群组中彼此进行关注的关注次数、以及各所述待分析平台用户分别与所述目标平台用户在所共有的多人会话群组中发送的交互信息的交互信息量；

根据所述共有群组数量、所述关注次数以及所述交互信息量计算得到各所述待分析平台用户分别与所述目标平台用户之间的第二互动行为得分。

基于所述第一方面，所述历史互动行为信息包括：所述目标平台用户与所述待分析平台用户之间进行信息交互产生的第一类型互动信息、所述目标平台用户和所述待分析平台用户在多人会话群组中进行信息交互产生的第二类型互动信息、以及所述待分析平台用户在所述目标平台用户的互动社群发送的第三类型互动信息；

所述根据所述历史互动行为信息计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，包括：

针对各所述待分析平台用户对应的历史互动行为信息，根据所述第一类型互动信息计算得到第一互动行为得分；

根据所述第二类型互动信息，计算得到第二互动行为得分；

根据所述第三类型互动信息，计算得到第三互动行为得分；

根据所述第一互动行为得分、所述第二互动行为得分、以及所述第三互动行为得分，计算得到各所述待分析平台用户与所述目标平台用户的互动得分；

根据各所述待分析平台用户与所述目标平台用户之间的互动得分，判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件；

其中：

所述根据所述第一类型互动信息计算得到第一互动行为得分，包括：

获取所述第一类型互动信息中所述待分析平台用户与所述目标平台用户之间的信息互动次数，根据所述信息互动次数按照预设的积分规则计算得到一互动次数得分；

将所述第一类型互动信息与预先建立的关键词库进行匹配，提取所述第一类型互动信息中包含的所述关键词库中存储的目标关键词，将提取出来的所述目标关键词与预设的关键词积分映射表进行匹配，得到所述第一类型互动信息对应的关键词得分；

对所述第一类型互动信息进行互动信息量特征提取，得到所述第一类型互动信息对应的互动信息量特征，根据所述第一类型互动信息对应的互动信息量特征，计算得到一互动信息量得分；

根据所述互动次数得分、所述关键词得分、以及所述互动信息量得分计算得到各所述待分析平台用户与所述目标平台用户之间的第一互动行为得分；

所述根据所述第二类型互动信息，计算得到第二互动行为得分，包括：

从所述第二类型互动信息中获取各所述待分析平台用户分别与所述目标平台用户所共有的多人会话群组的共有群组数量、各所述待分析平台用户分别与所述目标平台用户在所述多人会话群组中彼此进行关注的关注次数、以及各所述待分析平台用户分别与所述目标平台用户在所共有的多人会话群组中发送的交互信息的交互信息量；

根据所述共有群组数量、所述关注次数以及所述交互信息量计算得到各所述待分析平台用户分别与所述目标平台用户之间的第二互动行为得分；

所述根据所述第三类型互动信息，计算得到第三互动行为得分，包括：

从所述第三类型互动信息中获取各所述待分析平台用户在所述目标平台用户的互动社群执行的具有目标操作标签的目标操作频次、在所述互动社群的信息互动区所发送的互动信息的互动信息量、以及所述互动信息中所包括目标关键词；

根据所述目标操作频次、所述互动信息量、以及所述目标关键词，计算得到各所述待分析平台用户分别与所述目标平台用户之间第三互动行为得分。

基于所述第一方面，所述根据所述第一互动行为得分、所述第二互动行为得分、以及所述第三互动行为得分，计算得到各所述待分析平台用户与所述目标平台用户的互动得分，包括：

分别对所述第一互动行为得分、所述第二互动行为得分、以及所述第三互动行为得分进行归一化处理，得到归一化处理后的第一归一化得分、第二归一化得分以及第三归一化得分；

根据预先设定的分别针对所述第一互动行为得分、所述第二互动行为得分、以及所述第三互动行为得分的第一得分权重、第二得分权重以及第三得分权重将所述第一归一化得分、第二归一化得分以及第三归一化得分进行加权求和，得到各所述待分析平台用户与所述目标平台用户之间的互动得分。

基于所述第一方面，所述根据各所述待分析平台用户与所述目标平台用户之间的互动得分，判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，包括：

根据各所述待分析平台用户分别与所述目标平台用户之间的互动得分，对各所述待分析平台用户进行降序排序，根据排序结果将排序靠前的预设数量个待分析平台用户确定为与所述目标平台用户之间的互动行为达到预设的有效互动条件；或者

判断各所述待分析平台用户分别与所述目标平台用户之间的互动得分是否达到预设得分阈值，若达到预设得分阈值，则判定对应的待分析平台用户与所述目标平台用户之间的互动行为达到预设的有效互动条件，若未达到预设得分阈值，则判定对应的待分析平台用户与所述目标平台用户之间的互动行为未达到预设的有效互动条件。

基于所述第一方面，所述在目标时间区间内采集所述待分析平台用户与所述目标平台用户之间产生的互动行为信息，包括：

根据述所述第一时间节点确定所述目标时间区间，所述目标时间区间包含所述目标平台用户登录所述社交网络平台之前的预设时间段且包含所述第二时间节点；

基于所述目标平台用户与各所述待分析平台用户在所述目标时间区间内的历史互动行为，采集所述目标平台用户与所述待分析平台用户之间的历史互动行为信息；

将采集到的历史互动行为信息作为所述待分析平台用户与所述目标平台用户之间产生的互动行为信息。

第二方面，本发明实施例还提供一种社交网络平台，包括处理器、机器可读存储介质，所述机器可读存储介质和所述处理器连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以实现上述的方法。

相较于现有技术，本发明实施例通过对目标平台用户在目标时间区间内与其他平台用户的历史互动行为信息进行大数据分析，从而识别出与所述目标平台用户具有有效互动行为的有效互动平台用户，作为该目标平台用户的有效私域流量。如此，由于私域流量池中是经过严格筛选而产生的有效私域流量，例如是与目标平台用户具有大量的交互行为或者具有特定的交互记录的有效互动对象，基于此，可以避免在后续使用该目标平台用户的私域流量时，向所述目标平台用户存在社交关系但关系不紧密的其他用户推送信息而使得用户反感进而导致潜在私域流量流失的问题。同时，由于私域流量池中是经过严格筛选而产生的有效私域流量，可以进一步提升基于该私域流量池进行流量运营的效果，提升流量运营的精准性。此外，本发明实施例通过不同类型的历史互动信息对待分析平台用户与所述目标平台用户之间的有效互动行为进行精细化分析，可以进一步提升针对目标平台用户的私域流量的识别准确度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，针对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本申请实施例的运行环境示意图。

图2是本申请实施例提供的结合大数据分析的私域流量识别方法的流程示意图。

图3是图2中步骤S3的子步骤流程示意图。

图4是本申请实施例提供的用于实现上述方法的设备的示意图。

图5是图4中的私域流量识别装置的功能模块示意图。

具体实施方式

下面将结合本申请中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

请参照图1，图1是本申请实施例的运行环境示意图，该运行环境涉及一种社交网络系统10，所述社交网络系统10包括社交网络平台100以及与社交网络平台100通信连接的多个终端设备，各终端设备可通过所述社交网络平台100提供的客户端与其他终端设备进行社交网络通信，例如，可以通过所述客户端进行即时消息的发送、群组会话、朋友圈互动、社区互动、论坛互动等等。所述社交网络平台100提供的客户端例如可以是即时通信客户端、微博客户端、论坛客户端、公众号客户端等，本实施例具体不做限定。所述多个终端设备例如可以是本申请实施例提供的一个目标平台用户所使用的目标终端设备200以及与所述目标平台用户存在信息互动的其他平台用户所实用的其他终端设备300。本申请实施例中，所述社交网络平台100可以对所述目标平台用户与其他平台用户进行信息互动产生的大量历史互动信息进行大数据处理及分析等工作，以对所述目标平台用户的有效私域流量进行识别，进而建立针对所述目标平台用户的私域流量池，以用于后期的广告投放及内容推送等工作，以提升基于私域流量池的流量运营效果并防止潜在的流量流失等问题。详细的方法在下面进行具体的示例性描述。

请参照图2，本申请实施例提供的结合大数据分析的私域流量识别方法的流程交互示意图，所述方法主要由上述的社交网络系统10中的社交网络平台100所示执行，或者也可以是有所述目标平台用户对应的目标终端设备200执行，上述方法所包括的具体步骤详细描述如下。

步骤S1，获取社交网络平台中的目标平台用户在第一时间节点所记录的第一互动对象序列。

本实施例中，所述第一时间节点为所述目标平台用户当前登录所述社交网络平台之前的任意时间节点。所述第一互动对象序列中包含两个或两个以上与所述目标平台用户存在互动关系的互动平台用户。每个互动平台用户均在第二时间节点与所述目标平台用户之间存在历史信息交互记录。所述第二时间节点为所述第一时间节点之前的时间节点。所述第一互动对象序列为所述目标平台用户在所述第二时间节点所记录的与所述目标平台用户存在信息交互的多个互动平台用户所形成的互动对象序列。

步骤S2，依次将所述第一互动对象序列的所述两个或两个以上互动平台用户作为待分析平台用户，并采集目标时间区间内每个所述待分析平台用户与所述目标平台用户之间产生的历史互动行为信息。

步骤S3，基于所述互动行为信息进行大数据分析，判断每个所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，若达到预设的有效互动条件，则确定所述待分析平台用户为有效互动平台用户。

步骤S4，在所述第一互动对象序列中标记所述有效互动平台用户的用户标识信息，并将所述有效互动平台用户的用户标识信息添加至有效互动对象序列。

步骤S5，将所述有效互动对象序列中的各有效互动平台用户作为所述目标平台用户的有效私域流量，添加至所述社交网络平台中与所述目标平台用户对应的私域流量池中。

综上所述，本发明实施例通过对目标平台用户在目标时间区间内与其他平台用户的历史互动行为信息进行大数据分析，从而识别出与所述目标平台用户具有有效互动行为的有效互动平台用户，作为该目标平台用户的有效私域流量。如此，由于私域流量池中是经过严格筛选而产生的有效私域流量，例如是与目标平台用户具有大量的交互行为或者具有特定的交互记录的有效互动对象，基于此，可以避免在后续使用该目标平台用户的私域流量时，向所述目标平台用户存在社交关系但关系不紧密的其他用户推送信息而使得用户反感进而导致潜在私域流量流失的问题。同时，由于私域流量池中是经过严格筛选而产生的有效私域流量，可以进一步提升基于该私域流量池进行流量运营的效果，提升流量运营的精准性。

下面，将结合具体的实施方式对上述各步骤中的相关内容进行必要的解释。

进一步地，本实施例中，在所述步骤S2中，可以通过以下所述的方法在所述目标时间区间内采集所述待分析平台用户与所述目标平台用户之间产生的互动行为信息，示例性描述如下：

首先，根据述所述第一时间节点确定所述目标时间区间，所述目标时间区间包含所述目标平台用户登录所述社交网络平台之前的预设时间段且包含所述第二时间节点；

然后，基于所述目标平台用户与各所述待分析平台用户在所述目标时间区间内的历史互动行为，采集所述目标平台用户与所述待分析平台用户之间的历史互动行为信息；

最后，将采集到的历史互动行为信息作为所述待分析平台用户与所述目标平台用户之间产生的互动行为信息。

本实施例中，所述历史互动行为信息基于所述目标平台用户与所述待分析平台用户在所述目标时间区间内的互动行为进行互动信息采集得到。所述历史互动行为信息可以包括以下三种信息中的其中至少一种：所述目标平台用户与所述待分析平台用户之间进行信息交互产生的第一类型互动信息、所述目标平台用户和所述待分析平台用户在多人会话群组中进行信息交互产生的第二类型互动信息、以及所述待分析平台用户在所述目标平台用户的互动社群发送的第三类型互动信息。基于此，所述步骤S3中基于所述互动行为信息进行大数据分析，判断所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，可以通过以下方式实现：

根据所述历史互动行为信息计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件。

进一步地，本实施例中，在第一种可能的实施方式中，所述历史互动行为信息可以包括所述目标平台用户与所述待分析平台用户之间进行信息交互产生的第一类型互动信息。基于此，在所述步骤S3中，根据所述历史互动行为信息计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，具体的实现方法可以通过如图3所示的子步骤S31-S34实现，具体描述如下。

子步骤S31，针对各所述待分析平台用户对应的所述第一类型互动信息，获取所述第一类型互动信息中所述待分析平台用户与所述目标平台用户之间的信息互动次数。譬如，所述信息互动次数是指所述目标平台用户与每个待分析平台用户相互之间所发送的互动信息的数量或频次。所述第一类型互动信息例如可以是所述目标平台与所述待分析平台用户通过所述社交网络平台100提供的客户端进行即时信息（IMS）交互而产生的互动信息，例如可以包括文字、图片、声音等的私聊信息。

子步骤S32，将所述第一类型互动信息与预先建立的关键词库进行匹配，提取所述第一类型互动信息中包含的所述关键词库中存储的目标关键词。本实施例中，所述关键词库可以是包括预先搜集的大量可以用于表征不同的平台用户之间的亲密程度的关键词，可以用于辅助识别目标平台用户的有效私域流量。例如，所述关键词库可以包括“亲爱的”、“哥们儿”、“爸爸”、“妈妈”、“老同学”、“兄弟”、“老弟”、“老铁”等等。

子步骤S33，对所述第一类型互动信息进行互动信息量特征提取，得到所述第一类型互动信息对应的互动信息量特征。本实施例中，所述互动信息量特征可以包括所述第一类型互动信息的信息大小（例如以字节表示）、文本长度等。互动信息量特征用于表示所述目标平台用户与所述待分析平台用户之间进行信息交互的信息量大小，信息量越大，表示所述目标平台用户与所述待分析平台用户之间的互动越多，反之，则越少。因此，互动信息量特征也可以用于辅助识别目标平台用户的有效私域流量，提升有效私域流量的识别准确性。

子步骤S34，根据各所述待分析平台用户对应的第一类型互动信息所得到的所述信息互动次数、所述目标关键词以及所述互动信息量特征计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件。

本实施例中，所述子步骤S34的一种可能的实现方式，包括以下所述的步骤（1）-（5），具体介绍如下。

（1）针对各所述待分析平台用户对应的第一类型互动信息，根据所述信息互动次数按照预设的积分规则计算得到一互动次数得分。譬如，预设的积分规则可以是：将各待分析平台用户分别与所述目标平台用户的信息互动次数的最大值设置为一预设分数（如30分），其他信息互动次数与所述最大值的比值乘以所述预设分数作为其他信息互动次数对应的待分析平台用户的互动次数得分。举例而言，假设所述目标平台用户与100个待分析平台用户的第一类型互动信息中，待分析平台用户a与所述目标平台用户的互动次数最多为500次，待分析平台用户b与所述目标平台用户的互动次数为200次，那么待分析平台用户a对应的互动次数得分为30分，待分析平台用户b对应的互动次数得分为200/500*30=12分。其他的待分析平台用户对应的互动次数得分按照相同的方法计算得到。

（2）将提取出来的所述目标关键词与预设的关键词积分映射表进行匹配，得到各所述待分析平台用户产生的所述第一类型互动信息对应的关键词得分。本实施例中，所述关键词积分映射表可以记录有多个预设的关键词以及每个关键词对应的关键词积分。因此，可以将提取得到的目标关键词参照该关键词积分映射表进行匹配，得到所述关键词得分。譬如，上述列出的“亲爱的”、“哥们儿”、“爸爸”、“妈妈”、“老同学”、“兄弟”、“老弟”、“老铁”等关键词分别对应5、3、4、4、3、3、3、3等关键词分数，若某个待分析平台用户对应的第一类型互动信息中提取出“亲爱的”、“哥们儿”、“老弟”、“老铁”等关键词，那么该待分析平台用户对应的关键词得分则是5+3+3+3=14分。此外，还可以设置一个关键词得分限额，使关键词得分不超过设定的限额，例如20分、30分等，具体不做限制。

（3）根据所述第一类型互动信息对应的互动信息量特征，计算得到一互动信息量得分。所述互动信息量得分可以根据所述互动信息量特征按照设定的计算规则而得到。譬如，所述互动信息量特征用于表示所述第一类型互动信息对应的信息量大小，例如5MB、10MB等等。举例而言，可以将各所述待分析平台用户对应的第一类型互动信息的信息量大小的最大值确定各位以预设分数（如30分），其信息量大小与所述最大值的比值乘以所述预设分数作为其他信息互动次数对应的待分析平台用户的互动信息量得分。举例而言，假设所述目标平台用户与100个待分析平台用户的第一类型互动信息中，待分析平台用户a与所述目标平台用户的互动信息量最大，为10MB，待分析平台用户b与所述目标平台用户的互动次数为50MB，那么待分析平台用户a对应的互动信息量得分为30分，待分析平台用户b对应的互动信息量得分为5MB/10MB*30=15分。其他的待分析平台用户对应的互动信息量得分按照相同的方法计算得到。

（4）根据所述互动次数得分、所述关键词得分、以及所述互动信息量得分计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分。在一种可能的实现方式中，可以将所述互动次数得分、所述关键词得分、以及所述互动信息量得分进行求和得到所述互动得分，也可以将所述互动次数得分、所述关键词得分、以及所述互动信息量得分按照设定的加权系数进行加权求和得到所述互动得分，具体不做限定。

譬如，在一种可以实现的方式中，所述根据所述互动次数得分、所述关键词得分、以及所述互动信息量得分计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，具体的方式可以是：

首先，获取预先针对所述互动次数得分、所述关键词得分、所述互动信息量得分分别设定的互动次数权重系数、关键词权重系数、以及互动信息量权重系数；

然后，将所述互动次数权重系数、关键词权重系数、以及互动信息量权重系数分别与各所述待分析平台用户对应的所述互动次数得分、所述关键词得分、所述互动信息量得分进行加权计算，得到各所述待分析平台用户分别与所述目标平台用户之间的互动得分。譬如，计算所述互动得分的公式可以是：Score（i）= Wa*Inter（i）+Wb*Key（i）+Wc*INFO（i）。其中，Score（i）代表第i各待分析平台用户与所述目标平台用户的互动得分，Wa代表所述互动次数权重系数、Wb代表所述关键词权重系数、Wc代表所述互动信息量权重系数，Inter（i）代表所述互动次数得分、Key（i）代表所述关键词得分、INFO（i）代表所述互动信息量得分。

（5）根据各所述待分析平台用户与所述目标平台用户之间的互动得分，判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件。

在本申请的另一种可能的实现方式中，所述历史互动行为信息包括所述目标平台用户与所述待分析平台用户之间进行信息交互产生的第一类型互动信息、以及所述目标平台用户和所述待分析平台用户在多人会话群组中进行信息交互产生的第二类型互动信息。基于此，上述步骤S3中，根据所述历史互动行为信息计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，具体的实现方式可以包括以下所述的步骤（1）-（4），具体描述如下。

（1）针对各所述待分析平台用户对应的历史互动行为信息，根据所述第一类型互动信息计算得到第一互动行为得分。

本实施例中，据所述第一类型互动信息计算得到第一互动行为得分，一种可实现的方式描述如下：

首先，获取所述第一类型互动信息中所述待分析平台用户与所述目标平台用户之间的信息互动次数，根据所述信息互动次数按照预设的积分规则计算得到一互动次数得分；

然后，将所述第一类型互动信息与预先建立的关键词库进行匹配，提取所述第一类型互动信息中包含的所述关键词库中存储的目标关键词，将提取出来的所述目标关键词与预设的关键词积分映射表进行匹配，得到所述第一类型互动信息对应的关键词得分；

接着，对所述第一类型互动信息进行互动信息量特征提取，得到所述第一类型互动信息对应的互动信息量特征，根据所述第一类型互动信息对应的互动信息量特征，计算得到一互动信息量得分；

最后，根据所述互动次数得分、所述关键词得分、以及所述互动信息量得分计算得到各所述待分析平台用户与所述目标平台用户之间的第一互动行为得分。

（2）根据所述第二类型互动信息，计算得到第二互动行为得分。

本实施例中，所述根据所述第二类型互动信息，计算得到第二互动行为得分，一种可实现的方式描述如下：

首先，从所述第二类型互动信息中获取各所述待分析平台用户分别与所述目标平台用户所共有的多人会话群组的共有群组数量、各所述待分析平台用户分别与所述目标平台用户在所述多人会话群组中彼此进行关注的关注次数、以及各所述待分析平台用户分别与所述目标平台用户在所共有的多人会话群组中发送的交互信息的交互信息量；所述彼此进行关注的操作例如可以是“@对方”、“拍一拍对方”等操作；

然后，根据所述共有群组数量、所述关注次数以及所述交互信息量计算得到各所述待分析平台用户分别与所述目标平台用户之间的第二互动行为得分。

（3）根据所述第一互动行为得分以及所述第二互动行为得分，计算得到各所述待分析平台用户与所述目标平台用户的互动得分。

本实施例中，可分别对所述第一互动行为得分、所述第二互动行为得分进行归一化处理，得到归一化处理后的第一归一化得分、第二归一化得分；然后，根据预先设定的分别针对所述第一互动行为得分、所述第二互动行为得分的第一得分权重、第二得分权重将所述第一归一化得分、第二归一化得分进行加权求和，得到各所述待分析平台用户与所述目标平台用户之间的互动得分。

（4）根据各所述待分析平台用户与所述目标平台用户之间的互动得分，判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件。

进一步地，在本实施例的又一种可实现的方案中，所述历史互动行为信息包括所述目标平台用户与所述待分析平台用户之间进行信息交互产生的第一类型互动信息、所述目标平台用户和所述待分析平台用户在多人会话群组中进行信息交互产生的第二类型互动信息、以及所述待分析平台用户在所述目标平台用户的互动社群发送的第三类型互动信息。所述互动社群例如可以是所述目标平台用户使用所述社交网络平台100提供的客户端建立的互动空间，例如朋友圈、微博评论区、论坛、贴吧等，但不限于此。基于此，在上述步骤S3中，根据所述历史互动行为信息计算得到各所述待分析平台用户与所述目标平台用户之间的互动得分，并根据所述互动得分判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，具体的实现方法可以通过以下所述的步骤（1）-（5）实现。

（1）针对各所述待分析平台用户对应的历史互动行为信息，根据所述第一类型互动信息计算得到第一互动行为得分。

本实施中，所述根据所述第一类型互动信息计算得到第一互动行为得分，包括：

获取所述第一类型互动信息中所述待分析平台用户与所述目标平台用户之间的信息互动次数，根据所述信息互动次数按照预设的积分规则计算得到一互动次数得分；

将所述第一类型互动信息与预先建立的关键词库进行匹配，提取所述第一类型互动信息中包含的所述关键词库中存储的目标关键词，将提取出来的所述目标关键词与预设的关键词积分映射表进行匹配，得到所述第一类型互动信息对应的关键词得分；

对所述第一类型互动信息进行互动信息量特征提取，得到所述第一类型互动信息对应的互动信息量特征，根据所述第一类型互动信息对应的互动信息量特征，计算得到一互动信息量得分；

根据所述互动次数得分、所述关键词得分、以及所述互动信息量得分计算得到各所述待分析平台用户与所述目标平台用户之间的第一互动行为得分。

（2）根据所述第二类型互动信息，计算得到第二互动行为得分。

本实施例中，所述根据所述第二类型互动信息，计算得到第二互动行为得分，包括：

从所述第二类型互动信息中获取各所述待分析平台用户分别与所述目标平台用户所共有的多人会话群组的共有群组数量、各所述待分析平台用户分别与所述目标平台用户在所述多人会话群组中彼此进行关注的关注次数、以及各所述待分析平台用户分别与所述目标平台用户在所共有的多人会话群组中发送的交互信息的交互信息量；

根据所述共有群组数量、所述关注次数以及所述交互信息量计算得到各所述待分析平台用户分别与所述目标平台用户之间的第二互动行为得分。

（3）根据所述第三类型互动信息，计算得到第三互动行为得分。

本实施例中，所述根据所述第三类型互动信息，计算得到第三互动行为得分，包括：

从所述第三类型互动信息中获取各所述待分析平台用户在所述目标平台用户的互动社群执行的具有目标操作标签的目标操作频次、在所述互动社群的信息互动区所发送的互动信息的互动信息量、以及所述互动信息中所包括目标关键词；所述目标操作例如可以是点赞、送虚拟礼物、彼此关注等；所述互动信息例如可以是在所述互动区中发送的互动信息；

根据所述目标操作频次、所述互动信息量、以及所述目标关键词，计算得到各所述待分析平台用户分别与所述目标平台用户之间第三互动行为得分。

（4）根据所述第一互动行为得分、所述第二互动行为得分、以及所述第三互动行为得分，计算得到各所述待分析平台用户与所述目标平台用户的互动得分。

本实施例中，步骤（4）可以通过以下方法实现：

首先，分别对所述第一互动行为得分、所述第二互动行为得分、以及所述第三互动行为得分进行归一化处理，得到归一化处理后的第一归一化得分、第二归一化得分以及第三归一化得分；

然后，根据预先设定的分别针对所述第一互动行为得分、所述第二互动行为得分、以及所述第三互动行为得分的第一得分权重、第二得分权重以及第三得分权重将所述第一归一化得分、第二归一化得分以及第三归一化得分进行加权求和，得到各所述待分析平台用户与所述目标平台用户之间的互动得分。

（5）根据各所述待分析平台用户与所述目标平台用户之间的互动得分，判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件。

本实施例中，上述各方法中，可以通过以下两种方式中的任意一种方式，根据各所述待分析平台用户与所述目标平台用户之间的互动得分，判断各所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，具体描述如下。

方案一、根据各所述待分析平台用户分别与所述目标平台用户之间的互动得分，对各所述待分析平台用户进行降序排序，根据排序结果将排序靠前的预设数量个待分析平台用户确定为与所述目标平台用户之间的互动行为达到预设的有效互动条件。

方案二、判断各所述待分析平台用户分别与所述目标平台用户之间的互动得分是否达到预设得分阈值，若达到预设得分阈值，则判定对应的待分析平台用户与所述目标平台用户之间的互动行为达到预设的有效互动条件，若未达到预设得分阈值，则判定对应的待分析平台用户与所述目标平台用户之间的互动行为未达到预设的有效互动条件。

综上所述，本发明实施例通过不同类型的历史互动信息对待分析平台用户与所述目标平台用户之间的有效互动行为进行精细化分析，可以进一步提升针对目标平台用户的私域流量的识别准确度。

在上述内容的基础上，本发明实施例还可以基于所述目标平台用户构建的私域流量池进行内容的推送，相应的推送方法可以包括下述步骤S100-S400的内容，示例性描述如下。

步骤S100，获取社交网络平台中待进行内容推送的目标平台用户的私域流量池并根据该私域流量池得到对应的用户订阅信息知识库。

本实施例中，所述私域流量池对应的用户订阅信息知识库包括与所述目标平台用户具有有效互动关系的互动平台用户的用户识别信息、社交网络平台提供的服务订阅内容的内容识别信息、用户识别信息之间的互动关系描述信息、以及用户识别信息与内容识别信息之间的内容订阅描述信息，所述互动关系描述信息包括互动平台用户之间的互动关系信息，所述内容订阅描述信息包括互动平台用户对社交网络平台提供的服务订阅内容的历史内容订阅信息。其中，所述互动关系描述信息可以包括，但不限于，各互动平台用户与所述目标平台用户的互动程度描述（例如互动得分）、各互动平台用户相互之间的互动程度描述（如互动得分）、以及各平台用户（包括互动平台用户和目标平台用户）相互之间的互动内容、互动时间信息有关的索引信息等，具体不做限定。所述内容订阅描述信息也可以包括，但不限于，各平台用户针对具体的服务订阅内容有关的订阅信息，如针对具体的服务订阅内容有关的订阅操作信息，例如订阅时间、订阅内容标签、订阅内容所属类型等。

步骤S200，根据所述互动平台用户的用户识别信息之间的互动关系描述信息以及所述用户识别信息与内容识别信息之间的内容订阅描述信息，获取所述目标平台用户的私域流量池中的各互动平台用户对所述社交网络平台提供的服务订阅内容的互动用户兴趣特征。

步骤S300，获取所述目标平台用户的历史内容订阅信息，并根据所述历史内容订阅信息得到所述目标平台用户对所述社交网络平台提供的服务订阅内容的目标用户兴趣特征。

步骤S400，根据所述互动用户兴趣特征和所述目标用户兴趣特征，基于所述目标平台用户的私域流量池对所述社交网络平台提供的服务订阅内容进行内容推送。

在上述步骤S100中，根据所述私域流量池构建所述用户订阅信息知识库可以通过以下的方法实现，具体描述如下。

首先，可以获取所述私域流量池中不同的互动平台用户分别与所述目标平台用户的互动关系以及各互动平台用户之间的互动关系，得到平台用户互动关系矩阵；

然后，从所述社交网络平台中获取各所述目标平台用户以及各所述互动平台用户对所述社交网络平台提供的订阅内容的历史订阅信息，得到历史订阅信息矩阵；

最后，根据所述平台用户互动关系矩阵以及所述历史订阅信息矩阵构建所述用户订阅信息知识库，所述用户订阅信息知识库可以为一知识图谱。例如，可以根据所述平台用户互动关系矩阵将每个平台用户作为一个知识图谱中的节点，将各平台用户相互之间根据所述互动关系进行连接，然后将各历史订阅信息作为一个信息节点，根据各平台用户与历史订阅信息之间的订阅关系进行连接，进而形成所述用户订阅信息知识库。所述用户订阅信息知识库中，各平台用户之间的连线位相应的平台用户之间的互动关系（如互动得分），平台用户与订阅信息之间的连线为订阅信息（例如针对具体订阅内容的订阅频次等）。

进一步地，如图3所示，在上述步骤S400中，据所述互动用户兴趣特征和所述目标用户兴趣特征，基于所述目标平台用户的私域流量池对所述社交网络平台提供的服务订阅内容进行内容推送，具体的实现方法可以包括图3所示的子步骤S401-S403，具体描述如下。

子步骤S401，根据所述用户识别信息之间的互动关系描述信息，将互动关系满足预设条件的多个互动平台用户划分到一个待推送的兴趣组，并将该兴趣组中各平台用户的历史订阅内容的内容标签作为该兴趣组对应的互动用户兴趣特征。例如，可以根据各互动平台用户分别与所述目标平台用户的互动得分按照互动得分区域进行划分，例如，将互动得分在80-100分之间的互动平台用户划分到所述兴趣组中。

子步骤S402，根据各所述互动用户兴趣特征，从所述社交网络平台中匹配相应的待推送订阅内容，并将所述待推送订阅内容通过基于所述目标平台用户预先确定的第一内容推送规则，向各所述互动用户兴趣特征对应的兴趣组中的互动平台用户进行内容推送。例如，可以根据所述互动用户兴趣特征搜索相似的且未被订阅过的订阅内容作为待推送订阅内容。

进一步地，按照第一内容推送规则进行内容推送的一种可替代的实现方式可以如下：通过所述目标平台用户的社交网络客户端分别向各所述互动用户兴趣特征对应的兴趣组中的互动平台用户的社交网络客户端发送对应的待推送订阅内容。例如，在预先征得所述目标平台用户同意的前提下，直接通过所述目标平台用户的社交网络客户端向所述兴趣组中的互动平台用户的社交网络客户端发送所述待推送订阅内容。举例而言，实际实施时，可以首先向所述目标平台用户发送内容推送请求，所述内容推送请求包括具体的待推送订阅内容以及待推送订阅内容针对的互动平台用户，然后在接收到所述目标平台用户通过所述内容推送请求的反馈时，所述社交网络平台直接在后台启动通过所述目标平台用户的社交网络客户端向所述兴趣组中的互动平台用户的社交网络客户端发送待推送订阅内容的推送信息。如此，由于所述兴趣组中的互动平台用户是所述目标平台用户的有效私域流量池中的用户，且与目标平台用户的互动得分较高，因此，通过目标平台用户直接发送推送内容的方式，更能够得到被推送平台用户的认可，进而使得内容推送的精确度更高，推送效果更好。

子步骤S403，根据所述目标用户兴趣特征，从所述社交网络平台中匹配相应的待推送订阅内容，并将所述待推送订阅内容通过基于所述目标平台用户预先确定的第二内容推送规则，向所述私域流量池中的至少一个互动平台用户进行内容推送。

本实施例中，也可以根据所述互动用户兴趣特征搜索相似的且未被各互动平台用户订阅过的订阅内容作为待推送订阅内容。

基于此，在子步骤S403中，将所述待推送订阅内容通过基于所述目标平台用户预先确定的第二内容推送规则，向所述私域流量池中的至少一个互动平台用户进行内容推送，具体的实现方式可以包括一下两种方式中的其中任意一种。

方式一，通过预先设置的所述目标平台用户的互动社群发布所述待推送订阅内容，并在所述互动社群上将发布的所述待推送订阅内容设置为仅对所述私域流量池中的互动平台用户可见。例如，可以在所述目标平台用户的社交网络客户端提供的朋友圈、社群平台、论坛等互动社群上直接发布所述待推送订阅内容，并在发布时将发布的内容设置为仅所述私域流量池中的用户可见，如此可以避免干扰到一些无效的私域流量，从而实现内容的精准推送。这种推送方式可以理解为向所述私域流量池中的每一个互动平台用户都进行内容推送。

方式二，根据所述用户识别信息之间的互动关系描述信息，获取与所述目标平台用户的互动关系达到预设条件的待推送互动平台用户，通过所述目标平台用户向所述待推送互动平台用户推送所述待推送订阅内容。举例而言，可以将于所述目标平台用户之间的互动得分达到预设得分阈值的互动平台用户确定为待推送互动平台用户，然后通过所述目标平台用户的社交网络客户端提供的朋友圈、社群平台、论坛等互动社群上直接发布所述待推送订阅内容，并在发布时将发布的内容设置为仅所述待推送互动平台用户可见，从而实现内容的精准推送。这种推送方式可以理解为向所述私域流量池中的一部分精准的互动平台用户进行内容推送。在另一种可以实现的方式中，也可以通过所述目标平台用户的社交网络客户端直接向所述待推送互动平台用户的社交网络客户端发送所述待推送订阅内容。

在另一种可替代的实施方式中，在上述步骤S400中，根据所述互动用户兴趣特征和所述目标用户兴趣特征，基于所述目标平台用户的私域流量池对所述社交网络平台提供的服务订阅内容进行内容推送，还可以通过以下的步骤（1）-（4）实现，详细描述如下。

（1）对所述目标平台用户的私域流量池中的各互动平台用户对所述社交网络平台提供的各服务订阅内容的互动用户兴趣特征和以及所述目标平台用户针对所述社交网络平台提供的各服务订阅内容的目标用户兴趣特征进行特征融合，得到所述目标平台用户对各所述社交网络平台提供的服务订阅内容的目标兴趣特征，所述目标兴趣特征包括所述目标平台用户针对各服务订阅内容的兴趣度参数。详细的，可以首先针对每个所述服务订阅内容，获取所述目标平台用户针对该服务订阅内容的目标用户兴趣特征以及各所述互动平台用户针对该服务订阅内容的互动用户兴趣特征；然后，根据各所述互动平台用户对该服务订阅内容的互动用户兴趣特征包括的兴趣度参数，对所述目标用户兴趣特征中包括的兴趣度参数进行校正，得到所述目标平台用户针对该服务订阅内容的目标兴趣特征。

譬如，校正的方式可以是：当各互动平台用户对该服务订阅内容的互动用户兴趣特征中包括的兴趣度参数的平均值大于预设阈值时，则将所述目标用户兴趣特征包括的兴趣度参数进行提升，如按照预设的提升规则进行提升。举例而言，可以按照超过预设阈值的比例进行提升，例如超过20%，则将所述目标用户兴趣特征包括的兴趣度参数相应提升20%。

又例如，可以根据所述目标平台用户分别与各互动平台用户的互动关系，确定所述目标平台用户与各互动平台用户之间的互动热度系数。例如，互动得分最大互动平台用户对应互动热度系数为1，其它的互动平台用户对应的互动热度系数可以相应按照比例计算。

然后，根据所述目标平台用户与各互动平台用户之间的互动热度系数对各互动平台用户针对该服务订阅内容的互动用户兴趣特征包括的兴趣度参数进行加权乘积后求取平均值。

最后，通过将求取的平均值与预设阈值的比例系数与所述目标用户兴趣特征中包括的兴趣度参数相乘的方式对所述目标用户兴趣特征中包括的兴趣度参数进行校正。如此，在后续基于校正后的兴趣度参数再进行内容推送，可以使得内容推送的精确度更高。

（2）根据所述目标平台用户对各所述社交网络平台提供的服务订阅内容的目标兴趣特征按照兴趣度参数进行降序排列。

（3）根据所述降序排列后的各目标兴趣特征，选取预设数量个目标兴趣特征在所述社交网络平台中匹配待推送订阅内容。例如，可以选取排序靠前的预设数量个目标兴趣特征在所述社交网络平台匹配待推送订阅内容。

（4）根据匹配的待推送订阅内容，基于所述目标平台用户的私域流量池进行内容推送。

请参阅图4所示，是本发明实施例提供的用于实现所述结合大数据分析的私域流量识别方法的设备的示意图，所述设备可以是所述社交网络平台100，也可以是所述目标平台用户所使用的目标终端设备200，优选地，本实施例中，所述设备为所述社交网络平台100。所述社交网络平台100可以是具有大数据分析及处理能力的服务器、个人计算机、服务器集群等设备，但不限于此。

所述设备可以包括私域流量识别装置110、机器可读存储介质120和处理器130。

本实施例中，机器可读存储介质120与处理器130可以相互通信连接，由处理器130通过总线接口来访问。可替换地，机器可读存储介质120也可以集成到处理器130中，例如，可以是高速缓存和/或通用寄存器。

私域流量识别装置110可以包括存储在机器可读存储介质120的软件功能模块（例如所述私域流量识别装置110包括的各软件功能模块）。当处理器130执行私域流量识别装置110中的软件功能模块时，可以实现前述方法实施例提供的方法。详细地，如图5所示，所述私域流量识别装置110包括互动对象获取模块111、行为信息采集模块112、大数据分析模块113、平台用户标记模块114、以及流量池管理模块115等多个软件功能模块。

互动对象获取模块111，用于获取社交网络平台中的目标平台用户在第一时间节点所记录的第一互动对象序列。

本实施例中，所述第一时间节点为所述目标平台用户当前登录所述社交网络平台之前的任意时间节点。所述第一互动对象序列中包含两个或两个以上与所述目标平台用户存在互动关系的互动平台用户。每个互动平台用户均在第二时间节点与所述目标平台用户之间存在历史信息交互记录。所述第二时间节点为所述第一时间节点之前的时间节点。所述第一互动对象序列为所述目标平台用户在所述第二时间节点所记录的与所述目标平台用户存在信息交互的多个互动平台用户所形成的互动对象序列。

行为信息采集模块112，用于依次将所述第一互动对象序列的所述两个或两个以上互动平台用户作为待分析平台用户，并采集目标时间区间内每个所述待分析平台用户与所述目标平台用户之间产生的历史互动行为信息。

大数据分析模块113，用于基于所述互动行为信息进行大数据分析，判断每个所述待分析平台用户与所述目标平台用户之间的互动行为是否达到预设的有效互动条件，若达到预设的有效互动条件，则确定所述待分析平台用户为有效互动平台用户。

平台用户标记模块114，用于在所述第一互动对象序列中标记所述有效互动平台用户的用户标识信息，并将所述有效互动平台用户的用户标识信息添加至有效互动对象序列。

流量池管理模块115，用于将所述有效互动对象序列中的各有效互动平台用户作为所述目标平台用户的有效私域流量，添加至所述社交网络平台中与所述目标平台用户对应的私域流量池中。

所应说明的是，所述私域流量识别装置110包括的互动对象获取模块111、行为信息采集模块112、大数据分析模块113、平台用户标记模块114、以及流量池管理模块115等多个软件功能模块可以分别用于实现图2所示的步骤S1、S2、S3、S4、S5等步骤。关于上述各功能模块具体的实现方法以及更多详细的内容可以分别参考上述步骤S1、S2、S3、S4、S5的具体内容，此处不再一一赘述。

综上所述，本发明实施例通过对目标平台用户在目标时间区间内与其他平台用户的历史互动行为信息进行大数据分析，从而识别出与所述目标平台用户具有有效互动行为的有效互动平台用户，作为该目标平台用户的有效私域流量。如此，由于私域流量池中是经过严格筛选而产生的有效私域流量，例如是与目标平台用户具有大量的交互行为或者具有特定的交互记录的有效互动对象，基于此，可以避免在后续使用该目标平台用户的私域流量时，向所述目标平台用户存在社交关系但关系不紧密的其他用户推送信息而使得用户反感进而导致潜在私域流量流失的问题。同时，由于私域流量池中是经过严格筛选而产生的有效私域流量，可以进一步提升基于该私域流量池进行流量运营的效果，提升流量运营的精准性。此外，本发明实施例通过不同类型的历史互动信息对待分析平台用户与所述目标平台用户之间的有效互动行为进行精细化分析，可以进一步提升针对目标平台用户的私域流量的识别准确度。

以上所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。通常在附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，在附图中提供的本发明的实施例的详细描述并非旨在限制本发明的保护范围，而仅仅是表示本发明的选定实施例。因此，本发明的保护范围应以权利要求的保护范围为准。此外，基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下可获得的所有其它实施例，都应属于本发明保护的范围。