友盟+联合达摩院决策智能实验室正式发布国内首款智能推送，消息推送3.0时代来临

智能 手机 、电脑、电视、物联网设备上时时刻刻都在收到一些消息推送。回顾今年让用户印象深刻的推送消息：2021年春晚红包、建党一百周年、奥运，还有最近神州成功飞天的实时推送等。在众多国民级的APP以及重磅消息推送的背后，正是友盟+消息推送U-Push服务的全面支持。

在近日举办的以“前沿·探索·想象力”为主题的阿里巴巴云栖大会上， 友盟+联合达摩院决策智能实验室，正式发布了国内首款智能推送产品 。

友盟+智能推送，基于友盟+消息推送U-Push产品，支持一次下发多种推送文案，通过达摩院算法和友盟+数据技术能力，实现推送文案和人群的智能匹配，最大化用户点击量和效果转化，提升运营效果。

在由友盟+主办的云栖大会“移动 互联网 开发提效与实践论坛”上，友盟+产品专家杨杰介绍了消息推送U-Push产品以及其三大核心特点。智能推送帮助产品运营人员实现一键式触达的精细化运营。通过精心打磨的在线学习与优化算法，对推送人群与推送文案进行精准匹配，最大化用户点击量。通过对不同用户场景感知和各种约束配额下的最佳分配，将无用推送信息降权显示，降低对用户的干扰，优化用户维度的推送体验。

•人群智能匹配，提升推送点击量和转化

运营人员创建推送计划时，可以同时创建多个推送文案，推送消息开始下发时，阿里达摩院算法会根据用户实时点击情况，并结合友盟+全域数据，实现文案的精准匹配，将每一个文案推送给最合适的用户群体，因此可以提升消息推送整体的用户点击量和点击率。

以电商行业为例，多个推送文案可以是同一件商品的不同描述，例如“99元零食包邮必看”、“零食礼包只要99元”、“大家都在疯抢这个零食礼包”等等。也可以是不同商品的描述，例如“蛋黄酥促销必抢”、“最好吃的螺蛳粉就是TA”等等。差异化的文案策略更有利于匹配到不同偏好的用户群体。

•文案内容优化

文案是推送的核心，有人说，文章开头就是写给读者的“三行情书”。推送的文案很大程度上决定了用户点击的动力，能通过精准的文案让用户产生兴趣的而点击，需要通过多次尝试和磨合得出用户的喜好。智能推送U-Push支持同时创建多个差异化推送文案，运营人员可以直接从推送文案库中复用历史优秀文案。

下一阶段，友盟+还将复用阿里妈妈的智能生成文案的能力，彻底解决运营同学的文案焦虑问题，只用输入商品名称和关键词，通过人工智能算法，会自动生成适应各个场景下，最热门最受欢迎的推送文案。

•一键下发多种推送文案，避免对用户重复打扰

如何能让用户觉得你和他的接触不是一种打扰？传统的推送虽然可以通过给用户多次下发不同文案，来统计哪些文案的点击率最高、用户最喜欢哪些文案。可是多次下发意味着对用户的频繁打扰，可能效果适得其反。而智能推送一键下发多种推送文案，同一用户只被一种文案触达，避免对用户的重复打扰。更加智能化的推送机制，为用户提供更有价值、更能帮助到用户的提醒。

智能推送核心技术

智能推送用到的核心技术由达摩院-机器智能技术-决策智能实验室自主研发，采用MindOpt优化求解器中的在线优化算法，并结合了流计算等技术，是一种通用的在线学习与优化的方案 。在云栖大会“移动互联网开发提效与实践论坛”上，达摩院MindOpt 核心开发人员、中科院博士赵亮介绍了此核心技术在智能推送的具体应用。针对消息推送面临的三大问题进行了升级和优化：

第一个是用户跟素材之间的匹配，智能推送会对用户和推送消息之间建立最优匹配模型；第二个是素材的新品特性，消息推送跟商品推荐有一个区别在于商品推荐有一个成熟的商品库，会累积商品和用户之间的交互行为数据，而消息往往没有数据累积对于系统来说就是一个新品，这样的新品特征就会给如何在初始阶段提升素材和用户的匹配模型带来难度；第三点是推送时效，目的是在于建立在线化、实时化的推送方式。

基于以上这三点达摩院结合MindOpt在线优化求解器打造了工具化解决方案，与友盟+强强联合，应用在智能推送上。MindOpt在线优化求解器典型的应用问题包括冷启动问题以及流量调控问题等等，这些问题在很多场景中都可以见到，比如说今天谈到的消息推送场景、广告、直播场景等等。而且这样的场景在很多APP应用当中都是存在的，这套通用框架下的算法已经支持阿里集团内部12个业务线的调用。

其次是智能推送的算法引擎。既然要解决优化问题首先要建立优化模型，尤其是在线场景下如何建立在线优化模型。优化模型包括优化目标，在消息推送场景下目标是极大化在线点击，还会包括约束的部分，约束这块主要是会有运营同学对于某些素材有一些个性化的触达、保量的需求，例如希望某些素材最终被点击的用户数达到一定的量级。以及通过友盟+全域数据，可以不断优化新品的冷启动，来提升实时精准的值预估。另外通过设计了一个最优的发送时间模块，来控制和管理用户的疲劳度和接受到消息推送的时间。这样的算法模型实际上是一种通用场景下对两类算法融合的应用。

再次是技术先进性，MindOpt求解器实际上除了在线优化求解的能力之外，还包括线性规划求解器、非线性规划求解器、黑盒优化求解器等等。其中线性规划求解器的单纯形法曾经三次获得国际榜单第一，网络流算法也在最近获得国际榜单第一的成绩。通过MindOpt求解器的应用，每年可以为业务带来大约数亿元的成本节省，并且求解器的效率相比业务之前应用的方案有数十倍的效率提升。

智能推送标志着消息推送3.0时代的正式来临，从以开发者为中心转向到以C端用户为中心，致力于为用户提供更有价值、更有温度的消息推送。