【技术实现步骤摘要】
本专利技术涉及电子邮件处理技术，尤其涉及一种批量发送邮件的处理方法、装置、设备及介质。
技术介绍
1、随着互联网技术的发展，电子邮件已成为人们日常生活和工作中不可或缺的通信方式。游戏平台通过邮件服务向订阅用户发送新游戏推送或活动宣传资讯，这对于保持用户活跃度和提升用户体验至关重要。然而，由于邮件服务商为了防止垃圾邮件的泛滥，通常会设定一定的发送阈值，超过该阈值的邮件发送行为可能会被视为垃圾邮件并触发反垃圾机制，导致发送方被加入黑名单。
2、现有的邮件发送系统在进行大规模邮件发送时，往往缺乏有效的机制来避免触发邮件服务商的反垃圾机制。一旦被加入黑名单，邮件发送效率将大幅下降，用户体验也会受到影响。此外，现有系统在发送邮件时往往缺乏智能化的调整策略，无法根据实时反馈调整发送行为，以适应不同邮件服务商的阈值要求。
技术实现思路
1、本专利技术的目的在于提供一种批量发送邮件的处理方法、装置、设备及介质，实现了邮件发送过程的智能化，能够根据实时反馈自动调整发送策略，以解决上述现有技术问题的至少之一。
2、第一方面，本专利技术提供了一种批量发送邮件的处理方法，所述方法具体包括：
3、获取每个邮件平台各自的最大发送频率阈值，根据第一发送程序控制第一用户端以不高于所述最大发送频率阈值的发送频率通过若干个邮件平台向多个用户批量发送邮件；
4、收集每一个已发送邮件的发送数据并形成邮件发送日志，根据人工智能技术分析所述邮件发送日志，生成日志分析结果；>
5、根据所述日志分析结果获取每个邮件平台的最优发送策略，根据每个邮件平台的最优发送策略动态更新所述第一发送程序的参数设置。
6、进一步的，所述获取每个邮件平台各自的最大发送频率阈值，具体包括：
7、为每个邮件平台创建一个测试邮箱；
8、根据第二发送程序控制第二用户端逐步增加发送到每个测试邮箱的邮件数量，当引发任一邮箱平台的反垃圾邮箱机制时进行记录，获得第一记录频率；
9、当所述第二用户端被任一邮箱平台拉入黑名单时，记录当前邮箱平台的测试邮箱里的正常邮件与垃圾邮件之间的数量比例，获得第二记录频率；
10、将所述第一记录频率或所述第二记录频率作为每个邮件平台各自的最大发送频率阈值。
11、进一步的，所述收集每一个已发送邮件的发送数据并形成邮件发送日志，具体包括：
12、在每个邮件中均插入一个像素图像或追踪链接，并将所述像素图像或追踪链接指向服务端上的记录脚本；
13、当已发送邮件被打开时，根据所述像素图像或所述追踪链接记录当前被打开的已发送邮件对应的发送数据并返回到所述服务端；
14、将所有未被打开的已发送邮件的发送数据和所有被打开的已发送邮件的发送数据进行合并，形成邮件发送日志。
15、进一步的，所述根据人工智能技术分析所述邮件发送日志，生成日志分析结果，具体包括：
16、从所述邮件发送日志中提取邮件送达率、邮件打开率和邮件特征数据；
17、根据所述邮件特征数据构建邮件特征矩阵，将所述邮件特征矩阵与所述邮件送达率、所述邮件打开率进行结合形成邮件数据集；
18、根据所述邮件数据集训练人工智能模型后获得日志分析模型，通过所述日志分析模型实时获得最新的日志分析结果。
19、进一步的，所述邮件特征数据包括文本特征数据和数值特征数据；所述根据所述邮件特征数据构建邮件特征矩阵，具体包括：
20、根据自然语言处理技术对所述文本特征数据进行处理，生成第一特征值集合；
21、根据z-score标准化方法或归一化方法对所述数值特征数据进行处理，生成第二特征值集合；
22、将所述第一特征值集合和所述第二特征值集合进行合并，形成邮件特征矩阵。
23、进一步的，所述文本特征数据包括邮件主题和邮件内容；所述根据自然语言处理技术对所述文本特征数据进行处理，生成第一特征值集合，具体包括：
24、对所述邮件主题和所述邮件内容的词汇进行分词，去除常见的停用词，获得第一邮件主题和第一邮件内容；
25、根据词袋模型或tf-idf向量或词嵌入模型，将所述第一邮件主题和所述第一邮件内容转换为第一特征值集合。
26、进一步的，所述数值特征数据包括邮件发送时间；所述根据z-score标准化方法或归一化方法对所述数值特征数据进行处理，生成第二特征值集合，具体包括：
27、将所述邮件发送时间中的小时特征转换为长度为24的向量，并通过z-score标准化方法或归一化方法转换为小时特征值；
28、将所述邮件发送时间中的工作日或节假日特征、白天或夜晚特征转换为1或0的二元特征值；
29、将所述小时特征值和所述二元特征值进行合并，生成第二特征值集合。
30、第二方面，本专利技术提供了一种批量发送邮件的处理装置，所述装置具体包括：
31、发送模块，用于获取每个邮件平台各自的最大发送频率阈值，根据第一发送程序控制第一用户端以不高于所述最大发送频率阈值的发送频率通过若干个邮件平台向多个用户批量发送邮件；
32、分析模块，用于收集每一个已发送邮件的发送数据并形成邮件发送日志，根据人工智能技术分析所述邮件发送日志，生成日志分析结果；
33、调整模块，用于根据所述日志分析结果获取每个邮件平台的最优发送策略，根据每个邮件平台的最优发送策略动态更新所述第一发送程序的参数设置。
34、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现如上述方法中任一项所述的批量发送邮件的处理方法。
35、第四方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，实现如上述方法中任一项所述的批量发送邮件的处理方法。
36、与现有技术相比，本专利技术具有以下技术效果的至少之一：
37、1、提高了邮件送达率，避免了邮件发送方被加入黑名单的风险。
38、2、实现了邮件发送过程的智能化，能够根据实时反馈自动调整发送策略。
39、3、通过数据分析优化发送策略，提升了邮件营销的效果。
本文档来自技高网...【技术保护点】
1.一种批量发送邮件的处理方法，其特征在于，所述方法具体包括：
2.根据权利要求1所述的方法，其特征在于，所述获取每个邮件平台各自的最大发送频率阈值，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述收集每一个已发送邮件的发送数据并形成邮件发送日志，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述根据人工智能技术分析所述邮件发送日志，生成日志分析结果，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述邮件特征数据包括文本特征数据和数值特征数据；所述根据所述邮件特征数据构建邮件特征矩阵，具体包括：
6.根据权利要求5所述的方法，其特征在于，所述文本特征数据包括邮件主题和邮件内容；所述根据自然语言处理技术对所述文本特征数据进行处理，生成第一特征值集合，具体包括：
7.根据权利要求5所述的方法，其特征在于，所述数值特征数据包括邮件发送时间；所述根据z-score标准化方法或归一化方法对所述数值特征数据进行处理，生成第二特征值集合，具体包括：
8.一种批量发送邮件的处理装置，其特
9.一种计算机设备，其特征在于，包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现如权利要求1至7中任一项所述的批量发送邮件的处理方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器运行时，实现如权利要求1至7中任一项所述的批量发送邮件的处理方法。
...【技术特征摘要】
1.一种批量发送邮件的处理方法，其特征在于，所述方法具体包括：
2.根据权利要求1所述的方法，其特征在于，所述获取每个邮件平台各自的最大发送频率阈值，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述收集每一个已发送邮件的发送数据并形成邮件发送日志，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述根据人工智能技术分析所述邮件发送日志，生成日志分析结果，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述邮件特征数据包括文本特征数据和数值特征数据；所述根据所述邮件特征数据构建邮件特征矩阵，具体包括：
6.根据权利要求5所述的方法，其特征在于，所述文本特征数据包括邮件主题和邮件内容；所述根据自然语言处...
【专利技术属性】
技术研发人员：徐治钦，
申请(专利权)人：广州三七极创网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。