CN105677910A - 智能推荐方法及系统 - Google Patents
智能推荐方法及系统 Download PDFInfo
- Publication number
- CN105677910A CN105677910A CN201610106121.3A CN201610106121A CN105677910A CN 105677910 A CN105677910 A CN 105677910A CN 201610106121 A CN201610106121 A CN 201610106121A CN 105677910 A CN105677910 A CN 105677910A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- consumption
- hotel
- large database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供智能推荐方法,其包括:a)建立大数据库,所述大数据库包括交通数据、酒店数据、餐饮数据、社交数据;b)建立用户消费数据库,所述用户消费数据库包括用户历史消费记录;c)针对任一类消费,在所述用户历史消费记录中存在该类消费的历史消费记录的情况下,基于该历史消费记录与所述大数据库向用户提供推荐项;d)针对任一类消费,在所述用户历史消费记录中不存在该类消费的历史消费记录的情况下,基于该用户的其他历史消费记录确定该用户的消费能力,然后基于所述大数据库向用户提供推荐项。还提供智能推荐方法。
Description
技术领域
本发明涉及大数据技术,更为具体地,涉及基于大数据的智能推荐技术。
背景技术
在现有的针对用户的智能推荐系统中,基本都是根据用户的历史记录,推荐相似条目给用户。若用户历史记录空白,则推荐其他用户热搜条目或参照相似用户向当前用户进行推荐。同时,现有的针对用户的智能推荐系统在推荐时,需要用户输入大量筛选信息,对用户输入依赖性较强。
总的来说,在存在用户历史记录时,常用的推荐模式参照历史记录进行,有一定的滞后性,导致推荐范围较小,不能满足用户当下的需求;当用户未提供较多信息与需求或用户的历史记录空白时,常用的推荐模式参照其他用户热门搜索进行推荐,但因每一个用户都有其独特性,这样的推荐方式精确性较低,准确推荐符合用户习惯、意愿、消费能力有着一定的困难。
发明内容
有鉴于此,本发明提供智能推荐方法,其包括:a)建立大数据库,所述大数据库包括交通数据、酒店数据、餐饮数据、社交数据;b)建立用户消费数据库,所述用户消费数据库包括用户历史消费记录;c)针对任一类消费,在所述用户历史消费记录中存在该类消费的历史消费记录的情况下,基于该历史消费记录与所述大数据库向用户提供推荐项;d)针对任一类消费,在所述用户历史消费记录中不存在该类消费的历史消费记录的情况下,基于该用户的其他历史消费记录确定该用户的消费能力,然后基于所述大数据库向用户提供推荐项。
可选地,该智能推荐方法还包括在步骤c之前,如接收到用户输入的查询项,则依据该查询项确定该任一类消费的消费类型;如在步骤c之前,没有用户输入,则依据大数据库中用户社交数据的最近数据确定该任一类消费的消费类型。
可选地,该智能推荐方法中,该社交数据指的是从用户与社交应用的交互而获得的数据,所述社交应用指能让用户进行社交活动的应用。
可选地,该智能推荐方法中,该应用包括微信、微博、博客、推特、搜索引擎中的一种或多种。
可选地,该智能推荐方法中,所述交通数据是与航班时刻、航班类型、航空公司、铁路时刻、火车类型、火车座位与卧铺有关的数据,所述酒店数据是与酒店名称、酒店位置、酒店级别、酒店入住率、酒店特色服务、酒店相关交通有关的数据,所述餐饮数据是与餐馆位置、餐馆类型、餐馆评价、餐馆菜系、餐馆特色有关的数据。
根据本发明的又一方面,还提供智能推荐系统,其包括:大数据库,其包括交通数据、酒店数据、餐饮数据、社交数据;用户消费数据库,其包括用户历史消费记录;推荐模块,其以能够从所述大数据库及用户消费数据库获得数据的方式与所述大数据库与所述用户消费数据库关联,并且所述推荐模块设置成:a)针对任一类消费,在所述用户历史消费记录中存在该类消费的历史消费记录的情况下,基于该历史消费记录与所述大数据库向用户提供推荐项;以及b)针对任一类消费,在所述用户历史消费记录中不存在该类消费的历史消费记录的情况下,基于该用户的其他历史消费记录确定该用户的消费能力,然后基于所述大数据库向用户提供推荐项。
可选地,该智能推荐系统还包括:交互模块,用于用户输入查询项;以及所述推荐模块设置成在接收到来自所述交互模块的查询项时,依据该查询项确定该任一类消费的消费类型,以及在没有接收到来自所述交互模块的查询项的情况下,依据大数据库中用户社交数据的最近数据确定该任一类消费的消费类型。
附图说明
图1是根据本发明示例的智能推荐方法的流程图。
图2是根据本发明示例的向用户推荐酒店的流程示意。
图3是根据本发明示例的智能推荐系统的结构框图。
图4是图3所示的智能推荐系统的一种应用场景的结构示意图。
具体实施方式
现在参照附图描述本发明的示意性示例。相同的附图标号表示相同的元件。下文描述的各实施例有助于本领域技术人员透彻理解本发明,且意在示例而非限制。除非另有限定,文中使用的术语(包括科学、技术和行业术语)具有与本发明所属领域的技术人员普遍理解的含义相同的含义。此外,流程图中各步骤的顺序仅是示例,实际应用中,该顺序是可调整的。
图1是根据本发明示例的智能推荐方法的流程图。如图所示,该方法包括步骤100,建立大数据库,该大数据库包括交通数据、酒店数据、餐饮数据、社交数据。
交通数据是与航班时刻、航班类型、航空公司、铁路时刻、火车类型、火车座位与卧铺有关的数据。具体示例中,交通数据可包括更多与航班、火车有关的数据。为方便说明,将交通数据分为航空数据与铁路数据两类。作为示例,针对航空数据的每一条数据可包括以下信息:标识位、出发地、目的地、航班信息、出发时刻、达到时刻、舱位/价格、机舱特色、航班偏等。标识位用来指示航班性质,例如标识位为0表示该航班为日航班,标识位为1表示该航班为周航班等。再例如,航班偏好可表明航班是直达航班还是非直达航班。铁路数据的每一条数据包括以下信息:出发地、目的地、车次信息、出发时刻、到达时刻、座次/价格、车次特色以及车次性质等。
酒店数据是与酒店名称、酒店位置、酒店级别、酒店入住率、酒店特色服务、酒店相关交通有关的数据。酒店数据中的一条数据可包括以下信息:酒店名称、酒店地址、酒店位置、酒店所在商圈、酒店房型/价格、酒店级别、特色服务、到达路线、顾客评价等。
餐饮数据是与餐馆位置、餐馆类型、餐馆评价、餐馆菜系、餐馆特色有关的数据。餐饮数据中的一条数据可包括以下信息:餐馆名称、餐馆地址、餐馆位置、餐馆所在商圈、菜系口味、顾客评价、当地特色等。
大数据库中如上数据可通过例如航空公司的航空数据网络、铁路系统的数据网络、以及其他酒店、餐饮点评网站获得。而数据库的建立可采用任何适当的数据库技术。
在步骤102,建立用户消费数据库,所述用户消费数据库包括用户历史消费记录。
用户消费数据库的建立可依据该用户名下的例如银联卡的消费记录来建立。例如,从历史交易数据中提取用户的所有历史消费数据,并分别以商户和用户为标识对交易记录进行归约,同一商户交易及同一用户的交易记录归集在一起。
需要说明的是,用户历史消费数据库的建立也可依据用户的其他消费习惯或方式来建立,并不以在此描述的方式为限。用户消费数据库建立之后,将会随用户消费的进行不断更新。大数据库建立之后,同样会随着其中数据的更新或变化而进行更新。
要说明的是,可采用任何适当的数据结构方式构建消费数据库。
在步骤104,针对任一类消费,在用户历史消费记录中存在该类消费的历史消费记录的情况下,基于该历史消费记录与大数据库向用户提供推荐项。
在此以该任一类消费为餐饮消费、用户为用户甲来做说明。在用户甲的历史消费记录中存在餐饮消费记录的情况下,基于该历史消费记录与大数据库中的数据向用户提供推荐项。在本发明的各示例中,在向用户提供推荐项之前,可基于用户的历史消费记录,通过诸如消费特征计算模块来分析用户的消费习惯、消费行为偏好与消费能力。
用户消费数据库中,针对各具体用户,包括该用户的卡等级、卡性质、主要消费城市、卡关联信息等,由此可确定出该用户的身份属性。用户消费数据库中,针对各具体用户,还包括该用户消费金额,消费次数,消费类型(正常消费、预授权、分期、退货、结算等)等数据,依据这些数据可分析得出用户的消费能力,消费稳定性等因素。用户消费数据库中,针对各具体用户,还包括用户进行消费的商户名称以及商户的类型,由此基于该用户消费商户的类型,可完成对商户特征的标记,同时,可分析出用户偏爱在哪种类型的商户消费、商户等级、商旅情况、常住酒店等级、是否有车、有车的话加油频率如何、异地/出境情况等等,由此确定用户的消费特征与消费偏好。
更为具体地,在用户甲位于位置A时,依据用户甲的历史餐饮消费记录,通过例如消费特征计算模块来确定用户甲的消费喜好(例如喜欢川菜还是粤菜等)、用户消费能力等;同时,依据大数据库中的餐饮数据确定位置A所在区域或商圈中的餐馆,同时从大数据库中的餐饮数据可获知所确定的区域或商圈中的哪些餐馆符合用户甲的消费喜好并与用户消费能力相当,将满足条件的餐馆作为推荐项提供给客户。
在步骤106,针对任一类消费,在用户历史消费记录中不存在该类消费的历史消费记录的情况下,基于该用户的其他历史消费记录确定该用户的消费能力,然后基于所述大数据库向用户提供推荐项。
依然以消费为餐饮,用户为用户甲作为示例来说明。在用户甲的历史消费记录中不存在餐饮消费记录的情况下,则基于用户甲的其他历史消费记录来确定用户甲的消费能力,例如根据用户甲的服装消费记录或酒店消费记录来确定用户甲的消费能力。在确定了用户甲的消费能力后,则基于大数据库向用户提供推荐项。具体地,进一步假设甲位于位置A,则自大数据库中的数据中获取位置A所在区域或商圈中的餐馆,同时从大数据库中的餐饮数据可获知所确定的区域或商圈中的哪些餐馆与用户消费能力相当,将满足条件的餐馆作为推荐项提供给客户。
根据本发明的又一个示例,图1所示的智能推荐方法,还包括步骤103,判断是否接收到用户输入的查询项。如果判断结果为接收到用户输入的查询项,则依据该查询项确定该任一类消费的消费类型;反之,则依据大数据库中用户社交数据的最近数据确定该任一类消费的消费类型。作为示例,社交数据指的是能让用户进行社交活动的应用从用户与该应用的交互而获得的数据。其中,该应用例如为微信、微博、博客、推特、搜索引擎中的一种或多种。举例来说,如果步骤103的判断结果是未接收到用户输入的查询项,则依据大数据库中用户甲最近一段时间内通过微信应用进行的社交数据确定其最感兴趣的主题,并将该主被确定为该任一类消费的消费类型,例如如果用户甲最近一段时间内多次点评和/或转发某旅游地,则确定旅游主题是他最感兴趣的主题,据此可确定消费类型为旅游,而如果细化,则可推荐酒店、航班等。示例地,大数据库中,用户的社交数据可以是能让用户进行社交活动的应用从用户与该应用的交互而获得的数据,该应用例如为微信、微博、博客、推特、搜索引擎中的一种或多种。举例来说,在依据大数据库进行推荐时,分析用户的微信朋友圈、微博转发与使用的搜索词语,可进行词频统计,词频高者为该用户最感兴趣的主题。
图2是根据本发明示例的向用户推荐酒店的流程示意。根据本发明所示的智能推荐方法可实现为软件,例如应用,从而安装在用户的手机等电子设备中。进一步,示例地,大数据库可以建立在云端,用户消费数据库也可选择建立在云端。可替代地,大数据库与消费数据库也可考虑设置在海量存储设备中。
本示例中的该方法,是在该应用被启动的情况下执行的。在步骤200,向用户提供交互界面,以便用户进行输入。在步骤202,判断用户输入是否为空。如在步骤202的判断结果为用户输入为空,则进到步骤204,从预先建立的大数据库中获取该用户的社交数据并分析所获取的社交数据。例如获取了该用户的微博数据、微信数据,则基于这些数据,通过进行词频统计等,获知用户的当前需求。在步骤206,可依据分析结果确定用户的目的地。在确定了目的地之后,进行到步骤208,获取该目的地的酒店相关数据。在步骤210,在用户的消费数据库中,查询该用户是否有在步骤208所获得的酒店中消费的历史记录。如果有预定记录,则进行到步骤212,基于该用户在这些酒店的消费记录,分析该用户的消费特征。随后,在步骤214,基于该用户的消费特征并基于大数据库中的酒店数据,向该用户提供推荐项。如果步骤208的确定结果是该用户没有预定记录,则进行到步骤213,根据该用户的历史消费记录分析该用户的消费能力。随后,在步骤214,基于该用户的消费能力以及大数据库中的酒店数据,向用户提供与其消费能力等匹配的推荐项。如果在步骤202的判断结果为用户输入了查询项,由此可确定用户的目的地等信息,随后进入到步骤208。
根据本发明示例的各智能推荐方法可由软件、硬件来实现,或由软件与硬件相互结合来实现。作为示例,该智能推荐方法例如可实现为软件应用,从而可安装在用户的手机、便携式终端以及电脑等电子设备中。
图3是根据本发明示例的智能推荐系统的结构框图。该智能推荐系统包括大数据库30、用户消费数据库32、以及推荐模块33。大数据库30存储交通数据、酒店数据、餐饮数据、社交数据等。用户消费数据库32存储用户历史消费记录。上文已对大数据库与用户消费数据库作了描述,不再赘述。推荐模块33能够从大数据库30及用户消费数据库32中获得数据。该智能推荐系统针对任一类消费需求,查询用户消费数据库32以确定其中是否有用户关于该类消费的消费记录。如果有该类记录,则基于该历史消费记录确定用户的消费喜好、消费能力等,并进而结合大数据库30中的数据确定给予用户的推荐项。该智能推荐系统针对任一类消费需求,查询用户消费数据库32以确定其中是否有用户关于该类消费的消费记录。如果消费记录中不存在该类消费的历史消费记录的情况下,则基于该用户消费数据库32中该用户的其他消费记录确定该用户的消费等级,进而结合大数据库30中的数据确定给用户的推荐项并提供该推荐项给用户。
根据本发明的一些示例,大数据库30可以建立云端,或者说,大数据库20可以是云数据库。类似地,用户消费数据库32也可建立在云端。这样,则安装了智能推荐系统的该电子设备具有无线通信功能,从而可范围云端,由此使得推荐模块33的工作正常进行。
该智能推荐系统还可包括交互模块35,用于用户输入查询项。推荐模块33接收到用户通过交互模块35输入的查询项,便可依据该查询项确认后续推荐所要针对的消费是哪一类消费。反之,推荐模块33没有接收到来自交互模块35的查询项时,便依据大数据库30中用户的社交数据来确定该类消费的消费类型。
根据本发明示例的各智能推荐系统也可由软件、硬件、或软件与硬件相互结合来实现。作为示例,该智能推荐方法例如可实现在用户的手机、便携式终端以及电脑等电子设备中。在实现过程中,该智能推荐系统的模块可与其所在电子设备中的部分部件相互结合。例如,交互模块35可通过电子设备的显示屏来进行显示等。
图4是图3所示的智能推荐系统的一种应用场景的结构示意图。在该示例中,该智能推荐系统的大数据库30与用户消费数据库32均设置在云端,而该智能推荐系统的推荐模块33等则实现在手机中。该智能推荐系统的推荐模块33通过手机4的通信模块来与大数据库30及用户消费数据库32通信,以自其中获取数据。交互模块35则在手机的显示屏上呈现输入界面。
尽管已结合上文描述了本发明,但应理解,文中的各示例可相互结合。在不背离本发明公开的范围与精神的情况下,对示例中各步骤或部件、单元的修改也应落入本申请所附的权利要求书的范围内。
Claims (7)
1.一种智能推荐方法,其包括:
a)建立大数据库,所述大数据库包括交通数据、酒店数据、餐饮数据、社交数据;
b)建立用户消费数据库,所述用户消费数据库包括用户历史消费记录;
c)针对任一类消费,在所述用户历史消费记录中存在该类消费的历史消费记录的情况下,基于该历史消费记录与所述大数据库向用户提供推荐项;
d)针对任一类消费,在所述用户历史消费记录中不存在该类消费的历史消费记录的情况下,基于该用户的其他历史消费记录确定该用户的消费能力,然后基于所述大数据库向用户提供推荐项。
2.如权利要求1所述的智能推荐方法,其还包括:
在步骤c之前,如接收到用户输入的查询项,则依据该查询项确定该任一类消费的消费类型;
如在步骤c之前,没有用户输入的查询项,则依据大数据库中用户社交数据的最近数据确定该任一类消费的消费类型。
3.如权利要求2所述的智能推荐方法,其中,该社交数据指的是从用户与社交应用的交互而获得的数据,所述社交应用指能让用户进行社交活动的应用。
4.如权利要求3所述的智能推荐方法,其中,该应用包括微信、微博、博客、推特、搜索引擎中的一种或多种。
5.如权利要求1到4中任意一项所述的智能推荐方法,其中,所述交通数据是与航班时刻、航班类型、航空公司、铁路时刻、火车类型、火车座位与卧铺有关的数据,所述酒店数据是与酒店名称、酒店位置、酒店级别、酒店入住率、酒店特色服务、酒店相关交通有关的数据,所述餐饮数据是与餐馆位置、餐馆类型、餐馆评价、餐馆菜系、餐馆特色有关的数据。
6.一种智能推荐系统,其包括:
大数据库,其包括交通数据、酒店数据、餐饮数据、社交数据;
用户消费数据库,其包括用户历史消费记录;
推荐模块,其以能够从所述大数据库及用户消费数据库获得数据的方式与所述大数据库与所述用户消费数据库关联,并且所述推荐模块设置成:a)针对任一类消费,在所述用户历史消费记录中存在该类消费的历史消费记录的情况下,基于该历史消费记录与所述大数据库向用户提供推荐项;以及b)针对任一类消费,在所述用户历史消费记录中不存在该类消费的历史消费记录的情况下,基于该用户的其他历史消费记录确定该用户的消费能力,然后基于所述大数据库向用户提供推荐项。
7.如权利要求6所述的智能推荐系统,其还包括:
交互模块,用于用户输入查询项;以及
所述推荐模块设置成在接收到来自所述交互模块的查询项时,依据该查询项确定该任一类消费的消费类型,以及在没有接收到来自所述交互模块的查询项的情况下,依据大数据库中用户社交数据的最近数据确定该任一类消费的消费类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610106121.3A CN105677910A (zh) | 2016-02-26 | 2016-02-26 | 智能推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610106121.3A CN105677910A (zh) | 2016-02-26 | 2016-02-26 | 智能推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105677910A true CN105677910A (zh) | 2016-06-15 |
Family
ID=56305974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610106121.3A Pending CN105677910A (zh) | 2016-02-26 | 2016-02-26 | 智能推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105677910A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355445A (zh) * | 2016-08-31 | 2017-01-25 | 无锡雅座在线科技发展有限公司 | 数据推送方法和装置 |
CN106446212A (zh) * | 2016-09-30 | 2017-02-22 | 努比亚技术有限公司 | 一种移动终端及食物推荐方法 |
CN106943747A (zh) * | 2017-03-27 | 2017-07-14 | 网易(杭州)网络有限公司 | 虚拟角色名称推荐方法、装置、电子设备和存储介质 |
CN107194739A (zh) * | 2017-05-25 | 2017-09-22 | 上海耐相智能科技有限公司 | 一种基于大数据的智能推荐系统 |
CN107526802A (zh) * | 2017-08-21 | 2017-12-29 | 惠州Tcl移动通信有限公司 | 一种账单自动归类的方法、存储介质及移动终端 |
WO2018027774A1 (zh) * | 2016-08-11 | 2018-02-15 | 王志远 | 广告推送技术的权属信息推送方法和推送系统 |
WO2018027773A1 (zh) * | 2016-08-11 | 2018-02-15 | 王志远 | 根据刷卡购物推送广告的方法和推送系统 |
WO2018027775A1 (zh) * | 2016-08-11 | 2018-02-15 | 王志远 | 广告推送技术的使用数据反馈方法和推送系统 |
CN108537564A (zh) * | 2017-03-02 | 2018-09-14 | 九阳股份有限公司 | 一种就餐信息推送方法及家庭服务机器人 |
CN108769190A (zh) * | 2018-05-28 | 2018-11-06 | 广州招点信息科技有限公司 | 一种基于用户消费行为的活动邀请推送方法及系统 |
CN108805615A (zh) * | 2018-05-28 | 2018-11-13 | 广州招点信息科技有限公司 | 一种基于用户消费行为的优惠活动推送方法及系统 |
CN108810295A (zh) * | 2018-03-28 | 2018-11-13 | 平安科技(深圳)有限公司 | 服务提供方法、电子设备及存储介质 |
WO2019023928A1 (zh) * | 2017-08-01 | 2019-02-07 | 深圳市益廷科技有限公司 | 一种酒店服务系统 |
WO2019023927A1 (zh) * | 2017-08-01 | 2019-02-07 | 深圳市益廷科技有限公司 | 一种酒店服务方法 |
CN109388738A (zh) * | 2017-08-03 | 2019-02-26 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
CN110084683A (zh) * | 2019-04-29 | 2019-08-02 | 河北商之翼互联网科技有限公司 | 一种智能商业处理系统 |
CN110378748A (zh) * | 2019-07-26 | 2019-10-25 | 厦门今日旅行网络科技有限公司 | 基于云平台的酒店多渠道流量分销方法及系统 |
CN111026956A (zh) * | 2019-11-20 | 2020-04-17 | 拉扎斯网络科技(上海)有限公司 | 数据列表处理方法、装置、电子设备及计算机存储介质 |
CN111326258A (zh) * | 2020-03-17 | 2020-06-23 | 赵嘉文 | 一种将运动和足道按摩相结合的健身足道方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130046772A1 (en) * | 2011-08-16 | 2013-02-21 | Alibaba Group Holding Limited | Recommending content information based on user behavior |
CN103500217A (zh) * | 2013-10-09 | 2014-01-08 | 北京火信网络科技有限公司 | 兴趣区域的识别服务的提供方法和系统 |
CN103888466A (zh) * | 2014-03-28 | 2014-06-25 | 北京搜狗科技发展有限公司 | 用户兴趣发现方法和装置 |
CN104156366A (zh) * | 2013-05-13 | 2014-11-19 | 中国移动通信集团浙江有限公司 | 一种向移动终端推荐网络应用的方法和网络服务器 |
-
2016
- 2016-02-26 CN CN201610106121.3A patent/CN105677910A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130046772A1 (en) * | 2011-08-16 | 2013-02-21 | Alibaba Group Holding Limited | Recommending content information based on user behavior |
CN104156366A (zh) * | 2013-05-13 | 2014-11-19 | 中国移动通信集团浙江有限公司 | 一种向移动终端推荐网络应用的方法和网络服务器 |
CN103500217A (zh) * | 2013-10-09 | 2014-01-08 | 北京火信网络科技有限公司 | 兴趣区域的识别服务的提供方法和系统 |
CN103888466A (zh) * | 2014-03-28 | 2014-06-25 | 北京搜狗科技发展有限公司 | 用户兴趣发现方法和装置 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018027774A1 (zh) * | 2016-08-11 | 2018-02-15 | 王志远 | 广告推送技术的权属信息推送方法和推送系统 |
WO2018027773A1 (zh) * | 2016-08-11 | 2018-02-15 | 王志远 | 根据刷卡购物推送广告的方法和推送系统 |
WO2018027775A1 (zh) * | 2016-08-11 | 2018-02-15 | 王志远 | 广告推送技术的使用数据反馈方法和推送系统 |
CN106355445A (zh) * | 2016-08-31 | 2017-01-25 | 无锡雅座在线科技发展有限公司 | 数据推送方法和装置 |
CN106446212A (zh) * | 2016-09-30 | 2017-02-22 | 努比亚技术有限公司 | 一种移动终端及食物推荐方法 |
CN108537564A (zh) * | 2017-03-02 | 2018-09-14 | 九阳股份有限公司 | 一种就餐信息推送方法及家庭服务机器人 |
CN106943747A (zh) * | 2017-03-27 | 2017-07-14 | 网易(杭州)网络有限公司 | 虚拟角色名称推荐方法、装置、电子设备和存储介质 |
CN106943747B (zh) * | 2017-03-27 | 2021-02-12 | 网易(杭州)网络有限公司 | 虚拟角色名称推荐方法、装置、电子设备和存储介质 |
CN107194739A (zh) * | 2017-05-25 | 2017-09-22 | 上海耐相智能科技有限公司 | 一种基于大数据的智能推荐系统 |
WO2019023928A1 (zh) * | 2017-08-01 | 2019-02-07 | 深圳市益廷科技有限公司 | 一种酒店服务系统 |
WO2019023927A1 (zh) * | 2017-08-01 | 2019-02-07 | 深圳市益廷科技有限公司 | 一种酒店服务方法 |
CN109388738B (zh) * | 2017-08-03 | 2022-04-12 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
CN109388738A (zh) * | 2017-08-03 | 2019-02-26 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
CN107526802A (zh) * | 2017-08-21 | 2017-12-29 | 惠州Tcl移动通信有限公司 | 一种账单自动归类的方法、存储介质及移动终端 |
CN108810295A (zh) * | 2018-03-28 | 2018-11-13 | 平安科技(深圳)有限公司 | 服务提供方法、电子设备及存储介质 |
CN108769190B (zh) * | 2018-05-28 | 2021-02-02 | 广州招点信息科技有限公司 | 一种基于用户消费行为的活动邀请推送方法及系统 |
CN108805615A (zh) * | 2018-05-28 | 2018-11-13 | 广州招点信息科技有限公司 | 一种基于用户消费行为的优惠活动推送方法及系统 |
CN108805615B (zh) * | 2018-05-28 | 2021-09-10 | 广州招点信息科技有限公司 | 一种基于用户消费行为的优惠活动推送方法及系统 |
CN108769190A (zh) * | 2018-05-28 | 2018-11-06 | 广州招点信息科技有限公司 | 一种基于用户消费行为的活动邀请推送方法及系统 |
CN110084683A (zh) * | 2019-04-29 | 2019-08-02 | 河北商之翼互联网科技有限公司 | 一种智能商业处理系统 |
CN110084683B (zh) * | 2019-04-29 | 2022-02-11 | 河北商之翼互联网科技有限公司 | 一种智能商业处理系统 |
CN110378748A (zh) * | 2019-07-26 | 2019-10-25 | 厦门今日旅行网络科技有限公司 | 基于云平台的酒店多渠道流量分销方法及系统 |
CN111026956A (zh) * | 2019-11-20 | 2020-04-17 | 拉扎斯网络科技(上海)有限公司 | 数据列表处理方法、装置、电子设备及计算机存储介质 |
CN111326258A (zh) * | 2020-03-17 | 2020-06-23 | 赵嘉文 | 一种将运动和足道按摩相结合的健身足道方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105677910A (zh) | 智能推荐方法及系统 | |
CN107657483B (zh) | 一种全域智慧旅游系统 | |
CN108446332B (zh) | 信息处理装置、信息处理方法及程序 | |
WO2016177022A1 (zh) | 一种信息处理方法、终端及服务器、计算机存储介质 | |
CN111771103A (zh) | 车辆管理系统、车辆管理装置以及车辆管理方法 | |
CN103678489A (zh) | 智慧城市出行信息推荐方法及装置 | |
US11972372B2 (en) | Unified travel interface | |
JP2008535108A (ja) | マルチモードのロケーションベースのe−ディレクトリサービス利用可能の方法、システム、及び装置 | |
CN102184224A (zh) | 一种筛选搜索结果的系统和方法 | |
WO2015013760A1 (en) | Free time activity scheduler | |
US20150286960A1 (en) | Media input reservation system | |
US11847179B2 (en) | Curated result finder | |
CN111339122A (zh) | 一种差旅平台的主动缓存方法、差旅查询方法和相关产品 | |
US9858820B2 (en) | Transportation services providing method and user device and server using the same | |
CN103077490A (zh) | 旅游消费信息的数据处理方法 | |
CN109635981A (zh) | 一种约车订单处理方法及系统 | |
CN112199610A (zh) | 服务推荐方法及相关装置 | |
CN104536986A (zh) | 路径查询方法及装置 | |
AU2015201731A1 (en) | Media input reservation system | |
CN107944043B (zh) | 一种基于用户身份信息的航班搜索数据处理方法 | |
CN112667882A (zh) | 内容分发方法、装置、系统、计算设备以及存储介质 | |
KR102224587B1 (ko) | 여행 계획 생성 관리 서비스 제공 방법 및 여행 계획 생성 관리 서비스 제공 시스템 | |
CN113626682B (zh) | 一种基于临时身份的信息推荐方法、系统及终端设备 | |
KR101074134B1 (ko) | 지점 추천 방법 및 시스템 | |
US20150294240A1 (en) | Systems and method for implementing tour event comparison |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160615 |