CN106169142A - 信息处理方法及装置 - Google Patents

信息处理方法及装置 Download PDF

Info

Publication number
CN106169142A
CN106169142A CN201610498126.5A CN201610498126A CN106169142A CN 106169142 A CN106169142 A CN 106169142A CN 201610498126 A CN201610498126 A CN 201610498126A CN 106169142 A CN106169142 A CN 106169142A
Authority
CN
China
Prior art keywords
information
subsidy
user
described user
strategy
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
Application number
CN201610498126.5A
Other languages
English (en)
Inventor
李方
宋堃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201610498126.5A priority Critical patent/CN106169142A/zh
Publication of CN106169142A publication Critical patent/CN106169142A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0222During e-commerce, i.e. online transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种信息处理方法及装置。所述方法包括:获取用户在电商平台上的行为信息;根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理。通过采用本发明的技术方案,能够克服现有技术的电商平台毫无根据的对用户发放补贴,导致补贴处理效率较低的缺陷,可以有针对性地对用户进行补贴处理,进而可以提高电商平台的交易成功比例和交易额。

Description

信息处理方法及装置
【技术领域】
本发明涉及信息处理技术领域,尤其涉及一种信息处理方法及装置。
【背景技术】
随着互联网的兴起,电子商务的迅猛发展,带动了电商平台的快速发展。现有的电商平台出售的物品种类繁多,例如可以小到生活日用品、大到家用电器;甚至还可以订购出行机票和酒店等等。因此,越来越多的用户倾向于通过电商平台进行互联网购物,使用非常方便。
现有的电商平台,为了吸引用户流量,会经常为用户发放一定的优惠卷,刺激用户在该电商平台上消费。现有技术中,电商平台发放优惠卷之类的补贴信息时,会选择在一些能够促进消费的节日,向该平台的所有用户发放优惠卷之类的补贴卷,而且补贴的金额通常为恒定的,且所有用户的金额都相同。
但是,现有的电商平台发放的优惠卷之类的补贴信息,没经过任何调研,直接发放给用户,很多的用户并未有此类需求,导致优惠卷之类的补贴信息浪费,因此现有的电商平台的补贴处理效率较低。
【发明内容】
本发明提供了一种信息处理方法及装置,用于提高电商平台的补贴处理效率。
本发明提供一种信息处理方法,所述方法包括:
获取用户在电商平台上的行为信息;
根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理。
进一步可选地,如上所述的方法中,获取用户在电商平台上的行为信息,具体包括:获取所述用户在所述电商平台上的搜索记录和/或购买记录;
根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理,具体包括:
根据所述用户的所述搜索记录获取所述用户的欲购买信息;
根据所述用户的欲购买信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息;
或者,根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理,具体包括:
根据所述用户的所述购买记录统计所述用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述补贴策略、所述用户的所述购买频率、所述购买价格信息以及所述补贴使用信息,确定是否需要为所述用户发放补贴;
当需要为所述用户发放补贴时,根据所述购买偏好信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息;
或者,根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理,具体包括:
根据所述用户的所述搜索记录获取所述用户的欲购买信息;
根据所述用户的所述购买记录统计所述用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述补贴策略、所述用户的所述购买频率、所述购买价格信息以及所述补贴使用信息,确定是否需要为所述用户发放补贴;
当需要为所述用户发放补贴时,根据所述欲购买信息、所述购买偏好信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息。
进一步可选地,如上所述的方法中,根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理之前,还包括:
生成所述补贴策略。
进一步可选地,如上所述的方法中,生成所述补贴策略,具体包括:
获取所述电商平台上的所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述所有用户的所述购买频率、所述购买价格信息、所述购买偏好信息以及所述补贴使用信息,生成所述补贴策略。
进一步可选地,如上所述的方法中,所述补贴信息采用优惠卷的形式。
本发明还提供一种信息处理装置,所述装置包括:
获取模块,用于获取用户在电商平台上的行为信息;
处理模块,用于根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理。
进一步可选地,如上所述的装置中,所述获取模块,具体用于获取所述用户在所述电商平台上的搜索记录和/或购买记录;
所述处理模块,具体用于:
根据所述用户的所述搜索记录获取所述用户的欲购买信息;
根据所述用户的欲购买信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息;
或者,所述处理模块,具体用于:
根据所述用户的所述购买记录统计所述用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述补贴策略、所述用户的所述购买频率、所述购买价格信息以及所述补贴使用信息,确定是否需要为所述用户发放补贴;
当需要为所述用户发放补贴时,根据所述购买偏好信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息;
或者,所述处理模块,具体用于:
根据所述用户的所述搜索记录获取所述用户的欲购买信息;
根据所述用户的所述购买记录统计所述用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述补贴策略、所述用户的所述购买频率、所述购买价格信息以及所述补贴使用信息,确定是否需要为所述用户发放补贴;
当需要为所述用户发放补贴时,根据所述欲购买信息、所述购买偏好信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息。
进一步可选地,如上所述的装置中,还包括:
生成模块,用于生成所述补贴策略。
进一步可选地,如上所述的装置中,所述生成模块,具体用于:
获取所述电商平台上的所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述所有用户的所述购买频率、所述购买价格信息、所述购买偏好信息以及所述补贴使用信息,生成所述补贴策略。
进一步可选地,如上所述的装置中,所述补贴信息采用优惠卷的形式。,
本发明的信息处理方法及装置,通过根据用户的行为信息和预设的优惠策略,对用户进行补贴信息处理,克服了现有技术的电商平台毫无根据的对用户发放补贴,导致补贴处理效率较低的缺陷;本实施例的信息处理方案,可以有针对性地对用户进行补贴处理,进而可以提高电商平台的交易成功比例和交易额。
【附图说明】
图1为本发明的信息处理方法实施例的流程图。
图2为本发明的信息处理装置实施例一的结构图。
图3为本发明的信息处理装置实施例二的结构图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
图1为本发明的信息处理方法实施例的流程图。如图1所示,本实施例的信息处理方法,具体可以包括如下步骤:
100、获取用户在电商平台上的行为信息;
例如,在购买日用百货的电商平台、购买医药的电商平台、订购机票和酒店的电商平台等等各种电商平台中,用户想要购买该电商平台的产品,需要在该电商平台上注册并登录,才能实现购买。这样用户可以在该电商平台上浏览任何产品信息,或者购买任何产品信息等等行为信息,均可以被该电商平台对应的后台服务器记录。本实施例中,具体可以从电商平台的后台服务器获取用户的行为信息。
例如,可选地,本实施例中的获取用户的行为信息,具体可以包括获取用户的搜索记录和/购买记录。例如,新用户若还没有购买过,可能仅仅有搜索记录。还有一部分用户可能没有经过电商平台的搜索框进行搜索,直接购买了当前界面展示的产品。大部分用户在购买产品之前,都要进行搜索产品,以对比各个产品,确定最终要购买的产品。因此大部分用户的行为信息同时包括搜索记录和购买记录。
101、根据用户的行为信息和预设的优惠策略,对用户进行补贴信息处理。
具体地,可以根据用户的购买记录和/或搜索记录,以及预设的补贴策略,确定该用户是要需要发放补贴,如果需要发放补贴,则确定该用户的补贴信息,并向该用户发放补贴信息。本实施例中的补贴信息可以采用优惠卷的形式。例如该优惠卷可以为满第一预设额度,减去第二预设额度的金额;第二预设额度小于第一预设额度;或者还可以设置为折扣一定预设比例,例如3%或者5%等等。需要说明的是,本实施例的用户指的并不是人,可以具体指的是一个用户在电商平台的账号;或者可以为该用户的手机号或者该用户的其他账号。
通过采用上述方案,可以根据用户的行为信息和预设的优惠策略,对用户进行补贴信息处理,克服了现有技术的电商平台毫无根据的对用户发放补贴,导致补贴处理效率较低的缺陷;本实施例的信息处理方案,可以有针对性地对用户进行补贴处理,进而可以提高电商平台的交易成功比例和交易额。
例如,根据上述用户的行为信息的不同内容,可以分为如下几种情况:
第一种情况,当用户为新用户,暂时还未有购买记录,此时用户的行为信息仅包括搜索记录;此时对应的步骤101,具体可以包括如下步骤:
(a1)根据用户的搜索记录获取用户的欲购买信息;
(a2)根据用户的欲购买信息和补贴策略,确定用户的补贴信息;
(a3)向用户发放补贴信息;
本实施例中,根据用户搜索记录获取用于的欲购买信息,例如用户欲购买某产品,然后根据用户欲购买的产品和补贴策略,确定用户的补贴信息,例如补贴策略中可以设定了欲购买信息均价在10000元以上,可以给用户补贴500元的优惠,若欲购买信息均价在1000元以上,可以给用户补贴30元的优惠,等等。此时对应的补贴信息可以采用满10000减500,或者满1000减30的优惠卷的形式。最后向用户发送该补贴信息。
第二种情况,当用户未进行任何搜索,直接购买了界面上展示的产品,此时用户的行为信息仅包括购买记录;此时对应的步骤101,具体可以包括如下步骤:
(b1)根据用户的购买记录统计用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
(b2)根据补贴策略、用户的购买频率、购买价格信息以及补贴使用信息,确定是否需要为用户发放补贴;
(b3)当需要为用户发放补贴时,根据购买偏好信息和补贴策略,确定用户的补贴信息;
(b4)向用户发放补贴信息;
本实施例中的购买频率例如可以表示为该用户每月的购买单数;购买价格信息可以为该用户购买的产品的每单的价格;购买偏好信息可以指的是该用户购买的产品的偏好;补贴使用信息可以为该用户在已购买的产品中使用优惠卷的情况,以确定该用户是不是在只要有优惠卷的时候倾向于使用优惠卷。例如某一用户经常在某一电商平台订机票,5月购买机票6单,4月购买机票10单,从用户的购买价格信息和购买偏好信息可以看出该用户都买的是不打折的商务舱;而且都是出发时刻比较好的高票价的机票,且该用户从来不使用任何优惠卷类似的补贴,此时补贴策略中可以设置有类似的用户不需要发放补贴,因为即使发了,用户也不会使用。
另外,还有一种用户也在该电商平台订机票,5月购买机票2单,4月购买机票2单,而且从该用户的购买价格信息和购买偏好信息可以看出该用户都买的是打折的经济舱;而且都是出发时刻不太好的低票价的机票,且该用户从来每次都使用优惠卷类似的补贴,此时可以推测该用户每月都要自己出游一趟;此时补贴策略中可以设置有类似的用户需要发放补贴,这样可以带动该用户消费,增加电商平台的营业额。对于购买机票的电商平台,如果确定该用户购买机票疑似自己出游的话,可以补贴策略中向用户推荐用户未购买过的区域的机票的补贴,以刺激用户看着机票有优惠,选择去该地旅游,即避开购买记录中用户的购买偏好信息,因为用户再次去故地重游的概率较小。
对于日用商品的电商平台,补贴策略中也可以尽可能根据用户的购买偏好信息,设定补贴信息,例如发现该用户在该电商平台购买洗护用品较多,可以向该用户发送洗护用品的补贴信息,因为洗护用品消耗量大,如果用户看到补贴信息,有可能会继续使用补贴信息再次购买囤货。因此补贴策略可以根据该电商平台所经营的产品的特性来设置。
第三种情况,主要指的是大部分用户的购买操作行为,在购买之前,先进行搜索;此时用户的行为信息既包括搜索记录,又包括购买记录;此时对应的步骤101,具体可以包括如下步骤:
(c1)根据用户的搜索记录获取用户的欲购买信息;
(c2)根据用户的购买记录统计用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
(c3)根据补贴策略、用户的购买频率、购买价格信息以及补贴使用信息,确定是否需要为用户发放补贴;
(c4)当需要为用户发放补贴时,根据欲购买信息、购买偏好信息和补贴策略,确定用户的补贴信息;
(c5)向用户发放补贴信息。
本实施例的技术方案,包括上述两种情况的方案,在确定概要用户的补贴信息时,需要同时参考欲购买信息和购买偏好信息,然后根据补贴策略确定该用户的补贴信息;例如该用户之前购买偏好是洗护用品,但是根据最近的搜索记录欲购买生鲜用品,此时补贴策略中可以设置有洗护用品可以设置较小额度的补贴,例如满100减5元,而对于生鲜,由于该用户还不是该电商平台的常购买用户,为了抓住用户,可以给予力度较大的补贴,例如给予满100减40的补贴,以吸引该用户,并发展该用户为常购买用户。最后向该用户发放补贴信息。
进一步可选地,在上述实施例的技术方案的基础上,其中步骤101之前,还可以包括:生成补贴策略。
例如,生成补贴策略,具体可以包括如下步骤:
(d1)获取电商平台上的所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
(d2)根据所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息,生成补贴策略。
具体地,补贴策略的设置中,可以参考用户连续几个月的购买频率,例如当发现用户的购买频率降低,可以设置力度稍大的补贴信息。也可以参考用户每单的购买价格信息,当用户每单的购买价格较高,可以确定该用户的购买习惯以及购买模式,可以给予稍大力度的补贴信息,以激励该用户继续消费。而当用户每单购买价格较低的,可以给予稍稍大的补贴信息,以激励该用户加大力度消费。而对于一些已经购买价格较为平均,已经抓住的熟悉顾客,可以给予中间力度的补贴信息。也可以参考购买偏好信息,设置购买策略,同时还可以考虑该平台产品的特性,根据用户的购买偏好推测用户将可能会购买的产品,设置对应的补贴策略。例如用户偏好买洗护用户,就尽可能发放洗护用户的补贴信息;用户近期出游是两个旅游地方,那就尽可能发放这两个地方之外的其它地方的补贴信息;再例如,对于订购机票的电商平台,用户偏好某些航司,可以发放该航司的补贴信息;也可以参考补贴使用信息,对于从来不时用补贴使用信息的,可以不发放,而对于经常使用补贴信息的,可以发放补贴信息,具体发放额度,可以根据购买频率、购买价格信息、购买偏好信息来设置,推测该用户会购买多大价值的东西,从而给予相应的补贴。
具体地,根据所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息,生成的一种补贴策略中,可以设置有每一个参数的阈值,例如购买频率阈值、购买价格阈值以及是否使用补贴,当购买频率低于购买频率阈值、购买价格高于购买价格阈值以及使用补贴的用户,可以给予补贴,并根据购买偏好信息发放补贴信息,确定补贴信息。例如可以对各个参数设置一定的权重,然后根据各个权重计算补贴信息。例如补贴信息=(本月购买次数)*对应的权重+购买价格信息*对应的权重+补贴使用信息*对应的权重;其中使用补贴采用1标识,未使用补贴可以采用0标识。
或者补贴信息还可以表示为:补贴信息=(本月购买次数基数)*(长时间未回购基数)*(单价基数)*优惠券基数。例如,某用户本月购买2单,单价金额约在500~100。那(本月购买次数基数取0.5)*(长时间未回购基数取0.5)*(单价基数取0.7)*(优惠券基数可设置假设取100)=17.5,此时可以设置为满17.5减17.5,或者满20或者50减17.5。本实施例的补贴信息的具体计算方式还可以包括其他方式,在此不再一一举例赘述。
本实施例的信息处理方法,通过采用上述方案,可以有针对性判断是否要给用户发放补贴,并在需要发放的时候,确定具体发放的补贴信息,因此,本实施例的技术方案,能够克服现有技术的电商平台毫无根据的对用户发放补贴,导致补贴处理效率较低的缺陷,可以有针对性地对用户进行补贴处理,进而可以提高电商平台的交易成功比例和交易额。
图2为本发明的信息处理装置实施例一的结构图。如图2所示,本实施例的信息处理装置,具体可以包括:获取模块10和处理模块11。
其中获取模块10用于获取用户在电商平台上的行为信息;处理模块11用于根据获取模块10获取的用户的行为信息和预设的补贴策略,对用户进行补贴信息处理。
本实施例的信息处理装置,通过采用上述模块实现信息处理的实现原理以及技术效果与上述相关方法实施例的实现相同,详细可以参考上述相关实施例的记载,在此不再赘述。
图3为本发明的信息处理装置实施例二的结构图。如图3所示,本实施例的信息处理装置,在上述图2所示实施例的技术方案的基础上,进一步更加详细地介绍本发明的技术方案。
本实施例的获取模块10具体用于获取用户在电商平台上的搜索记录和/或购买记录;处理模块11具体用于:
根据获取模块10获取的用户的搜索记录获取用户的欲购买信息;根据用户的欲购买信息和补贴策略,确定用户的补贴信息;向用户发放补贴信息。
或者,处理模块10具体用于根据获取模块10获取的用户的购买记录统计用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;根据补贴策略、用户的购买频率、购买价格信息以及补贴使用信息,确定是否需要为用户发放补贴;当需要为用户发放补贴时,根据购买偏好信息和补贴策略,确定用户的补贴信息;向用户发放补贴信息;
或者,处理模块11具体用于根据获取模块10获取的用户的搜索记录获取用户的欲购买信息;根据获取模块10获取的用户的购买记录统计用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;根据补贴策略中的购买频率阈值、购买价格阈值、补贴使用比例阈值、用户的购买频率、购买价格信息以及补贴使用信息,确定是否需要为用户发放补贴;当需要为用户发放补贴时,根据欲购买信息、购买偏好信息和补贴策略,确定用户的补贴信息;向用户发放补贴信息。
进一步可选地,如图3所示,本实施例的信息处理装置还包括:生成模块12,用于生成补贴策略。
进一步可选地,生成模块12具体用于:获取电商平台上的所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;根据所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息,生成补贴策略。
进一步可选地,本实施例的信息处理装置中的补贴信息采用优惠卷的形式。
本实施例的信息处理装置,通过采用上述模块实现信息处理的实现原理以及技术效果与上述相关方法实施例的实现相同,详细可以参考上述相关实施例的记载,在此不再赘述。
本实施例的信息处理装置,可以使用在电商平台中,以对电商平台的用户的补贴进行处理。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。

Claims (10)

1.一种信息处理方法,其特征在于,所述方法包括:
获取用户在电商平台上的行为信息;
根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理。
2.根据权利要求1所述的方法,其特征在于,获取用户在电商平台上的行为信息,具体包括:获取所述用户在所述电商平台上的搜索记录和/或购买记录;
根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理,具体包括:
根据所述用户的所述搜索记录获取所述用户的欲购买信息;
根据所述用户的欲购买信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息;
或者,根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理,具体包括:
根据所述用户的所述购买记录统计所述用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述补贴策略、所述用户的所述购买频率、所述购买价格信息以及所述补贴使用信息,确定是否需要为所述用户发放补贴;
当需要为所述用户发放补贴时,根据所述购买偏好信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息;
或者,根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理,具体包括:
根据所述用户的所述搜索记录获取所述用户的欲购买信息;
根据所述用户的所述购买记录统计所述用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述补贴策略、所述用户的所述购买频率、所述购买价格信息以及所述补贴使用信息,确定是否需要为所述用户发放补贴;
当需要为所述用户发放补贴时,根据所述欲购买信息、所述购买偏好信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息。
3.根据权利要求1或者2所述的方法,其特征在于,根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理之前,所述方法还包括:
生成所述补贴策略。
4.根据权利要求3所述的方法,其特征在于,生成所述补贴策略,具体包括:
获取所述电商平台上的所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述所有用户的所述购买频率、所述购买价格信息、所述购买偏好信息以及所述补贴使用信息,生成所述补贴策略。
5.根据权利要求3所述的方法,其特征在于,所述补贴信息采用优惠卷的形式。
6.一种信息处理装置,其特征在于,所述装置包括:
获取模块,用于获取用户在电商平台上的行为信息;
处理模块,用于根据所述用户的行为信息和预设的补贴策略,对所述用户进行补贴信息处理。
7.根据权利要求6所述的装置,其特征在于,所述获取模块,具体用于获取所述用户在所述电商平台上的搜索记录和/或购买记录;
所述处理模块,具体用于:
根据所述用户的所述搜索记录获取所述用户的欲购买信息;
根据所述用户的欲购买信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息;
或者,所述处理模块,具体用于:
根据所述用户的所述购买记录统计所述用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述补贴策略、所述用户的所述购买频率、所述购买价格信息以及所述补贴使用信息,确定是否需要为所述用户发放补贴;
当需要为所述用户发放补贴时,根据所述购买偏好信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息;
或者,所述处理模块,具体用于:
根据所述用户的所述搜索记录获取所述用户的欲购买信息;
根据所述用户的所述购买记录统计所述用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述补贴策略、所述用户的所述购买频率、所述购买价格信息以及所述补贴使用信息,确定是否需要为所述用户发放补贴;
当需要为所述用户发放补贴时,根据所述欲购买信息、所述购买偏好信息和所述补贴策略,确定所述用户的补贴信息;
向所述用户发送所述补贴信息。
8.根据权利要求6或者7所述的装置,其特征在于,所述装置还包括:
生成模块,用于生成所述补贴策略。
9.根据权利要求8所述的装置,其特征在于,所述生成模块,具体用于:
获取所述电商平台上的所有用户的购买频率、购买价格信息、购买偏好信息以及补贴使用信息;
根据所述所有用户的所述购买频率、所述购买价格信息、所述购买偏好信息以及所述补贴使用信息,生成所述补贴策略。
10.根据权利要求8所述的装置,其特征在于,所述补贴信息采用优惠卷的形式。
CN201610498126.5A 2016-06-29 2016-06-29 信息处理方法及装置 Pending CN106169142A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610498126.5A CN106169142A (zh) 2016-06-29 2016-06-29 信息处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610498126.5A CN106169142A (zh) 2016-06-29 2016-06-29 信息处理方法及装置

Publications (1)

Publication Number Publication Date
CN106169142A true CN106169142A (zh) 2016-11-30

Family

ID=58065397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610498126.5A Pending CN106169142A (zh) 2016-06-29 2016-06-29 信息处理方法及装置

Country Status (1)

Country Link
CN (1) CN106169142A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846071A (zh) * 2017-02-23 2017-06-13 北京小度信息科技有限公司 数据处理方法及装置
CN107622413A (zh) * 2017-08-08 2018-01-23 阿里巴巴集团控股有限公司 一种价格敏感度计算方法、装置及其设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104766227A (zh) * 2015-04-16 2015-07-08 王方淇 一种信息推送方法及装置
CN105303403A (zh) * 2015-10-23 2016-02-03 北京京东尚科信息技术有限公司 用于发放优惠券的方法和系统
CN105354728A (zh) * 2015-12-11 2016-02-24 北京京东尚科信息技术有限公司 优惠券推送方法和装置
CN105678579A (zh) * 2016-01-06 2016-06-15 北京京东尚科信息技术有限公司 基于优惠券的商品推荐方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104766227A (zh) * 2015-04-16 2015-07-08 王方淇 一种信息推送方法及装置
CN105303403A (zh) * 2015-10-23 2016-02-03 北京京东尚科信息技术有限公司 用于发放优惠券的方法和系统
CN105354728A (zh) * 2015-12-11 2016-02-24 北京京东尚科信息技术有限公司 优惠券推送方法和装置
CN105678579A (zh) * 2016-01-06 2016-06-15 北京京东尚科信息技术有限公司 基于优惠券的商品推荐方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846071A (zh) * 2017-02-23 2017-06-13 北京小度信息科技有限公司 数据处理方法及装置
CN107622413A (zh) * 2017-08-08 2018-01-23 阿里巴巴集团控股有限公司 一种价格敏感度计算方法、装置及其设备

Similar Documents

Publication Publication Date Title
US20210090120A1 (en) Systems and methods for managing user information over a network
Liao et al. Mining customer knowledge for exploring online group buying behavior
WO2019196579A1 (zh) 智能券的发放方法、装置及利用智能券的核销方法、装置
CN109472671A (zh) 一种购物方法、电子商城服务器以及存储介质
WO2017092602A1 (zh) 一种信息投放用户的筛选方法和服务器
CN106651455A (zh) 会员积分数据处理方法
CN109598560A (zh) 一种优惠信息的处理方法及相关装置
CN109919719A (zh) 信息推送方法、计算设备及计算机存储介质
JP2002372940A (ja) ターゲットを絞った広告方法およびシステム
CN110197408B (zh) 保价商品的定价预警方法及系统
CN109087148A (zh) 确定虚拟资源对象的方法、设备及计算机可读介质
CN107169839A (zh) 商品展示方法、装置及电子设备
CN107025565A (zh) 一种提高电子商务网站转化率的方法和系统
CN106056414A (zh) 一种电子券推荐方法及装置
CN106169142A (zh) 信息处理方法及装置
CN108154328A (zh) 时间提示方法、装置、电子设备及计算机可读存储介质
Balcan et al. Efficient algorithms for learning revenue-maximizing two-part tariffs
CN107665455A (zh) 基于集团用户采购平台的协同采购方法、终端及计算机可读存储介质
CN107220880A (zh) 用于在网络购物中展示商品的方法、设备和服务器
CN107169786A (zh) 数据资源的处理方法和装置
CN110020135B (zh) 一种需求确定方法、资源推荐方法和相关装置
CN105809470A (zh) 一种基于电子商务平台的消费返本方法、装置及系统
TW201946009A (zh) 促銷優惠媒合系統及促銷優惠媒合方法
JP2002157489A (ja) 小売店舗における販売促進支援方法
CN108230000A (zh) 一种超市动态购物区域划分方法

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

Application publication date: 20161130

RJ01 Rejection of invention patent application after publication