CN106446106A - 目标用户智能检索匹配方法 - Google Patents

目标用户智能检索匹配方法 Download PDF

Info

Publication number
CN106446106A
CN106446106A CN201610824729.XA CN201610824729A CN106446106A CN 106446106 A CN106446106 A CN 106446106A CN 201610824729 A CN201610824729 A CN 201610824729A CN 106446106 A CN106446106 A CN 106446106A
Authority
CN
China
Prior art keywords
retrieval
class
intelligent terminal
wlan
businessman
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.)
Granted
Application number
CN201610824729.XA
Other languages
English (en)
Other versions
CN106446106B (zh
Inventor
占义树
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.)
Shenzhen EnMei roadshow Network Technology Co.,Ltd.
Original Assignee
Shenzhen Beck Data 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 Shenzhen Beck Data Co Ltd filed Critical Shenzhen Beck Data Co Ltd
Priority to CN201610824729.XA priority Critical patent/CN106446106B/zh
Publication of CN106446106A publication Critical patent/CN106446106A/zh
Application granted granted Critical
Publication of CN106446106B publication Critical patent/CN106446106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种目标用户智能检索匹配方法,首先构造智能检索匹配系统,其包括给商家提供的第一智能终端,所述第一智能终端中带有用于商家检索的智能终端App,所述第一智能终端还含有第一无线通信模块,所述第一无线通信模块、服务器和服务器之间通过无线网络建立通信连接,所述服务器中带有匹配模块和用来供检索用并包含有目标用户数据的数据库。结合其他方式避免了现有技术中单纯依赖随意的检索效率低下且无法满足商家的需求的缺陷。

Description

目标用户智能检索匹配方法
技术领域
本发明属于检索匹配技术领域,具体涉及一种目标用户智能检索匹配方法。
背景技术
每个商户的都有它特定的客户人群,如果运用大数据营销。商户就可以从地区,年龄,性别,职业,消费能力等区分出来。还可以通过目标客户消费行为数据判断是否购买,消费偏好和购买时间。从而节省这笔营销费用。
但是现在的区分主要依靠检索方式,单纯依赖随意的检索,效率低下且无法满足商家的需求。
发明内容
本发明的目的提供一种目标用户智能检索匹配方法,避免了现有技术中单纯依赖随意的检索效率低下且无法满足商家的需求的缺陷。
为了克服现有技术中的不足,本发明提供了一种目标用户智能检索匹配方法的解决方案,具体如下:
一种目标用户智能检索匹配方法,首先构造智能检索匹配系统,其包括给商家提供的第一智能终端,所述第一智能终端中带有用于商家检索的智能终端App,所述第一智能终端还含有第一无线通信模块,所述第一无线通信模块和服务器之间通过无线网络建立通信连接,所述服务器中带有匹配模块和用来供检索用并包含有目标用户数据的数据库;
当商家通过运行第一智能终端中的用于商家检索的智能终端App时,用于商家检索的智能终端App就发送检索请求到服务器中,然后匹配模块根据目标用户数据进行匹配概率计算,即把目标用户按照属性特征分类,计算出相应特征属性的数量,再按照同样的特征属性,在包含有目标用户数据的数据库中检索,得出该属性相应的在此商家进行过消费的用户数量,然后该在此商家进行过消费的用户数量除以系统特征属性数量,得到百分比,也就是匹配概率,并依次将所有分类属性进行相同的计算,找出比例最高的属性,并依次按照大小排列,并再按照特征属性再依次在包含有目标用户数据的数据库中依次检索,并得到最小数值,这个最小数值对应的用户,为精准度最高的客户,商户按照精准度从大到小的顺序设置相应数量匹配用户,并按照上述方法精细自动检索,并依次发送虚拟币包给用户,所述虚拟币包为把虚拟币打包而构成的包。
所述第一智能终端包括智能手机、PDA或移动终端。
本发明的优点如下:
达到了自动发送虚拟币包的目的,从而高了匹配精准度。达到智能匹配用户的目的。
附图说明
图l为本发明的目标用户智能检索匹配方法的模块示意图。
具体实施方式
下面结合附图和实施例对发明内容作进一步说明:
如图1所示,目标用户智能检索匹配方法,首先构造智能检索匹配系统,其包括给商家提供的第一智能终端,所述第一智能终端中带有用于商家检索的智能终端App,所述第一智能终端还含有第一无线通信模块,所述第一无线通信模块服务器之间通过无线网络建立通信连接,所述服务器中带有匹配模块和用来供检索用并包含有目标用户数据的数据库;
当商家通过运行第一智能终端中的用于商家检索的智能终端App时,用于商家检索的智能终端App就发送检索请求到服务器中,然后匹配模块根据目标用户数据进行匹配概率计算,即把目标用户按照属性特征分类,计算出相应特征属性的数量,再按照同样的特征属性,在包含有目标用户数据的数据库中检索,得出该属性相应的在此商家进行过消费的用户数量,然后该在此商家进行过消费的用户数量除以系统特征属性数量,得到百分比,也就是匹配概率,并依次将所有分类属性进行相同的计算,找出比例最高的属性,并依次按照大小排列,并再按照特征属性再依次在包含有目标用户数据的数据库中依次检索,并得到最小数值,这个最小数值对应的用户,为精准度最高的客户,然后把按照精准度从大到小的顺序排列的用户发送到第一智能终端,所述用于商家检索的智能终端App按照精准度从大到小的顺序设置相应数量的匹配用户,并按照上述方法精细自动检索,并依次发送虚拟币包给用户,所述虚拟币包为把虚拟币打包而构成的包,达到了自动发送虚拟币包的目的,从而高了匹配精准度。达到智能匹配用户的目的。
所述第一智能终端包括智能手机、PDA或移动终端。
所述用于商家检索的智能终端App用来发送检索请求到服务器中;用来按照精准度从大到小的顺序设置相应数量的匹配用户,并按照上述方法精细自动检索,并依次发送虚拟币包给用户。
所述匹配模块用来根据目标用户数据进行匹配概率计算,即把目标用户按照属性特征分类,计算出相应特征属性的数量,再按照同样的特征属性,在包含有目标用户数据的数据库中检索,得出该属性相应的在此商家进行过消费的用户数量,然后该在此商家进行过消费的用户数量除以系统特征属性数量,得到百分比,也就是匹配概率,并依次将所有分类属性进行相同的计算,找出比例最高的属性,并依次按照大小排列,并再按照特征属性再依次在包含有目标用户数据的数据库中依次检索,并得到最小数值,这个最小数值对应的用户,为精准度最高的客户,然后把按照精准度从大到小的顺序排列的用户发送到第一智能终端。
所述第一无线通信模块和服务器之间通过无线网络建立通信连接的方式往往都要先通过第一智能终端接入无线网络,在这里所述无线网络往往为WLAN网,所述第一无线通信模块往往为WIFI模块,所述第一智能终端通过WIFI模块同AP建立连接来接入WLAN网,但是此类方法没有实现用户的第一智能终端连接数上升到一定阈值之后,开启的AP无法满足连接需求,这样就会导致AP失效的问题。
而另一方面,如果引入了激活机制,在第一智能终端连接数上升到一定阈值之后,激活关闭的AP来进行连接,目前在多信道射频链路的输出信号中,控制器一定须向AP的所有射频接口均执行检测,因此所有射频接口各自均能定时传递链路探测信号,由此将导致形成链路探测信号资源的匮乏,另一方面绝大多数时段AP无须持续传递链路探测信号,因此目下就有采用灵活的不定时传送链路探测信号以此来减少传递次数和能耗,也就是控制器依赖对应状况,决定AP是不是须要传送链路探测信号。若为是,则控制器经由数据链路层链路传输控制发送一个激活信号,告知AP传送链路探测信号,AP在被激活后接着传送链路探测信号。然而,一旦向所有具备传送链路探测信号要求的AP均各自经由个链路传输控制进行激活的条件,那么链路传输控制的耗损会不小。
因此据上所述的缺陷,目前还形成把区域中的AP实现分类,同一类的AP带有一样的类识别码,一个类中的AP又以类内的序号来划分,这里面,所有类各自相应有一链路传输控制,依赖AP在类中的序号,所有AP在链路传输控制内均带有己身相应的信号比特,由此,控制器仅仅须经由一链路传输控制发送激活信号,该链路传输控制所对应的类内的所有AP就能均获取激活信号,接着类内的AP还经由向传输所述激活信号之际要采纳的链路传输控制信号比特的决定,即能决定己身是不是被激活,采纳该方法,面向所有的AP均各自采纳一链路传输控制传输激活信号的方法来说,能极大减少链路传输控制耗损。
但是一旦须激活的AP数量很少,还散布于各个类中,因此这样依然须采纳若干链路传输控制,也就是同时结合类激活方案来减少链路传输控制开销的好处就不那么突出。例如,若须激活的第一AP、第二AP与第三AP各自处在第一类、第二类与第三类内,就须经由三个链路传输控制来传输激活信号,同各自向各个AP传输激活信号之际要采纳的链路传输控制的个数为一致的。怎样让激活信号激活尽可能多的AP,以提高该激活信号的激活效果即为亟待解决的关键所在。
所述第一无线通信模块和服务器之间通过无线网络建立通信连接的方式包括先通过第一智能终端接入无线网络,所述无线网络为WLAN网,所述第一无线通信模块为WIFI模块,所述第一智能终端通过WIFI模块同AP建立连接来接入WLAN网,所述WLAN网中的AP激活方式如下:
步骤一、计算WLAN全覆盖所需AP数:根据WLAN及单个AP默认发射功率时的覆盖范围,决定实现WLAN全覆盖所需的AP数,用WLAN区域总面积除以每个AP单独覆盖面积,向上取整得到整数N;
步骤二、对所有AP进行聚类识别数为4N,对WLAN内密集部署的AP进行聚类;在WLAN覆盖区域任意选取坐标原点,建立二维直角坐标系,通过聚类算法对WLAN中密集部署且均匀分布的AP按照地理位置进行聚类,目标是4N类;
步骤三、形成4N个AP拓朴结构:根据聚类结果,选择关闭多数AP,用剩余的少数AP实现WLAN无线信号全覆盖,同时形成AP分布结构,对AP发射功率优化方法进行初始化;
在每一类别中,选择处于或位置最接近聚类中心的AP作为可能开启的AP,关闭其余AP;
步骤四、选择开启N个AP:具体过程为,设集合U为选择开启的AP的集合,首先选择任一AP加入集合U,得U={AP1};其次选择与此AP距离最远的AP加入集合U,得U={AP1,AP2};接着对于剩余的任一APi计算其与集合U={AP1,AP2,...,APj}中AP之间的距离dij,记di=min{di1,di2,...,dij};然后选择集合{d1,d2,...,di}中最大的元素对应的AP加入集合U,得U={AP1,AP2,...,APj,APj+1},直至集合U中的元素个数达到N;
步骤五、检验全部开启集合U中的AP是否可对WLAN全覆盖,若未达到全覆盖,则继续按照步骤四的方法从4N个待选择的AP中选择一个AP加入集合U,直至满足WLAN全覆盖要求,同时关闭剩余AP;然后再执行步骤六;
步骤六、判断在满足对WLAN全覆盖的前提下,是否可降低功率:如果否,所述的AP发射功率优化方法结束;否则,降低指定AP发射功率,直至所有AP均以最低功耗进行工作;
步骤七、当开启的AP上的用户连接数上升到一定阈值之后,开启的AP向控制器发出请求,请求开启附近的关闭的AP,控制器收到请求后,向该开启的AP附近的关闭的AP发出指令来激活,使其从休眠模式退出;同时向该开启的AP发出命令,使其缩小覆盖范围;从而使得该区域进入高密度部署模式;
步骤八、所述步骤七中的P发出指令来激活的方法,具体流程可以如下:
步骤8-1、决定现时须得激活的AP,这里,各个AP同步隶属不低于一个类;
如:现时区域内带有十六个AP:AP1~16,分成八个类,其中,类1含有AP1~4,类2含有AP5~8,类3含有AP9~12,类4含有AP13~16,类5含有AP1、AP5、AP9和AP13,类6含有AP2、AP6、AP10和AP14,类7含有AP3、AP7、AP11和AP15,类8含有AP4、AP8、AP12和AP16;
经过上述的分类能够得到,各个AP都同步隶属两类,例如,AP1同步隶属类1和类5,AP2同步隶属类2和类6;
若此刻须得激活AP2、AP6、AP11和AP14,则激活设备决定现时须得激活的AP为:AP2、AP6、AP11和AP14;
步骤8-2、总计各个类所含有的现时须得激活的AP的数目;
例如,用步骤8-1佐证,若在步骤8-1内已决定现时须得激活的AP为:AP2、AP6、AP11和AP14,因此激活设备凭借决定的AP对各个类所含有的现时须得激活的AP的数目进行总计,得知类1~4和类7带有一个须得激活的AP,类6带有3个须得激活的AP,但类5和类8无须得激活的AP;
步骤8-3、挑选含有现时须得激活的AP的数目最大量的类当作激活类;
如,若在步骤8-2中得知类1~4和类7带有1个须得激活的AP,类6带有3个须得激活的AP,而类5和类8无须得激活的AP,则在本步骤(即步骤8-3)中,激活设备能够决定类6所含有的现时须得激活的AP的数目最大量,因此激活设备挑选类6当作激活类;
进一步的,若具有大于一个“含有现时须得激活的AP的数目最大量”的类,就从中任意挑选一个类当作激活类,挑选的策略能够是随机,也能够由进行预置。
步骤8-4、依赖挑选的激活类传递激活信息,以激活该激活类中含有的现时须得激活的AP;
例如,若在步骤8-3中挑选类6当作激活类,则在步骤8-4内,激活设备依赖类6传递激活信号,也就是能够依赖类6的类标识挑选类6所对应的链路传输控制,依赖AP在类6中的编号在挑选的链路传输控制中指示须得激活的AP,例如,AP2、AP6和AP14在类6中的编号分别为1、2和4,则它们在链路传输控制中对应的信号比特分别为第1位、第2位和第4位,若在信号比特上,“0”代表激活,而“1”代表不激活,因此此刻传递的链路传输控制信号能够为“0010”,那么,类6中所有的AP在接收到该链路传输控制信号后,就能够依赖自身在类6中的编号来决定自身是否须得激活,例如,AP2检测出链路传输控制信号中的第1位信号比特上为“0”,因此决定自身须得激活,而AP10发现链路传输控制信号中的第3位信号比特上为“1”,因此决定自身不须得激活,依此类推,若AP决定自身须得激活,则传递链路探测信号给激活设备,不然,若不须得激活,就不运作。
步骤8-5、判断现时须得激活的AP是否均已激活,若不具有还没有激活的AP,则结束流程;若具有还没有激活的AP,则转回去执行决定现时须得激活的AP的步骤,即返回执行步骤8-1~8-5;
例如,还是以步骤101至步骤104中的例子为例,由步骤104可知,因为只激活了类6,所以只有AP2、AP6和AP14被激活,而AP11还没有激活,因此,激活设备决定现时须得激活的AP为AP11,激活设备依赖决定的AP对各个类所含有的现时须得激活的AP的数目进行总计,得知类1~2、类4~6和类8都无须得激活的AP,而类3和类7则带有1个须得激活的AP,即AP11,因为类3和类7所含有的现时须得激活的AP的数目相等(也就是一个),所以即能够挑选类3当作激活类,也能够挑选类7当作激活类,然后依赖类3或类7传递激活信号,此后,激活设备再次判断现时须得激活的AP是否均已激活,因为AP2、AP6、AP11和AP14均已激活,所以激活设备能够决定现时须得激活的AP均已激活,因此结束流程。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质,在本发明的精神和原则之内,对以上实施例所作的任何简单的修改、等同替换与改进等,均仍属于本发明技术方案的保护范围之内。

Claims (5)

1.一种目标用户智能检索匹配方法,其特征在于首先构造智能检索匹配系统,其包括给商家提供的第一智能终端,所述第一智能终端中带有用于商家检索的智能终端App,所述第一智能终端还含有第一无线通信模块,所述第一无线通信模块、服务器和服务器之间通过无线网络建立通信连接,所述服务器中带有匹配模块和用来供检索用并包含有目标用户数据的数据库;
当商家通过运行第一智能终端中的用于商家检索的智能终端App时,用于商家检索的智能终端App就发送检索请求到服务器中,然后匹配模块根据目标用户数据进行匹配概率计算,即把目标用户按照属性特征分类,计算出相应特征属性的数量,再按照同样的特征属性,在包含有目标用户数据的数据库中检索,得出该属性相应的在此商家进行过消费的用户数量,然后该在此商家进行过消费的用户数量除以系统特征属性数量,得到百分比,也就是匹配概率,并依次将所有分类属性进行相同的计算,找出比例最高的属性,并依次按照大小排列,并再按照特征属性再依次在包含有目标用户数据的数据库中依次检索,并得到最小数值,这个最小数值对应的用户,为精准度最高的客户,然后把按照精准度从大到小的顺序排列的用户发送到第一智能终端,所述用于商家检索的智能终端App按照精准度从大到小的顺序设置相应数量的匹配用户,并按照上述方法精细自动检索,并依次发送虚拟币包给用户,所述虚拟币包为把虚拟币打包而构成的包。
2.根据权利要求1所述的目标用户智能检索匹配方法,其特征在于所述第一智能终端包括智能手机、PDA或移动终端。
3.根据权利要求1所述的目标用户智能检索匹配方法,其特征在于所述用于商家检索的智能终端App用来发送检索请求到服务器中;用来按照精准度从大到小的顺序设置相应数量的匹配用户,并按照上述方法精细自动检索,并依次发送虚拟币包给用户。
4.根据权利要求1所述的目标用户智能检索匹配方法,其特征在于所述匹配模块用来根据目标用户数据进行匹配概率计算,即把目标用户按照属性特征分类,计算出相应特征属性的数量,再按照同样的特征属性,在包含有目标用户数据的数据库中检索,得出该属性相应的在此商家进行过消费的用户数量,然后该在此商家进行过消费的用户数量除以系统特征属性数量,得到百分比,也就是匹配概率,并依次将所有分类属性进行相同的计算,找出比例最高的属性,并依次按照大小排列,并再按照特征属性再依次在包含有目标用户数据的数据库中依次检索,并得到最小数值,这个最小数值对应的用户,为精准度最高的客户,然后把按照精准度从大到小的顺序排列的用户发送到第一智能终端。
5.根据权利要求1所述的目标用户智能检索匹配方法的方法,其特征在于所述第一无线通信模块和服务器之间通过无线网络建立通信连接的方式包括先通过第一智能终端接入无线网络,所述无线网络为WLAN网,所述第一无线通信模块为WIFI模块,所述第一智能终端通过WIFI模块同AP建立连接来接入WLAN网,所述WLAN网中的AP激活方式如下:
步骤一、计算WLAN全覆盖所需AP数:根据WLAN及单个AP默认发射功率时的覆盖范围,决定实现WLAN全覆盖所需的AP数,用WLAN区域总面积除以每个AP单独覆盖面积,向上取整得到整数N;
步骤二、对所有AP进行聚类识别数为4N,对WLAN内密集部署的AP进行聚类;在WLAN覆盖区域任意选取坐标原点,建立二维直角坐标系,通过聚类算法对WLAN中密集部署且均匀分布的AP按照地理位置进行聚类,目标是4N类;
步骤三、形成4N个AP拓朴结构:根据聚类结果,选择关闭多数AP,用剩余的少数AP实现WLAN无线信号全覆盖,同时形成AP分布结构,对AP发射功率优化方法进行初始化;
在每一类别中,选择处于或位置最接近聚类中心的AP作为可能开启的AP,关闭其余AP;
步骤四、选择开启N个AP:具体过程为,设集合U为选择开启的AP的集合,首先选择任一AP加入集合U,得U={AP1};其次选择与此AP距离最远的AP加入集合U,得U={AP1,AP2};接着对于剩余的任一APi计算其与集合U={AP1,AP2,...,APj}中AP之间的距离dij,记di=min{di1,di2,...,dij};然后选择集合{d1,d2,...,di}中最大的元素对应的AP加入集合U,得U={AP1,AP2,...,APj,APj+1},直至集合U中的元素个数达到N;
步骤五、检验全部开启集合U中的AP是否可对WLAN全覆盖,若未达到全覆盖,则继续按照步骤四的方法从4N个待选择的AP中选择一个AP加入集合U,直至满足WLAN全覆盖要求,同时关闭剩余AP;然后再执行步骤六;
步骤六、判断在满足对WLAN全覆盖的前提下,是否可降低功率:如果否,所述的AP发射功率优化方法结束;否则,降低指定AP发射功率,直至所有AP均以最低功耗进行工作;
步骤七、当开启的AP上的用户连接数上升到一定阈值之后,开启的AP向控制器发出请求,请求开启附近的关闭的AP,控制器收到请求后,向该开启的AP附近的关闭的AP发出指令来激活,使其从休眠模式退出;同时向该开启的AP发出命令,使其缩小覆盖范围;从而使得该区域进入高密度部署模式;
步骤八、所述步骤七中的AP发出指令来激活的方法,具体流程可以如下:
步骤8-1、决定现时须得激活的AP,这里,各个AP同步隶属不低于一个类;
步骤8-2、总计各个类所含有的现时须得激活的AP的数目;
步骤8-3、挑选含有现时须得激活的AP的数目最大量的类当作激活类;
若具有大于一个“含有现时须得激活的AP的数目最大量”的类,就从中任意挑选一个类当作激活类,挑选的策略能够是随机,也能够由进行预置;
步骤8-4、依赖挑选的激活类传递激活信息,以激活该激活类中含有的现时须得激活的AP;
步骤8-5、判断现时须得激活的AP是否均已激活,若不具有还没有激活的AP,则结束流程;若具有还没有激活的AP,则转回去执行决定现时须得激活的AP的步骤,即返回执行步骤8-1~8-5。
CN201610824729.XA 2016-09-14 2016-09-14 目标用户智能检索匹配方法 Active CN106446106B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610824729.XA CN106446106B (zh) 2016-09-14 2016-09-14 目标用户智能检索匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610824729.XA CN106446106B (zh) 2016-09-14 2016-09-14 目标用户智能检索匹配方法

Publications (2)

Publication Number Publication Date
CN106446106A true CN106446106A (zh) 2017-02-22
CN106446106B CN106446106B (zh) 2019-03-22

Family

ID=58168173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610824729.XA Active CN106446106B (zh) 2016-09-14 2016-09-14 目标用户智能检索匹配方法

Country Status (1)

Country Link
CN (1) CN106446106B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510197A (zh) * 2008-02-15 2009-08-19 冲电气工业株式会社 信息检索系统
CN103164450A (zh) * 2011-12-15 2013-06-19 腾讯科技(深圳)有限公司 一种向目标用户推送信息的方法及装置
CN103886026A (zh) * 2014-02-25 2014-06-25 刘强 基于个体特征的服装匹配方法
CN104408105A (zh) * 2014-11-20 2015-03-11 四川长虹电器股份有限公司 一种适用于智能tv用户的好友推荐方法
CN104436656A (zh) * 2014-12-24 2015-03-25 深圳市腾讯计算机系统有限公司 游戏应用中用户的匹配方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510197A (zh) * 2008-02-15 2009-08-19 冲电气工业株式会社 信息检索系统
CN103164450A (zh) * 2011-12-15 2013-06-19 腾讯科技(深圳)有限公司 一种向目标用户推送信息的方法及装置
CN103886026A (zh) * 2014-02-25 2014-06-25 刘强 基于个体特征的服装匹配方法
CN104408105A (zh) * 2014-11-20 2015-03-11 四川长虹电器股份有限公司 一种适用于智能tv用户的好友推荐方法
CN104436656A (zh) * 2014-12-24 2015-03-25 深圳市腾讯计算机系统有限公司 游戏应用中用户的匹配方法和装置

Also Published As

Publication number Publication date
CN106446106B (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN106792888A (zh) 一种基于信息感知的无线通信组网方法及装置
CN106413049A (zh) 手机wifi网络加速器及其方法
CN109743741A (zh) 无线路由器部署方法、装置、存储介质及电子设备
CN106507475B (zh) 基于EKNN的室内区域WiFi定位方法及系统
CN110366096A (zh) 一种室内场景识别方法及装置
CN107016434A (zh) 一种基于lpwan和rfid技术的电子标签
CN105050095B (zh) 一种基于能量预测的异构无线传感网的拓扑构建方法
CN109327252A (zh) 一种基于联系上下文的在线学习波束选择方法
CN110351654A (zh) 一种定位方法、装置、存储介质及电子设备
CN103023981A (zh) 云计算系统
CN108834079A (zh) 一种在异构网络中基于移动性预测的负载均衡优化方法
CN109041082A (zh) 定位信息传输方法
CN106485538A (zh) 邀请好友赠送虚拟币系统及方法
CN104540203B (zh) 基于独立集的无线体域网能效优化方法
CN105407520B (zh) 一种集中式基站休眠决策方法及休眠系统
CN107786989B (zh) 一种Lora智能水表网络网关部署方法及装置
CN109788540A (zh) D2d系统中基于能量采集的功率控制和信道分配方法
CN113453148B (zh) 联合深度学习与加权k邻近算法的室内位置指纹定位方法
CN103428724B (zh) 基于地理位置信息的频谱资源协作接入方法和系统
CN108430082A (zh) 一种异构车联网环境下的车载网络切换方法
CN106408338A (zh) 虚拟币让利营销系统及方法
CN106897842A (zh) 一种基于需求响应资源的数据处理方法、装置及系统
CN106408339A (zh) 优惠部分营销系统及方法
CN106446106A (zh) 目标用户智能检索匹配方法
CN106447391A (zh) 附带信息的虚拟币接收系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220601

Address after: 518000 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong

Patentee after: Shenzhen EnMei roadshow Network Technology Co.,Ltd.

Address before: 518000 10B, Taiyangdao building, Dongmen South Road, Nanhu street, Luohu District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN BEIKE DATA CO.,LTD.