CN107742245A - 一种商户信息推荐方法、装置及设备 - Google Patents
一种商户信息推荐方法、装置及设备 Download PDFInfo
- Publication number
- CN107742245A CN107742245A CN201711051018.4A CN201711051018A CN107742245A CN 107742245 A CN107742245 A CN 107742245A CN 201711051018 A CN201711051018 A CN 201711051018A CN 107742245 A CN107742245 A CN 107742245A
- Authority
- CN
- China
- Prior art keywords
- information
- recommended
- merchant information
- merchant
- distribution
- 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
Links
Classifications
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Abstract
本发明提供一种商户信息推荐方法、装置及设备,涉及数据处理技术领域,主要目的在于针对用户的复购需求提高向用户推荐商户的准确率。本发明所采用的技术方案是获取登录用户的当前时间段信息和历史订单信息;计算所述当前时间段信息与所述历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;根据所述第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;将所述商待推荐的户信息推荐给所述登录用户。
Description
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种商户信息推荐方法、装置及设备。
背景技术
随着互联网的普及,人们越来越习惯于通过互联网来处理现实生活中的问题,特别是在人们的基本生活问题上,比如在网上订餐。用户只需通过在订餐平台上注册会员,就可以通过该订餐平台实现选餐、订餐、付费、评论等一系列的操作,十分便捷。
目前,用户在订餐平台上订餐存在复购需求,也就是说用户对于熟悉的商户重复下单的概率较高。那么,针对用户的复购需求,订餐平台仅可以根据用户在一段时间内对同一商户重复订餐的订餐次数,对商户进行降序排列,并推荐展示,然后,用户可以根据自己当时的订餐需求在推荐展示的商户中自行人工选择符合的商户,可见,订餐平台仅能够根据用户复购的次数来向用户推荐商户,存在向用户推荐商户的准确率较低的问题。
发明内容
鉴于上述问题,本发明实施例提供一种商户信息推荐方法、装置及设备,主要目的在于针对用户的复购需求提高向用户推荐商户的准确率。
为解决上述技术问题,第一方面,本发明提供一种商户信息推荐方法,包括:获取登录用户的当前时间段信息和历史订单信息;根据所述当前时间段信息与所述历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息;将所述商户信息推荐给所述登录用户。
第二方面,本发明提供一种商户信息推荐装置,包括:第一获取模块,用于获取登录用户的当前时间段信息和历史订单信息;第一确定模块,用于根据所述当前时间段信息与所述历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息;推荐模块,用于将所述商户信息推荐给所述登录用户。
第三方面,本发明还提供一种移动终端,包括:存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现上述一个或者多个技术方案所述方法的步骤。
第四方面,本发明实施例还提供一种服务器,包括:存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现上述一个或者多个技术方案所述方法的步骤。
第五方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述一个或者多个技术方案所述方法的步骤。
本发明实施例提供的一种商户信息推荐方法、装置及设备,首先,获取登录用户的当前时间段信息和历史订单信息,然后,计算当前时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;接着,根据第一相似度值和第一预设相似度阈值,确定待推荐的商户信息,最终,将待推荐的商户信息推荐给登录用户,可见,本发明中通过计算当前时间段和历史订单的历史时间段之间的相似度来确定待推荐的商户信息,那么,当用户在进行复购时,向用户平台推荐的商户信息可以是用户之前在该时间段订购过的商户的商户信息,这些商户存在较大的可能性被用户再次订购,如此,提高向用户推荐商户的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1-1为本发明实施例中的推荐方法的第一种实施流程示意图;
图1-2为本发明实施例中的商户信息推荐方法的第二种实施流程示意图;
图2为本发明实施例中的获得待推荐的商户信息的实施流程示意图;
图3-1为本发明实施例中的推荐装置的第一种结构示意图;
图3-2为本发明实施例中的推荐装置的第二种结构示意图;
图4为本发明实施例中的移动终端的结构示意图;
图5为本发明实施例中的服务器的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种商户信息推荐方法,该方法可以应用于一商户信息推荐装置,如智能手机、平板电脑、笔记本电脑等移动终端上,也可以应用于服务器,本发明实施例不作具体限定。
图1-1为本发明实施例中的商户信息推荐方法的第一种实施流程示意图,参见图1-1所示,该方法可以包括:
S111:获取登录用户的当前时间段信息和历史订单信息;
其中,历史订单信息可以包括:商户信息、历史时间段信息、配送信息等历史订单的相关信息,商户信息可以包括:商户名称、菜品名称、电子优惠券标识等用户订购对象的信息。
在本发明实施例中,以在线订餐为例,当用户打开在线订购客户端或者在线订购网页时,移动终端生成用于触发选择界面的显示指令,此时,移动终端可以执行该显示指令,获得登录用户的当前时间和历史订单信息。例如,移动终端可以读取系统时间作为的当前时间,并从本地或者服务器处拉取该登录用户在一段时间内的历史订单信息,可以为过去3个月内的历史订单信息、过去半年内的历史订单信息、过去一年内的历史订单信息或者全部历史订单信息。
或者,移动终端可以将该指令发送给服务器,由服务器执行该指令,向移动终端下发登录用户在一段时间内的历史订单信息,或者由服务器自行从数据库中读取该登录用户在一段时间内的历史订单信息。当然,在实际应用中,还可以存在其它的实现方式,本发明实施例不做具体限定。
这里,上述商户信息推荐装置所获得历史订单的范围可以由用户自行设置,也可以为系统缺省设置,本发明不作具体限定。
需要说明的是,在本发明实施例中,以在线订餐为例,可以将全天时间段划分为早餐时间段、午餐时间段、下午茶时间段、晚餐时间段以及夜宵时间段,具体每个时间段的范围可以依据每个城市的实际情况设置,也可以有用户根据自身的作息时间进行调整。进一步地,上述时间段还可以分为工作日和非工作日。这两个维度的划分可以单独使用,也可以结合起来使用。例如,当前时间为周一中午12:00,当前时间段属于工作日午餐时间段,当前时间为周日下午3:00,当前时间段属于非工作日下午茶时间段。
在实际应用中,可以对不同的时间段标记不同的数值,得到对应的时间段信息,如早餐时间段标记0、午餐时间段标记1、下午茶时间段标记2、晚餐时间段标记3、夜宵时间段标记4、工作日标记0、非工作日标记1,那么,当前时间段=是否为工作日×5+时间段,比如,周日下午3:00标记为5,周一中午12:00标记为1。
那么,当移动终端获取当前时间之后,就可以根据上述时间段划分规则,确定当前时间对应的当前时间段,进而确定对应的当前时间段信息。
当然,本发明实施例中的商户信息推荐方法不仅限于应用上述在线订餐,还可以应用于购买电子优惠券、商品自动订购等场景,当然,还可以应用于其他需要复购的应用场景,本发明实施例不做具体限定。
在本发明其它实施例中,在S111之前,商户信息推荐装置可以对各个用户的历史订单的历史订单信息进行统计,所统计的历史信息可以且不限于每个订单中的商户信息、历史时间段信息、订餐次数和最近一次的配送方式等,本发明实施例不作具体限定。
下面以具体示例来对统计历史订单的过程进行说明。
Step1:统计用户三个月历史订单信息,针对每一个订单分别统计用户订过餐的商户的商户信息、订购次数、对应的订单时间段信息以及最近一次的配送方式。
Step2:将每个订单的统计结果按照订单时间段信息进行排序;
Step3:输出统计结果。针对每一个订单,均按照以下格式输出历史订单信息,形成统计结果表格。
历史订单信息格式为:商户信息__时间段1_week1,时间段2_week2_订餐次数__配送方式。其中,时间段1_week1与时间段2_week2为不同的时间段。
其中,由于同一商户可以在不同的时间段被订购,所以,上述时间段1和上述时间段2为一天当中不同的时间段。
S112:计算当前时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;
S113:根据第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;
这里,S112至S113可以为,上述商户信息推荐装置在按照上述时间段的划分方式,确定当前时间段信息之后,计算当前时间段信息与每一个订单对应的订单时间段信息,也就是用户下单时间所对应的时间段信息之间的相似度,获得第一相似度值,接着,从这第一相似度值中选取相似度值达到第一预设相似度阈值的第一相似度值,也就是说,从第一相似度值中选出达到第一预设相似度阈值的相似度值。在实际应用中,第一预设相似度阈值可以为97%、90%、85%等,当然,本领域技术人员也可以根据实际推荐精度需求自行设定。
那么,图2为本发明实施例中的获得待推荐的商户信息的流程示意图,参见图2所示,S113可以包括:
S201:如果第一相似度值中存在达到第一预设相似度阈值的第一相似度值,则将达到第一预设相似度阈值的第一相似度值对应订单的商户信息确定为待推荐的商户信息;
这里,在计算当前时间段与每一个历史订单的历史时间段的相似度后,根据计算结果,从所有历史订单中确定出相似度值达到第一预设相似度阈值的历史订单信息的商户信息,例如,将历史订单信息中历史时间段信息与当前时间段信息完全相同的订单对应的商户信息作为待推荐的商户信息,或者将历史订单信息中历史时间段与当前时间段信息相似度达到80%,且商户信息相同的订单对应的商户信息作为待推荐的商户信息等,本发明实施例不做具体限定。
S202:如果第一相似度值中不存在达到第一预设相似度阈值的第一相似度值,则根据当前时间段信息确定对应的备选时间段信息,并执行S203;
S203:根据备选时间段信息与历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息。
具体来说,商户信息推荐装置如果从第一相似度值中确定出了达到第一预设相似度阈值的第一相似度值的话,就说明历史订单中存在与当前时间段相匹配的订单,此时,商户信息推荐装置可以将这些订单的历史订单信息中的商户信息确定为待推荐的商户信息。
反之,商户信息推荐装置如果从第一相似度值中并没有确定出了达到第一预设相似度阈值的第一相似度值的话,就说明用户之前在当前时间段基本没有在线订购过,那么,此时,商户信息推荐装置可以按照预设的时间段映射关系,确定当前时间段对应的备选时间段,获得备选时间段信息,这里,备选时间段为在线订购的次优时间段。在实际应用中,预设的时间段映射关系可以以表格的形式存储,例如,参见下表1所示。
当前时间段 | 备选时间段 |
工作日午餐 | 工作日晚餐 |
工作日夜宵 | 工作日晚餐/非工作日夜宵 |
非工作日夜宵 | 非工作日晚餐 |
工作日下午茶 | 非工作日下午茶 |
表1
当然,预设的时间段映射关系并不限于表1中的内容,本领域技术人员可根据实际需求自行设计,本发明实施例不作具体设定。
这里,商户信息推荐装置采用备选时间段信息替换当前时间段信息,计算备选时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第二相似度。接着,商户信息推荐装置从第二相似度值中选取相似度值达到第二预设相似度阈值的第二相似度值;这里,第二预设相似度阈值与上述第一预设相似度阈值可以相同,也可以不同,本发明实施例不作具体限定。
那么,如果第二相似度值中存在达到第二预设相似度阈值的第二相似度值,则将达到第二预设相似度阈值的第二相似度值对应订单的商户信息确定为待推荐的商户信息,可见,商户信息推荐装置在历史订单中查找不到合适的待推荐的商户信息时,可以扩大推荐范围,采用次优的备选时间段信息与历史订单信息进行匹配,获得合适的待推荐的商户信息,以进一步提高推荐的准确率。
反之,如果第二相似度值中不存在达到第二预设相似度阈值的第二相似度值,则表明次优的备选时间段仍然没有召回信息,则将历史订单信息中的商户信息确定为待推荐的商户信息。
在本发明其它实施例中,如果次优的备选时间段仍然没有召回信息,此时,在S202之后,执行以下步骤:获取当前时间段对应确定待推荐的商户信息的筛选条件;根据筛选条件对历史订单信息中的商户信息进行筛选,获得待推荐的商户信息。
这里,上述预设筛选条件可以由用户自行设定,也可以为缺省设置,例如,预设筛选条件可以为以下一种或者多种的组合:过滤主营范围的一级分类非餐饮的商户、在非下午茶时间段过滤主营范围的二级分类为糕点饮品的商户、在下午茶时间段过滤主营范围的二级分类中不含糕点饮品的商户、在非夜宵时间段过滤主营范围的三级分类为小龙虾、二级分类为烧烤的商户、在周一到周五的非夜宵时间段过滤主营范围的二级分类为火锅的商户,当然,还可以存在其他筛选条件,本发明实施例不作具体限定。
S114:将待推荐的商户信息推荐给登录用户。
这里,由于上述S112和S113可以由移动终端在本地自行计算,也可以由服务器在云端进行计算。那么,如果S112和S113由移动终端在本地自行计算,则S114可以为移动终端控制待推荐的商户信息显示在选择界面中;如果S112和S113由服务器在云端进行计算,则S114可以为服务器将待推荐的商户信息下发给移动终端,以供移动终端在选择界面上进行显示。当然,还可以存在其它推荐商户信息的实现方式,本发明实施例不作具体限定。
由上述可知,在本发明实施例中,通过计算当前时间段和历史订单的历史时间段之间的相似度来确定待推荐的商户信息,那么,当用户在进行复购时,向用户平台推荐的商户信息可以是用户之前在该时间段订购过的商户的商户信息,这些商户存在较大的可能性被用户再次订购,如此,提高向用户推荐商户的准确率。
基于前述实施例,在实际应用中,由于对历史订单信息处理的维度较少,导致推荐商户信息的准确率仍然不是很高,所以,为了进一步提高推荐商户信息的准确率,本发明实施例还提供一种商户信息推荐方法,图1-2为本发明实施例中的商户信息推荐方法的第二种实施流程示意图,参见图1-2所示,该方法还可以包括:
S121:获得登录用户的当前位置信息;
这里,移动终端可以在通过S111获得当前时间信息的之前、同时或者之后,通过基于位置的服务(Location Based Service,LBS)、全球定位系统(Global PositioningSystem,GPS)等来获得当前位置信息,当前位置信息可以由移动终端用于本地计算,也可以由移动终端发送给服务器。
相应地,在S113之后,该方法还可以包括:
S122:根据当前位置信息,从待推荐的商户信息中确定配送信息满足预设配送条件的商户信息;
在具体实施过程中,商户信息推荐装置除了根据当前时间段确定待推荐的商户信息之外,还可以进一步地根据配送信息确定待推荐的商户信息。在本发明实施例中,上述配送信息可以包括配送范围和配送方式,那么,S122可以包括:判断当前位置信息是否位于待推荐的商户信息对应的配送范围内;如果当前位置信息位于待推荐的商户信息对应的配送范围内,则确定待推荐的商户信息对应的配送信息满足预设配送条件;如果当前位置信息位于待推荐的商户信息对应的配送范围外,则判断待推荐的商户信息对应的配送方式是否为预设配送方式;如果待推荐的商户信息对应的配送方式为预设配送方式,则确定待推荐的商户信息对应的配送信息满足预设配送条件。
也就是说,商户信息推荐装置在根据当前时间段信息确定了待推荐的商户信息之后,再进一步判断登录用户的当前位置是否位于待推荐商户的配送范围内,如果在,则将该待推荐信息确定为配送信息满足预设配送条件的商户信息,反之,则进一步地判断待推送的商户信息的配送方式是否为预设的配送方式,如判断待推荐的商户信息对应的配送方式是否为商户配送、平台直送、全城送等,如果是,则将该待推荐信息确定为配送信息满足预设配送条件的商户信息,反之,则将该待推荐信息确定为配送信息不满足预设配送条件的商户信息。
需要说明的是,在本发明实施例中,上述配送范围可以为5km、3km、500m等,本发明实施例不作具体限定。
S123:如果存在配送信息满足预设配送条件的商户信息,则将配送信息满足预设配送条件的商户信息推荐给登录用户;如此,商户信息推荐装置可以同时基于当前时间段和配送信息两个维度,从历史订单信息中为登录用户选择待推荐的商户信息,以满足用户的复选需求,并提高了向用户推荐商户的准确率。
S124:如果不存在配送信息满足预设配送条件的商户信息,则遍历商户数据库中的商户信息,获得与待推荐的商户信息相同的商户信息,并执行S125;
S125:将与待推荐的商户信息相同的商户信息推荐给登录用户。
这里,S124至S125可以为商户信息推荐装置在确定待推荐的商户信息中不存在配送信息满足预设条件的信息后,则遍历商户数据库中的商户信息,获得与待推荐的商户信息相同的商户信息,也就是获得与待推荐的商户信息对应的商户品牌相同、菜品相同或者电子优惠券套餐相同的商户的商户信息,并推荐给登录用户,如此,当登录用户的历史订单中并不存在合适的待推荐的商户信息时,商户信息推荐装置可以在整个商户数据库中,为登录用户选择待推荐的商户信息,提供良好的用户体验。
进一步地,在S124之后,上述方法还可以包括:从与待推荐的商户信息相同的商户信息中确定配送方式与待推荐的商户信息对应的配送方式相同的商户信息;将配送方式与待推荐的商户信息对应的配送方式相同的商户信息推荐给登录用户。
这里,商户信息推荐装置在遍历商户数据库中的商户信息之后,确定出与待推荐的商户信息相同的商户信息,然后,进一步地在这些商户信息中,进一步筛选配送方式相同的商户信息作为待推荐的商户信息推荐给登录用户,也就是说,商户信息推荐装置除了能够将与历史订单中的待推荐的商品信息相同的商品信息推荐给登录用户之外,还可以进一步地选择对应的配送方式与待推荐的商品信息对应的配送方式相同的商户信息,提升商品信息推荐的精度,提高向用户推荐商品信息的准确率。
需要说明的是,上述配送信息除了配送距离、配送方式之外,还可以包括配送时间,当然,还可以存在其它配送信息,本发明实施例不作具体限定。
综上所述,本发明实施例提供的商户信息推荐方法中,首先,获取登录用户的当前时间段信息和历史订单信息,然后,根据当前时间段信息与历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息,最终,将待推荐的商户信息推荐给登录用户,可见,本发明中通过计算当前时间段和历史订单的历史时间段之间的相似度来确定待推荐的商户信息,那么,当用户在进行复购时,向用户平台推荐的商户信息可以是用户之前在该时间段订购过的商户的商户信息,这些商户存在较大的可能性被用户再次订购,如此,提高向用户推荐商户的准确率。
基于同一发明构思,作为对上述方法的实现,本发明实施例提供了一种推荐装置,该装置可以设置于上述一个或者多个实施例所述的移动终端中。
图3-1为本发明实施例中的推荐装置的第一种结构示意图,参见图3-1所示,该商户信息推荐装置310,包括:第一获取模块31,用于获取登录用户的当前时间段信息和历史订单信息;第一确定模块32,用于计算当前时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;根据第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;推荐模块33,用于将商户信息推荐给登录用户。
在本发明其它实施例中,第一确定模块,还用于从第一相似度值中选取相似度值达到第一预设相似度阈值的第一相似度值;如果第一相似度值中存在达到第一预设相似度阈值的第一相似度值,则将达到第一预设相似度阈值的第一相似度值对应订单的商户信息确定为待推荐的商户信息;如果第一相似度值中不存在达到第一预设相似度阈值的第一相似度值,则根据当前时间段信息确定对应的备选时间段信息,并根据备选时间段信息与历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息。
在本发明其它实施例中,第一确定模块,还用于计算备选时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第二相似度值;从第二相似度值中选取相似度值达到第二预设相似度阈值的第二相似度值;如果第二相似度值中存在达到第二预设相似度阈值的第二相似度值,则将达到第二预设相似度阈值的第二相似度值对应订单的商户信息确定为待推荐的商户信息;如果第二相似度值中不存在达到第二预设相似度阈值的第二相似度值,则将历史订单信息中的商户信息确定为待推荐的商户信息。
在本发明其它实施例中,确定模块,还用于在将历史订单信息中的商户信息确定为待推荐的商户信息之后,获取当前时间段对应确定待推荐的商户信息的筛选条件;根据筛选条件对历史订单信息中的商户信息进行筛选,获得待推荐的商户信息。
在本发明其它实施例中,图3-2为本发明实施例中的推荐装置的第二种结构示意图,参见图3-2所示,上述商户信息推荐装置310还可以包括:第二获取模块34,用于获取登录用户的当前位置信息;第二确定模块35,用于在第一确定模块确定待推荐的商户信息之后,根据当前位置信息,从待推荐的商户信息中确定配送信息满足预设配送条件的商户信息;如果存在配送信息满足预设配送条件的商户信息,则将配送信息满足预设配送条件的商户信息推荐给登录用户;如果不存在配送信息满足预设配送条件的商户信息,则遍历商户数据库中的商户信息,获得与待推荐的商户信息相同的商户信息;相应地,推荐模块33,还可以用于将与待推荐的商户信息相同的商户信息推荐给登录用户。
在本发明其它实施例中,配送信息包括配送范围和配送方式;第二确定模块,用于判断当前位置信息是否位于待推荐的商户信息对应的配送范围内;如果当前位置信息位于待推荐的商户信息对应的配送范围内,则确定待推荐的商户信息对应的配送信息满足预设配送条件;如果当前位置信息位于待推荐的商户信息对应的配送范围外,则判断待推荐的商户信息对应的配送方式是否为预设配送方式;如果待推荐的商户信息对应的配送方式为预设配送方式,则确定待推荐的商户信息对应的配送信息满足预设配送条件。
在本发明其它实施例中,配送信息包括配送方式;第二确定模块,还用于在获得与待推荐的商户信息相同的商户信息之后,从与待推荐的商户信息相同的商户信息中确定配送方式与待推荐的商户信息对应的配送方式相同的商户信息;相应地,推荐模块,还用于将配送方式与待推荐的商户信息对应的配送方式相同的商户信息推荐给登录用户。
这里需要指出的是:以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本发明装置实施例中未披露的技术细节,请参照本发明方法实施例的描述而理解。
基于同一发明构思,本发明实施例提供一种移动终端,与上述一个或者多个实施例中所述的移动终端一致。
图4为本发明实施例中的移动终端的结构示意图,如图4所示,该移动终端400包括:存储器401和处理器402;其中,存储器401用于存储一条或多条计算机指令403,其中,一条或多条计算机指令403被处理器402执行以实现以下步骤:获取登录用户的当前时间段信息和历史订单信息;计算当前时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;根据第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;将待推荐的商户信息推荐给登录用户。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:从第一相似度值中选取相似度值达到第一预设相似度阈值的第一相似度值;如果第一相似度值中存在达到第一预设相似度阈值的第一相似度值,则将达到第一预设相似度阈值的第一相似度值对应订单的商户信息确定为待推荐的商户信息;如果第一相似度值中不存在达到第一预设相似度阈值的第一相似度值,则根据当前时间段信息确定对应的备选时间段信息,并根据备选时间段信息与历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:计算备选时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第二相似度值;从第二相似度值中选取相似度值达到第二预设相似度阈值的第二相似度值;如果第二相似度值中存在达到第二预设相似度阈值的第二相似度值,则将达到第二预设相似度阈值的第二相似度值对应订单的商户信息确定为待推荐的商户信息;如果第二相似度值中不存在达到第二预设相似度阈值的第二相似度值,则将历史订单信息中的商户信息确定为待推荐的商户信息。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:在将历史订单信息中的商户信息确定为待推荐的商户信息之后,获取当前时间段对应确定待推荐的商户信息的筛选条件;根据筛选条件对历史订单信息中的商户信息进行筛选,获得待推荐的商户信息。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:获得登录用户的当前位置信息;相应地,在确定待推荐的商户信息之后,根据当前位置信息,从待推荐的商户信息中确定配送信息满足预设配送条件的商户信息;如果存在配送信息满足预设配送条件的商户信息,则将配送信息满足预设配送条件的商户信息推荐给登录用户;如果不存在配送信息满足预设配送条件的商户信息,则遍历商户数据库中的商户信息,获得与待推荐的商户信息相同的商户信息,并将与待推荐的商户信息相同的商户信息推荐给登录用户。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:判断当前位置信息是否位于待推荐的商户信息对应的配送范围内;如果当前位置信息位于待推荐的商户信息对应的配送范围内,则确定待推荐的商户信息对应的配送信息满足预设配送条件;如果当前位置信息位于待推荐的商户信息对应的配送范围外,则判断待推荐的商户信息对应的配送方式是否为预设配送方式;如果待推荐的商户信息对应的配送方式为预设配送方式,则确定待推荐的商户信息对应的配送信息满足预设配送条件。
在本发明其它实施例中,配送信息包括配送方式,处理器执行程序时还实现以下步骤:在获得与待推荐的商户信息相同的商户信息之后,从与待推荐的商户信息相同的商户信息中确定配送方式与待推荐的商户信息对应的配送方式相同的商户信息;将配送方式与待推荐的商户信息对应的配送方式相同的商户信息推荐给登录用户。
这里需要指出的是:以上移动终端实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本发明移动终端实施例中未披露的技术细节,请参照本发明方法实施例的描述而理解。
基于同一发明构思,本发明实施例提供一种服务器,与上述一个或者多个实施例中所述的服务器一致。
图5为本发明实施例中的服务器的结构示意图,如图5所示,该服务器500包括:存储器501和处理器502;其中,存储器501用于存储一条或多条计算机指令503,其中,一条或多条计算机指令503被处理器502执行以实现以下步骤:获取登录用户的当前时间段信息和历史订单信息;计算当前时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;根据第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;将待推荐的商户信息推荐给登录用户。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:从第一相似度值中选取相似度值达到第一预设相似度阈值的第一相似度值;如果第一相似度值中存在达到第一预设相似度阈值的第一相似度值,则将达到第一预设相似度阈值的第一相似度值对应订单的商户信息确定为待推荐的商户信息;如果第一相似度值中不存在达到第一预设相似度阈值的第一相似度值,则根据当前时间段信息确定对应的备选时间段信息,并根据备选时间段信息与历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:计算备选时间段信息与历史订单信息中每一个历史订单对应时间段信息的相似度,获得第二相似度值;从第二相似度值中选取相似度值达到第二预设相似度阈值的第二相似度值;如果第二相似度值中存在达到第二预设相似度阈值的第二相似度值,则将达到第二预设相似度阈值的第二相似度值对应订单的商户信息确定为待推荐的商户信息;如果第二相似度值中不存在达到第二预设相似度阈值的第二相似度值,则将历史订单信息中的商户信息确定为待推荐的商户信息。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:在将历史订单信息中的商户信息确定为待推荐的商户信息之后,获取当前时间段对应确定待推荐的商户信息的筛选条件;根据筛选条件对历史订单信息中的商户信息进行筛选,获得待推荐的商户信息。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:获得登录用户的当前位置信息;相应地,在确定待推荐的商户信息之后,根据当前位置信息,从待推荐的商户信息中确定配送信息满足预设配送条件的商户信息;如果存在配送信息满足预设配送条件的商户信息,则将配送信息满足预设配送条件的商户信息推荐给登录用户;如果不存在配送信息满足预设配送条件的商户信息,则遍历商户数据库中的商户信息,获得与待推荐的商户信息相同的商户信息,并将与待推荐的商户信息相同的商户信息推荐给登录用户。
在本发明其它实施例中,处理器执行程序时还实现以下步骤:判断当前位置信息是否位于待推荐的商户信息对应的配送范围内;如果当前位置信息位于待推荐的商户信息对应的配送范围内,则确定待推荐的商户信息对应的配送信息满足预设配送条件;如果当前位置信息位于待推荐的商户信息对应的配送范围外,则判断待推荐的商户信息对应的配送方式是否为预设配送方式;如果待推荐的商户信息对应的配送方式为预设配送方式,则确定待推荐的商户信息对应的配送信息满足预设配送条件。
在本发明其它实施例中,配送信息包括配送方式,处理器执行程序时还实现以下步骤:在获得与待推荐的商户信息相同的商户信息之后,从与待推荐的商户信息相同的商户信息中确定配送方式与待推荐的商户信息对应的配送方式相同的商户信息;将配送方式与待推荐的商户信息对应的配送方式相同的商户信息推荐给登录用户。
这里需要指出的是:以上服务器实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本发明服务器实施例中未披露的技术细节,请参照本发明方法实施例的描述而理解。
相应地,本发明实施例再提供一种计算机可读存储介质,该计算机存储介质中存储有计算机程序,该计算机程序被处理器执行时用于实现本发明实施例中商户信息推荐方法的步骤。
这里需要指出的是:以上计算设备或计算机可读存储介质实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本发明计算设备或存储介质实施例中未披露的技术细节,请参照本发明方法实施例的描述而理解。
本发明实施例还公开了A1、一种商户信息推荐方法,包括:
获取登录用户的当前时间段信息和历史订单信息;
计算所述当前时间段信息与所述历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;
根据所述第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;
将所述待推荐的商户信息推荐给所述登录用户。
A2、根据A1所述的方法,所述根据所述第一相似度值和第一预设相似度阈值,确定待推荐的商户信息,包括:
从所述第一相似度值中选取相似度值达到第一预设相似度阈值的第一相似度值;
如果所述第一相似度值中存在达到第一预设相似度阈值的第一相似度值,则将所述达到第一预设相似度阈值的第一相似度值对应订单的商户信息确定为待推荐的商户信息;
如果所述第一相似度值中不存在达到第一预设相似度阈值的第一相似度值,则根据所述当前时间段信息确定对应的备选时间段信息,并根据所述备选时间段信息与所述历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息。
A3、根据A2所述的方法,所述根据所述备选时间段信息与所述历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息,包括:
计算所述备选时间段信息与所述历史订单信息中每一个历史订单对应时间段信息的相似度,获得第二相似度值;
从所述第二相似度值中选取相似度值达到第二预设相似度阈值的第二相似度值;
如果所述第二相似度值中存在达到第二预设相似度阈值的第二相似度值,则将所述达到所述第二预设相似度阈值的第二相似度值对应订单的商户信息确定为待推荐的商户信息;
如果所述第二相似度值中不存在达到所述第二预设相似度阈值的第二相似度值,则将所述历史订单信息中的商户信息确定为待推荐的商户信息。
A4、根据A3所述的方法,所述将所述历史订单信息中的商户信息确定为待推荐的商户信息之后,还包括:
获取所述当前时间段对应确定待推荐的商户信息的筛选条件;
根据所述筛选条件对所述历史订单信息中的商户信息进行筛选,获得待推荐的商户信息。
A5、根据A1-A4任一项所述的方法,所述方法还包括:
获得所述登录用户的当前位置信息;
所述确定待推荐的商户信息之后,所述方法还包括:
根据所述当前位置信息,从所述待推荐的商户信息中确定配送信息满足预设配送条件的商户信息;
如果存在配送信息满足预设配送条件的商户信息,则将配送信息满足预设配送条件的商户信息推荐给所述登录用户;
如果不存在配送信息满足预设配送条件的商户信息,则遍历商户数据库中的商户信息,获得与所述待推荐的商户信息相同的商户信息,并将与所述待推荐的商户信息相同的商户信息推荐给所述登录用户。
A6、根据A5所述的方法,所述配送信息包括配送范围和配送方式,所述根据所述当前位置信息,从所述待推荐的商户信息中确定配送信息满足预设配送条件的商户信息,包括:
判断所述当前位置信息是否位于所述待推荐的商户信息对应的配送范围内;
如果所述当前位置信息位于所述待推荐的商户信息对应的配送范围内,则确定所述待推荐的商户信息对应的配送信息满足预设配送条件;
如果所述当前位置信息位于所述待推荐的商户信息对应的配送范围外,则判断所述待推荐的商户信息对应的配送方式是否为预设配送方式;如果所述待推荐的商户信息对应的配送方式为预设配送方式,则确定所述待推荐的商户信息对应的配送信息满足预设配送条件。
A7、根据A5所述的方法,所述配送信息包括:配送方式;在所述获得与所述待推荐的商户信息相同的商户信息之后,所述方法还包括:
从与所述待推荐的商户信息相同的商户信息中确定配送方式与所述待推荐的商户信息对应的配送方式相同的商户信息;
将所述配送方式与所述待推荐的商户信息对应的配送方式相同的商户信息推荐给所述登录用户。
本发明实施例还发公开了B1、一种商户信息推荐装置,包括:
第一获取模块,用于获取登录用户的当前时间段信息和历史订单信息;
第一确定模块,用于计算所述当前时间段信息与所述历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;根据所述第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;
推荐模块,用于将所述商户信息推荐给所述登录用户。
B2、根据B1所述的装置,所述第一确定模块,还用于从所述第一相似度值中选取相似度值达到第一预设相似度阈值的第一相似度值;如果所述第一相似度值中存在达到第一预设相似度阈值的第一相似度值,则将所述达到第一预设相似度阈值的第一相似度值对应订单的商户信息确定为待推荐的商户信息;如果所述第一相似度值中不存在达到第一预设相似度阈值的第一相似度值,则根据所述当前时间段信息确定对应的备选时间段信息,并根据所述备选时间段信息与所述历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息。
B3、根据B2所述的装置,所述第一确定模块,还用于计算所述备选时间段信息与所述历史订单信息中每一个历史订单对应时间段信息的相似度,获得第二相似度值;从所述第二相似度值中选取相似度值达到第二预设相似度阈值的第二相似度值;如果所述第二相似度值中存在达到第二预设相似度阈值的第二相似度值,则将所述达到所述第二预设相似度阈值的第二相似度值对应订单的商户信息确定为待推荐的商户信息;如果所述第二相似度值中不存在达到所述第二预设相似度阈值的第二相似度值,则将所述历史订单信息中的商户信息确定为待推荐的商户信息。
B4、根据B3所述的装置,所述确定模块,还用于在将所述历史订单信息中的商户信息确定为待推荐的商户信息之后,获取所述当前时间段对应确定待推荐的商户信息的筛选条件;根据所述筛选条件对所述历史订单信息中的商户信息进行筛选,获得待推荐的商户信息。
B5、根据B1-B4任一项所述的装置,所述装置还包括:第二获取模块,用于获取所述登录用户的当前位置信息;
第二确定模块,用于在所述第一确定模块确定待推荐的商户信息之后,根据所述当前位置信息,从所述待推荐的商户信息中确定配送信息满足预设配送条件的商户信息;如果存在配送信息满足预设配送条件的商户信息,则将配送信息满足预设配送条件的商户信息推荐给所述登录用户;如果不存在配送信息满足预设配送条件的商户信息,则遍历商户数据库中的商户信息,获得与所述待推荐的商户信息相同的商户信息;
所述推荐模块,用于将与所述待推荐的商户信息相同的商户信息推荐给所述登录用户。
B6、根据B5所述的装置,所述配送信息包括配送范围和配送方式;
所述第二确定模块,用于判断所述当前位置信息是否位于所述待推荐的商户信息对应的配送范围内;如果所述当前位置信息位于所述待推荐的商户信息对应的配送范围内,则确定所述待推荐的商户信息对应的配送信息满足预设配送条件;如果所述当前位置信息位于所述待推荐的商户信息对应的配送范围外,则判断所述待推荐的商户信息对应的配送方式是否为预设配送方式;如果所述待推荐的商户信息对应的配送方式为预设配送方式,则确定所述待推荐的商户信息对应的配送信息满足预设配送条件。
B7、根据B5所述的装置,所述配送信息包括配送方式;
所述第二确定模块,还用于在获得与所述待推荐的商户信息相同的商户信息之后,从与所述待推荐的商户信息相同的商户信息中确定配送方式与所述待推荐的商户信息对应的配送方式相同的商户信息;
所述推荐模块,还用于将所述配送方式与所述待推荐的商户信息对应的配送方式相同的商户信息推荐给所述登录用户。
本发明实施例还公开了C1、一种移动终端,包括:存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现A1-A7任一项所述方法的步骤。
本发明实施例还公开了D1、一种服务器,包括:存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求A1-A7任一项所述方法的步骤。
本发明实施例还公开了E1、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求A1-A7任一项所述方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种商户信息推荐方法,其特征在于,包括:
获取登录用户的当前时间段信息和历史订单信息;
计算所述当前时间段信息与所述历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;
根据所述第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;
将所述待推荐的商户信息推荐给所述登录用户。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一相似度值和第一预设相似度阈值,确定待推荐的商户信息,包括:
从所述第一相似度值中选取相似度值达到第一预设相似度阈值的第一相似度值;
如果所述第一相似度值中存在达到第一预设相似度阈值的第一相似度值,则将所述达到第一预设相似度阈值的第一相似度值对应订单的商户信息确定为待推荐的商户信息;
如果所述第一相似度值中不存在达到第一预设相似度阈值的第一相似度值,则根据所述当前时间段信息确定对应的备选时间段信息,并根据所述备选时间段信息与所述历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述备选时间段信息与所述历史订单信息对应的历史时间段信息的相似度,确定待推荐的商户信息,包括:
计算所述备选时间段信息与所述历史订单信息中每一个历史订单对应时间段信息的相似度,获得第二相似度值;
从所述第二相似度值中选取相似度值达到第二预设相似度阈值的第二相似度值;
如果所述第二相似度值中存在达到第二预设相似度阈值的第二相似度值,则将所述达到所述第二预设相似度阈值的第二相似度值对应订单的商户信息确定为待推荐的商户信息;
如果所述第二相似度值中不存在达到所述第二预设相似度阈值的第二相似度值,则将所述历史订单信息中的商户信息确定为待推荐的商户信息。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
获得所述登录用户的当前位置信息;
所述确定待推荐的商户信息之后,所述方法还包括:
根据所述当前位置信息,从所述待推荐的商户信息中确定配送信息满足预设配送条件的商户信息;
如果存在配送信息满足预设配送条件的商户信息,则将配送信息满足预设配送条件的商户信息推荐给所述登录用户;
如果不存在配送信息满足预设配送条件的商户信息,则遍历商户数据库中的商户信息,获得与所述待推荐的商户信息相同的商户信息,并将与所述待推荐的商户信息相同的商户信息推荐给所述登录用户。
5.根据权利要求4所述的方法,其特征在于,所述配送信息包括配送范围和配送方式,所述根据所述当前位置信息,从所述待推荐的商户信息中确定配送信息满足预设配送条件的商户信息,包括:
判断所述当前位置信息是否位于所述待推荐的商户信息对应的配送范围内;
如果所述当前位置信息位于所述待推荐的商户信息对应的配送范围内,则确定所述待推荐的商户信息对应的配送信息满足预设配送条件;
如果所述当前位置信息位于所述待推荐的商户信息对应的配送范围外,则判断所述待推荐的商户信息对应的配送方式是否为预设配送方式;如果所述待推荐的商户信息对应的配送方式为预设配送方式,则确定所述待推荐的商户信息对应的配送信息满足预设配送条件。
6.根据权利要求4所述的方法,其特征在于,所述配送信息包括:配送方式;在所述获得与所述待推荐的商户信息相同的商户信息之后,所述方法还包括:
从与所述待推荐的商户信息相同的商户信息中确定配送方式与所述待推荐的商户信息对应的配送方式相同的商户信息;
将所述配送方式与所述待推荐的商户信息对应的配送方式相同的商户信息推荐给所述登录用户。
7.一种商户信息推荐装置,其特征在于,包括:
第一获取模块,用于获取登录用户的当前时间段信息和历史订单信息;
第一确定模块,用于计算所述当前时间段信息与所述历史订单信息中每一个历史订单对应时间段信息的相似度,获得第一相似度值;根据所述第一相似度值和第一预设相似度阈值,确定待推荐的商户信息;
推荐模块,用于将所述商户信息推荐给所述登录用户。
8.一种移动终端,其特征在于,包括:存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求1-6任一项所述方法的步骤。
9.一种服务器,其特征在于,包括:存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求1-6任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711051018.4A CN107742245B (zh) | 2017-10-31 | 2017-10-31 | 一种商户信息推荐方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711051018.4A CN107742245B (zh) | 2017-10-31 | 2017-10-31 | 一种商户信息推荐方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107742245A true CN107742245A (zh) | 2018-02-27 |
CN107742245B CN107742245B (zh) | 2021-04-27 |
Family
ID=61233749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711051018.4A Active CN107742245B (zh) | 2017-10-31 | 2017-10-31 | 一种商户信息推荐方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107742245B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902858A (zh) * | 2019-01-23 | 2019-06-18 | 跨越速运集团有限公司 | 一种物流取货操作耗时智能预测方法及系统 |
CN110737826A (zh) * | 2019-09-06 | 2020-01-31 | 拉扎斯网络科技(上海)有限公司 | 搜索推荐方法、装置、电子设备及存储介质 |
CN110827049A (zh) * | 2018-08-09 | 2020-02-21 | 珠海格力电器股份有限公司 | 一种数据推送方法及装置 |
WO2020098120A1 (zh) * | 2018-11-13 | 2020-05-22 | 平安科技(深圳)有限公司 | 订餐信息推荐方法、装置、电子设备及存储介质 |
CN112232917A (zh) * | 2020-10-23 | 2021-01-15 | 杭州拼便宜网络科技有限公司 | 电商平台的商品推荐方法、装置及设备 |
US10949879B2 (en) * | 2018-06-12 | 2021-03-16 | Capital One Services, Llc | Systems and methods for providing transaction affinity information |
CN112579906A (zh) * | 2020-12-25 | 2021-03-30 | 深圳市元征科技股份有限公司 | 一种对象推荐方法、装置、设备及存储介质 |
CN113362144A (zh) * | 2021-07-19 | 2021-09-07 | 海南炳祥投资咨询有限公司 | 基于大数据的电商购物推荐方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013105911A2 (en) * | 2011-11-21 | 2013-07-18 | Hewlett-Packard Development Company, L.P. | Recommending production plans |
CN103345695A (zh) * | 2013-06-25 | 2013-10-09 | 百度在线网络技术(北京)有限公司 | 一种商品推荐的方法和装置 |
CN105488689A (zh) * | 2015-11-19 | 2016-04-13 | 北京百度网讯科技有限公司 | 一种消费信息的实时推荐方法及装置 |
CN105677831A (zh) * | 2016-01-04 | 2016-06-15 | 拉扎斯网络科技(上海)有限公司 | 一种确定推荐商户的方法及装置 |
CN105677715A (zh) * | 2015-12-29 | 2016-06-15 | 海信集团有限公司 | 一种基于多用户的视频推荐方法及装置 |
CN105975578A (zh) * | 2016-05-04 | 2016-09-28 | 北京奔影网络科技有限公司 | 信息推荐方法、装置及终端设备 |
CN106383882A (zh) * | 2016-09-13 | 2017-02-08 | 北京三快在线科技有限公司 | 推荐信息的方法、装置及服务器 |
CN106454423A (zh) * | 2016-12-15 | 2017-02-22 | 暴风集团股份有限公司 | 根据历史观看记录进行视频推送的方法和系统 |
CN106779958A (zh) * | 2016-12-28 | 2017-05-31 | 苏州亮磊知识产权运营有限公司 | 一种基于集中区域的促使联合下单方法及其系统 |
CN106776930A (zh) * | 2016-12-01 | 2017-05-31 | 合肥工业大学 | 一种融入时间和地理位置信息的地点推荐方法 |
CN107169052A (zh) * | 2017-04-26 | 2017-09-15 | 北京小度信息科技有限公司 | 推荐方法及装置 |
CN107220852A (zh) * | 2017-05-26 | 2017-09-29 | 北京小度信息科技有限公司 | 用于确定目标推荐用户的方法、装置和服务器 |
-
2017
- 2017-10-31 CN CN201711051018.4A patent/CN107742245B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013105911A2 (en) * | 2011-11-21 | 2013-07-18 | Hewlett-Packard Development Company, L.P. | Recommending production plans |
CN103345695A (zh) * | 2013-06-25 | 2013-10-09 | 百度在线网络技术(北京)有限公司 | 一种商品推荐的方法和装置 |
CN105488689A (zh) * | 2015-11-19 | 2016-04-13 | 北京百度网讯科技有限公司 | 一种消费信息的实时推荐方法及装置 |
CN105677715A (zh) * | 2015-12-29 | 2016-06-15 | 海信集团有限公司 | 一种基于多用户的视频推荐方法及装置 |
CN105677831A (zh) * | 2016-01-04 | 2016-06-15 | 拉扎斯网络科技(上海)有限公司 | 一种确定推荐商户的方法及装置 |
CN105975578A (zh) * | 2016-05-04 | 2016-09-28 | 北京奔影网络科技有限公司 | 信息推荐方法、装置及终端设备 |
CN106383882A (zh) * | 2016-09-13 | 2017-02-08 | 北京三快在线科技有限公司 | 推荐信息的方法、装置及服务器 |
CN106776930A (zh) * | 2016-12-01 | 2017-05-31 | 合肥工业大学 | 一种融入时间和地理位置信息的地点推荐方法 |
CN106454423A (zh) * | 2016-12-15 | 2017-02-22 | 暴风集团股份有限公司 | 根据历史观看记录进行视频推送的方法和系统 |
CN106779958A (zh) * | 2016-12-28 | 2017-05-31 | 苏州亮磊知识产权运营有限公司 | 一种基于集中区域的促使联合下单方法及其系统 |
CN107169052A (zh) * | 2017-04-26 | 2017-09-15 | 北京小度信息科技有限公司 | 推荐方法及装置 |
CN107220852A (zh) * | 2017-05-26 | 2017-09-29 | 北京小度信息科技有限公司 | 用于确定目标推荐用户的方法、装置和服务器 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10949879B2 (en) * | 2018-06-12 | 2021-03-16 | Capital One Services, Llc | Systems and methods for providing transaction affinity information |
US11068933B2 (en) | 2018-06-12 | 2021-07-20 | Capital One Services, Llc | Systems and methods for providing predictive affinity relationship information |
US11195205B2 (en) * | 2018-06-12 | 2021-12-07 | Capital One Services, Llc | Systems and methods for processing and providing transaction affinity profile information |
US11776009B2 (en) | 2018-06-12 | 2023-10-03 | Capital One Services, Llc | Systems and methods for providing predictive affinity relationship information |
CN110827049A (zh) * | 2018-08-09 | 2020-02-21 | 珠海格力电器股份有限公司 | 一种数据推送方法及装置 |
WO2020098120A1 (zh) * | 2018-11-13 | 2020-05-22 | 平安科技(深圳)有限公司 | 订餐信息推荐方法、装置、电子设备及存储介质 |
CN109902858A (zh) * | 2019-01-23 | 2019-06-18 | 跨越速运集团有限公司 | 一种物流取货操作耗时智能预测方法及系统 |
CN110737826A (zh) * | 2019-09-06 | 2020-01-31 | 拉扎斯网络科技(上海)有限公司 | 搜索推荐方法、装置、电子设备及存储介质 |
CN112232917A (zh) * | 2020-10-23 | 2021-01-15 | 杭州拼便宜网络科技有限公司 | 电商平台的商品推荐方法、装置及设备 |
CN112579906A (zh) * | 2020-12-25 | 2021-03-30 | 深圳市元征科技股份有限公司 | 一种对象推荐方法、装置、设备及存储介质 |
CN113362144A (zh) * | 2021-07-19 | 2021-09-07 | 海南炳祥投资咨询有限公司 | 基于大数据的电商购物推荐方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107742245B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107742245A (zh) | 一种商户信息推荐方法、装置及设备 | |
US11908026B2 (en) | Determining user interface information based on location information | |
US20210019694A1 (en) | Optimized order fulfillment from multiple sources | |
CN105677831B (zh) | 一种确定推荐商户的方法及装置 | |
CN111263950B (zh) | 用于使用众筹方法和社交媒体平台来购买礼物和礼物的多个部分的方法 | |
US9898788B1 (en) | Predictive restaurant ordering | |
CN106934498A (zh) | Ota网站中酒店房型的推荐方法及系统 | |
US20190205834A1 (en) | Application programming interfaces for structuring distributed systems | |
US20130090959A1 (en) | Restaurant management and reservation systems and methods | |
CN107465741A (zh) | 信息推送方法和装置 | |
CN107730311A (zh) | 一种推荐信息的推送方法、装置及服务器 | |
JP7470735B2 (ja) | 分散システムを構造化するためのアプリケーションプログラミングインタフェース | |
CN106846671A (zh) | 店中店销售管理系统 | |
CN108550048A (zh) | 为用户确定商品实际价格的方法、装置及电子和存储设备 | |
WO2016074022A1 (en) | Obtaining data relating to customers, processing the same and providing output of electronically generated customer offers | |
CN109165895A (zh) | 一种基于配送业务的定价方法及装置 | |
CN107851268A (zh) | 用于对商家进行排名的方法和系统 | |
US11334858B2 (en) | Video analysis of food service counter operations | |
CN107766962A (zh) | 一种推荐最优配送时段的方法和装置 | |
US20150066678A1 (en) | Electronic system with temporal bid mechanism and method of operation thereof | |
WO2022121957A1 (zh) | 订单输出方法、装置、计算机设备及计算机可读存储介质 | |
RU2679229C1 (ru) | Способ и система автоматизированной синхронизации процесса сборки товаров в магазине на основании заказов пользователей | |
CN110400012A (zh) | 一种确定配送路径的方法及装置 | |
CN109255606A (zh) | 默认支付工具的推荐方法、装置及支付终端 | |
CN110222860A (zh) | 一种生成订单的配送库房列表的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Building N3, building 12, No. 27, Chengzhong Road, Jiancai, Haidian District, Beijing 100096 Applicant after: Beijing Xingxuan Technology Co.,Ltd. Address before: Room 202, 2 floors, 1-3 floors, No. 11 Shangdi Information Road, Haidian District, Beijing 100085 Applicant before: Beijing Xiaodu Information Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |