CN108053282A - 一种组合信息的推送方法、装置及终端 - Google Patents
一种组合信息的推送方法、装置及终端 Download PDFInfo
- Publication number
- CN108053282A CN108053282A CN201711349750.XA CN201711349750A CN108053282A CN 108053282 A CN108053282 A CN 108053282A CN 201711349750 A CN201711349750 A CN 201711349750A CN 108053282 A CN108053282 A CN 108053282A
- Authority
- CN
- China
- Prior art keywords
- user
- product
- combined information
- information
- product mix
- 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
- 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
本发明实施例提供一种组合信息的推送方法、装置及终端,涉及数据处理技术领域,主要目的在于针对不同的访问用户推送具有针对性的菜品组合信息,以便于用户快速浏览以及下单。本发明实施例所采用的技术方案是:对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值;提取所述用户当前访问的商户所提供产品组合的组合信息;基于所述历史购买兴趣值计算所述用户对所述产品组合进行购买的当前购买兴趣值;根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合,并将筛选出的产品组合的组合信息推送至所述用户。本发明主要用于推送组合信息。
Description
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种组合信息的推送方法、装置及终端。
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。
目前的订餐平台向用户所提供的订餐应用中,订餐平台中的商户一般会向用户推荐一些特色的菜品,这其中就包括一些组合式的套餐,以方便用户的选择。同时,订餐平台中的大部分商户都有起送价限制,以及相应的满额优惠等活动,而现有的由商户所提供的菜品组合一般都是由商户自主设定的,其与该商户的起送价以及满额优惠的价格并无关联,使得用户很少使用商户提供的菜品组合,仍然以用户自主浏览选择所需的菜品为主,而这对于大多数用户,特别是不善于选择的用户而言是十分不便且浪费时间的。
发明内容
鉴于上述问题,本发明实施例提供一种组合信息的推送方法、装置及终端,主要目的在于针对不同的访问用户推送具有针对性的菜品组合信息,以便于用户快速浏览以及下单。
为解决上述技术问题,第一方面,本发明实施例提供一种组合信息的推送方法,该方法包括:
对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值;
提取所述用户当前访问的商户所提供产品组合的组合信息;
基于所述历史购买兴趣值计算所述用户对所述产品组合进行购买的当前购买兴趣值;
根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合,并将筛选出的产品组合的组合信息推送至所述用户。
第二方面,本发明实施例提供一种组合信息的推送装置,该装置包括:
分析模块,用于对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值;
提取模块,用于提取所述用户当前访问的商户所提供产品组合的组合信息;
计算模块,用于基于所述分析模块得到的历史购买兴趣值计算所述用户对所述提取模块提取的产品组合进行购买的当前购买兴趣值;
筛选模块,用于根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合;
推送模块,用于将所述筛选模块筛选出的产品组合的组合信息推送至所述用户。
第三方面,本发明实施例提供一种组合信息的推送终端,所述终端包括处理器和存储器,其中,所述存储器用于存储一条或多条计算机指令,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的组合信息的推送方法的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机指令,其中,在所述计算机指令被处理器执行时实现上述的组合信息的推送方法的步骤。
依据本发明实施例提供的一种组合信息的推送方法、装置及终端,实现了用户在访问商户时,系统能够根据用户的历史行为信息分析出该用户所喜好的以及具有购买兴趣的产品,同时,在该用户所访问的商户中筛选该商户所提供的产品组合的组合信息,计算出该用户所喜好的组合信息并推送给该用户。特别是在外卖订餐的应用场景中,订餐平台通过本发明实施例所提供的推送方法,可以有效为用户提供个性化的菜品组合推送服务,将用户所访问的商户中最适合用户的菜品组合筛选并推送给用户,可以让用户无需再针对商户中的每个菜品进行逐一浏览而浪费时间,为用户提供了更为实用的浏览结果,进而提升了用户的下单成交效率。
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为本发明实施例提供的一种组合信息的推送方法流程图;
图2为本发明实施例提供的另一种组合信息的推送方法流程图;
图3为本发明实施例提供的一种组合信息的推送装置的结构组成框图;
图4为本发明实施例提供的另一种组合信息的推送装置的结构组成框图。
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。
本发明实施例提供了一种组合信息的推送方法,如图1所示,该方法主要应用于电商平台以及购物网站,为其中的商户以及用户提供更为便捷的产品浏览方案,特别是针对不同的访问用户,将商户中的产品以组合的方式按照用户的喜好进行有针对性推送的方案。该方法的具体步骤包括:
101、对访问购物网站的用户的历史行为信息进行分析,获取该用户对该购物网站中产品进行购买的历史购买兴趣值。
其中,访问购物网站的用户在本发明实施例中为当前在线访问的用户,而历史行为信息则是获取该用户在该购物网站中的所有历史行为信息,包括用户的产品交易信息,以及对产品及商户的浏览点击信息。通过统计该用户的历史行为信息可以分析出该用户在该电商平台中对不同产品的喜好程度,进而根据喜好程度的不同就可以确定该用户对产品的购买兴趣。具体的统计方式在本实施例中不限定是根据产品交易的次数、浏览点击的次数、浏览的时长等参数信息进行计算。在本步骤中,所获取的是用户对产品的历史购买兴趣值,而对于一些日常消费类的产品,用户对该产品的购买兴趣与其历史购买兴趣的值是相近的,也就是说,通过分析用户对产品的历史购买兴趣值对该用户当前对该产品的购买兴趣具有正相关的参考价值。
在实际执行过程中,本步骤是针对在线的用户,当用户上线时,系统将根据该用户的身份标识来获取该用户在该购物网站中的所有历史行为信息,并根据预置的统计方式计算出该用户所喜好或者是具有购买兴趣的产品。其中,预置的统计方式除了上述列举的一些参数信息外,还可以进一步通过多维度的评价用户对一个产品的喜好程度,比如通过时间维度计算,时间越近的,则用户对该产品的喜好程度越高。也就是根据评价的维度以及对应的维度参数值为不同的产品设置对应的权重值,进而计算该用户对该产品的喜好程度以及购买兴趣值。
102、提取用户当前访问的商户所提供产品组合的组合信息。
本步骤是针对访问用户在电商平台中具体访问某个商户时,所执行的操作步骤。即在用户进入商户的界面时,系统将根据该用户的所选择的商户,提取该商户当前所提供的产品的组合信息。
需要说明的是,组合信息中的产品应为该商户当前在售的产品,而该产品的组合信息,并不是将商户当前在售的产品进行简单的组合,而是需要根据该商户的历史订单中提取产品的组合信息或者是从商户自定义设置的产品组合中获取产品的组合信息。
此外,本步骤在执行提取组合信息的操作时,该组合信息一般是由系统根据商户的订单信息与设置信息预先获取并保存在系统中的信息,如此,在用户向商户发起访问时,就能够快速地从系统获取到对应商户的产品组合信息。而对于系统统计商户的产品组合信息的方式,由于实时统计的计算量过大,需要为系统配置较高的计算资源,因此,大多数是按照一定周期进行的预计算,比如,按照以一天为一个统计周期,每天的0点系统将统计每个商户上一天的产品组合信息,并将该组合信息保存至预置的存储位置中。
进一步的,当商户的组合信息过多时,系统还可以根据预置的排序规则对这些组合信息进行筛选,比如,根据不同产品组合的销量,将没有销量或销量低于一定阈值的组合过滤掉。以此来减少系统提取的组合信息的数量,提高后续推送计算的计算效率。
103、基于历史购买兴趣值计算用户对产品组合进行购买的当前购买兴趣值。
其中,产品组合是由多个产品所构成的,而本步骤所要计算的当前购买兴趣值,是指用户对产品组合的购买兴趣值,由于根据该用户的历史行为信息可以分析出其对部分产品的历史购买兴趣值,基于该历史购买兴趣值,本步骤通过比对组合产品中是否存在该用户具有购买兴趣的产品,以及具有购买兴趣的产品的数量来综合计算用户对该产品组合所具有的购买兴趣值。
进一步的,对于产品组合中不存在该用户具有历史购买兴趣值的产品的情况,还可以通过判断该用户具有历史购买兴趣值的产品与产品组合中的产品是否具有相关性,若存在相关性,则根据相关性的强弱为产品组合中的产品设置相应的购买兴趣值,进而计算产品组合的当前购买兴趣值。其中,产品之间的相关性是在系统中预先设置的,可以由系统的管理人员通过对照表的形式设置不同产品之间的相关性以及相关性的强弱关系值,具体的,可以由各个商户进行设置后,提交给系统,再有系统的管理人员审核确定,最终得到系统范围内的产品相关性的对照表,在该对照表中,记录有产品与产品的关联性,以及对应量化的关联性数值,以表示产品相关性的强弱。
此外,产品组合的当前购买兴趣值还可以根据产品在该组合中的权重来进行计算,比如,根据产品的价格为产品组合中不同的产品分别设置权重值,即在一个产品组合中,价格越高的其在该组合中就越重要,用户对产品组合感兴趣也源于对重要产品的兴趣。如此,就可以更加突出产品组合中用户更为关注的产品,使得产品组合与用户的喜好更为贴近。
104、根据当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合,并将筛选出的产品组合的组合信息推送至该用户。
本步骤是对商户的组合信息按照骤103所计算的当前购买兴趣值,进行由高到低的排序,按照该排序再利用预置条件进行筛选,该预置条件一般是针对商户可能修改的内容所设置的筛选条件,其目的是确认向用户所推送的组合信息是该商户能够提供的,包括提供的产品以及与该产品相关的服务。比如,通过获取产品组合中各个产品的最新售价,过滤掉组合售价未达到起售金额的产品组合。
经过筛选后,将得到的产品组合的组合信息结果推送给用户,具体到实际应用中,用户将会在进入商户的页面中看到系统经过计算后在指定区域中所显示的产品的组合信息,该组合信息可以包括每个产品以及产品组合的价格、图片等相关信息,用户可以通过在该指定区域中查看是否存在自身需要的组合内容,若存在,则可以直接通过点击该产品组合执行下单操作。
结合上述的实现方式可以看出,本发明实施例所采用的组合信息的推送方法,实现了用户在访问商户时,系统能够根据用户的历史行为信息分析出该用户所喜好的以及具有购买兴趣的产品,同时,在该用户所访问的商户中通过筛选该商户所提供的产品组合的组合信息,为用户推送其喜好的产品组合的组合信息。本发明实施例推送的组合信息相对现有的用户对产品浏览选择的过程,用户能够更轻松的找到自己喜欢的产品,并根据组合信息中的产品搭配很容易找到需要的产品组合,从而提高用户在商户页面中的浏览效率,节省了查看产品信息所需的时间,也为商户提高的下单的成交概率,从而增加商户的收益。
为了更加详细地说明本发明实施例所提出的一种组合信息的推送方法,特别是在订餐应用中的使用,以下实施例将以订餐应用为例具体说明在使用该组合信息的推送方法后,为用户与商户所带来的改变。具体步骤如图2所示,包括:
201、统计商户在离线状态下菜品的组合信息。
首先需要说明的是,在订餐应用中,商户所提供的产品在本发明实施例中特指菜品,而组合信息是指用户在订餐过程中所选择的菜品的搭配,大多数个人用户在一个订单中会点一个主菜,配一到两个配菜,以及主食。而本实施例所要实现的就是用户在进入一个订餐商户中时,订餐应用将为该用户推送个性化的菜品组合,以省去用户逐一浏览并进行组合搭配的时间。
在本实施例所说明的实现过程中,主要分为两个过程,第一个过程是离线状态的数据统计,在该过程中,系统会针对订餐应用中的每个商户进行菜品组合信息的统计;第二个过程是在线状态下,用户在访问商户时系统为该用户匹配符合推荐要求的菜品组合信息。
本步骤为上述实现过程中的第一个过程,即订餐应用的系统会定期地对每个商户进行数据统计,以统计该商户能够提供的菜品组合信息。
具体地,系统将周期性的获取商户的历史菜品组合信息,该组合信息包括从历史订单中提取的菜品组合信息以及商户自定义设置的菜品组合信息。简单的说,就是要提取出商户销售过的菜品组合,以及商户为了促销等目的设置过的菜品组合,可见,所获取这些菜品组合均为该商户能够售卖的菜品组合。
而对于所获取的所有菜品组合,由于是该商户的历史产品组合信息,为了确保这些组合信息的有效,需要对这些信息进行过滤筛选。其中,筛选的条件在本发明实施例中主要包括:
1、筛选菜品种类在2个以上的组合信息;
2、筛选产品组合的总价大于阈值的组合信息,其中,该阈值可以为商户设置的起送价格,也可以为用户喜好的组合最低价格;
3、筛选产品组合的销量大于阈值的组合信息,从而过滤掉销量差的菜品组合,为用户提供更好的菜品组合;
4、筛选符合预置标识的组合信息,其中,该预置标识是指在组合信息中标记有明显不适合用户的关键字标识,比如,需要过滤掉在组合信息中含有“套餐”,“双人”等特殊关键字标识的组合信息。
此外,为了对所获取的历史产品组合信息进行更优化的整理,还可以通过以下过滤条件进行进一步地优化:
1、过滤掉组合中含有的主菜和配菜的,其中主菜的价格占比低于组合总价的阈值要求的,该阈值可人为设置并调整。
2、过滤掉组合的销量在商户总销量中的占比低于阈值的菜品组合;
3、过滤掉组合中的菜品没有配图的菜品组合;
4、过滤掉商户的产品标识不属于订餐的商户,比如,对于一些销售西点、水果等商户应不再统计的范围之内。
以上列举的筛选条件在具体应用时,不限定是单一使用或者是组合使用,具体需要根据商户的情况而确定,比如,商户想要向用户提供较多的菜品组合,则可以通过少选择筛选条件来提高符合的菜品组合数量,又比如,商户为显示该菜品组合所提供的页面面积有限时,就需要减少菜品组合的数量,此时就可以通过增加筛选条件来实现。
通过上述的筛选条件将商户的历史菜品组合信息过滤出来后进行保存,以得到离线状态下商户的菜品组合信息。
202、对访问购物网站的用户的历史行为信息进行分析,获取该用户对该购物网站中菜品进行购买的历史购买兴趣值。
从本步骤开始就执行的是第二个过程,即在线状态,由用户在线访问订餐应用中的商户,此时,系统将根据该用户的身份信息提取该用户的历史购买订单和菜品点击信息,其中,历史购买订单和菜品点击信息是指该用户在订餐应用中所产生的,而不是指在该商户中生成的对应信息。
再根据所提取的信息,解析出用户购买过的菜品以及点击浏览过的菜品,对于这些菜品可以视为用户所喜好的菜品。而为了区分用户对这些菜品的喜好程度,可以再为这些菜品配置不同的购买兴趣权重,具体到本实施例中,不限定该购买兴趣权重的配置方式,可以是通过时间维度来配置,比如用户在近期订购或点击的权重值要高,也可以是通过数量的维度进行配置,比如用户购买的次数或点击的次数越多,其权重值也越高。当然也可以综合多个维度的进行复合配置购买兴趣权重值。
最后根据所配置的购买兴趣权重值来计算该用户对各个菜品的喜好程度,以此来推测该用户可能想要订购的菜品。
203、提取用户当前访问的商户所提供菜品组合的组合信息。
本步骤是基于步骤201所预先存储的组合信息,直接提取被访问商户在离线状态时所存储的菜品的组合信息,如此,可以省去大量的数据统计与分析的步骤,提高推送内容的分析效率。
根据步骤201的内容可知,所存储的菜品的组合信息一般为多个,而本步骤在提取菜品的组合信息时,考虑到后续进一步筛选操作的计算量,在该步骤中还需要对组合信息的数量加以控制,具体可通过设置阈值的方式来提取预置数量的组合信息,该阈值可以根据应用需要进行人为调整。同时,由于需要过滤掉一部分多余的组合信息,就需要按照一定的过滤条件来选择符合的组合信息。在本步骤中,考虑到订餐应用的场景,以菜品组合的销量作为筛选条件进行组合信息的筛选。
204、基于历史购买兴趣值计算用户对菜品组合进行购买的当前购买兴趣值。
205、根据当前购买兴趣值由高到低的顺序筛选符合预置条件的菜品组合,并将筛选出的菜品组合的组合信息推送至该用户。
系统提取出商户的菜品组合信息之后,还需要通过上述两个步骤进一步将这些菜品的组合信息进行排序,以该排序的高低来显示当前访问的用户所喜好的菜品的组合信息。
具体的,先通过步骤202所统计的该用户的历史行为信息分析出其所喜好的菜品,其中,具体的分析过程已在步骤202中进行了说明,此处不再赘述。
再利用用户所喜好的菜品与菜品的组合信息中所包含的菜品进行匹配,也就是统计一个菜品组合信息中是否存在用户所喜好的菜品,以及存在用户喜好菜品的数量。进而计算该用户对这个菜品组合的喜好程度,该程度可以通过量化的分值加以表示,由于步骤202中说明了对单个菜品计算喜好程度的量化表示方式,而本步骤中,可以将单个菜品的喜好程度通过组合统计的方式来计算用户对菜品组合的喜好程度,具体统计方式则不限定是累加、求平均或者是加权计算等方式,最终计算出每个菜品组合相对于用户的当前购买兴趣值。需要说明的是,在进行菜品的匹配时,本实施例中是通过从用户所喜好的菜品中提取该菜品的菜品标识与菜品组合中所含有的菜品的菜品标识进行匹配的。
之后,根据当前购买兴趣值对所有的组合信息进行由高到低的排序。
最后,按照由高到低的排序结果向用户推送菜品的组合信息,而在实际应用中,商户会在页面中设置一定的显示区域来显示所推送的组合信息,而受限于显示区域所能够展示的组合信息的数量,一般还需要再从这些组合信息中选出部分组合信息进行展示,而该筛选的条件就可以是基于排序结果来选择。
同时,由于商户提供的菜品组合信息是基于离线状态时所统计的结果,而当前在线状态下,商户有可能就其中的一些信息进行调整而导致组合信息不符合用户的需求,比如,商户可能临时地撤销一些在售的菜品,或者是修改该商户针对订餐起送的价格,或者是调整在售菜品的售价等,为此,在步骤205中,系统在推送组合信息之前还需要判断商户是否对预置条件的内容进行了修改,其中该预置条件可以是步骤201中所涉及的筛选条件,也可以是人为设置的过滤条件。如果预置条件没有修改,则直接根据上述的排序结果向用户推送相应的组合信息,而如果存在修改,则需要按照上述的排序结果将其中不符合的组合信息过滤掉,再推送相应的组合信息。
而对于存在修改的预置条件,系统还应当同时将统计离线状态时的筛选条件进行对应的更新,以便于在下一个周期的组合信息统计中能够正确的统计商户菜品的组合信息。
通过上述对图2所示的组合信息的推送方法的说明可以看出,该实施例相对于图1所示出的推送方法,主要说明了该方法在订餐应用中的实际应用过程,特别是针对订餐过程中用户对菜品的要求以及配送的要求,列举了相应的过滤筛选条件,以说明通过该过滤条件能够得到更为匹配的菜品组合信息。而通过将该方法应用在订餐应用中不仅可以节省用户进行菜品选择的大量时间,还可以通过改变应用中商户向用户展示菜品的模式来提高商户的订单数量,从而提升该订餐应用的用户使用体验。
进一步的,作为对上述方法实施例的实现,本发明实施例提供了一种组合信息的推送装置,该装置设置在用户使用的智能终端内,该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。具体如图3所示,该装置包括:分析模块31、提取模块32、计算模块33、筛选模块34以及推送模块35,其中,
分析模块31,用于对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值,其中,历史行为信息是获取该用户在该购物网站或电商平台中的所有历史行为信息,包括用户的产品交易信息,以及产品及商户的浏览点击信息。
提取模块32,用于提取所述用户当前访问的商户所提供产品组合的组合信息,其中,产品的组合信息并不是将商户当前在售的产品进行简单的组合,而是需要根据该商户的历史订单中提取产品的组合信息或者是从商户自定义设置的产品组合中获取产品的组合信息。
计算模块33,用于基于所述分析模块31得到的历史购买兴趣值计算所述用户对所述提取模块32提取的产品组合进行购买的当前购买兴趣值,其中,。
筛选模块34,用于根据所述计算模块33计算的当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合,其中,预置条件一般是针对商户可能修改的内容所设置的筛选条件,其目的是确认向用户所推送的组合信息是该商户能够提供的,包括提供的产品以及与该产品相关的服务。
推送模块35,用于将所述筛选模块34筛选出的产品组合的组合信息推送至所述用户,相应的,系统通过在用户端则展示界面中设置展示区域以向用户显示所推送的组合信息。
进一步的,如图4所示,所述分析模块31包括:
提取单元311,用于提取所述用户在所述购物网站中的历史购买订单和产品点击信息,其中,历史购买订单和产品点击信息不限定是针对某一特定商户的,而是该用户在该系统平台中所有的历史订单信息以及对产品的点击信息。
配置单元312,用于根据所述提取单元311提取的历史购买订单和产品点击信息中包含的产品配置所述用户对所述产品的购买兴趣权重值,该购买兴趣权重值的分配不限定是根据某一个特定维度的条件,也可以是综合多个维度的条件进行的权重计算并为每个产品逐一的分配对应的购买兴趣权重值。
统计单元313,用于根据所述配置单元312分配的购买兴趣权重值统计所述用户对产品的历史购买兴趣值,本实施例中对于统计的具体方式不做限定,其目的是要根据权重值的计算来量化表示用户对各个产品的喜好程度。
进一步的,如图4所示,所述装置还包括:
获取模块36,用于在所述提取模块32提取所述用户当前访问的商户所提供产品组合的组合信息之前,获取所述商户的历史产品组合信息,所述历史产品组合信息包括从历史订单中提取的产品组合信息和所述商户自定义设置的产品组合信息。
所述筛选模块34还用于,根据过滤条件筛选所述获取模块36获取的历史产品组合信息,得到所述商户的在离线状态下的产品的组合信息。
进一步的,所述提取模块32还用于,根据所述产品的组合信息中的销量信息提取预置数量的组合信息。
进一步的,如图4所示,所述装置还包括:
判断模块37,用于在筛选模块34根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合之后,判断所述预置条件的内容是否进行修改。
更新模块38,用于当所述判断模块37确定所述商户修改了预置条件的内容时,更新所述预置条件以筛选所述产品组合,以便于在下一个周期的组合信息统计中能够正确的统计商户菜品的组合信息。
进一步的,如图4所示,所述筛选模块34包括:
提取单元341,用于从所述用户具有购买兴趣的产品中提取产品标识。
计算单元342,用于利用所述提取单元341提取的产品标识匹配所述组合信息中含有的产品,计算所述用户对所述产品组合的当前购买兴趣值。
进一步的,本发明实施例还提供了一种组合信息的推送设备,该设备包括处理器和存储器,其中,所述存储器用于存储一条或多条计算机指令,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图1或图2所示的组合信息的推送方法的步骤。
进一步的,本发明实施例还提供一种计算机可读存储介质,其上存储有计算机指令,其中,在所述计算机指令被处理器执行时实现上述图1或图2所示的组合信息的推送方法的步骤。
综上所述,本发明实施例所采用的一种组合信息的推送方法、装置及终端,是通过统计商户在历史订单以及自定义设置的产品组合中符合一定过滤条件的组合信息,并将这些组合信息预存储在系统中,当用户访问商户时,系统根据该用户的历史行为信息来分析该用户对不同产品的喜好程度,并结合该商户所预存储的组合信息,根据用户的喜好推测出哪些组合信息是用户想要查看的内容,并将这些组合信息按照用户喜好程度有序的推送给该用户。由于不同用户的历史行为信息不同,将导致系统会针对不同的用户推送不同的组合信息,从而实现对用户的个性化推送目的,而用户在很大程度上也会在这些组合信息中查找到自己所需的内容,从而节省了查找的时间,增加了订单成交的效率,大幅提升了使用该方法的应用的用户操作体验。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明实施例还公开了如下技术方案:
A1、一种组合信息的推送方法,包括:
对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值;
提取所述用户当前访问的商户所提供产品组合的组合信息;
基于所述历史购买兴趣值计算所述用户对所述产品组合进行购买的当前购买兴趣值;
根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合,并将筛选出的产品组合的组合信息推送至所述用户。
A2、根据A1所述的方法,所述对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值包括:
提取所述用户在所述购物网站中的历史购买订单和产品点击信息;
根据所述历史购买订单和产品点击信息中包含的产品配置所述用户对所述产品的购买兴趣权重值;
根据所述购买兴趣权重值统计所述用户对产品的历史购买兴趣值。
A3、根据A1所述的方法,在提取所述用户当前访问的商户所提供产品组合的组合信息之前,所述方法还包括:
获取所述商户的历史产品组合信息,所述历史产品组合信息包括从历史订单中提取的产品组合信息和所述商户自定义设置的产品组合信息;
根据过滤条件筛选所述历史产品组合信息,得到所述商户在离线状态下的产品组合的组合信息。
A4、根据A3所述的方法,所述提取所述用户当前访问的商户所提供产品组合的组合信息包括:
根据所述组合信息中的销量信息提取预置数量的产品组合。
A5、根据A1所述的方法,在根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合之后,所述方法还包括:
判断所述预置条件的内容是否进行修改;
若修改,则更新所述预置条件以筛选所述产品组合。
A6、根据A1-A5中任一项所述的方法,基于所述历史购买兴趣值计算所述用户对所述产品组合进行购买的当前购买兴趣值包括:
从所述用户具有购买兴趣的产品中提取产品标识;
利用所述产品标识匹配所述组合信息中含有的产品,计算所述用户对所述产品组合的当前购买兴趣值。
A7、根据A3所述的方法,所述过滤条件至少含有以下条件中的一种:
所述产品组合中产品的种类为2个以上;
所述产品组合中产品的总价和/或销量大于阈值;
所述产品组合中产品的标识信息符合预置标识。
B8、一种组合信息的推送装置,包括:
分析模块,用于对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值;
提取模块,用于提取所述用户当前访问的商户所提供产品组合的组合信息;
计算模块,用于基于所述分析模块得到的历史购买兴趣值计算所述用户对所述提取模块提取的产品组合进行购买的当前购买兴趣值;
筛选模块,用于根据所述计算模块计算的当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合;
推送模块,用于将所述筛选模块筛选出的产品组合的组合信息推送至所述用户。
B9、根据B8所述的装置,所述分析模块包括:
提取单元,用于提取所述用户在所述购物网站中的历史购买订单和产品点击信息;
配置单元,用于根据所述提取单元提取的历史购买订单和产品点击信息中包含的产品配置所述用户对所述产品的购买兴趣权重值;
统计单元,用于根据所述配置单元配置的购买兴趣权重值统计所述用户对产品的历史购买兴趣值。
B10、根据B8所述的装置,所述装置还包括:
获取模块,用于在提取模块提取所述用户当前访问的商户所提供产品组合的组合信息之前,获取所述商户的历史产品组合信息,所述历史产品组合信息包括从历史订单中提取的产品组合信息和所述商户自定义设置的产品组合信息;
所述筛选模块还用于,根据过滤条件筛选所述获取模块获取的历史产品组合信息,得到所述商户在离线状态下的产品组合的组合信息。
B11、根据B10所述的装置,所述提取模块还用于,根据所述组合信息中的销量信息提取预置数量的产品组合。
B12、根据B8所述的装置,所述装置还包括:
判断模块,用于在筛选模块根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合之后,判断所述预置条件的内容是否进行修改;
更新模块,用于当所述判断模块判断所述预置条件修改时,更新所述预置条件以筛选所述产品组合。
B13、根据B8-B12中任一项所述的装置,所述筛选模块包括:
提取单元,用于从所述用户具有购买兴趣的产品中提取产品标识;
计算单元,用于利用所述提取单元提取的产品标识匹配所述组合信息中含有的产品,计算所述用户对所述产品组合的当前购买兴趣值。
C14、一种组合信息的推送终端,所述终端包括处理器和存储器,其中,所述存储器用于存储一条或多条计算机指令,所述一条或多条计算机指令被所述处理器执行以实现A1至A7中任一项所述的组合信息的推送方法的步骤。
D15、一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现A1至A7中任一项所述的组合信息的推送方法的步骤。
Claims (10)
1.一种组合信息的推送方法,其特征在于,包括:
对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值;
提取所述用户当前访问的商户所提供产品组合的组合信息;
基于所述历史购买兴趣值计算所述用户对所述产品组合进行购买的当前购买兴趣值;
根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合,并将筛选出的产品组合的组合信息推送至所述用户。
2.根据权利要求1所述的方法,其特征在于,所述对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值包括:
提取所述用户在所述购物网站中的历史购买订单和产品点击信息;
根据所述历史购买订单和产品点击信息中包含的产品配置所述用户对所述产品的购买兴趣权重值;
根据所述购买兴趣权重值统计所述用户对产品的历史购买兴趣值。
3.根据权利要求1所述的方法,其特征在于,在提取所述用户当前访问的商户所提供产品组合的组合信息之前,所述方法还包括:
获取所述商户的历史产品组合信息,所述历史产品组合信息包括从历史订单中提取的产品组合信息和所述商户自定义设置的产品组合信息;
根据过滤条件筛选所述历史产品组合信息,得到所述商户在离线状态下的产品组合的组合信息。
4.根据权利要求3所述的方法,其特征在于,所述提取所述用户当前访问的商户所提供产品组合的组合信息包括:
根据所述组合信息中的销量信息提取预置数量的产品组合。
5.根据权利要求1所述的方法,其特征在于,在根据所述当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合之后,所述方法还包括:
判断所述预置条件的内容是否进行修改;
若修改,则更新所述预置条件以筛选所述产品组合。
6.根据权利要求1-5中任一项所述的方法,其特征在于,基于所述历史购买兴趣值计算所述用户对所述产品组合进行购买的当前购买兴趣值包括:
从所述用户具有购买兴趣的产品中提取产品标识;
利用所述产品标识匹配所述组合信息中含有的产品,计算所述用户对所述产品组合的当前购买兴趣值。
7.根据权利要求3所述的方法,其特征在于,所述过滤条件至少含有以下条件中的一种:
所述产品组合中产品的种类为2个以上;
所述产品组合中产品的总价和/或销量大于阈值;
所述产品组合中产品的标识信息符合预置标识。
8.一种组合信息的推送装置,其特征在于,包括:
分析模块,用于对访问购物网站的用户的历史行为信息进行分析,获取所述用户对所述购物网站中产品进行购买的历史购买兴趣值;
提取模块,用于提取所述用户当前访问的商户所提供产品组合的组合信息;
计算模块,用于基于所述分析模块得到的历史购买兴趣值计算所述用户对所述提取模块提取的产品组合进行购买的当前购买兴趣值;
筛选模块,用于根据所述计算模块计算的当前购买兴趣值由高到低的顺序筛选符合预置条件的产品组合;
推送模块,用于将所述筛选模块筛选出的产品组合的组合信息推送至所述用户。
9.一种组合信息的推送终端,其特征在于,所述终端包括处理器和存储器,其中,所述存储器用于存储一条或多条计算机指令,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至7中任一项所述的组合信息的推送方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求1至7中任一项所述的组合信息的推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711349750.XA CN108053282A (zh) | 2017-12-15 | 2017-12-15 | 一种组合信息的推送方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711349750.XA CN108053282A (zh) | 2017-12-15 | 2017-12-15 | 一种组合信息的推送方法、装置及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108053282A true CN108053282A (zh) | 2018-05-18 |
Family
ID=62133228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711349750.XA Pending CN108053282A (zh) | 2017-12-15 | 2017-12-15 | 一种组合信息的推送方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108053282A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325806A (zh) * | 2018-09-20 | 2019-02-12 | 北京小度信息科技有限公司 | 一种用户信息的处理方法及装置 |
CN110175883A (zh) * | 2019-04-10 | 2019-08-27 | 拉扎斯网络科技(上海)有限公司 | 一种排序方法、装置、电子设备和非易失性存储介质 |
CN111325612A (zh) * | 2020-03-18 | 2020-06-23 | 拉扎斯网络科技(上海)有限公司 | 点单方法、订单的配送方法、装置及系统 |
CN111402013A (zh) * | 2020-06-04 | 2020-07-10 | 成都晓多科技有限公司 | 一种商品搭配推荐方法、系统、装置及存储介质 |
TWI706358B (zh) * | 2018-10-08 | 2020-10-01 | 合隆毛廠股份有限公司 | 資訊推薦系統及方法 |
CN112163879A (zh) * | 2020-09-18 | 2021-01-01 | 深圳市分期乐网络科技有限公司 | 用户权益推送方法、装置、服务器及存储介质 |
CN112258085A (zh) * | 2020-11-12 | 2021-01-22 | 北京筑龙信息技术有限责任公司 | 物资管理方法和装置 |
CN112365325A (zh) * | 2020-12-11 | 2021-02-12 | 南京魏东电子商务有限公司 | 一种基于大数据平台进行特征识别的广告智能推荐方法 |
CN113112318A (zh) * | 2020-01-10 | 2021-07-13 | 阿里巴巴集团控股有限公司 | 确定产品组合的方法、装置、电子设备及计算机存储介质 |
CN113706232A (zh) * | 2020-05-22 | 2021-11-26 | 北京京东振世信息技术有限公司 | 事件处理方法及装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130339163A1 (en) * | 2012-06-18 | 2013-12-19 | Christian Dumontet | Food Recommendation Based on Order History |
CN107025613A (zh) * | 2017-04-18 | 2017-08-08 | 腾讯科技(上海)有限公司 | 一种自动点餐方法及终端 |
CN107092647A (zh) * | 2017-03-10 | 2017-08-25 | 北京小度信息科技有限公司 | 一种提供资源组合的方法及装置 |
-
2017
- 2017-12-15 CN CN201711349750.XA patent/CN108053282A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130339163A1 (en) * | 2012-06-18 | 2013-12-19 | Christian Dumontet | Food Recommendation Based on Order History |
CN107092647A (zh) * | 2017-03-10 | 2017-08-25 | 北京小度信息科技有限公司 | 一种提供资源组合的方法及装置 |
CN107025613A (zh) * | 2017-04-18 | 2017-08-08 | 腾讯科技(上海)有限公司 | 一种自动点餐方法及终端 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325806A (zh) * | 2018-09-20 | 2019-02-12 | 北京小度信息科技有限公司 | 一种用户信息的处理方法及装置 |
TWI706358B (zh) * | 2018-10-08 | 2020-10-01 | 合隆毛廠股份有限公司 | 資訊推薦系統及方法 |
CN110175883A (zh) * | 2019-04-10 | 2019-08-27 | 拉扎斯网络科技(上海)有限公司 | 一种排序方法、装置、电子设备和非易失性存储介质 |
CN113112318B (zh) * | 2020-01-10 | 2022-04-29 | 阿里巴巴集团控股有限公司 | 确定产品组合的方法、装置、电子设备及计算机存储介质 |
CN113112318A (zh) * | 2020-01-10 | 2021-07-13 | 阿里巴巴集团控股有限公司 | 确定产品组合的方法、装置、电子设备及计算机存储介质 |
CN111325612B (zh) * | 2020-03-18 | 2021-05-04 | 拉扎斯网络科技(上海)有限公司 | 点单方法、订单的配送方法、装置及系统 |
CN111325612A (zh) * | 2020-03-18 | 2020-06-23 | 拉扎斯网络科技(上海)有限公司 | 点单方法、订单的配送方法、装置及系统 |
WO2021184913A1 (zh) * | 2020-03-18 | 2021-09-23 | 拉扎斯网络科技(上海)有限公司 | 点单方法、订单的配送方法、装置及系统 |
CN113706232A (zh) * | 2020-05-22 | 2021-11-26 | 北京京东振世信息技术有限公司 | 事件处理方法及装置、存储介质及电子设备 |
CN111402013A (zh) * | 2020-06-04 | 2020-07-10 | 成都晓多科技有限公司 | 一种商品搭配推荐方法、系统、装置及存储介质 |
CN111402013B (zh) * | 2020-06-04 | 2020-09-01 | 成都晓多科技有限公司 | 一种商品搭配推荐方法、系统、装置及存储介质 |
CN112163879A (zh) * | 2020-09-18 | 2021-01-01 | 深圳市分期乐网络科技有限公司 | 用户权益推送方法、装置、服务器及存储介质 |
CN112258085A (zh) * | 2020-11-12 | 2021-01-22 | 北京筑龙信息技术有限责任公司 | 物资管理方法和装置 |
CN112365325A (zh) * | 2020-12-11 | 2021-02-12 | 南京魏东电子商务有限公司 | 一种基于大数据平台进行特征识别的广告智能推荐方法 |
CN112365325B (zh) * | 2020-12-11 | 2021-09-24 | 东方财富信息股份有限公司 | 一种基于大数据平台进行特征识别的广告智能推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108053282A (zh) | 一种组合信息的推送方法、装置及终端 | |
CN104050187B (zh) | 搜索结果展示方法及系统 | |
US11727459B2 (en) | Search query-based replacement part interface | |
CN107835231B (zh) | 反馈信息的处理方法及终端设备 | |
CN106934498A (zh) | Ota网站中酒店房型的推荐方法及系统 | |
CN108320213A (zh) | 电商商品推荐方法和电商平台服务器 | |
CN109582857A (zh) | 基于大数据信息推送方法、装置、计算机设备及存储介质 | |
CN107563859A (zh) | 商品推荐方法、装置、设备及存储介质 | |
CN110060090A (zh) | 推荐商品组合的方法、装置、电子设备及可读存储介质 | |
CN108009897A (zh) | 一种商品的实时推荐方法、系统及可读存储介质 | |
CN110363617A (zh) | 一种推荐方法、装置、电子设备及可读存储介质 | |
TWI398824B (zh) | A provider, a provider, a provider, and a computer-readable recording medium that memorizes its program | |
CN109447713A (zh) | 一种基于知识图谱的推荐方法及装置 | |
CN109872796A (zh) | 一种菜谱推荐方法和装置 | |
CN108648058B (zh) | 产品排序方法及装置,电子设备、存储介质 | |
CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
CN112750011A (zh) | 商品推荐方法、装置和电子设备 | |
CN104992348B (zh) | 一种信息展示的方法和装置 | |
CN109165975A (zh) | 标签推荐方法、装置、计算机设备及存储介质 | |
CN110298707A (zh) | 一种用于资费套餐场景定价的方法及装置 | |
CN108090807A (zh) | 信息推荐方法及装置 | |
CN106649323B (zh) | 推荐关键词的方法及装置 | |
CN106844402B (zh) | 数据处理方法及装置 | |
CN114820123A (zh) | 团购商品推荐方法、装置、设备及存储介质 | |
CN109685573A (zh) | 一种商圈数据的处理方法、装置、电子设备和存储介质 |
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 |
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. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180518 |
|
RJ01 | Rejection of invention patent application after publication |