CN108053305A

CN108053305A - 应用于商户推广的数据处理方法及装置

Info

Publication number: CN108053305A
Application number: CN201810145050.7A
Authority: CN
Inventors: 徐龙飞; 王永会; 谭星; 张正龙
Original assignee: Beijing Xiaodu Information Technology Co Ltd
Current assignee: Beijing Xiaodu Information Technology Co Ltd
Priority date: 2018-02-12
Filing date: 2018-02-12
Publication date: 2018-05-18
Anticipated expiration: 2038-02-12
Also published as: CN108053305B

Abstract

本发明实施例提供一种应用于商户推广的数据处理方法及相关装置，涉及数据处理和信息推荐领域。其中，所述数据处理方法包括：基于商圈中商户的第一类商户特征，确定各商户适用的推荐方式；根据所述各商户适用的推荐方式确定目标推荐方式；基于所述商圈中商户的第二类商户特征从所述商圈中选取采用所述目标推荐方式的目标商户。本发明实施例提供的技术方案有利于为业务人员提供符合商户实际需求的推广信息，提高后续推广效果。

Description

应用于商户推广的数据处理方法及装置

技术领域

本发明实施例涉及数据处理和信息推荐领域，尤其涉及一种应用于商户推广的数据处理方法及装置。

背景技术

随着电子商务对经营模式的改变，为了获得更高的知名度、更多的用户以及更好的业绩，越来越多的商户需要通过线上、线下等多种渠道进行推广。

现有的推广方式成本高且效果不具有客观性，通常难以达到预期效果。具体而言，以现有的线下拉新(即，获取新用户)方式为例，在拉新之前，主要靠业务人员根据经验指定拉新的地点、进行拉新的商户、拉新的方式等。这种依赖于人力的推广方式不仅在人力物力财力等方面存在效率低、成本高的缺陷，而且在推广效果上，也难以为商户提供真正适合的推广方式。

发明内容

本发明实施例提供一种应用于商户推广的数据处理方法及相关装置，有利于为业务人员提供符合商户实际需求的推广信息，提高后续推广效果。

第一方面，本发明实施例中提供了一种应用于商户推广的数据处理方法，包括：

基于商圈中商户的第一类商户特征，确定各商户适用的推荐方式；

根据所述各商户适用的推荐方式确定目标推荐方式；

基于所述商圈中商户的第二类商户特征从所述商圈中选取采用所述目标推荐方式的目标商户。

结合第一方面，在该第一方面的第一种实现方式中，所述基于商圈中商户的第一类商户特征，确定各商户适用的推荐方式，包括：

基于各商户的第一类商户特征确定各商户在多项策略维度下的影响值；

根据各商户在所述多项策略维度下的影响值，以及所述多项策略维度在不同推荐方式下的权重，计算得到各商户在不同推荐方式下的影响值；

基于各商户在不同推荐方式下的影响值，确定各商户适用的推荐方式。

结合第一方面，在该第一方面的第二种实现方式中，所述根据所述各商户适用的推荐方式确定目标推荐方式，包括：

基于各商户适用的推荐方式进行聚类；

基于聚类结果选取满足设定条件的推荐方式作为所述目标推荐方式。

结合第一方面或第一方面的第一种或第二种实现方式，在该第一方面的第三种实现方式中，所述基于所述商圈中商户的第二类商户特征从所述商圈中选取采用所述目标推荐方式的目标商户，包括：

将各商户的第二类商户特征输入商户模型，并输出所述目标商户；

其中，所述商户模型基于包含所述第二类商户特征以及表示是否适合进行推广的训练数据训练得到。

结合第一方面或第一方面的第一种或第二种实现方式，在该第一方面的第四种实现方式中，所述第一类商户特征和所述第二类商户特征包含部分相同的特征项。

第二方面，本发明实施例提供了一种应用于商户推广的数据处理装置，包括：

适用方式确定模块，用于基于商圈中商户的第一类商户特征，确定各商户适用的推荐方式；

目标方式确定模块，用于根据所述各商户适用的推荐方式确定目标推荐方式；

目标商户确定模块，用于基于所述商圈中商户的第二类商户特征从所述商圈中选取采用所述目标推荐方式的目标商户。

结合第二方面，在该第二方面的第一种实现方式中，所述适用方式确定模块包括：

确定子模块，用于基于各商户的第一类商户特征确定各商户在多项策略维度下的影响值；

计算定子模块，用于根据各商户在所述多项策略维度下的影响值，以及所述多项策略维度在不同推荐方式下的权重，计算得到各商户在不同推荐方式下的影响值；

方式确定子模块，用于基于各商户在不同推荐方式下的影响值，确定各商户适用的推荐方式。

结合第二方面，在该第二方面的第二种实现方式中，所述目标方式确定模块包括：

聚类子模块，用于基于各商户适用的推荐方式进行聚类；

选取子模块，用于基于聚类结果选取满足设定条件的推荐方式作为所述目标推荐方式。

结合第二方面或第二方面的第一种或第二种实现方式，在该第二方面的第三种实现方式中，所述目标商户确定模块具体用于：

结合第二方面或第二方面的第一种或第二种实现方式，在该第二方面的第四种实现方式中，所述第一类商户特征和所述第二类商户特征包含部分相同的特征项。

第三方面，本发明实施例提供了一种电子设备，包括

一个或多个存储器，用于存储一条或多条计算机指令；

一个或多个处理器，用于调用和执行所述一条或多条计算机指令从而实现如前所述实施例或其任意实现方式所提供的方法。

第四方面，本发明实施例提供了一种计算机存储介质，存储有一条或多条计算机指令，所述一条或多条计算机指令被执行时实现如前所述实施例或其任意实现方式所提供的方法。

本发明实施例有利于为业务人员提供符合商户实际需求的推广信息，提高后续推广效果。

本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

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一简单地介绍，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示出了根据本发明一个实施例的应用于商户推广的数据处理方法的流程示意图；

图2示出了根据本发明一个实施例的确定商户适用的推荐方式的流程示意图；

图3示出了根据本发明一个实施例的应用于商户推广的数据处理装置的框图；

图4示出了图3所示应用于商户推广的数据处理装置的适用方式确定模块的框图；

图5示出了图3所示应用于商户推广的数据处理装置的目标方式确定模块的框图；

图6示出了根据本发明一个实施例的电子设备的框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

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，所描述的实施例仅仅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所获得的所有其他实施例，都属于本发明保护的范围。

图1是根据本发明一个实施例的应用于商户推广的数据处理方法的流程示意图，参照图1，所述方法包括：

100：基于商圈中商户的第一类商户特征，确定各商户适用的推荐方式。

在本实施例中，“商圈”是指具有一定范围、包含多个商户的商业集合。所述“一定范围”可以是地理上的实际范围，也可以是以特征上相同或相似为条件而形成的概念性的范围。

可选地，在本实施例的一种实现方式中，所述第一类商户特征包括：人口密度、渗透程度、开店时间、店铺类型和特殊时期等。

可选地，在本实施例的一种实现方式中提供多种推荐方式，例如，人人推、采用增强现实(AR)技术进行推荐、堂转、地推等。采用100从多种推荐方式中选取各商户适用的推荐方式。

102：根据所述各商户适用的推荐方式确定目标推荐方式。

换言之，在处理102中，综合各商户适用的推荐方式统计确定商圈整体上最适合的推荐方式，即所述目标推荐方式。

104：基于所述商圈中商户的第二类商户特征从所述商圈中选取采用所述目标推荐方式的目标商户。

可选地，在本实施例的一种实现方式中，所述第二类商户特征包括以下任意一部分或全部：

(1)商户属性：商户类型：住宅、写字楼、学校等；建店时间；周边商户数量；商户目前有哪些优惠活动；

(2)用户复购：新用户数；用户数；转化率；7/14/30日复购；

(3)菜品属性：菜品数量；菜品类别数量；商户口味标签；是否周末；热销菜品数量与占比；本店菜品与周边热销菜品匹配度；菜品均价。

采用本实施例提供的应用于商户推广的数据处理方法，首先以商户的第一类商户特征为基础确定目标推荐方式，然后以商户的第二类商户特征为基础确定采用该目标推荐方式的目标商户，从而确定进行推广的商户及其推广方式，有利于为业务人员提供符合商户实际需求的推广信息。

可选地，在本实施例的一种实现方式中，如图2所示，处理100采用以下方式实现：

1000：基于各商户的第一类商户特征确定各商户在多项策略维度下的影响值。其中，每一项策略维度对应所述第一类商户特征中的不同特征或不同特征集。

示例性地，各项策略维度可以包含以下种类中的任一一者或多者：等式规则，例如如果商户为KA(Key Account，重要客户)连锁，则影响值增加设定值；占比规则，例如如果外卖渗透程度小于设定百分比，则影响值增加设定值；3.特殊情景规则，例如如果处在节假日期间，则影响值增加设定值。

1002：根据各商户在所述多项策略维度下的影响值，以及所述多项策略维度在不同推荐方式下的权重，计算得到各商户在不同推荐方式下的影响值。

在该实现方式中，在不同推荐方式下，同样的策略可以具有不同的权重。示例性地，在处理1002中，通过加权计算得到各商户在不同推荐方式下的影响值。

1004：基于各商户在不同推荐方式下的影响值，确定各商户适用的推荐方式。

在该实现方式中，示例性地，选取影响值最高的推荐方式作为商户适用的推荐方式。其中，影响值还可以用于表示商户与推荐方式的适用程度。

采用该实现方式，可以比较准确地确定商户适用的推荐方式。

可选地，在本实施例的一种实现方式中，处理102采用以下方式实现：基于各商户适用的推荐方式进行聚类；基于聚类结果选取满足设定条件的推荐方式作为所述目标推荐方式。示例性地，在该实现方式中，聚类结果包含各推荐方式所适用的商户在所有商户中的数量占比，从中选取该数量占比最高的推荐方式作为目标推荐方式。当然，在聚类时也可以考虑商户与其适用的推荐方式之间的适用程度(前述的影响值或基于该前述的影响值计算得到)。

可选地，在本实施例的一种实现方式中，处理104采用以下方式实现：将各商户的第二类商户特征输入商户模型，并输出所述目标商户。其中，所述商户模型基于包含所述第二类商户特征以及表示是否适合进行推广的训练数据训练得到。采用该实现方式，基于商户模型得到目标商户，数据处理效率高且准确。

可选地，在本实施例的一种实现方式中，第一类商户特征和第二类商户特征包含部分(而非全部)相同的特征项。示例性地，所述相同的特征项为短时间内不容易改变的基础特征，例如，店铺规模、口碑等方面的特征。示例性地，所述相同的特征项还可以包含对推广方式具有重要影响的特征项，例如，当前时间是否为节假日等，该类特征项可以由本领域技术人员在本发明公开的思想的基础上进行开拓与设计。

采用该实现方式，能够强化目标推广方式与目标商户之间的关联，提高目标推广方式对目标商户的适用性。

下面结合实际数据处理，对本发明实施例中的处理100和处理104进行说明。

可选地，在处理100的一种实现中，推广方式包括：AR推(类人人推)，适合人口密集、比较成熟渗透的区域等；堂转，适合小门头、新开店铺和KA连锁等；地推，适合新城市开辟、节假日鲜花礼品蛋糕等。

在该实现中，设定每个影响因素不同的判定类型(即，策略)，并制定对应的得分，如下：

即，对于每一个变量(第一类商户特征)，以店铺类型x举例，当变量满足对应条件时，相对应的因变量y都会增加不同的得分权重。

基于上述公式1，即可确定各商户在不同策略维度(y1、y2、y3)的影响值。之后，利用如下公式2进行加权计算得到各商户在不同推荐方式下的影响值。

s_i＝w_i1y₁+w_i2y₂+……+w_iny_n………………………………公式3

其中，s_i表示第i种推荐方式的影响值，w_i1表示第i中推荐方式在第1策略维度下的权重，依次类推。

最后，选取最大的s_i的值所对应的推荐方式作为商户适用的推荐方式。

可选地，在处理104的一种实现中，将不同特征维度的数据(这些数据可以来源于样本商户、历史数据等)转换为数字形式，并生成对应的向量。例如商户区域类型有住宅、写字楼、学校等，我们要将其转换为[1，0，0，0……..]，即其所属的类型为1，其他均为0。最终将商户的第二类商户特征转换为[a₁,a₂,a₃…a_n]的全数字向量形式。

基于这种形式的数据作为输入，再结合每条数据对应的标签(用于表示是否符合拉新)，可以组成训练样本。基于该训练样本进行训练得到所述商户模型。其中，训练过程如下：

L(y,f(x))＝log(1+exp(-yf(x)))................................公式3

其中损失函数如公式1所示，并在y∈{-1,+1}时，负梯度误差为公式4。

通过优化公式4得到所需要的模型：

图3是根据本发明实施例的一种应用于商户推广的数据处理装置的框图。参照图3，所述数据处理装置包括适用方式确定模块30、目标方式确定模块32和目标商户确定模块34。下面分别进行说明。

在本实施例中，适用方式确定模块30用于基于商圈中商户的第一类商户特征，确定各商户适用的推荐方式。可选地，在本实施例的一种实现方式中，所述第一类商户特征包括：人口密度、渗透程度、开店时间、店铺类型和特殊时期等。可选地，在本实施例的一种实现方式中提供多种推荐方式，例如，人人推、采用增强现实(AR)技术进行推荐、堂转、地推等。采用100从多种推荐方式中选取各商户适用的推荐方式。

在本实施例中，目标方式确定模块32用于根据所述各商户适用的推荐方式确定目标推荐方式。换言之，目标方式确定模块32综合各商户适用的推荐方式统计确定商圈整体上最适合的推荐方式，即所述目标推荐方式。

在本实施例中，目标商户确定模块34用于基于所述商圈中商户的第二类商户特征从所述商圈中选取采用所述目标推荐方式的目标商户。关于第二类商户特征的描述请参照前文，此处不赘述。

采用本实施例提供的应用于商户推广的数据处理装置，首先以商户的第一类商户特征为基础确定目标推荐方式，然后以商户的第二类商户特征为基础确定采用该目标推荐方式的目标商户，从而确定进行推广的商户及其推广方式，有利于为业务人员提供符合商户实际需求的推广信息。

可选地，在本实施例的一种实现方式中，如图4所示，适用方式确定模块40包括确定子模块400、计算定子模块402和方式确定子模块404。下面分别进行说明。

在本实现方式中，确定子模块400用于基于各商户的第一类商户特征确定各商户在多项策略维度下的影响值。其中，每一项策略维度对应所述第一类商户特征中的不同特征或不同特征集。

示例性地，各项策略维度可以包含以下种类中的任一一者或多者：等式规则，例如如果商户为KA连锁，则影响值增加设定值；占比规则，例如如果外卖渗透程度小于设定百分比，则影响值增加设定值；3.特殊情景规则，例如如果处在节假日期间，则影响值增加设定值。

在本实现方式中，计算定子模块402用于根据各商户在所述多项策略维度下的影响值，以及所述多项策略维度在不同推荐方式下的权重，计算得到各商户在不同推荐方式下的影响值。其中，在不同推荐方式下，同样的策略可以具有不同的权重。示例性地，计算定子模块402通过加权计算得到各商户在不同推荐方式下的影响值。

在本实现方式中，方式确定子模块404，用于基于各商户在不同推荐方式下的影响值，确定各商户适用的推荐方式。示例性地，选取影响值最高的推荐方式作为商户适用的推荐方式。其中，影响值还可以用于表示商户与推荐方式的适用程度。

采用该实现方式提供的适用方式确定模块40可以比较准确地确定商户适用的推荐方式。

可选地，在本实施例的一种实现方式中，如图5所示，目标方式确定模块42包括：聚类子模块422，用于基于各商户适用的推荐方式进行聚类；选取子模块424，用于基于聚类结果选取满足设定条件的推荐方式作为所述目标推荐方式。示例性地，聚类结果包含各推荐方式所适用的商户在所有商户中的数量占比，进而从中选取该数量占比最高的推荐方式作为目标推荐方式。当然，在聚类时也可以考虑商户与其适用的推荐方式之间的适用程度(前述的影响值或基于该前述的影响值计算得到)。

可选地，在本实施例的一种实现方式中，目标商户确定模块具体用于将各商户的第二类商户特征输入商户模型，并输出所述目标商户。其中，所述商户模型基于包含所述第二类商户特征以及表示是否适合进行推广的训练数据训练得到。采用该实现方式，基于商户模型得到目标商户，数据处理效率高且准确。

可选地，在本实施例的一种实现方式中，所述第一类商户特征和所述第二类商户特征包含部分相同的特征项。示例性地，所述相同的特征项为短时间内不容易改变的基础特征，例如，店铺规模、口碑等方面的特征。示例性地，所述相同的特征项还可以包含对推广方式具有重要影响的特征项，例如，当前时间是否为节假日等，该类特征项可以由本领域技术人员在本发明公开的思想的基础上进行开拓与设计。采用该实现方式，能够强化目标推广方式与目标商户之间的关联，提高目标推广方式对目标商户的适用性。

图6示出了根据本发明实施例的一种电子设备的框图。参照图6，所述电子设备包括一个或多个存储器60和一个或多个处理器62。其中，存储器60用于存储一条或多条计算机指令；处理器62用于调用和执行所述一条或多条计算机指令从而实现如前文所述的导航数据处理方法或导航方法。

可选地，在本实施例的一种实现方式中，如图6中虚线框所示，所述电子设备还包括输入输出接口，用于进行数据通信。

本发明实施例还提供一种计算机存储介质，存储有一条或多条计算机指令，所述一条或多条计算机指令被执行时实现如前文所述的应用于商户推广的数据处理方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

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。

本发明公开A1.一种应用于商户推广的数据处理方法，所述方法包括：

根据所述各商户适用的推荐方式确定目标推荐方式；

A2.如A1所述的方法，所述基于商圈中商户的第一类商户特征，确定各商户适用的推荐方式，包括：

A3.如A1所述的方法，所述根据所述各商户适用的推荐方式确定目标推荐方式，包括：

基于各商户适用的推荐方式进行聚类；

A4.如A1-A3中任一项所述的方法，所述基于所述商圈中商户的第二类商户特征从所述商圈中选取采用所述目标推荐方式的目标商户，包括：

A5.如A1-A3中任一项所述的方法，

所述第一类商户特征和所述第二类商户特征包含部分相同的特征项。

本发明还公开B6.一种应用于商户推广的数据处理装置，所述装置包括：

B7.如B5所述的装置，所述适用方式确定模块包括：

B8.如B5所述的装置，所述目标方式确定模块包括：

聚类子模块，用于基于各商户适用的推荐方式进行聚类；

B9.如B6-B8中任一项所述的装置，所述目标商户确定模块具体用于：

B10.如B6-B8中任一项所述的装置，

本发明还公开C11.一种电子设备，包括：

一个或多个存储器，用于存储一条或多条计算机指令；

一个或多个处理器，用于调用和执行所述一条或多条计算机指令从而实现如A1-A5中任一项所述的方法。

本发明还公开D12.一种计算机存储介质，存储有一条或多条计算机指令，所述一条或多条计算机指令被执行时实现如权利要求A1-A5中任一项所述的方法。

Claims

1.一种应用于商户推广的数据处理方法，其特征在于，所述方法包括：

根据所述各商户适用的推荐方式确定目标推荐方式；

2.如权利要求1所述的方法，其特征在于，所述基于商圈中商户的第一类商户特征，确定各商户适用的推荐方式，包括：

3.如权利要求1所述的方法，其特征在于，所述根据所述各商户适用的推荐方式确定目标推荐方式，包括：

基于各商户适用的推荐方式进行聚类；

4.如权利要求1-3中任一项所述的方法，其特征在于，所述基于所述商圈中商户的第二类商户特征从所述商圈中选取采用所述目标推荐方式的目标商户，包括：

5.如权利要求1-3中任一项所述的方法，其特征在于，

6.一种应用于商户推广的数据处理装置，其特征在于，所述装置包括：

7.如权利要求5所述的装置，其特征在于，所述适用方式确定模块包括：

8.如权利要求5所述的装置，其特征在于，所述目标方式确定模块包括：

聚类子模块，用于基于各商户适用的推荐方式进行聚类；

9.如权利要求6-8中任一项所述的装置，其特征在于，所述目标商户确定模块具体用于：

10.如权利要求6-8中任一项所述的装置，其特征在于，