CN108564392A - 信息处理方法和装置 - Google Patents
信息处理方法和装置 Download PDFInfo
- Publication number
- CN108564392A CN108564392A CN201810048375.3A CN201810048375A CN108564392A CN 108564392 A CN108564392 A CN 108564392A CN 201810048375 A CN201810048375 A CN 201810048375A CN 108564392 A CN108564392 A CN 108564392A
- Authority
- CN
- China
- Prior art keywords
- probability
- software platform
- information
- extension software
- direct broadcasting
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
- H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25875—Management of end-user data involving end-user authentication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4665—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving classification methods, e.g. Decision trees
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Computer Graphics (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Social Psychology (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种信息处理方法和装置,其中,该方法通过采集进入直播间内的对象的第一特征信息,根据对象的第一特征信息,获取对象在第一推广平台发生目标事件的第一概率,和对象留存在第一推广平台的第二概率,并基于第一概率和第二概率,确定对象的第一数值,再根据第一数值确定对象在第一推广平台发生目标事件对应的折扣信息,实现了给予不同对象个性化的折扣信息,针对性强,降低了对象在第一推广平台上的试错成本。并且,通过直播间方式向对象展示第一推广平台,可以增加对象对第一推广平台的了解,能够进一步降低对象在第一推广平台的试错成本。从而,解决了相关技术中给予用户相同优惠的方式,个性化差、试错成本高的问题。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种信息处理方法和装置。
背景技术
目前,对于新出的商品销售平台、广告推广平台等,一般在电商网站上进行促进首次消费的方式来吸引用户注册消费,例如,给予新用户固定的优惠、新用户红包等。
但是,给予新用户相同的优惠的方式,对不同用户的吸引力并不相同,个性化、针对性比较差。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种信息处理方法,以根据对象的特征信息,实现给予不同对象个性化的折扣信息,针对性强。
本发明的第二个目的在于提出一种信息处理装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种计算机程序产品。
本发明的第五个目的在于提出一种非临时性计算机可读存储介质。
为了实现上述目的,本发明第一方面实施例提出了一种信息处理方法,包括:
采集进入直播间内的对象的第一特征信息;其中,所述直播间用于向所述对象展示第一推广平台;
根据所述第一特征信息,分别获取所述对象在所述第一推广平台上发生目标事件的第一概率,以及所述对象留存在所述第一推广平台上的第二概率;
根据所述第一概率和所述第二概率,确定所述对象的用于表征所述对象对所述第一推广平台的接受程度的第一数值;
根据所述第一数值,确定所述对象发生所述目标事件时对应的折扣信息并发送给所述对象。
作为本实施例一种可能的实现方式,所述对进入直播间内的对象的第一特征信息进行采集之前,还包括:
接收所述对象发起的进入所述直播间的请求;所述请求中携带所述对象的标识信息;
根据所述标识信息,获取所述对象的相关信息;
根据所述相关信息,判断所述对象是否满足预设的拒绝进入所述直播间的条件;
如果不满足所述条件,则允许所述对象进入所述直播间。
作为本实施例一种可能的实现方式,所述根据所述第一特征信息,分别获取所述对象在所述第一推广平台上发生目标事件的第一概率,以及所述对象留存在所述第一推广平台上的第二概率,包括:
将所述第一特征信息输入第一预测模型进行机器学习,得到所述第一概率;其中,所述第一预测模型用于预测所述对象在所述第一推广平台上发生所述目标事件的概率;
将所述第一特征输入到第二预测模型进行机器学习,得到所述第二概率;其中,所述第二预测模块用于预测所述对象留存在所述第一推广平台上的概率。
作为本实施例一种可能的实现方式,所述根据所述第一概率和所述第二概率,确定所述对象的用于表征所述对象对所述第一推广平台的接受程度的第一数值,包括:
将所述第一概率和所述第二概率分别与各种对应的权重进行相乘,并将相乘后的结果相加得到所述第一数值。
作为本实施例一种可能的实现方式,该方法还包括:
在采集进入直播间内的对象的第一特征信息的同时,采集所述对象的第二特征信息;
根据所述第二特征信息,预测所述对象在所述第一推广平台上的消费类型;
根据所述对象的消费类型,确定所述对象在发生所述目标事件时的最低消费金额并发送给所述对象。
作为本实施例一种可能的实现方式,该方法还包括:
将所述折扣信息和所述最低消费金额进行组合,形成第一消息;
将所述第一消息发送给所述对象;其中所述第一消息中携带所述折扣信息和所述最低消费金额,并指示出所述折扣信息需要在满足所述最低消费金额时有效。
作为本实施例一种可能的实现方式,所述根据所述第二特征信息,预测所述对象在所述第一推广平台上的消费类型,包括:
将所述第二特征信息输入到分类模型进行分类预测,得到所述对象在每个消费类型下的预测概率,将最大预测概率对应的消费类型作为所述对象的消费类型。
作为本实施例一种可能的实现方式,该方法还包括:
检测所述对象在直播过程中的互动信息;
根据所述互动信息,向所述对象发放在发生所述目标事件时的额外奖励参数。
作为本实施例一种可能的实现方式,所述根据所述互动信息,向所述对象发放在发生所述目标事件时的额外奖励参数,包括:
从所述互动信息中提取互动次数和互动类型;
根据所述互动次数和所述互动类型,确定所述对象的活跃等级;
根据所述活跃等级确定所述额外奖励参数。
本发明实施例的信息处理方法,通过采集进入直播间内的对象的第一特征信息,其中,直播间用于向对象展示第一推广平台,根据第一特征信息,分别获取对象在第一推广平台上发生目标事件的第一概率,以及对象留存在第一推广平台上的第二概率,根据第一概率和第二概率,确定对象的用于表征对象对第一推广平台的接受程度的第一数值,根据第一数值,确定对象发生目标事件时对应的折扣信息并发送给对象。本实施例中,通过根据对象的特征信息,最终确定对象发生目标事件时对应的折扣信息,实现了给予不同对象个性化的折扣信息,针对性强,降低了对象在第一推广平台上的试错成本。并且,通过直播间方式向对象展示第一推广平台,可以增加对象对第一推广平台的了解,能够进一步降低对象在第一推广平台的试错成本。从而,解决了相关技术中给予用户相同优惠的方式,个性化差、试错成本高的问题。
为达上述目的,本发明第二方面实施例提出了一种信息处理装置,包括:
采集模块,用于采集进入直播间内的对象的第一特征信息;其中,所述直播间用于向所述对象展示第一推广平台;
获取模块,用于根据所述第一特征信息,分别获取所述对象在所述第一推广平台上发生目标事件的第一概率,以及所述对象留存在所述第一推广平台上的第二概率;
确定模块,用于根据所述第一概率和所述第二概率,确定所述对象的用于表征所述对象对所述第一推广平台的接受程度的第一数值;
发送模块,用于根据所述第一数值,确定所述对象发生所述目标事件时对应的折扣信息并发送给所述对象。
本发明实施例的信息处理装置,通过采集进入直播间内的对象的第一特征信息,其中,直播间用于向对象展示第一推广平台,根据第一特征信息,分别获取对象在第一推广平台上发生目标事件的第一概率,以及对象留存在第一推广平台上的第二概率,根据第一概率和第二概率,确定对象的用于表征对象对第一推广平台的接受程度的第一数值,根据第一数值,确定对象发生目标事件时对应的折扣信息并发送给对象。本实施例中,通过根据对象的特征信息,最终确定对象发生目标事件时对应的折扣信息,实现了给予不同对象个性化的折扣信息,针对性强,降低了对象在第一推广平台上的试错成本。并且,通过直播间方式向对象展示第一推广平台,可以增加对象对第一推广平台的了解,能够进一步降低对象在第一推广平台的试错成本。从而,解决了相关技术中给予用户相同优惠的方式,个性化差、试错成本高的问题。
为达上述目的,本发明第三方面实施例提出了一种计算机设备,包括处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如第一方面实施例所述的信息处理方法。
为了实现上述目的,本发明第四方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时实现如第一方面实施例所述的信息处理方法。
为了实现上述目的,本发明第五方面实施例提出了一种非临时性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如第一方面实施例所述的信息处理方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例提供的一种信息处理方法的流程示意图;
图2为本发明实施例提供的一种第一数值与折扣力度的对应关系的示意图;
图3为本发明实施例提供的另一种信息处理方法的流程示意图;
图4为本发明实施例提供的又一种信息处理方法的流程示意图;
图5为本发明实施例提供的一种获取第一消息的过程示意图;
图6为本发明实施例提供的再一种信息处理方法的流程示意图;
图7为本发明实施例提出的一种信息处理装置的结构示意图;
图8为适于用来实现本发明实施方式的示例性计算机设备的框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的信息处理方法和装置。
目前,对于新出的商品销售平台、广告推广平台等,一般在电商网站上进行促进首次消费的方式来吸引用户注册消费,例如,给予新用户固定的优惠、新用户红包等。
但是,给予新用户相同的优惠的方式,对不同用户的吸引力并不相同,个性化、针对性比较差。
针对这一问题,本发明实施例提出一种信息处理方法,以根据对象的特征信息,实现给予不同对象个性化的折扣信息,针对性强,降低了对象在第一推广平台上的试错成本。并且,通过直播间方式向对象展示第一推广平台,可以增加对象对第一推广平台的了解,能够进一步降低对象在第一推广平台的试错成本。
图1为本发明实施例提供的一种信息处理方法的流程示意图。
如图1所示,该信息处理方法包括:
步骤101,采集进入直播间内的对象的第一特征信息;其中,直播间用于向对象展示第一推广平台。
其中,第一推广平台包括但不限于广告展示平台、商品销售平台等等。
本实施例中,采用直播间的方式向对象展示第一推广平台,对象可以通过登陆账号进入直播间。在直播间内讲解人员可以向对象讲解第一推广平台,对象也可以与讲解人员进行互动,从而增加对象对第一推广平台的认识和了解,降低对象在第一推广平台的试错成本。
本实施例中,可以根据对象的账号信息,采集进入直播间内的每个对象的第一特征信息。其中,第一特征信息包括但不限于对象在第一推广平台的点击数、在其他推广平台的总消费、可支配的预算、对象自身特色(如行业、年龄)等。
步骤102,根据第一特征信息,分别获取对象在第一推广平台上发生目标事件的第一概率,以及对象留存在第一推广平台上的第二概率。
本实施例中,目标事件可以理解为在第一推广平台的首次消费,发生目标事件的第一概率可以理解为对象在第一推广平台首次消费的概率,第二概率可以理解为对象在第一推广平台持续消费的概率。
在获取第一特征信息后,可根据第一特征信息分别获取对象在第一推广平台发生目标事件的第一概率,和留存在第一推广平台的第二概率。
作为一种可能的实现方式,可对获取的第一特征信息进行综合分析,分别估计对象在第一推广平台上发生目标事件的第一概率,和对象留存在第一推广平台上的第二概率。
作为另一种可能的实现方式,可根据预测模型获取第一概率和第二概率。具体而言,可预先根据获取的历史对象的特征信息分别对两个机器模型进行训练,得到第一预测模型和第二预测模型。其中,第一测模型用于预测对象在第一推广平台上发生目标事件的概率,第二预测模型用于预测对象留存在第一推广平台上的概率。
针对每个对象,将对象的第一特征信息输入到第一预测模型进行机器学习,可以得到对象在第一推广平台上发生目标事件的第一概率;将对象的第一特征信息输入到第二预测模型进行机器学习,可以得到对象留存在第一推广平台上的第二概率。通过预测模型预测,可以提高对第一概率和第二概率的预测准确性。
步骤103,根据第一概率和第二概率,确定对象的用于表征对象对第一推广平台的接受程度的第一数值。
本实施例中,第一数值表示对象对第一推广平台的接受程度,第一数值越大,表示对象对第一推广平台的接受程度,也就是说对象的意愿度越大。
可以理解的是,当对象在第一推广平台首次消费的概率越大,以及对象留存在第一推广平台的概率越大,说明对象在第一推广平台消费的意愿度越大。因此,可以根据第一概率和第二概率,确定对象的第一数值。
作为一种可能的实现方式,可将第一概率和第二概率分别与各种对应的权重进行相乘,并将相乘后的结果相加得到第一数值,如公式(1)所示。
p=r1*p1+r2*p2 (1)
其中,p表示对象的第一数值,p1表示对象在第一推广平台上发生目标事件的概率,p2表示对象留存在第一推广平台上的概率,r1为p1的权重,r2为p2的权重。
以目标事件为首次消费,第一推广平台为Feed为例,首次消费的折扣主要目的是为了提升对象在Feed上的首次消费,因此计算对象的第一数值时,首次消费的概率的权重可大于对象在Feed上持续消费的概率的权重,例如取首次消费的概率的权重为0.8,持续消费的概率的权重为0.2。
步骤104,根据第一数值,确定对象发生目标事件时对应的折扣信息并发送给对象。
本实施例中,可根据对象接受第一推广平台的接受程度,确定对象在第一推广平台发生目标事件时享受的折扣。
具体地,可预先建立第一数值与折扣信息的对应关系。作为一个示例,当第一数值越大说明对象在第一推广平台的接受程度越大,对应的折扣力度越小;当第一数值越小说明对象在第一推广平台的接受程度越小,对应的折扣力度越大,以促进对象在第一推广平台上进行的消费。
在获得对象的第一数值后,可通过查询第一数值与折扣信息的对应关系,获得对象在第一推广平台发生目标事件时对应的折扣信息,并根据对象的账号信息,将折扣信息发送给对象。
如图2所示,图2为本发明实施例提供的一种第一数值与折扣力度的对应关系的示意图。需要说明的是,图2仅是第一数值与折扣信息的对应关系的一个示例,不能看作是对本发明的限制。
图2中,横坐标表示第一数值,纵坐标表示折扣力度,可以看出第一数值越小,折扣力度越大,以促进对象在第一推广平台消费。
图2中,当对象的第一数值在[0,0.2)范围内时,折扣力度为5,也就是说对象在第一推广平台首次消费时可以享受5折优惠;当对象的第一数值在[0.2,0.4)范围内时,折扣力度为6,也就是说对象在第一推广平台首次消费时可以享受6折优惠;当对象的第一数值在[0.4,0.6)范围内时,折扣力度为7,也就是说对象在第一推广平台首次消费时可以享受7折优惠;当对象的第一数值在[0.6,0.8)范围内时,折扣力度为8,也就是说对象在第一推广平台首次消费时可以享受8折优惠;对象的第一数值在[0.8,1]范围内时,折扣力度为9,也就是说对象在第一推广平台首次消费时可以享受9折优惠。
本发明实施例的信息处理方法,通过根据对象的特征信息,获取对象在第一推广平台发生目标事件的第一概率,和对象留存在第一推广平台的第二概率,并基于第一概率和第二概率,确定对象的第一数值,再根据第一数值确定对象在第一推广平台发生目标事件的折扣信息,从而实现了对不同对象推送个性化的折扣信息。
基于上述实施例,为了使更多对象用户进入直播间,提高对第一推广平台的推广效果,在对象进行入直播间之前,可对进入直播间的对象进行筛选。在图1的基础上,图3为本发明实施例提供的另一种信息处理方法的流程示意图。
如图3所示,该信息处理方法还可包括:
步骤105,接收对象发起的进入直播间的请求;请求中携带对象的标识信息。
当对象登陆账号后,可发送进入直播间的请求,这时可接收对象发起的进入直播间的请求。其中,请求中携带对象的标识信息,标识信息可包括对象的账号信息。
步骤106,根据标识信息,获取对象的相关信息。
在获取对象的标识信息后,可根据标识信息获取对象的相关信息,如对象类型(如个人、公司)、行业类型、账号类型等等。
步骤107,根据相关信息,判断对象是否满足预设的拒绝进入直播间的条件。
本实施例中,可根据获取的对象的相关信息,判断相关信息中是否存在满足预设的拒绝进入直播间的条件的信息。
作为一个示例,根据相关信息,判断对象的账户是否为账户状态异常的账户、风控部门提供的高风险账户、内部账户、已经签框的账号等。如果对象的账户信息满足上述之一,则可以确定对象满足预设的拒绝进入直播间的条件。进一步,可以设置一个第一推广平台适配行业的列表,然后根据相关信息中的行业类型,与列表进行对比,当列表中包括该行业类型时可以进入,不包括该行业类型时不能进入到直播间中。进一步地,还可以预先采集各个对象在其他推广平台的消费情况,根据该消费情况判断是否允许进入到直播间中,例如,根据其他推广平台上消费次数,来确定是否允许进入直播间,具体地,在其他推广平台上有过消费记录,而在第一推广平台上没有消费记录的对象,可以允许进入直播间。
步骤108,如果不满足条件,则允许对象进入直播间。
当对象不满足预设的拒绝进入直播间的条件时,允许对象进入直播间,当对象满足预设的拒绝进入直播间的条件时,禁止对象进入直播间。
本发明实施例的信息处理方法,在对象进入直播间之前,根据对象的相关信息,对发起进入直播间请求的对象进行筛选,以筛除不满足条件的对象,从而可以使更多满足条件的对象进入直播间,了解第一推广平台,进而提高第一推广平台的展示效果。
由于不同对象具有不同的消费水平,其购买能力也不相同,可根据消费水平确定最低消费金额,以降低对象的试错成本。基于上述实施例,图4为本发明实施例提供的又一种信息处理方法的流程示意图。
如图4所示,该信息处理方法还可包括:
步骤401,在采集进入直播间内的对象的第一特征信息的同时,采集对象的第二特征信息。
本实施例中,在采集进入直播间内的对象的第一特征信息的同时,还可采集对象的第二特征信息。
其中,第二特征信息可包括最近预设时间内对象在其他推广平台的消费信息。以第一推广平台为百度Feed为例,预设时间内对象在其他推广平台的消费信息可包括:总消费、北斗消费、秋实消费、百科消费、知识营销消费等等。
步骤402,根据第二特征信息,预测对象在第一推广平台上的消费类型。
本实施例中,可根据第二特征信息,确定对象在第一推广平台上的消费类型,其中,不同的消费类型,表示不同的消费水平。
作为一种可能的实现方式,可根据分类模型预测对象的消费类型。具体而言,可预先根据历史对象的特征信息作为训练样本,训练得到分类模型,其中分类模型的输出个数可根据需要进行设置。
在获取对象的第二特征信息后,将第二特征信息输入到分类模型进行分类预测,可以得到对象在每个消费类型下的预测概率,并将最大预测概率对应的消费类型作为是对象的消费类型。
本实施例中,通过分类模型预测对象的消费类型,准确率高,为了进一步提高预测的准确率,可增加训练样本的特性信息的种类,以提高对消费类型的预测准确率。
步骤403,根据对象的消费类型,确定对象在发生目标事件时的最低消费金额并发送给对象。
本实施例中,可预先建立消费类型与在发生目标事件时的最低消费金额的对应关系。在获得对象的消费类型后,可通过查询消费类型与在发生目标事件时的最低消费金额的对应关系,获得对象在发生目标事件时的最低消费金额,并根据对象的账号信息,将最低消费金额发送给对象。
以目标事件为首次消费为例,可根据对象的消费类型,获得与对象的消费类型对应的对象在首次消费时应消费的最低消费金额。
本发明实施例的信息处理方法,通过在采集对象的第一特征信息的同时,采集对象的第二特征信息,根据第二特征信息确定对象在发生目标事件时的最低消费金额,实现了对不同的对象要求个性化的最低消费金额,相比对所有对象都规定相同的最低消费金额,更符合对象的消费能力,从而可以降低对象在第一推广平台的试错成本。
在上述实施例的基础上,本发明实施例的信息处理方法还可包括,将折扣信息和最低消费金额组合后发送给对象。图5为发明实施例提供的一种获取第一消息的过程示意图。
如图5所示,可根据第一概率和第二概率,确定对象的第一数值,根据第一数值确定对象在第一推广平台发生目标事件时对应的折扣信息。另外,可根据消费类型,确定对象在在发生目标事件时的最低消费金额。
在获取折扣信息和最低消费金额后,将折扣信息和最低消费金额进行组合,形成第一消息。然后,将第一消息发送给对象。其中,第一消费中携带折扣信息和最低消费金额。
为了便于对象对第一消息的理解,并在第一消息中指示折扣信息需要在满足最低消费金额时有效。
举例而言,对象接收的第一消息中折扣信息为8折,最低消费金额为999,并指示出对象在第一推广平台首次消费不低于999时才可享受8折优惠。
进一步地,为了提高对象在第一推广平台消费,可对在直播过程中积极参与的对象给予奖励。上述实施例的基础上,图6为本发明实施例提供的再一种信息处理方法的流程示意图。
如图6所示,该信息处理方法还可包括:
步骤601,检测对象在直播过程中的互动信息。
本实施例中,可实时检测对象在直播过程中的互动信息,如点赞、留言、送礼、回答问题等。
步骤602,根据互动信息,向对象发放在发生目标事件时的额外奖励参数。
本实施例中,可根据对象在直播过程的互动信息,向对象发送发生目标事件时的额外奖励参数,如可享受的折上折的力度、红包等。
具体而言,可从互动信息中提取互动次数和互动类型,根据互动次数和互动类型,确定对象的活跃等级,根据活跃等级确定额外奖励参数。其中,互动次数越多,活跃等级越高,享受的额外奖励越多。
可以理解的是,在直播互动过程中,回答问题或者留言的对象,相比点赞的用户,对第一推广平台比较感兴趣,因此可以给该对象给予更好的优惠,以促进其在第一推广平台的消费。
本发明实施例的信息处理方法,通过根据在直播过程对象的互动信息,确定活跃等级,并根据活跃等级确定额外奖励参数,实现了给予不同互动情况的对象以个性化的额外奖励,从而提高了对象在第一推广平台消费的积极性,同时也降低了对象的试错成本。
为了实现上述实施例,本发明还提出一种信息处理装置。图7为本发明实施例提出的一种信息处理装置的结构示意图。
如图7所示,该信息处理装置包括:采集模块710、获取模块720、确定模块730、发送模块740。
其中,采集模块710用于采集进入直播间内的对象的第一特征信息;其中,直播间用于向所述对象展示第一推广平台。
获取模块720用于根据第一特征信息,分别获取对象在第一推广平台上发生目标事件的第一概率,以及对象留存在第一推广平台上的第二概率。
确定模块730用于根据第一概率和第二概率,确定对象的用于表征对象对第一推广平台的接受程度的第一数值。
发送模块740用于根据第一数值,确定对象发生目标事件时对应的折扣信息并发送给对象。
在本实施例一种可能的实现方式中,该装置还可包括:
接收模块,用于接收对象发起的进入直播间的请求;请求中携带对象的标识信息;
第一获取模块,用于根据标识信息,获取对象的相关信息;
判断模块,用于根据相关信息,判断对象是否满足预设的拒绝进入直播间的条件;如果不满足条件,则允许对象进入直播间。
在本实施例一种可能的实现方式中,获取模块720还用于:
将第一特征信息输入第一预测模型进行机器学习,得到第一概率;其中,第一预测模型用于预测对象在第一推广平台上发生目标事件的概率;
将第一特征输入到第二预测模型进行机器学习,得到第二概率;其中,第二预测模块用于预测对象留存在第一推广平台上的概率。
在本实施例一种可能的实现方式中,确定模块730还用于:
将第一概率和所述第二概率分别与各种对应的权重进行相乘,并将相乘后的结果相加得到第一数值。
在本实施例一种可能的实现方式中,该装置还可包括:
采集模块710,还用于在采集进入直播间内的对象的第一特征信息的同时,采集对象的第二特征信息;
预测模块,用于根据第二特征信息,预测对象在第一推广平台上的消费类型;
发送模块740,还用于根据对象的消费类型,确定对象在发生目标事件时的最低消费金额并发送给对象。
进一步地,在本实施例一种可能的实现方式中,该装置还可包括:
组合模块,用于将折扣信息和最低消费金额进行组合,形成第一消息;
发送模块740,还用于将第一消息发送给对象;其中第一消息中携带折扣信息和最低消费金额,并指示出折扣信息需要在满足最低消费金额时有效。
在本实施例一种可能的实现方式中,预测模块还用于:
将第二特征信息输入到分类模型进行分类预测,得到对象在每个消费类型下的预测概率,将最大预测概率对应的消费类型作为对象的消费类型。
在本实施例一种可能的实现方式中,该装置还可包括:
检测模块,用于检测对象在直播过程中的互动信息;
发送模块740,还用于根据互动信息,向对象发放在发生目标事件时的额外奖励参数。
在本实施例一种可能的实现方式中,发送模块740还用于:
从互动信息中提取互动次数和互动类型;
根据互动次数和所述互动类型,确定对象的活跃等级;
根据活跃等级确定额外奖励参数。
需要说明的是,前述对信息处理方法实施例的解释说明,也适用于该实施例的信息处理装置,在此不再赘述。
本发明实施例的信息处理装置,通过采集进入直播间内的对象的第一特征信息,其中,直播间用于向对象展示第一推广平台,根据第一特征信息,分别获取对象在第一推广平台上发生目标事件的第一概率,以及对象留存在第一推广平台上的第二概率,根据第一概率和第二概率,确定对象的用于表征对象对第一推广平台的接受程度的第一数值,根据第一数值,确定对象发生目标事件时对应的折扣信息并发送给对象。本实施例中,通过根据对象的特征信息,最终确定对象发生目标事件时对应的折扣信息,实现了给予不同对象个性化的折扣信息,针对性强,降低了对象在第一推广平台上的试错成本。并且,通过直播间方式向对象展示第一推广平台,可以增加对象对第一推广平台的了解,能够进一步降低对象在第一推广平台的试错成本。从而,解决了相关技术中给予用户相同优惠的方式,个性化差、试错成本高的问题。
为了实现上述实施例,本发明还提出一种计算机设备,包括处理器和存储器;
其中,处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于实现如前述实施例所述的信息处理方法。
为了实现上述实施例,本发明还提出一种计算机程序产品,当计算机程序产品中的指令由处理器执行时实现如前述实施例所述的信息处理方法。
为了实现上述实施例,本发明还提出一种其上存储有计算机程序,该程序被处理器执行时实现如前述实施例所述的信息处理方法。
图8示出了适于用来实现本发明实施方式的示例性计算机设备的框图。图8显示的计算机设备12仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示,通常称为“硬盘驱动器”)。尽管图8中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,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模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (13)
1.一种信息处理方法,其特征在于,包括:
采集进入直播间内的对象的第一特征信息;其中,所述直播间用于向所述对象展示第一推广平台;
根据所述第一特征信息,分别获取所述对象在所述第一推广平台上发生目标事件的第一概率,以及所述对象留存在所述第一推广平台上的第二概率;
根据所述第一概率和所述第二概率,确定所述对象的用于表征所述对象对所述第一推广平台的接受程度的第一数值;
根据所述第一数值,确定所述对象发生所述目标事件时对应的折扣信息并发送给所述对象。
2.根据权利要求1所述的方法,其特征在于,所述对进入直播间内的对象的第一特征信息进行采集之前,还包括:
接收所述对象发起的进入所述直播间的请求;所述请求中携带所述对象的标识信息;
根据所述标识信息,获取所述对象的相关信息;
根据所述相关信息,判断所述对象是否满足预设的拒绝进入所述直播间的条件;
如果不满足所述条件,则允许所述对象进入所述直播间。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一特征信息,分别获取所述对象在所述第一推广平台上发生目标事件的第一概率,以及所述对象留存在所述第一推广平台上的第二概率,包括:
将所述第一特征信息输入第一预测模型进行机器学习,得到所述第一概率;其中,所述第一预测模型用于预测所述对象在所述第一推广平台上发生所述目标事件的概率;
将所述第一特征输入到第二预测模型进行机器学习,得到所述第二概率;其中,所述第二预测模块用于预测所述对象留存在所述第一推广平台上的概率。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一概率和所述第二概率,确定所述对象的用于表征所述对象对所述第一推广平台的接受程度的第一数值,包括:
将所述第一概率和所述第二概率分别与各种对应的权重进行相乘,并将相乘后的结果相加得到所述第一数值。
5.根据权利要求1所述的方法,其特征在在于,还包括:
在采集进入直播间内的对象的第一特征信息的同时,采集所述对象的第二特征信息;
根据所述第二特征信息,预测所述对象在所述第一推广平台上的消费类型;
根据所述对象的消费类型,确定所述对象在发生所述目标事件时的最低消费金额并发送给所述对象。
6.根据权利要求5所述的方法,其特征在于,还包括:
将所述折扣信息和所述最低消费金额进行组合,形成第一消息;
将所述第一消息发送给所述对象;其中所述第一消息中携带所述折扣信息和所述最低消费金额,并指示出所述折扣信息需要在满足所述最低消费金额时有效。
7.根据权利要求5所述的方法,其特征在于,所述根据所述第二特征信息,预测所述对象在所述第一推广平台上的消费类型,包括:
将所述第二特征信息输入到分类模型进行分类预测,得到所述对象在每个消费类型下的预测概率,将最大预测概率对应的消费类型作为所述对象的消费类型。
8.根据权利要求1-7任一项所述的方法,其特征在于,还包括:
检测所述对象在直播过程中的互动信息;
根据所述互动信息,向所述对象发放在发生所述目标事件时的额外奖励参数。
9.根据权利要求8所述的方法,其特征在于,所述根据所述互动信息,向所述对象发放在发生所述目标事件时的额外奖励参数,包括:
从所述互动信息中提取互动次数和互动类型;
根据所述互动次数和所述互动类型,确定所述对象的活跃等级;
根据所述活跃等级确定所述额外奖励参数。
10.一种信息处理装置,其特征在于,包括:
采集模块,用于采集进入直播间内的对象的第一特征信息;其中,所述直播间用于向所述对象展示第一推广平台;
获取模块,用于根据所述第一特征信息,分别获取所述对象在所述第一推广平台上发生目标事件的第一概率,以及所述对象留存在所述第一推广平台上的第二概率;
确定模块,用于根据所述第一概率和所述第二概率,确定所述对象的用于表征所述对象对所述第一推广平台的接受程度的第一数值;
发送模块,用于根据所述第一数值,确定所述对象发生所述目标事件时对应的折扣信息并发送给所述对象。
11.一种计算机设备,其特征在于,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-9中任一所述的信息处理方法。
12.一种计算机程序产品,其特征在于,当所述计算机程序产品中的指令由处理器执行时实现如权利要求1-9中任一所述的信息处理方法。
13.一种非临时性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如权利要求1-9中任一所述的信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810048375.3A CN108564392A (zh) | 2018-01-18 | 2018-01-18 | 信息处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810048375.3A CN108564392A (zh) | 2018-01-18 | 2018-01-18 | 信息处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108564392A true CN108564392A (zh) | 2018-09-21 |
Family
ID=63529847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810048375.3A Pending CN108564392A (zh) | 2018-01-18 | 2018-01-18 | 信息处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108564392A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599263A (zh) * | 2019-09-26 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 用户互动数据处理方法、装置、存储介质和计算机设备 |
CN111860377A (zh) * | 2020-07-24 | 2020-10-30 | 中国平安人寿保险股份有限公司 | 基于人工智能的直播方法、装置、电子设备及存储介质 |
CN112785729A (zh) * | 2020-12-30 | 2021-05-11 | 深圳市顺易通信息科技有限公司 | 一种停车费减免的处理方法及装置 |
CN113408730A (zh) * | 2020-03-17 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 因果关系生成方法、装置及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205946045U (zh) * | 2016-08-24 | 2017-02-08 | 凌义川 | 一种音视频互动直播管理系统 |
CN106846041A (zh) * | 2016-12-26 | 2017-06-13 | 携程计算机技术(上海)有限公司 | 优惠券的发放方法及系统 |
CN106991108A (zh) * | 2016-09-27 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 一种信息的推送方法及装置 |
CN107220845A (zh) * | 2017-05-09 | 2017-09-29 | 北京小度信息科技有限公司 | 用户复购概率预测/用户质量确定方法、装置及电子设备 |
CN107249137A (zh) * | 2017-06-28 | 2017-10-13 | 张迅 | 信息推送的方法、装置及系统 |
CN107451840A (zh) * | 2016-05-31 | 2017-12-08 | 百度在线网络技术(北京)有限公司 | 一种交易信息推送方法和装置 |
CN107491989A (zh) * | 2017-08-10 | 2017-12-19 | 北京赛鱼网络科技有限公司 | 基于直播的优惠券发行方法、装置及存储介质 |
CN107545452A (zh) * | 2016-06-27 | 2018-01-05 | 百度在线网络技术(北京)有限公司 | 一种资源投放方法和装置 |
-
2018
- 2018-01-18 CN CN201810048375.3A patent/CN108564392A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451840A (zh) * | 2016-05-31 | 2017-12-08 | 百度在线网络技术(北京)有限公司 | 一种交易信息推送方法和装置 |
CN107545452A (zh) * | 2016-06-27 | 2018-01-05 | 百度在线网络技术(北京)有限公司 | 一种资源投放方法和装置 |
CN205946045U (zh) * | 2016-08-24 | 2017-02-08 | 凌义川 | 一种音视频互动直播管理系统 |
CN106991108A (zh) * | 2016-09-27 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 一种信息的推送方法及装置 |
CN106846041A (zh) * | 2016-12-26 | 2017-06-13 | 携程计算机技术(上海)有限公司 | 优惠券的发放方法及系统 |
CN107220845A (zh) * | 2017-05-09 | 2017-09-29 | 北京小度信息科技有限公司 | 用户复购概率预测/用户质量确定方法、装置及电子设备 |
CN107249137A (zh) * | 2017-06-28 | 2017-10-13 | 张迅 | 信息推送的方法、装置及系统 |
CN107491989A (zh) * | 2017-08-10 | 2017-12-19 | 北京赛鱼网络科技有限公司 | 基于直播的优惠券发行方法、装置及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599263A (zh) * | 2019-09-26 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 用户互动数据处理方法、装置、存储介质和计算机设备 |
CN113408730A (zh) * | 2020-03-17 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 因果关系生成方法、装置及电子设备 |
CN113408730B (zh) * | 2020-03-17 | 2024-04-26 | 北京达佳互联信息技术有限公司 | 因果关系生成方法、装置及电子设备 |
CN111860377A (zh) * | 2020-07-24 | 2020-10-30 | 中国平安人寿保险股份有限公司 | 基于人工智能的直播方法、装置、电子设备及存储介质 |
CN112785729A (zh) * | 2020-12-30 | 2021-05-11 | 深圳市顺易通信息科技有限公司 | 一种停车费减免的处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564392A (zh) | 信息处理方法和装置 | |
Wang et al. | Effect of online review sentiment on product sales: The moderating role of review credibility perception | |
Lawton | Resident perceptions of tourist attractions on the Gold Coast of Australia | |
Gowthorpe | Wider still and wider? A critical discussion of intellectual capital recognition, measurement and control in a boundary theoretical context | |
Dodds et al. | Effects of price, brand, and store information on buyers’ product evaluations | |
Molina et al. | What content to post? Evaluating the effectiveness of Facebook communications in destinations | |
CN103218356B (zh) | 一种面向开放平台的提问质量判定方法和系统 | |
CN109871909A (zh) | 图像识别方法及装置 | |
CN108446813A (zh) | 一种电商服务质量综合评价的方法 | |
CN108182246A (zh) | 敏感词检测过滤方法、装置和计算机设备 | |
CN109491902A (zh) | 交互测试方法、装置及系统 | |
CN108446222A (zh) | 应用测试方法、装置及设备 | |
CN108090211A (zh) | 热点新闻推送方法和装置 | |
CN108038107A (zh) | 基于卷积神经网络的语句情感分类方法、装置及其设备 | |
CN108319720A (zh) | 基于人工智能的人机交互方法、装置及计算机设备 | |
CN109962881A (zh) | 基于工业控制系统的入侵检测方法、装置以及系统 | |
CN108563655A (zh) | 基于文本的事件识别方法和装置 | |
CN110489455A (zh) | 学习资源推荐方法、装置、电子设备和存储介质 | |
CN108647273A (zh) | 交友推荐方法及装置 | |
CN106612230A (zh) | 媒体信息的推广方法、客户端及服务器 | |
CN109242831A (zh) | 图像质量检测方法、装置、计算机设备和存储介质 | |
CN108170806A (zh) | 敏感词检测过滤方法、装置和计算机设备 | |
CN110070140A (zh) | 基于多类别信息的用户相似性确定方法及装置 | |
CN109255070A (zh) | 推荐信息处理方法、装置、计算机设备及存储介质 | |
CN107704549A (zh) | 语音搜索方法、装置及计算机设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180921 |