CN108764958A - 基于用户特征标签的推荐方法以及装置 - Google Patents

Abstract

本申请公开了一种基于用户特征标签的推荐方法，包括：确定符合特征标签集中的特征标签的用户分群；生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；所述业务方根据用户所属的用户分群的推荐策略进行推荐；获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。所述基于用户特征标签的推荐方法通过对用户分群和推荐策略进行优化调整，从而获得更加完善的推荐策略，在此基础上能够使业务方对用户实现更加精准化的推荐，提升推荐效率。

Description

基于用户特征标签的推荐方法以及装置

技术领域

本申请涉及数据分析技术领域，具体涉及一种基于用户特征标签的推荐方法。本申请同时涉及一种基于用户特征标签的推荐装置，一种丽人场景下基于用户特征标签的推荐方法以及装置，以及两种电子设备。

背景技术

随着互联网技术的不断发展，很多基于互联网的服务应运而生，以美容美发行业服务为例，有许多应用于美容美发行业的服务可以为美容美发行业的门店的顾客提供线上线下的服务。美容美发行业内的商家需要了解该行业内的用户(消费者)特征，才能更好的提供服务，但由于缺乏成熟的行业用户画像和数据统计供行业和商户使用，导致行业和商户对用户群体的了解并不充分。

目前，行业内的商户已开始在线下进行用户数据信息的收集，但商户在收集用户数据时并无明确方向，不知道应该收集用户的哪些信息，只能广撒网尽量多的收集用户信息，耗时耗力；并且在根据收集到的用户信息进行营销推荐时，主要是针对全体用户或新用户、流失用户等这样泛化的用户群体进行营销推荐，无法根据用户的特征进行精准的营销，导致营销推荐的推荐效果比较差。

发明内容

本申请提供一种基于用户特征标签的推荐方法，以解决现有技术存在的缺陷。本申请同时涉及一种基于用户特征标签的推荐装置，一种丽人场景下基于用户特征标签的推荐方法以及装置，以及两种电子设备。

本申请提供一种基于用户特征标签的推荐方法，包括：

确定符合特征标签集中的特征标签的用户分群；

生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；所述业务方根据用户所属的用户分群的推荐策略进行推荐；

获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；

针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

可选的，所述获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果步骤执行后，且所述针对所述用户分群、所述推荐策略以及所述推荐效果进行分析步骤执行前，执行如下操作：

根据所述推荐效果检测所述用户分群的推荐策略是否需要进行优化调整，若是，执行所述针对所述用户分群、所述推荐策略以及所述推荐效果进行分析步骤。

可选的，所述根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整步骤执行后，执行如下操作：

按照所述优化调整方案对所述用户分群和所述推荐策略进行优化调整，获得第二用户分群，以及所述第二用户分群的第二推荐策略；

将所述第二用户分群和所述第二推荐策略下发至所述业务方；所述业务方根据所述用户所属的第二用户分群的第二推荐策略进行推荐；

获取所述业务方根据所述第二推荐策略向所述用户推荐的第二推荐效果；

针对所述第二用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；

根据分析获得的第二优化调整方案对所述第二用户分群和所述第二推荐策略进行优化调整。

可选的，所述确定符合特征标签集中的特征标签的用户分群步骤执行前，执行如下操作：

根据所述业务方所属业务领域的基准用户特征，生成适于所述业务领域的基准特征标签集；

获取所述业务方针对用户进行业务处理时提交的用户特征信息；

利用所述用户特征信息在所述业务领域对应的特征标签对所述基准特征标签集进行更新，获得所述特征标签集。

可选的，所述基准特征标签集包含所述业务领域的特征标签、所述基准用户特征与所述特征标签的对应关系；并且，所述基准用户特征由至少一个特征维度的用户特征组成，所述基准特征标签集包含的所述业务领域的特征标签与所述特征维度的用户特征对应，每个特征维度的用户特征对应的特征标签的数目大于或者等于1。

本申请还提供一种丽人场景下基于用户特征标签的推荐方法，包括：

获取丽人门店所属丽人行业的特征标签集中的特征标签；

确定符合所述特征标签的丽人用户分群；

生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略；所述丽人门店根据丽人用户所属的丽人用户分群的推荐策略进行推荐；

获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果；

针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。

可选的，所述获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果步骤执行后，且所述针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析步骤执行前，执行如下操作：

根据所述推荐效果检测所述丽人用户分群的推荐策略是否需要进行优化调整，若是，执行所述针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析步骤。

可选的，所述根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整步骤执行后，执行如下操作：

按照所述优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整，获得第二丽人用户分群，以及所述第二丽人用户分群的第二推荐策略；

将所述第二丽人用户分群和所述第二推荐策略下发至所述丽人门店；所述丽人门店根据所述丽人用户所属的第二丽人用户分群的第二推荐策略进行推荐；

获取所述丽人门店根据所述第二推荐策略向所述丽人用户推荐的第二推荐效果；

针对所述第二丽人用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；

根据分析获得的第二优化调整方案对所述第二丽人用户分群和所述第二推荐策略进行优化调整。

可选的，所述获取丽人门店所属丽人行业的特征标签集中的特征标签步骤执行前，执行如下操作：

根据所述丽人门店所属丽人行业的基准用户特征，生成适于所述丽人行业的基准特征标签集；

获取所述丽人门店针对丽人用户进行业务处理时提交的用户特征信息；

利用所述用户特征信息在所述丽人行业对应的特征标签对所述基准特征标签集进行更新，获得所述特征标签集。

可选的，所述基准特征标签集包含所述业务领域的特征标签、所述基准用户特征与所述特征标签的对应关系；并且，所述基准用户特征由至少一个特征维度的用户特征组成，所述基准特征标签集包含的所述业务领域的特征标签与所述特征维度的用户特征对应，每个特征维度的用户特征对应的特征标签的数目大于或者等于1。

本申请还提供一种基于用户特征标签的推荐装置，包括：

用户分群确定单元，用于确定符合特征标签集中的特征标签的用户分群；

推荐策略生成单元，用于生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；所述业务方根据用户所属的用户分群的推荐策略进行推荐；

推荐效果获取单元，用于获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；

推荐效果分析单元，用于针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；

优化调整单元，用于根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

本申请还提供一种基于用户特征标签的推荐装置，包括：

特征标签集获取单元，用于获取丽人门店所属丽人行业的特征标签集中的特征标签；

丽人用户分群确定单元，用于确定符合所述特征标签的丽人用户分群；

推荐策略生成单元，用于生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略；所述丽人门店根据丽人用户所属的丽人用户分群的推荐策略进行推荐；

推荐效果获取单元，用于获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果；

推荐效果分析单元，用于针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析；

优化调整单元，用于根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。

本申请还提供一种电子设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：

确定符合特征标签集中的特征标签的用户分群；

生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；

所述业务方根据用户所属的用户分群的推荐策略进行推荐；

获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；

针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

本申请另外提供一种电子设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：

获取丽人门店所属丽人行业的特征标签集中的特征标签；

确定符合所述特征标签的丽人用户分群；

生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略；所述丽人门店根据丽人用户所属的丽人用户分群的推荐策略进行推荐；

获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果；

针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。

本申请提供的所述基于用户特征标签的推荐方法，包括：确定符合特征标签集中的特征标签的用户分群；生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；所述业务方根据用户所属的用户分群的推荐策略进行推荐；获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

所述基于用户特征标签的推荐方法，根据特征标签确定的用户分群来生成相应的推荐策略，利用生成的推荐策略对相应用户进行推荐，并进一步推荐策略在业务方向用户进行推荐的推荐效果，在对推荐效果、推荐策略以及用户分群进行分析获得的优化调整方案的基础上，根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整，从而获得更加完善的推荐策略，在此基础上能够使业务方对用户实现更加精准化的推荐，提升推荐效率。

附图说明

附图1是本申请提供的一种基于用户特征标签的推荐方法实施例的处理流程图；

附图2是本申请提供的一种丽人场景下基于用户特征标签的推荐方法实施例的处理流程图；

附图3是本申请提供的一种基于用户特征标签的推荐装置实施例的示意图；

附图4是本申请提供的一种丽人场景下基于用户特征标签的推荐装置实施例的示意图；

附图5是本申请提供的一种电子设备的示意图；

附图6是本申请提供的另一种电子设备的示意图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

本申请提供一种基于用户特征标签的推荐方法，本申请还提供一种基于用户特征标签的推荐装置，一种丽人场景下基于用户特征标签的推荐方法以及装置，以及两种电子设备。以下分别结合本申请提供的实施例的附图逐一进行详细说明，并且对方法的各个步骤进行说明。

本申请提供的一种基于用户特征标签的推荐方法实施例如下：

参照附图1，其示出了本申请提供的一种基于用户特征标签的推荐方法实施例的处理流程图。

步骤S101，确定符合特征标签集中的特征标签的用户分群。

对于不同业务领域的业务方而言，都需要根据所处行业领域的特性，有目的的统计、积累用户数据，在用户数据的基础上对所服务的用户群体进行深入的了解，从而来提升营销效率，最终实现收入的增加。本申请提供的所述基于用户特征标签的推荐方法通过深入业务方所处的行业领域，利用业务方对用户特征的积累和收集形成的特征标签集，通过为每个行业领域的业务方提供标准的特征标签集，根据特征标签集中的特征标签确定满足所述特种标签的用户分群，针对不同用户分群生成不同的营销策略，并进一步观察营销策略在业务方向用户进行推荐的推荐效果，从而来调整特征标签集中特征标签对应的营销策略，最终针对特征标签生成较为完善的营销策略，实现精细化的营销推荐。

本申请实施例所述业务领域，包括丽人、足疗、按摩、运动健身等服务行业，特别的，对于丽人服务行业，该服务行业下的子类目包括：美发、美甲、美瞳、美容SPA、医学美容、皮肤管理、瑜伽、韩式定妆、舞蹈、化妆品、纤体瘦身、纹身、祛痘、脱毛、彩妆造型、产后塑形、美睫等。在任意一个或者多个服务行业的场景下均可实现所基于用户特征标签的推荐方法，或者在任意一个服务行业的子类目场景下实现所述基于用户特征标签的推荐方法，比如在丽人服务行业的美容子类目这一场景下基于用户特征标签进行推荐。除此之外，还可以在服务行业之外的其他行业场景下实现，比如餐饮、酒店、汽车服务、游戏娱乐等行业场景下实现，比如在餐饮场景下基于用户特征标签进行推荐，对此不作限定。

本申请实施例所述基于用户特征标签的推荐方法，基于所述特征标签集来确定所述特征标签集中包含的特征标签对应的用户分群，即：确定的用户分群当中的用户符合该特征标签。本申请实施例提供的一种优选实施方式中，所述特征标签集预先采用如下方式确定：根据所述业务方所属业务领域的基准用户特征，生成适于所述业务领域的基准特征标签集，获取所述业务方针对用户进行业务处理时提交的用户特征信息，利用所述用户特征信息在所述业务领域对应的特征标签对所述基准特征标签集进行更新，最终获得所述特征标签集。优选的，所述基准特征标签集包含所述业务领域的特征标签、所述基准用户特征与所述特征标签的对应关系；并且，所述基准用户特征由至少一个特征维度的用户特征组成，所述基准特征标签集包含的所述业务领域的特征标签与所述特征维度的用户特征对应，每个特征维度的用户特征对应的特征标签的数目大于或者等于1。

在实际应用中，所述业务方所属业务领域的基准用户特征由所述业务方上传，并且在生成所述特征标签集后，生成的所述特征标签集被同步至所述业务领域范围内的业务方，供所述业务方在进行业务处理时使用。在此基础上，将所述特征标签集发送给业务方后，经过一段时间的积累，还可以根据这一段时间内业务方积累用户数据对所述特征标签集进行调整，从而使调整后的特征标签集中包含的特征标签能够更加准确和全面；并且，进一步将调整后的特征标签集再次同步至业务方进行业务处理，由业务方继续在业务处理过程中积累用户数据，最终通过“累积->统计->调整->再累积”这样反复的流程，形成更加成熟稳定的特征标签集。

本步骤中，选取所述特征标签集中一个或者多个特征标签，根据特征标签对用户进行精准分群，从而获得符合特征标签的用户分群，每个用户分群内为不同类型的用户。例如，从特征标签集中获取两个特征标签，按照这两个特征标签对用户进行分群，获得同时符合这两个特征标签的用户组成的用户分群。

步骤S102，生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略。

上述步骤S101根据选取的所述特征标签集中的一个或者多个特征标签确定符合所述特征标签的用户分群后，本步骤根据上述确定的所述用户分群，生成与所述用户分群的至少一个特征标签匹配的推荐策略，并将生成的所述推荐策略下发至所述业务方，由所述业务方根据用户所属的用户分群的推荐策略向用户进行推荐。如上所述，所述用户分群中用户可能同时满足一个或者多个特征标签，由此可见，生成的与所述用户分群的一个或者多个特征标签匹配的推荐策略可能是一个，也可能是多个；如果生成的推荐策略有多个，则每个推荐策略均表示在不同维度按照特征标签输出的不同推荐策略，从而在多个维度采用不同的推荐策略实现精细化的营销推荐。

例如，针对某用户分群当中的用户，该用户分群当中的用户同时符合特征标签集中的两个特征标签，则可分别根据这两个特征标签针对用户生成两个维度的推荐策略，还可同时根据这两个特征标签针对用户生成第三个维度的推荐策略。生成的推荐策略(营销推荐策略)可以是广告投放策略、优惠的商品和力度、触达用户的频次、提供的服务和话术等。

步骤S103，获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果。

上述步骤根据所述用户分群生成与所述用户分群的至少一个特征标签匹配的推荐策略，并将生成的所述推荐策略下发至所述业务方，所述业务方在收到所述推荐策略后进行实施，即：业务方根据用户所属的用户分群的推荐策略向用户进行营销推荐。业务方在实施所述推荐策略的同时，需记录根据所述推荐策略向用户进行营销推荐的推荐效果，比如记录不同用户分群返店消费的频率、客单价、短信触达后再次到店的时间间隔等。本步骤获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果，为下述步骤在所述推荐效果的基础上进行进一步处理做准备。

在具体实施中，在获取到所述业务方根据所述推荐策略向所述用户推荐的推荐效果后，还可以根据所述推荐策略的推荐效果来确定是否需要对当前推荐策略进行优化调整，比如通过对业务方按照推荐策略向用户进行营销推荐的推荐效果与未采用推荐策略进行营销推荐的推荐效果二者进行比较，如果按照推荐策略向用户进行营销推荐的推荐效果相比未采用推荐策略进行营销推荐的推荐效果，业务方的业务量增长幅度较小甚至发生业务量下滑，或者是业务量增长未到达预期目标，这些情况下均可对所述用户分群、所述用户分群的推荐策略以及所述推荐策略的推荐效果进行进一步分析。

步骤S104，针对所述用户分群、所述推荐策略以及所述推荐效果进行分析。

本申请实施例中，结合所述用户分群、所述用户分群的推荐策略以及所述推荐策略的推荐效果三者进行分析统计，从而根据分析统计的结果获知按照用户分群的推荐策略向用户进行营销推荐，对业务方的运营是否产生积极效果，比如是否提升业务方的业务量，以及提升的业务量具体是多少等。具体的，可按照不同用户分群进行分析统计，分别对每个用户分群进行分析统计，根据分析统计结果得出该用户分群以及该用户分群的推荐策略的设置是否合理或者是否达到最优，若否，则进一步确定如何对该用户分群和/或该用户分群的推荐策略进行调整的优化调整方案。

步骤S105，根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

本步骤根据上述步骤S104对所述用户分群、所述用户分群的推荐策略以及所述推荐策略的推荐效果进行分析获得的所述优化调整方案，根据所述优化调整方案对所述用户分群进行优化调整，以及对所述用户分群的推荐策略也进行优化调整，从而使业务方向用户的营销推荐能够获得更优的推荐效果。

在实际应用中，业务方的实际业务可能会随着时间的推移发生变化，在不同的时间段侧重不同的方向，或者是由于业务战略调整导致的业务变化，在业务发生变化之后，则在进行业务处理时针对不同用户分群采用的不同推荐策略可能并一定适合业务变化后的场景，因此可能需要多次针对用户分群以及推荐策略的优化调整。由此可见，实际中针对用户分群或者推荐策略的优化调整可能在业务进行过程中不断发生的，通过多次优化调整获得更优的用户分群和推荐策略。

本申请实施例以任意一次优化调整为例进行说明，优选的，该优化调整具体实现如下：按照所述优化调整方案对所述用户分群和所述推荐策略进行优化调整，获得第二用户分群，以及所述第二用户分群的第二推荐策略；将所述第二用户分群和所述第二推荐策略下发至所述业务方；所述业务方根据所述用户所属的第二用户分群的第二推荐策略进行推荐；获取所述业务方根据所述第二推荐策略向所述用户推荐的第二推荐效果；针对所述第二用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；根据分析获得的第二优化调整方案对所述第二用户分群和所述第二推荐策略进行优化调整。

比如业务方根据调整后的新用户分群和新推荐策略再次进行业务处理，并记录新推荐策略的推荐效果，定期分析是否需要对用户分群和推荐策略进行优化调整；直至半年或1年后业务方的客群基本稳定，此时用户分群和推荐策略已达到最优。

综上所述，本申请实施例提供的所述基于用户特征标签的推荐方法，根据特征标签确定的用户分群来生成相应的推荐策略，利用生成的推荐策略对相应用户进行推荐，并进一步推荐策略在业务方向用户进行推荐的推荐效果，在对推荐效果、推荐策略以及用户分群进行分析获得的优化调整方案的基础上，根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整，从而获得更加完善的推荐策略，在此基础上能够使业务方对用户实现更加精准化的营销推荐，提升营销推荐的效率。

目前，生活服务类应用广泛被用户使用，通过生活服务类的推荐，用户可获知各类生活相关门店的基本信息、服务评价、门店环境评价等，并可使用该生活服务类应用进行支付。尤其是在丽人、足疗、按摩、运动健身等服务行业，这类行业的特点是服务直接作用于用户本身，用户对服务质量非常重视，对这类行业的门店而言，如何更好的收集用户的服务反馈从而来提升服务质量，从而进一步提升业务量成为亟待解决的问题。类似的，在服务行业之外的其他行业场景下，比如餐饮、酒店、汽车服务、游戏娱乐等行业场景下，此类行业的门店同样存在类似的问题。特别的，对于丽人服务行业，该服务行业下的子类目包括：美发、美容、美甲、美瞳、美容SPA、医学美容、皮肤管理、瑜伽、韩式定妆、舞蹈、化妆品、纤体瘦身、纹身、祛痘、脱毛、彩妆造型、产后塑形、美睫等。

本申请实施例以丽人服务行业下的美发子类目这一场景(即：美发场景)为例，通过本申请提供的所述丽人场景下基于用户特征标签的推荐方法来解决丽人行业存在上述问题。需要说明的是，除所述美容场景之外，对于上述丽人服务行业下的其他子类目，均可通过所述丽人场景下基于用户特征标签的推荐方法实现，参照下述提供的丽人场景下基于用户特征标签的推荐方法实施例即可，本申请实施例在此不再一一赘述。

参照附图2，其示出了本申请提供的一种丽人场景下基于用户特征标签的推荐方法实施例的处理流程图。

所述美发场景下基于用户特征标签的推荐方法如附图2所示，具体包括以下步骤：

步骤S201，获取丽人门店所属丽人行业的特征标签集中的特征标签。

所述特征标签，是指通过选取丽人服务行业下的美发子类目(可理解为美发行业)内美发用户的特征信息，根据选取的特征信息聚类出的能够表征多个美发用户组成的美发用户群体在某一维度特征的标签信息；聚类出的多个特征标签组成所述特征标签集，在选取的美发行业内美发用户的数量足够大或者选取的美发用户具有足够代表性的前提下，获得的所述特征标签集可适用于美发行业的所有美发门店。

本申请实施例提供的一种优选实施方式中，所述美发行业的特征标签集预先采用如下方式确定：根据所述美发门店所属美发行业的基准用户特征，生成适于所述美发行业的基准特征标签集，获取所述美发门店针对美发用户进行业务处理时提交的用户特征信息，利用所述用户特征信息在所述美发行业对应的特征标签对所述基准特征标签集进行更新，获得所述特征标签集。优选的，所述基准特征标签集包含所述业务领域的特征标签、所述基准用户特征与所述特征标签的对应关系；并且，所述基准用户特征由至少一个特征维度的用户特征组成，所述基准特征标签集包含的所述业务领域的特征标签与所述特征维度的用户特征对应，每个特征维度的用户特征对应的特征标签的数目大于或者等于1。

本申请实施例中，按照美发用户的性别、发长、发质、发量、造型特点、消费能力等特征信息，最终形成的美发行业的特征标签集，如下表：

步骤S202，确定符合所述特征标签的丽人用户分群。

本步骤根据上述步骤S201在美发行业的特征标签集中获取的特征标签，根据获取的特征标签对美发用户进行精准的分群，从而获得符合特征标签的美发用户分群，每个美发用户分群内为不同类型的美发用户。

例如，某家美发门店有顾客(用户)5000人，其中2000人仅到店1次，2000人到店2～4次，1000人为固定常客，按照上述提供的美发行业的特征标签集，可将该美发门店的美发用户划分为如下美发用户分群：

美发用户分群A：男性&超短发；

美发用户分群B：女性&短发；

美发用户分群C：女性&长发&近期烫过；

美发用户分群D：女性&干枯或受损&定期护理&月消费10k以上。

步骤S203，生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略。

上述步骤S202根据预先生成美发行业的特征标签集中的一个或者多个特征标签，确定符合所述特征标签的美发用户分群后，本步骤根据上述确定的所述美发用户分群，生成与所述美发用户分群的至少一个特征标签匹配的推荐策略，并将生成的所述推荐策略下发至美发行业的所有美发门店，美发门店在收到所述美发行业的特征标签集后，针对进入门店的美发用户，根据该美发用户所属的美发用户分群的推荐策略向该美发用户进行推荐。

沿用上例，根据不同的美发用户分群提供对应的营销推荐策略，如下示例：

美发用户分群A的营销推荐策略:最近一次离店3周后短信触达提示剪发有折扣；

美发用户分群B的营销推荐策略：最近一次离店4周后短信提示剪发有折扣+发型造型产品折扣价推荐；

美发用户分群C的营销推荐策略：最近一次离店1周后短信提示头发护理有折扣+头发护理产品折扣价推荐；

美发用户分群D的营销推荐策略：每两周短信推荐头发护理套餐+高端头发护理产品推荐。

步骤S204，获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果。

如上所述，上述步骤根据所述美发用户分群生成与所述美发用户分群的至少一个特征标签匹配的推荐策略，并将生成的所述推荐策略下发至所述美发门店，所述美发门店在收到所述推荐策略后，根据美发用户所属的美发用户分群的推荐策略向美发用户进行营销推荐。美发门店在实施所述推荐策略的同时，需记录根据所述推荐策略向美发用户进行营销推荐的推荐效果，比如记录不同美发用户分群返店消费的频率、客单价、短信触达后再次到店的时间间隔等。本步骤获取所述美发门店根据所述推荐策略向所述美发用户推荐的推荐效果，为下述步骤在所述推荐效果的基础上进行进一步处理做准备。

在具体实施中，在获取到所述美发门店根据所述推荐策略向所述美发用户推荐的推荐效果后，还可以根据所述推荐策略的推荐效果来确定是否需要对当前推荐策略进行优化调整，比如通过对美发门店按照推荐策略向美发用户进行营销推荐的推荐效果与未采用推荐策略进行营销推荐的推荐效果二者进行比较，如果采用推荐策略向美发用户进行营销推荐后，美发门店的业务量增长幅度较小甚至发生业务量下滑，或者是业务量增长未到达预期目标，这些情况下均可对所述美发用户分群、所述美发用户分群的推荐策略以及所述推荐策略的推荐效果进行进一步分析。

步骤S205，针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析。

本申请实施例中，结合所述美发用户分群、所述美发用户分群的推荐策略以及所述推荐策略的推荐效果三者进行分析统计，从而根据分析统计的结果获知按照美发用户分群的推荐策略向美发用户进行营销推荐，对美发门店的运营是否产生积极效果，比如是否提升美发门店的业务量，以及提升的业务量具体是多少等。

步骤S206，根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。

本步骤根据上述步骤S205对所述美发用户分群、所述美发用户分群的推荐策略以及所述推荐策略的推荐效果进行分析获得的所述优化调整方案，根据所述优化调整方案对所述美发用户分群进行优化调整，以及对所述美发用户分群的推荐策略也进行优化调整，从而使美发门店向美发用户的营销推荐能够获得更优的推荐效果。

在实际应用中，美发门店的实际业务可能会随着时间的推移发生变化，因此，实际中针对美发用户分群或者推荐策略的优化调整可能在业务进行过程中不断发生的，通过多次优化调整获得更优的美发用户分群和推荐策略。本申请实施例以任意一次优化调整为例进行说明，优选的，该优化调整具体实现如下：按照所述优化调整方案对所述美发用户分群和所述推荐策略进行优化调整，获得第二美发用户分群，以及所述第二美发用户分群的第二推荐策略；将所述第二美发用户分群和所述第二推荐策略下发至所述美发门店；所述美发门店根据所述美发用户所属的第二美发用户分群的第二推荐策略进行推荐；获取所述美发门店根据所述第二推荐策略向所述美发用户推荐的第二推荐效果；针对所述第二美发用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；根据分析获得的第二优化调整方案对所述第二美发用户分群和所述第二推荐策略进行优化调整。

例如，根据美发门店在一段时间的运营结果，发现需要对美发用户分群B的营销推荐策略进行调整，具体调整为：最近一次离店6周后短信提示剪发有折扣&发型造型产品新品推荐。

本申请提供的一种基于用户特征标签的推荐装置实施例如下：

在上述的实施例中，提供了一种基于用户特征标签的推荐方法，与之相对应的，本申请还提供了一种基于用户特征标签的推荐装置，下面结合附图进行说明。

参照附图3，其示出了本申请提供的一种基于用户特征标签的推荐装置实施例的示意图。

由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述提供的方法实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。

本申请提供一种基于用户特征标签的推荐装置，包括：

用户分群确定单元301，用于确定符合特征标签集中的特征标签的用户分群；

推荐策略生成单元302，用于生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；所述业务方根据用户所属的用户分群的推荐策略进行推荐；

推荐效果获取单元303，用于获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；

推荐效果分析单元304，用于针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；

优化调整单元305，用于根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

可选的，所述基于用户特征标签的推荐装置，包括：

优化调整判断单元，用于根据所述推荐效果检测所述用户分群的推荐策略是否需要进行优化调整，若是，运行所述推荐效果分析单元304。

可选的，所述基于用户特征标签的推荐装置，包括：

第二推荐策略确定单元，用于按照所述优化调整方案对所述用户分群和所述推荐策略进行优化调整，获得第二用户分群，以及所述第二用户分群的第二推荐策略；

第二推荐策略下发单元，用于将所述第二用户分群和所述第二推荐策略下发至所述业务方；所述业务方根据所述用户所属的第二用户分群的第二推荐策略进行推荐；

第二推荐效果获取单元，用于获取所述业务方根据所述第二推荐策略向所述用户推荐的第二推荐效果；

第二推荐效果分析单元，用于针对所述第二用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；

第二优化调整单元，用于根据分析获得的第二优化调整方案对所述第二用户分群和所述第二推荐策略进行优化调整。

可选的，所述基于用户特征标签的推荐装置，包括：

基准特征标签集生成单元，用于根据所述业务方所属业务领域的基准用户特征，生成适于所述业务领域的基准特征标签集；

用户特征信息获取单元，用于获取所述业务方针对用户进行业务处理时提交的用户特征信息；

特征标签集生成单元，用于利用所述用户特征信息在所述业务领域对应的特征标签对所述基准特征标签集进行更新，获得所述特征标签集。

可选的，所述基准特征标签集包含所述业务领域的特征标签、所述基准用户特征与所述特征标签的对应关系；并且，所述基准用户特征由至少一个特征维度的用户特征组成，所述基准特征标签集包含的所述业务领域的特征标签与所述特征维度的用户特征对应，每个特征维度的用户特征对应的特征标签的数目大于或者等于1。

本申请提供的一种丽人场景下基于用户特征标签的推荐装置实施例如下：

在上述的实施例中，提供了一种丽人场景下基于用户特征标签的推荐方法，与之相对应的，本申请还提供了一种丽人场景下基于用户特征标签的推荐装置，下面结合附图进行说明。

参照附图4，其示出了本申请提供的一种丽人场景下基于用户特征标签的推荐装置实施例的示意图。

由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述提供的丽人场景下基于用户特征标签的推荐方法实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。

本申请提供所述丽人场景下基于用户特征标签的推荐装置，包括：

特征标签集获取单元401，用于获取丽人门店所属丽人行业的特征标签集中的特征标签；

丽人用户分群确定单元402，用于确定符合所述特征标签的丽人用户分群；

推荐策略生成单元403，用于生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略；所述丽人门店根据丽人用户所属的丽人用户分群的推荐策略进行推荐；

推荐效果获取单元404，用于获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果；

推荐效果分析单元405，用于针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析；

优化调整单元406，用于根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。

可选的，所述丽人场景下基于用户特征标签的推荐装置，包括：

优化调整判断单元，用于根据所述推荐效果检测所述丽人用户分群的推荐策略是否需要进行优化调整，若是，运行所述推荐效果分析单元405。

可选的，所述丽人场景下基于用户特征标签的推荐装置，包括：

第二推荐策略生成单元，用于按照所述优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整，获得第二丽人用户分群，以及所述第二丽人用户分群的第二推荐策略；

第二推荐策略下发单元，用于将所述第二丽人用户分群和所述第二推荐策略下发至所述丽人门店；所述丽人门店根据所述丽人用户所属的第二丽人用户分群的第二推荐策略进行推荐；

第二推荐效果获取单元，用于获取所述丽人门店根据所述第二推荐策略向所述丽人用户推荐的第二推荐效果；

第二推荐效果分析单元，用于针对所述第二丽人用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；

第二优化调整单元，用于根据分析获得的第二优化调整方案对所述第二丽人用户分群和所述第二推荐策略进行优化调整。

可选的，所述丽人场景下基于用户特征标签的推荐装置，包括：

基准特征标签集生成单元，用于根据所述丽人门店所属丽人行业的基准用户特征，生成适于所述丽人行业的基准特征标签集；

用户特征信息获取单元，用于获取所述丽人门店针对丽人用户进行业务处理时提交的用户特征信息；

特征标签集生成单元，用于利用所述用户特征信息在所述丽人行业对应的特征标签对所述基准特征标签集进行更新，获得所述特征标签集。

可选的，所述基准特征标签集包含所述业务领域的特征标签、所述基准用户特征与所述特征标签的对应关系；并且，所述基准用户特征由至少一个特征维度的用户特征组成，所述基准特征标签集包含的所述业务领域的特征标签与所述特征维度的用户特征对应，每个特征维度的用户特征对应的特征标签的数目大于或者等于1。

本申请提供的一种电子设备实施例如下：

在上述的实施例中，提供了一种基于用户特征标签的推荐方法，此外，本申请还提供了一种用于实现所述基于用户特征标签的推荐方法的电子设备，下面结合附图进行说明。

参照附图5，其示出了本实施例提供的一种电子设备的示意图。

本申请提供的所述电子设备实施例描述得比较简单，相关的部分请参见上述提供的所述基于用户特征标签的推荐方法实施例的对应说明即可。下述描述的实施例仅仅是示意性的。

本申请提供一种电子设备，包括：

存储器501和处理器502；

所述存储器501用于存储计算机可执行指令，所述处理器502用于执行如下计算机可执行指令：

确定符合特征标签集中的特征标签的用户分群；

生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；所述业务方根据用户所属的用户分群的推荐策略进行推荐；

获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；

针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

可选的，所述获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果指令执行后，且所述针对所述用户分群、所述推荐策略以及所述推荐效果进行分析指令执行前，所述处理器502还用于执行如下计算机可执行指令：

根据所述推荐效果检测所述用户分群的推荐策略是否需要进行优化调整，若是，执行所述针对所述用户分群、所述推荐策略以及所述推荐效果进行分析指令。

可选的，所述根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整指令执行后，所述处理器502还用于执行如下计算机可执行指令：

按照所述优化调整方案对所述用户分群和所述推荐策略进行优化调整，获得第二用户分群，以及所述第二用户分群的第二推荐策略；

将所述第二用户分群和所述第二推荐策略下发至所述业务方；所述业务方根据所述用户所属的第二用户分群的第二推荐策略进行推荐；

获取所述业务方根据所述第二推荐策略向所述用户推荐的第二推荐效果；

针对所述第二用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；

根据分析获得的第二优化调整方案对所述第二用户分群和所述第二推荐策略进行优化调整。

可选的，所述确定符合特征标签集中的特征标签的用户分群指令执行前，所述处理器502还用于执行如下计算机可执行指令：

根据所述业务方所属业务领域的基准用户特征，生成适于所述业务领域的基准特征标签集；

获取所述业务方针对用户进行业务处理时提交的用户特征信息；

利用所述用户特征信息在所述业务领域对应的特征标签对所述基准特征标签集进行更新，获得所述特征标签集。

可选的，所述基准特征标签集包含所述业务领域的特征标签、所述基准用户特征与所述特征标签的对应关系；并且，所述基准用户特征由至少一个特征维度的用户特征组成，所述基准特征标签集包含的所述业务领域的特征标签与所述特征维度的用户特征对应，每个特征维度的用户特征对应的特征标签的数目大于或者等于1。

本申请提供的另一种电子设备实施例如下：

在上述的实施例中，提供了一种丽人场景下基于用户特征标签的推荐方法，此外，本申请还提供一种用于实现所述丽人场景下基于用户特征标签的推荐方法的电子设备，下面结合附图进行说明。

参照附图6，其示出了本实施例提供的一种电子设备的示意图。

本申请提供的所述电子设备实施例描述得比较简单，相关的部分请参见上述提供的所述丽人场景下基于用户特征标签的推荐方法实施例的对应说明即可。下述描述的实施例仅仅是示意性的。

本申请提供一种电子设备，包括：

存储器601和处理器602；

所述存储器601用于存储计算机可执行指令，所述处理器602用于执行如下计算机可执行指令：

获取丽人门店所属丽人行业的特征标签集中的特征标签；

确定符合所述特征标签的丽人用户分群；

生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略；所述丽人门店根据丽人用户所属的丽人用户分群的推荐策略进行推荐；

获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果；

针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。

可选的，所述获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果指令执行后，且所述针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析指令执行前，所述处理器602还用于执行如下计算机可执行指令：

根据所述推荐效果检测所述丽人用户分群的推荐策略是否需要进行优化调整，若是，执行所述针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析指令。

可选的，所述根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整指令执行后，所述处理器602还用于执行如下计算机可执行指令：

按照所述优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整，获得第二丽人用户分群，以及所述第二丽人用户分群的第二推荐策略；

将所述第二丽人用户分群和所述第二推荐策略下发至所述丽人门店；所述丽人门店根据所述丽人用户所属的第二丽人用户分群的第二推荐策略进行推荐；

获取所述丽人门店根据所述第二推荐策略向所述丽人用户推荐的第二推荐效果；

针对所述第二丽人用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；

根据分析获得的第二优化调整方案对所述第二丽人用户分群和所述第二推荐策略进行优化调整。

可选的，所述获取丽人门店所属丽人行业的特征标签集中的特征标签指令执行前，所述处理器602还用于执行如下计算机可执行指令：

根据所述丽人门店所属丽人行业的基准用户特征，生成适于所述丽人行业的基准特征标签集；

获取所述丽人门店针对丽人用户进行业务处理时提交的用户特征信息；

利用所述用户特征信息在所述丽人行业对应的特征标签对所述基准特征标签集进行更新，获得所述特征标签集。

可选的，所述基准特征标签集包含所述业务领域的特征标签、所述基准用户特征与所述特征标签的对应关系；并且，所述基准用户特征由至少一个特征维度的用户特征组成，所述基准特征标签集包含的所述业务领域的特征标签与所述特征维度的用户特征对应，每个特征维度的用户特征对应的特征标签的数目大于或者等于1。

本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。

在一个典型的配置中，计算设备包括一个或多个处理器、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims (10)

1.一种基于用户特征标签的推荐方法，其特征在于，包括：

确定符合特征标签集中的特征标签的用户分群；

生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；所述业务方根据用户所属的用户分群的推荐策略进行推荐；

获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；

针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

2.根据权利要求1所述的基于用户特征标签的推荐方法，其特征在于，所述获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果步骤执行后，且所述针对所述用户分群、所述推荐策略以及所述推荐效果进行分析步骤执行前，执行如下操作：

根据所述推荐效果检测所述用户分群的推荐策略是否需要进行优化调整，若是，执行所述针对所述用户分群、所述推荐策略以及所述推荐效果进行分析步骤。

3.根据权利要求2所述的基于用户特征标签的推荐方法，其特征在于，所述根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整步骤执行后，执行如下操作：

按照所述优化调整方案对所述用户分群和所述推荐策略进行优化调整，获得第二用户分群，以及所述第二用户分群的第二推荐策略；

将所述第二用户分群和所述第二推荐策略下发至所述业务方；所述业务方根据所述用户所属的第二用户分群的第二推荐策略进行推荐；

获取所述业务方根据所述第二推荐策略向所述用户推荐的第二推荐效果；

针对所述第二用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；

根据分析获得的第二优化调整方案对所述第二用户分群和所述第二推荐策略进行优化调整。

4.一种丽人场景下基于用户特征标签的推荐方法，其特征在于，包括：

获取丽人门店所属丽人行业的特征标签集中的特征标签；

确定符合所述特征标签的丽人用户分群；

生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略；所述丽人门店根据丽人用户所属的丽人用户分群的推荐策略进行推荐；

获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果；

针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。

5.根据权利要求4所述的丽人场景下基于用户特征标签的推荐方法，其特征在于，所述获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果步骤执行后，且所述针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析步骤执行前，执行如下操作：

根据所述推荐效果检测所述丽人用户分群的推荐策略是否需要进行优化调整，若是，执行所述针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析步骤。

6.根据权利要求5所述的丽人场景下基于用户特征标签的推荐方法，其特征在于，所述根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整步骤执行后，执行如下操作：

按照所述优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整，获得第二丽人用户分群，以及所述第二丽人用户分群的第二推荐策略；

将所述第二丽人用户分群和所述第二推荐策略下发至所述丽人门店；所述丽人门店根据所述丽人用户所属的第二丽人用户分群的第二推荐策略进行推荐；

获取所述丽人门店根据所述第二推荐策略向所述丽人用户推荐的第二推荐效果；

针对所述第二丽人用户分群、所述第二推荐策略以及所述第二推荐效果进行分析；

根据分析获得的第二优化调整方案对所述第二丽人用户分群和所述第二推荐策略进行优化调整。

7.一种基于用户特征标签的推荐装置，其特征在于，包括：

用户分群确定单元，用于确定符合特征标签集中的特征标签的用户分群；

推荐策略生成单元，用于生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；所述业务方根据用户所属的用户分群的推荐策略进行推荐；

推荐效果获取单元，用于获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；

推荐效果分析单元，用于针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；

优化调整单元，用于根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

8.一种基于用户特征标签的推荐装置，其特征在于，包括：

特征标签集获取单元，用于获取丽人门店所属丽人行业的特征标签集中的特征标签；

丽人用户分群确定单元，用于确定符合所述特征标签的丽人用户分群；

推荐策略生成单元，用于生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略；所述丽人门店根据丽人用户所属的丽人用户分群的推荐策略进行推荐；

推荐效果获取单元，用于获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果；

推荐效果分析单元，用于针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析；

优化调整单元，用于根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。

9.一种电子设备，其特征在于，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：

确定符合特征标签集中的特征标签的用户分群；

生成与所述用户分群的至少一个特征标签匹配的推荐策略，并向业务方下发所述推荐策略；

所述业务方根据用户所属的用户分群的推荐策略进行推荐；

获取所述业务方根据所述推荐策略向所述用户推荐的推荐效果；

针对所述用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述用户分群和所述推荐策略进行优化调整。

10.一种电子设备，其特征在于，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：

获取丽人门店所属丽人行业的特征标签集中的特征标签；

确定符合所述特征标签的丽人用户分群；

生成与所述丽人用户分群的至少一个特征标签匹配的推荐策略，并向所述丽人门店下发所述推荐策略；所述丽人门店根据丽人用户所属的丽人用户分群的推荐策略进行推荐；

获取所述丽人门店根据所述推荐策略向所述丽人用户推荐的推荐效果；

针对所述丽人用户分群、所述推荐策略以及所述推荐效果进行分析；

根据分析获得的优化调整方案对所述丽人用户分群和所述推荐策略进行优化调整。