CN108805615B - 一种基于用户消费行为的优惠活动推送方法及系统 - Google Patents
一种基于用户消费行为的优惠活动推送方法及系统 Download PDFInfo
- Publication number
- CN108805615B CN108805615B CN201810524994.5A CN201810524994A CN108805615B CN 108805615 B CN108805615 B CN 108805615B CN 201810524994 A CN201810524994 A CN 201810524994A CN 108805615 B CN108805615 B CN 108805615B
- Authority
- CN
- China
- Prior art keywords
- consumption
- preset
- user
- regional
- acquiring
- 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.)
- Active
Links
Images
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
- G06Q30/0239—Online discounts or incentives
-
- 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
Abstract
本发明提供了一种基于用户消费行为的优惠活动推送方法及系统,能够结合用户的消费记录生成用户的消费模型及兴趣标签,根据商家提供的优惠活动的产品及金额,将优惠信息发送给对该产品有兴趣,且消费能力能够购买该产品的用户,实现优惠信息的精确推送,既可以提高商家的宣传效果,也避免了用户因为信息轰炸导致错过优惠活动。
Description
技术领域
本发明涉及互联网数据处理技术领域,特别涉及一种基于用户消费行为的优惠活动推送方法及系统。
背景技术
随着科技的不断发展,社会信息化进程的加快,电子商务交易平台的不断完善,越来越多的人们通过网上购物的方式来获取自己所需的商品,商品的种类可以涉及到人们日常生活的方方面面,为人们生活提供了极大的便利。
由于电商平台的便捷性和实时性,现在很多商家都会为了宣传或市场调研通过电商平台发放一些免费的试用品供用户试用,或发放优惠卷给用户已获得相应的宣传效果;然而目前各大电商平台的用户量庞大,用户每天都会收到各种各样的优惠活动信息,而其中大部分是用户不需要或不感兴趣的产品,久而久之,导致用户经常会习惯性的忽视或清理电商平台发送的优惠活动信息,一方面使得商家无法获得良好的宣传效果,另一方面也使得用户经常错过优惠活动。
发明内容
本发明的目的在于克服现有技术不足,提供了一种基于用户消费行为的优惠活动推送方法及系统,通过结合用户的消费行为习惯,判断用户的类型,从而将最适合用户的优惠活动信息推送给用户。
本发明为实现上述目的采用以下的技术方案:
第一方面,本发明提供了一种基于用户消费行为的优惠活动推送方法,包括:
获取所有用户的历史消费记录;
根据所述历史消费记录分别生成各个用户的消费模型及兴趣标签;
获取商家发送的优惠活动信息,其中,所述优惠活动信息包产品类型及产品金额;
获取兴趣标签与所述产品类型匹配的用户,记为候选用户;
获取消费模型与所述产品金额匹配的候选用户,记为推送用户;
向所述推送用户发送优惠活动信息。
在本发明一实施例中,所述消费记录包括商品种类及消费金额;
则,所述根据所述历史消费记录分别生成各个用户的消费模型及兴趣标签,具体包括:
根据所述商品种类对所获取的历史消费记录进行分组;
获取各个分组中所有历史消费记录的消费金额之和,记为总消费额;
根据所述总消费额对各个分组进行排序;
获取排名在预设名次之前的分组,并记为候选分组;
获取预设商品种类;
当存在至少一个所述候选分组的商品种类均与所述预设商品种类匹配时;
记商品种类与所述预设商品种类匹配的候选分组为消费模型分组;
记商品种类与所述预设商品种类不匹配的候选分组为兴趣分组;
获取预设消费特征表,其中,所述预设消费特征表包括至少一个第一预设消费模型,及与所述第一预设消费模型匹配的第一预设消费区间;
从所述预设消费特征表中,获取与所述消费模型分组的总消费额匹配的第一预设消费区间,记为参照消费区间;
从所述预设消费特征表中,获取与所述参照消费区间匹配的第一预设消费模型,记为用户的消费模型;
根据所述兴趣分组的商品种类生成用户的兴趣标签。
在本发明一实施例中,所述根据所述总消费额对各个分组进行排序,具体包括
获取用户的位置信息;
获取预设区域消费特征表,其中,所述预设区域消费特征表包括至少一个区域信息,及与所述区域信息匹配的区域消费模型,所述区域消费模型包括至少一个商品种类,及与所述商品种类匹配的平均消费金额;
根据所获取的位置信息,从所述预设区域消费特征表中获取与所述位置信息匹配的区域信息;
根据所述区域信息,从所述预设区域消费特征表中获取与所述区域信息匹配的区域消费模型;
根据所述各个分组的商品种类,从所述区域消费模型中分别获取匹配的平均消费金额,并分别计算所述总消费额与所述平均消费金额之差,记为各个分组的消费补正值;
根据所述消费补正值及所述平均消费金额,分别计算各个分组的消费补正权重;
根据各个分组的消费补正权重对各个分组进行排序。
在本发明一实施例中,当所述候选分组的商品种类均与所述预设商品种类不匹配时;
记所述候选分组为兴趣分组;
获取用户的位置信息;
获取预设区域消费特征表,其中,所述预设区域消费特征表包括至少一个区域信息,及与所述区域信息匹配的区域消费模型;
根据所获取的位置信息,从所述预设区域消费特征表中获取与所述位置信息匹配的区域信息;
根据所述区域信息,从所述预设区域消费特征表中获取与所述区域信息匹配的区域消费模型,记为用户的消费模型;
根据所述兴趣分组的商品种类生成用户的兴趣标签。
第二方面,本发明还提供了一种基于用户消费行为的优惠活动推送装置,包括通信模块、存储器、及存储在所述存储器中的可执行代码、及至少一个处理器;
其中,所述通信模块用于获取第一用户发送的活动邀请信息;
所述通信模块还用于向推送用户发送活动邀请信息;
所述存储器,存储有可执行代码、用户的历史消费记录、预设商品种类、预设消费特征表、预设区域消费特征表;
所述处理器,耦接至所述通信模块及存储器,且经配置以执行所述可执行代码,以实现本发明第一方面所提供的基于用户消费行为的优惠活动推送方法。
第三方面,一种计算机可读存储介质,其特征在于,存储有可执行代码,其中,所述可执行代码经配置为被至少一个处理器执行,以实现发明第一方面所提供的基于用户消费行为的优惠活动推送方法。
第四方面,本发明还提供了一种基于用户消费行为的优惠活动推送系统,包括历史记录获取模块,标签生成模块,优惠活动获取模块,候选用户获取模块,推送用户获取模块及发送模块;
其中,所述历史记录获取模块用于获取所有用户的历史消费记录;
所述标签生成模块用于根据所述历史消费记录分别生成各个用户的消费模型及兴趣标签;
所述优惠活动获取模块用于获取商家发送的优惠活动信息,其中,所述优惠活动信息包产品类型及产品金额;
所述候选用户获取模块用于获取兴趣标签与所述产品类型匹配的用户,记为候选用户;
所述推送用户获取模块用于获取消费模型与所述产品金额匹配的候选用户,记为推送用户;
所述发送模块用于向所述推送用户发送优惠活动信息。
本发明的有益效果:
本发明提供了一种基于用户消费行为的优惠活动推送方法及系统,结合用户的消费记录生成用户的消费模型及兴趣标签,根据商家提供的优惠活动的产品及金额,将优惠信息发送给对该产品有兴趣,且消费能力能够购买该产品的用户,实现优惠信息的精确推送,既可以提高商家的宣传效果,也避免了用户因为信息轰炸导致错过优惠活动。
附图说明
图1为本发明一实施例中一种基于用户消费行为的优惠活动推送方法的流程示意图;
图2为本发明一实施例中一种基于用户消费行为的优惠活动推送系统的结构示意图。
具体实施方式
下面结合附图以及具体实施例对本发明做进一步说明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的限定。
第一方面,如图1所示,本发明提供了一种基于用户消费行为的优惠活动推送方法,包括:
S100:获取所有用户的历史消费记录;
可以理解的是,所述历史消费记录可以由用户主动发送,或通过用户设置的关联电子消费账号(如支付宝)或关联社交软件账号(如微信)获取,或其他本领域技术人员常用的技术手段获取,本发明对此不作特别限定;
并且,历史消费记录的时间可以根据需求自行设置,如获取近1个月、近3个月、近1年等,本发明对此同样不作特比限定。
S200:根据所述历史消费记录分别生成各个用户的消费模型及兴趣标签;
具体的,所述消费模型为预设的用户的经济能力模型,如低档消费用户、中档消费用户、高档消费用户等;所述兴趣标签为常用的电商分类标签,如数码产品、服饰、化妆品等。
S300:获取商家发送的优惠活动信息,其中,所述优惠活动信息包产品类型及产品金额;
S400:获取兴趣标签与所述产品类型匹配的用户,记为候选用户;
S500:获取消费模型与所述产品金额匹配的候选用户,记为推送用户;
S600:向所述推送用户发送优惠活动信息
在本发明一具体应用场景中,本发明第一方面所提供的一种基于用户消费行为的优惠活动推送方法由后台服务器实现;
其中,后台服务器中存储有所有用户的历史消费记录,后台服务器根据各个用户的历史消费记录生成各个用户的消费模型及兴趣标签;当后台服务器获取的B商家发送的优惠活动信息时,如某款数码相机的500元优惠卷,相机价格为10000元,后台服务器判断优惠活动的产品属于数码产品;后台服务器获取用户的兴趣标签中包括数码产品的所有用户,记为候选用户;同时,后台服务器根据预设的产品金额与消费模型的对应列表,判断10000元的数码相机对应的消费模型为中档消费用户,因此后台服务器获取消费模型为中档消费用户的候选用户记为推送用户,向推送用户发送该优惠活动信息。
在本发明一实施例中,所述消费记录包括商品种类及消费金额;
则,S200具体包括:
根据所述商品种类对所获取的历史消费记录进行分组;
获取各个分组中所有历史消费记录的消费金额之和,记为总消费额;
根据所述总消费额对各个分组进行排序;
获取排名在预设名次之前的分组,并记为候选分组;
获取预设商品种类;
当存在至少一个所述候选分组的商品种类均与所述预设商品种类匹配时;
记商品种类与所述预设商品种类匹配的候选分组为消费模型分组;
记商品种类与所述预设商品种类不匹配的候选分组为兴趣分组;
获取预设消费特征表,其中,所述预设消费特征表包括至少一个第一预设消费模型,及与所述第一预设消费模型匹配的第一预设消费区间;
从所述预设消费特征表中,获取与所述消费模型分组的总消费额匹配的第一预设消费区间,记为参照消费区间;
从所述预设消费特征表中,获取与所述参照消费区间匹配的第一预设消费模型,记为用户的消费模型;
根据所述兴趣分组的商品种类生成用户的兴趣标签。
在本发明一具体应用场景中,本发明第一方面所提供的一种基于用户消费行为的优惠活动推送方法由后台服务器实现;
其中,后台服务器中获取A用户的历史消费记录,如A用户最近1年的支付宝历史订单,并依据其购买的商品类型对所获取得到的历史订单进行分组,如餐饮分组、数码产品分组、服饰分组、电脑外设分组等;并统计各个分组的消费金额之和,如下表:
分组 | 餐饮 | 数码产品 | 服饰 | 电脑外设 |
总消费额(元) | 20000 | 30000 | 6000 | 8000 |
后台服务器获取总金额前3的分组,分别为数码产品分组、餐饮分组及电脑外设分组,记为候选分组;后台服务器中存储的预设商品种类为餐饮,则后台服务器记餐饮分组为消费模型分组,记数码产品分组、电脑外设分组为兴趣分组;后台服务器获取存储的预设消费特征表,如下表:
预设消费模型 | 低档消费用户 | 中档消费用户 | 高档消费用户 |
预设消费区间(元/年) | 0~10000 | 10001~30000 | 30001以上 |
后台服务器根据判断A用户的消费模型分组,即餐饮分组,的总消费额为20000元,属于中档消费用户的预设消费区间,因此后台服务器生成A用户的消费模型为中档消费用户;并且后台服务器生成A用户的兴趣标签为数码产品及电脑外设。
在本发明一实施例中,所述根据所述总消费额对各个分组进行排序,具体包括
获取用户的位置信息;
其中,所述用户的地理位置信息包括IP地址、GPS信号或GSM定位信息。
可以理解的是,在获得用户的地理位置信息后,后台服务器可以按照不同的预设精度对用户的地理位置信息进行区域的划分,如,可以根据用户的IP地址定位用户所在的省、市、区、街道或小区;如,后台服务器通过用户的IP地址判断用户位于某一个小区,则后台服务器判断该用户的地理位置信息为该小区。
具体的,在本发明一实施例中,所述获取用户的位置信息,具体包括:
获取用户在预设时间段内的定位信号;
根据所述定位信号生成位置信息。
具体的,所述定位信号包括GPS信号或GSM定位信息。
具体的,对于通过移动设备获取用户的位置信息而言,在不同时间段获取到的用户的位置信息可能有较大的差别,商家可以根据业务的需求获取用户在特定时间段内的定位信号;
如,针对家用宽带而言,后台服务器可以获取用户在晚上10点之后的定位信号,并根据所获取定位信号生成用户所处的小区或街道信息;针对商务宽带,后台服务器可以获取用户在早上10点到下午5点的定位信号,并根据所获取的定位信号生成用户所在办公地点信息。
获取预设区域消费特征表,其中,所述预设区域消费特征表包括至少一个区域信息,及与所述区域信息匹配的区域消费模型,所述区域消费模型包括至少一个商品种类,及与所述商品种类匹配的平均消费金额;
根据所获取的位置信息,从所述预设区域消费特征表中获取与所述位置信息匹配的区域信息;
根据所述区域信息,从所述预设区域消费特征表中获取与所述区域信息匹配的区域消费模型;
根据所述各个分组的商品种类,从所述区域消费模型中分别获取匹配的平均消费金额,并分别计算所述总消费额与所述平均消费金额之差,记为各个分组的消费补正值;
根据所述消费补正值及所述平均消费金额,分别计算各个分组的消费补正权重;
根据各个分组的消费补正权重对各个分组进行排序。
在本发明一具体应用场景中,沿用上例,后台服务器获取A用户在晚上10点的GPS定位信号为小区B中的某个街道,则后台服务器生成用户的位置信息为小区B;后台服务器从预设区域消费特征表中查找包含小区B的区域信息,并获取该区域信息的区域消费模型,如下表:
则,后台服务器计算A用户的餐饮分组、数码产品分组、服饰分组、电脑外设分组与区域消费模型中的各个平均消费金额之差分别为,5000、10000、1000、1000,即A用户的餐饮分组、数码产品分组、服饰分组、电脑外设分组的消费补正值分别为,5000、10000、1000、1000;后台服务器根据所述消费补正值及平均消费金额计算餐饮分组、数码产品分组、服饰分组、电脑外设分组的消费补正权重如下表:
分组 | 餐饮 | 数码产品 | 服饰 | 电脑外设 |
消费补正权重 | 5000/15000=0.33 | 10000/20000=0.5 | 1000/5000=0.2 | 1000/7000=0.14 |
即餐饮分组、数码产品分组、服饰分组、电脑外设分组的消费补正权重分别为0.33,0.5,0.2,0.14;后台服务器根据各个分组的补正权重有大到小进行排序,并获取前3的分组,即数码产品分组、餐饮分组、服饰分组,作为候选分组。
在本发明一实施例中,当所述候选分组的商品种类均与所述预设商品种类不匹配时;
记所述候选分组为兴趣分组;
获取用户的位置信息;
其中,所述用户的地理位置信息包括IP地址、GPS信号或GSM定位信息。
可以理解的是,在获得用户的地理位置信息后,后台服务器可以按照不同的预设精度对用户的地理位置信息进行区域的划分,如,可以根据用户的IP地址定位用户所在的省、市、区、街道或小区;如,后台服务器通过用户的IP地址判断用户位于某一个小区,则后台服务器判断该用户的地理位置信息为该小区。
具体的,在本发明一实施例中,所述获取用户的位置信息,具体包括:
获取用户在预设时间段内的定位信号;
根据所述定位信号生成位置信息。
具体的,所述定位信号包括GPS信号或GSM定位信息。
具体的,对于通过移动设备获取用户的位置信息而言,在不同时间段获取到的用户的位置信息可能有较大的差别,商家可以根据业务的需求获取用户在特定时间段内的定位信号;
如,针对家用宽带而言,后台服务器可以获取用户在晚上10点之后的定位信号,并根据所获取定位信号生成用户所处的小区或街道信息;针对商务宽带,后台服务器可以获取用户在早上10点到下午5点的定位信号,并根据所获取的定位信号生成用户所在办公地点信息。
获取预设区域消费特征表,其中,所述预设区域消费特征表包括至少一个区域信息,及与所述区域信息匹配的区域消费模型;
具体的,所述区域消费模型为根据区域信息设置的区域经济能力模型,如低档消费区域、中档消费区域、高档消费区域等。
根据所获取的位置信息,从所述预设区域消费特征表中获取与所述位置信息匹配的区域信息;
根据所述区域信息,从所述预设区域消费特征表中获取与所述区域信息匹配的区域消费模型,记为用户的消费模型;
具体的,后台服务器获取用户的位置信息后,从预设区域消费特征表中获取与所述位置信息匹配的区域信息,并获取与所述区域信息匹配的第二消费模型;
如,后台服务器获取用户在晚上10点的GPS定位信号为小区A中的某个街道,则后台服务器生成用户的位置信息为小区A;后台服务器从预设区域消费特征表中查找包含小区A的区域信息,并获取该区域信息的区域消费模型,如中档消费区域,即该用户的消费模型为中档消费区域。
根据所述兴趣分组的商品种类生成用户的兴趣标签。
第二方面,本发明还提供了一种基于用户消费行为的优惠活动推送装置,包括通信模块、存储器、及存储在所述存储器中的可执行代码、及至少一个处理器;
其中,所述通信模块用于获取第一用户发送的活动邀请信息;
所述通信模块还用于向推送用户发送活动邀请信息;
所述存储器,存储有可执行代码、用户的历史消费记录、预设商品种类、预设消费特征表、预设区域消费特征表;
所述处理器,耦接至所述通信模块及存储器,且经配置以执行所述可执行代码,以实现本发明第一方面所提供的基于用户消费行为的优惠活动推送方法。
第三方面,一种计算机可读存储介质,其特征在于,存储有可执行代码,其中,所述可执行代码经配置为被至少一个处理器执行,以实现发明第一方面所提供的基于用户消费行为的优惠活动推送方法。
第四方面,本发明还提供了一种基于用户消费行为的优惠活动推送系统,包括历史记录获取模块100,标签生成模块200,优惠活动获取模块300,候选用户获取模块400,推送用户获取模块500及发送模块600;
其中,所述历史记录获取模块100用于获取所有用户的历史消费记录;
所述标签生成模块200用于根据所述历史消费记录分别生成各个用户的消费模型及兴趣标签;
所述优惠活动获取模块300用于获取商家发送的优惠活动信息,其中,所述优惠活动信息包产品类型及产品金额;
所述候选用户获取模块400用于获取兴趣标签与所述产品类型匹配的用户,记为候选用户;
所述推送用户获取模块500用于获取消费模型与所述产品金额匹配的候选用户,记为推送用户;
所述发送模块600用于向所述推送用户发送优惠活动信息。
在本发明一具体应用场景中,本发明第四方面所提供的一种基于用户消费行为的优惠活动推送系统集成在后台服务器中,用以实现本发明第一方面所提供的一种基于用户消费行为的优惠活动推送方法;
其中,后台服务器中存储有所有用户的历史消费记录,后台服务器根据各个用户的历史消费记录生成各个用户的消费模型及兴趣标签;当后台服务器获取的B商家发送的优惠活动信息时,如某款数码相机的500元优惠卷,相机价格为10000元,后台服务器判断优惠活动的产品属于数码产品;后台服务器获取用户的兴趣标签中包括数码产品的所有用户,记为候选用户;同时,后台服务器根据预设的产品金额与消费模型的对应列表,判断10000元的数码相机对应的消费模型为中档消费用户,因此后台服务器获取消费模型为中档消费用户的候选用户记为推送用户,向推送用户发送该优惠活动信息。
显然,上述实施例仅仅是为了更清楚的表达本发明技术方案所作的举例,而非对本发明实施方式的限定。对于本领域技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,在不脱离本发明构思的前提下,这些都属于本发明的保护范围。因此本发明专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种基于用户消费行为的优惠活动推送方法,其特征在于,包括:
获取所有用户的历史消费记录;
根据所述历史消费记录分别生成各个用户的消费模型及兴趣标签;
获取商家发送的优惠活动信息,其中,所述优惠活动信息包产品类型及产品金额;
获取兴趣标签与所述产品类型匹配的用户,记为候选用户;
获取消费模型与所述产品金额匹配的候选用户,记为推送用户;
向所述推送用户发送优惠活动信息;
其中,所述消费记录包括商品种类及消费金额;
则,所述根据所述历史消费记录分别生成各个用户的消费模型及兴趣标签,具体包括:
根据所述商品种类对所获取的历史消费记录进行分组;
获取各个分组中所有历史消费记录的消费金额之和,记为总消费额;
根据所述总消费额对各个分组进行排序;
获取排名在预设名次之前的分组,并记为候选分组;
获取预设商品种类;
当存在至少一个所述候选分组的商品种类均与所述预设商品种类匹配时;
记商品种类与所述预设商品种类匹配的候选分组为消费模型分组;
记商品种类与所述预设商品种类不匹配的候选分组为兴趣分组;
获取预设消费特征表,其中,所述预设消费特征表包括至少一个第一预设消费模型,及与所述第一预设消费模型匹配的第一预设消费区间;
从所述预设消费特征表中,获取与所述消费模型分组的总消费额匹配的第一预设消费区间,记为参照消费区间;
从所述预设消费特征表中,获取与所述参照消费区间匹配的第一预设消费模型,记为用户的消费模型;
根据所述兴趣分组的商品种类生成用户的兴趣标签。
2.如权利要求1所述的一种基于用户消费行为的优惠活动推送方法,其特征在于,所述根据所述总消费额对各个分组进行排序,具体包括
获取用户的位置信息;
获取预设区域消费特征表,其中,所述预设区域消费特征表包括至少一个区域信息,及与所述区域信息匹配的区域消费模型,所述区域消费模型包括至少一个商品种类,及与所述商品种类匹配的平均消费金额;
根据所获取的位置信息,从所述预设区域消费特征表中获取与所述位置信息匹配的区域信息;
根据所述区域信息,从所述预设区域消费特征表中获取与所述区域信息匹配的区域消费模型;
根据所述各个分组的商品种类,从所述区域消费模型中分别获取匹配的平均消费金额,并分别计算所述总消费额与所述平均消费金额之差,记为各个分组的消费补正值;
根据所述消费补正值及所述平均消费金额,分别计算各个分组的消费补正权重;
根据各个分组的消费补正权重对各个分组进行排序。
3.如权利要求1所述的一种基于用户消费行为的优惠活动推送方法,其特征在于,当所述候选分组的商品种类均与所述预设商品种类不匹配时;
记所述候选分组为兴趣分组;
获取用户的位置信息;
获取预设区域消费特征表,其中,所述预设区域消费特征表包括至少一个区域信息,及与所述区域信息匹配的区域消费模型;
根据所获取的位置信息,从所述预设区域消费特征表中获取与所述位置信息匹配的区域信息;
根据所述区域信息,从所述预设区域消费特征表中获取与所述区域信息匹配的区域消费模型,记为用户的消费模型;
根据所述兴趣分组的商品种类生成用户的兴趣标签。
4.一种基于用户消费行为的优惠活动推送装置,其特征在于,包括通信模块、存储器、及存储在所述存储器中的可执行代码、及至少一个处理器;
其中,所述通信模块用于获取第一用户发送的活动邀请信息;
所述通信模块还用于向推送用户发送活动邀请信息;
所述存储器,存储有可执行代码、用户的历史消费记录、预设商品种类、预设消费特征表、预设区域消费特征表;
所述处理器,耦接至所述通信模块及存储器,且经配置以执行所述可执行代码,以实现如权利要求1-3中任意所述的基于用户消费行为的优惠活动推送方法。
5.一种计算机可读存储介质,其特征在于,存储有可执行代码,其中,所述可执行代码经配置为被至少一个处理器执行以实现如权利要求1-3中任意所述的基于用户消费行为的优惠活动推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810524994.5A CN108805615B (zh) | 2018-05-28 | 2018-05-28 | 一种基于用户消费行为的优惠活动推送方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810524994.5A CN108805615B (zh) | 2018-05-28 | 2018-05-28 | 一种基于用户消费行为的优惠活动推送方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108805615A CN108805615A (zh) | 2018-11-13 |
CN108805615B true CN108805615B (zh) | 2021-09-10 |
Family
ID=64090617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810524994.5A Active CN108805615B (zh) | 2018-05-28 | 2018-05-28 | 一种基于用户消费行为的优惠活动推送方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108805615B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325566A (zh) * | 2018-12-14 | 2020-06-23 | 上海博泰悦臻网络技术服务有限公司 | 历史消费记录的提示方法、系统、存储介质及车载终端 |
CN109816424A (zh) * | 2018-12-14 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 基于用户消费画像的信用卡优惠信息推荐方法及系统 |
CN110264238A (zh) * | 2019-05-09 | 2019-09-20 | 浙江华坤道威数据科技有限公司 | 一种基于大数据的可视化营销管理系统 |
CN110163686A (zh) * | 2019-05-27 | 2019-08-23 | 成都魔方城科技有限公司 | 基于消费者行为的预期消费画像方法及系统 |
CN112116373A (zh) * | 2019-06-20 | 2020-12-22 | 浙江汉朔电子科技有限公司 | 一种优惠券投放方法、装置、设备和存储介质 |
CN110807686A (zh) * | 2019-10-24 | 2020-02-18 | 中燃慧生活电子商务有限公司 | 一种基于燃气商品的用户标签推送系统 |
CN110807151A (zh) * | 2019-10-24 | 2020-02-18 | 中燃慧生活电子商务有限公司 | 一种燃气标签推送系统 |
CN113032665A (zh) * | 2019-12-25 | 2021-06-25 | 上海博泰悦臻电子设备制造有限公司 | 一种信息推送方法及装置 |
CN111724215A (zh) * | 2020-05-29 | 2020-09-29 | 北京立思辰新技术有限公司 | 一种电子凭据归类信息快速录入的方法和系统 |
CN111815377B (zh) * | 2020-09-09 | 2020-12-29 | 杭州鲜入为主网络科技有限公司 | 基于大数据的电商平台活动发布方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1386268A2 (en) * | 2001-03-29 | 2004-02-04 | American Express Travel Related Services Company Inc. | System and method for networked loyalty program |
KR101294497B1 (ko) * | 2012-03-29 | 2013-08-07 | 이일우 | 스마트폰과 통신망을 이용한 광고방법 |
CN103295145A (zh) * | 2012-02-28 | 2013-09-11 | 北京星源无限传媒科技有限公司 | 一种基于用户消费特征向量的手机广告投放方法 |
CN104200378A (zh) * | 2007-04-18 | 2014-12-10 | 高通股份有限公司 | 用于派发和个人化电子优惠券的方法和设备 |
CN105404629A (zh) * | 2014-09-12 | 2016-03-16 | 华为技术有限公司 | 确定地图界面的方法和装置 |
CN105677910A (zh) * | 2016-02-26 | 2016-06-15 | 中国银联股份有限公司 | 智能推荐方法及系统 |
CN105787769A (zh) * | 2016-03-03 | 2016-07-20 | 高旭磊 | 一种广告分发的方法及系统 |
CN105931068A (zh) * | 2015-12-30 | 2016-09-07 | 中国银联股份有限公司 | 一种持卡人消费画像的生成方法及装置 |
CN106408377A (zh) * | 2016-08-31 | 2017-02-15 | 广东华邦云计算股份有限公司 | 购物推荐方法及系统 |
CN106790570A (zh) * | 2016-12-27 | 2017-05-31 | 山东开创云软件有限公司 | 一种消费者行为分析管理系统及其分析方法 |
CN106850857A (zh) * | 2017-03-28 | 2017-06-13 | 广州市观见营销策划有限公司 | 一种基于用户信息的个性化业务推送方法及系统 |
CN106910084A (zh) * | 2015-12-23 | 2017-06-30 | 滴滴(中国)科技有限公司 | 电子券分配方法及装置 |
CN107507042A (zh) * | 2017-09-15 | 2017-12-22 | 携程计算机技术(上海)有限公司 | 基于用户画像的营销方法及系统 |
CN107590675A (zh) * | 2017-07-25 | 2018-01-16 | 广州智选网络科技有限公司 | 一种基于大数据的用户购物行为识别方法、储存设备及移动终端 |
CN107862549A (zh) * | 2017-11-03 | 2018-03-30 | 北京翰宁智能科技有限责任公司 | 一种优惠券投放方法及系统 |
CN107886356A (zh) * | 2017-11-03 | 2018-04-06 | 北京翰宁智能科技有限责任公司 | 一种超市优惠券面额的动态生成方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9691085B2 (en) * | 2015-04-30 | 2017-06-27 | Visa International Service Association | Systems and methods of natural language processing and statistical analysis to identify matching categories |
-
2018
- 2018-05-28 CN CN201810524994.5A patent/CN108805615B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1386268A2 (en) * | 2001-03-29 | 2004-02-04 | American Express Travel Related Services Company Inc. | System and method for networked loyalty program |
CN104200378A (zh) * | 2007-04-18 | 2014-12-10 | 高通股份有限公司 | 用于派发和个人化电子优惠券的方法和设备 |
CN103295145A (zh) * | 2012-02-28 | 2013-09-11 | 北京星源无限传媒科技有限公司 | 一种基于用户消费特征向量的手机广告投放方法 |
KR101294497B1 (ko) * | 2012-03-29 | 2013-08-07 | 이일우 | 스마트폰과 통신망을 이용한 광고방법 |
CN105404629A (zh) * | 2014-09-12 | 2016-03-16 | 华为技术有限公司 | 确定地图界面的方法和装置 |
CN106910084A (zh) * | 2015-12-23 | 2017-06-30 | 滴滴(中国)科技有限公司 | 电子券分配方法及装置 |
CN105931068A (zh) * | 2015-12-30 | 2016-09-07 | 中国银联股份有限公司 | 一种持卡人消费画像的生成方法及装置 |
CN105677910A (zh) * | 2016-02-26 | 2016-06-15 | 中国银联股份有限公司 | 智能推荐方法及系统 |
CN105787769A (zh) * | 2016-03-03 | 2016-07-20 | 高旭磊 | 一种广告分发的方法及系统 |
CN106408377A (zh) * | 2016-08-31 | 2017-02-15 | 广东华邦云计算股份有限公司 | 购物推荐方法及系统 |
CN106790570A (zh) * | 2016-12-27 | 2017-05-31 | 山东开创云软件有限公司 | 一种消费者行为分析管理系统及其分析方法 |
CN106850857A (zh) * | 2017-03-28 | 2017-06-13 | 广州市观见营销策划有限公司 | 一种基于用户信息的个性化业务推送方法及系统 |
CN107590675A (zh) * | 2017-07-25 | 2018-01-16 | 广州智选网络科技有限公司 | 一种基于大数据的用户购物行为识别方法、储存设备及移动终端 |
CN107507042A (zh) * | 2017-09-15 | 2017-12-22 | 携程计算机技术(上海)有限公司 | 基于用户画像的营销方法及系统 |
CN107862549A (zh) * | 2017-11-03 | 2018-03-30 | 北京翰宁智能科技有限责任公司 | 一种优惠券投放方法及系统 |
CN107886356A (zh) * | 2017-11-03 | 2018-04-06 | 北京翰宁智能科技有限责任公司 | 一种超市优惠券面额的动态生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108805615A (zh) | 2018-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108805615B (zh) | 一种基于用户消费行为的优惠活动推送方法及系统 | |
US9299078B2 (en) | Targeting messages | |
US8812351B2 (en) | Method of analyzing credit card transaction data | |
CN107590675B (zh) | 一种基于大数据的用户购物行为识别方法、储存设备及移动终端 | |
US20030149623A1 (en) | Method and apparatus for targeted marketing | |
CN105205702A (zh) | 基于消费模式推送靶向广告的方法及系统 | |
US20140278795A1 (en) | Systems and methods to predict purchasing behavior | |
US20100324972A1 (en) | Real-time, demand-based dynamic pricing system and method | |
KR101296600B1 (ko) | 이용 후기를 이용한 광고 방법 및 광고 서버 | |
CN101086744A (zh) | 商务信息搜索方法 | |
CN110335088A (zh) | 信息处理方法及其装置、电子设备和介质 | |
US8190496B2 (en) | Method and system of directed advertising | |
CN107301563A (zh) | 空间市场系统 | |
TWI742506B (zh) | 基於消費資訊的特約商家推薦系統及其方法 | |
KR20160095362A (ko) | 구매 알림 푸시용 프로그램 및 이를 구현하는 플랫폼 서버 | |
CN108769190B (zh) | 一种基于用户消费行为的活动邀请推送方法及系统 | |
CN105869003A (zh) | 优惠交易系统及其交易方法 | |
CN108305099A (zh) | 确定代购用户的方法及装置 | |
CN112561573A (zh) | 基于移动端反馈的居民消费画像的统计算法 | |
CN103455931A (zh) | 一种信息的发送方法及其服务器 | |
CN115239389A (zh) | 电子商务平台和基于电子商务平台的公益慈善方法 | |
Elmer | Consumption in the network age: solicitation, automation, and networking | |
CN112767029B (zh) | 营销数据的处理方法及系统 | |
Popescu | Direct publicity-one of the most modern method for promotion. | |
CN105117923A (zh) | 具有返现功能的快速销售方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |