CN109711890B - 一种用户数据处理方法及其系统 - Google Patents
一种用户数据处理方法及其系统 Download PDFInfo
- Publication number
- CN109711890B CN109711890B CN201811623118.4A CN201811623118A CN109711890B CN 109711890 B CN109711890 B CN 109711890B CN 201811623118 A CN201811623118 A CN 201811623118A CN 109711890 B CN109711890 B CN 109711890B
- Authority
- CN
- China
- Prior art keywords
- shop
- mobile terminal
- user
- consumption
- module
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种用户数据处理系统,包括用户数据抓取模块、数据整合处理模块、定量归类统计模块、驻留轨迹分析模块、商铺资源数据库、店铺资源更新模块、管理服务器和导向推送引发模块;用户数据抓取终端分别与定量归类统计模块和数据整合处理模块连接,定量归类统计模块通过驻留轨迹分析模块与综合量化评估模块连接,商品资源数据库与综合量化评估模块连接,管理服务器分别与数据整合处理模块、综合量化评估模块、商铺资源数据库和导向推送引发模块连接。本发明通过对用户位置信息以及消费记录进行分析,以确定用户的喜好和兴趣,便于准确地推送引导信息引导用户购物,大大提高了用户的满意度,且促进商场内商品的销售。
Description
技术领域
本发明属于用户数据处理与引导技术领域,涉及到一种用户数据处理方法及其系统。
背景技术
随着人民生活水平的不断提高,为满足广大消费者购物需求,连锁超市,便利店、服装店等购物形式越来越受到广大消费者青睐,但在大型商场购物中,特别是在规模大、品种多的商场中,由于店铺的种类数量多,人们在筛选店铺时浪费大量时间,造成用户满意度低以及消耗时间量大的问题,并无法结合用户以往的购物情况,分析用户对各店铺的满意度,以有效、准确地引导用户购物。
发明内容
本发明的目的在于提供的用户数据处理方法以及系统,通过用户数据抓取模块、数据整合处理模块、定量归类统计模块、驻留轨迹分析模块并集合管理服务器和导向推送引发模块对用户位置信息以及消费记录进行分析、处理,以引导用户准确地购物,提高了用户的满意度,解决了现有技术问题。
本发明的目的可以通过以下技术方案实现:
一种用户数据处理方法,包括以下步骤:
X1、位于检测子区域内的用户数据抓取单元实时对所在检测子区域内的移动终端进行位置信息以及移动终端的参数信息进行抓取;
X2、对各用户数据抓取单元抓取的各移动终端位置信息的时间先后顺序进行排序,以获取同一移动终端被各用户数据抓取单元抓取的顺序并进行排序处理;
X3、以固定时间间隔T依次提取该移动终端获取顺序下的各用户数据抓取单元内的该移动终端的位置信息,并将下一时间间隔T内的移动终端位置与上一时间间隔T内的移动终端位置进行逐一对比,得到连续单位时间间隔内的移动距离,并将获取的单位时间间隔内的移动距离变化量构成移动距离变化量集合S;
X4、获取该移动终端形成的移动距离变化量集合以及移动终端在单位时间间隔时的位置信息,并将移动终端在单位时间间隔时的位置信息以及移动终端在单位时间间隔时的位置信息与商品资源数据库中存储的各店铺位置信息以及店铺所在的区域范围进行对比;
X5、统计移动终端在各店铺内的停留时间,并根据移动终端在各店铺内的停留时间,评估移动终端用户对各店铺的单一滞留满意度系数;
X6、接收用户移动终端的参数信息,并提取移动终端参数信息的移动终端的IP地址,以用户移动终端的IP地址为索引,获取包含移动终端的用户ID、用户会员、消费记录、手机号码的用户信息与移动终端的IP地址相关联,生成用户身份信息列表;
X7、依次提取用户身份信息中的用户会员和消费记录,将用户会员与商场内的店铺名称对比,确定会员身份匹配集合,并提取消费记录中的消费店铺名称和消费金额,以获得对各店铺的消费次数统计集合和消费金额累计集合;
X8、根据步骤S7中移动终端用户对各店铺的消费次数统计集合和消费金额累计集合进行统计,并采用权重计算公式统计各店铺的消费权重,同时结合移动终端对各店铺的单一滞留满意度系数、移动终端的消费次数统计集合和消费金额累计集合,统计移动终端对各店铺的综合满意度系数;
X9、获得的各店铺的综合满意度系数分别与设定的店铺综合满意度阈值进行对比,提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号,若店铺综合满意度系数大于设定店铺综合满意度阈值的店铺有商品更新时,将该店铺的位置信息发送至移动终端,引导移动终端的用户进行购物选择。
进一步地,所述各店铺的单一滞留满意度系数的计算公式为tkj总表示为移动终端用户在第k个商品类型中的第j个店铺内累计停留的时间,tk总max表示为移动终端用户在第k个商品类型中所有店铺内停留最长的时间,tk总min表示为移动终端用户在第k个商品类型中已停留店铺内的停留时间最短的时间,tk总min>0。
一种用户数据处理系统,包括用户数据抓取模块、数据整合处理模块、定量归类统计模块、驻留轨迹分析模块、商铺资源数据库、店铺资源更新模块、管理服务器和导向推送引发模块;
用户数据抓取终端分别与定量归类统计模块和数据整合处理模块连接,定量归类统计模块通过驻留轨迹分析模块与综合量化评估模块连接,商品资源数据库与综合量化评估模块连接,管理服务器分别与数据整合处理模块、综合量化评估模块、商铺资源数据库和导向推送引发模块连接。
用户数据抓取模块包括若干用户数据抓取单元,每个用户数据抓取单元分别位于设定的检测子区域内,用户数据抓取单元实时对所在检测子区域内的各IP地址的移动终端的位置信息以及移动终端的参数信息进行抓取,并将抓取的各IP地址的移动终端位置信息发送至定量归类统计模块,并将抓取的移动终端的参数信息发送至数据整合模块;
定量归类统计模块用于接收用户数据抓取模块中各用户数据抓取单元发送的各IP地址的移动终端位置信息,并提取各用户数据抓取单元抓取的若干IP地址的移动终端的位置信息,将抓取的各IP地址进行对比,以确定IP地址对应的移动终端数量,同时,按照各用户数据抓取单元依次抓取同一移动终端的位置信息时间先后顺序,将抓取移动终端位置信息的各用户数据抓取单元进行排序,分别为b1,b2,...,bu,...,bw,bu表示为第u个用户数据抓取单元抓取的该移动终端的位置数据集合,bu∈a1,a2,...,ai,...,an,且bu对应的用户数据抓取单元分别与b(u-1)和b(u+1)对应的用户数据抓取单元不相同,定量归类统计将抓取移动终端位置的用户数据抓取单元排序以及排序内的各用户数据抓取单元抓取的移动终端位置信息发送至驻留轨迹分析模块,其中,每个IP地址均对应一个移动终端;
驻留轨迹分析模块用于接收定量归类统计模块发送的抓取该移动终端的用户数据抓取单元的排序以及该排序内的用户数据抓取单元抓取的该移动终端的位置信息,按照抓取移动终端位置的时间先后对抓取的位置进行排序,并以固定时间间隔T依次提取用户数据抓取单元排序内的移动终端的位置信息,且将下一时间间隔T内的移动终端位置与上一时间间隔T内的移动终端位置进行逐一对比,得到连续单位时间间隔内的移动距离,并将获取的单位时间间隔内的移动距离变化量构成移动距离变化量集合S(s1,s2,...,sj,...,sm),sj表示为一用户在第j个时间间隔内的移动距离变化数值,m表示为m个时间间隔T,驻留轨迹分析模块将各移动终端对应的移动距离变化量集合以及移动终端在单位时间间隔时的位置信息发送至综合量化评估模块;
数据整合模块用于接收用户数据抓取模块发送的用户移动终端的参数信息,并提取移动终端参数信息的移动终端的IP地址,以用户移动终端的IP地址为索引,获取包含移动终端的用户ID、用户会员、消费记录、手机号码的用户信息与移动终端的IP地址相关联,生成用户身份信息列表,并将生成的用户身份信息列表发送管理服务器;
商铺资源数据库包括店铺资源数据存储单元和店铺资源数据更新单元,店铺资源数据存储模块用于存储商场内各店铺对应的中心位置以及店铺的区域范围,并存储有各店铺名称、店铺经营商品种类,商场内各店铺根据店铺经营商品种类对各商店进行划分,划分成儿童服装类、儿童鞋类、青年女士服装类、青年女士鞋类、青年男士服装类、青年男士鞋类、中老年女士服装类、中老年女士鞋类、中老年男士服装类、化妆品类和饰品类,对划分的店铺类型依次进行编号,分别为1,2,...,k,各店铺类型包括若干同经营商品种类的店铺;
店铺资源更新单元用于接收各店铺发送的店铺商品更新信息,并将各店铺更新的信息以及更新的店铺名称发送至管理服务器;
综合量化评估模块用于接收驻留轨迹分析模块发送的移动距离变化量集合S以及移动终端在单位时间间隔时的位置信息,将移动终端在单位时间间隔时的位置信息与商品资源数据库中存储的各店铺位置信息以及店铺所在的区域范围进行对比,统计移动终端所在各店铺内的停留时间,综合量化评估模块根据停留时间评估移动终端用户对各店铺的单一滞留满意度系数,并将对各店铺的单一滞留满意度系数发送至管理服务器,所述单一滞留满意度系数计算公式为tkj总表示为移动终端用户在第k个商品类型中的第f个店铺内累计停留的时间,tk总max表示为移动终端用户在第k个商品类型中所有店铺内停留最长的时间,tk总min表示为移动终端用户在第k个商品类型中已停留店铺内的停留时间最短的时间,tk总min>0;
管理服务器用于接收数据整合模块发送的若干移动终端对应的用户身份信息,对接收的用户身份信息中的用户会员、消费记录进行提取,将用户身份信息中的用户会员与商铺资源数据库中各店铺类型中的各店铺名称进行逐一对比,得到会员身份匹配集合Ck(ck1,ck2,...,ckf,...,ckv),ckf表示为第k个商品类型中的第f个店铺的对比结果,若用户身份信息中的用户会员有第k个商品类型中的第f个店铺的会员,则ckf等于1,反之,则等于0,同时,管理服务器提取用户身份信息中消费记录,并对消费记录中所有消费时间进行提取,提取满足消费时间段内所有消费对应的消店铺名称和消费金额,进而统计该移动终端用户在各店铺内的消费次数以及消费金额并构成消费次数统计集合Dk(dk1,dk2,...,dkf,...,dkv)以及消费金额累计集合Ek(ek1,ek2,...,ekf,...,ekv),dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,ekf表示为该移动终端用户到第k个商品类型中第f个店铺内消费累计金额,根据消费次数统计集合Dk以及消费金额累计集合Ek,统计各店铺的权重dkf;
同时,管理服务器接收综合量化评估模块发送的各店铺的单一滞留满意度系数,并结合店铺的权重、移动终端的消费次数统计集合和消费金额累计集合,统计各店铺的综合满意度系数,管理服务器将各店铺的综合满意度系数分别与设定的店铺综合满意度阈值进行对比,提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号;
另外,管理服务器接收商铺资源数据库中店铺资源数据更新单元发送的店铺商品更新信息以及更新店铺的名称,管理服务器将提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号对应的店铺名称与更新店铺的名称进行对比,若更新的店铺名称中有店铺综合满意度系数大于设定店铺综合满意度阈值的店铺,则管理服务器发送该店铺的位置信息至导向推送引发模块;
导向推送引发模块接收管理服务器发送的店铺综合满意度系数大于设定店铺综合满意度阈值的店铺位置信息,并将店铺综合满意度系数大于设定店铺综合满意度阈值的店铺至该店铺综合满意度系数对应的移动终端用户。
进一步地,对商场各层均进行区域划分,划分成若干检测子区域,分别对各层的检测子区域依次进行编号,分别为a1,a2,...,ai,...,an,ai表示为第i个检测子区域,每个检测子区域内均安装有一个用户数据抓取单元,安装在某一检测子区域内的用户数据抓取单元对应的编号与所在检测子区域的编号相同。
进一步地,所述综合量化评估模块统计移动终端的停留时间,包括以下步骤:
H1、获取移动终端的位置信息,并提取商品资源数据库中各店铺的中心位置以及店铺的区域范围;
H2、将移动终端的位置与各店铺中心位置距离进行统计,筛选移动终端到各店铺中心的距离最小的店铺;
H3、判断移动终端到店铺中心的距离最小的店铺与该移动终端间的距离是否小于店铺中心到店铺区域范围内的边界距离,若小于,则表明该移动终端在与移动终端距离最小的店铺范围内,并执行步骤H5,反之,则执行步骤H4;
H4、以固定等距离S0增大店铺中心与移动终端的测量距离,若增大测量距离后,存在店铺中心到移动终端间的距离在测量距离范围内,则判断移动终端与该店铺中心间的距离是否小于该店铺中心到店铺区域范围内的边界距离,若小于,则表明该移动终端在该店铺范围内,并执行步骤H5,反之,重复执行步骤H4;
H5、统计移动终端在该店铺内的累计时间间隔T,并将该时间间隔内移动终端的移动距离变化数值后移动终端是否在店铺范围内,若在该店铺范围内,则继续累计时间间隔T,累计的总时间为移动终端在店铺内停留的时间,反之,表明移动终端在其他店铺范围内,并执行步骤H3,直至移动终端离开商场。
进一步地,各店铺的权重计算公式为Rkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费的权重,dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,dmax表示为移动终端用户到累计次数最多的店铺内消费的次数,dmin表示为移动终端用户到累计次数最少的店铺内消费的次数,emax表示为移动终端用户到累计消费金额最多的店铺内消费的累计金额,ekf表示为该移动终端用户到第k个商品类型中第j个店铺内消费累计金额,emin表示为移动终端用户到累计消费金额最少的店铺内消费的累计金额
进一步地,各店铺的综合满意度系数计算公式为ckf表示为第k个商品类型中的第f个店铺与用户所有会员的对比结果,Rkf表示为移动终端用户到第k个商品类型中第f个店铺内消费的权重,dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,ekf表示为该移动终端用户到第k个商品类型中第f个店铺内消费累计金额,Gkf表示为移动终端用户到第k个商品类型中第f个店铺内的单一滞留满意度系数,exp(Gkf)表示为e的Gkf次方。
本发明的有益效果:
本发明提供的用户数据处理方法及其系统,通过对移动终端用户的位置信息以及移动终端的参数信息进行抓取,并将抓取的移动终端位置的用户数据抓取单元进行排序,对各用户数据抓取单元抓取的位置信息进行分析、处理,获得移动距离变化量集合,能够有效地分析移动终端用户在各时间段间的位移变化情况,为后期用户数据的处理奠定基础;
通过移动终端用户的移动距离变化量、移动终端的位置信息并集合店铺中心位置以及各店铺的区域范围,以判断移动终端用户所在的店铺范围,可准确地识别移动终端所在的店铺名称,进而统计该移动终端在店铺内的停留时间以及根据在各店铺内的停留时间计算对各店铺的单一滞留满意度系数,能够直观地反应用户对店铺的满意程度,具有准确性高的特点。
通过对移动终端用户的参数提取,并生成用户身份信息列表,同时结合管理服务器,管理服务器将用户身份信息列表中的用户会员和消费记录进行逐一处理,得到会员身份匹配集合、消费次数统计集合和消费金额累计集合并结合对各店铺的单一滞留满意度系数统计终端对各店铺的综合满意度系数,若筛选综合满意度系数大于设定的店铺综合满意度阈值的店铺发生商品更新,则引导该移动终端用户进行购物,该系统通过对用户数据信息中的购物的路线以及消费记录进行分析,以确定用户的喜好和兴趣,推送准确地引导信息引导用户购物,大大提高了用户的满意度,同时,具有对用户数据分析、处理的准确性高的特点,并大大促进商场内商品的销售。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明中一种用户数据处理系统的示意图。
具体实施方式
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,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它实施例,都属于本发明保护的范围。
一种用户数据处理方法,包括以下步骤:
X1、位于检测子区域内的用户数据抓取单元实时对所在检测子区域内的移动终端进行位置信息以及移动终端的参数信息进行抓取;
X2、对各用户数据抓取单元抓取的各移动终端位置信息的时间先后顺序进行排序,以获取同一移动终端被各用户数据抓取单元抓取的顺序并进行排序处理;
X3、以固定时间间隔T依次提取该移动终端获取顺序下的各用户数据抓取单元内的该移动终端的位置信息,并将下一时间间隔T内的移动终端位置与上一时间间隔T内的移动终端位置进行逐一对比,得到连续单位时间间隔内的移动距离,并将获取的单位时间间隔内的移动距离变化量构成移动距离变化量集合S;
X4、获取该移动终端形成的移动距离变化量集合以及移动终端在单位时间间隔时的位置信息,并将移动终端在单位时间间隔时的位置信息以及移动终端在单位时间间隔时的位置信息与商品资源数据库中存储的各店铺位置信息以及店铺所在的区域范围进行对比;
X5、统计移动终端在各店铺内的停留时间,并根据移动终端在各店铺内的停留时间,评估移动终端用户对各店铺的单一滞留满意度系数,所述各店铺的单一滞留满意度系数的计算公式为tkj总表示为移动终端用户在第k个商品类型中的第j个店铺内累计停留的时间,tk总max表示为移动终端用户在第k个商品类型中所有店铺内停留最长的时间,tk总min表示为移动终端用户在第k个商品类型中已停留店铺内的停留时间最短的时间,tk总min>0;
X6、接收用户移动终端的参数信息,并提取移动终端参数信息的移动终端的IP地址,以用户移动终端的IP地址为索引,获取包含移动终端的用户ID、用户会员、消费记录、手机号码的用户信息与移动终端的IP地址相关联,生成用户身份信息列表;
X7、依次提取用户身份信息中的用户会员和消费记录,将用户会员与商场内的店铺名称对比,确定会员身份匹配集合,并提取消费记录中的消费店铺名称和消费金额,以获得对各店铺的消费次数统计集合和消费金额累计集合;
X8、根据步骤S7中移动终端用户对各店铺的消费次数统计集合和消费金额累计集合进行统计,并采用权重计算公式统计各店铺的消费权重,同时结合移动终端对各店铺的单一滞留满意度系数、移动终端的消费次数统计集合和消费金额累计集合,统计移动终端对各店铺的综合满意度系数;
X9、获得的各店铺的综合满意度系数分别与设定的店铺综合满意度阈值进行对比,提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号,若店铺综合满意度系数大于设定店铺综合满意度阈值的店铺有商品更新时,将该店铺的位置信息发送至移动终端,引导移动终端的用户进行购物选择。
请参阅图1所示,一种用户数据处理系统,包括用户数据抓取模块、数据整合处理模块、定量归类统计模块、驻留轨迹分析模块、商铺资源数据库、店铺资源更新模块、管理服务器和导向推送引发模块;
用户数据抓取终端分别与定量归类统计模块和数据整合处理模块连接,定量归类统计模块通过驻留轨迹分析模块与综合量化评估模块连接,商品资源数据库与综合量化评估模块连接,管理服务器分别与数据整合处理模块、综合量化评估模块、商铺资源数据库和导向推送引发模块连接。
用户数据抓取模块包括若干用户数据抓取单元,每个用户数据抓取单元分别位于设定的检测子区域内,用户数据抓取单元实时对所在检测子区域内的各IP地址的移动终端的位置信息以及移动终端的参数信息进行抓取,并将抓取的各IP地址的移动终端位置信息发送至定量归类统计模块,并将抓取的移动终端的参数信息发送至数据整合模块,移动终端为手机,移动终端的参数信息包括移动终端的IP地址、用户手机号、手机消费记录等,其中,手机消费记录包括店铺名称、消费时间、消费金额以及消费位置等;
其中,对商场各层均进行区域划分,划分成若干检测子区域,分别对各层的检测子区域依次进行编号,分别为a1,a2,...,ai,...,an,ai表示为第i个检测子区域,每个检测子区域内均安装有一个用户数据抓取单元,安装在某一检测子区域内的用户数据抓取单元对应的编号与所在检测子区域的编号相同;
定量归类统计模块用于接收用户数据抓取模块中各用户数据抓取单元发送的各IP地址的移动终端位置信息,并提取各用户数据抓取单元抓取的若干IP地址的移动终端的位置信息,将抓取的各IP地址进行对比,以确定IP地址对应的移动终端数量,同时,按照各用户数据抓取单元依次抓取同一移动终端的位置信息时间先后顺序,将抓取移动终端位置信息的各用户数据抓取单元进行排序,分别为b1,b2,...,bu,...,bw,bu表示为第u个用户数据抓取单元抓取的该移动终端的位置数据集合,bu∈a1,a2,...,ai,...,an,且bu对应的用户数据抓取单元分别与b(u-1)和b(u+1)对应的用户数据抓取单元不相同,定量归类统计将抓取移动终端位置的用户数据抓取单元排序以及排序内的各用户数据抓取单元抓取的移动终端位置信息发送至驻留轨迹分析模块,其中,每个IP地址均对应一个移动终端;
驻留轨迹分析模块用于接收定量归类统计模块发送的抓取该移动终端的用户数据抓取单元的排序以及该排序内的用户数据抓取单元抓取的该移动终端的位置信息,按照抓取移动终端位置的时间先后对抓取的位置进行排序,并以固定时间间隔T依次提取用户数据抓取单元排序内的移动终端的位置信息,且将下一时间间隔T内的移动终端位置与上一时间间隔T内的移动终端位置进行逐一对比,得到连续单位时间间隔内的移动距离,并将获取的单位时间间隔内的移动距离变化量构成移动距离变化量集合S(s1,s2,...,sj,...,sm),sj表示为一用户在第j个时间间隔内的移动距离变化数值,m表示为m个时间间隔T,驻留轨迹分析模块将各移动终端对应的移动距离变化量集合以及移动终端在单位时间间隔时的位置信息发送至综合量化评估模块;
数据整合模块用于接收用户数据抓取模块发送的用户移动终端的参数信息,并提取移动终端参数信息的移动终端的IP地址,以用户移动终端的IP地址为索引,获取包含移动终端的用户ID、用户会员、消费记录、手机号码的用户信息与移动终端的IP地址相关联,生成用户身份信息列表,并将生成的用户身份信息列表发送管理服务器;
商铺资源数据库包括店铺资源数据存储单元和店铺资源数据更新单元,店铺资源数据存储模块用于存储商场内各店铺对应的中心位置以及店铺的区域范围,并存储有各店铺名称、店铺经营商品种类等,商场内各店铺根据店铺经营商品种类对各商店进行划分,划分成儿童服装类、儿童鞋类、青年女士服装类、青年女士鞋类、青年男士服装类、青年男士鞋类、中老年女士服装类、中老年女士鞋类、中老年男士服装类、化妆品类和饰品类,对划分的店铺类型依次进行编号,分别为1,2,...,k,各店铺类型包括若干同经营商品种类的店铺;
店铺资源更新单元用于接收各店铺发送的店铺商品更新信息,并将各店铺更新的信息以及更新的店铺名称发送至管理服务器;
综合量化评估模块用于接收驻留轨迹分析模块发送的移动距离变化量集合S以及移动终端在单位时间间隔时的位置信息,将移动终端在单位时间间隔时的位置信息与商品资源数据库中存储的各店铺位置信息以及店铺所在的区域范围进行对比,统计移动终端所在各店铺内的停留时间,综合量化评估模块根据停留时间评估移动终端用户对各店铺的单一滞留满意度系数,并将对各店铺的单一滞留满意度系数发送至管理服务器;
其中,所述综合量化评估模块统计移动终端的停留时间,包括以下步骤:
H1、获取移动终端的位置信息,并提取商品资源数据库中各店铺的中心位置以及店铺的区域范围;
H2、将移动终端的位置与各店铺中心位置距离进行统计,筛选移动终端到各店铺中心的距离最小的店铺;
H3、判断移动终端到店铺中心的距离最小的店铺与该移动终端间的距离是否小于店铺中心到店铺区域范围内的边界距离,若小于,则表明该移动终端在与移动终端距离最小的店铺范围内,并执行步骤H5,反之,则执行步骤H4;
H4、以固定等距离S0增大店铺中心与移动终端的测量距离,若增大测量距离后,存在店铺中心到移动终端间的距离在测量距离范围内,则判断移动终端与该店铺中心间的距离是否小于该店铺中心到店铺区域范围内的边界距离,若小于,则表明该移动终端在该店铺范围内,并执行步骤H5,反之,重复执行步骤H4;
H5、统计移动终端在该店铺内的累计时间间隔T,并将该时间间隔内移动终端的移动距离变化数值后移动终端是否在店铺范围内,若在该店铺范围内,则继续累计时间间隔T,累计的总时间为移动终端在店铺内停留的时间,反之,表明移动终端在其他店铺范围内,并执行步骤H3,直至移动终端离开商场。
通过将移动终端位置与各店铺中心位置以及店铺区域范围进行判断,能够准确地判断移动终端与各店铺间的位置关系,以确定移动终端在店铺内所待的时间。
所述综合量化评估模块根据移动终端在各店铺内的停留时间进行各店铺的单一滞留满意度系数统计,计算公式为tkj总表示为移动终端用户在第k个商品类型中的第j个店铺内累计停留的时间,tk总max表示为移动终端用户在第k个商品类型中所有店铺内停留最长的时间,tk总min表示为移动终端用户在第k个商品类型中已停留店铺内的停留时间最短的时间,tk总min>0;
管理服务器用于接收数据整合模块发送的若干移动终端对应的用户身份信息,对接收的用户身份信息中的用户会员、消费记录进行提取,将用户身份信息中的用户会员与商铺资源数据库中各店铺类型中的各店铺名称进行逐一对比,得到会员身份匹配集合Ck(ck1,ck2,...,ckf,...,ckv),ckf表示为第k个商品类型中的第f个店铺与用户所有会员的对比结果,若用户身份信息中的用户会员有第k个商品类型中的第f个店铺的会员,则ckf等于1,反之,则等于0,同时,管理服务器提取用户身份信息中消费记录,并对消费记录中所有消费时间进行提取,提取满足消费时间段内所有消费对应的消店铺名称和消费金额,进而统计该移动终端用户在各店铺内的消费次数以及消费金额并构成消费次数统计集合Dk(dk1,dk2,...,dkf,...,dkv)以及消费金额累计集合Ek(ek1,ek2,...,ekf,...,ekv),dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,ekf表示为该移动终端用户到第k个商品类型中第f个店铺内消费累计金额,根据消费次数统计集合Dk以及消费金额累计集合Ek,统计各店铺的权重dkf,其中,各店铺的权重计算公式为Rkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费的权重,dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,dmax表示为移动终端用户到累计次数最多的店铺内消费的次数,dmin表示为移动终端用户到累计次数最少的店铺内消费的次数,emax表示为移动终端用户到累计消费金额最多的店铺内消费的累计金额,ekf表示为该移动终端用户到第k个商品类型中第f个店铺内消费累计金额,emin表示为移动终端用户到累计消费金额最少的店铺内消费的累计金额;
同时,管理服务器接收综合量化评估模块发送的各店铺的单一滞留满意度系数,并结合店铺的权重、移动终端的消费次数统计集合和消费金额累计集合,统计各店铺的综合满意度系数ckf表示为第k个商品类型中的第f个店铺与用户所有会员的对比结果,Rkf表示为移动终端用户到第k个商品类型中第f个店铺内消费的权重,dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,ekf表示为该移动终端用户到第k个商品类型中第f个店铺内消费累计金额,Gkf表示为移动终端用户到第k个商品类型中第f个店铺内的单一滞留满意度系数,exp(Gkf)表示为e的Gkf次方,管理服务器将各店铺的综合满意度系数分别与设定的店铺综合满意度阈值进行对比,提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号;
另外,管理服务器接收商铺资源数据库中店铺资源数据更新单元发送的店铺商品更新信息以及更新店铺的名称,管理服务器将提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号对应的店铺名称与更新店铺的名称进行对比,若更新的店铺名称中有店铺综合满意度系数大于设定店铺综合满意度阈值的店铺,则管理服务器发送该店铺的位置信息至导向推送引发模块;
其中,管理服务器还可筛选与店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型相同的其他店铺的位置信息至导向推送引发模块。
导向推送引发模块接收管理服务器发送的店铺综合满意度系数大于设定店铺综合满意度阈值的店铺位置信息,并将店铺综合满意度系数大于设定店铺综合满意度阈值的店铺至该店铺综合满意度系数对应的移动终端用户,便于引导移动终端的用户进行购物,以提高用户的满意度。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种用户数据处理方法,其特征在于,包括以下步骤:
X1、位于检测子区域内的用户数据抓取单元实时对所在检测子区域内的移动终端进行位置信息以及移动终端的参数信息进行抓取;
X2、对各用户数据抓取单元抓取的各移动终端位置信息的时间先后顺序进行排序,以获取同一移动终端被各用户数据抓取单元抓取的顺序并进行排序处理;
X3、以固定时间间隔T依次提取该移动终端获取顺序下的各用户数据抓取单元内的该移动终端的位置信息,并将下一时间间隔T内的移动终端位置与上一时间间隔T内的移动终端位置进行逐一对比,得到连续单位时间间隔内的移动距离,并将获取的单位时间间隔内的移动距离变化量构成移动距离变化量集合S;
X4、获取该移动终端形成的移动距离变化量集合以及移动终端在单位时间间隔时的位置信息,并将移动终端在单位时间间隔时的位置信息以及移动终端在单位时间间隔时的位置信息与商品资源数据库中存储的各店铺位置信息以及店铺所在的区域范围进行对比;
X5、统计移动终端在各店铺内的停留时间,并根据移动终端在各店铺内的停留时间,评估移动终端用户对各店铺的单一滞留满意度系数;
X6、接收用户移动终端的参数信息,并提取移动终端参数信息的移动终端的IP地址,以用户移动终端的IP地址为索引,获取包含移动终端的用户ID、用户会员、消费记录、手机号码的用户信息与移动终端的IP地址相关联,生成用户身份信息列表;
X7、依次提取用户身份信息中的用户会员和消费记录,将用户会员与商场内的店铺名称对比,确定会员身份匹配集合,并提取消费记录中的消费店铺名称和消费金额,以获得对各店铺的消费次数统计集合和消费金额累计集合;
X8、根据步骤S7中移动终端用户对各店铺的消费次数统计集合和消费金额累计集合进行统计,并采用权重计算公式统计各店铺的消费权重,同时结合移动终端对各店铺的单一滞留满意度系数、移动终端的消费次数统计集合和消费金额累计集合,统计移动终端对各店铺的综合满意度系数;
X9、获得的各店铺的综合满意度系数分别与设定的店铺综合满意度阈值进行对比,提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号,若店铺综合满意度系数大于设定店铺综合满意度阈值的店铺有商品更新时,将该店铺的位置信息发送至移动终端,引导移动终端的用户进行购物选择;
所述各店铺的单一滞留满意度系数的计算公式为tkj总表示为移动终端用户在第k个商品类型中的第j个店铺内累计停留的时间,tk总max表示为移动终端用户在第k个商品类型中所有店铺内停留最长的时间,tk总min表示为移动终端用户在第k个商品类型中已停留店铺内的停留时间最短的时间,tk总min>0;
各店铺的权重计算公式为Rkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费的权重,dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,dmax表示为移动终端用户到累计次数最多的店铺内消费的次数,dmin表示为移动终端用户到累计次数最少的店铺内消费的次数,emax表示为移动终端用户到累计消费金额最多的店铺内消费的累计金额,ekf表示为该移动终端用户到第k个商品类型中第f个店铺内消费累计金额,emin表示为移动终端用户到累计消费金额最少的店铺内消费的累计金额;
2.一种用户数据处理系统,其特征在于:包括用户数据抓取模块、数据整合处理模块、定量归类统计模块、驻留轨迹分析模块、商铺资源数据库、店铺资源更新模块、管理服务器和导向推送引发模块;
用户数据抓取终端分别与定量归类统计模块和数据整合处理模块连接,定量归类统计模块通过驻留轨迹分析模块与综合量化评估模块连接,商品资源数据库与综合量化评估模块连接,管理服务器分别与数据整合处理模块、综合量化评估模块、商铺资源数据库和导向推送引发模块连接;
用户数据抓取模块包括若干用户数据抓取单元,每个用户数据抓取单元分别位于设定的检测子区域内,用户数据抓取单元实时对所在检测子区域内的各IP地址的移动终端的位置信息以及移动终端的参数信息进行抓取,并将抓取的各IP地址的移动终端位置信息发送至定量归类统计模块,并将抓取的移动终端的参数信息发送至数据整合模块;
定量归类统计模块用于接收用户数据抓取模块中各用户数据抓取单元发送的各IP地址的移动终端位置信息,并提取各用户数据抓取单元抓取的若干IP地址的移动终端的位置信息,将抓取的各IP地址进行对比,以确定IP地址对应的移动终端数量,同时,按照各用户数据抓取单元依次抓取同一移动终端的位置信息时间先后顺序,将抓取移动终端位置信息的各用户数据抓取单元进行排序,分别为b1,b2,...,bu,...,bw,bu表示为第u个用户数据抓取单元抓取的该移动终端的位置数据集合,bu∈a1,a2,...,ai,...,an,ai表示为第i个检测子区域,且bu对应的用户数据抓取单元分别与b(u-1)和b(u+1)对应的用户数据抓取单元不相同,定量归类统计将抓取移动终端位置的用户数据抓取单元排序以及排序内的各用户数据抓取单元抓取的移动终端位置信息发送至驻留轨迹分析模块,其中,每个IP地址均对应一个移动终端;
驻留轨迹分析模块用于接收定量归类统计模块发送的抓取该移动终端的用户数据抓取单元的排序以及该排序内的用户数据抓取单元抓取的该移动终端的位置信息,按照抓取移动终端位置的时间先后对抓取的位置进行排序,并以固定时间间隔T依次提取用户数据抓取单元排序内的移动终端的位置信息,且将下一时间间隔T内的移动终端位置与上一时间间隔T内的移动终端位置进行逐一对比,得到连续单位时间间隔内的移动距离,并将获取的单位时间间隔内的移动距离变化量构成移动距离变化量集合S(s1,s2,...,sj,...,sm),sj表示为一用户在第j个时间间隔内的移动距离变化数值,m表示为m个时间间隔T,驻留轨迹分析模块将各移动终端对应的移动距离变化量集合以及移动终端在单位时间间隔时的位置信息发送至综合量化评估模块;
数据整合模块用于接收用户数据抓取模块发送的用户移动终端的参数信息,并提取移动终端参数信息的移动终端的IP地址,以用户移动终端的IP地址为索引,获取包含移动终端的用户ID、用户会员、消费记录、手机号码的用户信息与移动终端的IP地址相关联,生成用户身份信息列表,并将生成的用户身份信息列表发送管理服务器;
商铺资源数据库包括店铺资源数据存储单元和店铺资源数据更新单元,店铺资源数据存储模块用于存储商场内各店铺对应的中心位置以及店铺的区域范围,并存储有各店铺名称、店铺经营商品种类,商场内各店铺根据店铺经营商品种类对各商店进行划分,划分成儿童服装类、儿童鞋类、青年女士服装类、青年女士鞋类、青年男士服装类、青年男士鞋类、中老年女士服装类、中老年女士鞋类、中老年男士服装类、化妆品类和饰品类,对划分的店铺类型依次进行编号,分别为1,2,...,k,各店铺类型包括若干同经营商品种类的店铺;
店铺资源更新单元用于接收各店铺发送的店铺商品更新信息,并将各店铺更新的信息以及更新的店铺名称发送至管理服务器;
综合量化评估模块用于接收驻留轨迹分析模块发送的移动距离变化量集合S以及移动终端在单位时间间隔时的位置信息,将移动终端在单位时间间隔时的位置信息与商品资源数据库中存储的各店铺位置信息以及店铺所在的区域范围进行对比,统计移动终端所在各店铺内的停留时间,综合量化评估模块根据停留时间评估移动终端用户对各店铺的单一滞留满意度系数,并将对各店铺的单一滞留满意度系数发送至管理服务器,所述单一滞留满意度系数计算公式为tkj总表示为移动终端用户在第k个商品类型中的第j个店铺内累计停留的时间,tk总max表示为移动终端用户在第k个商品类型中所有店铺内停留最长的时间,tk总min表示为移动终端用户在第k个商品类型中已停留店铺内的停留时间最短的时间,tk总min>0;
管理服务器用于接收数据整合模块发送的若干移动终端对应的用户身份信息,对接收的用户身份信息中的用户会员、消费记录进行提取,将用户身份信息中的用户会员与商铺资源数据库中各店铺类型中的各店铺名称进行逐一对比,得到会员身份匹配集合Ck(ck1,ck2,...,ckf,...,ckv),ckf表示为第k个商品类型中的第f个店铺的对比结果,若用户身份信息中的用户会员有第k个商品类型中的第f个店铺的会员,则ckf等于1,反之,则等于0,同时,管理服务器提取用户身份信息中消费记录,并对消费记录中所有消费时间进行提取,提取满足消费时间段内所有消费对应的消店铺名称和消费金额,进而统计该移动终端用户在各店铺内的消费次数以及消费金额并构成消费次数统计集合Dk(dk1,dk2,...,dkf,...,dkv)以及消费金额累计集合Ek(ek1,ek2,...,ekf,...,ekv),dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,ekf表示为该移动终端用户到第k个商品类型中第f个店铺内消费累计金额,根据消费次数统计集合Dk以及消费金额累计集合Ek,统计各店铺的权重dkf;
同时,管理服务器接收综合量化评估模块发送的各店铺的单一滞留满意度系数,并结合店铺的权重、移动终端的消费次数统计集合和消费金额累计集合,统计各店铺的综合满意度系数,管理服务器将各店铺的综合满意度系数分别与设定的店铺综合满意度阈值进行对比,提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号;
另外,管理服务器接收商铺资源数据库中店铺资源数据更新单元发送的店铺商品更新信息以及更新店铺的名称,管理服务器将提取店铺综合满意度系数大于设定店铺综合满意度阈值的店铺类型下的店铺编号对应的店铺名称与更新店铺的名称进行对比,若更新的店铺名称中有店铺综合满意度系数大于设定店铺综合满意度阈值的店铺,则管理服务器发送该店铺的位置信息至导向推送引发模块;
导向推送引发模块接收管理服务器发送的店铺综合满意度系数大于设定店铺综合满意度阈值的店铺位置信息,并将店铺综合满意度系数大于设定店铺综合满意度阈值的店铺至该店铺综合满意度系数对应的移动终端用户;
各店铺的权重计算公式为Rkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费的权重,dkf表示为该移动终端用户到第k个商品类型中第f个店铺内消费次数,dmax表示为移动终端用户到累计次数最多的店铺内消费的次数,dmin表示为移动终端用户到累计次数最少的店铺内消费的次数,emax表示为移动终端用户到累计消费金额最多的店铺内消费的累计金额,ekf表示为该移动终端用户到第k个商品类型中第f个店铺内消费累计金额,emin表示为移动终端用户到累计消费金额最少的店铺内消费的累计金额;
3.根据权利要求2所述的一种用户数据处理系统,其特征在于:对商场各层均进行区域划分,划分成若干检测子区域,分别对各层的检测子区域依次进行编号,分别为a1,a2,...,ai,...,an,ai表示为第i个检测子区域,每个检测子区域内均安装有一个用户数据抓取单元,安装在某一检测子区域内的用户数据抓取单元对应的编号与所在检测子区域的编号相同。
4.根据权利要求2所述的一种用户数据处理系统,其特征在于:所述综合量化评估模块统计移动终端的停留时间,包括以下步骤:
H1、获取移动终端的位置信息,并提取商品资源数据库中各店铺的中心位置以及店铺的区域范围;
H2、将移动终端的位置与各店铺中心位置距离进行统计,筛选移动终端到各店铺中心的距离最小的店铺;
H3、判断移动终端到店铺中心的距离最小的店铺与该移动终端间的距离是否小于店铺中心到店铺区域范围内的边界距离,若小于,则表明该移动终端在与移动终端距离最小的店铺范围内,并执行步骤H5,反之,则执行步骤H4;
H4、以固定等距离S0增大店铺中心与移动终端的测量距离,若增大测量距离后,存在店铺中心到移动终端间的距离在测量距离范围内,则判断移动终端与该店铺中心间的距离是否小于该店铺中心到店铺区域范围内的边界距离,若小于,则表明该移动终端在该店铺范围内,并执行步骤H5,反之,重复执行步骤H4;
H5、统计移动终端在该店铺内的累计时间间隔T,并将该时间间隔内移动终端的移动距离变化数值后移动终端是否在店铺范围内,若在该店铺范围内,则继续累计时间间隔T,累计的总时间为移动终端在店铺内停留的时间,反之,表明移动终端在其他店铺范围内,并执行步骤H3,直至移动终端离开商场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811623118.4A CN109711890B (zh) | 2018-12-28 | 2018-12-28 | 一种用户数据处理方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811623118.4A CN109711890B (zh) | 2018-12-28 | 2018-12-28 | 一种用户数据处理方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109711890A CN109711890A (zh) | 2019-05-03 |
CN109711890B true CN109711890B (zh) | 2022-12-09 |
Family
ID=66259034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811623118.4A Active CN109711890B (zh) | 2018-12-28 | 2018-12-28 | 一种用户数据处理方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711890B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335077A (zh) * | 2019-07-02 | 2019-10-15 | 上海三菱电梯有限公司 | 商家推荐方法及装置 |
CN110443687B (zh) * | 2019-08-12 | 2020-09-18 | 江苏易汇聚软件科技有限公司 | 一种基于大数据的电子商务平台 |
CN110471963B (zh) * | 2019-08-14 | 2022-04-05 | 北京市商汤科技开发有限公司 | 数据处理方法、装置及存储介质 |
CN110455343B (zh) * | 2019-09-03 | 2020-06-12 | 浙江雲禾健康管理有限公司 | 一种基于大数据的商品质量检测系统 |
CN111402002B (zh) * | 2020-03-13 | 2024-03-26 | 郭俊 | 基于用户行为信息的数据分析处理方法 |
CN111585818B (zh) * | 2020-05-11 | 2021-05-04 | 苏州乐米凡电气科技有限公司 | 一种基于服务质量的用户信息分配系数的系统及方法 |
CN112857357B (zh) * | 2021-01-11 | 2022-05-17 | 北京卓信智恒数据科技股份有限公司 | 一种基于数据可视化的轨迹移动分析系统 |
CN116308465B (zh) * | 2023-05-15 | 2023-09-01 | 深圳易派支付科技有限公司 | 一种基于移动支付的大数据分析系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294534A (zh) * | 2016-07-18 | 2017-01-04 | 中国银联股份有限公司 | 一种用户兴趣匹配推送系统及用户兴趣匹配推送方法 |
CN108734501A (zh) * | 2017-04-19 | 2018-11-02 | 嘉兴高恒信息科技有限公司 | 一种移动定位平台 |
CN108966139A (zh) * | 2018-03-28 | 2018-12-07 | 厦门上特展示系统工程有限公司 | 位置信息采集分析装置及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070185756A1 (en) * | 2004-08-23 | 2007-08-09 | Jae Ahn | Shopping pattern analysis system and method based on rfid |
-
2018
- 2018-12-28 CN CN201811623118.4A patent/CN109711890B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294534A (zh) * | 2016-07-18 | 2017-01-04 | 中国银联股份有限公司 | 一种用户兴趣匹配推送系统及用户兴趣匹配推送方法 |
CN108734501A (zh) * | 2017-04-19 | 2018-11-02 | 嘉兴高恒信息科技有限公司 | 一种移动定位平台 |
CN108966139A (zh) * | 2018-03-28 | 2018-12-07 | 厦门上特展示系统工程有限公司 | 位置信息采集分析装置及方法 |
Non-Patent Citations (1)
Title |
---|
面向大型购物商场的移动情景感知服务系统设计;王冰等;《青海师范大学学报(自然科学版)》;20170315(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109711890A (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711890B (zh) | 一种用户数据处理方法及其系统 | |
CN108664620B (zh) | 一种店铺客流量预测方法 | |
JP4972491B2 (ja) | 顧客動作判定システム | |
CN109657624A (zh) | 目标对象的监控方法、装置和系统 | |
CN109740573B (zh) | 视频分析方法、装置、设备及服务器 | |
CN112102037A (zh) | 一种基于大数据的直播电商平台商品内容智能推送管理系统 | |
CN108335317A (zh) | 一种线下导购方法及装置 | |
KR102073208B1 (ko) | 경기장 방문객 대상 빅데이터 분석 시스템 | |
JP2010211679A (ja) | 行動予測方法及び行動予測システム | |
CN112463859B (zh) | 基于大数据和业务分析的用户数据处理方法及服务器 | |
CN109145127A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
JP2015090579A (ja) | 行動分析システム | |
JP2018156597A (ja) | 情報処理装置、プログラム、及び情報処理方法 | |
CN111898637A (zh) | 一种基于ReliefF-DDC特征选择算法 | |
CN109903114B (zh) | 梯内信息触发响应的方法及装置 | |
CN112257615B (zh) | 一种基于聚类的顾客数量统计方法 | |
CN108399387A (zh) | 用于识别目标群体的数据处理方法及装置 | |
CN111092764B (zh) | 一种实时动态亲密度关系分析方法及系统 | |
CN108449716A (zh) | 一种基于无线传感器的用户属性分析方法和系统 | |
KR102278749B1 (ko) | 오프라인 매장용 마케팅 분석 서비스 플랫폼 및 방법 | |
TWI629654B (zh) | Wisdom door city welcome product recommendation system and method thereof | |
CN113222648A (zh) | 一种电梯广告位价值评估方法及电梯广告位价值评估系统 | |
JP7338864B2 (ja) | 廃棄情報記録装置、廃棄情報記録方法、プログラム、および記録媒体 | |
CN114491156A (zh) | 基于视频图像智能推送近似对象的方法 | |
JP2002297884A (ja) | 営業分析、営業支援、及び営業評価システム |
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 |