CN109831488A - 信息推荐方法及系统、可读存储介质 - Google Patents
信息推荐方法及系统、可读存储介质 Download PDFInfo
- Publication number
- CN109831488A CN109831488A CN201910015830.4A CN201910015830A CN109831488A CN 109831488 A CN109831488 A CN 109831488A CN 201910015830 A CN201910015830 A CN 201910015830A CN 109831488 A CN109831488 A CN 109831488A
- Authority
- CN
- China
- Prior art keywords
- information
- target user
- information recommendation
- label
- personal
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种信息推荐方法及系统、可读存储介质，所述信息推荐方法包括：获取目标用户的个人信息和历史数据；将所述目标用户的个人信息和历史数据标签化，得到所述目标用户的个人标签；根据所述个人标签，采用可视化的方式配置信息推荐规则；根据所述信息推荐规则，向所述目标用户推荐相应的信息。采用上述方案，可以方便、低成本地向用户推荐信息。
Description
技术领域
本发明属于互联网技术领域，特别涉及一种信息推荐方法及系统、可读存储介质。
背景技术
在各类公司的日常工作中，经常需要通过各种形式向用户发送推荐信息。信息推荐的方式包括线上推荐以及线下推荐。具体而言，线上推荐和线下推荐采用不同渠道接触用户，例如短信、应用程序、微信等。
另一方面，目标用户也需要通过特定标签来进行筛选。针对不同标签的用户，有些活动是一次性的，有些活动则是周期性的。并且，开展活动之后，还需要继续向用户发送反馈信息调查，以对活动效果进行跟踪。
因此，向用户推荐信息的操作较为复杂，推荐信息的工作量也较为庞大，导致有信息推荐需求的公司付出的硬件成本、人员成本等较为高昂。
发明内容
本发明实施例解决的是如何方便、低成本地向用户推荐信息。
为解决上述技术问题，本发明实施例提供一种信息推荐方法，信息推荐方法包括：获取目标用户的个人信息和历史数据；将所述目标用户的个人信息和历史数据标签化，得到所述目标用户的个人标签；根据所述个人标签，采用可视化的方式配置信息推荐规则；根据所述信息推荐规则，向所述目标用户推荐相应的信息。
可选的，在向所述目标用户推荐相应的信息之后，还包括：获取所述目标用户在接收到相应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
可选的，所述向所述目标用户推荐相应的信息，包括：将所述目标用户分为对照组和测试组，分别向对照组用户和测试组用户发送不同的信息；获取所述对照组用户和所述测试组用户在接收到对应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
可选的，所述将所述目标用户的个人信息和历史数据标签化，包括：当所述个人标签包括固定属性标签时，对所述固定属性标签进行预处理。
可选的，所述将所述目标用户的个人信息和历史数据标签化，包括：当所述个人标签包括实时变动标签时，实时更新所述个人标签
可选的，所述实时更新所述个人标签，包括：采用以下至少一种方式：redis、API以及消息队列。
可选的，所述采用可视化的方式配置信息推荐规则，包括：当所述目标用户满足以下至少一种条件，所述信息推荐规则为停止推荐：所述目标用户满足预设条件以及所述目标用户在预设时间内已接收过推荐信息。
可选的，所述采用可视化的方式配置信息推荐规则，包括以下至少一种配置方式：采用自定义脚本配置以及采用drools引擎配置。
可选的，所述向所述目标用户推荐相应的信息，包括：根据预设的信息推荐规则，获取所述目标用户的实时行为数据；当所述实时行为数据满足预设条件时，实时向所述目标用户推荐信息。
可选的，所述信息推荐方法还包括：将所述个人信息、所述历史数据以及所述个人标签缓存到数据库。
为解决上述技术问题，本发明实施例还公开了一种信息推荐系统，信息推荐系统包括：获取单元，用于获取目标用户的个人信息和历史数据；标签单元，用于将所述目标用户的个人信息和历史数据标签化，得到所述目标用户的个人标签；配置单元，用于根据所述个人标签，采用可视化的方式配置信息推荐规则；推荐单元，用于根据所述信息推荐规则，向所述目标用户推荐相应的信息。
可选的，所述推荐单元，还用于：获取所述目标用户在接收到相应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
可选的，所述配置单元，用于：将所述目标用户分为对照组和测试组，分别向对照组用户和测试组用户发送不同的信息；获取所述对照组用户和所述测试组用户在接收到对应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
可选的，所述标签单元，用于：当所述个人标签包括固定属性标签时，对所述固定属性标签进行预处理。
可选的，所述标签单元，用于：当所述个人标签包括实时变动标签时，实时更新所述个人标签。
可选的，所述标签单元，用于：实时更新所述个人标签，包括：采用以下至少一种方式：redis、API以及消息队列。
可选的，所述配置单元，用于：当所述目标用户满足以下至少一种条件，所述信息推荐规则为停止推荐：所述目标用户满足预设条件以及所述目标用户在预设时间内已接收过推荐信息。
可选的，所述配置单元，用于：采用可视化的方式配置信息推荐规则，包括以下至少一种配置方式：采用自定义脚本配置以及采用drools引擎配置。
可选的，所述推荐单元，用于：根据预设的信息推荐规则，获取所述目标用户的实时行为数据；当所述实时行为数据满足预设条件时，实时向所述目标用户推荐信息。
可选的，所述信息推荐系统还包括：存储单元，用于将所述个人信息、所述历史数据以及所述个人标签缓存到数据库。
本发明实施例还公开了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述任一种所述的信息推荐方法的步骤。
本发明实施例还提供了一种信息推荐系统，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一种所述的信息推荐方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
根据所述个人标签，采用可视化的方式配置信息推荐规则，使得操作人员可以方便、直观地进行信息推荐规则配置。推荐系统再根据操作人员所配置的信息推荐规则，向所述目标用户推荐信息，无需操作人员实时操作或监控，可以自动地向目标用户发送推荐信息，既保证了快速有效地向特定用户发送推荐信息，又降低了信息推荐业务的成本。
附图说明
图1是本发明实施例一种信息推荐方法的流程图；
图2是本发明实施例一种信息推荐系统的结构示意图。
具体实施方式
现有技术中，向用户推荐信息的操作较为复杂，推荐信息的工作量也较为庞大，导致有信息推荐需求的公司付出的硬件成本、人员成本等较为高昂。
本发明实施例中，根据所述个人标签，采用可视化的方式配置信息推荐规则，使得操作人员可以方便、直观地进行信息推荐规则配置。推荐系统再根据操作人员所配置的信息推荐规则，向所述目标用户推荐信息，无需操作人员实时操作或监控，可以自动地向目标用户发送推荐信息，既保证了快速有效地向特定用户发送推荐信息，又降低了信息推荐业务的成本。
为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
本发明实施例提供了一种信息推荐方法，参照图1，以下通过具体步骤进行详细说明。
步骤S101，获取目标用户的个人信息和历史数据。
在实际应用中，目标用户的个人信息可以包括目标用户的姓名、年龄、性别、职业等信息。目标用户的历史数据可以包括目标用户的登陆行为、登陆时间、历史点击以及历史浏览记录等历史行为数据。可以理解的是，根据用户的需求，可以获取目标用户在不同应用系统上的行为数据。同时，由于历史行为数据的多样化，同样不限定数据的种类，即可以以应用系统所能获得的所有目标用户的个人信息和历史数据作为该目标用户的个人信息和历史数据，本发明在此不作赘述。
在具体实施中，可以将个人信息和历史数据缓存到数据库(例如：Redis)，以加快对数据的访问速度。
步骤S102，将所述目标用户的个人信息和历史数据标签化，得到所述目标用户的个人标签。
在实际应用中，个人标签可以包括目标用户的身份信息如“男客户”，也可以包括根据目标用户的历史数据而提取的其他标签。
例如，目标用户在预设时间内，在“人民公园”这一地点定位的次数超过预设阈值，可以将“人民公园”作为该目标用户的个人标签。又如，目标用户通过应用系统已获得过系统所提供的任一种服务后，将“老客户”这一个人标签作为该目标用户的个人标签。同时，根据目标客户所要求的服务内容，可以将目标用户的个人标签细化为“动作电影”、“异域美食”等。
可以理解的是，根据目标用户的自行输入的个人数据和应用系统所采集到的数据(例如系统日志、行为数据等)，以提取目标用户的个人标签。个人标签不限定种类，即只要满足个人标签可以反映目标用户的标识信息，就可以作为该目标用户的个人标签，本发明在此不作赘述。
在具体实施中，可以个人标签缓存到数据库，提高处理效率
在具体实施中，根据个人信息和历史数据提取的个人标签包括固定属性标签，例如目标用户的性别、年龄、星座、住址、教育程度等在一定时间内固定的信息(即信息的实时变动性较低)。因此，可以先对固定属性标签进行预处理，并批量导入到系统作为目标用户的固定属性标签。
在具体实施中，所述个人标签还可以包括实时变动标签，例如：账户余额、充值金额等，可以通过redis、api等方式去线上实时获取实时变动标签的信息，以实时更新所述个人标签。
在具体实施中，可以采用以下至少一种方式：redis、API以及消息队列，来进行实时更新个人标签，可以保证在毫秒级别及时、快速处理数据。
步骤S103，根据所述个人标签，采用可视化的方式配置信息推荐规则。
在具体实施中，采用可视化的方式配置信息推荐规则，可以包括以下至少一种配置方式：采用自定义脚本配置以及采用drools引擎配置。用户只要在操作界面上通过鼠标或键盘的操作，即可选取目标用户的个人标签，进而通过界面配置模式配置对应的信息推荐规则，提供人性化、可视化的配置方式，便于用户对配置规则进行管理。
因此，用户只需要配置信息推荐规则、周期及营销方式即可，系统根据信息推荐规则自动进行信息推荐，可以节省人力成本、提高运营效率。同时，若用户需要根据本发明中提供的信息推荐方法开发相应的信息推荐系统，系统的开发成本低、方便迭代；在系统使用阶段，运营人员学习成本低、易于上手。
在实际应用中，可以根据个人标签的性质，即固定属性标签(离线标签)或实时变动标签(实时标签)，进而配置离线和实时相结合的信息推荐规则，以减轻系统的负载、加快处理速度，保证实时信息推荐过程中基本无延迟，每个目标用户的规则处理事件可以达到毫秒级别。
在具体实施中，当所述目标用户满足以下至少一种条件，所述信息推荐规则可以为停止推荐：所述目标用户满足预设条件以及所述目标用户在预设时间内已接收过推荐信息。
在实际应用中，可以在信息推荐规则的配置过程中设置过滤规则。例如，过滤某一个信息推荐案例中的某个分组中的人群，停止向这类人群推荐信息；又如，过滤在一定时间内(例如3天内)已经接收过推荐信息的目标用户，停止向这些目标用户推荐信息，进而达到灵活配置、提高用户的使用体验的目的。
在实际应用中，可以采用spring aop对信息推荐的权限和系统日志进行监控，采用spring quartz定时框架进行分布式的信息推荐任务运行，也可以通过react进行信息推荐页面渲染。
在实际应用中，底层数据库可以采用myql、kudu、elasticsearch等数据库，当采用mysql数据库时，可以用于存放配置模板等信息；当采用kudu数据库时，可以拥有存放用户标签数据；当采用elasticsearch数据库时，也可以用于存放用户标签数据。
步骤S104，根据所述信息推荐规则，向所述目标用户推荐相应的信息。
在具体实施中，可以将所述目标用户分为对照组和测试组，分别向对照组用户和测试组用户发送不同的信息；然后获取所述对照组用户和所述测试组用户在接收到对应的信息后的反馈结果；最后根据所述反馈结果，不断地调整所述信息推荐规则，以提高信息推荐的有效性和准确性。
在具体实施中，在向所述目标用户推荐相应的信息之后，还可以获取目标用户在接收到相应的信息后的反馈结果；再根据所述反馈结果，不断地调整信息推荐规则，以提高信息推荐的有效性和准确性。
在具体实施中，可以根据预设的信息推荐规则，获取所述目标用户的实时行为数据；当所述实时行为数据满足预设条件时，实时向所述目标用户推荐信息，即通过目标用户在线上的某些动作来实时触发信息推荐行为，以提高信息推荐的有效性和准确性。
综上所述，根据所述个人标签，采用可视化的方式配置信息推荐规则，使得操作人员可以方便、直观地进行信息推荐规则配置。推荐系统再根据操作人员所配置的信息推荐规则，向所述目标用户推荐信息，无需操作人员实时操作或监控，可以自动地向目标用户发送推荐信息，既保证了快速有效地向特定用户发送推荐信息，又降低了信息推荐业务的成本。
参照图2，本发明实施例还提供了一种信息推荐系统20，包括：获取单元201、标签单元202、配置单元203以及推荐单元204，
其中，所述获取单元201，用于获取目标用户的个人信息和历史数据；
所述标签单元202，用于将所述目标用户的个人信息和历史数据标签化，得到所述目标用户的个人标签；
所述配置单元203，用于根据所述个人标签，采用可视化的方式配置信息推荐规则；
所述推荐单元204，用于根据所述信息推荐规则，向所述目标用户推荐相应的信息。
在具体实施中，所述推荐单元204，还可以用于：获取所述目标用户在接收到相应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
在具体实施中，所述配置单元203，可以用于：将所述目标用户分为对照组和测试组，分别向对照组用户和测试组用户发送不同的信息；获取所述对照组用户和所述测试组用户在接收到对应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
在具体实施中，所述标签单元202，可以用于：当所述个人标签为固定属性标签，对所述个人标签进行预处理。
在具体实施中，所述标签单元202，可以用于：当所述个人标签为实时变动标签，实时更新所述个人标签。
在具体实施中，所述标签单元202，可以用于：实时更新所述个人标签，包括：采用以下至少一种方式：redis、API以及消息队列。
在具体实施中，所述配置单元203，可以用于：当所述目标用户满足以下至少一种条件，所述信息推荐规则为停止推荐：所述目标用户满足预设条件以及所述目标用户在预设时间内已接收过推荐信息。
在具体实施中，所述配置单元203，可以用于：采用可视化的方式配置信息推荐规则，包括以下至少一种配置方式：采用自定义脚本配置以及采用drools引擎配置。
在具体实施中，所述推荐单元204，可以用于：根据预设的信息推荐规则，获取所述目标用户的实时行为数据；当所述实时行为数据满足预设条件时，实时向所述目标用户推荐信息。
在具体实施中，所述信息推荐系统20，还可以包括：存储单元(图2中未示出)，用于将所述个人信息、所述历史数据以及所述个人标签缓存到数据库。
在本发明一实施例中，信息推荐系统包括：配置中心、规则中心、渠道中心、标签中心以及底层数据，支持的前端用户界面包括：Bootstrap、超文本标记语言(Hyper TextMarkup Language，HTML)、层叠样式表(Cascading Style Sheets，CSS)、React、Jquery以及Ajax。其中，配置中心主要采用springmvc结合mybatis的基础架构，并采用spring aop对信息推荐权限和系统日志监控、spring quartz定时框架进行分布式的信息推荐任务运行。同时，信息推荐系统的前端页面主要通过react进行渲染。配置中心包含标签管理、用户画像、自助取数、外部数据、渠道管理、活动管理以及事件管理。
规则中心采用spring boot的基础架构，包括信息推荐的离线规则、实时规则以及drools规则。通过MQ消息队列的方式接受需要处理的任务，再结合Redis缓存数据，提高信息推荐系统的处理效率。另外，还提供了信息推荐效果分析模块，以便于操作人员调整信息推荐方式。
渠道中心也采用spring boot的基础架构，管理信息推荐的渠道和信息推荐的发送，提供了API和消息队列MQ两种接收数据方式，并对处理信息的过程进行日志保存。
标签中心同样采用的是spring boot的基础架构，提供支撑信息推荐的变量，包含了离线数据和线上实时数据，底层采用redis的方式进行缓存。
底层数据采用的是myql、kudu、elasticsearch三种数据库以存放数据，mysql主要存放配置模板等信息，kudu存放的是目标用户标签数据、elasticsearch存放用来提供API的用户标签数据。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机指令，所述计算机指令运行时执行本发明上述实施例中提供的所述的信息推荐方法的步骤。
本发明实施例还提供了一种信息推荐系统，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所示计算机指令时，执行本发明上述实施例中提供的所述的信息推荐方法的步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于任一计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (22)
1.一种信息推荐方法，其特征在于，包括：
获取目标用户的个人信息和历史数据；
将所述目标用户的个人信息和历史数据标签化，得到所述目标用户的个人标签；
根据所述个人标签，采用可视化的方式配置信息推荐规则；
根据所述信息推荐规则，向所述目标用户推荐相应的信息。
2.如权利要求1所述的信息推荐方法，其特征在于，在向所述目标用户推荐相应的信息之后，还包括：
获取所述目标用户在接收到相应的信息后的反馈结果；
根据所述反馈结果，调整所述信息推荐规则。
3.如权利要求1所述的信息推荐方法，其特征在于，所述向所述目标用户推荐相应的信息，包括：
将所述目标用户分为对照组和测试组，分别向对照组用户和测试组用户发送不同的信息；
获取所述对照组用户和所述测试组用户在接收到对应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
4.如权利要求1所述的信息推荐方法，其特征在于，所述将所述目标用户的个人信息和历史数据标签化，包括：
当所述个人标签包括固定属性标签时，对所述固定属性标签进行预处理。
5.如权利要求1所述的信息推荐方法，其特征在于，所述将所述目标用户的个人信息和历史数据标签化，包括：
当所述个人标签包括实时变动标签时，实时更新所述个人标签。
6.如权利要求5所述的信息推荐方法，其特征在于，所述实时更新所述个人标签，包括：采用以下至少一种方式：redis、API以及消息队列。
7.如权利要求1所述的信息推荐方法，其特征在于，所述采用可视化的方式配置信息推荐规则，包括：当所述目标用户满足以下至少一种条件，所述信息推荐规则为停止推荐：所述目标用户满足预设条件以及所述目标用户在预设时间内已接收过推荐信息。
8.如权利要求1所述的信息推荐方法，其特征在于，所述采用可视化的方式配置信息推荐规则，包括以下至少一种配置方式：采用自定义脚本配置以及采用drools引擎配置。
9.如权利要求1所述的信息推荐方法，其特征在于，所述向所述目标用户推荐相应的信息，包括：
根据预设的信息推荐规则，获取所述目标用户的实时行为数据；
当所述实时行为数据满足预设条件时，实时向所述目标用户推荐信息。
10.如权利要求1所述的信息推荐方法，其特征在于，还包括：将所述个人信息、所述历史数据以及所述个人标签缓存到数据库。
11.一种信息推荐系统，其特征在于，包括：
获取单元，用于获取目标用户的个人信息和历史数据；
标签单元，用于将所述目标用户的个人信息和历史数据标签化，得到所述目标用户的个人标签；
配置单元，用于根据所述个人标签，采用可视化的方式配置信息推荐规则；推荐单元，用于根据所述信息推荐规则，向所述目标用户推荐相应的信息。
12.如权利要求11所述的信息推荐系统，其特征在于，所述推荐单元，还用于：获取所述目标用户在接收到相应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
13.如权利要求11所述的信息推荐系统，其特征在于，所述配置单元，用于：将所述目标用户分为对照组和测试组，分别向对照组用户和测试组用户发送不同的信息；获取所述对照组用户和所述测试组用户在接收到对应的信息后的反馈结果；根据所述反馈结果，调整所述信息推荐规则。
14.如权利要求11所述的信息推荐系统，其特征在于，所述标签单元，用于：当所述个人标签包括固定属性标签时，对所述固定属性标签进行预处理。
15.如权利要求11所述的信息推荐系统，其特征在于，所述标签单元，用于：当所述个人标签包括实时变动标签时，实时更新所述个人标签。
16.如权利要求15所述的信息推荐系统，其特征在于，所述标签单元，用于：实时更新所述个人标签，包括：采用以下至少一种方式：redis、API以及消息队列。
17.如权利要求11所述的信息推荐系统，其特征在于，所述配置单元，用于：当所述目标用户满足以下至少一种条件，所述信息推荐规则为停止推荐：所述目标用户满足预设条件以及所述目标用户在预设时间内已接收过推荐信息。
18.如权利要求11所述的信息推荐系统，其特征在于，所述配置单元，用于：采用可视化的方式配置信息推荐规则，包括以下至少一种配置方式：采用自定义脚本配置以及采用drools引擎配置。
19.如权利要求11所述的信息推荐系统，其特征在于，所述推荐单元，用于：根据预设的信息推荐规则，获取所述目标用户的实时行为数据；当所述实时行为数据满足预设条件时，实时向所述目标用户推荐信息。
20.如权利要求11所述的信息推荐系统，其特征在于，还包括：存储单元，用于将所述个人信息、所述历史数据以及所述个人标签缓存到数据库。
21.一种计算机可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至10中任一项所述的信息推荐方法的步骤。
22.一种信息推荐系统，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至10任一项所述的信息推荐方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910015830.4A CN109831488A (zh) | 2019-01-08 | 2019-01-08 | 信息推荐方法及系统、可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910015830.4A CN109831488A (zh) | 2019-01-08 | 2019-01-08 | 信息推荐方法及系统、可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109831488A true CN109831488A (zh) | 2019-05-31 |
Family
ID=66860197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910015830.4A Pending CN109831488A (zh) | 2019-01-08 | 2019-01-08 | 信息推荐方法及系统、可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109831488A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110362594A (zh) * | 2019-07-15 | 2019-10-22 | 阿里巴巴集团控股有限公司 | 一种信息处理方法和系统 |
| CN110610376A (zh) * | 2019-08-01 | 2019-12-24 | 招联消费金融有限公司 | 行为数据的响应方法、装置、计算机设备及存储介质 |
| CN112950306A (zh) * | 2020-12-31 | 2021-06-11 | 广东华际友天信息科技有限公司 | 一种推荐方案的定义方法、装置、介质及设备 |
| CN113761426A (zh) * | 2021-09-24 | 2021-12-07 | 南方电网数字电网研究院有限公司 | 页面服务认证接入中台的系统、方法、装置、设备和介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102722832A (zh) * | 2012-01-05 | 2012-10-10 | 合一网络技术(北京)有限公司 | 在线视频广告精细化定向投放方法 |
| CN104021483A (zh) * | 2014-06-26 | 2014-09-03 | 陈思恩 | 旅客需求推荐方法 |
| CN105574051A (zh) * | 2014-11-06 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 更新用户所满足的规则的方法及处理系统 |
| CN105912667A (zh) * | 2016-04-12 | 2016-08-31 | 玉环看知信息科技有限公司 | 一种信息推荐方法、装置及移动终端 |
| CN106530015A (zh) * | 2016-12-08 | 2017-03-22 | 腾讯科技（深圳）有限公司 | 信息投放控制方法及装置 |
| CN107465739A (zh) * | 2017-08-01 | 2017-12-12 | 中国联合网络通信集团有限公司 | 实体渠道用户引流的方法及装置 |
| CN107491548A (zh) * | 2017-08-28 | 2017-12-19 | 武汉烽火普天信息技术有限公司 | 一种网络舆情文本信息推荐及可视化方法 |
| CN107766428A (zh) * | 2017-09-15 | 2018-03-06 | 北京大学 | 一种自动实现数据可视化的方法和系统 |
| CN108710520A (zh) * | 2018-05-11 | 2018-10-26 | 中国联合网络通信集团有限公司 | 数据的可视化方法、装置、终端及计算机可读存储介质 |
-
2019
- 2019-01-08 CN CN201910015830.4A patent/CN109831488A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102722832A (zh) * | 2012-01-05 | 2012-10-10 | 合一网络技术(北京)有限公司 | 在线视频广告精细化定向投放方法 |
| CN104021483A (zh) * | 2014-06-26 | 2014-09-03 | 陈思恩 | 旅客需求推荐方法 |
| CN105574051A (zh) * | 2014-11-06 | 2016-05-11 | 阿里巴巴集团控股有限公司 | 更新用户所满足的规则的方法及处理系统 |
| CN105912667A (zh) * | 2016-04-12 | 2016-08-31 | 玉环看知信息科技有限公司 | 一种信息推荐方法、装置及移动终端 |
| CN106530015A (zh) * | 2016-12-08 | 2017-03-22 | 腾讯科技（深圳）有限公司 | 信息投放控制方法及装置 |
| CN107465739A (zh) * | 2017-08-01 | 2017-12-12 | 中国联合网络通信集团有限公司 | 实体渠道用户引流的方法及装置 |
| CN107491548A (zh) * | 2017-08-28 | 2017-12-19 | 武汉烽火普天信息技术有限公司 | 一种网络舆情文本信息推荐及可视化方法 |
| CN107766428A (zh) * | 2017-09-15 | 2018-03-06 | 北京大学 | 一种自动实现数据可视化的方法和系统 |
| CN108710520A (zh) * | 2018-05-11 | 2018-10-26 | 中国联合网络通信集团有限公司 | 数据的可视化方法、装置、终端及计算机可读存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110362594A (zh) * | 2019-07-15 | 2019-10-22 | 阿里巴巴集团控股有限公司 | 一种信息处理方法和系统 |
| CN110610376A (zh) * | 2019-08-01 | 2019-12-24 | 招联消费金融有限公司 | 行为数据的响应方法、装置、计算机设备及存储介质 |
| CN112950306A (zh) * | 2020-12-31 | 2021-06-11 | 广东华际友天信息科技有限公司 | 一种推荐方案的定义方法、装置、介质及设备 |
| CN113761426A (zh) * | 2021-09-24 | 2021-12-07 | 南方电网数字电网研究院有限公司 | 页面服务认证接入中台的系统、方法、装置、设备和介质 |
| CN113761426B (zh) * | 2021-09-24 | 2024-02-13 | 南方电网数字平台科技(广东)有限公司 | 页面服务认证接入中台的系统、方法、装置、设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2016346497B2 (en) | Method and system for performing a probabilistic topic analysis of search queries for a customer support system | |
| US10936963B2 (en) | Systems and methods for content response prediction | |
| Schmiedeberg | Evaluation of cluster policy: a methodological overview | |
| CN109831488A (zh) | 信息推荐方法及系统、可读存储介质 | |
| US10748157B1 (en) | Method and system for determining levels of search sophistication for users of a customer self-help system to personalize a content search user experience provided to the users and to increase a likelihood of user satisfaction with the search experience | |
| Khang et al. | AI-Aided Data Analytics Tools and Applications for the Healthcare Sector | |
| Khan et al. | Effects of time-inconsistent preferences on information technology infrastructure investments with growth options | |
| Hassan | The usage of artificial intelligence in digital marketing: A review | |
| US20140195312A1 (en) | System and method for management of processing workers | |
| Wodecki et al. | Influence of artificial intelligence on activities and competitiveness of an organization | |
| US20180089594A1 (en) | Intelligence generation based on adaptive learning | |
| US10922633B2 (en) | Utilizing econometric and machine learning models to maximize total returns for an entity | |
| US20190304036A1 (en) | Determining an effect of a message on a personal brand based on future goals | |
| Nascimento et al. | The acceptance process of smart homes by users: a statistical meta-analysis | |
| Jayawardena et al. | Artificial intelligence (AI)-based market intelligence and customer insights | |
| US20190026759A1 (en) | System and method for universal data modeling | |
| CA3057530A1 (en) | Method and system for adjustable automated forecasts | |
| Rojko et al. | The COVID-19 Pandemic Crisis: Impact on ICT Spending | |
| Ha et al. | Does foreign investment improve domestic firm productivity? Evidence from a developing country | |
| CN114240322A (zh) | 业务处理方法、装置、存储介质和电子设备 | |
| WO2017223547A1 (en) | Automated aggregated multivariate testing systems, methods, and processes | |
| KR20220118703A (ko) | 머신러닝 기반 온라인 쇼핑 리뷰 감정 예측 시스템 및 방법 | |
| CN111882339A (zh) | 预测模型训练及响应率预测方法、装置、设备及存储介质 | |
| CN111199287A (zh) | 一种特征工程实时推荐方法、装置及电子设备 | |
| Apari et al. | User Experience approach in financial services |
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: 20190531 |