CN110288385A - 一种o2o用户对poi下门店的偏好计算方法 - Google Patents

一种o2o用户对poi下门店的偏好计算方法 Download PDF

Info

Publication number
CN110288385A
CN110288385A CN201910496844.2A CN201910496844A CN110288385A CN 110288385 A CN110288385 A CN 110288385A CN 201910496844 A CN201910496844 A CN 201910496844A CN 110288385 A CN110288385 A CN 110288385A
Authority
CN
China
Prior art keywords
shops
user
information
calculation method
comprehensive score
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
Application number
CN201910496844.2A
Other languages
English (en)
Inventor
柳晛
韩强
周小草
王浩
于楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dajiang Network Technology (shanghai) Co Ltd
Original Assignee
Dajiang Network Technology (shanghai) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dajiang Network Technology (shanghai) Co Ltd filed Critical Dajiang Network Technology (shanghai) Co Ltd
Priority to CN201910496844.2A priority Critical patent/CN110288385A/zh
Publication of CN110288385A publication Critical patent/CN110288385A/zh
Pending legal-status Critical Current

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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种O2O用户对POI下门店的偏好计算方法，包括以下步骤；获取平台上所有门店的信息；根据门店的信息，检索并获取用户进入门店的个人信息和用户与门店的交互信息；将用户与门店的交互信息输入系统的评分模块进行计算分析，并得出用户对门店的综合评分；根据门店的综合评分，对门店进行列表排序；根据用户个人信息与门店交互信息，生成用户与门店间的亲密指数；根据亲密指数，及时推荐商品和推送商品通知信息。本发明能吸引大量高粘性用户；大大提高平台的收益，根据掌握的用户数据，可以更加人性化的为用户服务，并提高自身的创收，和平台的门店之间处于良性竞争关系。

Description

一种O2O用户对POI下门店的偏好计算方法
技术领域
本发明涉及O2O模式领域，尤其涉及一种O2O用户对POI下门店的偏好计算方法。
背景技术
随着互联网的快速发展，电子商务模式除了原有的B2B，B2C，C2C商业模式之外，这是一种新型的消费模式，020已快速在市场上发展起来。为什么这种模式能够悄然的产生？对于B2B，B2C商业模式下，买家在线拍下商品，卖家打包商品，找物流企业把订单发出，由物流快递人员把商品派送到买家手上，完成整个交易过程。这种消费模式已经发展很成熟，也被人们普遍接受，但是在美国这种电子商务非常发达的国家，在线消费交易比例只占8％，线下消费比例达到92％。正是由于消费者大部分的消费仍然是在实体店中实现，把线上的消费者吸引到线下实体店进行消费，这个部分有很大的发展空间，所以有商家开始了这种消费模式。O2O这个概念是2011年由Alex Rampell提出来的，英文为Online to Offline，也即将线下商务的机会与互联网结合在了一起，让互联网成为线下交易的前台。这样线下服务就可以用线上来揽客，消费者可以用线上来筛选服务，还有成交可以在线结算，很快达到规模。该模式最重要的特点是：推广效果可查，每笔交易可跟踪。而能否根据用户与平台门店的交互信息生成可以技术用户偏好的方法，从而共同提高用户、门店和平台的利益，为此，我们提出一种O2O用户对POI下门店的偏好计算方法。
发明内容
(一)发明目的
为解决背景技术中存在的技术问题，本发明提出一种O2O用户对POI下门店的偏好计算方法，能吸引大量高粘性用户；大大提高平台的收益，根据掌握的用户数据，可以更加人性化的为用户服务，并提高自身的创收，和平台的门店之间处于良性竞争关系。
(二)技术方案
为解决上述问题，本发明提出了一种O2O用户对POI下门店的偏好计算方法，包括以下步骤；
S1、获取平台上所有门店的信息；
S2、根据门店的信息，检索并获取用户进入门店的个人信息和用户与门店的交互信息；
S3、将用户与门店的交互信息输入系统的评分模块进行计算分析，并得出用户对门店的综合评分；
S4、根据门店的综合评分，对门店进行列表排序；
S5、根据用户个人信息与门店交互信息，生成用户与门店间的亲密指数；
S6、根据亲密指数，及时推荐商品和推送商品通知信息。
优选的，在S2中，用户的个人信息包括用户的昵称、性别和年龄；门店交互信息包括获取用户和门店交互的历史数据，等，按照权重进行综合评估，得出当前用户对该门店的综合评分。
优选的，用户和门店交互的历史数据包括用户对门店的加车次数、用户对门店的下单次数、用户对门店的好评率、用户对门店的差评率、用户对门店的补贴率、用户对门店的下单频率和用户对门店的客单价。
优选的，在S3中，评分模块时按照用户和门店交互的历史数据进行权重比例进行分析评估的。
优选的，在S4中，根据门店综合评分的分值，进行实现奖励惩罚制度，综合评分高的门店，平台优先推送门店信息，综合评分底的门店，平台处于下架处罚。
优选的，亲密指数是根据用户浏览门店的次数、用户对门店物品的加入购物车的种类和次数、用户对门店物品的购买次数和用户对门店的评分之间按照权重比例而生成的。
本发明的上述技术方案具有如下有益的技术效果：获取当前用户和当前门店交互的历史数据，如当前用户对该门店的加车次数、当前用户对该门店的下单次数、当前用户对该门店的好评率、当前用户对该门店的差评率、当前用户对该门店的补贴率、当前用户对该门店的下单频率、当前用户对该门店的客单价等，按照权重进行综合评估，得出当前用户对该门店的综合评分；计算门店和用户的关联关系得分，可用于门店列表排序，并根据用户与门店之间的交互信息构建生成亲密指数，可以通过亲密指数，及时推荐商品、推送通知类消息等；因此，能给用户带来良好的用户体验和消费保障的作用，并能吸引大量高粘性用户；平台对用户进行智能化偏好计算，使得吸引大量线下生活服务商家加入，大大提高平台的收益，对商家而言，根据掌握的用户数据，可以更加人性化的为用户服务，并提高自身的创收，同时，使得平台的门店之间处于良性竞争关系。
附图说明
图1为本发明提出的一种O2O用户对POI下门店的偏好计算方法的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
如图1所示，本发明提出的一种O2O用户对POI下门店的偏好计算方法，包括以下步骤；
S1、获取平台上所有门店的信息；
S2、根据门店的信息，检索并获取用户进入门店的个人信息和用户与门店的交互信息；
S3、将用户与门店的交互信息输入系统的评分模块进行计算分析，并得出用户对门店的综合评分；
S4、根据门店的综合评分，对门店进行列表排序；
S5、根据用户个人信息与门店交互信息，生成用户与门店间的亲密指数；
S6、根据亲密指数，及时推荐商品和推送商品通知信息。
在一个可选的实施例中，在S2中，用户的个人信息包括用户的昵称、性别和年龄；门店交互信息包括获取用户和门店交互的历史数据，等，按照权重进行综合评估，得出当前用户对该门店的综合评分。
在一个可选的实施例中，用户和门店交互的历史数据包括用户对门店的加车次数、用户对门店的下单次数、用户对门店的好评率、用户对门店的差评率、用户对门店的补贴率、用户对门店的下单频率和用户对门店的客单价。
在一个可选的实施例中，在S3中，评分模块时按照用户和门店交互的历史数据进行权重比例进行分析评估的。
在一个可选的实施例中，在S4中，根据门店综合评分的分值，进行实现奖励惩罚制度，综合评分高的门店，平台优先推送门店信息，综合评分底的门店，平台处于下架处罚。
在一个可选的实施例中，亲密指数是根据用户浏览门店的次数、用户对门店物品的加入购物车的种类和次数、用户对门店物品的购买次数和用户对门店的评分之间按照权重比例而生成的。
本发明中，获取当前用户和当前门店交互的历史数据，如当前用户对该门店的加车次数、当前用户对该门店的下单次数、当前用户对该门店的好评率、当前用户对该门店的差评率、当前用户对该门店的补贴率、当前用户对该门店的下单频率、当前用户对该门店的客单价等，按照权重进行综合评估，得出当前用户对该门店的综合评分；计算门店和用户的关联关系得分，可用于门店列表排序，并根据用户与门店之间的交互信息构建生成亲密指数，可以通过亲密指数，及时推荐商品、推送通知类消息等；因此，能给用户带来良好的用户体验和消费保障的作用，并能吸引大量高粘性用户；平台对用户进行智能化偏好计算，使得吸引大量线下生活服务商家加入，大大提高平台的收益，对商家而言，根据掌握的用户数据，可以更加人性化的为用户服务，并提高自身的创收，同时，使得平台的门店之间处于良性竞争关系。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (6)

1.一种O2O用户对POI下门店的偏好计算方法，其特征在于，包括以下步骤；
S1、获取平台上所有门店的信息；
S2、根据门店的信息，检索并获取用户进入门店的个人信息和用户与门店的交互信息；
S3、将用户与门店的交互信息输入系统的评分模块进行计算分析，并得出用户对门店的综合评分；
S4、根据门店的综合评分，对门店进行列表排序；
S5、根据用户个人信息与门店交互信息，生成用户与门店间的亲密指数；
S6、根据亲密指数，及时推荐商品和推送商品通知信息。
2.根据权利要求1所述的一种O2O用户对POI下门店的偏好计算方法，其特征在于，在S2中，用户的个人信息包括用户的昵称、性别和年龄；门店交互信息包括获取用户和门店交互的历史数据，等，按照权重进行综合评估，得出当前用户对该门店的综合评分。
3.根据权利要求2所述的一种O2O用户对POI下门店的偏好计算方法，其特征在于，用户和门店交互的历史数据包括用户对门店的加车次数、用户对门店的下单次数、用户对门店的好评率、用户对门店的差评率、用户对门店的补贴率、用户对门店的下单频率和用户对门店的客单价。
4.根据权利要求1所述的一种O2O用户对POI下门店的偏好计算方法，其特征在于，在S3中，评分模块时按照用户和门店交互的历史数据进行权重比例进行分析评估的。
5.根据权利要求1所述的一种O2O用户对POI下门店的偏好计算方法，其特征在于，在S4中，根据门店综合评分的分值，进行实现奖励惩罚制度，综合评分高的门店，平台优先推送门店信息，综合评分底的门店，平台处于下架处罚。
6.根据权利要求1所述的一种O2O用户对POI下门店的偏好计算方法，其特征在于，亲密指数是根据用户浏览门店的次数、用户对门店物品的加入购物车的种类和次数、用户对门店物品的购买次数和用户对门店的评分之间按照权重比例而生成的。
CN201910496844.2A 2019-06-10 2019-06-10 一种o2o用户对poi下门店的偏好计算方法 Pending CN110288385A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910496844.2A CN110288385A (zh) 2019-06-10 2019-06-10 一种o2o用户对poi下门店的偏好计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910496844.2A CN110288385A (zh) 2019-06-10 2019-06-10 一种o2o用户对poi下门店的偏好计算方法

Publications (1)

Publication Number Publication Date
CN110288385A true CN110288385A (zh) 2019-09-27

Family

ID=68003581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910496844.2A Pending CN110288385A (zh) 2019-06-10 2019-06-10 一种o2o用户对poi下门店的偏好计算方法

Country Status (1)

Country Link
CN (1) CN110288385A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117056588A (zh) * 2023-06-30 2023-11-14 东风设备制造有限公司 一种汽车制造设备的维修门店智能推荐方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104168510A (zh) * 2014-05-14 2014-11-26 录可系统公司 偏好频道节目动态推荐方法及系统
CN106709767A (zh) * 2017-03-07 2017-05-24 携程计算机技术（上海）有限公司 Ota酒店的个性化推荐方法及系统
CN108765042A (zh) * 2018-03-22 2018-11-06 浙江大学城市学院 一种基于用户与商铺网络-物理空间交互行为的商铺推荐算法
CN109816457A (zh) * 2019-02-26 2019-05-28 江苏品德网络科技有限公司 一种营销平台管理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104168510A (zh) * 2014-05-14 2014-11-26 录可系统公司 偏好频道节目动态推荐方法及系统
CN106709767A (zh) * 2017-03-07 2017-05-24 携程计算机技术（上海）有限公司 Ota酒店的个性化推荐方法及系统
CN108765042A (zh) * 2018-03-22 2018-11-06 浙江大学城市学院 一种基于用户与商铺网络-物理空间交互行为的商铺推荐算法
CN109816457A (zh) * 2019-02-26 2019-05-28 江苏品德网络科技有限公司 一种营销平台管理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117056588A (zh) * 2023-06-30 2023-11-14 东风设备制造有限公司 一种汽车制造设备的维修门店智能推荐方法及系统

Similar Documents

Publication Publication Date Title
WO2022105918A1 (zh) 拼单方法、服务器、客户端及系统
JP2014514681A (ja) インターネットを利用した電子商取引上の商品の価格策定システム
CN111292149A (zh) 一种生成退货处理信息的方法和装置
CN110910179B (zh) 一种拼团营销方法和装置
CN116051191A (zh) 一种基于数据分析的新媒体广告投放推荐系统
CN108229997A (zh) 一种互联网购物促销的方法和系统
CN112465540A (zh) 一种基于大数据的在线交易云平台
CN110288385A (zh) 一种o2o用户对poi下门店的偏好计算方法
Zhao et al. The marketing effects of recommender systems in a B2C e-commerce context: A review and future directions
CN110866220A (zh) 一种电商活动过程中的选品推荐系统
CN110428286A (zh) 一种基于消费市场大数据资源的动态定价系统及方法
CN116091171A (zh) 会员统计与管理系统
CN113706215A (zh) 一种基于博弈的电力征信定价方法
Nugroho et al. The role of sales consultants in the direct marketing strategy of Honda Kebon Jeruk West Jakarta in the Covid-19 pandemic era
CN112950269A (zh) 一种激励电商订单服务管理系统
Chang et al. Research on Pricing Strategies of Chinese E-Business Platforms Based on Game Theory
CN110866809A (zh) 一种电商平台的销售场景决策系统
CN107784535A (zh) 网络购物系统及方法
KR102046929B1 (ko) 서비스 서버, 이를 포함하는 sns 방식 상품 거래 시스템 및 방법
CN110288426A (zh) 一种o2o场景下门店状态的确定方法
CN111553773A (zh) 一种基于移动端app系统的工程设备租赁智能解决方法
JP2020144952A (ja) 提示装置、提示方法および提示プログラム
CN112001777A (zh) 一种基于云计算的电子商务平台数据分析系统
CN110414966A (zh) 一种缴费方法及系统、电子商务平台
CN103279880A (zh) 一种基于云技术的电子商务模式

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

Application publication date: 20190927

RJ01 Rejection of invention patent application after publication