CN110610384A - 用户画像生成方法、信息推荐方法、设备和可读介质 - Google Patents

用户画像生成方法、信息推荐方法、设备和可读介质 Download PDF

Info

Publication number
CN110610384A
CN110610384A CN201910893670.3A CN201910893670A CN110610384A CN 110610384 A CN110610384 A CN 110610384A CN 201910893670 A CN201910893670 A CN 201910893670A CN 110610384 A CN110610384 A CN 110610384A
Authority
CN
China
Prior art keywords
user
information
offline
representation
payment
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
CN201910893670.3A
Other languages
English (en)
Inventor
顾正相
赵鸣鹏
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.)
Shanghai Zhangmen Science and Technology Co Ltd
Original Assignee
Shanghai Zhangmen Science and Technology 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 Shanghai Zhangmen Science and Technology Co Ltd filed Critical Shanghai Zhangmen Science and Technology Co Ltd
Priority to CN201910893670.3A priority Critical patent/CN110610384A/zh
Publication of CN110610384A publication Critical patent/CN110610384A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Abstract

本申请实施例公开了用户画像生成方法、信息推荐方法、设备和可读介质。该用户画像生成方法的一具体实施方式包括:响应于检测到用户的线下支付行为,收集用户的识别信息;基于线下支付行为产生的支付信息及识别信息,生成或更新用户的用户画像。该实施方式能够在线下收集用户的画像信息,从而能够给用户推荐用户感兴趣的商品或信息。

Description

用户画像生成方法、信息推荐方法、设备和可读介质
技术领域
本申请涉及计算机技术领域,具体涉及用户画像生成方法、信息推荐方法、设备和可读介质。
背景技术
随着移动互联网的发展,越来越多的用户倾向于使用个人电脑、智能手机、平板电脑等进行网络购物(或称线上购物)。对于这些用户,一般通过收集他们的线上行为数据(例如,用户使用电商类应用查看商品、购买商品等的行为数据)来获取用户的画像信息。
然而,传统的线下商户虽然受到了移动互联网的冲击,但仍有较大的影响力。并且,线上购物并不能完全取代线下购物,大多数用户在使用线上购物的同时,也会去线下商户进行购物。
另外,仍有相当多的用户不习惯或者不会线上购物。对于这部分用户,难以通过收集线上行为数据的方式来获取用户的画像信息。
因此,不管是线上还是线下,都存在获取线下用户的画像信息的需求。
发明内容
本申请实施例提出了一种用户画像生成方法、信息推荐方法、设备和可读介质。
第一方面,本申请的一些实施例提供了一种用户画像生成方法,该方法包括:响应于检测到用户的线下支付行为,收集用户的识别信息;基于线下支付行为产生的支付信息及识别信息,生成或更新用户的用户画像。
第二方面,本申请的一些实施例提供了一种信息推荐方法,应用于线上应用,该方法包括:响应于检测到用户首次使用线上应用,获取用户的用户画像,其中用户画像是采用第一方面描述的方法生成的;获取与用户画像匹配的应用内推荐信息;在线上应用的用户界面中展示应用内推荐信息。
第三方面,本申请的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面或第二方面描述的方法。
第四方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面或第二方面描述的方法。
本申请实施例提供的用户画像生成方法、信息推荐方法、设备和可读介质,通过在用户进行线下支付时收集用户的识别信息,并基于线下支付产生的支付信息和收集的识别信息生成或更新用户的用户画像,从而能够在线下收集用户的画像信息,并能给用户推荐用户感兴趣的商品或信息。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请一些实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用户画像生成方法的一个实施例的流程图;
图3A和图3B是根据本申请的用户画像生成方法的一个应用场景的示意图;
图4是根据本申请的信息推荐方法的一个实施例的流程图;
图5是适于用来实现本申请实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用户画像生成方法或信息推荐方法的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括图像采集设备101、显示设备102、网络103和控制设备104。网络103用以在图像采集设备101、显示设备102和控制设备104之间提供通信链路的介质。网络103可以包括各种连接类型,例如无线局域网络、移动网络等等。
图像采集设备101和显示设备102可以设置在线下商户的收银台。其中,图像采集设备101可以对进行支付的用户进行图像采集。显示设备102可以提供人机交互界面,例如,显示线下商户的关联账户创建界面、刷脸支付界面等等。
控制设备104可以是对线下商户进行控制、管理的电子设备。控制设备104可以对接收的数据(例如,用户图像、用户提供的个人信息、支付信息等等)进行图像识别、信息匹配等处理,然后将处理结果(例如,支付结果、匹配结果)返回显示设备102(也可以不返回处理结果)。
需要说明的是,本申请实施例所提供的用户画像生成方法或信息推荐方法一般由线下商户的控制设备104执行。
应该理解,图1中的图像采集设备、显示设备、网络和控制设备的数目仅仅是示意性的。根据实现需要,可以具有任意合适数目的图像采集设备、显示设备、网络和控制设备。
继续参考图2,示出了根据本申请的用户画像生成方法的一个实施例的流程200。该用户画像生成方法可以应用于线下商户的控制设备,其可以包括以下步骤201~202:
步骤201,响应于检测到用户的线下支付行为,收集用户的识别信息。
在本实施例中,该用户画像生成方法的执行主体(例如,图1所示的控制设备104)可以检测用户的线下支付行为。这里,线下支付行为可以包括但不限于:到收银台进行结算、使用自助结算机进行自助结算等等。
若检测到用户的线下支付行为,则上述执行主体可以收集该用户的识别信息。这里,用户的识别信息可以指能够识别用户身份的信息,其可以包括但不限于:手机号码、用户编码、人脸图像(或面部特征)等等。
作为示例,用户“张三”可以在线下商户选购商品。当用户“张三”选购完成之后可以到该线下商户内的收银台处对所选购的商品进行支付。此时,收银台的摄像头可以采集用户“张三”的人脸图像(以进行人脸识别得到用户“张三”的面部特征)。
在本实施例的一些可选的实现方式中,步骤201具体可以包括:获取由用户提供的个人信息,作为用户的第一识别信息。这里,第一识别信息可以包括手机号、身份证号等能够表征用户身份的个人信息。
可选地,可以通过用户与线下商户相关联的用户账户(例如,超市会员卡)来获取用户提供的个人信息。
若已经存在用户与线下商户相关联的用户账户(例如,用户已办理过超市会员卡),则可以例如通过读取会员卡信息来获取相关联的用户账户的个人信息(即,用户办理会员卡时提供的个人信息)。
若不存在用户与线下商户相关联的用户账户(例如,用户未办理过超市会员卡),则引导用户创建与该线下商户相关联的用户账户(例如,会员卡、虚拟电子账户等),然后获取用户在创建上述用户账户的过程中输入的个人信息,作为用户的第一识别信息。
作为示例,若用户A首次到超市B进行购物,则当用户A选完商品到收银台进行结账时,收银台的显示屏上会提示用户A出示会员卡。由于用户A并没有办理过该超市B的会员卡,于是收银台的显示屏上会显示提示用户A办理会员卡的引导界面。若用户A愿意办理会员卡,则可以在上述引导界面中输入诸如姓名、联系方式等个人信息,提交到超市B的后台管理设备。
尽管上述实现方式描述了通过用户与线下商户关联的用户账户获取用户提供的个人信息,但本申请并不限于此。也可以采用其他方式获取支付用户提供的个人信息,例如,不创建关联账户,而直接获取用户提供的个人信息,本领域技术人员可以根据实际应用场景的需要进行设置。
在本实施例的一些可选的实现方式中,线下商户可以安装有刷脸支付系统。对应于该实现方式,步骤201具体可以包括:引导用户通过人脸识别进行支付,从而可以获取在支付过程中采集的人脸信息作为用户的第二识别信息。
由于刷脸支付能够采集到支付用户的人脸信息,因此即使用户不办理会员卡(例如,用户处于隐私考虑,不同意办理会员卡),也能够获取到用户的识别信息。
在本实施例的一些可选的实现方式中,线下商户可以安装有图像采集设备(例如,图1所示的图像采集设备101)。对应于该实现方式,步骤201具体可以包括:在用户进行支付(例如现金结算)的过程中,通过上述图像采集设备对用户进行图像采集,并对采集的图像(例如,用户的人脸图像)进行图像识别,从而得到用户的第三识别信息。
由于线下商户通常都安装有摄像头等图像采集设备,因此上述实现方式不会增加线下商户的硬件成本。该实现方式的有益之处在于:能够大大提高获取到用户的画像信息的概率。例如,在用户不办理会员卡、也不采用刷脸支付的情况下,线下商户仍然能够获取到用户的画像信息。
通过采用由用户提供个人信息、人脸支付、图像采集三种方式来收集用户的识别信息,提高了收集到用户的识别信息的成功率。
需要说明的是,尽管上述实现方式描述了采用创建与线下商户相关联的用户账户、刷脸支付和图像采集这三种方式中的一种来收集支付用户的画像信息,但本申请并不限于此。也可以采用上述三种方式中的两种方式或三种方式来收集用户的画像信息,本领域技术人员可以根据实际应用场景的需要进行设置。
步骤202,基于线下支付行为产生的支付信息及识别信息,生成或更新用户的用户画像。
在本实施例中,用户画像生成方法的执行主体(例如,图1所示的终端101、102、103)可以使用上述线下支付行为产生的支付信息以及步骤201收集的识别信息来生成(当用户的用户画像不存在时)或更新(已存在用户的用户画像时)用户的用户画像。其中,支付信息可以包括用户购买商品(这里,商品可以包括有形的产品和无形的服务)的商品信息、购买地点的信息等等。这里,用户画像是对真实用户的虚拟表示。
在本实施例的一些可选的实现方式中,步骤202具体可以包括:
首先,确定是否存在与步骤201收集的识别信息匹配的用户画像(即,是否存在该用户的用户画像)。具体地,可以通过将步骤201收集的识别信息与已有的各用户画像中的识别信息(或与用户画像相关联的用户识别信息)进行匹配。这里,用户画像与收集的识别信息匹配可以指:用户画像的识别信息与收集的识别信息相同(例如,手机号相同)或基本相同(例如,面部特征相似度超过80%)。
接下来,如果不存在与步骤201收集的识别信息匹配的用户画像(即,不存在该用户的用户画像),则可以基于识别信息和支付信息来创建该用户的用户画像。
反之,如果存在与步骤201收集的识别信息匹配的用户画像(即,存在该用户的用户画像),则可以基于上述线下支付行为产生的支付信息来更新该用户的用户画像,使用户的用户画像更加完善。
该实现方式中,当用户的用户画像不存在时,将收集的识别信息作为画像信息(即,用于构建用户画像的信息)的一部分,而在已存在用户的用户画像时,将收集的识别信息用于验证匹配用户,能够更加准确地生成并完善用户的用户画像。
在本实施例的一些可选的实现方式中,基于支付信息和识别信息生成用户的用户画像具体可以包括:基于第一识别信息、第二识别信息和第三识别信息中的至少一个识别信息以及支付信息创建用户的用户画像。
由于采用由用户提供个人信息、人脸支付、图像采集三种方式来收集用户的识别信息能够提高收集到用户的识别信息的成功率,因此,提高了生成或更新用户的用户画像的成功率。
在本实施例的一些可选的实现方式中,该用户画像生成方法还可以包括:基于步骤202生成或更新的用户画像,为用户推荐相匹配的购物引导信息。
在本实现方式中,由于从线下获取的用户画像更加准确,从而能够向线下用户进行更加准确地购物推荐。
在本实施例的一些可选的实现方式中,上述购物引导信息可以包括但不限于以下至少一项:推荐商品信息、推荐商品的区域信息、推荐商户信息、欢迎信息。其中,推荐商品可以是用户感兴趣/可能购买的商品。推荐商户可以是用户经常光顾的商户,或者是在当前商户缺货的情况下推荐商品有货的其他商户。欢迎信息可以是在用户进入线下商户时要向用户播放或推送的信息。
作为示例,购物引导信息可以包括用户可能感兴趣的商品的价格变动信息以及该商品位于线下商户的具体位置。如果当前商户缺货,要向用户推荐最近的其他商户时,购物引导信息可以包括推荐商品在其他商户中的具体位置以及用户如何达到的导航信息。
在本实施例的一些可选的实现方式中,基于用户的用户画像为用户推荐相匹配的购物引导信息,具体可以包括:获取与用户的用户画像相匹配的购物引导信息,并将该购物引导信息推送给用户。例如,通过短信或应用内通知的方式,将与用户画像匹配的推荐商品的信息推送到用户持有的手机。由于推荐商品时根据用户画像精确匹配的,因此,用户在查看了推荐商品的信息之后,可能会再次进入线下商户进行购物,从而能够提高线下商户的流量。
在本实施例的一些可选的实现方式中,基于用户的用户画像为用户推荐相匹配的购物引导信息,具体可以包括:当检测到用户的线下购物行为时,基于用户的用户画像,为用户推荐与线下购物行为匹配的购物引导信息。这里,线下购物行为可以指用户进入线下商户、在线下商户门前停留等可能产生购物的行为。作为示例,当用户“张三”进入线下超市后,该线下超市可以根据用户“张三”的用户画像确定用户“张三”感兴趣的商品,并呈现在用户手机上(例如通过扫码获取推荐信息)或展示在用户手推的购物车的屏幕上。
可选地,线下商户在入口处安装有图像采集设备,用于对进入用户进行图像采集,以获取进入用户的用户图像(例如,人脸图像)。
当检测到用户的线下购物行为时,基于用户的用户画像,为用户推荐与线下购物行为匹配的购物引导信息,具体可以包括如下三步:
首先,响应于检测到用户进入线下商户,采集进入用户的用户图像。例如,当用户进入超市A时,超市A入口的摄像头可以采集该进入用户的面部图像。
然后,查找与采集的用户图像匹配的用户画像。若找到与用户图像匹配的用户画像,基于找到的用户画像,为用户推荐与线下购物行为匹配的购物引导信息。
可见,利用线下收集的识别信息和支付信息生成的用户图像,能够在用户后续进行线下购物时提供便利,提高了用户的购物效率(例如,节省购物时间)。
可选地,为用户推荐与线下购物行为匹配的购物引导信息,具体可以包括以下至少一项:在用户对应的终端设备(例如手机、平板电脑等)上播放或呈现与该次线下购物行为匹配的购物引导信息;以及在用户对应的终端设备之外的其他设备中播放或呈现与该次线下购物行为匹配的购物引导信息。其中,其他设备可以包括线下购物行为对应的线下商户中具有输出功能的设备,例如,带有显示屏幕的购物车。
在本实施例的一些可选的实现方式中,该用户画像生成方法还可以包括:基于用户的用户画像,为用户进行线上商品的推荐。例如,可以从线上平台提供的商品中选取与该用户的用户画像相匹配的商品,将所选取商品的信息推送到用户手机上。
通过该实现方式,能够将线下数据与线上数据打通,从而可以为线上平台增加流量。
本实施例中,通过在用户进行线下支付时收集用户的识别信息以及支付信息,从而能够实现对线下用户的用户画像的收集,从而也能够像线上平台一样向线下用户推荐用户感兴趣的商品或信息。
继续参考图3A和图3B,其示出了根据本申请的用户画像生成方法的一个应用场景。在该应用场景中,用户301首次进入XX超市选购商品。当用户301选好商品之后,推着购物车302(其内放有用户301选好的商品)到收银台进行支付,如图3A所示。收银台上的显示屏303提示用户“办理会员卡,累积积分兑换奖品”。用户301选择办理会员卡,并在图3B所示的引导界面输入姓名、手机号等个人信息305。当用户301点击提交按钮完成会员卡办理之后,收银台上的显示屏303显示推荐用户301使用刷脸支付的推荐信息,用户301将面部对准收银台上的摄像头304完成刷脸支付。这样,XX超市在用户301完成支付之后就获取到了用户301的个人信息305和人脸信息以及用户301购买商品的信息,从而可以创建用户301的用户画像。当用户301下次进入XX超市进行购物时,可以继续在支付时收集用户识别信息和支付信息,以进一步完善用户301的用户画像。
本申请实施例提供的用户画像生成方法,通过在用户进行线下支付时收集用户的识别信息,并基于线下支付产生的支付信息和收集的识别信息生成或更新用户的用户画像,从而能够在线下收集用户的画像信息,并能给用户推荐用户感兴趣的商品或信息。
继续参考图4,示出了根据本申请的信息推荐方法的一个实施例的流程400。该信息推荐方法可以应用于终端设备中安装的线上应用,其可以包括以下步骤401~403:
步骤401,响应于检测到用户首次使用线上应用,获取该用户的用户画像。
在本实施例中,用户画像生成方法的执行主体(例如,线上应用)可以在检测到用户首次使用该线上应用时,获取该用户的用户画像。例如,上述执行主体检测到用户首次使用该线上应用(例如,不存在该用户的数据),从服务器获取该用户的用户画像。这里,上述用户画像可以是采用图2所示的实施例描述的方法生成并存储到服务器的。线上应用可以是智能手机等终端设备中安装的应用,例如,线上购物类应用。
步骤402,获取与用户画像匹配的应用内推荐信息。
在本实施例中,用户画像生成方法的执行主体(例如,线上应用)可以从待推荐的信息库中获取与步骤401获取的用户画像匹配的应用内推荐信息。例如,上述执行主体可以从待推荐商品的信息库中选取与该用户在线下商户购买的商品相同或相似品类的商品的信息,作为应用内推荐信息。
这里,应用内推荐信息并不局限于商品信息。应当理解,当该线上应用为非购物类应用时,应用内推荐信息也可以是该线上应用提供的、与用户的用户画像相匹配的资讯等信息。
步骤403,在线上应用的用户界面中展示应用内推荐信息。
在本实施例中,用户画像生成方法的执行主体(例如,线上应用)可以在该线上应用的用户界面中展示步骤402获取的应用内推荐信息。
本实施例的信息推荐方法,在线下用户首次使用线上应用时,通过获取利用线下收集的画像信息生成的用户画像确定要向该用户推荐的信息,从而能够针对性地向新用户推荐信息,将线下用户引导到线上,实现线下与线上的融合。另外,也避免了在用户首次使用线上应用时,由于推荐的不是用户感兴趣的信息而导致用户流失。
下面参考图5,其示出了适于用来实现本申请实施例的电子设备(例如,图1所示的控制设备104)500的结构示意图。图5示出的电子设备500仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常以下装置可以连接至I/O接口505:包括例如鼠标、键盘等的输入装置506;包括例如液晶显示器(LCD)、扬声器等的输出装置507;包括例如存储卡等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于检测到用户的线下支付行为,收集用户的识别信息;基于线下支付行为产生的支付信息及识别信息,生成或更新用户的用户画像。或者,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于检测到用户首次使用线上应用,获取用户的用户画像,其中用户画像是采用第一方面描述的方法生成的;获取与用户画像匹配的应用内推荐信息;在线上应用的用户界面中展示应用内推荐信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (15)

1.一种用户画像生成方法,其特征在于,所述方法包括:
响应于检测到用户的线下支付行为,收集所述用户的识别信息;
基于所述线下支付行为产生的支付信息及所述识别信息,生成或更新所述用户的用户画像。
2.根据权利要求1所述的方法,其中,所述基于所述线下支付行为产生的支付信息及所述识别信息,生成或更新所述用户的用户画像,包括:
确定是否存在与所述识别信息匹配的用户画像;
若不存在匹配的用户画像,基于所述支付信息和所述识别信息生成所述用户的用户画像。
3.根据权利要求2所述的方法,其中,所述基于所述线下支付行为产生的支付信息及所述识别信息,生成或更新所述用户的用户画像,还包括:
若存在匹配的用户画像,基于所述支付信息,更新所述用户的用户画像。
4.根据权利要求2所述的方法,其中,所述收集所述用户的识别信息,包括以下至少一项:
获取由所述用户提供的个人信息,作为所述用户的第一识别信息;
引导所述用户通过人脸识别进行支付,以获取支付过程中采集的人脸信息作为所述用户的第二识别信息;
在支付期间对所述用户进行图像采集,以及对采集的图像进行图像识别,得到所述用户的第三识别信息。
5.根据权利要求4所述的方法,其特征在于,所述基于所述支付信息和所述识别信息生成所述用户的用户画像,包括:
基于所述第一识别信息、所述第二识别信息和所述第三识别信息中的至少一个识别信息以及所述支付信息创建所述用户的用户画像。
6.根据权利要求1-5中任一项所述的方法,其中,所述方法还包括:
基于所述用户的用户画像,为所述用户推荐相匹配的购物引导信息。
7.根据权利要求6所述的方法,其中,所述基于所述用户的用户画像,为所述用户推荐相匹配的购物引导信息,包括:
获取与所述用户的用户画像相匹配的购物引导信息,推送给所述用户。
8.根据权利要求6所述的方法,其中,所述基于所述用户的用户画像,为所述用户推荐相匹配的购物引导信息,包括:
当检测到所述用户的线下购物行为时,基于所述用户的用户画像,为所述用户推荐与所述线下购物行为匹配的购物引导信息。
9.根据权利要求8所述的方法,其中,所述当检测到所述用户的线下购物行为时,基于所述用户的用户画像,为所述用户推荐与所述线下购物行为匹配的购物引导信息包括:
响应于检测到用户进入线下商户,采集进入用户的用户图像;
查找与所述用户图像匹配的用户画像;
若找到与所述用户图像匹配的用户画像,基于找到的用户画像,为所述用户推荐与所述线下购物行为匹配的购物引导信息。
10.根据权利要求9所述的方法,其中,所述为所述用户推荐与所述线下购物行为匹配的购物引导信息包括以下至少一项:
在所述用户对应的终端设备上播放或呈现与所述线下购物行为匹配的购物引导信息;
在所述用户对应的终端设备之外的其他设备中播放或呈现与所述线下购物行为匹配的购物引导信息,所述其他设备包括线下购物行为对应的线下商户中具有输出功能的设备。
11.根据权利要求6-10中任一项所述的方法,其中,所述购物引导信息包括以下至少一项:
推荐商品信息;
推荐商品的区域信息;
推荐商户信息;
欢迎信息。
12.根据权利要求1-5中任一项所述的方法,其中,所述方法还包括:
基于所述用户的用户画像,为所述用户进行线上商品推荐。
13.一种信息推荐方法,应用于线上应用,其特征在于,所述方法包括:
响应于检测到用户首次使用所述线上应用,获取所述用户的用户画像,其中所述用户画像是采用权利要求1-5中任一所述的方法生成的;
获取与所述用户画像匹配的应用内推荐信息;
在所述线上应用的用户界面中展示所述应用内推荐信息。
14.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-13中任一项所述的方法。
15.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-13中任一项所述的方法。
CN201910893670.3A 2019-09-20 2019-09-20 用户画像生成方法、信息推荐方法、设备和可读介质 Pending CN110610384A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910893670.3A CN110610384A (zh) 2019-09-20 2019-09-20 用户画像生成方法、信息推荐方法、设备和可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910893670.3A CN110610384A (zh) 2019-09-20 2019-09-20 用户画像生成方法、信息推荐方法、设备和可读介质

Publications (1)

Publication Number Publication Date
CN110610384A true CN110610384A (zh) 2019-12-24

Family

ID=68891661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910893670.3A Pending CN110610384A (zh) 2019-09-20 2019-09-20 用户画像生成方法、信息推荐方法、设备和可读介质

Country Status (1)

Country Link
CN (1) CN110610384A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112256943A (zh) * 2020-10-22 2021-01-22 上海适享文化传播有限公司 门店基于自然语言处理结合知识图谱的画像提取方法
CN112465598A (zh) * 2020-12-04 2021-03-09 中国移动通信集团黑龙江有限公司 一种用户画像生成方法、装置、设备及计算机存储介质
CN112669095A (zh) * 2021-03-15 2021-04-16 北京焦点新干线信息技术有限公司 客户画像的构建方法、装置、电子设备及计算机存储介质
CN113468194A (zh) * 2021-07-02 2021-10-01 广东蕾特恩科技发展有限公司 一种基于大数据的客户关系管理数据更新系统及方法
CN113542400A (zh) * 2021-07-13 2021-10-22 山东派盟网络科技有限公司 一种信息推送方法、电子设备及存储介质
CN113592306A (zh) * 2021-07-30 2021-11-02 北京壹心壹翼科技有限公司 基于全流程用户画像的智能匹配方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701161A (zh) * 2015-12-31 2016-06-22 深圳先进技术研究院 实时大数据用户标签系统
CN109741134A (zh) * 2018-12-28 2019-05-10 出门问问信息科技有限公司 信息推送方法、装置、电子设备及计算机可读存储介质
CN110033293A (zh) * 2018-01-12 2019-07-19 阿里巴巴集团控股有限公司 获取用户信息的方法、装置及系统
CN110110237A (zh) * 2017-12-19 2019-08-09 福建天泉教育科技有限公司 用户兴趣信息推荐方法、存储介质
CN110163715A (zh) * 2019-04-03 2019-08-23 阿里巴巴集团控股有限公司 信息推荐方法、装置、设备及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701161A (zh) * 2015-12-31 2016-06-22 深圳先进技术研究院 实时大数据用户标签系统
CN110110237A (zh) * 2017-12-19 2019-08-09 福建天泉教育科技有限公司 用户兴趣信息推荐方法、存储介质
CN110033293A (zh) * 2018-01-12 2019-07-19 阿里巴巴集团控股有限公司 获取用户信息的方法、装置及系统
CN109741134A (zh) * 2018-12-28 2019-05-10 出门问问信息科技有限公司 信息推送方法、装置、电子设备及计算机可读存储介质
CN110163715A (zh) * 2019-04-03 2019-08-23 阿里巴巴集团控股有限公司 信息推荐方法、装置、设备及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112256943A (zh) * 2020-10-22 2021-01-22 上海适享文化传播有限公司 门店基于自然语言处理结合知识图谱的画像提取方法
CN112256943B (zh) * 2020-10-22 2024-01-23 上海适享文化传播有限公司 门店基于自然语言处理结合知识图谱的画像提取方法
CN112465598A (zh) * 2020-12-04 2021-03-09 中国移动通信集团黑龙江有限公司 一种用户画像生成方法、装置、设备及计算机存储介质
CN112669095A (zh) * 2021-03-15 2021-04-16 北京焦点新干线信息技术有限公司 客户画像的构建方法、装置、电子设备及计算机存储介质
CN113468194A (zh) * 2021-07-02 2021-10-01 广东蕾特恩科技发展有限公司 一种基于大数据的客户关系管理数据更新系统及方法
CN113542400A (zh) * 2021-07-13 2021-10-22 山东派盟网络科技有限公司 一种信息推送方法、电子设备及存储介质
CN113592306A (zh) * 2021-07-30 2021-11-02 北京壹心壹翼科技有限公司 基于全流程用户画像的智能匹配方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
US11847689B2 (en) Dynamic customer checkout experience within an automated shopping environment
US20210201362A1 (en) Systems and methods for detecting and tracking customer interaction
US20220237661A1 (en) Linking a context environment to a context service
CN110610384A (zh) 用户画像生成方法、信息推荐方法、设备和可读介质
US11580526B2 (en) Electronic identification and authentication system
US20220198423A1 (en) Generating an online storefront
AU2021269452A1 (en) Integrated online and offline inventory management
US9767471B1 (en) Determining recommendations from buyer information
US9262739B2 (en) Method, medium, and system for session based shopping
US11423476B1 (en) Customized financing based on transaction information
US8515824B2 (en) Negotiation of product purchase with an electronic device
US11238426B1 (en) Associating an account with a card
US10169787B2 (en) Method, medium, and system for session based shopping
KR20170118431A (ko) 전자 장치 및 이를 이용한 결제 방법
CN110645984A (zh) 用于商场的路线更新方法、电子设备和计算机可读介质
KR20160103728A (ko) 포인트 적립 방법 및 장치
US20130282460A1 (en) Management of multiple electronic devices in a transaction session
US9047595B2 (en) Readable indicia for medical office payment
US10726473B1 (en) Augmented reality shopping rewards
US10915915B1 (en) Systems and methods for identifying financial transaction opportunities for individualized offers
US10395292B1 (en) Augmented reality electronic device using facial recognition functionality and displaying shopping reward at retail locations
US11842337B1 (en) Methods and systems for data analytics for payment facilitators using internet-connected devices

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: 20191224