CN110689401A - 服务商品的推荐方法和装置 - Google Patents

Abstract

本申请涉及一种服务商品的推荐方法和装置，所述方法包括：获取用户行为数据；根据所述用户行为数据确定推荐服务商品；将所述推荐服务商品的信息下发给客户端，以使所述客户端将所述推荐服务商品的信息进行展示。本申请的方案通过用户行为数据来判断用户有可能需要的服务商品，并将其下发到客户端进行展示，从而使得每一个用户看到的服务商品都不一样，并且推荐的服务商品更符合用户的实际需求，从而提升用户的体验，提升销售的精准度；能够自动确定客户端展示页面上的商品信息，对于运营人员来说，不需要对每个展示位进行维护，大大减少运营人员的维护工作。

Description

服务商品的推荐方法和装置

技术领域

本申请涉及大数据算法技术领域，具体涉及一种服务商品的推荐方法和装置。

背景技术

目前，服务商品的销售模式都是，企业搭建电商平台的页面，业务运营人员来维护相关的服务类商品的信息，然后在前端搭建销售页展示销售。这种模式下，服务商品的运营人员在配置之后，用户在页面上看到的商品都是一样的，大部分无法满足用户的实际需求，严重影响用户的购买体验。

服务提供商无法灵活调整页面布局，无法针对不同用户来更换页面内容。这就需要用户对电商平台的服务商品有一定的认知，然后客户自己在平台商根据自己想要的商品进行查找，相对来说体验很差，成单率复购率都很低。并且服务商品分类维度少，用户通过搜索功能去搜索商品后还是需要大量的时间去筛选搜索的商品，用户体验差，效率太低。

此外，对于电商平台来说，运营人员的维护工作巨大，在维护完销售商品信息之后，还需要去维护不同频道的页面上每个展示位的销售商品。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种服务商品的推荐方法和装置。

根据本申请实施例的第一方面，提供一种服务商品的推荐方法，包括：

获取用户行为数据；

根据所述用户行为数据确定推荐服务商品；

将所述推荐服务商品的信息下发给客户端，以使所述客户端将所述推荐服务商品的信息进行展示。

进一步地，所述用户行为数据包括如下项中的至少一项：浏览数据、历史订单数据、用户补充数据。

进一步地，当所述用户行为数据包括浏览数据时，所述根据所述用户行为数据确定推荐服务商品包括：

根据所述浏览数据确定用户浏览过的服务商品；

将用户浏览过的服务商品确定为推荐服务商品。

进一步地，当所述用户行为数据包括历史订单数据时，所述根据所述用户行为数据确定推荐服务商品包括：

从所述历史订单数据中筛选出实物商品的订单；

根据实物商品的订单确定对应的实物商品种类、购买日期；

判断是否存在与所述实物商品种类相关的服务商品；

如果存在，则根据购买日期判断是否将相关的服务商品确定为推荐服务商品。

进一步地，所述根据购买日期判断是否将相关的服务商品确定为推荐服务商品，包括：

获取该实物商品种类所对应的时间阈值；

判断当前日期与购买日期之间的时间间隔是否大于时间阈值；

如果时间间隔大于时间阈值，则将相关的服务商品确定为推荐服务商品。

进一步地，当所述用户行为数据包括浏览数据时，所述根据所述用户行为数据确定推荐服务商品包括：

筛选出近期浏览数据，近期浏览数据是当前日期之前的指定时间段内的浏览数据；

根据近期浏览数据进行用户画像分析，确定用户的近期关注点；

将用户的近期关注点所对应的服务商品确定为推荐服务商品。

进一步地，所述根据近期浏览数据进行用户画像分析，包括：

如果近期浏览数据中包括装修类商品，则确定用户的近期关注点为新房装修；

所述装修类商品包括如下项中的至少一项：黑电类目、白电类目、灯具类目、水电安装类目、家居类目；

新房装修所对应的服务商品包括：开荒保洁、除甲醛。

进一步地，所述用户补充数据包括用户上传的实物商品种类、购买日期；

当所述用户行为数据包括用户补充数据时，所述根据所述用户行为数据确定推荐服务商品包括：

判断是否存在与该实物商品种类相关的服务商品；

如果存在，则根据购买日期判断是否将相关的服务商品确定为推荐服务商品。

进一步地，所述方法还包括：

如果没有获取到用户行为数据，则根据当前季节确定推荐服务商品。

根据本申请实施例的第二方面，提供一种服务商品的推荐装置，包括：

获取模块，用于获取用户行为数据；

确定模块，用于根据所述用户行为数据确定推荐服务商品；

推送模块，用于将所述推荐服务商品的信息下发给客户端，以使所述客户端将所述推荐服务商品的信息进行展示。

本申请的实施例提供的技术方案具备以下有益效果：

本申请的方案通过用户行为数据来判断用户有可能需要的服务商品，并将其下发到客户端进行展示，从而使得每一个用户看到的服务商品都不一样，并且推荐的服务商品更符合用户的实际需求，从而提升用户的体验，提升销售的精准度。本方案能够自动确定客户端展示页面上的商品信息，对于运营人员来说，不需要对每个展示位进行维护，大大减少运营人员的维护工作。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是根据一示例性实施例示出的一种服务商品的推荐方法的流程图。

图2是一种服务商品的推荐方法的业务流程图。

图3是一种服务商品的推荐方法的信息流程图。

图4是一种服务商品的推荐方法的数据处理流程图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的方法和装置的例子。

图1是根据一示例性实施例示出的一种服务商品的推荐方法的流程图。该方法可以应用于电商平台的智能推荐系统，包括以下步骤：

步骤S1：获取用户行为数据；

步骤S2：根据所述用户行为数据确定推荐服务商品；

步骤S3：将所述推荐服务商品的信息下发给客户端，以使所述客户端将所述推荐服务商品的信息进行展示。

本申请的方案通过用户行为数据来判断用户有可能需要的服务商品，并将其下发到客户端进行展示，从而使得每一个用户看到的服务商品都不一样，并且推荐的服务商品更符合用户的实际需求，从而提升用户的体验，提升销售的精准度。本方案能够自动确定客户端展示页面上的商品信息，对于运营人员来说，不需要对每个展示位进行维护，大大减少运营人员的维护工作。

一些实施例中，所述用户行为数据包括如下项中的至少一项：浏览数据、历史订单数据、用户补充数据。

在步骤S1中，需要先进行数据采集。其中，浏览数据可以通过在客户端(移动端APP等)进行埋点来获得，历史订单数据可以从电商平台的后台数据库中获得，用户补充数据可以通过用户主动上传获得。用户补充数据可以包括用户在其它电商平台，或者通过其它渠道购买的商品种类、购买日期等信息。

参照图2和图3，下面结合具体的应用场景，即本方案应用于某电商平台的情形，对本申请的方案进行拓展说明。

1、首先需要进行数据采集，具体方法是：

1.1、在客户端进行用户浏览行为埋点；

1.2、用户在浏览系统页面之后的行为数据下发至智能推荐装置；

1.3、提供用户在外平台所购买的需要服务的数据维护功能；用户自行补充完数据之后，数据发送给智能推荐装置。

一些实施例中，当所述用户行为数据包括浏览数据时，所述根据所述用户行为数据确定推荐服务商品包括：

根据所述浏览数据确定用户浏览过的服务商品；

将用户浏览过的服务商品确定为推荐服务商品。

一些实施例中，当所述用户行为数据包括历史订单数据时，所述根据所述用户行为数据确定推荐服务商品包括：

从所述历史订单数据中筛选出实物商品的订单；

根据实物商品的订单确定对应的实物商品种类、购买日期；

判断是否存在与所述实物商品种类相关的服务商品；

如果存在，则根据购买日期判断是否将相关的服务商品确定为推荐服务商品。

一些实施例中，所述根据购买日期判断是否将相关的服务商品确定为推荐服务商品，包括：

获取该实物商品种类所对应的时间阈值；

判断当前日期与购买日期之间的时间间隔是否大于时间阈值；

如果时间间隔大于时间阈值，则将相关的服务商品确定为推荐服务商品。

2、根据系统预设的智能推荐规则，对用户行为数据进行处理。

2.1、清洗保养类服务推荐规则。比如，用户在购买空调之后多长时间推荐清洗服务等。具体规则可以是，实物商品的订单完成时间是6个月前，则触发清洗保养类服务推荐。对于服务平台来说，需要维护清洗保养服务类目对应的实物类目的推荐关系，以及匹配权重和热推服务商品标志位。匹配权重：比如实物类目G和服务类目A、B、C；推荐关系：G和A为100％匹配，G和B是80％匹配，G和C是40％匹配。

2.2、保养类的服务推荐规则。比如，用户购买了净水器、空气净化器等，系统多长时间推荐换滤芯等服务，具体的时间阈值可以按照实际情况进行设定。对于服务平台来说，需要维护实物类目和服务类目的对应关系，以及匹配权重和热推服务商品标志位。

2.3、其他的推荐规则信息。

2.4、进行风控分析，对运营维护规则进行风控风险提醒(1、提示等级：根据规则推荐的数据一直匹配为权重较低的服务类目；2、风险等级：根据规则无法匹配到对应的服务商品信息)。

一些实施例中，当所述用户行为数据包括浏览数据时，所述根据所述用户行为数据确定推荐服务商品包括：

筛选出近期浏览数据，近期浏览数据是当前日期之前的指定时间段内的浏览数据；

根据近期浏览数据进行用户画像分析，确定用户的近期关注点；

将用户的近期关注点所对应的服务商品确定为推荐服务商品。

一些实施例中，所述根据近期浏览数据进行用户画像分析，包括：

如果近期浏览数据中包括装修类商品，则确定用户的近期关注点为新房装修；

所述装修类商品包括如下项中的至少一项：黑电类目、白电类目、灯具类目、水电安装类目、家居类目；

新房装修所对应的服务商品包括：开荒保洁、除甲醛。

3、数据智能分析

3.1、对用户行为数据进行智能分析处理。根据用户在客户端上的浏览行为，比如用户浏览了空调清洗、油烟机清洗等服务商品，系统则实时地计算并推荐系统中符合这两类规则的所有的商品，发布在频道页进行展示。

如果有多种服务商品都符合推荐的规则，则根据服务类目优先展示热推权重服务商品，如果没有则随机抓取推荐的商品，如果由于规则配置错误没有推荐商品，则展示运营热推服务商品。

3.2、根据用户近期的浏览行为，计算出用户是否在新房装修。比如，用户在1个月内有黑电类目，白电类目，灯具类目，开关/插座，家居类目等交易完成订单，服务平台可以根据此行为给用户推荐开荒保洁、除甲醛类的服务商品。

一些实施例中，所述用户补充数据包括用户上传的实物商品种类、购买日期；

当所述用户行为数据包括用户补充数据时，所述根据所述用户行为数据确定推荐服务商品包括：

判断是否存在与该实物商品种类相关的服务商品；

如果存在，则根据购买日期判断是否将相关的服务商品确定为推荐服务商品。

3.3、如果用户近期没有任何购物行为，可以根据用户以前的成交的订单数据(比如用户在其他平台购买的并主动补充的数据)，通过规则和智能分析，识别出用户的家电需要清洗、净水器或者空气净化器需要更新滤芯等，然后在频道页智能推荐该类型的商品。

一些实施例中，所述方法还包括：

如果没有获取到用户行为数据，则根据当前季节确定推荐服务商品。

3.4、如果以上数据都无法满足，则根据季节性，比如快到夏季或者冬季了，可以推荐空调清洗服务。

3.5、智能分析权重配置(展示位的权重配置)：

3.5.1、周期性配置30％：比如冬/夏季推荐空调清洗；如果用户有购买行为，则根据购买行为周期性推智能推荐，如果没有对应推荐的数据则使用运营配置的热推商品；

3.5.2、同类产品行为推荐30％：比如用户在浏览过程中有查看售后服务商品信息，但并没有购买则推荐前期查看过的同类售后服务商品信息；

3.5.3、非同类商品推荐40％；根据用户实物商品浏览轨迹，为用户智能推荐该实物商品相关的售后服务商品，或者根据配置规则联想智能推荐其他服务商品(用户在大量采购，家电，装修类的商品数据，则推荐甲醛，开荒保洁等服务商品)。

参照图4，本申请提供的服务商品的推荐方法，基于数据采集、用户维护、规则维护、大数据分析计算，具体步骤包括：

在客户端的页面上埋点；

用户在浏览客户端的时候的点击事件数据下传；

用户浏览以上终端的行为数据预处理分析(筛选出符合运营推荐需要的行为数据)；

对用户采集的数据进行用户画像分析(就是同一个用户使用某个平台的相关产品的行为分析，可以预判到用户的近期的关注是什么，根据此分析数据运营可以有针对的进行营销推广服务商品)；

采集用户在客户端购买的需要服务的商品的订单数据，进行分析处理；

采集用户通过其他渠道(其他平台、线下渠道等)购买的需要服务的商品的数据(提供数据维护功能)；

维护相关的智能推荐规则；

大数据对数据进行分析，根据用户行为智能推荐商品，在客户端的展示位进行展示。

业内都是通过用户浏览数据推荐同类商品信息，本申请的方案着重在于通过用户的行为数据，为用户推荐售后服务类商品(保洁、安装、保养、甲醛检测治理等)。在运营人员维护完商品和智能推荐规则数据后，系统智能识别匹配用户的行为数据，和交易数据，可以使得每一个用户看到的服务商商品不一样，从而提升用户的体验，和提升销售的精准度。

运营只需要维护推荐规则即可，而不需要对每个展示位进行维护，大大减少运营的维护工作，提升工作效率。

本申请还提供如下的实施例：

一种服务商品的推荐装置，该装置包括：

获取模块，用于获取用户行为数据；

确定模块，用于根据所述用户行为数据确定推荐服务商品；

推送模块，用于将所述推荐服务商品的信息下发给客户端，以使所述客户端将所述推荐服务商品的信息进行展示。

关于上述实施例中的装置，其中各个模块执行操作的具体步骤已经在有关该方法的实施例中进行了详细描述，此处不再详细阐述说明。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种服务商品的推荐方法，其特征在于，包括：

获取用户行为数据；

根据所述用户行为数据确定推荐服务商品；

将所述推荐服务商品的信息下发给客户端，以使所述客户端将所述推荐服务商品的信息进行展示。

2.根据权利要求1所述的方法，其特征在于，所述用户行为数据包括如下项中的至少一项：浏览数据、历史订单数据、用户补充数据。

3.根据权利要求2所述的方法，其特征在于，当所述用户行为数据包括浏览数据时，所述根据所述用户行为数据确定推荐服务商品包括：

根据所述浏览数据确定用户浏览过的服务商品；

将用户浏览过的服务商品确定为推荐服务商品。

4.根据权利要求2所述的方法，其特征在于，当所述用户行为数据包括历史订单数据时，所述根据所述用户行为数据确定推荐服务商品包括：

从所述历史订单数据中筛选出实物商品的订单；

根据实物商品的订单确定对应的实物商品种类、购买日期；

判断是否存在与所述实物商品种类相关的服务商品；

如果存在，则根据购买日期判断是否将相关的服务商品确定为推荐服务商品。

5.根据权利要求4所述的方法，其特征在于，所述根据购买日期判断是否将相关的服务商品确定为推荐服务商品，包括：

获取该实物商品种类所对应的时间阈值；

判断当前日期与购买日期之间的时间间隔是否大于时间阈值；

如果时间间隔大于时间阈值，则将相关的服务商品确定为推荐服务商品。

6.根据权利要求2所述的方法，其特征在于，当所述用户行为数据包括浏览数据时，所述根据所述用户行为数据确定推荐服务商品包括：

筛选出近期浏览数据，近期浏览数据是当前日期之前的指定时间段内的浏览数据；

根据近期浏览数据进行用户画像分析，确定用户的近期关注点；

将用户的近期关注点所对应的服务商品确定为推荐服务商品。

7.根据权利要求6所述的方法，其特征在于，所述根据近期浏览数据进行用户画像分析，包括：

如果近期浏览数据中包括装修类商品，则确定用户的近期关注点为新房装修；

所述装修类商品包括如下项中的至少一项：黑电类目、白电类目、灯具类目、水电安装类目、家居类目；

新房装修所对应的服务商品包括：开荒保洁、除甲醛。

8.根据权利要求2所述的方法，其特征在于，所述用户补充数据包括用户上传的实物商品种类、购买日期；

当所述用户行为数据包括用户补充数据时，所述根据所述用户行为数据确定推荐服务商品包括：

判断是否存在与该实物商品种类相关的服务商品；

如果存在，则根据购买日期判断是否将相关的服务商品确定为推荐服务商品。

9.根据权利要求1-8任一项所述的方法，其特征在于，还包括：

如果没有获取到用户行为数据，则根据当前季节确定推荐服务商品。

10.一种服务商品的推荐装置，其特征在于，包括：

获取模块，用于获取用户行为数据；

确定模块，用于根据所述用户行为数据确定推荐服务商品；

推送模块，用于将所述推荐服务商品的信息下发给客户端，以使所述客户端将所述推荐服务商品的信息进行展示。

Images