CN110717095B - 服务项目的推送方法及装置 - Google Patents
服务项目的推送方法及装置 Download PDFInfo
- Publication number
- CN110717095B CN110717095B CN201910829260.2A CN201910829260A CN110717095B CN 110717095 B CN110717095 B CN 110717095B CN 201910829260 A CN201910829260 A CN 201910829260A CN 110717095 B CN110717095 B CN 110717095B
- Authority
- CN
- China
- Prior art keywords
- item
- service item
- historical
- user attribute
- service
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Abstract
本发明公开了一种服务项目的推送方法及装置,涉及电子信息领域,包括:获取接收到的查询请求中包含的目标用户标识以及项目提供端标识;根据所述目标用户标识查询用户属性数据库,得到与所述目标用户标识相匹配的目标用户属性数据;获取与所述项目提供端标识相对应的提供端服务项目列表以及所述提供端服务项目列表中包含的各个候选服务项目;根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目。该方式提升了推送的准确性和效率,且能够适用于各种类型的项目提供端。
Description
技术领域
本发明涉及电子信息领域,具体涉及一种服务项目的推送方法及装置。
背景技术
为了能够更好地为顾客服务,很多服务人员都会主动为顾客推荐合适的服务项目,以供顾客选择。在现有技术中,大多采用服务员人工推荐的方式实现。相应地,服务人员需要与顾客主动攀谈,并通过谈话了解顾客的行为特点,进而为其推荐合适的服务项目。
随着大数据的发展,迫切需要一种智能推荐的方法。在现有技术中,专利申请号为201810395572.2的专利申请中公开了一种物品推荐方法和装置。该方法根据用户历史行为数据获取N个目标物品以及对应每个目标物品的推荐因子;根据N个目标物品获取多个推荐物品以及每个推荐物品对应的推荐值排序,从而根据推荐值高低选择合适的物品进行推荐。
但是,发明人在实现本发明的过程中发现,现有技术中的上述方式至少存在如下缺陷:物品推荐的方式通常只能根据用户的历史浏览记录进行推荐,且推荐的对象仅限于物品,这些物品通常具有信息化的数据内容,以准确描述各个物品。例如,各个物品都可以通过名称、型号、规格等信息进行描述。但是,对于服务项目而言,由于服务项目本身具有多样化的特点,不仅缺少信息化的数据,且每家门店提供的服务项目都是个性化的,不能像物品那样通过算法模型为用户推荐,并且,很多初次上门的顾客显然无法根据历史行为进行推荐。由此可见,现有技术中亟需一种能够针对服务项目进行有效推荐的方法。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种服务项目的推送方法及装置。
根据本发明的一个方面,提供了一种服务项目的推送方法,包括:
获取接收到的查询请求中包含的目标用户标识以及项目提供端标识;
根据所述目标用户标识查询用户属性数据库,得到与所述目标用户标识相匹配的目标用户属性数据;
获取与所述项目提供端标识相对应的提供端服务项目列表以及所述提供端服务项目列表中包含的各个候选服务项目;
根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目。
可选的,所述方法执行之前,进一步包括:
预先获取与所述项目提供端标识相对应的至少一条历史消费记录;
确定与该至少一条历史消费记录相对应的历史消费用户以及已消费服务项目集合,从所述用户属性数据库中获取与所述至少一条历史消费记录相对应的历史消费用户的历史用户属性数据;
将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为关联样本数据;
则所述根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目具体包括:根据所述关联样本数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目。
可选的,当所述已消费服务项目集合中包含的已消费服务项目为多个时,所述关联样本数据进一步包括多个分别与各个已消费服务项目相对应的项目样本数据;
则所述将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为关联样本数据具体包括:
分别确定所述已消费服务项目集合中包含的各个已消费服务项目;针对每个已消费服务项目,获取与该已消费服务项目相关联的项目描述信息,根据获取到的项目描述信息生成该已消费服务项目的项目标识;根据该已消费服务项目的项目标识、该已消费服务项目的项目标识所对应的历史消费用户以及该已消费服务项目的项目标识所对应的历史消费用户的历史用户属性数据,生成与该已消费服务项目相对应的项目样本数据。
可选的,所述获取与该已消费服务项目相关联的项目描述信息,根据获取到的项目描述信息生成该已消费服务项目的项目标识具体包括:
分别从多个维度获取与该已消费服务项目相关联的项目描述信息,根据多个维度的项目描述信息生成包含多个类目节点的项目标识;其中,各个类目节点分别对应于各个维度。
可选的,所述项目标识中包含的各个类目节点之间呈树状层级结构。
可选的,所述目标服务项目通过项目标识和/或项目标识中的至少一个类目节点表示;
当所述目标服务项目通过项目标识中的至少一个类目节点表示时,所述确定并推送与所述目标用户属性数据相匹配的目标服务项目具体包括:
确定并推送与所述目标用户属性数据相匹配的至少一个类目节点,以根据该至少一个类目节点确定与所述目标用户属性数据相匹配的目标服务项目。
可选的,所述根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目具体包括:
根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定各个候选服务项目与历史用户属性数据中包含的各种属性之间的关联关系;
根据所述关联关系,确定并推送与所述目标用户属性数据相匹配的目标服务项目;
其中,所述关联关系包括:历史用户属性数据所包含的各种属性中与每个候选服务项目相对应的关键属性以及非关键属性。
根据本发明的另一个方面,提供了一种服务项目的推送装置,包括:
标识获取模块,适于获取接收到的查询请求中包含的目标用户标识以及项目提供端标识;
查询模块,适于根据所述目标用户标识查询用户属性数据库,得到与所述目标用户标识相匹配的目标用户属性数据;
服务项目获取模块,适于获取与所述项目提供端标识相对应的提供端服务项目列表以及所述提供端服务项目列表中包含的各个候选服务项目;
推送模块,适于根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目。
可选的,所述装置进一步包括:
样本收集模块,适于预先获取与所述项目提供端标识相对应的至少一条历史消费记录;
确定与该至少一条历史消费记录相对应的历史消费用户以及已消费服务项目集合,从所述用户属性数据库中获取与所述至少一条历史消费记录相对应的历史消费用户的历史用户属性数据;
将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为关联样本数据。
可选的,当所述已消费服务项目集合中包含的已消费服务项目为多个时,所述关联样本数据进一步包括多个分别与各个已消费服务项目相对应的项目样本数据;
则所述样本收集模块具体适于:
分别确定所述已消费服务项目集合中包含的各个已消费服务项目;针对每个已消费服务项目,获取与该已消费服务项目相关联的项目描述信息,根据获取到的项目描述信息生成该已消费服务项目的项目标识;根据该已消费服务项目的项目标识、该已消费服务项目的项目标识所对应的历史消费用户以及该已消费服务项目的项目标识所对应的历史消费用户的历史用户属性数据,生成与该已消费服务项目相对应的项目样本数据。
可选的,所述样本收集模块具体适于:
分别从多个维度获取与该已消费服务项目相关联的项目描述信息,根据多个维度的项目描述信息生成包含多个类目节点的项目标识;其中,各个类目节点分别对应于各个维度。
可选的,所述项目标识中包含的各个类目节点之间呈树状层级结构。
可选的,所述目标服务项目通过项目标识和/或项目标识中的至少一个类目节点表示;
当所述目标服务项目通过项目标识中的至少一个类目节点表示时,所述推送模块具体适于:
确定并推送与所述目标用户属性数据相匹配的至少一个类目节点,以根据该至少一个类目节点确定与所述目标用户属性数据相匹配的目标服务项目。
可选的,所述推送模块具体适于:
根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定各个候选服务项目与历史用户属性数据中包含的各种属性之间的关联关系;
根据所述关联关系,确定并推送与所述目标用户属性数据相匹配的目标服务项目;
其中,所述关联关系包括:历史用户属性数据所包含的各种属性中与每个候选服务项目相对应的关键属性以及非关键属性。
依据本发明的再一方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上述的服务项目的推送方法对应的操作。
依据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述的服务项目的推送方法对应的操作。
在本发明提供的服务项目的推送方法及装置中,根据查询请求中包含的目标用户标识查询用户属性数据库中与该目标用户标识相匹配的目标用户属性数据,并获取与查询请求中包含的项目提供端标识相对应的提供端服务项目列表及其中包含的各个候选服务项目,从而根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与目标用户属性数据相匹配的目标服务项目。由此可见,在该方式中,能够针对项目提供端获取对应的候选服务项目及其历史消费用户的历史用户属性数据,从而确定该项目提供端的各个候选服务项目的用户属性特征,相应地,根据用户属性数据库获取当前目标用户的目标用户属性数据,进而选择与目标用户属性数据相匹配的服务项目进行推送,从而提升了推送的准确性和效率,且能够适用于各种类型的项目提供端。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例一提供的一种服务项目的推送方法的流程图;
图2示出了本发明实施例二提供的一种服务项目的推送方法的流程图;
图3示出了本发明实施例三提供的一种服务项目的推送装置的结构图;
图4示出了本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
图1示出了本发明实施例一提供的一种服务项目的推送方法的流程图。
如图1所示,该方法包括:
步骤S110:获取接收到的查询请求中包含的目标用户标识以及项目提供端标识。
该查询请求用于从项目提供端所提供的诸多服务项目中查询与目标用户相匹配的服务项目。其中,目标用户是指正在接受或即将接受服务的用户,目标用户的用户标识可以为移动终端号码、身份证号码或个人编号等各类标识。项目提供端是指:位于提供服务项目的服务场所中的项目管理终端,例如,可以为商户或门店内的网络设备,用于针对商户或门店内的全部服务项目进行管理。由于不同的项目提供端所能够提供的服务项目各不相同,因此,为了能够针对不同的项目提供端提供推送服务,在本步骤中,需要在查询请求中同时包含目标用户标识以及项目提供端标识。
步骤S120:根据目标用户标识查询用户属性数据库,得到与目标用户标识相匹配的目标用户属性数据。
其中,用户属性数据库用于存储各个用户的属性数据,该属性数据用于描述用户的各种属性,如性别、年龄、类型等。实质上,用户属性数据库也可以称作用户画像数据库。相应地,在本步骤中,从用户属性数据库中查询与目标用户标识相匹配的目标用户属性数据。
步骤S130:获取与项目提供端标识相对应的提供端服务项目列表以及提供端服务项目列表中包含的各个候选服务项目。
其中,由于不同的项目提供端所能够提供的服务项目各不相同,因此,在本步骤中,需要获取与项目提供端标识相对应的提供端服务项目列表,该提供端服务项目列表用于存储该项目提供端能够向用户提供的各个候选服务项目。例如,以门店端作为项目提供端为例,该提供端服务项目列表用于存储该门店端所能够提供的全部服务项目。
步骤S140:根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与目标用户属性数据相匹配的目标服务项目。
其中,需要预先获取项目提供端根据历史消费数据提供的各个候选服务项目所对应的历史消费用户,并借助用户属性数据库确定与历史消费用户相对应的历史用户属性数据,从而根据历史用户属性数据与候选服务项目之间的关联关系,确定并推送与目标用户属性数据相匹配的目标服务项目。
由此可见,在该方式中,能够针对项目提供端获取对应的候选服务项目及其历史消费用户的历史用户属性数据,从而确定该项目提供端的各个候选服务项目的用户属性特征,相应地,根据用户属性数据库获取当前目标用户的目标用户属性数据,进而选择与目标用户属性数据相匹配的服务项目进行推送,从而提升了推送的准确性和效率,且能够适用于各种类型的项目提供端。
实施例二、
图2示出了本发明实施例二提供的一种服务项目的推送方法的流程图。
如图2所示,该方法包括:
步骤S210:获取与项目提供端标识相对应的历史消费数据。
其中,本实施例的执行主体可以为项目推送平台,该项目推送平台可供多个项目提供端接入。各个项目提供端能够将历史消费数据发送给项目推送平台。相应地,项目推送平台根据项目提供端标识区分各个项目提供端提供的历史消费数据。针对一个项目提供端,获取并收集与该项目提供端相关联的历史消费数据,以便针对该项目提供端的项目数量、类型等特征进行分析。
步骤S220:从与项目提供端标识相对应的历史消费数据中提取与该项目提供端标识相对应的至少一条历史消费记录,确定与该至少一条历史消费记录相对应的历史消费用户以及已消费服务项目集合。
具体地,需要针对历史消费数据进行解析,根据订单ID、订单消费时间等信息将历史消费数据拆分为至少一条历史消费记录。然后,针对每一条历史消费记录,确定与该历史消费记录相对应的历史消费用户以及已消费服务项目集合。其中,历史消费用户是指针对该历史消费记录进行支付的用户,可通过用户账号、手机号等标识表示。已消费服务项目集合包含该条历史消费记录中的各个服务项目。其中,已消费服务项目集合中包含的服务项目的数量可能为一个或多个。当已消费服务项目集合包含多个服务项目时,需要分别确定各个服务项目的项目标识。
步骤S230:从用户属性数据库中获取与至少一条历史消费记录相对应的历史消费用户的历史用户属性数据,将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为关联样本数据。
具体地,首先,根据该历史消费记录的历史消费用户,从用户属性数据库中获取该历史消费用户的历史用户属性数据。其中,用户属性数据库也叫用户画像数据库,用于存储各个用户的各类属性数据。例如,可以包括:性别、消费力、年龄段、偏好、居住地、工作地等。然后,将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为一条关联样本数据。
其中,当已消费服务项目集合中包含的已消费服务项目为多个时,上述关联样本数据进一步包括多个分别与各个已消费服务项目相对应的项目样本数据;相应地,在本步骤中,分别确定已消费服务项目集合中包含的各个已消费服务项目;针对每个已消费服务项目,获取与该已消费服务项目相关联的项目描述信息,根据获取到的项目描述信息生成该已消费服务项目的项目标识;根据该已消费服务项目的项目标识、该已消费服务项目的项目标识所对应的历史消费用户以及该已消费服务项目的项目标识所对应的历史消费用户的历史用户属性数据,生成与该已消费服务项目相对应的项目样本数据。由此可见,关联样本数据用于记录历史消费用户及其历史用户属性数据与已消费服务项目集合之间的对应关系。相应地,关联样本数据有助于挖掘历史用户属性数据与已消费服务项目集合中的多个服务项目之间的组合关联关系:基于已消费服务项目集合能够进一步确定至少两个适于组合消费的服务项目,从而便于将至少两个适于组合消费的服务项目作为关联项目打包推送。另外,由于已消费服务项目集合中往往包含多个服务项目,因此,为了便于进一步挖掘各个服务项目与历史消费用户之间的关联关系,本实施例中进一步设置有项目样本数据,该项目样本数据用于记录历史消费用户及其历史用户属性数据与单个服务项目之间的对应关系。
另外,发明人在实现本发明的过程中发现,服务项目不同于常规物品,具有个性化的特点。对于常规物品(例如冰箱、电视)而言,各家门店提供的物品大致相同,能够通过物品型号等信息进行统一标识。但是,对于服务项目而言,由于服务项目是由门店提供的个性化服务,其服务流程千差万别,因此,各家门店提供的服务项目之间存在差异。相应地,为了能够准确描述各家门店提供的每一项服务项目,在本步骤中,分别从多个维度获取与该已消费服务项目相关联的项目描述信息,根据多个维度的项目描述信息生成包含多个类目节点的项目标识;其中,各个类目节点分别对应于各个维度。例如,以护理项目为例,从护理时机的维度可以划分为:烫后护理、染后护理、日常护理等类目节点;从护理用品品牌的维度可以划分为:A品牌护理、B品牌护理等类目节点;从护理时长的维度可以划分为:30分钟快速护理、60分钟精细护理、90分钟深度护理等类目节点;从护理技师等级的维度可以划分为:高级技师护理、中级技师护理、专业技师护理等类目节点。由此可见,为了准确描述一个护理服务项目,可通过四个类目节点的方式生成项目标识。可选的,该项目标识中包含的各个类目节点之间呈树状层级结构。其中,一级类目节点为护理时机、二级类目节点为用品品牌、三级类目节点为护理时长、四级类目节点为技师等级。包含多级类目节点的项目标识能够准确且全面地描述一个服务项目。
由此可见,在本实施例中,需要预先针对项目提供端的历史消费数据进行分析,以从繁多的历史消费数据中逐条拆分出与单个用户的单次消费相对应的历史消费记录,以得到用于反映历史消费记录与用户属性数据之间的对应关系的关联样本数据。并且,可选的,当单个用户的单次消费过程对应于多个服务项目时,为了更好地分析各个服务项目与用户特征之间的对应关系,还需要从一条历史消费记录中逐个拆分出各个服务项目,以便逐一确定每个服务项目与消费用户之间的对应关系,以得到用于反映服务项目与用户属性数据之间的对应关系的项目样本数据。
步骤S240:获取接收到的查询请求中包含的目标用户标识以及项目提供端标识。
由于本发明的执行主体通常为面向多个项目提供端提供服务的项目推送平台。因此,每当接收到查询请求后,需要先根据查询请求中包含的项目提供端标识确定项目提供端,以便从该项目提供端所提供的诸多服务项目中查询与目标用户相匹配的服务项目。其中,目标用户是指正在接受或即将接受服务的用户,目标用户的用户标识可以为移动终端号码、身份证号码或个人编号等各类标识。具体地,目标用户标识可通过扫描二维码方式或输入框输入方式等多种方式获取,本发明对此不做限定。
步骤S250:根据目标用户标识查询用户属性数据库,得到与目标用户标识相匹配的目标用户属性数据。
其中,用户属性数据库用于存储各个用户的属性数据,该属性数据用于描述用户的各种属性,如性别、年龄、类型等。实质上,用户属性数据库也可以称作用户画像数据库。相应地,在本步骤中,从用户属性数据库中查询与目标用户标识相匹配的目标用户属性数据。由于用户属性数据库中包含多个维度的用户属性,因此,在本步骤中,能够获取到与目标用户标识相匹配的多个维度的用户属性。
步骤S260:获取与项目提供端标识相对应的提供端服务项目列表以及提供端服务项目列表中包含的各个候选服务项目。
其中,由于不同的项目提供端所能够提供的服务项目各不相同,因此,在本步骤中,需要获取与项目提供端标识相对应的提供端服务项目列表,该提供端服务项目列表用于存储该项目提供端能够向用户提供的各个候选服务项目。例如,以门店端作为项目提供端为例,该提供端服务项目列表用于存储该门店端所能够提供的全部服务项目。
步骤S270:根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与目标用户属性数据相匹配的目标服务项目。
其中,需要预先根据历史消费数据确定各个候选服务项目所对应的历史消费用户,并借助用户属性数据库确定与历史消费用户相对应的历史用户属性数据,从而根据历史用户属性数据与候选服务项目之间的关联关系,确定并推送与目标用户属性数据相匹配的目标服务项目。具体地,根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定各个候选服务项目与历史用户属性数据中包含的各种属性之间的关联关系;根据该关联关系,确定并推送与目标用户属性数据相匹配的目标服务项目。其中,该关联关系包括:历史用户属性数据所包含的各种属性中与每个候选服务项目相对应的关键属性以及非关键属性。相应地,主要根据关键属性进行确定。
具体到本实施例中,由于在步骤S230中已经生成了项目样本数据,因此,可以直接根据项目样本数据确定历史用户属性数据与候选服务项目之间的关联关系。相应地,基于该关联关系,能够确定并推送与目标用户属性数据相匹配的目标服务项目。
另外,发明人在实现本发明的过程中发现,由于本实施例侧重于针对各个项目提供端分别提供项目推送功能,推送过程需要紧密结合该项目提供端的业务特点,而对于一个项目提供端而言,其在一定时期内产生的历史消费数据的数量往往非常有限,从而导致最终提取出的项目样本数据的样本数量也较少,即样本较稀疏。在该场景中,由于样本量较少,而服务项目又类目繁多(项目标识中包含的类目节点往往为多级),因此,准确预测目标用户感兴趣的具体项目的难度较大。为了解决上述问题,在本实施例中,将目标服务项目通过项目标识和/或项目标识中的至少一个类目节点进行表示。换言之,本实施例中推送的目标服务项目既可以为具体的服务项目,包含全部的类目节点;也可以仅限于一个或多个类目节点的特征。例如,假设根据目标用户的用户属性可以推测,该用户的日程安排较紧,通常没有大量时间进行护理。因此,可以根据上文提到的三级类目节点护理时长,向用户推送30分钟快速护理,以迎合用户的快节奏生活。至于其他类目节点,如护理品牌、护理技师等则暂时不做推送。
由此可见,本实施例中将服务项目通过多级类目节点的方式进行表示,不仅能够准确描述各个项目提供端提供的服务项目,而且便于以单类目节点的方式推送目标服务项目,从而使推送方式更为灵活。另外,在推送时,可以从多个维度推送多个目标服务项目,以提升推送成功率。
为了便于理解本发明,下面以一个具体示例为例详细描述本实施例中的项目推送方法。在本示例中,以美业(美容、美发、美甲)类型的项目提供端为例进行说明。该示例主要分为以下两部分内容:
【离线训练部分】预先根据历史消费数据和用户属性数据之间的对应关系挖掘服务项目与用户属性之间的关联关系:
假设从SAAS服务商处获得美业商家A的交易数据如下描述:项目一级类目例如洗剪吹、烫发、洗吹、染发、护理、电发、接发等,对应不同的项目内容;项目二级类目例如专业、技术、艺术、资深、高级等,对应不同的项目等级。
通过分析历史消费数据,得到如表1所示的两条数据。表1用于表示历史消费用户标识与项目标识之间的对应关系。
表1
一级类目 | 二级类目 | 消费用户手机号 |
洗剪吹 | 技术 | 12345678901 |
烫发 | 专业 | 23456789012 |
进一步的,通过查询用户属性数据库,得到如表2所示的两条数据。表2用于表示历史消费用户标识与用户属性之间的对应关系。表2为了描述简便,只列举了两种属性,实际上通常为多种属性,例如,可以包括工作地位置、居住地位置、婚姻状况等。
表2
用户手机号 | 性别 | 居住地 |
12345678901 | 男 | 杭州 |
23456789012 | 女 | 上海 |
经过处理后,得到如表3所示的两条项目样本数据:
表3
接下来,对每一个项目样本数据进行逻辑回归模型训练,得到的公式例如:
P(洗剪吹-技术)=x1*性别-男+x2*性别-女+x3*居住地-杭州+x4*居住地-上海+x5*居住地-北京;
P(烫发-专业)=y1*性别-男+y2*性别-女+y3*居住地-杭州+y4*居住地-上海+y5*居住地-北京;
上文仅以两条项目样本数据为例进行描述,实质上,项目样本数据的数量为多条,相应地,通过逻辑回归算法对多条项目样本数据进行训练,从而能够挖掘出与各个服务项目关联性较大的用户属性(也叫关键属性或关键因子)以及与各个服务项目关联性较小的用户属性(也叫非关键属性或非关键因子),进而基于上述关联关系预测与当前目标用户相匹配的服务项目。
具体实施时,可以将至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及历史用户属性数据确定为关联样本数据之后,进一步将关联样本数据(或项目样本数据)存储到预设的样本数据库中,并根据该样本数据库生成服务项目推送模型。由此可见,通过机器学习的方式,能够建立与样本数据相对应的服务项目推送模型。具体的学习方式除逻辑回归算法外,还可以为其他各类算法。
【在线推送部分】根据接收到的查询请求实时推送与目标用户匹配的服务项目:
例如,美业商家A通过客户服务登记的方式,或用户扫码的方式,在顾客到店的第一刻获得顾客的手机号码。商家通过预设的前端页面输入该手机号,进行查询。本实施例中的项目推送系统接收到手机号,以此为入参先查询用户属性数据库,得到目标用户的属性信息,例如性别为男,居住地为杭州。为了保护用户隐私,上述目标用户的属性信息仅作为中间结果被使用,而不会进行显示。然后,系统根据目标用户的属性信息调用上述服务项目推送模型,得到与目标用户的属性信息相匹配的输出结果。其中,输出结果中包含所有服务项目的消费可能性。最后,将所有的项目按照一定的截断规则进行输出,例如在一级类目中选择可能性最高的二级项目进行输出;又如选择所有推荐中概率倒序排列的top10进行输出等。总之,系统将一种或多种推荐结果推送到前端,供商家进行前端展示。
另外,为了提升模型的准确性,本实施例还能够定期利用增量交易记录和用户画像,进行模型训练和升级。具体地,当门店内有新增的服务项目(即提供端服务项目列表发生更新)时,或者,当消费趋势变化,例如消费升级时;又或者,当用户属性数据库中的数据量增加,能够覆盖更多的用户时,都能够根据上述变化对模型进行重新训练和升级。
并且,为了进一步提升推送的准确性,本实施例还能够接收商户根据推送结果反馈的正反馈信息或负反馈信息,以便根据正反馈信息或负反馈信息对模型进行修正。
综上可知,本发明能够将交易记录与用户画像数据相结合得到逻辑回归的训练集并进行模型训练;并且,能够建立实时查询的产品(服务)可以将推荐内容第一时间输出给商户用以实际应用。在现有技术中,美业商家的工作人员只能通过客人的衣着打扮及聊天过程中得到的信息确定来客的片面信息,进而进行人工项目推荐,而本实施例能够在交易信息化及用户画像沉淀的基础上,自动实现个性化项目推送,从而提升了推送的准确率和效率。
另外,由于本实施例面向不同的项目提供端提供服务,而各个项目提供端所提供的服务项目又千差万别,因此,在本实施例中,需要预先针对各个项目提供端的服务项目进行分析,以便根据分析结果获取该服务项目的多维度描述信息,进而针对该服务项目设置匹配的信息结构来承载对应的多维度描述信息。并且,通过多维度来描述服务项目至少还具备便于以单一维度进行推送的优势,由于一个项目提供端的样本量较为稀疏,因此,为了提升预测成功率,能够以项目标识中的至少一个类目节点为最小单位进行推送,从而更便于预测目标用户的喜好。
实施例三
图3示出了本发明实施例三提供的一种服务项目的推送装置的结构示意图,该装置包括:
标识获取模块31,适于获取接收到的查询请求中包含的目标用户标识以及项目提供端标识;
查询模块32,适于根据所述目标用户标识查询用户属性数据库,得到与所述目标用户标识相匹配的目标用户属性数据;
服务项目获取模块33,适于获取与所述项目提供端标识相对应的提供端服务项目列表以及所述提供端服务项目列表中包含的各个候选服务项目;
推送模块34,适于根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目。
可选的,所述装置进一步包括:
样本收集模块,适于预先获取与所述项目提供端标识相对应的至少一条历史消费记录;
确定与该至少一条历史消费记录相对应的历史消费用户以及已消费服务项目集合,从所述用户属性数据库中获取与所述至少一条历史消费记录相对应的历史消费用户的历史用户属性数据;
将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为关联样本数据。
可选的,当所述已消费服务项目集合中包含的已消费服务项目为多个时,所述关联样本数据进一步包括多个分别与各个已消费服务项目相对应的项目样本数据;
则所述样本收集模块具体适于:
分别确定所述已消费服务项目集合中包含的各个已消费服务项目;针对每个已消费服务项目,获取与该已消费服务项目相关联的项目描述信息,根据获取到的项目描述信息生成该已消费服务项目的项目标识;根据该已消费服务项目的项目标识、该已消费服务项目的项目标识所对应的历史消费用户以及该已消费服务项目的项目标识所对应的历史消费用户的历史用户属性数据,生成与该已消费服务项目相对应的项目样本数据。
可选的,所述样本收集模块具体适于:
分别从多个维度获取与该已消费服务项目相关联的项目描述信息,根据多个维度的项目描述信息生成包含多个类目节点的项目标识;其中,各个类目节点分别对应于各个维度。
可选的,所述项目标识中包含的各个类目节点之间呈树状层级结构。
可选的,所述目标服务项目通过项目标识和/或项目标识中的至少一个类目节点表示;
当所述目标服务项目通过项目标识中的至少一个类目节点表示时,所述推送模块具体适于:
确定并推送与所述目标用户属性数据相匹配的至少一个类目节点,以根据该至少一个类目节点确定与所述目标用户属性数据相匹配的目标服务项目。
可选的,所述推送模块具体适于:
根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定各个候选服务项目与历史用户属性数据中包含的各种属性之间的关联关系;
根据所述关联关系,确定并推送与所述目标用户属性数据相匹配的目标服务项目;
其中,所述关联关系包括:历史用户属性数据所包含的各种属性中与每个候选服务项目相对应的关键属性以及非关键属性。
关于各个模块的具体工作原理可参照方法实施例中相应步骤的描述,此处不再赘述。
实施例四
本申请实施例四提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的服务项目的推送方法。可执行指令具体可以用于使得处理器执行上述方法实施例中对应的各个操作。
实施例五
图4示出了根据本发明实施例五的一种电子设备的结构示意图,本发明具体实施例并不对电子设备的具体实现做限定。
如图4所示,该电子设备可以包括:处理器(processor)402、通信接口(Communications Interface)406、存储器(memory)404、以及通信总线408。
其中:
处理器402、通信接口406、以及存储器404通过通信总线408完成相互间的通信。
通信接口406,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402,用于执行程序410,具体可以执行上述服务项目的推送方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器404,用于存放程序410。存储器404可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行上述方法实施例中对应的各个操作。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于语音输入信息的抽奖系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (14)
1.一种服务项目的推送方法,用于面向多个项目提供端提供服务的项目推送平台,该方法包括:
获取接收到的查询请求中包含的目标用户标识以及项目提供端标识;
根据所述目标用户标识查询用户属性数据库,得到与所述目标用户标识相匹配的目标用户属性数据;
获取与所述项目提供端标识相对应的提供端服务项目列表以及所述提供端服务项目列表中包含的各个候选服务项目;
根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目;
其中,将服务项目通过多级类目节点的方式表示,并且,将目标服务项目通过项目标识和/或项目标识中的至少一个类目节点表示;
其中,当所述目标服务项目通过项目标识中的至少一个类目节点表示时,所述确定并推送与所述目标用户属性数据相匹配的目标服务项目具体包括:确定并推送与所述目标用户属性数据相匹配的至少一个类目节点,以根据该至少一个类目节点确定与所述目标用户属性数据相匹配的目标服务项目。
2.根据权利要求1所述的方法,其中,所述方法执行之前,进一步包括:
预先获取与所述项目提供端标识相对应的至少一条历史消费记录;
确定与该至少一条历史消费记录相对应的历史消费用户以及已消费服务项目集合,从所述用户属性数据库中获取与所述至少一条历史消费记录相对应的历史消费用户的历史用户属性数据;
将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为关联样本数据;
则所述根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目具体包括:根据所述关联样本数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目。
3.根据权利要求2所述的方法,其中,当所述已消费服务项目集合中包含的已消费服务项目为多个时,所述关联样本数据进一步包括多个分别与各个已消费服务项目相对应的项目样本数据;
则所述将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为关联样本数据具体包括:
分别确定所述已消费服务项目集合中包含的各个已消费服务项目;针对每个已消费服务项目,获取与该已消费服务项目相关联的项目描述信息,根据获取到的项目描述信息生成该已消费服务项目的项目标识;根据该已消费服务项目的项目标识、该已消费服务项目的项目标识所对应的历史消费用户以及该已消费服务项目的项目标识所对应的历史消费用户的历史用户属性数据,生成与该已消费服务项目相对应的项目样本数据。
4.根据权利要求3所述的方法,其中,所述获取与该已消费服务项目相关联的项目描述信息,根据获取到的项目描述信息生成该已消费服务项目的项目标识具体包括:
分别从多个维度获取与该已消费服务项目相关联的项目描述信息,根据多个维度的项目描述信息生成包含多个类目节点的项目标识;其中,各个类目节点分别对应于各个维度。
5.根据权利要求4所述的方法,其中,所述项目标识中包含的各个类目节点之间呈树状层级结构。
6.根据权利要求1-5任一所述的方法,其中,所述根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目具体包括:
根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定各个候选服务项目与历史用户属性数据中包含的各种属性之间的关联关系;
根据所述关联关系,确定并推送与所述目标用户属性数据相匹配的目标服务项目;
其中,所述关联关系包括:历史用户属性数据所包含的各种属性中与每个候选服务项目相对应的关键属性以及非关键属性。
7.一种服务项目的推送装置,用于面向多个项目提供端提供服务的项目推送平台,该装置包括:
标识获取模块,适于获取接收到的查询请求中包含的目标用户标识以及项目提供端标识;
查询模块,适于根据所述目标用户标识查询用户属性数据库,得到与所述目标用户标识相匹配的目标用户属性数据;
服务项目获取模块,适于获取与所述项目提供端标识相对应的提供端服务项目列表以及所述提供端服务项目列表中包含的各个候选服务项目;
推送模块,适于根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定并推送与所述目标用户属性数据相匹配的目标服务项目;
其中,将服务项目通过多级类目节点的方式表示,并且,将目标服务项目通过项目标识和/或项目标识中的至少一个类目节点表示;
当所述目标服务项目通过项目标识中的至少一个类目节点表示时,所述推送模块具体适于:
确定并推送与所述目标用户属性数据相匹配的至少一个类目节点,以根据该至少一个类目节点确定与所述目标用户属性数据相匹配的目标服务项目。
8.根据权利要求7所述的装置,其中,所述装置进一步包括:
样本收集模块,适于预先获取与所述项目提供端标识相对应的至少一条历史消费记录;
确定与该至少一条历史消费记录相对应的历史消费用户以及已消费服务项目集合,从所述用户属性数据库中获取与所述至少一条历史消费记录相对应的历史消费用户的历史用户属性数据;
将该至少一条历史消费记录相对应的历史消费用户、已消费服务项目集合以及该至少一条历史消费记录相对应的历史消费用户的历史用户属性数据确定为关联样本数据。
9.根据权利要求8所述的装置,其中,当所述已消费服务项目集合中包含的已消费服务项目为多个时,所述关联样本数据进一步包括多个分别与各个已消费服务项目相对应的项目样本数据;
则所述样本收集模块具体适于:
分别确定所述已消费服务项目集合中包含的各个已消费服务项目;针对每个已消费服务项目,获取与该已消费服务项目相关联的项目描述信息,根据获取到的项目描述信息生成该已消费服务项目的项目标识;根据该已消费服务项目的项目标识、该已消费服务项目的项目标识所对应的历史消费用户以及该已消费服务项目的项目标识所对应的历史消费用户的历史用户属性数据,生成与该已消费服务项目相对应的项目样本数据。
10.根据权利要求9所述的装置,其中,所述样本收集模块具体适于:
分别从多个维度获取与该已消费服务项目相关联的项目描述信息,根据多个维度的项目描述信息生成包含多个类目节点的项目标识;其中,各个类目节点分别对应于各个维度。
11.根据权利要求10所述的装置,其中,所述项目标识中包含的各个类目节点之间呈树状层级结构。
12.根据权利要求7-11任一所述的装置,其中,所述推送模块具体适于:
根据各个候选服务项目所对应的历史消费用户的历史用户属性数据,确定各个候选服务项目与历史用户属性数据中包含的各种属性之间的关联关系;
根据所述关联关系,确定并推送与所述目标用户属性数据相匹配的目标服务项目;
其中,所述关联关系包括:历史用户属性数据所包含的各种属性中与每个候选服务项目相对应的关键属性以及非关键属性。
13.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的服务项目的推送方法对应的操作。
14.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-6中任一项所述的服务项目的推送方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910829260.2A CN110717095B (zh) | 2019-09-03 | 2019-09-03 | 服务项目的推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910829260.2A CN110717095B (zh) | 2019-09-03 | 2019-09-03 | 服务项目的推送方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110717095A CN110717095A (zh) | 2020-01-21 |
CN110717095B true CN110717095B (zh) | 2020-11-17 |
Family
ID=69209657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910829260.2A Active CN110717095B (zh) | 2019-09-03 | 2019-09-03 | 服务项目的推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110717095B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859127A (zh) * | 2020-07-13 | 2020-10-30 | 海尔优家智能科技(北京)有限公司 | 消费数据的订阅方法、装置及存储介质 |
CN114979674B (zh) * | 2021-05-06 | 2023-09-05 | 中移互联网有限公司 | 一种基于区块链的内容推送方法、装置及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7685232B2 (en) * | 2008-06-04 | 2010-03-23 | Samsung Electronics Co., Ltd. | Method for anonymous collaborative filtering using matrix factorization |
CN105159977A (zh) * | 2015-08-27 | 2015-12-16 | 百度在线网络技术(北京)有限公司 | 信息交互处理方法及装置 |
US9361583B1 (en) * | 2013-03-12 | 2016-06-07 | Trulia, Llc | Merged recommendations of real estate listings |
CN107465766A (zh) * | 2017-09-21 | 2017-12-12 | 掌阅科技股份有限公司 | 信息推送方法、电子设备及计算机存储介质 |
CN108288219A (zh) * | 2018-03-19 | 2018-07-17 | 口口相传(北京)网络技术有限公司 | 餐品信息的推送方法及系统 |
CN109218390A (zh) * | 2018-07-12 | 2019-01-15 | 北京比特智学科技有限公司 | 用户筛选方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110112981A1 (en) * | 2009-11-09 | 2011-05-12 | Seung-Taek Park | Feature-Based Method and System for Cold-Start Recommendation of Online Ads |
-
2019
- 2019-09-03 CN CN201910829260.2A patent/CN110717095B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7685232B2 (en) * | 2008-06-04 | 2010-03-23 | Samsung Electronics Co., Ltd. | Method for anonymous collaborative filtering using matrix factorization |
US9361583B1 (en) * | 2013-03-12 | 2016-06-07 | Trulia, Llc | Merged recommendations of real estate listings |
CN105159977A (zh) * | 2015-08-27 | 2015-12-16 | 百度在线网络技术(北京)有限公司 | 信息交互处理方法及装置 |
CN107465766A (zh) * | 2017-09-21 | 2017-12-12 | 掌阅科技股份有限公司 | 信息推送方法、电子设备及计算机存储介质 |
CN108288219A (zh) * | 2018-03-19 | 2018-07-17 | 口口相传(北京)网络技术有限公司 | 餐品信息的推送方法及系统 |
CN109218390A (zh) * | 2018-07-12 | 2019-01-15 | 北京比特智学科技有限公司 | 用户筛选方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110717095A (zh) | 2020-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934619A (zh) | 用户画像标签建模方法、装置、电子设备及可读存储介质 | |
CN107679217B (zh) | 基于数据挖掘的关联内容提取方法和装置 | |
CN105573966A (zh) | 电子表格中所呈现的内容的自适应修改 | |
CN108664513B (zh) | 用于推送关键词的方法、装置以及设备 | |
CN110196904B (zh) | 一种获取推荐信息的方法、装置及计算机可读存储介质 | |
CN112837118B (zh) | 企业用户的商品推荐方法和装置 | |
JP2020521210A (ja) | 情報処理方法及び端末、コンピュータ記憶媒体 | |
CN105740268A (zh) | 一种信息推送方法和装置 | |
TW201905736A (zh) | 資訊推送方法及系統 | |
CN110033331A (zh) | 一种优惠券的发放方法、系统及终端设备 | |
WO2013119280A1 (en) | Tools and methods for determining relationship values | |
CN103118111A (zh) | 一种基于多个数据交互中心的数据进行信息推送的方法 | |
CN110727857A (zh) | 针对业务对象识别潜在用户的关键特征的方法及装置 | |
WO2019169963A1 (zh) | 一种内容推荐方法、装置、电子设备及系统 | |
CN105069077A (zh) | 搜索方法及装置 | |
KR102354736B1 (ko) | 블록체인 기반의 데이터베이스 구축을 이용한 스타일링 서비스 제공 방법 및 장치 | |
CN109155041A (zh) | 提供与社交图相关联的基于旅行或促销的推荐 | |
CN110717095B (zh) | 服务项目的推送方法及装置 | |
CN112529665A (zh) | 基于组合模型的产品推荐方法、装置及计算机设备 | |
CN111680213B (zh) | 信息推荐方法、数据处理方法及装置 | |
CN111787042B (zh) | 用于推送信息的方法和装置 | |
CN111782946A (zh) | 书友推荐方法、计算设备及计算机存储介质 | |
CN108510302A (zh) | 一种营销决策方法及交易服务器 | |
CN108345600B (zh) | 一种搜索应用的管理、数据搜索方法及其装置 | |
CN116127184A (zh) | 产品的推荐方法及装置、非易失性存储介质、电子设备 |
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 |