CN110782312A - 一种基于用户线下行为的信息推荐方法和装置 - Google Patents
一种基于用户线下行为的信息推荐方法和装置 Download PDFInfo
- Publication number
- CN110782312A CN110782312A CN201910932896.XA CN201910932896A CN110782312A CN 110782312 A CN110782312 A CN 110782312A CN 201910932896 A CN201910932896 A CN 201910932896A CN 110782312 A CN110782312 A CN 110782312A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- browsing
- obtaining
- recommendation
- 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
Images
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于用户线下行为的信息推荐方法和装置,涉及智能营销技术领域,通过当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;根据所述第一身份信息获得所述用户的线上注册账户;获得所述用户的线下试穿信息;根据所述线下试穿信息,获得第一浏览推荐信息;据所述第一浏览推荐信息获得第一指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户,从而达到了实现个性化商品推荐,精准推送满足用户需要的商品信息,有效的促进消费,节省人力成本,降低开发成本和维护成本的技术效果。
Description
技术领域
本发明涉及智能营销技术领域,尤其涉及一种基于用户线下行为的信息推荐方法和装置。
背景技术
随着互联网及移动互联网应用的普及率提升,各种应用软件的不断发展,需要针对用户进行精准营销。精准营销是指在精准定位的基础上,建立个性化的顾客沟通服务体系,实现企业可度量的低成本扩张之路,是有态度的营销理念中的核心观点之一。就是公司需要更精准、可衡量和高投资回报的营销沟通,需要更注重结果和行动的营销传播计划,还有越来越注重对直接销售沟通的投资。
但本发明申请人发现现有技术至少存在如下技术问题:
通常采用人工经验的方式对用户的行为特征进行分析,得出的营销信息往往受限于分析人员的经验,同时,用户的行为也在不断发生更新变化,人为的经验无法及时适应,实时性较差。而且现有的营销方式无法针对不同用户进行差异化的营销信息推送,导致用户无法及时获取到需要的商品信息,消费积极性不高。
发明内容
本发明实施例提供了一种基于用户线下行为的信息推荐方法和装置,解决了现有技术中的营销方式无法针对不同用户进行差异化的营销信息推送,导致用户无法及时获取到需要的商品信息,消费积极性不高的技术问题,达到了实现个性化商品推荐,精准推送满足用户需要的商品信息,有效的促进消费,节省人力成本,降低开发成本和维护成本的技术效果。
鉴于上述问题,提出了本申请实施例以便提供一种基于用户线下行为的信息推荐方法和装置。
第一方面,本发明提供了一种基于用户线下行为的信息推荐方法,所述方法包括:当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;根据所述第一身份信息获得所述用户的线上注册账户;获得所述用户的线下试穿信息;根据所述线下试穿信息,获得第一浏览推荐信息;根据所述第一浏览推荐信息获得第一指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
优选的,所述方法还包括:获得所述用户的进店次数;判断所述进店次数是否满足第一预设条件;当满足所述第一预设条件时,获得第一品牌推荐信息;根据所述第一品牌推荐信息获得第二指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第二指令将所述第一品牌推荐信息发送给所述用户。
优选的,所述方法还包括:获得所述用户的交易行为信息;根据所述交易行为信息获得第一优惠信息;根据所述第一优惠信息获得第三指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第三指令将所述第一优惠信息发送给所述用户。
优选的,所述方法还包括:根据所述用户的交易行为信息,获得第一商品;当所述用户在线上复购所述第一商品时,获得第二优惠信息;将所述第二优惠信息发送给所述用户。
优选的,所述方法还包括:获得所述用户的退换货信息;根据所述退换货信息,更新所述第一浏览推荐信息,获得第二浏览推荐信息;根据所述第二浏览推荐信息,获得第四指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第四指令将所述第二浏览推荐信息发送给所述用户。
优选的,所述方法还包括:获得所述用户的线下浏览记录;获得所述用户的到点时间和进店停留时间;根据所述到店时间和进店停留时间,获得所述用户的空闲时间;根据所述线下浏览记录,在所述用户的空闲时间内,向所述用户发送第三浏览推荐信息。
优选的,所述方法还包括:获得所述用户的线下历史购买记录;根据所述历史购买记录获得所述用户的第一喜好信息;根据所述第一喜好信息,获得第四浏览推荐信息;根据所述第四浏览推荐信息,获得第五指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第五指令将所述第四浏览推荐信息发送给所述用户。
第二方面,本发明提供了一种基于用户线下行为的信息推荐装置,所述装置包括:
第一获得单元,所述第一获得单元用于当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;
第二获得单元,所述第二获得单元用于根据所述第一身份信息获得所述用户的线上注册账户;
第三获得单元,所述第三获得单元用于获得所述用户的线下试穿信息;
第四获得单元,所述第四获得单元用于根据所述线下试穿信息,获得第一浏览推荐信息;
第五获得单元,所述第五获得单元用于根据所述第一浏览推荐信息获得第一指令;
第一发送单元,所述第一发送单元用于当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
优选的,所述装置还包括:
第六获得单元,所述第六获得单元用于获得所述用户的进店次数;
第一判断单元,所述第一判断单元用于判断所述进店次数是否满足第一预设条件;
第七获得单元,所述第七获得单元用于当满足所述第一预设条件时,获得第一品牌推荐信息;
第八获得单元,所述第八获得单元用于根据所述第一品牌推荐信息获得第二指令;
第二发送单元,所述第二发送单元用于当所述用户通过所述线上注册账户开启浏览动作时,根据所述第二指令将所述第一品牌推荐信息发送给所述用户。
优选的,所述装置还包括:
第九获得单元,所述第九获得单元用于获得所述用户的交易行为信息;
第十获得单元,所述第十获得单元用于根据所述交易行为信息获得第一优惠信息;
第十一获得单元,所述第十一获得单元用于根据所述第一优惠信息获得第三指令;
第三发送单元,所述第三发送单元用于当所述用户通过所述线上注册账户开启浏览动作时,根据所述第三指令将所述第一优惠信息发送给所述用户。
优选的,所述装置还包括:
第十二获得单元,所述第十二获得单元用于根据所述用户的交易行为信息,获得第一商品;
第十三获得单元,所述第十三获得单元用于当所述用户在线上复购所述第一商品时,获得第二优惠信息;
第四发送单元,所述第四发送单元用于将所述第二优惠信息发送给所述用户。
优选的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于获得所述用户的退换货信息;
第十五获得单元,所述第十五获得单元用于根据所述退换货信息,更新所述第一浏览推荐信息,获得第二浏览推荐信息;
第十六获得单元,所述第十六获得单元用于根据所述第二浏览推荐信息,获得第四指令;
第五发送单元,所述第五发送单元用于当所述用户通过所述线上注册账户开启浏览动作时,根据所述第四指令将所述第二浏览推荐信息发送给所述用户。
优选的,所述装置还包括:
第十七获得单元,所述第十七获得单元用于获得所述用户的线下浏览记录;
第十八获得单元,所述第十八获得单元用于获得所述用户的到点时间和进店停留时间;
第十九获得单元,所述第十九获得单元用于根据所述到店时间和进店停留时间,获得所述用户的空闲时间;
第六发送单元,所述第六发送单元用于根据所述线下浏览记录,在所述用户的空闲时间内,向所述用户发送第三浏览推荐信息。
优选的,所述装置还包括:
第二十获得单元,所述第二十获得单元用于获得所述用户的线下历史购买记录;
第二十一获得单元,所述第二十一获得单元用于根据所述历史购买记录获得所述用户的第一喜好信息;
第二十二获得单元,所述第二十二获得单元用于根据所述第一喜好信息,获得第四浏览推荐信息;
第二十三获得单元,所述第二十三获得单元用于根据所述第四浏览推荐信息,获得第五指令;
第七发送单元,所述第七发送单元用于当所述用户通过所述线上注册账户开启浏览动作时,根据所述第五指令将所述第四浏览推荐信息发送给所述用户。
第三方面,本发明提供了一种基于用户线下行为的信息推荐装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;根据所述第一身份信息获得所述用户的线上注册账户;获得所述用户的线下试穿信息;根据所述线下试穿信息,获得第一浏览推荐信息;根据所述第一浏览推荐信息获得第一指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;根据所述第一身份信息获得所述用户的线上注册账户;获得所述用户的线下试穿信息;根据所述线下试穿信息,获得第一浏览推荐信息;根据所述第一浏览推荐信息获得第一指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种基于用户线下行为的信息推荐方法和装置,通过当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;根据所述第一身份信息获得所述用户的线上注册账户;获得所述用户的线下试穿信息;根据所述线下试穿信息,获得第一浏览推荐信息;根据所述第一浏览推荐信息获得第一指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户,从而解决了现有技术中的营销方式无法针对不同用户进行差异化的营销信息推送,导致用户无法及时获取到需要的商品信息,消费积极性不高的技术问题,达到了实现个性化商品推荐,精准推送满足用户需要的商品信息,有效的促进消费,节省人力成本,降低开发成本和维护成本的技术效果。
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
图1为本发明实施例中一种基于用户线下行为的信息推荐方法的流程示意图;
图2为本发明实施例中一种基于用户线下行为的信息推荐装置的结构示意图;
图3为本发明实施例中另一种基于用户线下行为的信息推荐装置的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第一判断单元14,第四获得单元15,第一发送单元16,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本发明实施例提供了一种基于用户线下行为的信息推荐方法和装置,用于解决现有技术中的营销方式无法针对不同用户进行差异化的营销信息推送,导致用户无法及时获取到需要的商品信息,消费积极性不高的技术问题。
本发明提供的技术方案总体思路如下:
当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;根据所述第一身份信息获得所述用户的线上注册账户;获得所述用户的线下试穿信息;根据所述线下试穿信息,获得第一浏览推荐信息;根据所述第一浏览推荐信息获得第一指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户,从而达到了实现个性化商品推荐,精准推送满足用户需要的商品信息,有效的促进消费,节省人力成本,降低开发成本和维护成本的技术效果。
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例一
图1为本发明实施例中一种基于用户线下行为的信息推荐方法的流程示意图。如图1所示,本发明实施例提供了一种基于用户线下行为的信息推荐方法,所述方法包括:
步骤110:当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息。
具体而言,线下门店即为店铺在实际生活中所开设的实体店,用户可以直接前往线下门店购物。摄像头为本实施例中用于监控的设备,当用户进入线下门店时,即可通过门店摄像头采集到用户的身份信息,其中,门店摄像头的安装位置可根据实际需要进行安装和设计,例如可安装在线下门店的门口位置处,这样,当有人员进入门店时,则可以通过门口安装的摄像头进行头像采集和身份识别。第一身份信息即为摄像头采集到的用户的头像信息,再通过头像信息可对用户的身份进行验证和识别,即当用户进入到实体店时,门口安装的摄像头将会获取到此时该用户的头像信息,进而通过后台进行相应的判断和处理。
步骤120:根据所述第一身份信息获得所述用户的线上注册账户。
具体而言,线上注册账户即为用户通过互联网在网上的注册账户,针对不同的应用软件,用户可通过关联自己的个人信息进行账户注册,同时在不同的应用软件中还包括不同的商家店铺,则用户也可以关联不同商家的会员等。当用户进入线下门店时,通过门店的摄像头可以采集到用户的身份信息,再通过身份信息可以经过数据分析和处理,得到该用户的线上账户信息。
步骤130:获得所述用户的线下试穿信息。
具体而言,线下试穿信息即为用户在门店中的相关行为记录信息,通过试穿信息即可分析得到用户需要购买的衣服品类、喜欢的颜色、感兴趣的搭配、穿衣风格、身材尺寸等相关信息。当用户进入门店之后,将会对于店内的产品进行浏览和筛选,对于自己比较感兴趣的衣服会选择试穿,从而判断所试穿的衣服是否符合自己的要求,再选择是否进行购买等。举例而言,当用户进入“H&M”的线下门店之后,在门店内浏览衣服的同时,会挑选出自己比较心仪的衣服去试穿,然后观察试穿的衣服是否合身,上身之后所达到的效果是否符合自己的预期,在此过程中,即可将用户的试穿信息记录下来,进行后续分析和处理。
步骤140:根据所述线下试穿信息,获得第一浏览推荐信息。
步骤150:根据所述第一浏览推荐信息获得第一指令。
具体而言,当得到用户在线下门店内的试穿信息之后,即可进行大数据分析,进而对用户的相关喜好信息进行分析,得到第一浏览推荐信息。第一浏览推荐信息即为用户在线上浏览信息时,为用户推送感兴趣的相关信息,然后再根据第一浏览推荐信息得到一指令信息。举例而言,当用户在“H&M”的线下门店试穿了几件风衣和几条牛仔裤之后,从中可以判断得到用户对于风衣和牛仔裤的购买欲望比较强烈,同时还可以得到用户试穿的风衣的长度、宽度、尺码大小、颜色等,以及用户试穿的牛仔裤的颜色、款式、尺码大小等。通过对用户的试穿信息进行分析之后,可以得到用户的浏览信息,其中浏览信息可包括相关搭配信息,例如可与风衣和牛仔裤搭配的衣服,如卫衣、T恤、相关配饰如帽子等。浏览信息还可以包括类似风格的衣服等,例如其他品牌的风衣、棒球服、夹克等。浏览信息还可以包括相同款式的风衣和牛仔裤等,这样,用户在线上浏览时,可从中获取到其他用户的评价信息等。
步骤160:当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
具体而言,当用户打开应用软件,通过自己所注册的账号开始进行商品搜索和浏览时,此时即可在第一指令的指令下,将第一浏览推荐信息推送给用户,用户在得到第一浏览信息之后,可以从中浏览到相关的个性化推荐商品,以便于用户能够及时获取到信息,从而将用户的线下行为和线上信息相对应,以实现精准营销的目的。例如用户购买了一件风衣和牛仔裤之后,可在线上推送相关的搭配衣服,如卫衣、连衣裙等,用户在线上浏览时,在获取到搭配信息以后,若浏览到比较心仪的衣服,则可以进行下单,避免用户在买了新衣服不知道如何搭配的现象的发生。再比如,用户在线下试穿了多件连衣裙,且用户试穿的连衣裙大部分为浅色系,风格为学院风,则当用户打开淘宝软件进行浏览时,即可为该用户推送相类似的浅色学院风连衣裙,或者是比较接近学院风连衣裙,或者是可搭配的衣服,用户在浏览的同时也可以获取到其他类型的衣服,若浏览到比较心仪的衣服,则可以进行下单,从而有效的刺激用户进行消费,实现精准营销的目的。
因此,通过本实施例中的基于用户线下行为的信息推荐方法,达到了实现个性化商品推荐,精准推送满足用户需要的商品信息,有效的促进消费,节省人力成本,降低开发成本和维护成本的技术效果,从而解决了现有技术中的营销方式无法针对不同用户进行差异化的营销信息推送,导致用户无法及时获取到需要的商品信息,消费积极性不高的技术问题,
进一步的,本实施例中的基于用户线下行为的信息推荐方法也可结合人工智能技术来实现,其中,人工智能的英文缩写为AI(Artificial Intelligence),它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。具体的步骤为:获取用户进入线下门店的照片;将所述用户进入线下门店的照片输入模型中,其中,所述模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:用户进入线下门店的照片、用来标识用户的线下试穿信息的第一标识信息以及用来标识用户的线上注册账户信息的第二标识信息;获取所述模型的输出信息,其中,所述输出信息包括所述用户进入线下门店的照片中的线下试穿信息和线上注册账户信息;当所述用户通过所述线上注册账户开启浏览动作时,根据所述线下试穿信息,获得浏览推荐信息,并将浏览推荐信息发送给所述用户
进一步的,本实施例中的训练模型是通过采用多组数据利用机器学习训练得出的,其中,机器学习是实现人工智能的一种途径,它和数据挖掘有一定的相似性,也是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。对比于数据挖掘从大数据之间找相互特性而言,机器学习更加注重算法的设计,让计算机能够自动地从数据中“学习”规律,并利用规律对未知数据进行预测。
进一步的,所述方法还包括:获得所述用户的进店次数;判断所述进店次数是否满足第一预设条件;当满足所述第一预设条件时,获得第一品牌推荐信息;根据所述第一品牌推荐信息获得第二指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第二指令将所述第一品牌推荐信息发送给所述用户。
具体而言,进店次数即为用户进入线下门店的频率,在得到用户的进店次数之后,接着判断用户的进店次数是不是满足预设条件。具体的判断逻辑为:判断用户在预设的时间范围内进店的次数是否满足预设阈值,其中的预设阈值可根据实际需要进行设置,本实施例中不做具体限制,例如当预设时间为一周,预设阈值为三次时,则当用户在一周内进入同一家门店的次数超过三次时,则说明用户的进店次数满足预设条件,则此时进一步得到该品牌的推荐信息。其中,第一品牌推荐信息即为与线下门店相对应的品牌的相关信息,例如该品牌的当季新品衣服,这样,再根据第一品牌推荐信息获得第二指令之后,即可在用户线上开启浏览动作时,根据第二指令将第一品牌推荐信息发送给所述用户,以使得用户能够及时获取到最新的信息,从而促进用户的消费积极性。举例而言,当用户在一周时间内进入“H&M”门店的次数为五次,若预设阈值为三次时,则说明该用户满足了第一预设条件,而且用户对“H&M”品牌的衣服比较感兴趣,当用户在淘宝上开始浏览时,则可以向用户推送“H&M”品牌的相关衣服信息,例如该品牌最近新出的衣服或者是即将推出的衣服,以便于用户能够及时关注到自己感兴趣的品牌的最新的消息,进而在浏览到自己比较心仪的衣服时,可以及时看到预售信息或者是及时下单。
进一步的,所述方法还包括:获得所述用户的交易行为信息;根据所述交易行为信息获得第一优惠信息;根据所述第一优惠信息获得第三指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第三指令将所述第一优惠信息发送给所述用户。
具体而言,交易行为信息即为用户在线下门店所购买的物品的订单信息,其中包括用户的消费金额、消费时间、购买数量等,当用户在线下门店的消费金额超过一定额度时,即可相应的获得一定的优惠,例如可以得到用户的线上优惠券信息,然后再得到第三指令之后,按照第三指令,在用户开启浏览动作时,根据第三指令将第一优惠信息发送给用户。举例而言,当用户在“H&M”品牌消费金额为1000元时,按照品牌的消费规定,当一次性消费满500元时,则可相应的得到线上的优惠券,如线上消费八折的优惠券,然后当用户在淘宝上浏览时,则可以将用户的八折优惠券推送给用户,以提醒用户及时享受相应的优惠条件。
进一步的,所述方法还包括:根据所述用户的交易行为信息,获得第一商品;当所述用户在线上复购所述第一商品时,获得第二优惠信息;将所述第二优惠信息发送给所述用户。
具体而言,通过对用户的交易行为信息进行分析之后可得到第一商品信息,其中的第一商品即为用户购买的商品。当用户对该商品的评价较高时,需要再次购买一件该商品时,则当用户通过线上购买时,则得到第二优惠信息,然后将该优惠信息推送给该用户。例如用户在“H&M”品牌购买了一顶帽子,当用户的朋友或者是家人也很喜欢该帽子时,此时用户打开淘宝软件帮助他们购买同款帽子,则可以获得第二优惠信息,其中的优惠信息可以是同款产品五折优惠等,这样,在用户搜索该品牌的同款帽子时,可以接收到相应的优惠信息,方便用户及时下单。
进一步的,所述方法还包括:获得所述用户的退换货信息;根据所述退换货信息,更新所述第一浏览推荐信息,获得第二浏览推荐信息;根据所述第二浏览推荐信息,获得第四指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第四指令将所述第二浏览推荐信息发送给所述用户。
具体而言,退换货信息即为用户在线下门店购物之后,对商品的一些方面不太满意或者是商品的质量存在问题时,用户在门店进行退货或者换货的相关记录。例如当用户对购买的产品尺寸不满意,想换一个大一点或者小一点的,或者是用户想换一个其他颜色的衣服,再比如用户购买的产品出现开线等质量问题需要退货,则此时即可对第一浏览推荐信息进行调整之后,得到第二浏览推荐信息,然后再得到第四指令之后,当用户在线上开始浏览时,在第四指令的指令下将第二浏览推荐信息发送给所述用户,这样即可及时的用户的推荐信息进行调整,提升用户的购物体验感。
进一步的,所述方法还包括:获得所述用户的线下浏览记录;获得所述用户的到点时间和进店停留时间;根据所述到店时间和进店停留时间,获得所述用户的空闲时间;根据所述线下浏览记录,在所述用户的空闲时间内,向所述用户发送第三浏览推荐信息。
具体而言,线下浏览记录即为用户在门店所浏览的相关行为信息,根据用户每一次到店的时间和每一次在店内所停留的时间,即可判断得到用户平时的空闲时间,然后在用户的空闲时间内,即可向用户发送相关的推荐信息。举例而言,某用户基本上的到店时间为晚上六点以后,且平均在店内的逗留时间为半个小时,则说明该用户的空闲时间为晚上下班之后,因此,可在晚上下班之后,向用户推送相关的信息。
进一步的,所述方法还包括:获得所述用户的线下历史购买记录;根据所述历史购买记录获得所述用户的第一喜好信息;根据所述第一喜好信息,获得第四浏览推荐信息;根据所述第四浏览推荐信息,获得第五指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第五指令将所述第四浏览推荐信息发送给所述用户。
具体而言,线下历史购买记录即为用户在线下门店购买过的历史订单,因此,通过对用户的历史购买记录进行大数据分析即可得到用户的购物喜好和购物习惯,进而即可根据用户的第一喜好信息获得第四浏览推荐信息。当用户在线上进行浏览时,可以在第五指令的指令下,将第四浏览推荐信息推送给该用户。举例而言,当通过对用户的历史订单进行分析发现,用户购买衣服的款式中休闲款占的比较多,而且衣服的颜色中浅色系占的比较多,因此,当用户在淘宝软件上进行线上购物时,可以按照用户的喜好信息以及个人的购物习惯为用户推荐相关产品,进一步提升了用户的购物体验感。
实施例二
基于与前述实施例中一种基于用户线下行为的信息推荐方法同样的发明构思,本发明还提供一种基于用户线下行为的信息推荐方法装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得用户的线上浏览信息。
第二获得单元12,所述第二获得单元12用于根据所述线上浏览信息获得所述用户的商品浏览列表。
第三获得单元13,所述第三获得单元13用于根据所述商品浏览列表获得所述用户对于第一商品的第一活跃度。
第一判断单元14,所述第一判断单元14用于判断所述第一活跃度是否满足第一预设阈值。
第四获得单元15,所述第四获得单元15用于当所述第一活跃度满足所述第一预设阈值时,获得第一商品推荐信息。
第一发送单元16,所述第一发送单元16用于当所述用户进入线下门店时,向导购员发送第一提醒信息,其中,所述第一提醒信息用于所述导购员根据所述第一商品推荐信息向所述用户推荐所述第一商品。
进一步的,所述装置还包括:
第五获得单元,所述第五获得单元用于当所述用户进入线下门店时,获得所述门店的库存信息。
第六获得单元,所述第六获得单元用于当所述库存信息不满足所述第一预设条件时,获得第二商品推荐信息。
第二发送单元,所述第二发送单元用于向导购员发送第二提醒信息,其中,所述第二提醒信息用于所述导购员根据所述第二商品推荐信息向所述用户推荐第二商品,其中,所述第二商品与所述第一商品具有第一关联度。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于获得所述用户的线上历史购买记录。
第八获得单元,所述第八获得单元用于根据所述历史购买记录获得所述用户的第一喜好信息。
第九获得单元,所述第九获得单元用于根据所述第一喜好信息获得第三商品推荐信息。
第三发送单元,所述第三发送单元用于当所述用户进入线下门店时,向导购员发送第三提醒信息,其中,所述第三提醒信息用于所述导购员根据所述第三商品推荐信息向所述用户推荐商品信息。
进一步的,所述装置还包括:
第十获得单元,所述第十获得单元用于获得所述用户的线上消费可信度信息。
第二判断单元,所述第二判断单元用于根据所述线上消费可信度信息判断所述用户是否满足第二预设条件。
第四发送单元,所述第四发送单元用于当不满足所述第二预设条件时,所述用户进入线下门店时,向导购员发送第四提醒信息,其中,所述第四提醒信息用于提醒所述导购员按照预设要求为所述用户提供服务。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得所述用户的线上积分信息。
第三判断单元,所述第三判断单元用于判断所述线上积分信息是否满足第二预设阈值。
第十二获得单元,所述第十二获得单元用于当满足所述第二预设阈值时,获得所述用户的优惠商品列表。
第十三获得单元,所述第十三获得单元用于根据所述优惠商品列表,获得第四商品推荐信息。
第五发送单元,所述第五发送单元用于当所述用户进入线下门店时,向导购员发送第五提醒信息,其中,所述第五提醒信息用于所述导购员根据所述第四商品推荐信息向所述用户推荐优惠商品。
进一步的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于当所述第一活跃度不满足所述第一预设阈值时,获得所述用户的线上互动信息。
第十五获得单元,所述第十五获得单元用于根据所述线上互动信息获得所述第五商品推荐信息。
第六发送单元,所述第六发送单元用于当所述用户进入线下门店时,向导购员发送第六提醒信息,其中,所述第六提醒信息用于所述导购员根据所述第五商品推荐信息向所述用户推荐商品。
前述图1实施例一中的一种基于用户线下行为的信息推荐方法的各种变化方式和具体实例同样适用于本实施例的一种基于用户线下行为的信息推荐装置,通过前述对一种基于用户线下行为的信息推荐方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于用户线下行为的信息推荐装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种基于用户线下行为的信息推荐方法同样的发明构思,本发明还提供一种基于用户线下行为的信息推荐装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于用户线下行为的信息推荐方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
实施例四
基于与前述实施例中一种基于用户线下行为的信息推荐方法同样的发明构思,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;根据所述第一身份信息获得所述用户的线上注册账户;获得所述用户的线下试穿信息;根据所述线下试穿信息,获得第一浏览推荐信息;根据所述第一浏览推荐信息获得第一指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
在具体实施过程中,该程序被处理器执行时,还可以实现实施例一中的任一方法步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种基于用户线下行为的信息推荐方法和装置,通过当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;根据所述第一身份信息获得所述用户的线上注册账户;获得所述用户的线下试穿信息;根据所述线下试穿信息,获得第一浏览推荐信息;根据所述第一浏览推荐信息获得第一指令;当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户,从而解决了现有技术中的营销方式无法针对不同用户进行差异化的营销信息推送,导致用户无法及时获取到需要的商品信息,消费积极性不高的技术问题,达到了实现个性化商品推荐,精准推送满足用户需要的商品信息,有效的促进消费,节省人力成本,降低开发成本和维护成本的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于用户线下行为的信息推荐方法,其特征在于,所述方法包括:
当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;
根据所述第一身份信息获得所述用户的线上注册账户;
获得所述用户的线下试穿信息;
根据所述线下试穿信息,获得第一浏览推荐信息;
根据所述第一浏览推荐信息获得第一指令;
当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述用户的进店次数;
判断所述进店次数是否满足第一预设条件;
当满足所述第一预设条件时,获得第一品牌推荐信息;
根据所述第一品牌推荐信息获得第二指令;
当所述用户通过所述线上注册账户开启浏览动作时,根据所述第二指令将所述第一品牌推荐信息发送给所述用户。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述用户的交易行为信息;
根据所述交易行为信息获得第一优惠信息;
根据所述第一优惠信息获得第三指令;
当所述用户通过所述线上注册账户开启浏览动作时,根据所述第三指令将所述第一优惠信息发送给所述用户。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述用户的交易行为信息,获得第一商品;
当所述用户在线上复购所述第一商品时,获得第二优惠信息;
将所述第二优惠信息发送给所述用户。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述用户的退换货信息;
根据所述退换货信息,更新所述第一浏览推荐信息,获得第二浏览推荐信息;
根据所述第二浏览推荐信息,获得第四指令;
当所述用户通过所述线上注册账户开启浏览动作时,根据所述第四指令将所述第二浏览推荐信息发送给所述用户。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述用户的线下浏览记录;
获得所述用户的到点时间和进店停留时间;
根据所述到店时间和进店停留时间,获得所述用户的空闲时间;
根据所述线下浏览记录,在所述用户的空闲时间内,向所述用户发送第三浏览推荐信息。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述用户的线下历史购买记录;
根据所述历史购买记录获得所述用户的第一喜好信息;
根据所述第一喜好信息,获得第四浏览推荐信息;
根据所述第四浏览推荐信息,获得第五指令;
当所述用户通过所述线上注册账户开启浏览动作时,根据所述第五指令将所述第四浏览推荐信息发送给所述用户。
8.一种基于用户线下行为的信息推荐装置,其特征在于,所述装置包括:
第一获得单元,所述第一获得单元用于获得用户的线上浏览信息;
第二获得单元,所述第二获得单元用于根据所述线上浏览信息获得所述用户的商品浏览列表;
第三获得单元,所述第三获得单元用于根据所述商品浏览列表获得所述用户对于第一商品的第一活跃度;
第一判断单元,所述第一判断单元用于判断所述第一活跃度是否满足第一预设阈值;
第四获得单元,所述第四获得单元用于当所述第一活跃度满足所述第一预设阈值时,获得第一商品推荐信息;
第一发送单元,所述第一发送单元用于当所述用户进入线下门店时,向导购员发送第一提醒信息,其中,所述第一提醒信息用于所述导购员根据所述第一商品推荐信息向所述用户推荐所述第一商品。
9.一种基于用户线下行为的信息推荐装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;
根据所述第一身份信息获得所述用户的线上注册账户;
获得所述用户的线下试穿信息;
根据所述线下试穿信息,获得第一浏览推荐信息;
根据所述第一浏览推荐信息获得第一指令;
当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
当用户进入线下门店时,获得来自摄像头的所述用户的第一身份信息;
根据所述第一身份信息获得所述用户的线上注册账户;
获得所述用户的线下试穿信息;
根据所述线下试穿信息,获得第一浏览推荐信息;
根据所述第一浏览推荐信息获得第一指令;
当所述用户通过所述线上注册账户开启浏览动作时,根据所述第一指令将所述第一浏览推荐信息发送给所述用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910932896.XA CN110782312A (zh) | 2019-09-29 | 2019-09-29 | 一种基于用户线下行为的信息推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910932896.XA CN110782312A (zh) | 2019-09-29 | 2019-09-29 | 一种基于用户线下行为的信息推荐方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110782312A true CN110782312A (zh) | 2020-02-11 |
Family
ID=69384690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910932896.XA Pending CN110782312A (zh) | 2019-09-29 | 2019-09-29 | 一种基于用户线下行为的信息推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110782312A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340565A (zh) * | 2020-03-20 | 2020-06-26 | 北京爱笔科技有限公司 | 一种信息推荐方法、装置、设备及存储介质 |
CN111756863A (zh) * | 2020-07-10 | 2020-10-09 | 腾讯科技(深圳)有限公司 | 内容推送方法、装置、处理设备及存储介质 |
CN112215657A (zh) * | 2020-10-14 | 2021-01-12 | 珠海格力电器股份有限公司 | 一种推荐商品确定方法、装置、电子设备及存储介质 |
CN114387040A (zh) * | 2022-03-22 | 2022-04-22 | 触电网络科技(深圳)有限公司 | 一种基于人工智能的智能拓客方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107507017A (zh) * | 2017-07-07 | 2017-12-22 | 阿里巴巴集团控股有限公司 | 一种线下导购方法和装置 |
CN108335111A (zh) * | 2017-01-18 | 2018-07-27 | 侯化安 | 一种基于物联网的电子/实体商务运营模式 |
CN109165997A (zh) * | 2018-07-19 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 一种线下购物推荐内容的生成方法及装置 |
CN109191261A (zh) * | 2018-09-19 | 2019-01-11 | 北京京东金融科技控股有限公司 | 一种商品推荐方法和系统 |
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 |
-
2019
- 2019-09-29 CN CN201910932896.XA patent/CN110782312A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335111A (zh) * | 2017-01-18 | 2018-07-27 | 侯化安 | 一种基于物联网的电子/实体商务运营模式 |
CN107507017A (zh) * | 2017-07-07 | 2017-12-22 | 阿里巴巴集团控股有限公司 | 一种线下导购方法和装置 |
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 |
CN109165997A (zh) * | 2018-07-19 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 一种线下购物推荐内容的生成方法及装置 |
CN109191261A (zh) * | 2018-09-19 | 2019-01-11 | 北京京东金融科技控股有限公司 | 一种商品推荐方法和系统 |
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 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340565A (zh) * | 2020-03-20 | 2020-06-26 | 北京爱笔科技有限公司 | 一种信息推荐方法、装置、设备及存储介质 |
CN111756863A (zh) * | 2020-07-10 | 2020-10-09 | 腾讯科技(深圳)有限公司 | 内容推送方法、装置、处理设备及存储介质 |
CN112215657A (zh) * | 2020-10-14 | 2021-01-12 | 珠海格力电器股份有限公司 | 一种推荐商品确定方法、装置、电子设备及存储介质 |
CN114387040A (zh) * | 2022-03-22 | 2022-04-22 | 触电网络科技(深圳)有限公司 | 一种基于人工智能的智能拓客方法及系统 |
CN114387040B (zh) * | 2022-03-22 | 2022-05-27 | 触电网络科技(深圳)有限公司 | 一种基于人工智能的智能拓客方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110782312A (zh) | 一种基于用户线下行为的信息推荐方法和装置 | |
US20190220916A1 (en) | Next Generation Improvements In Recommendation Systems | |
EP3779841B1 (en) | Method, apparatus and system for sending information, and computer-readable storage medium | |
US11983748B2 (en) | Using artificial intelligence to determine a size fit prediction | |
CN109189904A (zh) | 个性化搜索方法及系统 | |
US20220383390A1 (en) | Determining brand affinity of users | |
CN108665333A (zh) | 商品推荐方法、装置、电子设备和存储介质 | |
Zhang et al. | Durable goods pricing with reference price effects | |
KR20220111592A (ko) | 인공지능에 의한 패션 코디네이션 스타일 추천 시스템 및 방법 | |
KR102286286B1 (ko) | 패션 코디네이션 공유 시스템 및 방법 | |
US11429991B1 (en) | Systems and methods for production and logistics management | |
CN112365283B (zh) | 一种优惠券发放方法、装置、终端设备及存储介质 | |
CN110766456A (zh) | 商品推荐方法及装置 | |
CN110751537A (zh) | 一种基于线上线下的智能营销方法和装置 | |
CN112132660B (zh) | 商品推荐方法、系统、设备及存储介质 | |
CN106097081A (zh) | 一种虚拟试衣方法及服务器 | |
US11093974B2 (en) | Image attribute processing system, image attribute processing apparatus, and method of processing image attributes | |
CN110782259A (zh) | 一种会员等级管理方法和装置 | |
CN113689259A (zh) | 基于用户行为的商品个性化推荐方法及系统 | |
KR20210131198A (ko) | 추천 상품 광고 방법, 장치 및 컴퓨터 프로그램 | |
KR20170091402A (ko) | 패션 아이템 검색 시스템 | |
CN109146606A (zh) | 一种品牌推荐方法、电子设备、存储介质及系统 | |
CN116308683B (zh) | 基于知识图谱的服装品牌定位推荐方法、设备及存储介质 | |
CN110781399A (zh) | 一种跨平台的信息推送方法和装置 | |
JP2019067154A (ja) | 提案装置、提案方法及び提案プログラム |
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 |