CN111046270A - 数据处理方法和装置、计算机可读存储介质 - Google Patents
数据处理方法和装置、计算机可读存储介质 Download PDFInfo
- Publication number
- CN111046270A CN111046270A CN201811194734.2A CN201811194734A CN111046270A CN 111046270 A CN111046270 A CN 111046270A CN 201811194734 A CN201811194734 A CN 201811194734A CN 111046270 A CN111046270 A CN 111046270A
- Authority
- CN
- China
- Prior art keywords
- user
- data processing
- processing method
- data
- business card
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 230000006399 behavior Effects 0.000 claims description 75
- 230000000694 effects Effects 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 6
- 230000004075 alteration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本公开涉及数据处理方法和装置、计算机可读存储介质。数据处理方法,包括:实时获取与用户对电子名片的操作相关的行为数据,所述操作包括点击操作和非点击操作;输出所述行为数据的分析结果。
Description
技术领域
本公开涉及互联网技术领域,特别涉及一种数据处理方法和装置、计算机可读存储介质。
背景技术
名片是与人交往中,带有个人基本信息的产品。名片的查看是新朋友认识过程中快速并且有效的方式。
对于传统的纸质名片,名片所有者在发放名片之后,仅能通过直接的感官行为知悉名片持有者的行为。例如,通过肉眼看到名片持有者查看了名片,或者在名片持有者打电话、发邮件给自己的时候才知道名片持有者的更多信息。
发明内容
鉴于此,本公开提出了一种数据处理方案,基于电子名片的使用,能够实时获取用户行为。
根据本公开的一些实施例,提供了一种数据处理方法,包括:实时获取与用户对电子名片的操作相关的行为数据,所述操作包括点击操作和非点击操作;输出所述行为数据的分析结果。
在一些实施例中,实时获取与用户对电子名片的操作相关的行为数据包括:根据用户对电子名片的操作所触发的事件,确定与该操作相关的用户行为,其中,所述事件与所述操作对应的区域绑定,不同的事件与不同的用户行为对应。
在一些实施例中,实时获取与用户对电子名片的操作相关的行为数据包括:确定用户的停留时间。
在一些实施例中,所述非点击操作包括浏览操作。
在一些实施例中,所述数据处理方法还包括:分析获取的行为数据。
在一些实施例中,分析获取的行为数据包括:对获取的行为数据进行分类和统计。
在一些实施例中,所述分析结果包括:在某一时间段内的用户活跃度。
在一些实施例中,所述分析结果包括:用户与电子名片所有者的互动行为。
在一些实施例中,所述分析结果包括:为每个用户创建的至少一个标签。
在一些实施例中,所述标签包括用户属性或用户历史。
在一些实施例中,所述分析结果包括:用户兴趣。
在一些实施例中,所述用户兴趣包括:用户对个人信息、产品信息、公司信息的兴趣占比。
在一些实施例中,输出所述行为数据的分析结果包括:按照时间、行为、用户中的至少一种方式来呈现所述分析结果。
在一些实施例中,所述数据处理方法还包括:根据所述分析结果来预测用户可能的行为。
在一些实施例中,所述数据处理方法还包括:根据所述分析结果来推荐处理方式。
在一些实施例中,所述数据处理方法还包括:将获取的行为数据保存到数据库。
在一些实施例中,所述行为数据包括与以下至少一种用户行为相关的数据:点赞、取消点赞、分享内容、评论、咨询产品、添加印象、保存电话、拨打电话、复制邮箱、复制微信、转发电子名片、下载资料、播放语音、播放视频、查看个人信息、查看产品信息、查看公司信息。
根据本公开的另一些实施例,提供一种数据处理装置,包括:获取单元,被配置为实时获取与用户对电子名片的操作相关的行为数据,所述操作包括点击操作和非点击操作;输出单元,被配置为输出所述行为数据的分析结果。
根据本公开的又一些实施例,提供一种数据处理装置,包括:存储器以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器装置中的指令,执行上述任一个实施例所述的数据处理方法。
根据本公开的另一些实施例,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上述任一个实施例所述的数据处理方法。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1示出根据本公开的数据处理方法的一些实施例的流程图;
图2A示出根据本公开的数据处理方法的另一些实施例的流程图;
图2B示出根据本公开的数据处理方法的又一些实施例的流程图;
图3A示出根据本公开一些实施例的活跃度的统计示意图;
图3B示出根据本公开一些实施例的互动行为的统计示意图;
图4示出根据本公开的数据处理装置的一些实施例的框图;
图5示出根据本公开的数据处理装置的另一些实施例的框图;
图6是示出用于实现本公开一些实施例的计算机系统的框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1示出根据本公开的数据处理方法的一些实施例的流程图。如图1所示,数据处理方法包括步骤S1和S3。
在步骤S1中,实时获取与用户对电子名片的操作相关的行为数据。这里,用户是指电子名片持有者,例如是除电子名片所有者之外的其他使用者。操作包括点击操作和非点击操作。非点击操作例如为浏览操作。
行为数据包括与以下至少一种用户行为相关的数据。用户行为包括但不限于以下行为:点赞、取消点赞、分享内容、发表评论、咨询产品、添加印象、保存电话、拨打电话、复制邮箱、复制微信、转发电子名片、下载资料、播放语音、播放视频、查看个人(电子名片所有者)信息、查看产品信息(如浏览商城)、查看公司信息(如浏览官网)。
可以通过用户对电子名片的操作,例如对不同页面的操作或页面上不同区域的操作,实时获取这些用户行为。在一些实施例中,在电子名片页面上预先设定至少一个可操作区域,每个可操作区域绑定一个可触发事件,不同的事件与不同的用户行为对应。例如,不同的页面上可绑定不同的可触发事件,页面上的不同区域可绑定不同的可触发事件。
在用户对任一个可操作区域进行操作时,会触发与该区域绑定的事件。由此,可以根据用户对电子名片的操作所触发的事件,来确定与该操作相关的用户行为。这样,电子名片的应用前端能够将用户的操作实时通知到服务器。例如,可以通过发送http请求将数据传送到服务器。服务器可以根据事件与用户行为的对应关系,实时获取与用户对电子名片的操作相关的行为数据。实时获取的数据可以保存到数据库。这样,实时获取的瞬时数据(例如缓存中的数据)也可以存储到磁盘中,变为持久数据。
在用户点击电子名片页面上的某一可操作区域时,可以触发与该区域绑定的点击事件,由此可以识别用户的点击操作。例如,当用户点赞之后,会触发点赞的事件函数。这里,点击包括单击和双击。单击和双击可触发不同的事件。即,对于同一个可操作区域,不同的操作会触发不同的事件。
类似地,在用户浏览电子名片的不同区域,触发与该区域绑定的浏览事件,以便识别用户浏览页面的移动。例如,可以利用JavaScript中的onmouseover、onmouseout等事件函数检测页面的移动,并把检测到的事件函数通知到服务器。
行为数据中除了包括用户行为的种类数据之外,还可以包括与用户行为相关的时间数据。时间数据包括但不限于:电子名片应用的登陆时间和离开时间;进入某一页面的时间和离开该页面的时间。通过记录用户的不同操作对应的时间,可以确定用户的停留时间。
在一些实施例中,通过记录用户的电子名片应用的登陆时间、离开时间,可以确定用户在电子名片应用的停留时间。通过记录用户进入某一页面的时间和离开该页面的时间,可以确定用户在该页面的停留时间。例如,在用户进入某一页面时记录操作时间,从该页面进入其它页面时记录进入时间,据此可以计算用户在该页面的停留时间。
在步骤S3中,输出行为数据的分析结果。
在一些实施例中,分析结果包括:在某一时间段内的用户活跃度。用户活跃度可以用获取的触发事件的数目来表示。图3A示出根据本公开一些实施例的活跃度的统计示意图。
图3A示出在2018年8月22日至9月5日之间,每隔一天统计一次触发事件的结果,即横轴表示日期,纵轴表示获取的触发事件的数目。从图3可以看出:在8月22日至9月1日之间,用户活跃度有一定的起伏,但都在300以下;从9月3日开始,用户活跃度发生了显著的增加。
在另一些实施例中,分析结果包括:用户与电子名片所有者的互动行为。互动行为包括但不限于:点赞、评论、咨询产品、添加印象、保存电话、拨打电话。图3B示出根据本公开一些实施例的互动行为的统计示意图。
如图3B所示,在指定的时间段内,用户点赞、咨询产品、保存电话、拨打电话、添加印象、评论的次数分别为2129、1057、413、187、129和25。
在又一些实施例中,分析结果包括:用户兴趣。用户兴趣包括:用户对个人信息、产品信息、公司信息的兴趣占比。例如,可以根据用户查看个人信息、查看产品信息、查看公司信息的次数,计算用户的兴趣占比。以用户1000次的查看行为为例,其中查看个人信息的有580次,查看产品信息的有290次,查看公司信息的有130次,则对名片所有者的兴趣占比为58%,对产品的兴趣占比为29%,而对公司的兴趣占比为13%。
在其他实施例中,分析结果还包括:为每个用户创建的至少一个标签。标签包括但不限于:用户属性、用户历史。用户属性例如包括用户的年龄、性别等,可以根据用户的账户信息获得。用户历史例如包括用户购买过的客户和产品,可以根据用户的行为数据(例如购买行为的相关数据)获得。
例如,当某一用户对某产品或某类产品的查看次数较多时,说明对该产品或该类产品比较感兴趣。在用户对某类产品的查看次数超过阈值的情况下,例如超过3次,可以为该用户创建“对某产品或某类产品感兴趣”的标签。
在步骤S3中,输出行为数据的分析结果的方式包括但不限于:按照时间、按照行为、按照用户来呈现分析结果。呈现的方式可以为在输出界面上显示。
按照时间来呈现分析结果可以呈现对不同时间的用户行为的统计结果。例如,在时间T1,用户A第66次查看名片,用户B第3次查看名片,用户B第1次点赞;在时间T2,用户A第67次查看名片,用户B第1次转发名片。
按照行为来呈现分析结果可以呈现在指定时间段(例如15日)内对不同用户行为的统计结果。例如,查看名片116140次,转发名片116140次,点赞23421次,查看产品456次,转发名片323次,咨询产品289次,复制微信265次、保存电话115次、拨打电话98次、播放语音98次。
在一些实施例中,还可以根据需要突出显示一些行为的统计结果。例如,可以根据电子名片所有者的指定,突出呈现查看名片、保持电话、复制微信和转发名片的统计结果。
按照行为来呈现分析结果可以呈现在指定时间段(例如7日)内对不同用户行为的统计结果。例如,用户A查看名片12次,转发名片8次,查看产品5次,咨询产品2次;用户B查看名片3次,点赞1次,转发名片1次。
图2A示出根据本公开的数据处理方法的另一些实施例的流程图。图2A与图1的不同在于,数据处理方法还包括:步骤S2,分析获取的行为数据。下面将仅描述不同之处,相同之处不再赘述。
分析获取的行为数据包括对获取的行为数据进行分类和统计。这里,分类既包括将每一个行为数据与用户行为进行对应和归类,也包括对用户行为按照不同的维度进行分类。
例如,可以通过统计得到在某一时间段内的用户活跃度。也可以通过分类和统计得到用户与电子名片所有者的互动行为、用户兴趣。还可以根据分类和统计的结果,为每个用户创建至少一个标签。
图2B示出根据本公开的数据处理方法的又一些实施例的流程图。图2B与2A的不同在于,数据处理方法还包括:步骤S4、S5。下面将仅描述不同之处,相同之处不再赘述。
在一些实施例中,可以根据分析结果来预测用户可能的行为,如执行步骤S4。预测的结果也可以呈现在输出界面上。例如,当分析结果显示用户A已经查看电子名片66次,这表示该用户将很有可能与电子名片所有者达成合作。在电子名片所有者为销售人员的情形下,这意味着该用户很有可能购买所销售的某商品或服务。这种情形下,可以将预测的结果,即用户可能购买某产品,呈现在输出界面上。
在另一些实施例中,还可以根据分析结果来推荐处理方式,如执行步骤S5。推荐的处理方式也可以呈现在输出界面上。例如,当分析结果显示用户B已经查看电子名片3次,这表示该用户可能有意进一步了解信息。在电子名片所有者为销售人员的情形下,可以推荐其尽快跟进。这种情形下,可以将推荐的处理方式,即尽快跟进,呈现在输出界面上。
图4示出根据本公开的数据处理装置的一些实施例的框图。
如图4所示,数据处理装置4包括获取单元41和输出单元43。
获取单元41被配置为实时获取与用户对电子名片的操作相关的行为数据。获取单元41可以获取用户各种操作和停留时间,例如执行步骤S1。
输出单元43被配置为输出行为数据的分析结果,例如执行步骤S3。
在一些实施例中,数据处理装置4还包括分析单元42。分析单元42被配置为分析获取的行为数据,例如执行步骤S2。
图5示出根据本公开的数据处理装置的另一些实施例的框图。
如图5所示,该实施例的装置5包括:存储器51以及耦接至该存储器51的处理器52。存储器51用于存储执行数据处理方法对应实施例的指令。处理器52被配置为基于存储在存储器51中的指令,执行本公开中任意一些实施例中的数据处理方法。
除了数据处理方法、装置之外,本公开实施例还可采用在一个或多个包含有计算机程序指令的非易失性存储介质上实施的计算机程序产品的形式。因此,本公开实施例还包括一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现前述任意实施例中的数据处理方法。
图6是示出用于实现本公开一些实施例的计算机系统的框图。
如图6所示,计算机系统60可以通用计算设备的形式表现。计算机系统60包括存储器610、处理器620和连接不同系统组件的总线600。
存储器610例如可以包括系统存储器、非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。系统存储器可以包括易失性存储介质,例如随机存取存储器(RAM)和/或高速缓存存储器。非易失性存储介质例如存储有执行数据处理方法的对应实施例的指令。非易失性存储介质包括但不限于磁盘存储器、光学存储器、闪存等。
处理器620可以用通用处理器、数字信号处理器(DSP)、应用专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑设备、分立门或晶体管等分立硬件组件方式来实现。相应地,诸如判断模块和确定模块的每个模块,可以通过中央处理器(CPU)运行存储器中执行相应步骤的指令来实现,也可以通过执行相应步骤的专用电路来实现。
总线600可以使用多种总线结构中的任意总线结构。例如,总线结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MCA)总线、外围组件互连(PCI)总线。
计算机系统60还可以包括输入输出接口630、网络接口640、存储接口650等。这些接口630、640、650以及存储器610和处理器620之间可以通过总线600连接。输入输出接口630可以为显示器、鼠标、键盘等输入输出设备提供连接接口。网络接口640为各种联网设备提供连接接口。存储接口640为软盘、U盘、SD卡等外部存储设备提供连接接口。
这里,参照根据本公开实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个框以及各框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可提供到通用计算机、专用计算机或其他可编程数据处理装置的处理器,以产生一个机器,使得通过处理器执行指令产生实现在流程图和/或框图中一个或多个框中指定的功能的装置。
这些计算机可读程序指令也可存储在计算机可读存储器中,这些指令使得计算机以特定方式工作,从而产生一个制造品,包括实现在流程图和/或框图中一个或多个框中指定的功能的指令。
本公开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。
至此,已经通过示例对本公开的一些实施例进行了详细说明。应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员可以对以上实施例进行变化、修改、替换、变型、组合,而不脱离本公开的范围。
Claims (20)
1.一种数据处理方法,包括:
实时获取与用户对电子名片的操作相关的行为数据,所述操作包括点击操作和非点击操作;
输出所述行为数据的分析结果。
2.根据权利要求1所述的数据处理方法,其中,实时获取与用户对电子名片的操作相关的行为数据包括:
根据用户对电子名片的操作所触发的事件,确定与该操作相关的用户行为,其中,所述事件与所述操作对应的区域绑定,不同的事件与不同的用户行为对应。
3.根据权利要求1所述的数据处理方法,其中,实时获取与用户对电子名片的操作相关的行为数据包括:确定用户的停留时间。
4.根据权利要求1所述的数据处理方法,其中,所述非点击操作包括浏览操作。
5.根据权利要求1所述的数据处理方法,还包括:分析获取的行为数据。
6.根据权利要求5所述的数据处理方法,其中,分析获取的行为数据包括:对获取的行为数据进行分类和统计。
7.根据权利要求1所述的数据处理方法,其中,所述分析结果包括:在某一时间段内的用户活跃度。
8.根据权利要求1所述的数据处理方法,其中,所述分析结果包括:用户与电子名片所有者的互动行为。
9.根据权利要求1所述的数据处理方法,其中,所述分析结果包括:为每个用户创建的至少一个标签。
10.根据权利要求9所述的数据处理方法,其中,所述标签包括用户属性或用户历史。
11.根据权利要求1所述的数据处理方法,其中,所述分析结果包括:用户兴趣。
12.根据权利要求11所述的数据处理方法,其中,所述用户兴趣包括:用户对个人信息、产品信息、公司信息的兴趣占比。
13.根据权利要求1所述的数据处理方法,其中,输出所述行为数据的分析结果包括:按照时间、行为、用户中的至少一种方式来呈现所述分析结果。
14.根据权利要求1所述的数据处理方法,还包括:根据所述分析结果来预测用户可能的行为。
15.根据权利要求1所述的数据处理方法,还包括:根据所述分析结果来推荐处理方式。
16.根据权利要求1所述的数据处理方法,还包括:将获取的行为数据保存到数据库。
17.根据权利要求1至16中任一项所述的数据处理方法,其中,所述行为数据包括与以下至少一种用户行为相关的数据:点赞、取消点赞、分享内容、评论、咨询产品、添加印象、保存电话、拨打电话、复制邮箱、复制微信、转发电子名片、下载资料、播放语音、播放视频、查看个人信息、查看产品信息、查看公司信息。
18.一种数据处理装置,包括:
获取单元,被配置为实时获取与用户对电子名片的操作相关的行为数据,所述操作包括点击操作和非点击操作;
输出单元,被配置为输出所述行为数据的分析结果。
19.一种数据处理装置,包括:
存储器;和
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1-17中任一项所述的数据处理方法。
20.一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如权利要求1-17中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811194734.2A CN111046270A (zh) | 2018-10-15 | 2018-10-15 | 数据处理方法和装置、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811194734.2A CN111046270A (zh) | 2018-10-15 | 2018-10-15 | 数据处理方法和装置、计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111046270A true CN111046270A (zh) | 2020-04-21 |
Family
ID=70230031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811194734.2A Pending CN111046270A (zh) | 2018-10-15 | 2018-10-15 | 数据处理方法和装置、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111046270A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009064741A1 (en) * | 2007-11-12 | 2009-05-22 | Compete, Inc. | Systems and methods for normalizing clickstream data |
CN105447186A (zh) * | 2015-12-16 | 2016-03-30 | 汉鼎信息科技股份有限公司 | 一种基于大数据平台的用户行为分析系统 |
CN107808346A (zh) * | 2016-09-08 | 2018-03-16 | 腾讯科技(深圳)有限公司 | 一种潜在目标对象的评估方法及评估装置 |
-
2018
- 2018-10-15 CN CN201811194734.2A patent/CN111046270A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009064741A1 (en) * | 2007-11-12 | 2009-05-22 | Compete, Inc. | Systems and methods for normalizing clickstream data |
CN105447186A (zh) * | 2015-12-16 | 2016-03-30 | 汉鼎信息科技股份有限公司 | 一种基于大数据平台的用户行为分析系统 |
CN107808346A (zh) * | 2016-09-08 | 2018-03-16 | 腾讯科技(深圳)有限公司 | 一种潜在目标对象的评估方法及评估装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210209623A1 (en) | Method and system for creating an audience list based on user behavior data | |
Kumar et al. | Modeling customer opt-in and opt-out in a permission-based marketing context | |
US20220036391A1 (en) | Auto-segmentation | |
US20150088598A1 (en) | Cross-retail marketing based on analytics of multichannel clickstream data | |
US20130254181A1 (en) | Aggregation and Categorization | |
US20110145398A1 (en) | System and Method for Monitoring Visits to a Target Site | |
US20190333077A1 (en) | Purchase information utilization system, purchase information utilization method, and program | |
CN106294601B (zh) | 数据处理方法和装置 | |
CN113744016A (zh) | 一种对象推荐方法及装置、设备、存储介质 | |
US11263660B2 (en) | Attribution of response to multiple channels | |
CN111104590A (zh) | 信息推荐方法、装置、介质及电子设备 | |
CN114219586A (zh) | 基于视频的购物推荐方法、装置、设备和存储介质 | |
CN111447081A (zh) | 数据链生成方法、装置、服务器及存储介质 | |
JP2015095249A (ja) | ブランド診断方法及びそのシステム | |
CN105450460B (zh) | 网络操作记录方法及系统 | |
US20150371281A1 (en) | Advertisement transparency | |
KR101737424B1 (ko) | 사용자의 구매 및 참여 가능성에 기반하여 광고를 제공하는 방법 및 서버 | |
JP2014134995A (ja) | 情報配信装置、及び、情報配信方法 | |
CN111767457A (zh) | 推荐方法及装置 | |
CN111046270A (zh) | 数据处理方法和装置、计算机可读存储介质 | |
US20190108555A1 (en) | Marketing to consumers using data obtained from abandoned gps searches | |
CN106557475B (zh) | 蹊径选择方法及装置 | |
CN111046269A (zh) | 数据获取方法和装置、计算机可读存储介质 | |
CN112148967A (zh) | 信息处理装置及方法以及记录介质 | |
CN110610380A (zh) | 用户画像获取方法、装置、设备和计算机可读存储介质 |
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: 20200421 |
|
RJ01 | Rejection of invention patent application after publication |