CN111177549A - 一种适用于出口型跨境贸易的客户推荐方法 - Google Patents

一种适用于出口型跨境贸易的客户推荐方法 Download PDF

Info

Publication number
CN111177549A
CN111177549A CN201911359047.6A CN201911359047A CN111177549A CN 111177549 A CN111177549 A CN 111177549A CN 201911359047 A CN201911359047 A CN 201911359047A CN 111177549 A CN111177549 A CN 111177549A
Authority
CN
China
Prior art keywords
data
recommended
user
matching
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
Application number
CN201911359047.6A
Other languages
English (en)
Inventor
梁敏全
倪长春
李菲
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.)
Hangzhou Longxi Network Technology Co Ltd
Original Assignee
Hangzhou Longxi Network 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 Hangzhou Longxi Network Technology Co Ltd filed Critical Hangzhou Longxi Network Technology Co Ltd
Priority to CN201911359047.6A priority Critical patent/CN111177549A/zh
Publication of CN111177549A publication Critical patent/CN111177549A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • 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
    • G06F16/9538—Presentation of query results
    • 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

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种适用于出口型跨境贸易的客户推荐方法，包括如下步骤：S1:推荐的信息设置；S2:生成数据推荐任务；S3:用户池搜索；S4:数据匹配；得出推荐的分数；根据步骤S3中搜索到的数据结合用户画像/用户行为，进行数据匹配，得到推荐的分值；若分值高于设定值，则匹配成功，并得到推荐的分值；S5:数据推送；S6:推荐数据业务操作；本发明基于大数据技术、结合人工智能算法，根据用户的行为及业务需要，推荐精准的客源数据，并提供相关的业务处理功能；能减少人工寻找客源的复杂性、无序性，减少企业获客难、来源少、不精准、不专业的问题，并提供一系列的流程化处理，大大减少了成本，提高效率，产生更多的市场效益。

Description

一种适用于出口型跨境贸易的客户推荐方法
技术领域
本发明涉及客户管理推荐技术领域，具体为一种适用于出口型跨境贸易的客户推荐方法。
背景技术
企业传统的获客方法，是在网上(如搜索引擎)搜索客源，人工辨别信息进行甄选，再进一步联系。这种原始的获客方式客源不稳定、不精准，且对操作人员业务能力要求较高，客源的保留及推进难以实现。
发明内容
本发明的目的在于提供一种适用于出口型跨境贸易的客户推荐方法，用以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种适用于出口型跨境贸易的客户推荐方法，包括如下步骤：
S1:在用户界面的输入模块中完成推荐的信息设置；
S2:生成数据推荐任务；根据步骤S1中的推荐的信息生成数据推荐任务，推送到分布式队列中；
S3:用户池搜索；分布在多台计算机的业务逻辑，从队列中取得任务，在用户数据池中搜索数据，若搜索到数据，则进行步骤S4的数据匹配；否则进行数据采集任务，获取更多的数据；
S4:数据匹配；得出推荐的分数；根据步骤S3中搜索到的数据结合用户画像/用户行为，进行数据匹配，得到推荐的分值；若分值高于设定值，则匹配成功，并得到推荐的分值；
S5:数据推送；获得的推荐数据进行入库，并在用户界面的显示模块中显示；
S6:推荐数据业务操作；获得推荐数据后进行进一步业务处理。
其中，步骤S5中，使用了分布式NOSQL数据库技术，可以在海量数量中快速查询结果。
优选的，步骤S3中数据采集任务的方法为：首先将数据采集任务，推送到分布式队列中；接着进行具体数据采集；即从各种正规的数据渠道中取得有效的数据，提供更多的精准数据；并将采集到的数据保存到大数据库中，最后重新回到步骤S3，并进行下一步骤。
其中，数据渠道包括邓白氏、海关等，可取得精准的有效的数据；且使用了分布式NOSQL数据库技术，支持多并发的大量数据写入。
优选的，具体数据采集的方法，包括如下步骤：
H1：渠道数据搜索；根据用户的设定，在各个有效渠道中搜索数据；
H2：数据补充搜索；通过各种有效渠道，对主数据进行补充，提高数据的完整性；
H3：数据清洗；整合各渠道的数据，形成中心数据。
优选的，渠道数据搜索中的渠道包括邓白氏、海关。
优选的，数据补充搜索中的渠道包括SNOV、HUNTER、GOOGLE、ROCKETREACH、FULLCONTACT。
优选的，使用分布式技术，进行大量数据的清洗。
使用分布式缓存数据技术，保证数据的持久化及有效性，且快速高效的处理数据。
优选的，步骤S1中的推荐的信息包括用户所属国家以及行业，还包括用户主营产品。
优选的，步骤S4数据匹配的方法，包括如下步骤：
D1：确定用户画像/用户行为：即取得用户的产品、行业，以及用户行为；用户日常的业务操作形成用户的行为、喜好；
D2：相似模型匹配：建立相似模型，根据用户画像/用户行为，通过算法计算推荐的数据的匹配度，生成一个分值；
D3：数据匹配计分：根据设定的阈值，高于设定值为推荐的数据；
D4：数据完整性计分：根据推荐数据的完整性，进行打分，提供用户参考；
D5：推荐数据：生成推荐的数据。
优选的，推荐数据业务操作具体包括如下步骤：
F1：数据推荐设置：设置推荐数据，进行用户画像；
F2：新进数据推荐：显示最新推荐的数据；
F3：数据推荐查询：根据各个维度查询推荐的数据；
F4：数据推荐打标：对推荐的数据进行打标签；
F5：数据加入CRM：推荐的数据加入到企业的CRM系统中；
F6：数据推荐发邮件：推荐的数据发送邮件。
与现有技术相比，本发明的有益效果是：
本发明基于大数据技术、结合人工智能算法，根据用户的行为及业务需要，推荐精准的客源数据，并提供相关的业务处理功能；能减少人工寻找客源的复杂性、无序性，减少企业获客难、来源少、不精准、不专业的问题，并提供一系列的流程化处理，大大减少了成本，提高效率，产生更多的市场效益。
附图说明
图1为本发明结构的框架结构示意图；
图2为本发明数据采集的方法的流程示意图；
图3为本发明数据匹配的方法的流程示意图；
图4为本发明推荐数据业务操作的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-4，本发明提供一种技术方案：一种适用于出口型跨境贸易的客户推荐方法，包括如下步骤：
S1:在用户界面的输入模块中完成推荐的信息设置；
S2:生成数据推荐任务；根据步骤S1中的推荐的信息生成数据推荐任务，推送到分布式队列中；
S3:用户池搜索；分布在多台计算机的业务逻辑，从队列中取得任务，在用户数据池中搜索数据，若搜索到数据，则进行步骤S4的数据匹配；否则进行数据采集任务，获取更多的数据；
S4:数据匹配；得出推荐的分数；根据步骤S3中搜索到的数据结合用户画像/用户行为，进行数据匹配，得到推荐的分值；若分值高于设定值，则匹配成功，并得到推荐的分值；
S5:数据推送；获得的推荐数据进行入库，并在用户界面的显示模块中显示；
S6:推荐数据业务操作；获得推荐数据后进行进一步业务处理。
其中，步骤S5中，使用了分布式NOSQL数据库技术，可以在海量数量中快速查询结果。
具体的：步骤S3中数据采集任务的方法为：首先将数据采集任务，推送到分布式队列中；接着进行具体数据采集；即从各种正规的数据渠道中取得有效的数据，提供更多的精准数据；并将采集到的数据保存到大数据库中，最后重新回到步骤S3，并进行下一步骤，其中，数据渠道包括邓白氏、海关等，可取得精准的有效的数据；且使用了分布式NOSQL数据库技术，支持多并发的大量数据写入，步骤S1中的推荐的信息包括用户所属国家以及行业，还包括用户主营产品。
具体数据采集的方法，包括如下步骤：
H1：渠道数据搜索；根据用户的设定，在各个有效渠道中搜索数据；
H2：数据补充搜索；通过各种有效渠道，对主数据进行补充，提高数据的完整性；
H3：数据清洗；整合各渠道的数据，形成中心数据。
优选的，渠道数据搜索中的渠道包括邓白氏、海关。
优选的，数据补充搜索中的渠道包括SNOV、HUNTER、GOOGLE、ROCKETREACH、FULLCONTACT。
其中，使用分布式技术，进行大量数据的清洗。使用分布式缓存数据技术，保证数据的持久化及有效性，且快速高效的处理数据。
步骤S4数据匹配的方法，包括如下步骤：
D1：确定用户画像/用户行为：即取得用户的产品、行业，以及用户行为；用户日常的业务操作形成用户的行为、喜好；
D2：相似模型匹配：建立相似模型，根据用户画像/用户行为，通过算法计算推荐的数据的匹配度，生成一个分值；
D3：数据匹配计分：根据设定的阈值，高于设定值为推荐的数据；
D4：数据完整性计分：根据推荐数据的完整性，进行打分，提供用户参考；
D5：推荐数据：生成推荐的数据。
推荐数据业务操作具体包括如下步骤：
F1：数据推荐设置：设置推荐数据，进行用户画像；
F2：新进数据推荐：显示最新推荐的数据；
F3：数据推荐查询：根据各个维度查询推荐的数据；
F4：数据推荐打标：对推荐的数据进行打标签；
F5：数据加入CRM：推荐的数据加入到企业的CRM系统中；
F6：数据推荐发邮件：推荐的数据发送邮件。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.一种适用于出口型跨境贸易的客户推荐方法，其特征在于：包括如下步骤：
S1:在用户界面的输入模块中完成推荐的信息设置；
S2:生成数据推荐任务；根据步骤S1中的推荐的信息生成数据推荐任务，推送到分布式队列中；
S3:用户池搜索；分布在多台计算机的业务逻辑，从队列中取得任务，在用户数据池中搜索数据，若搜索到数据，则进行步骤S4的数据匹配；否则进行数据采集任务，获取更多的数据；
S4:数据匹配；得出推荐的分数；根据步骤S3中搜索到的数据结合用户画像/用户行为，进行数据匹配，得到推荐的分值；若分值高于设定值，则匹配成功，并得到推荐的分值；
S5:数据推送；获得的推荐数据进行入库，并在用户界面的显示模块中显示；
S6:推荐数据业务操作；获得推荐数据后进行进一步业务处理。
2.根据权利要求1所述的一种适用于出口型跨境贸易的客户推荐方法，其特征在于：步骤S3中数据采集任务的方法为：首先将数据采集任务，推送到分布式队列中；接着进行具体数据采集；即从各种正规的数据渠道中取得有效的数据，提供更多的精准数据；并将采集到的数据保存到大数据库中，最后重新回到步骤S3，并进行下一步骤。
3.根据权利要求2所述的一种适用于出口型跨境贸易的客户推荐方法，其特征在于：具体数据采集的方法，包括如下步骤：
H1：渠道数据搜索；根据用户的设定，在各个有效渠道中搜索数据；
H2：数据补充搜索；通过各种有效渠道，对主数据进行补充，提高数据的完整性；
H3：数据清洗；整合各渠道的数据，形成中心数据。
4.根据权利要求3所述的一种适用于出口型跨境贸易的客户推荐方法，其特征在于：渠道数据搜索中的渠道包括邓白氏、海关。
5.根据权利要求3所述的一种适用于出口型跨境贸易的客户推荐方法，其特征在于：数据补充搜索中的渠道包括SNOV、HUNTER、GOOGLE、ROCKETREACH、FULLCONTACT。
6.根据权利要求3所述的一种适用于出口型跨境贸易的客户推荐方法，其特征在于：使用分布式技术，进行大量数据的清洗。
7.根据权利要求1所述的一种适用于出口型跨境贸易的客户推荐方法，其特征在于：步骤S1中的推荐的信息包括用户所属国家以及行业，还包括用户主营产品。
8.根据权利要求1所述的一种适用于出口型跨境贸易的客户推荐方法，其特征在于：步骤S4数据匹配的方法，包括如下步骤：
D1：确定用户画像/用户行为：即取得用户的产品、行业，以及用户行为；用户日常的业务操作形成用户的行为、喜好；
D2：相似模型匹配：建立相似模型，根据用户画像/用户行为，通过算法计算推荐的数据的匹配度，生成一个分值；
D3：数据匹配计分：根据设定的阈值，高于设定值为推荐的数据；
D4：数据完整性计分：根据推荐数据的完整性，进行打分，提供用户参考；
D5：推荐数据：生成推荐的数据。
9.根据权利要求1所述的一种适用于出口型跨境贸易的客户推荐方法，其特征在于：推荐数据业务操作具体包括如下步骤：
F1：数据推荐设置：设置推荐数据，进行用户画像；
F2：新进数据推荐：显示最新推荐的数据；
F3：数据推荐查询：根据各个维度查询推荐的数据；
F4：数据推荐打标：对推荐的数据进行打标签；
F5：数据加入CRM：推荐的数据加入到企业的CRM系统中；
F6：数据推荐发邮件：推荐的数据发送邮件。
CN201911359047.6A 2019-12-25 2019-12-25 一种适用于出口型跨境贸易的客户推荐方法 Pending CN111177549A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911359047.6A CN111177549A (zh) 2019-12-25 2019-12-25 一种适用于出口型跨境贸易的客户推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911359047.6A CN111177549A (zh) 2019-12-25 2019-12-25 一种适用于出口型跨境贸易的客户推荐方法

Publications (1)

Publication Number Publication Date
CN111177549A true CN111177549A (zh) 2020-05-19

Family

ID=70654047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911359047.6A Pending CN111177549A (zh) 2019-12-25 2019-12-25 一种适用于出口型跨境贸易的客户推荐方法

Country Status (1)

Country Link
CN (1) CN111177549A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112506997A (zh) * 2020-12-14 2021-03-16 南京翰氜信息科技有限公司 一种基于跨境电商平台的大数据用户挖掘方法
CN112765455A (zh) * 2020-12-30 2021-05-07 北京知因智慧科技有限公司 金融客群推荐系统、方法和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886487A (zh) * 2014-03-28 2014-06-25 焦点科技股份有限公司 基于分布式的b2b平台的个性化推荐方法与系统
US20160342593A1 (en) * 2005-10-26 2016-11-24 Cortica, Ltd. System and method for determining a contextual insight and providing recommendations based thereon
CN107730318A (zh) * 2017-10-30 2018-02-23 厦门二五八网络科技集团股份有限公司 智能客户推荐平台及其推荐方法
CN109783730A (zh) * 2019-01-03 2019-05-21 深圳壹账通智能科技有限公司 产品推荐方法、装置、计算机设备和存储介质
CN110119466A (zh) * 2019-03-29 2019-08-13 五渡(杭州)科技有限责任公司 一种大数据智能营销系统及其方法
CN110232107A (zh) * 2019-05-08 2019-09-13 深圳市小满科技有限公司 一种产品数据获取方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160342593A1 (en) * 2005-10-26 2016-11-24 Cortica, Ltd. System and method for determining a contextual insight and providing recommendations based thereon
CN103886487A (zh) * 2014-03-28 2014-06-25 焦点科技股份有限公司 基于分布式的b2b平台的个性化推荐方法与系统
CN107730318A (zh) * 2017-10-30 2018-02-23 厦门二五八网络科技集团股份有限公司 智能客户推荐平台及其推荐方法
CN109783730A (zh) * 2019-01-03 2019-05-21 深圳壹账通智能科技有限公司 产品推荐方法、装置、计算机设备和存储介质
CN110119466A (zh) * 2019-03-29 2019-08-13 五渡(杭州)科技有限责任公司 一种大数据智能营销系统及其方法
CN110232107A (zh) * 2019-05-08 2019-09-13 深圳市小满科技有限公司 一种产品数据获取方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112506997A (zh) * 2020-12-14 2021-03-16 南京翰氜信息科技有限公司 一种基于跨境电商平台的大数据用户挖掘方法
CN112506997B (zh) * 2020-12-14 2021-06-29 南京希音电子商务有限公司 一种基于跨境电商平台的大数据用户挖掘方法
CN112765455A (zh) * 2020-12-30 2021-05-07 北京知因智慧科技有限公司 金融客群推荐系统、方法和电子设备

Similar Documents

Publication Publication Date Title
CN110807091B (zh) 一种酒店智能问答推荐与决策支持分析方法及系统
US8990241B2 (en) System and method for recommending queries related to trending topics based on a received query
CN110147360B (zh) 一种数据整合方法、装置、存储介质和服务器
CN102629360B (zh) 一种有效的动态商品推荐方法及商品推荐系统
US20140337328A1 (en) System and method for retrieving and presenting concept centric information in social media networks
US20180181667A1 (en) System and method to model recognition statistics of data objects in a business database
CN110069698B (zh) 信息推送方法和装置
CN104951468A (zh) 数据搜索处理方法和系统
JP6276279B2 (ja) 図形コードデータベースの更新および検索のための方法および装置
JP2014209376A (ja) オンライン商取引プラットフォームにおける広告ソースおよびキーワードセットの適合
CN111310032B (zh) 资源推荐方法、装置、计算机设备及可读存储介质
CN111027838B (zh) 一种众包任务推送方法、装置、设备及其存储介质
CN104077407A (zh) 一种智能数据搜索系统及方法
CN103309869A (zh) 数据对象的展示关键词推荐方法及系统
CN112700271A (zh) 一种基于标签模型的大数据画像方法及系统
CN111177549A (zh) 一种适用于出口型跨境贸易的客户推荐方法
CN115168736A (zh) 一种评标专家推荐方法、装置、设备及介质
CN107330076B (zh) 一种网络舆情信息展示系统及方法
CN110795613A (zh) 商品搜索方法、装置、系统及电子设备
CN116049379A (zh) 知识推荐方法、装置、电子设备和存储介质
CN111160699A (zh) 一种专家推荐方法及系统
CN108304570B (zh) 一种搜索结果的处理方法及展现方法、服务器、客户端
CN114186024A (zh) 推荐方法及装置
US20150142782A1 (en) Method for associating metadata with images
CN109146606A (zh) 一种品牌推荐方法、电子设备、存储介质及系统

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