CN111222042A - 商户推荐方法、装置、电子设备及可读存储介质 - Google Patents
商户推荐方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN111222042A CN111222042A CN201911418854.0A CN201911418854A CN111222042A CN 111222042 A CN111222042 A CN 111222042A CN 201911418854 A CN201911418854 A CN 201911418854A CN 111222042 A CN111222042 A CN 111222042A
- Authority
- CN
- China
- Prior art keywords
- candidate
- merchant
- target user
- target
- merchants
- 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
- 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
- G06F16/90—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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Abstract
本公开提供了一种商户推荐方法、装置、电子设备及可读存储介质,所述方法包括:确定目标用户的位置作为目标用户位置;确定配送范围覆盖所述目标用户位置的至少一个候选商户;针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种;确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。本公开可以减小配送时长。
Description
技术领域
本公开涉及个性化推荐技术领域,尤其涉及一种商户推荐方法、装置、电子设备及可读存储介质。
背景技术
在个性化推荐技术领域中,可以向不同的用户推荐不同的对象。其中,对象通常可以为商户。
现有技术中,一种商户推荐方法主要包括:首先,获取用户信息、商户信息和平台信息,其中,用户信息包括:年龄、性别、位置、教育程度、工作收入、个人爱好,商户信息包括:所属行业、主营品类、地理位置,平台信息包括上下文信息、浏览场景信息和展示样式信息;然后,根据用户信息、商户信息和平台信息确定商户和用户的匹配度;最后,根据匹配度向用户推荐商户。
发明人在对上述方案进行研究之后发现,上述方案对进行即时配送业务的商户进行推荐时,用户对被推荐的商户下单之后配送时长较长。
发明内容
本公开提供一种商户推荐方法、装置、电子设备及可读存储介质,可以在向目标用户推荐进行即时配送业务的商户时,将未配送状态的订单作为目标订单,并选取目标订单的目标配送位置与目标用户位置相近的候选商户推荐给目标用户,减小了配送时长。
根据本公开的第一方面,提供了一种商户推荐方法,所述方法包括:
确定目标用户的位置作为目标用户位置;
确定配送范围覆盖所述目标用户位置的至少一个候选商户;
针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种;
确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。
根据本公开的第二方面,提供了一种商户推荐装置,所述装置包括:
目标用户位置确定模块,用于确定目标用户的位置作为目标用户位置;
候选商户确定模块,用于确定配送范围覆盖所述目标用户位置的至少一个候选商户;
目标配送位置获取模块,用于针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种;
商户推荐模块,用于确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。
根据本公开的第三方面,提供了一种电子设备,包括:
处理器、存储器以及存储在所述存储器上并可在所述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前述商户推荐方法。
根据本公开的第四方面,提供了一种可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行前述商户推荐方法。
本公开提供了一种商户推荐方法、装置、电子设备及可读存储介质,可以首先确定目标用户的位置作为目标用户位置;然后确定配送范围覆盖所述目标用户位置的至少一个候选商户;并针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种;最后确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。本公开在向目标用户推荐进行即时配送业务的商户时,将未配送状态的订单作为目标订单,并选取目标订单的目标配送位置与目标用户位置相近的候选商户推荐给目标用户,减小了配送时长。
附图说明
为了更清楚地说明本公开的技术方案,下面将对本公开的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本公开的商户推荐方法的步骤流程图;
图2示出了本公开的订单从下单至配送到达以及配送到达之后划分的多个状态示意图;
图3示出了本公开的商户推荐的一种场景示意图;
图4示出了本公开的商户推荐装置的结构图;
图5示出了本公开的电子设备的结构图。
具体实施方式
下面将结合本公开中的附图,对本公开中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
本公开的实施例可以应用于后台服务器中,后台服务器和对应的客户端构成一个完整的个性化推荐平台。具体地,用户可以在客户端上进行操作,客户端根据用户的操作生成数据请求并发送给后台服务器,后台服务器用于根据数据请求生成业务数据,以返回至客户端向用户展示。在本公开的实施例中,该个性化推荐平台为网络销售平台,后台服务器是网络销售平台的后台服务器,客户端是网络销售平台的客户端,向用户推荐的对象是网络销售平台销售中注册的商户。
参照图1,其示出了本公开的商户推荐方法的步骤流程图,具体如下:
步骤101,确定目标用户的位置作为目标用户位置。
其中,目标用户是有下单意愿的任意用户,包括但不限于:正在浏览网络销售平台的用户、在后台运行所述网络销售平台的客户端的用户。
上述目标用户位置是目标用户相关的任意位置,包括但不限于:目标用户的当前定位位置、历史订单中的位置、目标用户设置的常用位置。具体可以根据用户操作确定,如果用户选取了一个历史订单中的位置或常用位置,则将选取的位置作为目标用户位置;若用户未选择任何位置,则将当前定位位置作为目标用户位置。
可以理解,上述位置均可以用经纬度表示。
步骤102,确定配送范围覆盖所述目标用户位置的至少一个候选商户。
具体地,可以从目标商户集中确定候选商户。其中,目标商户集可以包含用于推荐的任意商户。例如,网络销售平台上的所有商户或指定区域内的商户,又例如,在通过指定广告位进行商户推荐时,目标商户集还可以是对该指定广告位竞价成功的所有商户。
上述目标商户集中包含若干商户,每个商户均预设有一个配送范围,从而该商户仅接收该配送范围内的位置作为目标配送位置的订单。可以理解,配送范围可以为商户在平台上注册时在地图上划定的区域,也可以是设定的以商户位置为中心一定距离内的区域。本公开的实施例对配送范围的具体形式不加以限制。
在判断上述配送范围是否覆盖目标用户位置时,可以根据目标用户位置的经度和纬度确定,若经度和纬度均在配送范围内,则确定配送范围覆盖该目标用户位置;经度或纬度不在配送范围内,则确定配送范围未覆盖该目标用户位置。
步骤103,针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种。
其中,目标订单是商户已经接单但还未开始配送的订单,包括两种状态:配送执行体正在赶往商户的状态和配送执行体在商户等待准备订单的状态,这两种状态在本公开的实施例中分别称为配送执行体赶往状态和配送执行体在店状态。
其中,配送执行体是将目标订单中的商品或服务从商户位置配送至目标配送位置的执行主体,包括但不限于:人、设备。例如,配送人员、自动配送设备等。
在本公开的另一种实施例中,所述配送执行体包括无人机和无人车中的一种。
可以理解,无人机和无人车均为一种自动配送设备,可以不需要人力即可配送至目标配送位置,有助于降低人工成本。
在本本公开的实施例中,订单从下单至配送到达以及配送到达之后可以划分为多个状态,如图2所示划分为:将下单至商户接单之间的状态称为等待商户接单状态,将商户接单至分配配送执行体之间的状态称为等待分配配送执行体状态,将分配配送执行体至配送执行体到店之间的状态称为配送执行体赶往状态,将配送执行体到店至开始配送之间的状态称为配送执行体在店状态,将开始配送至配送到达之间的状态称为配送执行体配送状态,将配送到达之后的状态称为订单完成状态。其中,配送执行体可以理解,本公开的实施例可以记录每个订单当前处于何种状态,此外,还可以记录当前状态的起始时间。例如,在下单之后生成订单,记录该订单的当前状态为等待商户接单状态,并记录该等待商户接单状态的起始时间为下单的时间;在该订单被商户接单之后,更新该订单的当前状态为等待分配配送执行体状态,并记录该等待分配配送执行体状态的起始时间为商户接单的时间;在该订单被分配配送执行体之后,更新该订单的当前状态为配送执行体赶往状态,并记录该配送执行体赶往状态的起始时间为分配配送执行体的时间;在该订单的配送执行体到店之后,更新该订单的当前状态为配送执行体在店状态,并记录该配送执行体在店状态的起始时间为配送执行体到店的时间;在该订单开始配送之后,更新该订单的当前状态为配送执行体配送状态,并记录该配送执行体配送状态的起始时间为开始配送的时间;在该订单被配送到达之后,更新该订单的当前状态为订单完成状态,并记录该订单完成状态的起始时间为配送到达的时间。
基于上述记录的当前状态,可以获取到处于配送执行体赶往状态或配送执行体在店状态的目标订单,并从目标订单的信息中提取出目标配送位置。其中目标配送位置是用户在下单时指定的配送位置,可以从目标订单的订单信息中提取得到。当然,订单信息除包含目标配送位置外,还包含订单编号、用户名称、用户标识、购买的商品或服务、商户名称、商户编号、商户位置等。可以理解,该目标配送位置同样由经纬度表示。
步骤104,确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。
具体地,若候选商户的至少一个目标配送位置与目标用户位置的距离小于或等于预设距离阈值,则将该候选商户添加至待推荐商户集中,然后,从该待推荐商户集中选取部分或全部商户推荐给目标用户。
其中,预设距离阈值可以根据实际应用场景进行设定,本公开的实施例对其不加以限制。预设距离阈值用于限定目标配送位置和目标用户位置之间的距离达到多少时,确认两者的配送比较顺路。具体地,若目标配送位置与目标用户位置的距离小于或等于预设距离阈值,则认为两者的配送顺路;若目标配送位置与目标用户位置的距离大于预设距离阈值,则认为两者的配送不顺路。
可以理解,针对每个候选商户,若该候选商户存在目标订单,则可以在目标订单的目标配送位置与目标用户位置的配送顺路的情况下,向该目标用户推荐该候选商户,从而可以将该目标用户下单的新的订单与该目标订单一起配送,有助于减小目标用户的等待时间,例如,节约了如图2所示的商户接单至分配配送执行体之间的时长,和/或,分配配送执行体至配送执行体到店之间的时长。此外,还可以降低配送成本,提高配送效率。
然而,若该候选商户不存在目标订单,或该候选商户的所有目标订单的目标配送位置与目标用户位置的配送均不顺路,则不向目标用户推荐该候选商户。
图3示出了本公开的商户推荐的一种场景示意图,如图3所示,用户USR1对商户MCT已下单,并且配送执行体RDR正在赶往商户MCT,从而用户USR1对商户MCT的订单为该商户MCT的目标订单。此时,用户USR2正在浏览网络销售平台,由于用户USR2和用户USR1之间的距离小于或等于预设距离阈值,从而可以向用户USR2推荐商户MCT,以使用户USR2对商户MCT下单,最终配送执行体RDR可以一起配送用户USR1和用户USR2的订单。当然,在图3中的配送执行体RDR已经达到商户MCT时,也可以向用户USR2推荐商户MCT。
可选地,在本公开的另一种实施例中,所述步骤104包括子步骤A1至A2:
子步骤A1,确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,获取所述候选商户的目标订单从等待分配配送执行体状态更新为所述未配送状态所需要的时长,作为所述候选商户对应的节约时长。
其中,目标订单从等待分配配送执行体状态更新为所述未配送状态所需要的时长,至少包括分配配送执行体所需要的等待时长,还可以包括配送执行体赶往商户所需要的等待时长。
具体地,当未配送状态为配送执行体赶往状态时,节约时长为等待分配配送执行体所消耗的时长,即为图2中商户接单至分配配送执行体之间的时长。基于记录的每个状态的起始时间,可以将配送执行体赶往状态的起始时间和等待分配配送执行体状态的起始时间之间的差作为节约时长。
当未配送状态为配送执行体在店状态时,节约时长为等待分配配送执行体和配送执行体赶往所消耗的总时长,即为图2中商户接单至配送执行体到店的时长。基于记录的每个状态的起始时间,可以将配送执行体在店状态的起始时间和等待分配配送执行体状态的起始时间之间的差作为节约时长;还可以首先计算配送执行体在店状态的起始时间和配送执行体赶往状态的起始时间之间的第一差值,然后计算配送执行体赶往状态的起始时间和等待分配配送执行体状态的起始时间之间的第二差值,最后计算第一差值和第二差值之和作为节约时长。
需要说明的是,在一个候选商户同时存在多个目标订单,且该多个目标订单的目标配送位置与目标用户位置的距离小于或等于预设距离阈值时,该候选商户会存在多个对应的节约时长,从而可以选取最大的节约时长作为该候选商户的节约时长,并在用户对该候选商户下单之后,将该节约时长对应的目标订单和新的订单一起配送。例如,对于候选商户,存在2个目标订单:ORF1、ORF2和ORF3,其目标配送位置与目标用户位置的距离分别为500米、700米和300米,其节约时长分别为11分钟、15分钟和10分钟;若预设距离阈值为500米,则ORF1和ORF3两个目标订单的目标配送位置与目标用户位置的距离均小于或等于预设距离阈值,又由于ORF1的节约时长大于ORF3的节约时长,从而该候选商户的节约时长为11分钟,并且ORF1与新的订单一起配送。
子步骤A2,将所述候选商户和所述候选商户的节约时长展示给所述目标用户。
具体地,可以将候选商户按照节约时长降序排列推荐给目标用户,从而可以使得目标用户优先选取节约时长较大的候选商户下单,有助于提高用户的使用体验;还可以将候选商户按照其他质量得分排序推荐给目标用户,其他质量得分可以包括但不限于:预测的点击率、预测的下单率、预测的广告收益。本公开的实施例对其不加以限制。
其中,点击率可以分别根据点击率预测模型预测得到,其中,点击率预测模型通过训练样本训练得到,训练样本包括标注的点击率和样本商户特征。将点击率作为质量得分时,可以按照点击率将候选商户降序排列,以提高点击率,点击率提高之后广告收益也会提高。
下单率可以根据下单率预测模型预测得到,其中,下单率预测模型通过另一种训练样本训练得到,该训练样本包括标注的下单率和样本商户特征。将下单率作为质量得分时,可以按照下单率将候选商户降序排列,以提高下单率,下单率提高之后商户的收益和网络销售平台的收益也会提高。
可以理解,点击率预测模型和下单率预测模型为任意可以学习的模型,例如,深度学习模型、逻辑回归模型等。
在预测得到点击率之后,还可以计算点击率和候选商户在竞价时的出价的乘积得到广告收益。将广告收益作为质量得分时,可以按照广告收益将候选商户降序排列,以直接提高网络销售平台的广告收益。
在按照上述多种方式对候选商户排序之后,将候选商户推荐给目标用户,并且将节约时长作为提示信息展示给目标用户。
本公开的实施例可以向用户推荐候选商户的同时提示节约时长,有助于进一步提高点击率、下单率和广告收益。
可选地,在本公开的另一种实施例中,所述步骤104包括子步骤B1至B2:
子步骤B1,确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户的未准备订单数量和所述目标用户的配送距离,预测所述目标用户的等待时长。
其中,未准备订单数量是候选商户尚未准备好的订单数量,若目标用户在当前时间下单,则这些未准备好的订单均排在目标用户新下的订单之前。未准备订单数量包含用户新下的订单。
具体地,首先,计算未准备订单数量和订单的平均准备时长的乘积,得到订单准备时长;然后,计算目标用户位置和候选商户的商户位置之间的配送距离与配送速度的比值,得到配送时长;最后,将订单准备时长和配送时长相加,得到目标用户的等待时长。
子步骤B2,将所述候选商户和所述候选商户的等待时长展示给所述目标用户。
具体地,可以按照等待时长对候选商户降序排列之后展示给目标用户。
本公开的实施例可以向目标用户推荐候选商户的同时向目标用户提示等待时长,由于该等待时长节约了等待分配配送执行体和配送执行体前往所消耗的时长,从而降低了目标用户的等待时长,有助于提高目标用户的下单率。
可选地,在本公开的另一种实施例中,所述子步骤A2包括子步骤C1至C2:
子步骤C1,预测所述候选商户的所述目标订单由所述未配送状态更新为配送执行体配送状态所需要的时长,作为所述候选商户对应的下单截止时长。
其中,下单截止时长为目标订单从当前时间到开始配送之间的时长,下单截止时长用于提示用户在该下单截止时长内下单可以减少等待时长。在下单截止时长变为0时,代表目标订单已经处于配送执行体配送状态,用户下的新的订单将无法和该目标订单一起配送。
可以理解,当未配送状态为配送执行体赶往状态时,下单截止时长为配送执行体赶往候选商户所需要的剩余时长,和配送执行体在店的时长之和。下单截止时长可以通过预测得到,具体地,首先,获取配送执行体当前位置与商户位置之间的距离,并将该距离除以配送执行体的平均速度得到配送执行体赶往商户所需要的剩余时长;然后,将待准备的订单(排在目标订单之前等待商户准备的订单与该目标订单)的数目和订单的平均准备时长相乘,得到目标订单的准备时长;最后,如果该准备时长小于或等于上述剩余时长,则配送执行体到店后不需要等待候选商户准备目标订单的商品,从而确定配送执行体在店的时长为0,下单截止时长为剩余时长;若该准备时长大于剩余时长,则需要配送执行体在店等待候选商户准备目标订单的商品,配送执行体在店的时长为剩余时长与准备时长的差值,下单截止时长为剩余时长。
当未配送状态为配送执行体在店状态时,下单截止时长为需要配送执行体在店等待的时长,该等待的时长为待准备的订单(排在目标订单之前等待商户准备的订单与该目标订单)的数目和订单的平均准备时长的乘积。
子步骤C2,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
在根据子步骤A2的方式对候选商户排序之后,将候选商户推荐给目标用户,并将节约时长和下单截止时长作为提示信息展示给目标用户。
本公开的实施例可以向目标用户提示下单截止时间,有助于提示用户在该下单截止时间内下单可以减少等待时间。
可选地,在本公开的另一种实施例中,所述子步骤C2包括子步骤D1至D2:
子步骤D1,根据所述节约时长对所述候选商户进行降序排列,得到候选商户队列。
可以理解,排序靠前的候选商户的节约时长较大,排序靠后的候选商户的节约时长较小。
子步骤D2,按照所述候选商户队列中的候选商户的顺序,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
本公开的实施例可以按照节约时长向目标用户推荐商户,有助于减小目标用户的等待时长。
可选地,在本公开的另一种实施例中,所述子步骤C2包括子步骤E1至E2:
子步骤E1,根据所述下单截止时长对所述候选商户进行升序排列,得到候选商户队列。
在本公开的实施例还可以按照下单截止时长进行升序排列,以使下单截止时长较小的候选商户排序在靠前位置,下单截止时长较大的候选商户排序在靠后位置。从而在目标用户对排序靠前的候选商户不满意时,再选取排序靠后的候选商户。如此,可以避免目标用户在对下单截止时长较长的商户不满意时,由于下单截止时长已经为0,而导致用户刚下的新的订单已经无法和该下单截止时长为0的目标订单一起配送。
子步骤E2,按照所述候选商户队列中的候选商户的顺序,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
本公开的实施例可以按照下单截止时长向目标用户推荐商户,有助于尽量的保证用户的可选商户较多。
可选地,在本公开的另一种实施例中,所述子步骤D2或子步骤E2包括子步骤F1至F4:
子步骤F1,针对所述候选商户队列中的每个候选商户,获取所述候选商户的特征信息。
其中,商户的特征信息包括:商户类型、商户名称、商户位置、历史销量、历史访问次数等。商户类型、商户名称、商户位置均可以从网络销售平台的商户信息数据库中获取到,而历史销量、历史访问次数可以从网络销售平台的用户行为记录中统计得到。
子步骤F2,将所述特征信息输入至点击率预测模型中,得到所述候选商户的点击率,所述点击率预测模型通过训练样本训练得到,所述训练样本包括:样本商户特征和样本点击率。
其中,样本商户特征是样本商户的特征信息,样本点击率是样本商户的点击率。点击率可以从用户行为记录中获取,例如,用户行为记录中存在若干用户对该样本商户的访问行为,并且还可以记录该样本商户的曝光信息,从而可以统计访问行为的数目作为访问次数并统计曝光次数,最终计算曝光次数与访问次数的比值,作为点击率。
子步骤F3,计算所述候选商户的广告出价参数和所述点击率的乘积,作为所述候选商户的质量得分。
其中,广告出价参数是候选商户在针对广告位进行竞价时的出价。
可以理解,质量得分即为广告收益。
子步骤F4,根据所述候选商户队列中的候选商户的顺序和所述质量得分,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
具体地,可以按照质量得分将候选商户队列中的候选商户再进行降序排列之后展示给目标商户,并且还可以同时提示每个候选商户的节约时长和下单截止时长。
此外,还可以从候选商户队列中剔除质量得分小于一定质量阈值的候选商户,然后按照候选商户队列中的商户顺序推荐给目标商户,并同时提示每个候选商户的节约时长和下单截止时长。
可以理解,在实际应用中,可以对候选商户按照质量得分、节约时长、下单截止时长之中的至少一个指标进行排序,并且不限定首先按照哪个指标进行排序,然后按照哪个指标进行排序,最后按照哪个指标进行排序。
本公开的实施例可以将广告收益作为质量得分,并按照质量得分向目标用户推荐候选商户,有助于提高广告收益。
综上所述,本公开提供了一种商户推荐方法,包括:确定目标用户的位置作为目标用户位置;确定配送范围覆盖所述目标用户位置的至少一个候选商户;针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种;确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。本公开在向目标用户推荐进行即时配送业务的商户时,将未配送状态的订单作为目标订单,并选取目标订单的目标配送位置与目标用户位置相近的候选商户推荐给目标用户,减小了配送时长。
参照图4,其示出了在本公开的商户推荐装置的结构图,具体如下:
目标用户位置确定模块201,用于确定目标用户的位置作为目标用户位置。
候选商户确定模块202,用于确定配送范围覆盖所述目标用户位置的至少一个候选商户。
目标配送位置获取模块203,用于针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种。
商户推荐模块204,用于确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。
可选地,在本公开的另一种实施例中,所述配送执行体包括无人机和无人车中的一种。
可选地,在本公开的另一种实施例中,所述商户推荐模块204包括节约时长获取子模块和第一商户推荐子模块:
节约时长获取子模块,用于确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,获取所述候选商户的目标订单从等待分配配送执行体状态更新为所述未配送状态所需要的时长,作为所述候选商户对应的节约时长。
第一商户推荐子模块,用于将所述候选商户和所述候选商户的节约时长展示给所述目标用户。
可选地,在本公开的另一种实施例中,所述商户推荐模块204包括等待时长确定子模块和第二商户推荐子模块:
等待时长确定子模块,用于确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户的未准备订单数量和所述目标用户的配送距离,预测所述目标用户的等待时长。
第二商户推荐子模块,用于将所述候选商户和所述候选商户的等待时长展示给所述目标用户。
可选地,在本公开的另一种实施例中,所述第一商户推荐子模块包括下单截止时长获取单元和商户推荐单元:
下单截止时长获取单元,用于预测所述候选商户的所述目标订单由所述未配送状态更新为配送执行体配送状态所需要的时长,作为所述候选商户对应的下单截止时长。
商户推荐单元,用于将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
可选地,在本公开的另一种实施例中,所述商户推荐单元包括第一排序子单元和第一顺序推荐子单元:
第一排序子单元,用于根据所述节约时长对所述候选商户进行降序排列,得到候选商户队列。
第一顺序推荐子单元,用于按照所述候选商户队列中的候选商户的顺序,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
可选地,在本公开的另一种实施例中,所述商户推荐单元包括第二排序子单元和第二顺序推荐子单元:
第二排序子单元,用于根据所述下单截止时长对所述候选商户进行升序排列,得到候选商户队列。
第二顺序推荐子单元,用于按照所述候选商户队列中的候选商户的顺序,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
可选地,在本公开的另一种实施例中,所述第一顺序推荐子单元或第二顺序推荐子单元包括特征信息获取子单元、点击率预测子单元、质量得分计算子单元和第三顺序推荐子单元:
特征信息获取子单元,用于针对所述候选商户队列中的每个候选商户,获取所述候选商户的特征信息。
点击率预测子单元,用于将所述特征信息输入至点击率预测模型中,得到所述候选商户的点击率,所述点击率预测模型通过训练样本训练得到,所述训练样本包括:样本商户特征和样本点击率。
质量得分计算子单元,用于计算所述候选商户的广告出价参数和所述点击率的乘积,作为所述候选商户的质量得分。
第三顺序推荐子单元,用于根据所述质量得分,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
综上所述,本公开提供了一种商户推荐装置,所述装置包括:目标用户位置确定模块,用于确定目标用户的位置作为目标用户位置;候选商户确定模块,用于确定配送范围覆盖所述目标用户位置的至少一个候选商户;目标配送位置获取模块,用于针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种;商户推荐模块,用于确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。本公开在向目标用户推荐进行即时配送业务的商户时,将未配送状态的订单作为目标订单,并选取目标订单的目标配送位置与目标用户位置相近的候选商户推荐给目标用户,减小了配送时长。
本公开的装置实施例可以参照方法实施例的详细说明,在此不再赘述。
本公开还提供了一种电子设备,参照图5,包括:处理器301、存储器302以及存储在所述存储器302上并可在所述处理器上运行的计算机程序3021,所述处理器301执行所述程序时实现前述实施例的商户推荐方法。
本公开还提供了一种可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行前述实施例的商户推荐方法。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
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,本公开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公开的内容,并且上面对特定语言所做的描述是为了披露本公开的最佳实施方式。
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,本公开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,在上面对本公开的示例性实施例的描述中,本公开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:即所要求保护的本公开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公开的单独实施例。
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。
本公开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)来实现根据本公开的商户推荐设备中的一些或者全部部件的一些或者全部功能。本公开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。这样的实现本公开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公开进行说明而不是对本公开进行限制,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。本公开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。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述仅为本公开的较佳实施例而已,并不用以限制本公开,凡在本公开的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本公开的保护范围之内。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种商户推荐方法,其特征在于,所述方法包括:
确定目标用户的位置作为目标用户位置;
确定配送范围覆盖所述目标用户位置的至少一个候选商户;
针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种;
确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。
2.根据权利要求1所述的方法,其特征在于,所述配送执行体包括无人机和无人车中的一种。
3.根据权利要求1所述的方法,其特征在于,所述确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐的步骤,包括:
确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,获取所述候选商户的目标订单从等待分配配送执行体状态更新为所述未配送状态所需要的时长,作为所述候选商户对应的节约时长;
将所述候选商户和所述候选商户的节约时长展示给所述目标用户。
4.根据权利要求1所述的方法,其特征在于,所述确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐的步骤,包括:
确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户的未准备订单数量和所述目标用户的配送距离,预测所述目标用户的等待时长;
将所述候选商户和所述候选商户的等待时长展示给所述目标用户。
5.根据权利要求3所述的方法,其特征在于,所述将所述候选商户和所述候选商户的节约时长展示给所述目标用户的步骤,包括:
预测所述候选商户的所述目标订单由所述未配送状态更新为配送执行体配送状态所需要的时长,作为所述候选商户对应的下单截止时长;
将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
6.根据权利要求5所述的方法,其特征在于,所述将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户的步骤,包括:
根据所述节约时长对所述候选商户进行降序排列,得到候选商户队列;
按照所述候选商户队列中的候选商户的顺序,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
7.根据权利要求5所述的方法,其特征在于,所述将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户的步骤,包括:
根据所述下单截止时长对所述候选商户进行升序排列,得到候选商户队列;
按照所述候选商户队列中的候选商户的顺序,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
8.根据权利要求6或7所述的方法,其特征在于,所述按照所述候选商户队列中的候选商户的顺序,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户的步骤,包括:
针对所述候选商户队列中的每个候选商户,获取所述候选商户的特征信息;
将所述特征信息输入至点击率预测模型中,得到所述候选商户的点击率,所述点击率预测模型通过训练样本训练得到,所述训练样本包括:样本商户特征和样本点击率;
计算所述候选商户的广告出价参数和所述点击率的乘积,作为所述候选商户的质量得分;
根据所述质量得分,将所述候选商户、所述候选商户的节约时长和所述候选商户的下单截止时长展示给所述目标用户。
9.一种商户推荐装置,其特征在于,所述装置包括:
目标用户位置确定模块,用于确定目标用户的位置作为目标用户位置;
候选商户确定模块,用于确定配送范围覆盖所述目标用户位置的至少一个候选商户;
目标配送位置获取模块,用于针对所述候选商户,获取所述候选商户的目标订单的目标配送位置,所述目标订单为处于未配送状态的订单,所述未配送状态包括:配送执行体赶往状态、配送执行体在店状态中的一种;
商户推荐模块,用于确定所述候选商户的至少一个所述目标配送位置与所述目标用户位置的距离小于或等于预设距离阈值时,根据所述候选商户向所述目标用户进行商户推荐。
10.一种电子设备,其特征在于,包括:
处理器、存储器以及存储在所述存储器上并可在所述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如权利要求1-8中任一项所述的商户推荐方法。
11.一种可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如方法权利要求1-8中任一项所述的商户推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911418854.0A CN111222042A (zh) | 2019-12-31 | 2019-12-31 | 商户推荐方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911418854.0A CN111222042A (zh) | 2019-12-31 | 2019-12-31 | 商户推荐方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111222042A true CN111222042A (zh) | 2020-06-02 |
Family
ID=70831019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911418854.0A Pending CN111222042A (zh) | 2019-12-31 | 2019-12-31 | 商户推荐方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111222042A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723307A (zh) * | 2020-06-17 | 2020-09-29 | 口碑(上海)信息技术有限公司 | 信息处理方法、装置、系统、存储介质及计算机设备 |
-
2019
- 2019-12-31 CN CN201911418854.0A patent/CN111222042A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723307A (zh) * | 2020-06-17 | 2020-09-29 | 口碑(上海)信息技术有限公司 | 信息处理方法、装置、系统、存储介质及计算机设备 |
CN111723307B (zh) * | 2020-06-17 | 2023-09-01 | 口碑(上海)信息技术有限公司 | 信息处理方法、装置、系统、存储介质及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9857188B1 (en) | Providing alternative routing options to a rider of a transportation management system | |
JP5530368B2 (ja) | マーケティングの総予算及び販売資源の自動指定、及び支出カテゴリにわたる配分 | |
CN107547214B (zh) | 基于电子书的群组阅读方法、电子设备及计算机存储介质 | |
US11475393B2 (en) | Method and apparatus for delivery order dispatch and assignment | |
US20130346237A1 (en) | Systems and methods for facilitating logistics time savings | |
US20120284100A1 (en) | Methods for facilitating advertising and commercial transactions | |
KR102315856B1 (ko) | 음식 배달에 대한 라이더 자동 배차 관리 시스템 | |
US20130197949A1 (en) | Mobile food management system | |
EP2727062A1 (en) | Multi-step impression campaigns | |
US20150012380A1 (en) | Shopping optimizer | |
US20190295030A1 (en) | Method and system for vehicle management | |
CN113298606B (zh) | 商品对象库存调控方法、装置及电子设备 | |
CN112215448A (zh) | 分配客服的方法和装置 | |
CN111311295A (zh) | 服务方式确定方法、装置、电子设备和存储介质 | |
CN115578138A (zh) | 营销方法、装置、介质和计算设备 | |
CN111768216A (zh) | 订单价格调整方法、装置、服务器及存储介质 | |
US11157986B2 (en) | Generating a table of recommendations | |
CN111222042A (zh) | 商户推荐方法、装置、电子设备及可读存储介质 | |
KR20210007632A (ko) | 상품별 등록 스케쥴을 기반으로 온라인 마켓 api 연동을 통해 상품의 등록 관리를 수행하는 컴퓨터 프로그램 및 이의 동작 방법 | |
CN111753386B (zh) | 一种数据处理方法及装置 | |
US20140188941A1 (en) | Using a Graph Database to Match Entities by Evaluating Boolean Expressions | |
KR102052993B1 (ko) | 검색결과 페이지를 통한 컨텐츠의 제공을 위한 시스템 및 방법 | |
US9747567B2 (en) | Selecting organizational transportation proposals based on commuter pledges and cost-benefit computation | |
US20120029972A1 (en) | Method and system for brokering services with time-dependent labor rates | |
EP4145374A1 (en) | Systems and methods for e-commerce checkout with delay loading of checkout options |
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 |