CN111401951A - 保密存储下用户信息透明化的虚拟客户构建方法 - Google Patents

保密存储下用户信息透明化的虚拟客户构建方法 Download PDF

Info

Publication number
CN111401951A
CN111401951A CN202010175209.7A CN202010175209A CN111401951A CN 111401951 A CN111401951 A CN 111401951A CN 202010175209 A CN202010175209 A CN 202010175209A CN 111401951 A CN111401951 A CN 111401951A
Authority
CN
China
Prior art keywords
customer
purchasing
client
merchant
intention
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.)
Granted
Application number
CN202010175209.7A
Other languages
English (en)
Other versions
CN111401951B (zh
Inventor
李琦
宋卫东
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.)
Chongqing Ruiyun Technology Co ltd
Original Assignee
Chongqing Ruiyun 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 Chongqing Ruiyun Technology Co ltd filed Critical Chongqing Ruiyun Technology Co ltd
Priority to CN202010175209.7A priority Critical patent/CN111401951B/zh
Publication of CN111401951A publication Critical patent/CN111401951A/zh
Application granted granted Critical
Publication of CN111401951B publication Critical patent/CN111401951B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0222—During e-commerce, i.e. online transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
    • 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
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于虚拟客户构建技术领域，具体公开了保密存储下用户信息透明化的虚拟客户构建方法，包括以下步骤：S1:商家向交易平台申请促销方式，创建优惠方式；S2:交易平台对客户的个人信息进行加密，构建虚拟客户；该客户的个人信息对商家绝对保密；S3:交易平台通过客户的个人信息以及浏览或购买相关商品的相关信息，计算客户的购买意向并获取高意向购买客户群体，并向商家提供高意向购买客户群体；S4:交易平台计算优惠修正概率，并向商家提供；S5:向S3中高意向购买客户群体推送S1中的优惠方式；S6:客户产生购买行为；S7:使用虚拟号码和虚拟地址进行送货。上述方法，能够解决现有技术中买家个人信息和商家信息不对等带来的交易不透明化的问题。

Description

保密存储下用户信息透明化的虚拟客户构建方法
技术领域
本发明属于虚拟客户构建技术领域，尤其涉及一种保密存储下用户信息透明化的虚拟客户构建方法。
背景技术
随着互联网的发展和数字签名等加密技术的成熟，电子商务在世界范围内蓬勃兴起，出现了例如亚马逊、阿里巴巴等一大批成熟的以电子商务为主的运营方式的成功范例。在各大平台中，买家个人信息和商家信息不对等是一直难以处理的问题，与客户而言，客户希望商家在提供商品信息时尽可能地透明化，以获取商品的底价、折扣、活动优惠等信息，但不愿意透露用户的个人信息；于商家而言，他们愿意将自己的底价、优惠透露给购买意向更高，消费力更强的用户，但不愿意将该信息进行普遍公布。因此，现在急需一种平衡买家个人信息和商家信息的方法，来解决这一难题。
发明内容
本发明的目的在于提供一种保密存储下用户信息透明化的虚拟客户构建方法，以解决现有技术中买家个人信息和商家信息不对等带来的交易不透明化的问题。
为了达到上述目的，本发明的技术方案为：保密存储下用户信息透明化的虚拟客户构建方法，包括以下步骤：
S1:商家向交易平台申请促销方式，创建优惠方式；
S2:交易平台通过信息加密技术对客户的个人信息进行加密，构建该客户在该交易平台上的虚拟客户；该客户的个人信息对商家绝对保密；
S3:交易平台通过客户的个人信息以及浏览或购买相关商品的相关信息，计算客户的购买意向并获取高意向购买客户群体，并向商家提供高意向购买客户群体；
S4:交易平台计算优惠修正概率，并向商家提供；
S5:若商家不满意该优惠修正概率，则返回至S1；若商家满意该优惠修正概率，则向S3中高意向购买客户群体推送S1中的优惠方式；
S6:客户根据该优惠方式产生购买行为；
S7:使用虚拟号码和虚拟地址进行送货。
进一步，在步骤S2中，具体构建方式为：
S21:交易平台通过客户的授权，获取客户真实的个人信息；
S22:交易平台将客户真实的个人信息存储到交易平台的数据库中，生成客户信息表，交易平台对需要进行数据分析的客户的真实的个人信息进行加密转化，生成客户分析新表，从而使每个真实客户在该交易平台上形成虚拟客户。
进一步，在步骤S4中，计算优惠修正概率的算法包括变异系数法、相关性分析法和贝叶斯条件概率法。
进一步，在步骤S3中，计算客户的购买意向并获取高意向购买客户群体包括以下步骤：
S31:构建客户知识图谱模型，图谱中包含若干节点，节点包括用户节点和非用户节点，用户节点代表用户的身份标识信息，也即是客户id；非用户节点包含客户的手机号、账户交易额、历史购买商品和家庭地址，每个节点都具有节点属性、唯一的name，节点属性包括交易时间和交易商品类别；节点与节点间存在边，形成三元关系(h,r,t)，边表示相联节点间的关联关系，将Mysql结构化数据库中的数据导入Neo4j图形数据库中，按照节点间的关系，将三元关系(h,r,t)写入图数据库中，形成三元关系图；
S32:计算客户购买意向；将客户间的路径数设为自变量x1，是否购买同一商品设为自变量x2，购买时间间隔设为x3，x1、x2和x3为自变量x的变量；客户购买意向Rs设为因变量，客户购买意向
Figure BDA0002410579640000021
其中k是自变量x的个数，ak是第k个自变量的权重，xk是的正规化函数，计算结果在[0，1]间；
S33:获取高意向购买客户群体,，包括以下步骤：
S331:在三元关系图中随机确定初始客户，设为A1，以广度优先的方式遍历A1的邻居客户节点，关系度在0.5以上认为是关系度较强视为一个客户群体，在0.5以下认为购买意向较低排除当前节点群体；
S332:判断加入该节点的客户的购买数量是否增加，以及加入的客户节点的关系度是否在0.5以上，将满足条件的客户节点添加到客户群集合中；
S333:合并所有满足条件的客户节点，生成高意向购买客户群体。
5.进一步，在步骤S4中，计算优惠修正概率包括以下步骤：
S41:将X设为客户选取的优惠方式，yi为客户浏览商品后是否发生购买行为，其中i取0或1，y1表示客户浏览商品后发生购买行为，y0表示客户浏览商品后未发生购买行为；则X属于yi的条件概率为：P(yi|x)，根据贝叶斯定理，
Figure BDA0002410579640000031
其中，P(X)为特征属性事件发生的概率，为常数；P(yi)为现有数据中，客户浏览商品中是否发生购买行为的比例，可以通过现有数据直接求得；P(X|yi)是在获得优惠方式后是否发生购买行为的条件概率，即为优惠修正概率；
S42:朴素贝叶斯定理假设因子变量之间相互独立，因此，有优惠修正概率：
Figure BDA0002410579640000032
S421:假设特征集合B＝{a1，a2，...，am}为待分类别项，a1，a2，...，am为其特征集合；
S422:假设类别集合C＝{y1，y2，...，yn}，共有n类；
S423:计算P(yi|X)；
S424:若P(yk|x)max{P(y1|x)，P(y2|x)，…，P(ym|x)}，则X判定为第K类；
S425:根据优惠方式的影响因素，计算优惠修正概率P(X|yi)的值。
进一步，在步骤S7中，将客户的真实号码转化成虚拟号码，快递员在送货过程中只能获取和拨打转化后的虚拟号码。
进一步，在步骤S7中，商家只能获取到虚拟地址，真实地址直接由交易平台发送给快递公司。
进一步，每次生成的虚拟客户数据表采用不同的加密转化方式。
本技术方案的有益效果在于：本技术方案能够对客户的个人信息进行加密转化，使商家和快递公司无法获取客户的个人信息，保障了客户个人信息不会泄露，保障了客户的权益。同时还能够在不向商家提供真实的客户个人信息的条件下，向商家提供高意向购买客户群体，同时还能够根据每个客户的购买行为和购买意向，生成该客户的优惠修正概率。总之，本技术方案在客户真实个人信息保密的同时，还能够使双方的交易收益扩大。
附图说明
图1为本发明保密存储下用户信息透明化的虚拟客户构建方法的流程图；
图2为图1中构建虚拟客户的流程图；
图3为图1中获取高意向购买客户群体的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
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。
实施例基本如附图1-3所示：保密存储下用户信息透明化的虚拟客户构建方法，包括以下步骤：
S1:商家向交易平台申请促销方式，创建优惠方式；
S2:交易平台通过信息加密技术对客户的个人信息进行加密，构建该客户在该交易平台上的虚拟客户；该客户的个人信息对商家绝对保密；
S3:交易平台通过客户的个人信息以及浏览或购买相关商品的相关信息，计算客户的购买意向并获取高意向购买客户群体，并向商家提供高意向购买客户群体；
S4:交易平台计算优惠修正概率，并向商家提供；计算优惠修正概率的算法包括变异系数法、相关性分析法和贝叶斯条件概率法；本实施例中采用贝叶斯条件概率法；
S5:若商家不满意该优惠修正概率，则返回至S1；若商家满意该优惠修正概率，则向S3中高意向购买客户群体推送S1中的优惠方式；
S6:客户根据该优惠方式产生购买行为；
S7:使用虚拟号码和虚拟地址进行送货。
在步骤S2中，具体构建方式为：
S21:交易平台通过客户的授权，获取客户真实的个人信息；
S22:交易平台将客户真实的个人信息存储到交易平台的数据库中，生成客户信息表，交易平台对需要进行数据分析的客户的真实的个人信息进行加密转化，生成客户分析新表，从而使每个真实客户在该交易平台上形成虚拟客户。每次生成的虚拟客户数据表采用不同的加密转化方式。
在步骤S3中，计算客户的购买意向并获取高意向购买客户群体包括以下步骤：
S31:构建客户知识图谱模型，图谱中包含若干节点，节点包括用户节点和非用户节点，用户节点代表用户的身份标识信息，也即是客户id；非用户节点包含客户的手机号、账户交易额、历史购买商品和家庭地址，每个节点都具有节点属性、唯一的name，节点属性包括交易时间和交易商品类别；节点与节点间存在边，形成三元关系(h,r,t)，边表示相联节点间的关联关系，将Mysql结构化数据库中的数据导入Neo4j图形数据库中，按照节点间的关系，将三元关系(h,r,t)写入图数据库中，形成三元关系图；
S32:计算客户购买意向；将客户间的路径数设为自变量x1，是否购买同一商品设为自变量x2，购买时间间隔设为x3，x1、x2和x3为自变量x的变量；客户购买意向Rs设为因变量，客户购买意向
Figure BDA0002410579640000051
其中k是自变量x的个数，ak是第k个自变量的权重，xk是的正规化函数，计算结果在[0，1]间；
S33:获取高意向购买客户群体,，包括以下步骤：
S331:在三元关系图中随机确定初始客户，设为A1，以广度优先的方式遍历A1的邻居客户节点，关系度在0.5以上认为是关系度较强视为一个客户群体，在0.5以下认为购买意向较低排除当前节点群体；
S332:判断加入该节点的客户的购买数量是否增加，以及加入的客户节点的关系度是否在0.5以上，将满足条件的客户节点添加到客户群集合中；
S333:合并所有满足条件的客户节点，生成高意向购买客户群体。
在步骤S4中，计算优惠修正概率包括以下步骤：
S41:将X设为客户选取的优惠方式，yi为客户浏览商品后是否发生购买行为，其中i取0或1，y1表示客户浏览商品后发生购买行为，y0表示客户浏览商品后未发生购买行为；则X属于yi的条件概率为：P(yi|x)，根据贝叶斯定理，
Figure BDA0002410579640000061
其中，P(X)为特征属性事件发生的概率，为常数；P(yi)为现有数据中，客户浏览商品中是否发生购买行为的比例，可以通过现有数据直接求得；P(X|yi)是在获得优惠方式后是否发生购买行为的条件概率，即为优惠修正概率；
S42:朴素贝叶斯定理假设因子变量之间相互独立，因此，有优惠修正概率：
Figure BDA0002410579640000062
S421:假设特征集合B＝{a1，a2，...，am}为待分类别项，a1，a2，...，am为其特征集合；
S422:假设类别集合C＝{y1，y2，...，yn}，共有n类；
S423:计算P(yi|X)；
S424:若P(yk|x)＝max{P(y1|x)，P(y2|x)，...，P(ym|x)}，则X判定为第K类；
S425:根据优惠方式的影响因素，如该客户本身是否属于高意向购买客户，优惠方式最终成交价幅度小于等于该客户在其他商品购买中的成交优惠幅度等，计算优惠修正概率P(X|yi)的值，该值与商家决定的优惠方式有关，一般来讲，商家可以多次修正优惠方式来诱导客户产生购买行为，优惠修正概率可以展示给商家分析，以供客户提供更多的优惠方式。
在步骤S7中，将客户的真实号码转化成虚拟号码，快递员在送货过程中只能获取和拨打转化后的虚拟号码，该技术已经广泛应用于外卖等行业，可以与通信公司达成合作，本实施例中将不在赘述。商家只能获取到虚拟地址，真实地址直接由交易平台发送给快递公司。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.保密存储下用户信息透明化的虚拟客户构建方法，其特征在于：包括以下步骤：
S1:商家向交易平台申请促销方式，创建优惠方式；
S2:交易平台通过信息加密技术对客户的个人信息进行加密，构建该客户在该交易平台上的虚拟客户；该客户的个人信息对商家绝对保密；
S3:交易平台通过客户的个人信息以及浏览或购买相关商品的相关信息，计算客户的购买意向并获取高意向购买客户群体，并向商家提供高意向购买客户群体；
S4:交易平台计算优惠修正概率，并向商家提供；
S5:若商家不满意该优惠修正概率，则返回至S1；若商家满意该优惠修正概率，则向S3中高意向购买客户群体推送S1中的优惠方式；
S6:客户根据该优惠方式产生购买行为；
S7:使用虚拟号码和虚拟地址进行送货。
2.根据权利要求1所述的保密存储下用户信息透明化的虚拟客户构建方法，其特征在于：在步骤S2中，具体构建方式为：
S21:交易平台通过客户的授权，获取客户真实的个人信息；
S22:交易平台将客户真实的个人信息存储到交易平台的数据库中，生成客户信息表，交易平台对需要进行数据分析的客户的真实的个人信息进行加密转化，生成客户分析新表，从而使每个真实客户在该交易平台上形成虚拟客户。
3.根据权利要求1所述的保密存储下用户信息透明化的虚拟客户构建方法，其特征在于：在步骤S4中，计算优惠修正概率的算法包括变异系数法、相关性分析法和贝叶斯条件概率法。
4.根据权利要求1所述的保密存储下用户信息透明化的虚拟客户构建方法，其特征在于：在步骤S3中，计算客户的购买意向并获取高意向购买客户群体包括以下步骤：
S31:构建客户知识图谱模型，图谱中包含若干节点，节点包括用户节点和非用户节点，用户节点代表用户的身份标识信息，也即是客户id；非用户节点包含客户的手机号、账户交易额、历史购买商品和家庭地址，每个节点都具有节点属性、唯一的name，节点属性包括交易时间和交易商品类别；节点与节点间存在边，形成三元关系(h,r,t)，边表示相联节点间的关联关系，将Mysql结构化数据库中的数据导入Neo4j图形数据库中，按照节点间的关系，将三元关系(h,r,t)写入图数据库中，形成三元关系图；
S32:计算客户购买意向；将客户间的路径数设为自变量x1，是否购买同一商品设为自变量x2，购买时间间隔设为x3，x1、x2和x3为自变量x的变量；客户购买意向Rs设为因变量，客户购买意向
Figure FDA0002410579630000021
其中k是自变量x的个数，ak是第k个自变量的权重，xk是的正规化函数，计算结果在[0，1]间；
S33:获取高意向购买客户群体,，包括以下步骤：
S331:在三元关系图中随机确定初始客户，设为A1，以广度优先的方式遍历A1的邻居客户节点，关系度在0.5以上认为是关系度较强，视为一个客户群体，在0.5以下认为购买意向较低排除当前节点群体；
S332:判断加入该节点的客户的购买数量是否增加，以及加入的客户节点的关系度是否在0.5以上，将满足条件的客户节点添加到客户群集合中；
S333:合并所有满足条件的客户节点，生成高意向购买客户群体。
5.根据权利要求3所述的保密存储下用户信息透明化的虚拟客户构建方法，其特征在于：在步骤S4中，计算优惠修正概率包括以下步骤：
S41:将X设为客户选取的优惠方式，yi为客户浏览商品后是否发生购买行为，其中i取0或1，y1表示客户浏览商品后发生购买行为，y0表示客户浏览商品后未发生购买行为；则X属于yi的条件概率为：P(yi|x)，根据贝叶斯定理，
Figure FDA0002410579630000022
其中，P(X)为特征属性事件发生的概率，为常数；P(yi)为现有数据中，客户浏览商品中是否发生购买行为的比例，可以通过现有数据直接求得；P(X|yi)是在获得优惠方式后是否发生购买行为的条件概率，即为优惠修正概率；
S42:朴素贝叶斯定理假设因子变量之间相互独立，因此，有优惠修正概率：
Figure FDA0002410579630000031
S421:假设特征集合B＝{a1，a2，...，am}为待分类别项，a1，a2，...，am为其特征集合；
S422:假设类别集合C＝{y1，y2，...，yn}，共有n类；
S423:计算P(yi|X)；
S424:若P(yk|x)max{P(y1|x)，P(y2|x)，…，P(ym|x)}，则X判定为第K类；
S425:根据优惠方式的影响因素，计算优惠修正概率P(X|yi)的值。
6.根据权利要求1所述的保密存储下用户信息透明化的虚拟客户构建方法，其特征在于：在步骤S7中，将客户的真实号码转化成虚拟号码，快递员在送货过程中只能获取和拨打转化后的虚拟号码。
7.根据权利要求1所述的保密存储下用户信息透明化的虚拟客户构建方法，其特征在于：在步骤S7中，商家只能获取到虚拟地址，真实地址直接由交易平台发送给快递公司。
8.根据权利要求2所述的保密存储下用户信息透明化的虚拟客户构建方法，其特征在于：每次生成的虚拟客户数据表采用不同的加密转化方式。
CN202010175209.7A 2020-03-13 2020-03-13 保密存储下用户信息透明化的虚拟客户构建方法 Active CN111401951B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010175209.7A CN111401951B (zh) 2020-03-13 2020-03-13 保密存储下用户信息透明化的虚拟客户构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010175209.7A CN111401951B (zh) 2020-03-13 2020-03-13 保密存储下用户信息透明化的虚拟客户构建方法

Publications (2)

Publication Number Publication Date
CN111401951A true CN111401951A (zh) 2020-07-10
CN111401951B CN111401951B (zh) 2022-07-08

Family

ID=71430861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010175209.7A Active CN111401951B (zh) 2020-03-13 2020-03-13 保密存储下用户信息透明化的虚拟客户构建方法

Country Status (1)

Country Link
CN (1) CN111401951B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111026816A (zh) * 2019-12-09 2020-04-17 重庆锐云科技有限公司 基于知识图谱的高净值客户群识别方法、装置及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331816A (zh) * 2014-10-28 2015-02-04 常州大学 基于知识学习和隐私保护的大数据用户购买意愿预测方法
CN107590684A (zh) * 2017-08-21 2018-01-16 时趣互动（北京）科技有限公司 一种基于用户购买数据实时下发优惠券的方法及装置
CN109165966A (zh) * 2018-07-13 2019-01-08 江苏恒宝智能系统技术有限公司 一种基于区块链的电商平台评价管理系统
CN109559118A (zh) * 2018-11-14 2019-04-02 深圳海普瑞丽科技有限公司 买家收货信息保密方法、系统、存储介质及保密处理方法
CN110163667A (zh) * 2019-05-09 2019-08-23 达疆网络科技(上海)有限公司 一种基于用户行为的定向推送优惠券的方法
CN110335112A (zh) * 2019-06-18 2019-10-15 中国平安财产保险股份有限公司 一种产品推荐方法、装置及计算机存储介质
CN110335106A (zh) * 2019-05-28 2019-10-15 成都美美臣科技有限公司 一种在电子商务网站增加转化和销售紧迫性的方法
US20200019989A1 (en) * 2018-07-13 2020-01-16 Baidu Online Network Technology (Beijing) Co., Ltd. Method, device and computer storage medium for promotion displaying
CN110738545A (zh) * 2019-08-30 2020-01-31 深圳壹账通智能科技有限公司 基于用户意向识别的产品推荐方法、装置、计算机设备和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331816A (zh) * 2014-10-28 2015-02-04 常州大学 基于知识学习和隐私保护的大数据用户购买意愿预测方法
CN107590684A (zh) * 2017-08-21 2018-01-16 时趣互动（北京）科技有限公司 一种基于用户购买数据实时下发优惠券的方法及装置
CN109165966A (zh) * 2018-07-13 2019-01-08 江苏恒宝智能系统技术有限公司 一种基于区块链的电商平台评价管理系统
US20200019989A1 (en) * 2018-07-13 2020-01-16 Baidu Online Network Technology (Beijing) Co., Ltd. Method, device and computer storage medium for promotion displaying
CN109559118A (zh) * 2018-11-14 2019-04-02 深圳海普瑞丽科技有限公司 买家收货信息保密方法、系统、存储介质及保密处理方法
CN110163667A (zh) * 2019-05-09 2019-08-23 达疆网络科技(上海)有限公司 一种基于用户行为的定向推送优惠券的方法
CN110335106A (zh) * 2019-05-28 2019-10-15 成都美美臣科技有限公司 一种在电子商务网站增加转化和销售紧迫性的方法
CN110335112A (zh) * 2019-06-18 2019-10-15 中国平安财产保险股份有限公司 一种产品推荐方法、装置及计算机存储介质
CN110738545A (zh) * 2019-08-30 2020-01-31 深圳壹账通智能科技有限公司 基于用户意向识别的产品推荐方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周晶等: "知识图谱与数据应用——智能推荐", 《电信科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111026816A (zh) * 2019-12-09 2020-04-17 重庆锐云科技有限公司 基于知识图谱的高净值客户群识别方法、装置及存储介质
CN111026816B (zh) * 2019-12-09 2022-09-02 重庆锐云科技有限公司 基于知识图谱的高净值客户群识别方法、装置及存储介质

Also Published As

Publication number Publication date
CN111401951B (zh) 2022-07-08

Similar Documents

Publication Publication Date Title
Lee et al. Factors influencing the behavioral intention to use food delivery apps
Kim An investigation of the effect of online consumer trust on expectation, satisfaction, and post-expectation
Falahat et al. A model for consumer trust in e-commerce
Teltzrow et al. Multi-channel consumer perceptions
Tan et al. Consumer intention towards online shopping in Malaysia
Liu et al. Modelling e-commerce customer reactions. Exploring online shopping carnivals in China
CN111401951B (zh) 保密存储下用户信息透明化的虚拟客户构建方法
SastryT et al. Consumer perception about the influence of online retail service quality on e-satisfaction, moderated by purchase volume and perceived value
KR20140047198A (ko) 소셜네트워크 기반의 물품평가 추천방법
Rajayogan et al. Factors influencing online buying behavior: An Indian Perspective
Luo et al. Empirical research on consumers' post-transaction general trust in B2C E-business
Verma Factors Affecting the Growth of E-Shopping Consumers Over Traditional Shopping After Covid-19: GCC Countries' Perspective
Sahara et al. E-Commerce Risk During Transaction Process
Azam et al. An economic model of the consumers' online shopping utility and factors affecting on online shopping
Abdullah Toward the Best Model of Purchase Decision Through Online Store in Indonesia from the Lens of Price Perception, Service Quality and Marketing Communication
Chong Factors affecting online shopping intention in Malaysia
CN111080411A (zh) 一种基于网络中心度的商品推送方法、系统及终端设备
Atulkar Service quality dimensions and repurchase intentions in online shopper: an Indian experience
Da Silva et al. Mozambican e-commerce online consumer profile in Pemba
Gustavo et al. Analysis of Netflix New Policy to Intention to Subscribe after Bubble Burst Phenomenon
Vishwakarma et al. Ascertaining Various Perceived Risks and Its impact on Customer’s Purchase Intentions to Online Platforms
Rachmad et al. FACTORS AFFECTING REPURCHASE INTENTION ON E-MARKETPLACE AMONG MILLENNIALS IN INDONESIA.
Nursikuwagus et al. What is the Benefit of Electronic Commerce Product Marketing for Doll Craft Products?
Thu et al. Impact of reverse logistics on customer satisfaction: A research on e-commerce platforms in Vietnam
Nugraha The Influence of Online Shopping Attributes on Customer Satisfaction and Loyalty from the Bukalapak Online Shopping Experience

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