CN111402002B - 基于用户行为信息的数据分析处理方法 - Google Patents
基于用户行为信息的数据分析处理方法 Download PDFInfo
- Publication number
- CN111402002B CN111402002B CN202010176766.0A CN202010176766A CN111402002B CN 111402002 B CN111402002 B CN 111402002B CN 202010176766 A CN202010176766 A CN 202010176766A CN 111402002 B CN111402002 B CN 111402002B
- Authority
- CN
- China
- Prior art keywords
- grabbing
- user
- information
- data
- consumption
- 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.)
- Active
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 22
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 9
- 230000006399 behavior Effects 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及基于用户行为信息的数据分析处理方法,所述方法包括:服务器获取第一用户的用户信息;根据用户ID查询历史消费信息;根据抓品ID确定每个抓品ID对应的抓品价格信息和抓品类型;根据抓品ID的抓品价格信息和抓取次数数据,得到总消费数据;根据历史消费信息确定总消费次数数据;根据总消费数据和总消费次数数据得到单次平均消费值,并根据单次平均消费值和预设的消费档位阈值确定消费档位信息;根据每个抓品ID对应的抓品类型对抓品ID对应的抓取次数数据进行分类汇总处理,得到类型抓取次数;基于类型抓取次数对抓品类型进行排序,并确定排序靠前的预设数量个抓品类型为目标抓品类型;根据消费档位信息和目标抓品类型,生成抓品推送信息。
Description
技术领域
本发明涉及信息技术领域,尤其涉及基于用户行为信息的数据分析处理方法。
背景技术
随着互联网的商用和广泛部署,为了给用户提供全面、优质的个性化服务,越来越多的研究者开始关注个性化的商品推荐。在互联网应用这一领域,用户行为信息分析指的是统计和分析用户接入网络服务全过程当中产生的实时性和历史性的用户行为信息。
现有技术提供了多种对用户行为进行分析的方法。但是,现有技术中的用户行为分析方法通常是对商品特征的分析,其结果是获得了符合商品特征的用户。由于未能考虑到用户需求,因此利用现有技术的方案并不能获得用户需要的商品,从而也就造成了利用现有的方法为用户推荐的商品不准确。
发明内容
本发明的目的是针对现有技术的缺陷,提供基于用户行为信息的数据分析处理方法,通过用户的历史行为信息获取用户对各类抓品的喜爱数据,从而能够更准确的确定用户的兴趣点,提高为用户推荐的信息的准确性。
为实现上述目的,本发明提供了基于用户行为信息的数据分析处理方法,所述数据分析处理方法包括:
服务器获取第一用户的用户信息;所述用户信息包括用户ID;
所述服务器根据所述用户ID在数据库中查询所述第一用户的历史消费信息;所述历史消费信息包括抓品ID和与所述抓品ID对应的抓取次数数据;
所述服务器根据所述抓品ID在所述数据库中查询,确定每个所述抓品ID对应的抓品价格信息和抓品类型;
所述服务器根据所述抓品ID的抓品价格信息和所述抓品ID对应的抓取次数数据,得到所述第一用户的总消费数据;
所述服务器根据所述历史消费信息确定所述第一用户的总消费次数数据;
所述服务器根据所述总消费数据和总消费次数数据得到所述第一用户的单次平均消费值,并根据所述单次平均消费值和预设的消费档位阈值确定所述第一用户的消费档位信息;
所述服务器根据每个所述抓品ID对应的抓品类型对所述历史消费信息中所述抓品ID对应的抓取次数数据进行分类汇总处理,得到对应每个抓品类型的类型抓取次数;
所述服务器基于类型抓取次数对所述抓品类型进行排序,并确定排序靠前的预设数量个抓品类型为所述第一用户的目标抓品类型;
所述服务器根据所述第一用户的所述消费档位信息和所述目标抓品类型,生成所述第一用户的抓品推送信息。
优选的,所述历史消费信息还包括与所述抓品ID对应的抓中次数数据;
在所述服务器根据所述用户ID在数据库中查询所述第一用户的历史消费信息之后,所述数据分析处理方法还包括:
所述服务器汇总所有所述抓品ID对应的抓取次数数据得到总抓取次数数据;所述服务器汇总所有所述抓品ID对应的抓中次数数据,得到总抓中次数数据;
所述服务器根据所述总抓中次数数据和总抓取次数数据之比,得到历史抓中概率数据;
所述服务器根据所述历史抓中概率数据和预设的抓中概率基准数据进行比较处理。
进一步优选的,所述用户信息还包括抓取成功率设置参数;所述数据分析处理方法还包括:
当所述历史抓中概率数据大于预设的抓中概率基准数据,所述服务器下调所述用户的抓取成功率设置参数;
当所述历史抓中概率数据小于预设的抓中概率基准数据,所述服务器上调所述用户的抓取成功率设置参数。
优选的,所述用户信息还包括用户地域信息;在所述服务器根据所述第一用户的所述消费档位信息和所述目标抓品类型,生成所述第一用户的抓品推送信息之前,所述数据分析处理方法还包括:
所述服务器根据所述目标抓品类型从所述数据库中获取与所述目标抓品类型匹配的第一设备信息;所述第一设备信息包括设备地域信息;
所述服务器根据所述用户地域信息对所述第一设备信息进行筛选处理,得到第二设备信息。
进一步优选的,所述服务器根据所述第一用户的所述消费档位信息和所述目标抓品类型,生成所述第一用户的抓品推送信息具体包括:
所述服务器根据所述第一用户的所述消费档位信息,所述目标抓品类型和所述第二设备信息,生成所述第一用户的抓品推送信息。
本发明实施例提供的基于用户行为信息的数据分析处理方法,通过用户的历史行为信息获取用户对各类抓品的喜爱数据,从而能够更准确的确定用户的兴趣点,提高为用户推荐的信息的准确性。
附图说明
图1为本发明实施例提供的基于用户行为信息的数据分析处理方法的流程图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
本发明提供的基于用户行为信息的数据分析处理方法,可以应用线上商品/服务的运营、销售、管理等,能够通过用户的历史行为信息获取用户对各类抓品的喜爱数据,从而能够更准确的确定用户的兴趣点,提高为用户推荐的信息的准确性。
图1为本发明实施例提供的基于用户行为信息的数据分析处理方法的流程图,示出了根据用户的历史行为信息为用户推荐的信息的流程。以下结合图1对本发明技术方案进行详述。
在本实施例中,以线上抓取商品的平台为例进行说明,抓品指的是用户可以用通过线上抓取平台抓取的商品。服务器是指提供给通过平台进行线上商品/服务的运营、销售、管理的运营商的服务器。
步骤110,服务器获取第一用户的用户信息。
具体的,第一用户是指在该线上抓取平台进行抓取操作的用户,用户信息包括第一用户的用户ID。
步骤120,服务器根据用户ID在数据库中查询第一用户的历史消费信息。
具体的,历史消费信息包括第一用户通过平台进行抓品抓取操作对应的抓品的抓品ID和与抓品ID对应的抓取次数数据。历史消费次数可以理解为从第一用户在该平台的第一次抓取记录到距离当前时间最近的一次抓取记录中的所有抓取记录。
步骤130,服务器根据抓品ID在数据库中查询,确定每个抓品ID对应的抓品价格信息和抓品类型。
具体的,每个抓品ID对应唯一的抓品价格信息和抓品类型,一个抓品类型可以对应多个抓品ID。
步骤140,服务器根据抓品ID的抓品价格信息和抓品ID对应的抓取次数数据,得到第一用户的总消费数据。
具体的,服务器将每个抓品ID的价格信息和每个抓品ID对应的抓取次数信息相乘,乘积为第一用户在每个抓品ID的消费数据,然后服务器将第一用户在所有抓品ID的消费数据进行汇总,得到第一用户的总消费数据。
步骤150,服务器根据历史消费信息确定第一用户的总消费次数数据。
具体的,服务器根据历史消费信息中在每个抓品ID的抓取次数进行汇总,得到第一用户的总消费次数数据。
步骤160,服务器根据总消费数据和总消费次数数据得到第一用户的单次平均消费值,并根据单次平均消费值和预设的消费档位阈值确定第一用户的消费档位信息。
具体的,服务器根据第一用户的总消费数据和总消费次数数据之比得到第一用户的单次平均消费值,单次平均消费值可以理解为第一用户平均每次抓取消费的金额。例如,第一用户的平均消费值为2.5元。
消费档位阈值可以根据实际的抓品的平均价格信息以及单个抓品的价格信息来进行设定。在本例中,包括:第一档位:大于等于0元并且小于2元;第二档位:大于等于2元并且小于5元;第三档位:大于等于5元。根据第一用户的平均消费值2.5元,可以确定第一用户的消费档位信息为第二档位。
步骤170,服务器根据每个抓品ID对应的抓品类型对历史消费信息中抓品ID对应的抓取次数数据进行分类汇总处理,得到对应每个抓品类型的类型抓取次数。
具体的,服务器将抓品类型一致的抓品ID汇总,并将每一抓品类型中所有抓品ID的抓取次数数据汇总,得到每个抓品类型的类型抓取次数。类型抓取次数可以理解为第一用户总共抓取的该抓品类型的抓取次数。
步骤180,服务器基于类型抓取次数对抓品类型进行排序,并确定排序靠前的预设数量个抓品类型为第一用户的目标抓品类型。
具体的,服务器基于每个抓品类型的类型抓取次数进行从大到小的排序,并将排序靠前的,即被抓取次数最多的预设数量个抓取类型设为第一用户的目标抓取类型。例如,D类型,类型抓取次数为120次,A类型,类型抓取次数为100次;B类型,类型抓取次数为88次;C类型,类型抓取次数为56次。在本例中,预设数量为2个,则目标抓品类型为A类型和D类型。目标抓取类型可以理解为第一用户最经常抓取的抓品类型。
在一个优选的实施例中,服务器根据目标抓品类型从数据库中获取与目标抓品类型匹配的第一设备信息。用户信息还包括用户地域信息。第一设备信息包括设备地域信息。第一设备信息可以理解为包含目标抓品类型的设备。服务器根据用户地域信息对第一设备信息进行筛选处理,得到第二设备信息。第二设备信息可以理解为包含目标抓品类型并且与用户地域位置一致的设备。服务器根据第一用户的消费档位信息,目标抓品类型和第二设备信息,生成第一用户的抓品推送信息。
步骤190,服务器根据第一用户的消费档位信息和目标抓品类型,生成第一用户的抓品推送信息。
比如,第一用户的消费的档位信息为大于等于2元并且小于5元,目标抓品类型信息为A类型和D类型,服务器就会根据第一用户的消费档位信息和目标抓品类型生成抓品推送信息。在本例中向第一用户推送的抓品推送信息为A类型和D类型中单次消费数据大于等于2元并且小于5元的抓品信息。
进一步的,本发明的方法还可以智能化的干预用户的抓取成功率。对于每个用户在初始状态时用户信息中设置有预设的抓取成功率设置参数,例如0.3。随着用户的抓取次数和抓中次数增加,该参数可以随之动态调整。
具体的,在第一用户的历史消费信息中还包括与抓品ID对应的抓中次数数据。
服务器汇总所有第一用户的总抓取次数数据及总抓中次数数据。服务器根据总抓中次数数据和总抓取次数数据之比,得到第一用户的历史抓中概率数据。服务器根据第一用户的历史抓中概率数据和预设的抓中概率基准数据进行比较处理。当第一用户的历史抓中概率数据大于预设的抓中概率基准数据,服务器下调用户的抓取成功率设置参数。这个参数在用户进行线上操作抓取时,会影响到抓取设备的机械爪的电压参数的调整。反之,当第一用户的历史抓中概率数据小于预设的抓中概率基准数据,服务器上调用户的抓取成功率设置参数。抓取设备的机械爪的电压参数的单次上调或下调为固定值,例如0.5V。设备的机械爪的电压参数与第一用户抓住抓品的概率正相关。
本发明实施例提供的基于用户行为信息的数据分析处理方法,通过用户的历史行为信息获取用户对各类抓品的喜爱数据,从而能够更准确的确定用户的兴趣点,提高为用户推荐的信息的准确性。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于用户行为信息的数据分析处理方法,其特征在于,所述数据分析处理方法包括:
服务器获取第一用户的用户信息;所述用户信息包括用户ID;
所述服务器根据所述用户ID在数据库中查询所述第一用户的历史消费信息;所述历史消费信息包括抓品ID和与所述抓品ID对应的抓取次数数据;所述抓品是所述用户通过线上抓取平台抓取的商品;
所述服务器根据所述抓品ID在所述数据库中查询,确定每个所述抓品ID对应的抓品价格信息和抓品类型;
所述服务器根据所述抓品ID的抓品价格信息和所述抓品ID对应的抓取次数数据,得到所述第一用户的总消费数据;
所述服务器根据所述历史消费信息确定所述第一用户的总消费次数数据;
所述服务器根据所述总消费数据和总消费次数数据得到所述第一用户的单次平均消费值,并根据所述单次平均消费值和预设的消费档位阈值确定所述第一用户的消费档位信息;
所述服务器根据每个所述抓品ID对应的抓品类型对所述历史消费信息中所述抓品ID对应的抓取次数数据进行分类汇总处理,得到对应每个抓品类型的类型抓取次数;
所述服务器基于类型抓取次数对所述抓品类型进行排序,并确定排序靠前的预设数量个抓品类型为所述第一用户的目标抓品类型;
所述服务器根据所述第一用户的所述消费档位信息和所述目标抓品类型,生成所述第一用户的抓品推送信息。
2.根据权利要求1所述的基于用户行为信息的数据分析处理方法,其特征在于,所述历史消费信息还包括与所述抓品ID对应的抓中次数数据;
在所述服务器根据所述用户ID在数据库中查询所述第一用户的历史消费信息之后,所述数据分析处理方法还包括:
所述服务器汇总所有所述抓品ID对应的抓取次数数据得到总抓取次数数据;所述服务器汇总所有所述抓品ID对应的抓中次数数据,得到总抓中次数数据;
所述服务器根据所述总抓中次数数据和总抓取次数数据之比,得到历史抓中概率数据;
所述服务器根据所述历史抓中概率数据和预设的抓中概率基准数据进行比较处理。
3.根据权利要求2所述的基于用户行为信息的数据分析处理方法,其特征在于,所述用户信息还包括抓取成功率设置参数;所述数据分析处理方法还包括:
当所述历史抓中概率数据大于预设的抓中概率基准数据,所述服务器下调所述用户的抓取成功率设置参数;
当所述历史抓中概率数据小于预设的抓中概率基准数据,所述服务器上调所述用户的抓取成功率设置参数。
4.根据权利要求1所述的基于用户行为信息的数据分析处理方法,其特征在于,所述用户信息还包括用户地域信息;在所述服务器根据所述第一用户的所述消费档位信息和所述目标抓品类型,生成所述第一用户的抓品推送信息之前,所述数据分析处理方法还包括:
所述服务器根据所述目标抓品类型从所述数据库中获取与所述目标抓品类型匹配的第一设备信息;所述第一设备信息包括设备地域信息;
所述服务器根据所述用户地域信息对所述第一设备信息进行筛选处理,得到第二设备信息。
5.根据权利要求4所述的基于用户行为信息的数据分析处理方法,其特征在于,所述服务器根据所述第一用户的所述消费档位信息和所述目标抓品类型,生成所述第一用户的抓品推送信息具体包括:
所述服务器根据所述第一用户的所述消费档位信息,所述目标抓品类型和所述第二设备信息,生成所述第一用户的抓品推送信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010176766.0A CN111402002B (zh) | 2020-03-13 | 2020-03-13 | 基于用户行为信息的数据分析处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010176766.0A CN111402002B (zh) | 2020-03-13 | 2020-03-13 | 基于用户行为信息的数据分析处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111402002A CN111402002A (zh) | 2020-07-10 |
CN111402002B true CN111402002B (zh) | 2024-03-26 |
Family
ID=71430825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010176766.0A Active CN111402002B (zh) | 2020-03-13 | 2020-03-13 | 基于用户行为信息的数据分析处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402002B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051612B (zh) * | 2021-03-15 | 2023-10-27 | 深圳市腾讯网域计算机网络有限公司 | 消费账户分类方法、装置、计算机设备和存储介质 |
CN113781174B (zh) * | 2021-09-13 | 2023-09-22 | 内蒙古师范大学 | 一种提升消费者获得喜好商品的推荐方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106055617A (zh) * | 2016-05-26 | 2016-10-26 | 乐视控股(北京)有限公司 | 一种数据推送方法及装置 |
CN107451269A (zh) * | 2017-07-28 | 2017-12-08 | 佛山市南方数据科学研究院 | 一种基于大数据的用户行为分析方法 |
CN108198004A (zh) * | 2018-01-31 | 2018-06-22 | 北京云点联动科技发展有限公司 | 一种娃娃机运营数据分析方法和系统 |
CN108615310A (zh) * | 2018-05-07 | 2018-10-02 | 北京云点联动科技发展有限公司 | 一种控制娃娃机抓取成功率的控制方法 |
CN109711890A (zh) * | 2018-12-28 | 2019-05-03 | 珍岛信息技术(上海)股份有限公司 | 一种用户数据处理方法及其系统 |
CN110163701A (zh) * | 2018-02-11 | 2019-08-23 | 北京京东尚科信息技术有限公司 | 推送信息的方法和装置 |
CN110503411A (zh) * | 2019-08-26 | 2019-11-26 | 成都魔力百聚科技有限公司 | 一种线上设备操控系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8682736B2 (en) * | 2008-06-24 | 2014-03-25 | Microsoft Corporation | Collection represents combined intent |
-
2020
- 2020-03-13 CN CN202010176766.0A patent/CN111402002B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106055617A (zh) * | 2016-05-26 | 2016-10-26 | 乐视控股(北京)有限公司 | 一种数据推送方法及装置 |
CN107451269A (zh) * | 2017-07-28 | 2017-12-08 | 佛山市南方数据科学研究院 | 一种基于大数据的用户行为分析方法 |
CN108198004A (zh) * | 2018-01-31 | 2018-06-22 | 北京云点联动科技发展有限公司 | 一种娃娃机运营数据分析方法和系统 |
CN110163701A (zh) * | 2018-02-11 | 2019-08-23 | 北京京东尚科信息技术有限公司 | 推送信息的方法和装置 |
CN108615310A (zh) * | 2018-05-07 | 2018-10-02 | 北京云点联动科技发展有限公司 | 一种控制娃娃机抓取成功率的控制方法 |
CN109711890A (zh) * | 2018-12-28 | 2019-05-03 | 珍岛信息技术(上海)股份有限公司 | 一种用户数据处理方法及其系统 |
CN110503411A (zh) * | 2019-08-26 | 2019-11-26 | 成都魔力百聚科技有限公司 | 一种线上设备操控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111402002A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111402002B (zh) | 基于用户行为信息的数据分析处理方法 | |
CN102542474B (zh) | 查询结果排序方法及装置 | |
CN106408278B (zh) | 支付方法和装置 | |
CN110930221B (zh) | 异常订单处理方法、存储介质及计算机设备 | |
CN107967488B (zh) | 一种服务器的分类方法及分类系统 | |
CN108984369A (zh) | 卡顿预测方法、装置及移动终端 | |
CN102945246A (zh) | 网络信息数据的处理方法及装置 | |
CN115577152B (zh) | 基于数据分析的在线图书借阅管理系统 | |
CN111429054A (zh) | 产品库存的提示方法、装置、设备及存储介质 | |
CN113469730A (zh) | 一种非合同场景下的基于RF-LightGBM融合模型的客户复购预测方法及装置 | |
CN116431931A (zh) | 实时增量数据统计分析方法 | |
CN112328865B (zh) | 信息处理和推荐方法、装置、设备及存储介质 | |
CN111340581B (zh) | 数据处理方法、装置、可读存储介质和电子设备 | |
CN113077196A (zh) | 纠纷事件处理方法、装置、可读存储介质及计算机设备 | |
CN110866541A (zh) | 菜谱信息的调整方法及装置、存储介质、终端 | |
CN103795788B (zh) | 即时通讯服务器的负载均衡方法和负载均衡服务器 | |
US20020143806A1 (en) | System and method for learning and classifying genre of document | |
CN106547802A (zh) | 用于关键词的出价调整方法及装置 | |
CN108763242A (zh) | 标签生成方法及装置 | |
CN115391539A (zh) | 语料数据的处理方法、装置及电子设备 | |
CN111383056B (zh) | 业务信息分析处理方法 | |
CN110020249A (zh) | 一种url资源的缓存方法、装置及电子设备 | |
CN113407827A (zh) | 基于用户价值分类的信息推荐方法、装置、设备及介质 | |
CN112669128A (zh) | 一种实时聚类推荐的方法、设备及介质 | |
CN111667361A (zh) | 一种基于用户行为的贷款产品推荐方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221221 Address after: 602, Beike Venture Building, No. 1077, Nanhai Avenue, Nanshan District, Shenzhen, Guangdong 518000 Applicant after: Guo Jun Address before: 610094 No. D8-D10, 11th Floor, Zone D, No. 199, Tianfu 3rd Street, Chengdu High-tech Zone, China (Sichuan) Free Trade Zone, Chengdu, Sichuan Province Applicant before: Chengdu magic Baiju Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |