CN111506799A - 一种数据处理方法、装置、电子设备及存储介质 - Google Patents
一种数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111506799A CN111506799A CN202010163526.7A CN202010163526A CN111506799A CN 111506799 A CN111506799 A CN 111506799A CN 202010163526 A CN202010163526 A CN 202010163526A CN 111506799 A CN111506799 A CN 111506799A
- Authority
- CN
- China
- Prior art keywords
- user
- offline
- online
- target
- data
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种数据处理方法、装置、电子设备及存储介质,该方法包括:获取预设时间段内目标线上用户的线上行为数据;获取所述预设时间段内线下用户的线下行为数据;将所述线上行为数据与所述线下行为数据进行匹配,得到与所述线上行为数据相匹配的目标线下用户的线下行为数据;将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联。可见,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
随着终端的快速发展,越来越多的用户通过终端中安装的应用程序来进行消费,例如,用户通过美团以及点评等应用程序进行线上消费。终端可以获取到用户的线上行为数据。
并且,在实际应用中,用户可以通过线下门店来进行消费,用户通过线下消费时,会产生线下行为数据。
发明人在实现本发明的过程中,发现相关技术中至少存在如下问题:
用户的线上行为数据和线下行为数据是割裂的,这样,通过终端或者线下门店店员为用户推荐消费内容时,所依据的用户行为数据不够全面。具体的,通过终端为用户推荐消费内容时,仅依据用户的线上行为数据;通过线下门店的店员为用户推荐消费内容时,仅依据用户的线下行为数据,从而导致通过终端或者线下门店店员为用户所推荐的消费内容的准确度较低。
发明内容
为解决上述技术问题,本发明示出了一种数据处理方法、装置、电子设备及存储介质。
第一方面,本发明实施例提供了一种数据处理方法,包括:
获取预设时间段内目标线上用户的线上行为数据;
获取所述预设时间段内线下用户的线下行为数据;
将所述线上行为数据与所述线下行为数据进行匹配,得到与所述线上行为数据相匹配的目标线下用户的线下行为数据;
将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联。
可选的,所述获取所述预设时间段内线下用户的线下行为数据,包括:
从设置于线下门店的图像采集设备获取所述预设时间段内线下用户的线下用户数据,所述线下用户数据包括:用户人脸图像以及用户在线下门店消费时所产生的线下行为数据;
提取所述线下用户数据包括的用户人脸图像的人脸特征;
对所提取的人脸特征进行聚类,并将人脸特征用于表征同一线下用户的用户人脸图像所对应的线下行为数据,确定为所述同一线下用户的线下行为数据。
可选的,所述获取预设时间段内目标线上用户的线上行为数据,包括:
从预设应用程序获取预设时间段内所述目标线上用户操作所述预设应用程序而生成的线上行为数据。
可选的,所述线上行为数据和所述线下行为数据均包括用户到店轨迹;
所述将所述线上行为数据与所述线下行为数据进行匹配,得到与所述线上行为数据相匹配的目标线下用户的线下行为数据,包括:
将线上行为数据所包括的用户到店轨迹与所述线下行为数据所包括的用户到店轨迹进行匹配,得到与所述线上行为数据所包括的用户到店轨迹相匹配的目标线下用户的用户到店轨迹。
可选的,所述线上行为数据所包括的用户到店轨迹包括:所述目标线上用户的线上到店时间以及每个线上到店时间对应的线上门店标识;所述线下行为数据所包括的用户到店轨迹包括:同一线下用户的线下到店时刻以及每个线下到店时间对应的线下门店标识。
可选的,所述将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联之后,所述方法还包括:
基于所述目标线上用户的线上行为数据与所述目标线下用户的线下行为数据,生成所述目标线上用户和/或所述目标线下用户的用户画像;
在检测到所述目标线上用户和/或所述目标线下用户进行消费时,根据所述用户画像生成推荐内容;
向所述目标线上用户和/或目标线下用户推送所述推荐内容,以使所述目标线上用户和/或目标线下用户对所述推荐内容产生消费行为。
第二方面,本发明实施例提供了一种数据处理装置,包括:
线上行为数据获取模块,用于获取预设时间段内目标线上用户的线上行为数据;
线下行为数据获取模块,用于获取所述预设时间段内线下用户的线下行为数据;
行为数据匹配模块,用于将所述线上行为数据与所述线下行为数据进行匹配,得到与所述线上行为数据相匹配的目标线下用户的线下行为数据;
行为数据关联模块,用于将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联。
可选的,所述线下行为数据获取模块,具体用于:
从设置于线下门店的图像采集设备获取所述预设时间段内线下用户的线下用户数据,所述线下用户数据包括:用户人脸图像以及用户在线下门店消费时所产生的线下行为数据;
提取所述线下用户数据包括的用户人脸图像的人脸特征;
对所提取的人脸特征进行聚类,并将人脸特征用于表征同一线下用户的用户人脸图像所对应的线下行为数据,确定为所述同一线下用户的线下行为数据。
可选的,所述线上行为数据获取模块,具体用于:
从预设应用程序获取预设时间段内所述目标线上用户操作所述预设应用程序而生成的线上行为数据。
可选的,所述线上行为数据和所述线下行为数据均包括用户到店轨迹;
所述行为数据匹配模块,具体用于:
将线上行为数据所包括的用户到店轨迹与所述线下行为数据所包括的用户到店轨迹进行匹配,得到与所述线上行为数据所包括的用户到店轨迹相匹配的目标线下用户的用户到店轨迹。
可选的,所述线上行为数据所包括的用户到店轨迹包括:所述目标线上用户的线上到店时间以及每个线上到店时间对应的线上门店标识;所述线下行为数据所包括的用户到店轨迹包括:同一线下用户的线下到店时刻以及每个线下到店时间对应的线下门店标识。
可选的,所述装置还包括:
用户画像生成模块,用于所述行为数据关联模块将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联之后,基于所述目标线上用户的线上行为数据与所述目标线下用户的线下行为数据,生成所述目标线上用户和/或所述目标线下用户的用户画像;
推荐内容生成模块,用于在检测到所述目标线上用户和/或所述目标线下用户进行消费时,根据所述用户画像生成推荐内容;
推荐内容推送模块,用于向所述目标线上用户和/或目标线下用户推送所述推荐内容,以使所述目标线上用户和/或目标线下用户对所述推荐内容产生消费行为。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在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第一方面所述的数据处理方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的数据处理方法的步骤。
通过本公开实施例提供的技术方案,获取预设时间段内目标线上用户的线上行为数据;获取预设时间段内线下用户的线下行为数据;将线上行为数据与线下行为数据进行匹配,得到与线上行为数据相匹配的目标线上用户的线下行为数据;将目标线上用户的线上用户标识与目标线上用户的线下用户标识相关联,可见,通过本发明实施例提供的技术方案,由于目标线上用户的线上行为数据与目标线下用户的线下行为数据相匹配,因此,可以确定目标线上用户与目标线下用户是同一用户的概率较高,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
附图说明
图1是本发明实施例提供的一种数据处理方法的步骤流程图;
图2是图1所示实施例中的S120的步骤流程图;
图3是本发明实施例提供的另一种数据处理方法的步骤流程图;
图4是本发明实施例提供的另一种数据处理方法的步骤流程图;
图5是本发明实施例提供的一种数据处理装置的结构框图;
图6是本发明实施例提供的一种电子设备的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
相关技术中,用户的线上行为数据和线下行为数据是割裂的,通过终端或者线下门店店员为用户推荐消费内容时,所依据的用户行为数据不够全面。具体的,通过终端为用户推荐消费内容时,仅依据用户的线上行为数据;通过线下门店的店员为用户推荐消费内容时,仅依据用户的线下行为数据,从而导致通过终端或者线下门店店员为用户所推荐的消费内容的准确度较低。
为了解决相关技术中存在的用户的线上行为数据和线下行为数据是割裂的上述问题,本发明实施例提供了一种数据处理方法、装置、电子设备及存储介质。
第一方面,首先对本发明实施例所提供的一种数据处理方法进行详细阐述。
需要说明的是,本发明实施例所提供的一种数据处理方法的执行主体可以为一种数据处理装置,该数据处理装置可以运行于电子设备中,该电子设备可以是服务器或终端等,本发明实施例对电子设备不做具体限定。
如图1所示,本发明实施例所提供的一种数据处理方法,具体可以包括如下步骤:
S110,获取预设时间段内目标线上用户的线上行为数据。
其中,预设时间段可以是当前时刻之前一周所在的时间段,也可以是当前时刻之前半个月所在的时间段,还可以是当前时刻之前一个月所在的时间段,当然,预设时间段还可以是其他任意时间段,本发明实施例对预设时间段不做具体限定。
目标线上用户可以是在预设应用程序中注册过的任一用户。预设应用程序可以为美团应用程序,大众点评应用程序等消费类应用程序,本发明实施例对预设应用程序不做具体限定。
在实际应用中,目标线上用户的线上行为数据,可以包括:目标线上用户通过预设应用程序消费时对应的实体店标识信息、实体店地址信息、消费时刻、消费的商品类型、支付信息和使用优惠券信息,本发明实施例对线上行为数据不做具体限定。
在一种可选的实施方式中,获取预设时间段内目标线上用户的线上行为数据,可以包括如下步骤:
从预设应用程序获取预设时间段内目标线上用户操作预设应用程序而生成的线上行为数据。
具体的,目标线上用户在操作美团以及大众点评等预设应用程序的过程中,会产生线上行为数据,因此,作为执行主体的电子设备可以从预设应用程序获取预设时间段内目标线上用户的线上行为数据。举例而言,目标线上用户利用预设应用程序付款,那么,目标线上用户操作该预设应用程序生成的线上行为数据可以包括:付款时间,付款对应的商家名称,付款金额,使用优惠券信息等。
在另一种可选的实施方式中,作为执行主体的电子设备获取预设时间段内目标线上用户的线上行为数据的具体实现方式可以为:预设应用程序可以从终端中的定位数据中,抓取目标线上用户对应的实体店标识,实体店地址以及到店时刻。实体店标识可以是实体店名称等,本发明实施例对实体店标识不做具体限定。
S120,获取预设时间段内线下用户的线下行为数据。
具体的,作为执行主体的电子设备可以获取预设时间段内线下用户的线下行为数据。
在一种实施方式中,获取预设时间段内线下用户的线下行为数据,可以包括如下步骤,如图2所示,分别为步骤S121至步骤S123:
S121,从设置于线下门店的图像采集设备获取预设时间段内线下用户的线下用户数据。
其中,线下用户数据包括:用户人脸图像以及用户在线下门店消费时所产生的线下行为数据。该线下行为数据可以包括:到达线下门店的时刻,用户购买的商品类型,付款信息,实体门店地址和实体门店标识等,本发明实施例对线下行为数据不做具体限定。
具体的,每一线下用户在线下门店进行消费时,安装在线下门店的图像采集设备如摄像头可以拍摄该线下用户的人脸图像,所拍摄的人脸图像具有拍摄时刻,该拍摄时刻即为该用户到达线下门店的时刻,并且,图像采集设备还可以拍摄用户购买的商品类型,付款信息等线下行为数据。且每一图像采集设备对应一个实体店地址和实体店标识。因此,作为执行主体的电子设备可以从设置于线下门店的图像采集设备获取预设时间段内线下用户的线下用户数据。
S122,提取线下用户数据包括的用户人脸图像的人脸特征。
具体的,设置于线下门店的图像采集设备中存储有大量线下用户的线下行为数据。并且,由于同一线下用户的用户人脸图像的人脸特征是一致的,因此,为了后续步骤中,能够确定哪些线下行为数据是同一线下用户的线下行为数据,可以提取线下用户数据包括的用户人脸图像的人脸特征。
可以理解的是,提取线下用户数据包括的用户人脸图像的人脸特征的方式可以有多种,本发明实施例对提取线下用户数据包括的用户人脸图像的人脸特征的方式不做具体限定。
S123,对所提取的人脸特征进行聚类,并将人脸特征用于表征同一线下用户的用户人脸图像所对应的线下行为数据,确定为同一线下用户的线下行为数据。
具体的,在提取到各个线下用户数据包括的用户人脸图像的人脸特征之后,可以对所提取人脸特征进行聚类,聚类得到用于表征同一线下用户的用户人脸图像。可以理解的是,人脸特征用于表征同一线下用户的用户人脸图像所对应的线下行为数据属于同一线下用户的线下行为数据,因此,可以将人脸特征用于表征同一线下用户的用户人脸图像所对应的线下行为数据,确定为同一线下用户的线下行为数据。
S130,将线上行为数据与线下行为数据进行匹配,得到与线上行为数据相匹配的目标线下用户的线下行为数据。
具体的,为了得到与目标线上用户的线上行为数据匹配的目标线下用户的线下行为数据,在得到不同线下用户的线下行为数据之后,可以将目标线上用户的线上行为数据分别与各个线下用户的线下行为数据进行匹配,得到目标线上用户的线上行为数据与各个线下用户的线下行为数据的匹配度,并可以将匹配度大于预设匹配度的目标线下用户的线下行为数据,确定为与线上行为数据相匹配的目标线上用户的线下行为数据。其中,该预设匹配度可以根据实际情况进行确定,本发明实施例对预设匹配度的大小不做具体限定。
S140,将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联。
具体的,目标线上用户的线上行为数据与目标线下用户的线下行为数据相匹配,说明目标线上用户与目标线下用户是同一个用户的概率较高,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
通过本公开实施例提供的技术方案,获取预设时间段内目标线上用户的线上行为数据;获取预设时间段内线下用户的线下行为数据;将线上行为数据与线下行为数据进行匹配,得到与线上行为数据相匹配的目标线上用户的线下行为数据;将目标线上用户的线上用户标识与目标线上用户的线下用户标识相关联,可见,通过本发明实施例提供的技术方案,由于目标线上用户的线上行为数据与目标线下用户的线下行为数据相匹配,因此,可以确定目标线上用户与目标线下用户是同一用户的概率较高,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
为了更加准确得到与目标线上行为数据相匹配的目标线下用户的线下行为数据,在实际应用中,线上行为数据和线下行为数据均可以包括用户到店轨迹,为此,本发明实施例还提供了另一种数据处理方法,如图3所示,该数据处理方法可以包括如下步骤:
S310,获取预设时间段内目标线上用户的线上行为数据。
具体的,步骤S310与图1所示实施例中的步骤S110相同,由于在图1所示实施例中已经对步骤S110进行了详细阐述,在此,不再对步骤S310进行赘述。
S320,获取预设时间段内线下用户的线下行为数据。
具体的,步骤S320与图1所示实施例中的步骤S120相同,由于在图1所示实施例中已经对步骤S120进行了详细阐述,在此,不再对步骤S320进行赘述。
S330,将线上行为数据所包括的用户到店轨迹与线下行为数据所包括的用户到店轨迹进行匹配,得到与线上行为数据所包括的用户到店轨迹相匹配的目标线下用户的用户到店轨迹。
作为本发明实施例的一种实现方式,线上行为数据所包括的用户到店轨迹包括:目标线上用户的线上到店时间以及每个线上到店时间对应的线上门店标识;线下行为数据所包括的用户到店轨迹包括:同一线下用户的线下到店时刻以及每个线下到店时间对应的线下门店标识。
具体的,预设时间段内目标线上用户的线上行为数据可以包括:在预设时间段内,目标线上用户的不同线上到店时刻,以及,不同线上到店时刻对应的线上门店标识组成的用户到店轨迹。预设时间段内同一线下用户的线下行为数据可以包括:在预设时间段内,目标线下用户的不同线下到店时刻,以及,不同线下到店时刻对应的线下门店标识组成的用户到店轨迹。因此,在将目标线上用户的线上行为数据与不同线下用户的线下行为数据匹配时,可以将线上行为数据所包括的用户到店轨迹与线下行为数据所包括的用户到店轨迹进行匹配,进而得到与线上行为数据所包括的用户到店轨迹相匹配的目标线下用户的用户到店轨迹。
举例而言,预设时间段内目标线上用户的线上行为数据中,线上到店时刻为:第一时刻,第二时刻和第三时刻;第一时刻对应的线上门店标识为第一门店标识,第二时刻对应的线上门店标识为第二门店标识,第三时刻对应的线上门店标识为第三门店标识。那么,目标线上用户的线上行为数据所包括的用户到店轨迹为: 如果某一线下用户的线下行为数据所包括的用户到店轨迹也为 可见,该线下用户的线下行为数据所包括的用户到店轨迹与目标线上用户的线上行为数据所包括的用户到店轨迹一致,匹配度为100%,即该线下用户的线下行为数据所包括的用户到店轨迹为:与线上行为数据所包括的用户到店轨迹相匹配的目标线下用户的用户到店轨迹。
S340,将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联。
具体的,目标线上用户的线上行为数据所包括的用户到店轨迹与目标线下用户的线下行为数据所包括的用户到店轨迹相匹配,说明目标线上用户与目标线下用户是同一个用户,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
可见,通过本发明实施例提供的技术方案,由于目标线上用户的线上行为数据所包括的用户到店估计与目标线下用户的线下行为数据所包括的用户到店轨迹相匹配,因此,可以确定目标线上用户与目标线下用户是同一用户,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
在图1至图3实施例的基础上,将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联之后,如图4所示,该数据处理方法还可以包括如下步骤:
S410,基于目标线上用户的线上行为数据与目标线下用户的线下行为数据,生成目标线上用户和/或目标线下用户的用户画像。
具体的,由上述描述可知,目标线上用户与目标线下用户是同一用户,因此,为了使得生成的目标线上用户和/或目标线下用户的用户画像更加准确,可以基于目标线上用户的线上行为数据与目标线下用户的线下行为数据,来生成目标线上用户和/或目标线下用户的用户画像。可见,生成目标线上用户和/或目标线下用户的用户画像时所依据的行为数据更加全面,所生成的用户画像更加准确,即所生成的用户画像更能表征目标线上用户和/或目标线下用户的兴趣爱好。
S420,在检测到目标线上用户和/或目标线下用户进行消费时,根据用户画像生成推荐内容。
具体的,在检测到目标线上用户和/或目标线下用户进行消费时,可以根据目标线上用户和/或目标线下用户的用户画像生成推荐内容。由于目标线上用户和/或目标线下用户的用户画像是基于目标线上用户的线上行为数据和目标线下用户的线下行为数据生成的,因此,目标线上用户和/或目标线下用户的用户画像较为准确,根据用户画像所生成的推荐内容的准确度也较高,也就是说,根据用户画像所生成的推荐内容是目标线上用户和/目标线下用户感兴趣的概率较高。
其中,推荐内容可以有多种,例如,可以是目标线上用户和/或目标线下用户可能感兴趣的小吃,衣服,鞋子等,本发明实施例对推荐内容不做具体限定。
S430,向目标线上用户和/或目标线下用户推送推荐内容,以使目标线上用户和/或目标线下用户对推荐内容产生消费行为。
在生成推荐内容后,即可以向目标线上用户和/或目标线下用户推送推荐内容。具体的,当目标线上用户进行消费时,可以为目标线上用户线上推送目标线下用户在实体门店逛过的门店、物品等,例如,可以为目标线上用户推送目标线下用户在实体连锁店试穿过的衣服或鞋子等。当目标线下用户到实体门店进行消费时,可以为目标线下用户推送目标线上用户浏览、收藏、关注过的商铺、物品以及优惠等。
可见,通过本发明实施例提供的技术方案,在检测到目标线上用户和/或目标线下用户进行消费时,向目标线上用户和/或目标线下用户所推送的推荐内容更加全面,更能够满足用户需求,从而目标线上用户和/或目标线下用户对推荐内容产生消费行为的概率更高。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作并不一定是本申请所必须的。
第二方面,本发明实施例提供了一种数据处理装置,如图5所示,包括:
线上行为数据获取模块510,用于获取预设时间段内目标线上用户的线上行为数据;
线下行为数据获取模块520,用于获取所述预设时间段内线下用户的线下行为数据;
行为数据匹配模块530,用于将所述线上行为数据与所述线下行为数据进行匹配,得到与所述线上行为数据相匹配的目标线下用户的线下行为数据;
行为数据关联模块540,用于将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联。
通过本公开实施例提供的技术方案,获取预设时间段内目标线上用户的线上行为数据;获取预设时间段内线下用户的线下行为数据;将线上行为数据与线下行为数据进行匹配,得到与线上行为数据相匹配的目标线上用户的线下行为数据;将目标线上用户的线上用户标识与目标线上用户的线下用户标识相关联,可见,通过本发明实施例提供的技术方案,由于目标线上用户的线上行为数据与目标线下用户的线下行为数据相匹配,因此,可以确定目标线上用户与目标线下用户是同一用户的概率较高,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
可选的,所述线下行为数据获取模块,具体用于:
从设置于线下门店的图像采集设备获取所述预设时间段内线下用户的线下用户数据,所述线下用户数据包括:用户人脸图像以及用户在线下门店消费时所产生的线下行为数据;
提取所述线下用户数据包括的用户人脸图像的人脸特征;
对所提取的人脸特征进行聚类,并将人脸特征用于表征同一线下用户的用户人脸图像所对应的线下行为数据,确定为所述同一线下用户的线下行为数据。
可选的,所述线上行为数据获取模块,具体用于:
从预设应用程序获取预设时间段内所述目标线上用户操作所述预设应用程序而生成的线上行为数据。
可选的,所述线上行为数据和所述线下行为数据均包括用户到店轨迹;
所述行为数据匹配模块,具体用于:
将线上行为数据所包括的用户到店轨迹与所述线下行为数据所包括的用户到店轨迹进行匹配,得到与所述线上行为数据所包括的用户到店轨迹相匹配的目标线下用户的用户到店轨迹。
可选的,所述线上行为数据所包括的用户到店轨迹包括:所述目标线上用户的线上到店时间以及每个线上到店时间对应的线上门店标识;所述线下行为数据所包括的用户到店轨迹包括:同一线下用户的线下到店时刻以及每个线下到店时间对应的线下门店标识。
可选的,所述装置还包括:
用户画像生成模块,用于所述行为数据关联模块将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联之后,基于所述目标线上用户的线上行为数据与所述目标线下用户的线下行为数据,生成所述目标线上用户和/或所述目标线下用户的用户画像;
推荐内容生成模块,用于在检测到所述目标线上用户和/或所述目标线下用户进行消费时,根据所述用户画像生成推荐内容;
推荐内容推送模块,用于向所述目标线上用户和/或目标线下用户推送所述推荐内容,以使所述目标线上用户和/或目标线下用户对所述推荐内容产生消费行为。
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。
第三方面,本发明实施例提供了一种电子设备,如图6所示,包括存储器610、处理器620及存储在存储器上并可在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第一方面所述的数据处理方法的步骤。
通过本公开实施例提供的技术方案,获取预设时间段内目标线上用户的线上行为数据;获取预设时间段内线下用户的线下行为数据;将线上行为数据与线下行为数据进行匹配,得到与线上行为数据相匹配的目标线上用户的线下行为数据;将目标线上用户的线上用户标识与目标线上用户的线下用户标识相关联,可见,通过本发明实施例提供的技术方案,由于目标线上用户的线上行为数据与目标线下用户的线下行为数据相匹配,因此,可以确定目标线上用户与目标线下用户是同一用户的概率较高,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的数据处理方法的步骤。
通过本公开实施例提供的技术方案,获取预设时间段内目标线上用户的线上行为数据;获取预设时间段内线下用户的线下行为数据;将线上行为数据与线下行为数据进行匹配,得到与线上行为数据相匹配的目标线上用户的线下行为数据;将目标线上用户的线上用户标识与目标线上用户的线下用户标识相关联,可见,通过本发明实施例提供的技术方案,由于目标线上用户的线上行为数据与目标线下用户的线下行为数据相匹配,因此,可以确定目标线上用户与目标线下用户是同一用户的概率较高,通过将目标线上用户的线上用户标识与目标线下用户的线下用户标识相关联,即可实现将同一用户的线上行为数据与线下行为数据相关联,从而防止同一用户的线上行为数据和线下行为数据相割裂。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请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。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种数据处理方法和一种数据处理装置,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (14)
1.一种数据处理方法,其特征在于,包括:
获取预设时间段内目标线上用户的线上行为数据;
获取所述预设时间段内线下用户的线下行为数据;
将所述线上行为数据与所述线下行为数据进行匹配,得到与所述线上行为数据相匹配的目标线下用户的线下行为数据;
将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联。
2.根据权利要求1所述的方法,其特征在于,所述获取所述预设时间段内线下用户的线下行为数据,包括:
从设置于线下门店的图像采集设备获取所述预设时间段内线下用户的线下用户数据,所述线下用户数据包括:用户人脸图像以及用户在线下门店消费时所产生的线下行为数据;
提取所述线下用户数据包括的用户人脸图像的人脸特征;
对所提取的人脸特征进行聚类,并将人脸特征用于表征同一线下用户的用户人脸图像所对应的线下行为数据,确定为所述同一线下用户的线下行为数据。
3.根据权利要求1所述的方法,其特征在于,所述获取预设时间段内目标线上用户的线上行为数据,包括:
从预设应用程序获取预设时间段内所述目标线上用户操作所述预设应用程序而生成的线上行为数据。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述线上行为数据和所述线下行为数据均包括用户到店轨迹;
所述将所述线上行为数据与所述线下行为数据进行匹配,得到与所述线上行为数据相匹配的目标线下用户的线下行为数据,包括:
将线上行为数据所包括的用户到店轨迹与所述线下行为数据所包括的用户到店轨迹进行匹配,得到与所述线上行为数据所包括的用户到店轨迹相匹配的目标线下用户的用户到店轨迹。
5.根据权利要求4所述的方法,其特征在于,所述线上行为数据所包括的用户到店轨迹包括:所述目标线上用户的线上到店时间以及每个线上到店时间对应的线上门店标识;所述线下行为数据所包括的用户到店轨迹包括:同一线下用户的线下到店时刻以及每个线下到店时间对应的线下门店标识。
6.根据权利要求1至3任一项所述的方法,其特征在于,所述将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联之后,所述方法还包括:
基于所述目标线上用户的线上行为数据与所述目标线下用户的线下行为数据,生成所述目标线上用户和/或所述目标线下用户的用户画像;
在检测到所述目标线上用户和/或所述目标线下用户进行消费时,根据所述用户画像生成推荐内容;
向所述目标线上用户和/或目标线下用户推送所述推荐内容,以使所述目标线上用户和/或目标线下用户对所述推荐内容产生消费行为。
7.一种数据处理装置,其特征在于,包括:
线上行为数据获取模块,用于获取预设时间段内目标线上用户的线上行为数据;
线下行为数据获取模块,用于获取所述预设时间段内线下用户的线下行为数据;
行为数据匹配模块,用于将所述线上行为数据与所述线下行为数据进行匹配,得到与所述线上行为数据相匹配的目标线下用户的线下行为数据;
行为数据关联模块,用于将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联。
8.根据权利要求7所述的装置,其特征在于,所述线下行为数据获取模块,具体用于:
从设置于线下门店的图像采集设备获取所述预设时间段内线下用户的线下用户数据,所述线下用户数据包括:用户人脸图像以及用户在线下门店消费时所产生的线下行为数据;
提取所述线下用户数据包括的用户人脸图像的人脸特征;
对所提取的人脸特征进行聚类,并将人脸特征用于表征同一线下用户的用户人脸图像所对应的线下行为数据,确定为所述同一线下用户的线下行为数据。
9.根据权利要求7所述的装置,其特征在于,所述线上行为数据获取模块,具体用于:
从预设应用程序获取预设时间段内所述目标线上用户操作所述预设应用程序而生成的线上行为数据。
10.根据权利要求7至9任一项所述的装置,其特征在于,所述线上行为数据和所述线下行为数据均包括用户到店轨迹;
所述行为数据匹配模块,具体用于:
将线上行为数据所包括的用户到店轨迹与所述线下行为数据所包括的用户到店轨迹进行匹配,得到与所述线上行为数据所包括的用户到店轨迹相匹配的目标线下用户的用户到店轨迹。
11.根据权利要求10所述的装置,其特征在于,所述线上行为数据所包括的用户到店轨迹包括:所述目标线上用户的线上到店时间以及每个线上到店时间对应的线上门店标识;所述线下行为数据所包括的用户到店轨迹包括:同一线下用户的线下到店时刻以及每个线下到店时间对应的线下门店标识。
12.根据权利要求7至9任一项所述的装置,其特征在于,所述装置还包括:
用户画像生成模块,用于所述行为数据关联模块将所述目标线上用户的线上用户标识与所述目标线下用户的线下用户标识相关联之后,基于所述目标线上用户的线上行为数据与所述目标线下用户的线下行为数据,生成所述目标线上用户和/或所述目标线下用户的用户画像;
推荐内容生成模块,用于在检测到所述目标线上用户和/或所述目标线下用户进行消费时,根据所述用户画像生成推荐内容;
推荐内容推送模块,用于向所述目标线上用户和/或目标线下用户推送所述推荐内容,以使所述目标线上用户和/或目标线下用户对所述推荐内容产生消费行为。
13.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6中任一项所述的数据处理方法的步骤。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010163526.7A CN111506799A (zh) | 2020-03-10 | 2020-03-10 | 一种数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010163526.7A CN111506799A (zh) | 2020-03-10 | 2020-03-10 | 一种数据处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111506799A true CN111506799A (zh) | 2020-08-07 |
Family
ID=71874066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010163526.7A Withdrawn CN111506799A (zh) | 2020-03-10 | 2020-03-10 | 一种数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506799A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100507A (zh) * | 2020-11-10 | 2020-12-18 | 南京研利科技有限公司 | 对象推荐的方法、计算设备和计算机可读存储介质 |
CN113435969A (zh) * | 2021-06-23 | 2021-09-24 | 未鲲(上海)科技服务有限公司 | 产品推荐方法、装置、电子设备和存储介质 |
CN113781151A (zh) * | 2021-01-29 | 2021-12-10 | 北京京东拓先科技有限公司 | 目标数据确定方法及装置、电子设备、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080004884A1 (en) * | 2006-06-29 | 2008-01-03 | Microsoft Corporation | Employment of offline behavior to display online content |
US20150348119A1 (en) * | 2014-05-28 | 2015-12-03 | Videology Inc. | Method and system for targeted advertising based on associated online and offline user behaviors |
CN107767168A (zh) * | 2017-09-19 | 2018-03-06 | 神策网络科技(北京)有限公司 | 用户行为数据处理方法及装置、电子设备和存储介质 |
CN108280368A (zh) * | 2018-01-22 | 2018-07-13 | 北京腾云天下科技有限公司 | 一种线上数据和线下数据的关联方法及计算设备 |
-
2020
- 2020-03-10 CN CN202010163526.7A patent/CN111506799A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080004884A1 (en) * | 2006-06-29 | 2008-01-03 | Microsoft Corporation | Employment of offline behavior to display online content |
US20150348119A1 (en) * | 2014-05-28 | 2015-12-03 | Videology Inc. | Method and system for targeted advertising based on associated online and offline user behaviors |
CN107767168A (zh) * | 2017-09-19 | 2018-03-06 | 神策网络科技(北京)有限公司 | 用户行为数据处理方法及装置、电子设备和存储介质 |
CN108280368A (zh) * | 2018-01-22 | 2018-07-13 | 北京腾云天下科技有限公司 | 一种线上数据和线下数据的关联方法及计算设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100507A (zh) * | 2020-11-10 | 2020-12-18 | 南京研利科技有限公司 | 对象推荐的方法、计算设备和计算机可读存储介质 |
CN113781151A (zh) * | 2021-01-29 | 2021-12-10 | 北京京东拓先科技有限公司 | 目标数据确定方法及装置、电子设备、存储介质 |
CN113435969A (zh) * | 2021-06-23 | 2021-09-24 | 未鲲(上海)科技服务有限公司 | 产品推荐方法、装置、电子设备和存储介质 |
WO2022267160A1 (zh) * | 2021-06-23 | 2022-12-29 | 未鲲(上海)科技服务有限公司 | 产品推荐方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909443B (zh) | 信息推送方法、装置及系统 | |
CN111506799A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN105787133B (zh) | 广告信息过滤方法及装置 | |
US20180247361A1 (en) | Information processing apparatus, information processing method, wearable terminal, and program | |
CN110047513B (zh) | 一种视频监测方法、装置、电子设备和存储介质 | |
CN106951571B (zh) | 一种给应用标注标签的方法和装置 | |
CN106164959A (zh) | 行为事件测量系统和相关方法 | |
CN112184290A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
JP6784664B2 (ja) | 情報処理装置、情報処理方法、および情報処理システム | |
CN109977824B (zh) | 物品取放识别方法、装置及设备 | |
JP7310969B2 (ja) | 情報処理システム、顧客特定装置、情報処理方法及びプログラム | |
CN114581207B (zh) | 一种面向电商平台的商品图像大数据精准推送方法及系统 | |
CN109102324B (zh) | 模型训练方法、基于模型的红包物料铺设预测方法及装置 | |
CN111126119A (zh) | 基于人脸识别的到店用户行为统计方法和装置 | |
CN113222653A (zh) | 一种程序化广告用户受众扩展方法、系统、设备及存储介质 | |
CN108133392A (zh) | 广告控制方法、装置与系统 | |
CN108876426A (zh) | 数据管理方法、系统和计算设备以及非易失性存储介质 | |
CN106960033B (zh) | 一种给信息流标注标签的方法和装置 | |
CN106997350A (zh) | 一种数据处理的方法及装置 | |
CN111292108A (zh) | 订单统计方法、装置、设备及计算机可读存储介质 | |
CN103971268B (zh) | 推广信息的处理方法及装置 | |
CN115269919A (zh) | 一种短视频质量的确定方法、装置、电子设备及存储介质 | |
CN110764676B (zh) | 一种信息资源显示方法、装置、电子设备以及存储介质 | |
CN113779276A (zh) | 用于检测评论的方法和装置 | |
CN110750238A (zh) | 确定产品需求的方法及装置和电子设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200807 |