CN111709770A - 一种数据处理方法以及装置 - Google Patents

一种数据处理方法以及装置 Download PDF

Info

Publication number
CN111709770A
CN111709770A CN202010428972.6A CN202010428972A CN111709770A CN 111709770 A CN111709770 A CN 111709770A CN 202010428972 A CN202010428972 A CN 202010428972A CN 111709770 A CN111709770 A CN 111709770A
Authority
CN
China
Prior art keywords
group
target
data
matching
alternative
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
CN202010428972.6A
Other languages
English (en)
Other versions
CN111709770B (zh
Inventor
殷晓明
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.)
Koubei Shanghai Information Technology Co Ltd
Original Assignee
Koubei Shanghai Information 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 Koubei Shanghai Information Technology Co Ltd filed Critical Koubei Shanghai Information Technology Co Ltd
Priority to CN202010428972.6A priority Critical patent/CN111709770B/zh
Publication of CN111709770A publication Critical patent/CN111709770A/zh
Application granted granted Critical
Publication of CN111709770B publication Critical patent/CN111709770B/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
    • G06Q30/0239—Online discounts or incentives
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0217—Discounts or incentives, e.g. coupons or rebates involving input on products or services in exchange for incentives or rewards
    • 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
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

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

Abstract

本申请公开了一种数据处理方法以及装置，该方法本申请实施例提供的数据处理方法，在获取目标群组活动数据对应的目标任务数据和备选用户的历史行为数据之后，根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员。该方法在现有群组创建模式的基础上增加群组活动数据对应的目标任务数据，并基于该目标任务数据和备选用户的历史行为数据为目标服务群组匹配目标群组成员，使得所创建的目标服务群组中的目标群组成员之间具有较强的关联性；在目标服务群组的创建过程中引入目标任务数据，使得该服务群组在实现辅助销售的基础上、同时实现目标任务数据所对应的附加功能，使得所创建的目标服务群组能够实现多种功能。

Description

一种数据处理方法以及装置
技术领域
本申请涉及互联网技术领域，具体涉及一种数据处理方法。本申请同时涉及一种数据处理装置、一种电子设备以及一种计算机可读取存储介质。
背景技术
拼团业务指的是电商场景下基于用户的群组特性进行辅助销售的营销手段，拼团过程通过给用户提供一定的优惠权益，鼓励用户组团或参团，在最终组团成功后，团内成员可享受预设优惠权益，以此引导消费者组团带客，挖掘用户资源，进而实现商品销量扩增。
现有的拼团方式仅基于营销活动本身，团内成员之间仅为组合消费的关系，未充分利用群组特性在团内成员之间建立除消费行为之外的关联关系，团内成员之间的关联性较弱，使得拼团过程仅基于单次消费事件而带来短暂用户流量，无法形成用户资源的沉淀和留存。并且，现有拼团方式仅以用户的消费行为本身作为组团和参团的驱动力，其所实现的效果仅限于辅助销售，未能利用用户的群组特性在电商网络平台实现除消费行为之外的其它附加功能，使得拼团过程所实现的功能较为单一。
发明内容
本申请实施例提供一种数据处理方法、装置、电子设备及计算机可读存储介质，以解决现有拼团方式中团内成员之间的关联性较弱、以及拼团过程所实现的功能较为单一的问题。
本申请实施例提供一种数据处理方法，包括：获取目标群组活动数据对应的目标任务数据；获取备选用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员。
可选的，还包括：获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据；根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员。获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组发起任务数据；获取备选用户的历史行为数据，包括：获取备选群组发起用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组发起用户的历史行为数据与群组发起任务数据进行匹配，将与群组发起任务数据相匹配的历史行为数据所对应的备选群组发起用户，确定为目标服务群组的群组发起成员。获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组响应任务数据；获取备选用户的历史行为数据，包括：获取备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与群组响应任务数据进行匹配，将与群组响应任务数据相匹配的历史行为数据所对应的备选群组响应用户，确定为目标服务群组的群组响应成员。还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将目标任务数据与历史行为数据进行匹配，获得备选用户对应的任务匹配值；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值；基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员。
可选的，获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。目标服务群组的目标群组特征标签，包括：目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的活动数据标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签、以及获得目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得第一标签匹配值；将目标服务群组的活动数据标签与用户属性数据进行匹配，获得第二标签匹配值；根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值。根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值，包括：将第一匹配值与第二匹配值的加和确定为备选用户对应的群组标签匹配值；或者，从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值。
可选的，从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值，包括：获得人群特征标签对应的第一权重，以及获得活动数据标签对应的第二权重；将第一匹配值与第一权重相乘，获得人群特征标签在目标服务群组中对应的第一显著性数值；将第二匹配值与第二权重相乘，获得活动数据标签在目标服务群组中对应的第二显著性数值；如果第一显著性数值大于第二显著性数值，则将第一匹配值确定为群组标签匹配值；如果第一显著性数值小于第二显著性数值，则将第二匹配值确定为群组标签匹配值。
可选的，获得目标服务群组的人群特征标签，包括：获得目标服务群组中已有目标群组成员的用户属性数据；对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签。可选的，对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签，包括：获得已有目标群组成员的用户属性数据对应的属性类别信息中、每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量；根据每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量，从属性类别信息中确定出目标属性类别信息，并基于目标属性类别信息获得目标服务群组的人群特征标签。
可选的，基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员，包括：获得目标服务群组对应的任务匹配权重以及群组标签匹配权重；根据任务匹配值和任务匹配权重，获得备选用户对应的任务因子分值，以及根据群组标签匹配值和群组标签匹配权重，获得备选用户对应的群组因子分值；根据任务因子分值和群组因子分值，获得备选用户的目标分值；如果备选用户的目标分值达到预定阈值，则将备选用户确定为与目标服务群组相匹配的目标群组成员。备选用户的用户属性数据包括如下中的至少一种：备选用户所处的位置信息；备选用户的性别信息；备选用户的年龄信息；备选用户的消费等级信息；备选用户的偏好特征信息；备选用户的背景信息。还包括：获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的历史行为数据与目标任务数据进行匹配，将与目标任务数据相匹配的历史行为数据所对应的备选用户确定为目标服务群组的候选群组成员；获得候选群组成员的用户属性数据，并将候选群组成员的用户属性数据与目标群组特征标签进行匹配；如果候选群组成员的用户属性数据与目标群组特征标签相匹配，则将候选群组成员确定为目标群组成员。可选的，还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的用户属性数据与目标服务群组的目标群组特征标签进行匹配，并且将与目标群组特征标签相匹配的用户属性数据所对应的备选用户确定为目标服务群组的候选群组成员；将候选群组成员的历史行为数据与目标任务数据进行匹配；如果候选群组成员的历史行为数据与目标任务数据相匹配，则将候选群组成员确定为目标群组成员。
可选的，备选用户的历史行为数据包括如下中的至少一种：备选用户在目标网络平台的评论统计数据；备选用户在目标网络平台的登陆次数统计数据；备选用户针对网络资源的转发量统计数据；备选用户针对网络资源的有效反馈统计数据。可选的，在为目标群组活动数据对应的目标服务群组匹配目标群组成员之后，还包括：向目标群组成员发送针对目标服务群组的群组邀约信息；接收目标群组成员返回的群组邀约响应状态信息；获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据，包括：如果群组邀约响应状态信息为接受邀约信息，则向目标群组成员信息对应的用户终端发送目标任务数据；接收与用户终端相对应的任务执行结果数据。
可选的，获取目标群组活动数据对应的目标任务数据，包括：获取备选群组活动数据对应的任务数据；获取来自群组发起成员的服务群组创建请求信息；响应于服务群组创建请求信息，获得群组发起成员的历史行为数据，并将群组发起成员的历史行为数据与备选群组活动数据对应的任务数据进行匹配；如果群组发起成员的历史行为数据与备选群组活动数据对应的任务数据相匹配，则将备选群组活动数据确定为与群组发起成员相匹配的目标群组活动数据，并将备选群组活动数据对应的任务数据确定为目标群组活动数据对应的目标任务数据。可选的，获取备选用户的历史行为数据，包括：获取与目标群组活动数据相关联的备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与目标任务数据进行匹配；如果备选群组响应用户的历史行为数据与目标任务数据相匹配，则将备选群组响应用户确定为目标备选群组响应用户，并将目标备选群组响应用户的信息提供给群组发起成员；在群组发起成员向目标备选群组响应用户发送群组邀约信息之后，如果接收到目标备选群组响应用户返回的接受邀约信息，则将目标备选群组响应用户确定为目标群组成员。
可选的，根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取任务执行结果数据对应的任务分权值；将与任务分权值相对应的群组资源分发给目标群组成员。可选的，根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取目标群组成员的偏好特征数据；将与目标群组成员的偏好特征数据相对应的群组资源分发给目标群组成员。可选的，目标群组活动数据包括：目标实体对象预先配置的针对目标资源的群组交易策略数据；目标群组活动数据对应的目标任务数据包括如下中的至少一种：针对目标实体对象所提供资源的有效反馈数据。针对目标实体对象所提供资源的评论数据；针对目标实体对象的登陆次数统计数据；针对目标实体对象所提供资源的转发量统计数据。
本申请实施利还提供一种数据处理装置，包括：目标任务数据获取单元，用于获取目标群组活动数据对应的目标任务数据；历史行为数据获取单元，用于获取备选用户的历史行为数据；目标群组成员匹配单元，用于根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员。可选的，该装置还包括：任务执行结果数据获得单元，用于获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据；群组资源分发单元，用于根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员。
可选的，获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组发起任务数据；获取备选用户的历史行为数据，包括：获取备选群组发起用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组发起用户的历史行为数据与群组发起任务数据进行匹配，将与群组发起任务数据相匹配的历史行为数据所对应的备选群组发起用户，确定为目标服务群组的群组发起成员。
可选的，获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组响应任务数据；获取备选用户的历史行为数据，包括：获取备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与群组响应任务数据进行匹配，将与群组响应任务数据相匹配的历史行为数据所对应的备选群组响应用户，确定为目标服务群组的群组响应成员。
可选的，还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将目标任务数据与历史行为数据进行匹配，获得备选用户对应的任务匹配值；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值；基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员。
可选的，获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。可选的，目标服务群组的目标群组特征标签，包括：目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的活动数据标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。
可选的，获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签、以及获得目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得第一标签匹配值；将目标服务群组的活动数据标签与用户属性数据进行匹配，获得第二标签匹配值；根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值。可选的，根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值，包括：将第一匹配值与第二匹配值的加和确定为备选用户对应的群组标签匹配值；或者，从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值。
可选的，从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值，包括：获得人群特征标签对应的第一权重，以及获得活动数据标签对应的第二权重；将第一匹配值与第一权重相乘，获得人群特征标签在目标服务群组中对应的第一显著性数值；将第二匹配值与第二权重相乘，获得活动数据标签在目标服务群组中对应的第二显著性数值；如果第一显著性数值大于第二显著性数值，则将第一匹配值确定为群组标签匹配值；如果第一显著性数值小于第二显著性数值，则将第二匹配值确定为群组标签匹配值。可选的，获得目标服务群组的人群特征标签，包括：获得目标服务群组中已有目标群组成员的用户属性数据；对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签。
可选的，对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签，包括：获得已有目标群组成员的用户属性数据对应的属性类别信息中、每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量；根据每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量，从属性类别信息中确定出目标属性类别信息，并基于目标属性类别信息获得目标服务群组的人群特征标签。
可选的，基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员，包括：获得目标服务群组对应的任务匹配权重以及群组标签匹配权重；根据任务匹配值和任务匹配权重，获得备选用户对应的任务因子分值，以及根据群组标签匹配值和群组标签匹配权重，获得备选用户对应的群组因子分值；根据任务因子分值和群组因子分值，获得备选用户的目标分值；如果备选用户的目标分值达到预定阈值，则将备选用户确定为与目标服务群组相匹配的目标群组成员。可选的，备选用户的用户属性数据包括如下中的至少一种：备选用户所处的位置信息；备选用户的性别信息；备选用户的年龄信息；备选用户的消费等级信息；备选用户的偏好特征信息；备选用户的背景信息。可选的，还包括：获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的历史行为数据与目标任务数据进行匹配，将与目标任务数据相匹配的历史行为数据所对应的备选用户确定为目标服务群组的候选群组成员；获得候选群组成员的用户属性数据，并将候选群组成员的用户属性数据与目标群组特征标签进行匹配；如果候选群组成员的用户属性数据与目标群组特征标签相匹配，则将候选群组成员确定为目标群组成员。
可选的，还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的用户属性数据与目标服务群组的目标群组特征标签进行匹配，并且将与目标群组特征标签相匹配的用户属性数据所对应的备选用户确定为目标服务群组的候选群组成员；将候选群组成员的历史行为数据与目标任务数据进行匹配；如果候选群组成员的历史行为数据与目标任务数据相匹配，则将候选群组成员确定为目标群组成员。可选的，备选用户的历史行为数据包括如下中的至少一种：备选用户在目标网络平台的评论统计数据；备选用户在目标网络平台的登陆次数统计数据；备选用户针对网络资源的转发量统计数据；备选用户针对网络资源的有效反馈统计数据。
可选的，在为目标群组活动数据对应的目标服务群组匹配目标群组成员之后，还包括：向目标群组成员发送针对目标服务群组的群组邀约信息；接收目标群组成员返回的群组邀约响应状态信息；获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据，包括：如果群组邀约响应状态信息为接受邀约信息，则向目标群组成员信息对应的用户终端发送目标任务数据；接收与用户终端相对应的任务执行结果数据。可选的，获取目标群组活动数据对应的目标任务数据，包括：获取备选群组活动数据对应的任务数据；获取来自群组发起成员的服务群组创建请求信息；响应于服务群组创建请求信息，获得群组发起成员的历史行为数据，并将群组发起成员的历史行为数据与备选群组活动数据对应的任务数据进行匹配；如果群组发起成员的历史行为数据与备选群组活动数据对应的任务数据相匹配，则将备选群组活动数据确定为与群组发起成员相匹配的目标群组活动数据，并将备选群组活动数据对应的任务数据确定为目标群组活动数据对应的目标任务数据。
可选的，获取备选用户的历史行为数据，包括：获取与目标群组活动数据相关联的备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与目标任务数据进行匹配；如果备选群组响应用户的历史行为数据与目标任务数据相匹配，则将备选群组响应用户确定为目标备选群组响应用户，并将目标备选群组响应用户的信息提供给群组发起成员；在群组发起成员向目标备选群组响应用户发送群组邀约信息之后，如果接收到目标备选群组响应用户返回的接受邀约信息，则将目标备选群组响应用户确定为目标群组成员。可选的，根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取任务执行结果数据对应的任务分权值；将与任务分权值相对应的群组资源分发给目标群组成员。可选的，根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取目标群组成员的偏好特征数据；将与目标群组成员的偏好特征数据相对应的群组资源分发给目标群组成员。
可选的，目标群组活动数据包括：目标实体对象预先配置的针对目标资源的群组交易策略数据；目标群组活动数据对应的目标任务数据包括如下中的至少一种：针对目标实体对象所提供资源的有效反馈数据。针对目标实体对象所提供资源的评论数据；针对目标实体对象的登陆次数统计数据；针对目标实体对象所提供资源的转发量统计数据。
本申请另外的实施例还提供一种电子设备，包括处理器和存储器；其中，
存储器用于存储一条或多条计算机指令，其中，一条或多条计算机指令被处理器执行以实现如上的方法。
本申请另外的实施例还提供一种计算机可读存储介质，其上存储有一条或多条计算机指令，该指令被处理器执行以实现如上的方法。
与现有技术相比，本申请实施例具有以下优点：
本申请实施例提供的数据处理方法，在获取目标群组活动数据对应的目标任务数据和备选用户的历史行为数据之后，根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员。该方法在现有群组创建模式的基础上增加群组活动数据对应的目标任务数据，即，为服务群组增加任务属性，并基于该目标任务数据和备选用户的历史行为数据，为目标服务群组匹配目标群组成员，使得所创建的目标服务群组中的目标群组成员之间具有较强的关联性，避免因目标群组成员之间的关联性较弱而无法形成用户资源的沉淀和留存的问题；并且，该方法在目标服务群组的创建过程中引入目标任务数据，使得该目标服务群组可实现目标任务数据所对应的附加功能。
附图说明
图1是本申请第一实施例提供的数据处理方法流程图；
图1-A是本申请第一实施例提供的针对目标群组成员的匹配示意图；
图2是本申请第二实施例提供的数据处理装置的单元框图；
图3是本申请第三实施例提供的电子设备的逻辑结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
针对网络购物平台的组群消费场景，为了增加群组成员之间的关联性，以及能够基于所组件的群组实现除辅助销售功能之外的多种附加功能，本申请提供了一种数据处理方法、与该方法相对应的数据处理装置、电子设备以及计算机可读存储介质。以下提供实施例对所述方法、装置、电子设备以及计算机可读存储介质进行详细说明。
本申请第一实施例提供一种数据处理方法，该方法的应用主体可以为运行于网络平台的用于创建及管理服务群组的计算设备应用，图1为本申请第一实施例提供的数据处理方法流程图，以下结合图1对本实施例提供的数据处理方法进行详细描述。以下描述所涉及的实施例是用来解释说明方法原理，不是实际使用的限定。
如图1所示，本实施例提供的数据处理方法包括如下步骤：
S101，获取目标群组活动数据对应的目标任务数据。
S102，获取备选用户的历史行为数据。
S103，根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员。
S104，获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据。
S105，根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员。
在本实施例中，每个服务群组均存在对应的群组活动数据，目标群组活动数据可以是指目标实体对象基于网络平台提供的群组活动配置规则预先配置的针对目标资源的群组交易策略数据，在网络购物领域，目标实体对象可以为入驻于网络平台的欲参与群组活动的商家，目标资源可以为所属于该商家的商品，针对目标资源的群组交易策略数据可以为针对商品的组团消费配置数据。
在本实施例中，每个群组活动数据均对应有任务数据，该任务数据可以为店铺签到、评论编写、内容点赞等与商家互动的任务数据，也可以为商品信息分享、评论集赞等与消费者互动、且具有信息推广属性的任务数据。
在本实施例中，目标任务数据可以包含准入任务数据和达成任务数据，准入任务数据是指用户参与群组之前所需预先达成的条件，达成任务是指用户在参与群组之后的预定时间内所需达成的条件。在本实施例中，目标群组活动数据对应的目标任务数据包括如下中的至少一种：针对目标实体对象所提供资源的有效反馈数据(例如对商家商品内容点赞)、针对目标实体对象所提供资源的评论数据(例如针对商家上线商品的评论数据)、对应于目标实体对象的登陆次数统计数据(例如店铺签到)、针对目标实体对象所提供资源的转发量统计数据(例如对商家上线商品进行转发、分享)。
目标群组活动数据还需包含群组活动起止时间、群组招募时间、任务执行时间等，例如，群组招募时间内未达到预定群组成员数量，则群组创建失败，再例如，群组招募完成即开始执行任务，在预定时间内未达成任务则无法获得权益。
备选用户可以是指与上述目标实体对象之间的距离处于预定距离范围内、且具有群组参与需求的用户。备选用户的历史行为数据可以是备选用户在目标网络平台的评论、点赞、登陆统计次数等用户活跃数据。在本实施例中，备选用户的历史行为数据包括如下中的至少一种：备选用户在目标网络平台的评论统计数据、备选用户在目标网络平台的登陆次数统计数据、备选用户针对网络资源的转发量统计数据、备选用户针对网络资源的有效反馈统计数据。
上述步骤S101中获取目标群组活动数据对应的目标任务数据，具体可以是指：获取备选群组活动数据对应的任务数据；获取来自群组发起成员的服务群组创建请求信息；响应于服务群组创建请求信息，获得群组发起成员的历史行为数据，并将群组发起成员的历史行为数据与备选群组活动数据对应的任务数据进行匹配；如果群组发起成员的历史行为数据与备选群组活动数据对应的任务数据相匹配，则将备选群组活动数据确定为与群组发起成员相匹配的目标群组活动数据，并将备选群组活动数据对应的任务数据确定为目标群组活动数据对应的目标任务数据。上述步骤S102中获取备选用户的历史行为数据，可以是指：获取与目标群组活动数据相关联的备选群组响应用户的历史行为数据；对应的，上述步骤S103中根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，可以是指：将备选群组响应用户的历史行为数据与目标任务数据进行匹配；如果备选群组响应用户的历史行为数据与目标任务数据相匹配，则将备选群组响应用户确定为目标备选群组响应用户，并将目标备选群组响应用户的信息提供给群组发起成员；在群组发起成员向目标备选群组响应用户发送群组邀约信息之后，如果接收到目标备选群组响应用户返回的接受邀约信息，则将目标备选群组响应用户确定为目标群组成员。
需要说明的是，上述步骤S101中获取目标群组活动数据对应的目标任务数据，还可以是指：获取目标群组活动数据对应的群组发起任务数据，对应的，获取备选用户的历史行为数据，可以是指：获取备选群组发起用户的历史行为数据；上述根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，可以是指：将备选群组发起用户的历史行为数据与群组发起任务数据进行匹配，将与群组发起任务数据相匹配的历史行为数据所对应的备选群组发起用户确定为目标服务群组的群组发起成员。
上述步骤S101中获取目标群组活动数据对应的目标任务数据，也可以是指：获取目标群组活动数据对应的群组响应任务数据；对应的，获取备选用户的历史行为数据，可以是指：获取备选群组响应用户的历史行为数据；上述根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，可以是指：将备选群组响应用户的历史行为数据与群组响应任务数据进行匹配，将与群组响应任务数据相匹配的历史行为数据所对应的备选群组响应用户，确定为目标服务群组的群组响应成员。
在本实施例中，还需获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；备选用户的用户属性数据可以为如下信息中的至少一种：备选用户所处的位置信息、备选用户的性别信息、备选用户的年龄信息、备选用户的消费等级信息、备选用户的偏好特征信息以及备选用户的背景信息。目标群组特征标签是基于已有群组成员的共有属性所构建的用于标识目标服务群组的通用特征标签，其可以为人群特征标签(已有群组成员的归属地标签、年龄标签、性别标签、背景信息标签、消费等级标签、)或活动数据标签(针对火锅、川菜、丽人、K歌、保健品等消费类目的消费偏好标签)，如图1-A所示，上述根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员的过程具体可包含如下内容：
首先，将目标任务数据与历史行为数据进行匹配，获得备选用户对应的任务匹配值；
其次，将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值；
最后，基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员。该过程具体包括如下内容：获得目标服务群组对应的任务匹配权重以及群组标签匹配权重；根据任务匹配值和任务匹配权重，获得备选用户对应的任务因子分值，以及根据群组标签匹配值和群组标签匹配权重，获得备选用户对应的群组因子分值；根据任务因子分值和群组因子分值，获得备选用户的目标分值；如果备选用户的目标分值达到预定阈值，则将备选用户确定为与目标服务群组相匹配的目标群组成员。
上述获得目标服务群组的目标群组特征标签，可以是指：获得目标服务群组的人群特征标签；对应的，将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，可以是指：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。获得目标服务群组的人群特征标签的过程具体可以为：获得目标服务群组中已有目标群组成员的用户属性数据；对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签。在本实施例中，具体可通过如下方式获得目标服务群组的人群特征标签：获得已有目标群组成员的用户属性数据对应的属性类别信息中、每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量；根据每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量，从属性类别信息中确定出目标属性类别信息，并基于目标属性类别信息获得目标服务群组的人群特征标签。
目标服务群组的目标群组特征标签也可以为目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，可以是指：将目标服务群组的活动数据标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。
上述获得目标服务群组的目标群组特征标签，还可以是指：获得目标服务群组的人群特征标签、以及获得目标服务群组的活动数据标签；对应的，上述将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，具体是指：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得第一标签匹配值；将目标服务群组的活动数据标签与用户属性数据进行匹配，获得第二标签匹配值；根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值。例如，将第一匹配值与第二匹配值的加和确定为备选用户对应的群组标签匹配值；或者，从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值。
在本实施例中，可通过如下方式从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值：获得人群特征标签对应的第一权重，以及获得活动数据标签对应的第二权重；将第一匹配值与第一权重相乘，获得人群特征标签在目标服务群组中对应的第一显著性数值；将第二匹配值与第二权重相乘，获得活动数据标签在目标服务群组中对应的第二显著性数值；如果第一显著性数值大于第二显著性数值，则将第一匹配值确定为群组标签匹配值；如果第一显著性数值小于第二显著性数值，则将第二匹配值确定为群组标签匹配值。
在本实施例中，还可通过如下两种方式为目标群组活动数据对应的目标服务群组匹配目标群组成员：
方式一：将备选用户的历史行为数据与目标任务数据进行匹配，将与目标任务数据相匹配的历史行为数据所对应的备选用户确定为目标服务群组的候选群组成员；获得候选群组成员的用户属性数据，并将候选群组成员的用户属性数据与目标群组特征标签进行匹配；如果候选群组成员的用户属性数据与目标群组特征标签相匹配，则将候选群组成员确定为目标群组成员。
方式二：将备选用户的用户属性数据与目标服务群组的目标群组特征标签进行匹配，并且将与目标群组特征标签相匹配的用户属性数据所对应的备选用户确定为目标服务群组的候选群组成员；将候选群组成员的历史行为数据与目标任务数据进行匹配；如果候选群组成员的历史行为数据与目标任务数据相匹配，则将候选群组成员确定为目标群组成员。
需要说明的是，在上述为目标群组活动数据对应的目标服务群组匹配目标群组成员之后，还需向目标群组成员发送针对目标服务群组的群组邀约信息，并接收目标群组成员返回的群组邀约响应状态信息；上述获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据，可以是指：如果群组邀约响应状态信息为接受邀约信息，则向目标群组成员信息对应的用户终端发送目标任务数据；接收与用户终端相对应的任务执行结果数据。
群组资源可以为商品券、零门槛代金券等可被量化拆分的资源。
上述群组资源分发的过程需基于预定的资源分发策略，例如，可按任务分权值进行群组资源分配，即在任务期间完成任务获得的总分数越高，获得权益越大，也可以对目标群则进行平均分配，即，如果群组任务得以完成，则所有群组成员均可获得权益，还可以为群组发起成员(团长)额外分配权益，即任务完成后还将额外奖励团长的权益。在本实施例中，上述根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，可以是指：获取任务执行结果数据对应的任务分权值；将与任务分权值相对应的群组资源分发给目标群组成员。
需要说明的是，还可基于群组成员的偏好进行群组资源分发，该过程具体为：获取目标群组成员的偏好特征数据；将与目标群组成员的偏好特征数据相对应的群组资源分发给目标群组成员。即，将群组资源与目标群组成员做匹配，例如，将烫发代金券分发给有偏好烫发的用户。
本实施例提供的数据处理方法，在现有群组功能属性的基础上，(商家或网络平台)在配置目标服务群组对应的目标群组活动数据的过程中同步配置目标任务数据，该目标任务数据可包含准入任务和达成任务，具体可以为店铺签到、生成UGC(User GeneratedContent，用户原创内容，如评价，消费攻略文章等)、内容点赞、商品信息分享等，并在群组创建(组团)过程中基于上述目标任务数据和备选用户的历史行为数据为目标服务群组匹配群组成员，在群组成员基于目标任务数据执行相应任务后，基于任务执行结果数据为目标群组成员分发群组资源(预设优惠权益)。该过程在群组创建过程中引入目标任务数据，使得目标服务群组具有任务属性，需群组成员共同完成任务才可以获取群组资源，使得目标服务群组具有较强的社交属性，从而使得目标群组成员之间具有较强的关联性，且所创建的目标服务群组可实现目标任务数据所对应的店铺签到、生成UGC(User GeneratedContent，用户原创内容，如评价，消费攻略文章等)、内容点赞、商品信息分享等附加功能。进一步的，在基于备选用户的历史行为数据和目标任务数据匹配目标群组成员的基础上，结合备选用户的用户属性数据和目标服务群组的目标群组特征标签匹配目标群组成员，可使得群组成员之间具有共同特征属性，进一步加强群组成员之间的关联性。
上述第一实施例提供了一种数据处理方法，与之相对应的，本申请第二实施例还提供了一种数据处理装置，由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可，下述对装置实施例的描述仅仅是示意性的。
请参考图2理解该实施例，图2为本实施例提供的装置的单元框图，如图2所示，本实施例提供的装置包括：目标任务数据获取单元201，用于获取目标群组活动数据对应的目标任务数据；历史行为数据获取单元202，用于获取备选用户的历史行为数据；目标群组成员匹配单元203，用于根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员。
该装置还包括：任务执行结果数据获得单元204，用于获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据；群组资源分发单元205，用于根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员。获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组发起任务数据；获取备选用户的历史行为数据，包括：获取备选群组发起用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组发起用户的历史行为数据与群组发起任务数据进行匹配，将与群组发起任务数据相匹配的历史行为数据所对应的备选群组发起用户，确定为目标服务群组的群组发起成员。获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组响应任务数据；获取备选用户的历史行为数据，包括：获取备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与群组响应任务数据进行匹配，将与群组响应任务数据相匹配的历史行为数据所对应的备选群组响应用户，确定为目标服务群组的群组响应成员。还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将目标任务数据与历史行为数据进行匹配，获得备选用户对应的任务匹配值；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值；基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员。获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。
目标服务群组的目标群组特征标签，包括：目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的活动数据标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。
获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签、以及获得目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得第一标签匹配值；将目标服务群组的活动数据标签与用户属性数据进行匹配，获得第二标签匹配值；根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值。
根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值，包括：将第一匹配值与第二匹配值的加和确定为备选用户对应的群组标签匹配值；或者，从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值。
从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值，包括：获得人群特征标签对应的第一权重，以及获得活动数据标签对应的第二权重；将第一匹配值与第一权重相乘，获得人群特征标签在目标服务群组中对应的第一显著性数值；将第二匹配值与第二权重相乘，获得活动数据标签在目标服务群组中对应的第二显著性数值；如果第一显著性数值大于第二显著性数值，则将第一匹配值确定为群组标签匹配值；如果第一显著性数值小于第二显著性数值，则将第二匹配值确定为群组标签匹配值。
获得目标服务群组的人群特征标签，包括：获得目标服务群组中已有目标群组成员的用户属性数据；对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签。
对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签，包括：获得已有目标群组成员的用户属性数据对应的属性类别信息中、每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量；根据每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量，从属性类别信息中确定出目标属性类别信息，并基于目标属性类别信息获得目标服务群组的人群特征标签。
基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员，包括：获得目标服务群组对应的任务匹配权重以及群组标签匹配权重；根据任务匹配值和任务匹配权重，获得备选用户对应的任务因子分值，以及根据群组标签匹配值和群组标签匹配权重，获得备选用户对应的群组因子分值；根据任务因子分值和群组因子分值，获得备选用户的目标分值；如果备选用户的目标分值达到预定阈值，则将备选用户确定为与目标服务群组相匹配的目标群组成员。备选用户的用户属性数据包括如下中的至少一种：备选用户所处的位置信息；备选用户的性别信息；备选用户的年龄信息；备选用户的消费等级信息；备选用户的偏好特征信息；备选用户的背景信息。
还包括：获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的历史行为数据与目标任务数据进行匹配，将与目标任务数据相匹配的历史行为数据所对应的备选用户确定为目标服务群组的候选群组成员；获得候选群组成员的用户属性数据，并将候选群组成员的用户属性数据与目标群组特征标签进行匹配；如果候选群组成员的用户属性数据与目标群组特征标签相匹配，则将候选群组成员确定为目标群组成员。
还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的用户属性数据与目标服务群组的目标群组特征标签进行匹配，并且将与目标群组特征标签相匹配的用户属性数据所对应的备选用户确定为目标服务群组的候选群组成员；将候选群组成员的历史行为数据与目标任务数据进行匹配；如果候选群组成员的历史行为数据与目标任务数据相匹配，则将候选群组成员确定为目标群组成员。
备选用户的历史行为数据包括如下中的至少一种：备选用户在目标网络平台的评论统计数据；备选用户在目标网络平台的登陆次数统计数据；备选用户针对网络资源的转发量统计数据；备选用户针对网络资源的有效反馈统计数据。
在为目标群组活动数据对应的目标服务群组匹配目标群组成员之后，还包括：向目标群组成员发送针对目标服务群组的群组邀约信息；接收目标群组成员返回的群组邀约响应状态信息；获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据，包括：如果群组邀约响应状态信息为接受邀约信息，则向目标群组成员信息对应的用户终端发送目标任务数据；接收与用户终端相对应的任务执行结果数据。
获取目标群组活动数据对应的目标任务数据，包括：获取备选群组活动数据对应的任务数据；获取来自群组发起成员的服务群组创建请求信息；响应于服务群组创建请求信息，获得群组发起成员的历史行为数据，并将群组发起成员的历史行为数据与备选群组活动数据对应的任务数据进行匹配；如果群组发起成员的历史行为数据与备选群组活动数据对应的任务数据相匹配，则将备选群组活动数据确定为与群组发起成员相匹配的目标群组活动数据，并将备选群组活动数据对应的任务数据确定为目标群组活动数据对应的目标任务数据。
获取备选用户的历史行为数据，包括：获取与目标群组活动数据相关联的备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与目标任务数据进行匹配；如果备选群组响应用户的历史行为数据与目标任务数据相匹配，则将备选群组响应用户确定为目标备选群组响应用户，并将目标备选群组响应用户的信息提供给群组发起成员；在群组发起成员向目标备选群组响应用户发送群组邀约信息之后，如果接收到目标备选群组响应用户返回的接受邀约信息，则将目标备选群组响应用户确定为目标群组成员。根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取任务执行结果数据对应的任务分权值；将与任务分权值相对应的群组资源分发给目标群组成员。根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取目标群组成员的偏好特征数据；将与目标群组成员的偏好特征数据相对应的群组资源分发给目标群组成员。目标群组活动数据包括：目标实体对象预先配置的针对目标资源的群组交易策略数据；目标群组活动数据对应的目标任务数据包括如下中的至少一种：针对目标实体对象所提供资源的有效反馈数据。针对目标实体对象所提供资源的评论数据；针对目标实体对象的登陆次数统计数据；针对目标实体对象所提供资源的转发量统计数据。
本实施例提供的数据处理装置，在现有群组功能属性的基础上，(商家或网络平台)在配置目标服务群组对应的目标群组活动数据的过程中同步配置目标任务数据，该目标任务数据可包含准入任务和达成任务，具体可以为店铺签到、生成UGC(User GeneratedContent，用户原创内容，如评价，消费攻略文章等)、内容点赞、商品信息分享等，并在群组创建(组团)过程中基于上述目标任务数据和备选用户的历史行为数据为目标服务群组匹配群组成员，在群组成员基于目标任务数据执行相应任务后，基于任务执行结果数据为目标群组成员分发群组资源(预设优惠权益)。该过程在群组创建过程中引入目标任务数据，使得目标服务群组具有任务属性，需群组成员共同完成任务才可以获取群组资源，使得目标服务群组具有较强的社交属性，从而使得目标群组成员之间具有较强的关联性，且所创建的目标服务群组可实现目标任务数据所对应的店铺签到、生成UGC(User GeneratedContent，用户原创内容，如评价，消费攻略文章等)、内容点赞、商品信息分享等附加功能。进一步的，在基于备选用户的历史行为数据和目标任务数据匹配目标群组成员的基础上，结合备选用户的用户属性数据和目标服务群组的目标群组特征标签匹配目标群组成员，可使得群组成员之间具有共同特征属性，进一步加强群组成员之间的关联性。
在上述的实施例中，提供了一种数据处理方法以及一种数据处理装置，此外，本申请第三实施例还提供一种电子设备，由于电子设备实施例基本相似于方法实施例，所以描述得比较简单，相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可，下述对电子设备实施例的描述仅仅是示意性的。该电子设备实施例如下：请参考图3理解本实施例，图3为本实施例提供的电子设备的示意图。如图3所示，本实施例提供的电子设备包括：处理器301和存储器302；该存储器302用于存储实现上述数据处理过程的计算机指令，该计算机指令在被所述处理器301读取执行时，执行如下操作：获取目标群组活动数据对应的目标任务数据；获取备选用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员。
还包括：获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据；根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员。获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组发起任务数据；获取备选用户的历史行为数据，包括：获取备选群组发起用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组发起用户的历史行为数据与群组发起任务数据进行匹配，将与群组发起任务数据相匹配的历史行为数据所对应的备选群组发起用户，确定为目标服务群组的群组发起成员。
获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组响应任务数据；获取备选用户的历史行为数据，包括：获取备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与群组响应任务数据进行匹配，将与群组响应任务数据相匹配的历史行为数据所对应的备选群组响应用户，确定为目标服务群组的群组响应成员。还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将目标任务数据与历史行为数据进行匹配，获得备选用户对应的任务匹配值；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值；基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员。
获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。目标服务群组的目标群组特征标签，包括：目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的活动数据标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签、以及获得目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得第一标签匹配值；将目标服务群组的活动数据标签与用户属性数据进行匹配，获得第二标签匹配值；根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值。
根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值，包括：将第一匹配值与第二匹配值的加和确定为备选用户对应的群组标签匹配值；或者，从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值。从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值，包括：获得人群特征标签对应的第一权重，以及获得活动数据标签对应的第二权重；将第一匹配值与第一权重相乘，获得人群特征标签在目标服务群组中对应的第一显著性数值；将第二匹配值与第二权重相乘，获得活动数据标签在目标服务群组中对应的第二显著性数值；如果第一显著性数值大于第二显著性数值，则将第一匹配值确定为群组标签匹配值；如果第一显著性数值小于第二显著性数值，则将第二匹配值确定为群组标签匹配值。
获得目标服务群组的人群特征标签，包括：获得目标服务群组中已有目标群组成员的用户属性数据；对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签。对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签，包括：获得已有目标群组成员的用户属性数据对应的属性类别信息中、每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量；根据每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量，从属性类别信息中确定出目标属性类别信息，并基于目标属性类别信息获得目标服务群组的人群特征标签。基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员，包括：获得目标服务群组对应的任务匹配权重以及群组标签匹配权重；根据任务匹配值和任务匹配权重，获得备选用户对应的任务因子分值，以及根据群组标签匹配值和群组标签匹配权重，获得备选用户对应的群组因子分值；根据任务因子分值和群组因子分值，获得备选用户的目标分值；如果备选用户的目标分值达到预定阈值，则将备选用户确定为与目标服务群组相匹配的目标群组成员。
备选用户的用户属性数据包括如下中的至少一种：备选用户所处的位置信息；备选用户的性别信息；备选用户的年龄信息；备选用户的消费等级信息；备选用户的偏好特征信息；备选用户的背景信息。还包括：获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的历史行为数据与目标任务数据进行匹配，将与目标任务数据相匹配的历史行为数据所对应的备选用户确定为目标服务群组的候选群组成员；获得候选群组成员的用户属性数据，并将候选群组成员的用户属性数据与目标群组特征标签进行匹配；如果候选群组成员的用户属性数据与目标群组特征标签相匹配，则将候选群组成员确定为目标群组成员。还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的用户属性数据与目标服务群组的目标群组特征标签进行匹配，并且将与目标群组特征标签相匹配的用户属性数据所对应的备选用户确定为目标服务群组的候选群组成员；将候选群组成员的历史行为数据与目标任务数据进行匹配；如果候选群组成员的历史行为数据与目标任务数据相匹配，则将候选群组成员确定为目标群组成员。备选用户的历史行为数据包括如下中的至少一种：备选用户在目标网络平台的评论统计数据；备选用户在目标网络平台的登陆次数统计数据；备选用户针对网络资源的转发量统计数据；备选用户针对网络资源的有效反馈统计数据。在为目标群组活动数据对应的目标服务群组匹配目标群组成员之后，还包括：向目标群组成员发送针对目标服务群组的群组邀约信息；接收目标群组成员返回的群组邀约响应状态信息；获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据，包括：如果群组邀约响应状态信息为接受邀约信息，则向目标群组成员信息对应的用户终端发送目标任务数据；接收与用户终端相对应的任务执行结果数据。
获取目标群组活动数据对应的目标任务数据，包括：获取备选群组活动数据对应的任务数据；获取来自群组发起成员的服务群组创建请求信息；响应于服务群组创建请求信息，获得群组发起成员的历史行为数据，并将群组发起成员的历史行为数据与备选群组活动数据对应的任务数据进行匹配；如果群组发起成员的历史行为数据与备选群组活动数据对应的任务数据相匹配，则将备选群组活动数据确定为与群组发起成员相匹配的目标群组活动数据，并将备选群组活动数据对应的任务数据确定为目标群组活动数据对应的目标任务数据。
获取备选用户的历史行为数据，包括：获取与目标群组活动数据相关联的备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与目标任务数据进行匹配；如果备选群组响应用户的历史行为数据与目标任务数据相匹配，则将备选群组响应用户确定为目标备选群组响应用户，并将目标备选群组响应用户的信息提供给群组发起成员；在群组发起成员向目标备选群组响应用户发送群组邀约信息之后，如果接收到目标备选群组响应用户返回的接受邀约信息，则将目标备选群组响应用户确定为目标群组成员。
根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取任务执行结果数据对应的任务分权值；将与任务分权值相对应的群组资源分发给目标群组成员。
根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取目标群组成员的偏好特征数据；将与目标群组成员的偏好特征数据相对应的群组资源分发给目标群组成员。
目标群组活动数据包括：目标实体对象预先配置的针对目标资源的群组交易策略数据；目标群组活动数据对应的目标任务数据包括如下中的至少一种：针对目标实体对象所提供资源的有效反馈数据。针对目标实体对象所提供资源的评论数据；针对目标实体对象的登陆次数统计数据；针对目标实体对象所提供资源的转发量统计数据。
通过使用本实施例提供的电子设备，在现有群组功能属性的基础上，(商家或网络平台)在配置目标服务群组对应的目标群组活动数据的过程中同步配置目标任务数据，该目标任务数据可包含准入任务和达成任务，具体可以为店铺签到、生成UGC(UserGenerated Content，用户原创内容，如评价，消费攻略文章等)、内容点赞、商品信息分享等，并在群组创建(组团)过程中基于上述目标任务数据和备选用户的历史行为数据为目标服务群组匹配群组成员，在群组成员基于目标任务数据执行相应任务后，基于任务执行结果数据为目标群组成员分发群组资源(预设优惠权益)。该过程在群组创建过程中引入目标任务数据，使得目标服务群组具有任务属性，需群组成员共同完成任务才可以获取群组资源，使得目标服务群组具有较强的社交属性，从而使得目标群组成员之间具有较强的关联性，且所创建的目标服务群组可实现目标任务数据所对应的店铺签到、生成UGC(UserGenerated Content，用户原创内容，如评价，消费攻略文章等)、内容点赞、商品信息分享等附加功能。进一步的，在基于备选用户的历史行为数据和目标任务数据匹配目标群组成员的基础上，结合备选用户的用户属性数据和目标服务群组的目标群组特征标签匹配目标群组成员，可使得群组成员之间具有共同特征属性，进一步加强群组成员之间的关联性。
在上述的实施例中，提供了一种数据处理方法、一种数据处理装置以及一种电子设备，此外，本申请第四实施例还提供了一种用于实现数据处理方法的计算机可读存储介质。本申请提供的计算机可读存储介质实施例描述得比较简单，相关部分请参见上述方法实施例的对应说明即可，下述描述的实施例仅仅是示意性的。
本实施例提供的计算机可读存储介质上存储有计算机指令，该指令被处理器执行时实现以下步骤：获取目标群组活动数据对应的目标任务数据；获取备选用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员。
还包括：获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据；根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员。获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组发起任务数据；获取备选用户的历史行为数据，包括：获取备选群组发起用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组发起用户的历史行为数据与群组发起任务数据进行匹配，将与群组发起任务数据相匹配的历史行为数据所对应的备选群组发起用户，确定为目标服务群组的群组发起成员。
获取目标群组活动数据对应的目标任务数据，包括：获取目标群组活动数据对应的群组响应任务数据；获取备选用户的历史行为数据，包括：获取备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与群组响应任务数据进行匹配，将与群组响应任务数据相匹配的历史行为数据所对应的备选群组响应用户，确定为目标服务群组的群组响应成员。还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将目标任务数据与历史行为数据进行匹配，获得备选用户对应的任务匹配值；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值；基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员。
获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。目标服务群组的目标群组特征标签，包括：目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的活动数据标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值。
获得目标服务群组的目标群组特征标签，包括：获得目标服务群组的人群特征标签、以及获得目标服务群组的活动数据标签；将目标群组特征标签与用户属性数据进行匹配，获得备选用户对应的群组标签匹配值，包括：将目标服务群组的人群特征标签与用户属性数据进行匹配，获得第一标签匹配值；将目标服务群组的活动数据标签与用户属性数据进行匹配，获得第二标签匹配值；根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值。
根据第一标签匹配值和第二标签匹配值，获得备选用户对应的群组标签匹配值，包括：将第一匹配值与第二匹配值的加和确定为备选用户对应的群组标签匹配值；或者，从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值。
从第一标签匹配值和第二标签匹配值中选取备选用户对应的群组标签匹配值，包括：获得人群特征标签对应的第一权重，以及获得活动数据标签对应的第二权重；将第一匹配值与第一权重相乘，获得人群特征标签在目标服务群组中对应的第一显著性数值；将第二匹配值与第二权重相乘，获得活动数据标签在目标服务群组中对应的第二显著性数值；如果第一显著性数值大于第二显著性数值，则将第一匹配值确定为群组标签匹配值；如果第一显著性数值小于第二显著性数值，则将第二匹配值确定为群组标签匹配值。
获得目标服务群组的人群特征标签，包括：获得目标服务群组中已有目标群组成员的用户属性数据；对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签。
对已有目标群组成员的用户属性数据进行聚合处理，获得目标服务群组的人群特征标签，包括：获得已有目标群组成员的用户属性数据对应的属性类别信息中、每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量；根据每个属性类别信息所对应的类别权重以及每个属性类别信息对应的目标群组成员数量，从属性类别信息中确定出目标属性类别信息，并基于目标属性类别信息获得目标服务群组的人群特征标签。
基于任务匹配值和群组标签匹配值，从备选用户中确定出与目标服务群组相匹配的目标群组成员，包括：获得目标服务群组对应的任务匹配权重以及群组标签匹配权重；根据任务匹配值和任务匹配权重，获得备选用户对应的任务因子分值，以及根据群组标签匹配值和群组标签匹配权重，获得备选用户对应的群组因子分值；根据任务因子分值和群组因子分值，获得备选用户的目标分值；如果备选用户的目标分值达到预定阈值，则将备选用户确定为与目标服务群组相匹配的目标群组成员。备选用户的用户属性数据包括如下中的至少一种：备选用户所处的位置信息；备选用户的性别信息；备选用户的年龄信息；备选用户的消费等级信息；备选用户的偏好特征信息；备选用户的背景信息。
还包括：获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的历史行为数据与目标任务数据进行匹配，将与目标任务数据相匹配的历史行为数据所对应的备选用户确定为目标服务群组的候选群组成员；获得候选群组成员的用户属性数据，并将候选群组成员的用户属性数据与目标群组特征标签进行匹配；如果候选群组成员的用户属性数据与目标群组特征标签相匹配，则将候选群组成员确定为目标群组成员。
还包括：获得备选用户的用户属性数据，以及获得目标服务群组的目标群组特征标签；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选用户的用户属性数据与目标服务群组的目标群组特征标签进行匹配，并且将与目标群组特征标签相匹配的用户属性数据所对应的备选用户确定为目标服务群组的候选群组成员；将候选群组成员的历史行为数据与目标任务数据进行匹配；如果候选群组成员的历史行为数据与目标任务数据相匹配，则将候选群组成员确定为目标群组成员。
备选用户的历史行为数据包括如下中的至少一种：备选用户在目标网络平台的评论统计数据；备选用户在目标网络平台的登陆次数统计数据；备选用户针对网络资源的转发量统计数据；备选用户针对网络资源的有效反馈统计数据。
在为目标群组活动数据对应的目标服务群组匹配目标群组成员之后，还包括：向目标群组成员发送针对目标服务群组的群组邀约信息；接收目标群组成员返回的群组邀约响应状态信息；获得目标群组成员在基于目标任务数据执行相应任务后所对应的任务执行结果数据，包括：如果群组邀约响应状态信息为接受邀约信息，则向目标群组成员信息对应的用户终端发送目标任务数据；接收与用户终端相对应的任务执行结果数据。
获取目标群组活动数据对应的目标任务数据，包括：获取备选群组活动数据对应的任务数据；获取来自群组发起成员的服务群组创建请求信息；响应于服务群组创建请求信息，获得群组发起成员的历史行为数据，并将群组发起成员的历史行为数据与备选群组活动数据对应的任务数据进行匹配；如果群组发起成员的历史行为数据与备选群组活动数据对应的任务数据相匹配，则将备选群组活动数据确定为与群组发起成员相匹配的目标群组活动数据，并将备选群组活动数据对应的任务数据确定为目标群组活动数据对应的目标任务数据。
获取备选用户的历史行为数据，包括：获取与目标群组活动数据相关联的备选群组响应用户的历史行为数据；根据目标任务数据和历史行为数据，为目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：将备选群组响应用户的历史行为数据与目标任务数据进行匹配；如果备选群组响应用户的历史行为数据与目标任务数据相匹配，则将备选群组响应用户确定为目标备选群组响应用户，并将目标备选群组响应用户的信息提供给群组发起成员；在群组发起成员向目标备选群组响应用户发送群组邀约信息之后，如果接收到目标备选群组响应用户返回的接受邀约信息，则将目标备选群组响应用户确定为目标群组成员。
根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取任务执行结果数据对应的任务分权值；将与任务分权值相对应的群组资源分发给目标群组成员。根据任务执行结果数据，将目标服务群组对应的群组资源分发给目标群组成员，包括：获取目标群组成员的偏好特征数据；将与目标群组成员的偏好特征数据相对应的群组资源分发给目标群组成员。
目标群组活动数据包括：目标实体对象预先配置的针对目标资源的群组交易策略数据；目标群组活动数据对应的目标任务数据包括如下中的至少一种：针对目标实体对象所提供资源的有效反馈数据。针对目标实体对象所提供资源的评论数据；针对目标实体对象的登陆次数统计数据；针对目标实体对象所提供资源的转发量统计数据。
通过执行本实施例提供的计算机可读存储介质上所存储的计算机指令，在现有群组功能属性的基础上，(商家或网络平台)在配置目标服务群组对应的目标群组活动数据的过程中同步配置目标任务数据，该目标任务数据可包含准入任务和达成任务，具体可以为店铺签到、生成UGC(User Generated Content，用户原创内容，如评价，消费攻略文章等)、内容点赞、商品信息分享等，并在群组创建(组团)过程中基于上述目标任务数据和备选用户的历史行为数据为目标服务群组匹配群组成员，在群组成员基于目标任务数据执行相应任务后，基于任务执行结果数据为目标群组成员分发群组资源(预设优惠权益)。该过程在群组创建过程中引入目标任务数据，使得目标服务群组具有任务属性，需群组成员共同完成任务才可以获取群组资源，使得目标服务群组具有较强的社交属性，从而使得目标群组成员之间具有较强的关联性，且所创建的目标服务群组可实现目标任务数据所对应的店铺签到、生成UGC(User Generated Content，用户原创内容，如评价，消费攻略文章等)、内容点赞、商品信息分享等附加功能。进一步的，在基于备选用户的历史行为数据和目标任务数据匹配目标群组成员的基础上，结合备选用户的用户属性数据和目标服务群组的目标群组特征标签匹配目标群组成员，可使得群组成员之间具有共同特征属性，进一步加强群组成员之间的关联性。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
2、本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。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。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。

Claims (10)

1.一种数据处理方法，其特征在于，包括：
获取目标群组活动数据对应的目标任务数据；
获取备选用户的历史行为数据；
根据所述目标任务数据和所述历史行为数据，为所述目标群组活动数据对应的目标服务群组匹配目标群组成员。
2.根据权利要求1所述的方法，其特征在于，还包括：
获得所述目标群组成员在基于所述目标任务数据执行相应任务后所对应的任务执行结果数据；
根据所述任务执行结果数据，将所述目标服务群组对应的群组资源分发给所述目标群组成员。
3.根据权利要求1所述的方法，其特征在于，还包括：获得所述备选用户的用户属性数据，以及获得所述目标服务群组的目标群组特征标签；
所述根据所述目标任务数据和所述历史行为数据，为所述目标群组活动数据对应的目标服务群组匹配目标群组成员，包括：
将所述目标任务数据与所述历史行为数据进行匹配，获得所述备选用户对应的任务匹配值；
将所述目标群组特征标签与所述用户属性数据进行匹配，获得所述备选用户对应的群组标签匹配值；
基于所述任务匹配值和所述群组标签匹配值，从所述备选用户中确定出与所述目标服务群组相匹配的目标群组成员。
4.根据权利要求3所述的方法，其特征在于，所述获得所述目标服务群组的目标群组特征标签，包括：获得所述目标服务群组的人群特征标签；
所述将所述目标群组特征标签与所述用户属性数据进行匹配，获得所述备选用户对应的群组标签匹配值，包括：将所述目标服务群组的人群特征标签与所述用户属性数据进行匹配，获得所述备选用户对应的群组标签匹配值。
5.根据权利要求3所述的方法，其特征在于，所述目标服务群组的目标群组特征标签，包括：所述目标服务群组的活动数据标签；
所述将所述目标群组特征标签与所述用户属性数据进行匹配，获得所述备选用户对应的群组标签匹配值，包括：将所述目标服务群组的活动数据标签与所述用户属性数据进行匹配，获得所述备选用户对应的群组标签匹配值。
6.根据权利要求3所述的方法，其特征在于，所述获得所述目标服务群组的目标群组特征标签，包括：获得所述目标服务群组的人群特征标签、以及获得所述目标服务群组的活动数据标签；
所述将所述目标群组特征标签与所述用户属性数据进行匹配，获得所述备选用户对应的群组标签匹配值，包括：
将所述目标服务群组的人群特征标签与所述用户属性数据进行匹配，获得第一标签匹配值；
将所述目标服务群组的活动数据标签与所述用户属性数据进行匹配，获得第二标签匹配值；
根据所述第一标签匹配值和所述第二标签匹配值，获得所述备选用户对应的群组标签匹配值。
7.根据权利要求1所述的方法，其特征在于，所述备选用户的历史行为数据包括如下中的至少一种：
所述备选用户在目标网络平台的评论统计数据；
所述备选用户在目标网络平台的登陆次数统计数据；
所述备选用户针对网络资源的转发量统计数据；
所述备选用户针对网络资源的有效反馈统计数据。
8.一种数据处理装置，其特征在于，包括：
目标任务数据获取单元，用于获取目标群组活动数据对应的目标任务数据；
历史行为数据获取单元，用于获取备选用户的历史行为数据；
目标群组成员匹配单元，用于根据所述目标任务数据和所述历史行为数据，为所述目标群组活动数据对应的目标服务群组匹配目标群组成员。
9.一种电子设备，其特征在于，包括处理器和存储器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1-7所述的方法。
10.一种计算机可读存储介质，其上存储有一条或多条计算机指令，其特征在于，该指令被处理器执行以实现如权利要求1-7所述的方法。
CN202010428972.6A 2020-05-20 2020-05-20 一种数据处理方法以及装置 Active CN111709770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010428972.6A CN111709770B (zh) 2020-05-20 2020-05-20 一种数据处理方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010428972.6A CN111709770B (zh) 2020-05-20 2020-05-20 一种数据处理方法以及装置

Publications (2)

Publication Number Publication Date
CN111709770A true CN111709770A (zh) 2020-09-25
CN111709770B CN111709770B (zh) 2024-02-23

Family

ID=72537985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010428972.6A Active CN111709770B (zh) 2020-05-20 2020-05-20 一种数据处理方法以及装置

Country Status (1)

Country Link
CN (1) CN111709770B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003216785A (ja) * 2002-01-21 2003-07-31 Toshiba Corp メンバ選定支援システム
JP2010044452A (ja) * 2008-08-08 2010-02-25 Nomura Research Institute Ltd 共同購入支援装置
US20130346504A1 (en) * 2011-02-25 2013-12-26 Huawei Technologies Co., Ltd. Group communication method and apparatus for group communication
KR20140146724A (ko) * 2013-06-17 2014-12-29 이득희 목표 달성을 위한 인터넷 커뮤니티 서비스 시스템 및 방법
CN107317688A (zh) * 2017-07-25 2017-11-03 薛江炜 基于分类标签创建通信群组的装置及方法
CN107547214A (zh) * 2017-09-25 2018-01-05 掌阅科技股份有限公司 基于电子书的群组阅读方法、电子设备及计算机存储介质
CN107734077A (zh) * 2016-08-10 2018-02-23 阿里巴巴集团控股有限公司 跨团体通讯录的处理方法及装置
CN107947951A (zh) * 2017-12-21 2018-04-20 广东欧珀移动通信有限公司 用户群组推荐方法、装置及存储介质和服务器
CN108876156A (zh) * 2018-06-25 2018-11-23 清华大学 拼车及用户订单处理方法、系统及所适用的设备
CN110197414A (zh) * 2019-04-16 2019-09-03 再惠(上海)网络科技有限公司 组团邀约方法、存储介质、及电子终端

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003216785A (ja) * 2002-01-21 2003-07-31 Toshiba Corp メンバ選定支援システム
JP2010044452A (ja) * 2008-08-08 2010-02-25 Nomura Research Institute Ltd 共同購入支援装置
US20130346504A1 (en) * 2011-02-25 2013-12-26 Huawei Technologies Co., Ltd. Group communication method and apparatus for group communication
KR20140146724A (ko) * 2013-06-17 2014-12-29 이득희 목표 달성을 위한 인터넷 커뮤니티 서비스 시스템 및 방법
CN107734077A (zh) * 2016-08-10 2018-02-23 阿里巴巴集团控股有限公司 跨团体通讯录的处理方法及装置
CN107317688A (zh) * 2017-07-25 2017-11-03 薛江炜 基于分类标签创建通信群组的装置及方法
CN107547214A (zh) * 2017-09-25 2018-01-05 掌阅科技股份有限公司 基于电子书的群组阅读方法、电子设备及计算机存储介质
CN107947951A (zh) * 2017-12-21 2018-04-20 广东欧珀移动通信有限公司 用户群组推荐方法、装置及存储介质和服务器
CN108876156A (zh) * 2018-06-25 2018-11-23 清华大学 拼车及用户订单处理方法、系统及所适用的设备
CN110197414A (zh) * 2019-04-16 2019-09-03 再惠(上海)网络科技有限公司 组团邀约方法、存储介质、及电子终端

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
BOYANG WANG等: "Gmatch: Secure and privacy-preserving group matching in social networks", 《2012 IEEE GLOBAL COMMUNICATIONS CONFERENCE (GLOBECOM)》 *
李岱峰;覃正;: "一种基于资源多属性分类的群组推荐模型", no. 08 *
王智锦;: "玩转社群营销", no. 09 *
贾丽坤: "生活服务类团购网站的用户黏性研究", 《内蒙古大学硕士学位论文》 *
陶永才;丁鑫;石磊;卫琳;: "基于用户签到行为的群组兴趣点推荐模型", 小型微型计算机系统, no. 10 *

Also Published As

Publication number Publication date
CN111709770B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
US10977694B2 (en) Predictive recommendation system using price boosting
Thomas et al. Assessing the role of IT-enabled process virtualization on green IT adoption
Gupta et al. Identification of benefits, challenges, and pathways in E-commerce industries: An integrated two-phase decision-making model
Nejad et al. Success factors in product seeding: The role of homophily
Tasin Factors influecing customer's trust in online shopping among executives in a bank
US20140222611A1 (en) System and method for a curator recommended sale of commodities
US20150178749A1 (en) Methods, systems and computer readable media for predicting consumer purchase behavior
US20210374784A1 (en) Method for incorporating a product in a multi-level marketing system and allowing user to motivate their downline
US20170083881A1 (en) System and method for automatically ranking payment promises
Oprescu Influence of New Technologies in E-Commerce.
Li et al. Competitive crowdfunding under asymmetric quality information
CN112288460A (zh) 提示用户登录平台的方法、装置、设备及存储介质
JP7059160B2 (ja) 提供装置、提供方法および提供プログラム
Pires et al. Confronting security and privacy challenges in digital marketing
Casale-Brunet et al. Exploring blockchain-based metaverses: Data collection and valuation of virtual lands using machine learning techniques
Ferrari Neural production networks: AI’s infrastructural geographies
Mai et al. Primary product network size on complementary product sales: Moderating effects of customer characteristics
CN113674022A (zh) 优惠券发放方法、装置、设备及可读存储介质
US8788332B2 (en) Mutually supportive social networking and online advertising
CN111709770A (zh) 一种数据处理方法以及装置
CN112418989B (zh) 权益产品推荐方法及装置
CN110503467B (zh) 一种跨平台的消费者人群获取方法及装置
US20130346236A1 (en) System and method for providing a multimedia marketplace
US11074622B2 (en) Real-time predictive recommendation system using per-set optimization
CN112435066A (zh) 一种电子凭证发放方法、装置、终端及存储介质

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