CN112184290A - 一种信息推荐方法、装置、电子设备及存储介质 - Google Patents
一种信息推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112184290A CN112184290A CN202010955808.0A CN202010955808A CN112184290A CN 112184290 A CN112184290 A CN 112184290A CN 202010955808 A CN202010955808 A CN 202010955808A CN 112184290 A CN112184290 A CN 112184290A
- Authority
- CN
- China
- Prior art keywords
- merchant
- target
- user
- data
- offline
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000006399 behavior Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003796 beauty Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0261—Targeted advertisements based on user location
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
-
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种信息推荐方法、装置、电子设备及存储介质,该方法应用于电子设备,电子设备中安装有预设平台,该方法包括:获取目标线上用户的用户画像数据和当前位置信息;获取不同线下商户的商户画像数据,线下商户未在预设平台上注册,且位于当前位置信息预设范围内;将用户画像数据与各个线下商户的商户画像数据进行匹配,得到用户画像数据与各个线下商户的商户画像数据的匹配度;为目标线上用户推荐目标线下商户的推荐信息。可见,通过本申请实施例提供的技术方案,可以通过线上推荐的方式,为每个线上用户推荐其附近可能感兴趣的、且未在预设平台注册过的线下商户,从而可以达到为线下商户精准引流的目的。
Description
技术领域
本申请涉及信息推荐技术领域,特别是涉及一种信息推荐方法、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,用户进行线上消费的过程中会产生线上行为数据。
服务器在获取到用户的线上行为数据后,可以对所获取的线上行为数据进行分析,以便后续依据所得到的分析结果为用户推荐与用户匹配的商户,即为用户推荐用户可能喜欢的商户。
然而,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:有些商户没有在美团或点评等平台上注册,因此,服务器在为用户推荐商户时,只能为用户推荐在美团或点评等平台上注册过的线上商户,而无法为用户推荐没有在美团或点评等平台上注册过的线下商户。
发明内容
为解决上述技术问题,本申请示出了一种信息推荐方法、装置、电子设备及存储介质。
第一方面,本申请实施例提供了一种信息推荐方法,应用于电子设备,所述电子设备中安装有预设平台,所述方法包括:
获取目标线上用户的用户画像数据和当前位置信息;
获取不同线下商户的商户画像数据,所述线下商户未在所述预设平台上注册,且位于所述当前位置信息预设范围内;
将所述用户画像数据与各个线下商户的商户画像数据进行匹配,得到所述用户画像数据与各个线下商户的商户画像数据的匹配度;
为所述目标线上用户推荐目标线下商户的推荐信息,其中,所述目标线下商户的商户画像数据与所述用户画像数据的匹配度大于预设匹配度。
可选的,所述为所述目标线上用户推荐目标线下商户的推荐信息,包括:
为所述目标线上用户推荐所述目标线下商户的商户链接信息;
接收所述目标线上用户对所述商户链接信息的查看请求;
向所述目标线上用户推荐所述目标线下商户的广告信息,以使得所述目标线上用户查看所述广告信息,并在所述目标线下商户进行线下消费。
可选的,在所述为所述目标线上用户推荐目标线下商户的推荐信息之前,所述方法还包括:
基于所述目标线上用户与各个线下商户的匹配度,确定所述目标线上用户对各个线下商户的感兴趣概率;
将感兴趣概率大于预设概率对应的线下商户确定为目标线下商户。
可选的,所述获取目标线上用户的用户画像数据,包括:
获取目标线上用户的线上行为数据,所述线上行为数据包括以下数据中的至少一种:所述目标线上用户的历史搜索数据、所述目标线上用户的历史查看数据和所述目标线上用户的历史消费数据;
提取所述线上行为数据的特征信息,并基于所述特征信息得到所述目标线上用户的用户画像数据。
可选的,所述获取不同线下商户的商户画像数据,包括:
对于每一线下商户,获取该线下商户的线下商户数据,所述线下商户数据包括以下数据中的至少一种:该线下商户的商户属性数据和该线下商户中的商品的商品属性数据;
对于每一线下商户,提取该线下商户的线下商户数据的特征信息,并基于所述特征信息得到该线下商户的商户画像数据。
第二方面,本申请实施例提供了一种信息推荐装置,所述装置包括:
信息获取模块,用于获取目标线上用户的用户画像数据和当前位置信息;
商户画像数据获取模块,用于获取不同线下商户的商户画像数据,所述线下商户未在所述预设平台上注册,且位于所述当前位置信息预设范围内;
画像数据匹配模块,用于将所述用户画像数据与各个线下商户的商户画像数据进行匹配,得到所述用户画像数据与各个线下商户的商户画像数据的匹配度;
信息推荐模块,用于为所述目标线上用户推荐目标线下商户的推荐信息,其中,所述目标线下商户的商户画像数据与所述用户画像数据的匹配度大于预设匹配度。
可选的,所述信息推荐模块,具体用于:
为所述目标线上用户推荐所述目标线下商户的商户链接信息;
接收所述目标线上用户对所述商户链接信息的查看请求;
向所述目标线上用户推荐所述目标线下商户的广告信息,以使得所述目标线上用户查看所述广告信息,并在所述目标线下商户进行线下消费。
可选的,所述装置还包括:
感兴趣概率确定模块,用于在所述信息推荐模块为所述目标线上用户推荐目标线下商户的推荐信息之前,基于所述目标线上用户与各个线下商户的匹配度,确定所述目标线上用户对各个线下商户的感兴趣概率;
线下商户确定模块,用于将感兴趣概率大于预设概率对应的线下商户确定为目标线下商户。
可选的,所述信息获取模块,具体用于:
获取目标线上用户的线上行为数据,所述线上行为数据包括以下数据中的至少一种:所述目标线上用户的历史搜索数据、所述目标线上用户的历史查看数据和所述目标线上用户的历史消费数据;
提取所述线上行为数据的特征信息,并基于所述特征信息得到所述目标线上用户的用户画像数据。
可选的,所述商户画像数据获取模块,具体用于:
对于每一线下商户,获取该线下商户的线下商户数据,所述线下商户数据包括以下数据中的至少一种:该线下商户的商户属性数据和该线下商户中的商品的商品属性数据;
对于每一线下商户,提取该线下商户的线下商户数据的特征信息,并基于所述特征信息得到该线下商户的商户画像数据。
第三方面,本申请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第一方面所述的信息推荐方法的步骤。
第四方面,本申请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信息推荐方法的步骤。
本申请实施例提供的技术方案,应用于安装有预设平台的电子设备,电子设备获取目标线上用户的用户画像数据和当前位置信息;获取不同线下商户的商户画像数据,其中,线下商户未在预设平台上注册,且位于当前位置信息预设范围内;将用户画像数据与各个线下商户的商户画像数据进行匹配,得到用户画像数据与各个线下商户的商户画像数据的匹配度;并为目标线上用户推荐匹配度大于预设匹配度的目标线下商户的推荐信息。可见,通过本申请实施例提供的技术方案,可以通过线上推荐的方式,为每个线上用户推荐其附近可能感兴趣的、且未在预设平台注册过的线下商户,这样,有利于用户去为其推荐的线下商户进行线下消费,从而可以达到为线下商户精准引流的目的。
附图说明
图1是本申请实施例提供的一种信息推荐方法的步骤流程图;
图2是图1所示实施例中S140的一种实施方式的步骤流程图;
图3是本申请实施例提供的一种商户推荐过程的流程图;
图4是本申请实施例提供的一种信息推荐装置的结构框图;
图5是本申请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。
目前,有些线下商户没有打通线上渠道,也就是说,有些线下商户没有在美团或点评等应用程序上注册,因此,不能通过线上方式为这些线下商户直接引流,也就是说,无法通过线上方式为这些线下商户推荐用户。
为了解决上述技术问题,本申请实施例提供了一种信息推荐方法、装置、电子设备及存储介质。
第一方面,首先对本申请实施例提供的一种信息推荐方法进行详细阐述。
需要说明的是,本申请实施例所提供的一种信息推荐方法的执行主体可以为一种信息推荐装置,该信息推荐装置可以运行于电子设备中,该电子设备可以是服务器等,本申请实施例对电子设备不做具体限定。并且,该电子设备中安装有预设平台,该预设平台可以是美团平台、大众点评平台等,本申请实施例对预设平台不做具体限定。
如图1所示,本申请实施例所提供的一种信息推荐方法,具体可以包括如下步骤:
S110,获取目标线上用户的用户画像数据和当前位置信息。
具体的,目标线上用户可以为在美团或大众点评等应用程序注册过的任一用户,本申请实施例对目标线上用户不做具体限定。
可以理解的是,目标线上用户的用户画像数据可以用于描述目标线上用户的个人喜好。在一种实施方式中,获取目标线上用户的用户画像数据,可以包括如下步骤,分别为步骤a1和步骤a2:
步骤a1,获取目标线上用户的线上行为数据。
其中,线上行为数据包括以下数据中的至少一种:目标线上用户的历史搜索数据、目标线上用户的历史查看数据和目标线上用户的历史消费数据。
具体的,目标线上用户在通过美团或点评等应用程序进行消费时,会产生线上行为数据。
具体而言,目标线上用户通过美团或者大众点评搜索商户或商品时,会产生搜索商户或商品的搜索数据,因此,线上行为数据可以包括目标线上用户的历史搜索数据。并且,目标线上用户通过美团或者大众点评搜索到商户或商品后,可以对搜索到的商户或商品进行查看或消费,因此,目标线上用户可以包括目标线上用户的历史查看数据和目标线上用户的历史消费数据。
另外,在实际应用中,目标线上用户的线上行为数据还可以包括:目标线上用户通过美团或点评等应用程序进行线上消费时对应的线上商户的标识信息、线上商户的实体店地址信息、消费时刻、消费的商品类型、支付信息和使用优惠券信息等,本发明实施例对线上行为数据不做具体限定。
步骤a2,提取线上行为数据的特征信息,并基于特征信息得到目标线上用户的用户画像数据。
在获取到目标线上用户的线上行为数据后,可以提取线上行为数据的特征信息,并可以将所提取的特征信息作为目标线上用户的用户画像数据,或者,将所提取的特征信息抽象成标签,并将抽象所得的标签作为目标线上用户的用户画像数据,该用户画像数据可以准确地描述目标线上用户的个人喜好。
并且,由于目标线上用户到其附近的线下商户进行线下消费的概率较高,因此,为了后续步骤中,能够为目标线上用户推荐其附近的线下商户,可以通过定位数据获取到目标线上用户的当前位置信息。
S120,获取不同线下商户的商户画像数据。
其中,线下商户未在预设平台上注册,且位于当前位置信息预设范围内。
需要说明的是,为目标线上用户推荐其附近的线下商户,目标线上用户到线下商户进行线下消费的概率较高,因此,为了后续步骤中,能够实现为线下商户精准引流,需要获取未在预设平台上注册,且在目标线上用户的当前位置信息预设范围内的线下商户。该预设范围可以根据实际情况进行确定,本申请实施例对预设范围不做具体限定。
具体的,不同的线下商户的商户特征和商品特征是不同的,因此,可以通过分析不同线下商户的商户特征以及商品特征等来得到不同线下商户的商户画像数据。每一线下商户的商户画像数据可以用于描述该线下商户的特点。
在一种实施方式中,获取不同线下商户的商户画像数据,可以包括如下步骤,分别为步骤b1和步骤b2:
步骤b1,对于每一线下商户,获取该线下商户的线下商户数据。
其中,线下商户数据包括以下数据中的至少一种:该线下商户的商户属性数据和该线下商户中的商品的商品属性数据。
具体的,线下商户的商户属性数据可以包括:线下商户的规模大小,线下商户的用户流量等。线下商户中的商品的商品属性数据可以包括:线下商户的商品类型、线下商户的商品数量等,本申请实施例对线下商户的商户属性数据以及线下商户中的商品的商品属性数据不做具体限定。
步骤b2,对于每一线下商户,提取该线下商户的线下商户数据的特征信息,并基于特征信息得到该线下商户的商户画像数据。
具体的,在获取到线下商户的线下商户数据之后,可以提取线下商户数据的特征信息,并可以将所提取的特征信息直接作为线下商户的商户画像数据;或者,可以将所提取的特征信息抽象成标签,并将抽象所得的标签作为该线下商户的商户画像数据,这都是合理的。
S130,将用户画像数据与各个线下商户的商户画像数据进行匹配,得到用户画像数据与各个线下商户的商户画像数据的匹配度。
具体的,为了后续步骤中,能够为目标线上用户推荐目标线上用户附近感兴趣的线下商户,以实现为线下商户精准引流的目的。在获取到目标线上用户的用户画像数据与各个线下商户的商户画像数据之后,可以将目标线上用户的用户画像数据与各个线下商户的商户画像数据进行匹配,得到用户画像数据与各个线下商户的商户画像数据的匹配度。
其中,计算用户画像数据与线下商户的商户画像数据的匹配度的方式可以为:计算用户画像数据与线下商户的商户画像数据的语义距离或者相似度。本申请实施例对计算用户画像数据与线下商户的商户画像数据的匹配度的方式不做具体限定。
可以理解的是,目标线上用户的用户画像数据与一个线下商户的商户画像数据的匹配度较高,说明该线下商户是与用户画像数据匹配的目标线下商户。同样的,目标线上用户的用户画像数据与一个线下商户的商户画像数据的匹配度较低,说明该线下商户不是与用户画像数据匹配的目标线下商户。
并且,为了更加准确地确定目标线下用户,在一种实施方式中,在为目标线上用户推荐目标线下商户的推荐信息之前,该信息推荐方法还可以包括如下步骤,分别为步骤c1和步骤c2:
步骤c1,基于目标线上用户与各个线下商户的匹配度,确定目标线上用户对各个线下商户的感兴趣概率。
在该实施方式中,将目标线上用户的用户画像数据与每一线下商户的商户画像数据进行匹配,均可以得到一个匹配度,从而可以得到目标线上用户与各个线下商户的匹配度。
可以理解的是,目标线上用户的用户画像数据与一个线下商户的商户画像数据的匹配度,可以反映出目标线上用户对该线下商户的感兴趣概率。具体的,如果目标线上用户的用户画像数据与一个线下商户的商户画像数据的匹配度越高,说明目标线上用户对该线下商户的感兴趣概率越大,目标线上用户对该线下商户的广告信息的点击率越高;如果目标线上用户的用户画像数据与一个线下商户的商户画像数据的匹配度越低,说明目标线上用户对该线下商户的感兴趣概率越小,目标线上用户对该线下商户的广告信息的点击率越低。
因此,可以基于目标线上用户与各个线下商户的匹配度,确定出目标线上用户对各个线下商户的感兴趣概率。在实际应用中,可以将目标线上用户与一个线下商户的匹配度,确定为目标线上用户对该线下商户的感兴趣概率。
步骤c2将感兴趣概率大于预设概率对应的线下商户确定为目标线下商户。
具体的,将感兴趣概率大于预设概率对应的线下商户确定为目标线下商户,以便后续步骤中,为目标线上用户推荐这些目标线上用户感兴趣概率较高的目标线下商户,目标线上用户到这些目标线下用户进行线下消费的概率较高,从而更好地达到为目标线下商户引流的目的。
其中,预设概率的大小可以根据实际情况进行确定,本申请实施例对预设概率的大小不做具体限定。
S140,为目标线上用户推荐目标线下商户的推荐信息。
其中,目标线下商户的商户画像数据与所述用户画像数据的匹配度大于预设匹配度。
由上述描述可知,目标线上用户的用户画像数据与一个线下商户的商户画像数据的匹配度较高,说明该线下商户是与用户画像数据匹配的目标线下商户。也就是说,目标线下商户是目标线上用户感兴趣的线下商户的概率较高,因此,可以为目标线上用户推荐匹配度大于预设匹配度的目标线下商户的推荐信息。在为目标线上用户推荐目标线下商户的推荐信息之后,目标线上用户可以到目标线下商户进行线下消费,从而可以达到为目标线下商户精准引流的目的。
其中,目标线下商户的推荐信息可以是目标线下商户的商家链接信息或者目标线下商户的广告信息等,本申请实施例对目标线下商户的推荐信息不做具体限定。
为了方案描述清楚,将在下面实施例中对为目标线上用户推荐目标线下用户的推荐信息的具体实施方式进行详细阐述。
本申请实施例提供的技术方案,应用于安装有预设平台的电子设备,电子设备获取目标线上用户的用户画像数据和当前位置信息;获取不同线下商户的商户画像数据,其中,线下商户未在预设平台上注册,且位于当前位置信息预设范围内;将用户画像数据与各个线下商户的商户画像数据进行匹配,得到用户画像数据与各个线下商户的商户画像数据的匹配度;并为目标线上用户推荐匹配度大于预设匹配度的目标线下商户的推荐信息。可见,通过本申请实施例提供的技术方案,可以通过线上推荐的方式,为每个线上用户推荐其附近可能感兴趣的、且未在预设平台注册过的线下商户,这样,有利于用户去为其推荐的线下商户进行线下消费,从而可以达到为线下商户精准引流的目的。
为了方案描述清楚,将在下面实施例中对为目标线上用户推荐目标线下用户的推荐信息的具体实施方式进行详细阐述。
在一种实施方式中,为目标线上用户推荐目标线下商户的推荐信息,如图2所示,可以包括如下步骤:
S210,为目标线上用户推荐目标线下商户的商户链接信息。
具体的,在确定了匹配度大于预设匹配度的目标线下商户之后,可以通过短信或者邮件的形式为目标线上商户推荐目标线下商户的商户链接信息。该商户链接信息可以为目标线下商户的广告链接信息。
其中,为目标线上用户推荐目标线下商户的商户链接信息的方式有多种,本申请实施例对此不做具体限定。
S220,接收目标线上用户对商户链接信息的查看请求。
具体的,目标线上用户接收到目标线下商户的商户链接信息之后,如果对目标线下商户感兴趣,则可以点击商户链接信息,此时,电子设备接收到目标线上用户对商户链接信息的查看请求。
S230,向目标线上用户推荐目标线下商户的广告信息,以使得目标线上用户查看广告信息,并在目标线下商户进行线下消费。
具体的,电子设备在接收到目标线上用户对商户链接信息的查看请求后,可以向目标线上用户推荐目标线下商户的广告信息,这样目标线上用户就可以看到目标线下商户的广告落地页,并可以点击领取目标线下商户的优惠券,然后去目标线下商户进行到店消费。
可见,通过本实施方式提供的技术方案,通过为目标线上用户推荐目标线下商户的商户链接信息,目标线上用户对目标线下商户感兴趣时,可以查看到目标线下商户的广告信息,进而去目标线下商户进行线下消费的概率更高,从而可以实现更好地为目标线下商户精准引流的目的,并可以提升目标线下商户的营销能力。
为了方案描述清楚,下面将结合具体的实例对本申请实施例所提供的信息推荐方法进行详细介绍,如图3所示。
用户即上面实施例所述的目标线上用户在需要进行线上消费时,可以访问大众点评或美团等应用程序。
目标线上用户可以在大众点评或美团等应用程序中搜索商家或菜品等,并在此过程中产生了线上行为数据。
对目标线上用户的线上行为数据进行实时处理,即提取线上行为数据的特征,得到目标线上用户的用户画像,即得到上面实施例所述的用户画像数据。
图3中的Saas收银合作商户即上面实施例所述的线下商户,通过提取线上商户的商家特征、商户特征等,得到线下商户的商家画像,即得到上面实施例所述的商户画像数据。
将用户画像与商家画像进行特征匹配,进行目标线上用户对不同线下商家的广告的点击率预估。具体的,用户画像与商家画像的特征匹配度越高,目标线上用户对线下商家的广告的点击率越高;用户画像与商家画像的特征匹配度越低,目标线上用户对线下商家的广告的点击率越低。
然后对点击率较高的线下商户进行相关信息投放。具体的,可以通过短信等形式将点击率较高的线下商户的广告信息推送给目标线上用户。
目标线上用户点击广告信息的链接,跳转到线下商户广告落地页,点击领取不同线下商户的优惠券,然后到线下商户进行到店消费。
可见,通过本申请实施例提供的技术方案,通过对线上用户的用户画像数据与线下商户的商户画像数据进行匹配,并为线上用户投放与其匹配的线下商户的广告信息,可以实现为线下商户引流的目的,从而提高了线下商户的经营能力。
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,本申请实施例提供了一种信息推荐装置,如图4所示,所述装置包括:
信息获取模块410,用于获取目标线上用户的用户画像数据和当前位置信息;
商户画像数据获取模块420,用于获取不同线下商户的商户画像数据,所述线下商户未在所述预设平台上注册,且位于所述当前位置信息预设范围内;
画像数据匹配模块430,用于将所述用户画像数据与各个线下商户的商户画像数据进行匹配,得到所述用户画像数据与各个线下商户的商户画像数据的匹配度;
信息推荐模块440,用于为所述目标线上用户推荐目标线下商户的推荐信息,其中,所述目标线下商户的商户画像数据与所述用户画像数据的匹配度大于预设匹配度。
本申请实施例提供的技术方案,应用于安装有预设平台的电子设备,电子设备获取目标线上用户的用户画像数据和当前位置信息;获取不同线下商户的商户画像数据,其中,线下商户未在预设平台上注册,且位于当前位置信息预设范围内;将用户画像数据与各个线下商户的商户画像数据进行匹配,得到用户画像数据与各个线下商户的商户画像数据的匹配度;并为目标线上用户推荐匹配度大于预设匹配度的目标线下商户的推荐信息。可见,通过本申请实施例提供的技术方案,可以通过线上推荐的方式,为每个线上用户推荐其附近可能感兴趣的、且未在预设平台注册过的线下商户,这样,有利于用户去为其推荐的线下商户进行线下消费,从而可以达到为线下商户精准引流的目的。
可选的,所述信息推荐模块,具体用于:
为所述目标线上用户推荐所述目标线下商户的商户链接信息;
接收所述目标线上用户对所述商户链接信息的查看请求;
向所述目标线上用户推荐所述目标线下商户的广告信息,以使得所述目标线上用户查看所述广告信息,并在所述目标线下商户进行线下消费。
可选的,所述装置还包括:
感兴趣概率确定模块,用于在所述信息推荐模块为所述目标线上用户推荐目标线下商户的推荐信息之前,基于所述目标线上用户与各个线下商户的匹配度,确定所述目标线上用户对各个线下商户的感兴趣概率;
线下商户确定模块,用于将感兴趣概率大于预设概率对应的线下商户确定为目标线下商户。
可选的,所述信息获取模块,具体用于:
获取目标线上用户的线上行为数据,所述线上行为数据包括以下数据中的至少一种:所述目标线上用户的历史搜索数据、所述目标线上用户的历史查看数据和所述目标线上用户的历史消费数据;
提取所述线上行为数据的特征信息,并基于所述特征信息得到所述目标线上用户的用户画像数据。
可选的,所述商户画像数据获取模块,具体用于:
对于每一线下商户,获取该线下商户的线下商户数据,所述线下商户数据包括以下数据中的至少一种:该线下商户的商户属性数据和该线下商户中的商品的商品属性数据;
对于每一线下商户,提取该线下商户的线下商户数据的特征信息,并基于所述特征信息得到该线下商户的商户画像数据。
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,本申请实施例提供了一种电子设备,如图5所示,包括存储器510、处理器520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第一方面所述的信息推荐方法的步骤。
本申请实施例提供的技术方案,应用于安装有预设平台的电子设备,电子设备获取目标线上用户的用户画像数据和当前位置信息;获取不同线下商户的商户画像数据,其中,线下商户未在预设平台上注册,且位于当前位置信息预设范围内;将用户画像数据与各个线下商户的商户画像数据进行匹配,得到用户画像数据与各个线下商户的商户画像数据的匹配度;并为目标线上用户推荐匹配度大于预设匹配度的目标线下商户的推荐信息。可见,通过本申请实施例提供的技术方案,可以通过线上推荐的方式,为每个线上用户推荐其附近可能感兴趣的、且未在预设平台注册过的线下商户,这样,有利于用户去为其推荐的线下商户进行线下消费,从而可以达到为线下商户精准引流的目的。
第四方面,本申请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信息推荐方法的步骤。
本申请实施例提供的技术方案,应用于安装有预设平台的电子设备,电子设备获取目标线上用户的用户画像数据和当前位置信息;获取不同线下商户的商户画像数据,其中,线下商户未在预设平台上注册,且位于当前位置信息预设范围内;将用户画像数据与各个线下商户的商户画像数据进行匹配,得到用户画像数据与各个线下商户的商户画像数据的匹配度;并为目标线上用户推荐匹配度大于预设匹配度的目标线下商户的推荐信息。可见,通过本申请实施例提供的技术方案,可以通过线上推荐的方式,为每个线上用户推荐其附近可能感兴趣的、且未在预设平台注册过的线下商户,这样,有利于用户去为其推荐的线下商户进行线下消费,从而可以达到为线下商户精准引流的目的。
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信息推荐方法、装置、电子设备及存储介质,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 (12)
1.一种信息推荐方法,其特征在于,应用于电子设备,所述电子设备中安装有预设平台,所述方法包括:
获取目标线上用户的用户画像数据和当前位置信息;
获取不同线下商户的商户画像数据,所述线下商户未在所述预设平台上注册,且位于所述当前位置信息预设范围内;
将所述用户画像数据与各个线下商户的商户画像数据进行匹配,得到所述用户画像数据与各个线下商户的商户画像数据的匹配度;
为所述目标线上用户推荐目标线下商户的推荐信息,其中,所述目标线下商户的商户画像数据与所述用户画像数据的匹配度大于预设匹配度。
2.根据权利要求1所述的方法,其特征在于,所述为所述目标线上用户推荐目标线下商户的推荐信息,包括:
为所述目标线上用户推荐所述目标线下商户的商户链接信息;
接收所述目标线上用户对所述商户链接信息的查看请求;
向所述目标线上用户推荐所述目标线下商户的广告信息,以使得所述目标线上用户查看所述广告信息,并在所述目标线下商户进行线下消费。
3.根据权利要求1所述的方法,其特征在于,在所述为所述目标线上用户推荐目标线下商户的推荐信息之前,所述方法还包括:
基于所述目标线上用户与各个线下商户的匹配度,确定所述目标线上用户对各个线下商户的感兴趣概率;
将感兴趣概率大于预设概率对应的线下商户确定为目标线下商户。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述获取目标线上用户的用户画像数据,包括:
获取目标线上用户的线上行为数据,所述线上行为数据包括以下数据中的至少一种:所述目标线上用户的历史搜索数据、所述目标线上用户的历史查看数据和所述目标线上用户的历史消费数据;
提取所述线上行为数据的特征信息,并基于所述特征信息得到所述目标线上用户的用户画像数据。
5.根据权利要求1至3任一项所述的方法,其特征在于,所述获取不同线下商户的商户画像数据,包括:
对于每一线下商户,获取该线下商户的线下商户数据,所述线下商户数据包括以下数据中的至少一种:该线下商户的商户属性数据和该线下商户中的商品的商品属性数据;
对于每一线下商户,提取该线下商户的线下商户数据的特征信息,并基于所述特征信息得到该线下商户的商户画像数据。
6.一种信息推荐装置,其特征在于,所述装置包括:
信息获取模块,用于获取目标线上用户的用户画像数据和当前位置信息;
商户画像数据获取模块,用于获取不同线下商户的商户画像数据,所述线下商户未在所述预设平台上注册,且位于所述当前位置信息预设范围内;
画像数据匹配模块,用于将所述用户画像数据与各个线下商户的商户画像数据进行匹配,得到所述用户画像数据与各个线下商户的商户画像数据的匹配度;
信息推荐模块,用于为所述目标线上用户推荐目标线下商户的推荐信息,其中,所述目标线下商户的商户画像数据与所述用户画像数据的匹配度大于预设匹配度。
7.根据权利要求6所述的装置,其特征在于,所述信息推荐模块,具体用于:
为所述目标线上用户推荐所述目标线下商户的商户链接信息;
接收所述目标线上用户对所述商户链接信息的查看请求;
向所述目标线上用户推荐所述目标线下商户的广告信息,以使得所述目标线上用户查看所述广告信息,并在所述目标线下商户进行线下消费。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
感兴趣概率确定模块,用于在所述信息推荐模块为所述目标线上用户推荐目标线下商户的推荐信息之前,基于所述目标线上用户与各个线下商户的匹配度,确定所述目标线上用户对各个线下商户的感兴趣概率;
线下商户确定模块,用于将感兴趣概率大于预设概率对应的线下商户确定为目标线下商户。
9.根据权利要求6至8任一项所述的装置,其特征在于,所述信息获取模块,具体用于:
获取目标线上用户的线上行为数据,所述线上行为数据包括以下数据中的至少一种:所述目标线上用户的历史搜索数据、所述目标线上用户的历史查看数据和所述目标线上用户的历史消费数据;
提取所述线上行为数据的特征信息,并基于所述特征信息得到所述目标线上用户的用户画像数据。
10.根据权利要求6至8任一项所述的装置,其特征在于,所述商户画像数据获取模块,具体用于:
对于每一线下商户,获取该线下商户的线下商户数据,所述线下商户数据包括以下数据中的至少一种:该线下商户的商户属性数据和该线下商户中的商品的商品属性数据;
对于每一线下商户,提取该线下商户的线下商户数据的特征信息,并基于所述特征信息得到该线下商户的商户画像数据。
11.一种电子设备,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5中任一项所述的信息推荐方法的步骤。
12.一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5中任一项所述的信息推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010955808.0A CN112184290A (zh) | 2020-09-11 | 2020-09-11 | 一种信息推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010955808.0A CN112184290A (zh) | 2020-09-11 | 2020-09-11 | 一种信息推荐方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112184290A true CN112184290A (zh) | 2021-01-05 |
Family
ID=73920615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010955808.0A Pending CN112184290A (zh) | 2020-09-11 | 2020-09-11 | 一种信息推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112184290A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112783963A (zh) * | 2021-03-17 | 2021-05-11 | 上海数喆数据科技有限公司 | 基于商圈划分的企业线下与线上多源数据整合方法及装置 |
CN113283960A (zh) * | 2021-05-18 | 2021-08-20 | 武汉畅来电子商务有限公司 | 基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台 |
CN113449187A (zh) * | 2021-06-28 | 2021-09-28 | 平安银行股份有限公司 | 基于双画像的产品推荐方法、装置、设备及存储介质 |
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 |
CN113781166A (zh) * | 2021-09-03 | 2021-12-10 | 珠海格力电器股份有限公司 | 消息推送方法、装置、电子设备及存储介质 |
CN115129988A (zh) * | 2022-06-29 | 2022-09-30 | 北京达佳互联信息技术有限公司 | 一种信息获取方法、装置、电子设备及存储介质 |
CN115687786A (zh) * | 2022-11-18 | 2023-02-03 | 广东大比特网络科技有限公司 | 一种个性化推荐方法、系统以及存储介质 |
-
2020
- 2020-09-11 CN CN202010955808.0A patent/CN112184290A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112783963A (zh) * | 2021-03-17 | 2021-05-11 | 上海数喆数据科技有限公司 | 基于商圈划分的企业线下与线上多源数据整合方法及装置 |
CN113283960A (zh) * | 2021-05-18 | 2021-08-20 | 武汉畅来电子商务有限公司 | 基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台 |
CN113449187A (zh) * | 2021-06-28 | 2021-09-28 | 平安银行股份有限公司 | 基于双画像的产品推荐方法、装置、设备及存储介质 |
CN113781166A (zh) * | 2021-09-03 | 2021-12-10 | 珠海格力电器股份有限公司 | 消息推送方法、装置、电子设备及存储介质 |
CN115129988A (zh) * | 2022-06-29 | 2022-09-30 | 北京达佳互联信息技术有限公司 | 一种信息获取方法、装置、电子设备及存储介质 |
CN115687786A (zh) * | 2022-11-18 | 2023-02-03 | 广东大比特网络科技有限公司 | 一种个性化推荐方法、系统以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112184290A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
JP6588572B2 (ja) | 情報推薦方法および情報推薦装置 | |
US10902443B2 (en) | Detecting differing categorical features when comparing segments | |
CN109325179B (zh) | 一种内容推广的方法及装置 | |
CN109167816B (zh) | 信息推送方法、装置、设备和存储介质 | |
CN109145280A (zh) | 信息推送的方法和装置 | |
CN108596695B (zh) | 实体推送方法及系统 | |
US20190019203A1 (en) | Method for providing marketing management data for optimization of distribution and logistics and apparatus for the same | |
CN107222526B (zh) | 推送推广信息的方法、装置、设备和计算机存储介质 | |
CN111144952A (zh) | 基于用户兴趣的广告推荐方法、装置、服务器及存储介质 | |
CN110795584B (zh) | 一种用户标识生成方法、装置及终端设备 | |
US10290032B2 (en) | Blacklisting based on image feature analysis and collaborative filtering | |
US20190080352A1 (en) | Segment Extension Based on Lookalike Selection | |
CN110674620A (zh) | 目标文案生成方法、装置、介质及电子设备 | |
CN106033455B (zh) | 一种处理用户操作信息的方法与设备 | |
CN112241489A (zh) | 信息推送方法、装置、可读存储介质和计算机设备 | |
CN108512674B (zh) | 用于输出信息的方法、装置和设备 | |
CN110362702B (zh) | 图片管理方法及设备 | |
CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
CN111310065A (zh) | 一种社交推荐方法、装置、服务器及存储介质 | |
CN110895587B (zh) | 用于确定目标用户的方法和装置 | |
CN109961308B (zh) | 评估标签数据的方法和装置 | |
CN112685618A (zh) | 用户特征识别方法、装置、计算设备及计算机存储介质 | |
CN108241699B (zh) | 用于推送信息的方法和装置 | |
CN107357847B (zh) | 数据处理方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210105 |
|
WD01 | Invention patent application deemed withdrawn after publication |