CN112288482A - 虚拟资源池构建方法、系统、设备及存储介质 - Google Patents
虚拟资源池构建方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN112288482A CN112288482A CN202011182836.XA CN202011182836A CN112288482A CN 112288482 A CN112288482 A CN 112288482A CN 202011182836 A CN202011182836 A CN 202011182836A CN 112288482 A CN112288482 A CN 112288482A
- Authority
- CN
- China
- Prior art keywords
- virtual resource
- user
- target
- attribute
- virtual
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 30
- 238000012216 screening Methods 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 230000006399 behavior Effects 0.000 claims description 31
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000796 flavoring agent Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 229940034610 toothpaste Drugs 0.000 description 2
- 239000000606 toothpaste Substances 0.000 description 2
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 1
- 101150041570 TOP1 gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 229940095688 toothpaste product Drugs 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种虚拟资源池构建方法、系统、设备及存储介质,该方法包括:获取各个备选用户的用户属性的属性值;根据预设的用户筛选属性值,从所述备选用户中选择目标用户;获取各个所述目标用户的订单数据,确定所述目标用户整体所对应的资源筛选属性值;根据所述资源筛选属性值从备选虚拟资源中选择目标虚拟资源,构建包括所述目标虚拟资源的虚拟资源池。本发明结合目标用户圈定和用户需求分析,解决了现有技术中虚拟资源池构建千篇一律的问题,可以构建更满足用户需求的虚拟资源池。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种虚拟资源池构建方法、系统、设备及存储介质。
背景技术
电商平台通常会有丰富的频道、场馆以满足不同用户的购物需求。在一个频道里提供什么样的虚拟资源(例如商品信息、活动信息、学习资源等),既满足用户的需求,又达到业务目标(如订单量、销售额)成为运营人员日常面临的挑战。这样一个面向特定场景、频道提报虚拟资源的过程被称为虚拟资源池搭建。过去,虚拟资源池搭建通常靠运营人员凭经验选择,或者使用一些简单的过滤逻辑进行筛选(如选择销售额最好的虚拟资源)。但采用这种方式存在一些缺点,一方面无法针对不同人群的需求个性化地搭建虚拟资源池,容易千篇一律;另一方面单纯凭借个人经验无法确保选择判断的准确性,且受个人经验积累程度的影响较大。因此,这种方式构建的虚拟资源池并不能很好地满足用户需求。
发明内容
针对现有技术中的问题,本发明的目的在于提供一种虚拟资源池构建方法、系统、设备及存储介质,结合目标用户圈定和用户需求分析,可以筛选更满足用户需求的虚拟资源以用于构建虚拟资源池。
本发明实施例提供一种虚拟资源池构建方法,包括如下步骤:
获取各个备选用户的属性数据;
根据预设的用户筛选属性值从所述备选用户中选择目标用户;
获取各个所述目标用户的订单数据,确定所述目标用户整体所对应的资源筛选属性值;
根据所述资源筛选属性值从备选虚拟资源中选择目标虚拟资源,构建包括所述目标虚拟资源的虚拟资源池。
在一些实施例中,确定所述目标用户整体所对应的资源筛选属性值,包括如下步骤:
针对一虚拟资源属性,统计该虚拟资源属性的各个属性值所对应的目标用户订单占比,所述目标用户占比包括所述目标用户与该属性值对应的订单数与所有备选用户与该属性值对应的订单数的比值;
选择具有最高目标用户订单占比的至少一个属性值作为该虚拟资源属性的资源筛选属性值。
在一些实施例中,所述选择具有最高目标用户订单占比的至少一个属性值作为该虚拟资源属性的资源筛选属性值,包括如下步骤:
将该虚拟资源属性的各个属性值按照目标用户订单占比从高到低排序;
从目标用户订单占比最高的属性值开始依次选取属性值,至已选取的属性值对应的累计目标人群订单数与目标人群总订单的比值大于等于第一阈值为止,将选取的属性值作为该虚拟资源属性的资源筛选属性值。
在一些实施例中,确定所述目标用户整体所对应的资源筛选属性值,包括如下步骤:
确定目标虚拟资源类目;
根据所述目标用户的订单数据从所述目标虚拟资源类目的所有虚拟资源属性中选择代表虚拟资源属性;
确定所述目标用户整体所对应的代表虚拟资源属性的资源筛选属性值。
在一些实施例中,所述获取各个所述目标用户的订单数据之前,还包括如下步骤:
确定目标虚拟资源类目;
计算所述目标虚拟资源类目下的各个虚拟资源属性的属性填充度,所述属性填充度为所述目标虚拟资源类目下填写了该虚拟资源属性的存货单元数与所述目标虚拟资源类目下所有虚拟资源数的比值;
判断所述目标虚拟资源类目下的各个虚拟资源属性填充度是否均小于第二阈值;
如果是,则获取所述目标用户的行为数据,根据所述目标用户的行为数据选择对应的虚拟资源,根据选择的虚拟资源构建虚拟资源池;
如果否,则获取各个所述目标用户的订单数据,确定所述目标用户整体所对应的资源筛选属性值。
在一些实施例中,根据所述目标用户的行为数据选择对应的虚拟资源,包括如下步骤:
根据用户的行为数据统计所述目标虚拟资源类目下的各个虚拟资源所对应的用户行为次数,所述用户行为次数包括至少一种用户行为的执行次数;
根据所述用户行为次数对所述目标虚拟资源类目下的虚拟资源从高到低进行排序;
从排序后的虚拟资源中选择预设数量的虚拟资源。
在一些实施例中,所述构建包括所述目标虚拟资源的虚拟资源池,包括如下步骤:
获取所述目标虚拟资源的资源数据;
根据预设的目标资源筛选规则,选择构建虚拟资源池的虚拟资源。
在一些实施例中,所述根据预设的用户筛选属性值,从所述备选用户中选择目标用户之前,还包括如下步骤:
接收到工作人员终端发送的查询条件,所述查询条件包括至少一个用户属性值;
根据所述查询条件在所述备选用户中筛选用户,统计筛选得到的用户数量并推送至工作人员终端;
从所述工作人员终端接收预设的用户筛选属性值。
本发明实施例还提供一种虚拟资源池构建系统,用于实现所述的虚拟资源池构建方法,所述系统包括:
数据采集模块,用于获取各个备选用户的用户属性数据,以及获取各个所述目标用户的订单数据;
用户圈定模块,用于根据预设的用户筛选属性值从所述备选用户中选择目标用户;
需求分析模块,用于确定所述目标用户整体所对应的资源筛选属性值;
虚拟资源池构建模块,用于根据所述资源筛选属性值从备选虚拟资源中选择目标虚拟资源,构建包括所述目标虚拟资源的虚拟资源池。
本发明实施例还提供一种虚拟资源池构建设备,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行所述的虚拟资源池构建方法的步骤。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,所述程序被执行时实现所述的虚拟资源池构建方法的步骤。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
本发明的虚拟资源池构建方法、系统、设备及存储介质具有如下有益效果:
本发明首先通过设定的用户筛选属性值圈定目标用户,然后通过用户的订单数据中虚拟资源属性的分析实现了对用户需求的分析,结合目标用户圈定和用户需求分析,使得虚拟资源池面向目标用户的实际需求搭建,可以召回更满足用户需求的虚拟资源以用于构建虚拟资源池,解决了现有技术中虚拟资源池千篇一律的问题,更好地满足用户的需求。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的虚拟资源池构建方法的流程图;
图2是本发明一实施例的圈定目标用户的流程图;
图3是本发明一实施例的用户需求分析的流程图;
图4是本发明一实施例的虚拟资源池构建系统的结构示意图;
图5是本发明一实施例的虚拟资源池构建设备的结构示意图;
图6是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
如图1所示,本发明实施例提供一种虚拟资源池构建方法,包括如下步骤:
S100:获取各个备选用户的用户属性的属性数据,此处备选用户可以是购物平台的所有用户,也可以设定为购物平台近一段时间内的活跃用户,也可以设定为某一个类型的用户等,属于一个很大的用户群体,属性数据包括用户的各个属性的属性值,例如用户性别、用户年龄、用户所属地域等等;
S200:根据预设的用户筛选属性值从所述备选用户中选择目标用户,此处目标用户即为具有所述用户筛选属性值的用户,选择目标用户后,确定目标用户的ID;
S300:获取各个所述目标用户的订单数据,确定所述目标用户整体所对应的资源筛选属性值;
S400:根据所述资源筛选属性值从备选虚拟资源中选择目标虚拟资源,构建包括所述目标虚拟资源的虚拟资源池。
因此,本发明的虚拟资源池虚拟资源池构建方法首先通过步骤S100和步骤S200,采用设定的用户筛选属性值圈定目标用户,然后通过步骤S300中用户的订单数据中虚拟资源属性的分析实现了对用户需求的分析,结合目标用户圈定和用户需求分析,使得虚拟资源池面向目标用户的实际需求搭建,从而可以通过步骤S400筛选更满足用户需求的目标虚拟资源以用于构建虚拟资源池,解决了现有技术中虚拟资源池千篇一律的问题,更好地满足用户的需求。本发明中虚拟资源可以是电商平台的商品信息、活动信息、学习资源、积分、优惠券等。
如图2所示,在该实施例中,所述步骤S200:根据预设的用户筛选属性值,从所述备选用户中选择目标用户之前,还包括人机交互设定所述用户筛选属性值的步骤,具体地,包括如下步骤:
S110:接收到工作人员终端发送的查询条件,所述查询条件包括至少一个用户属性的属性值;此处查询条件可以是工作人员(例如运营人员)根据预设的多种消费者细分方法所设定的查询条件,如下表1中列举了一些细分方法的示例,但本发明不以此为限。
表1细分方法示例
细分方法 | 细分项 |
人口统计属性 | 性别、年龄、地域/省份、城市级别 |
社会属性 | 婚姻状况、教育程度、职业分布 |
购买力属性 | 用户级别、是否网站付费会员、购买力 |
工作人员可以选择一个或多个用户属性的属性值来作为查询条件分析目标用户人群。
S120:根据所述查询条件在所述备选用户中筛选用户,统计筛选得到的用户数量并推送至工作人员终端;
即使用工作人员选择的属性值对用户进行细分,比如一个频道的用户中男性占比多少,女性占比多少,一线城市居多还是低线城市居多。如果查询条件中包括多个属性值,则可以查看属性值交集或并集对应的用户群规模;
此处工作人员终端可以是工作人员使用的手机、平板电脑、个人计算机等,工作人员可以根据设定的查询条件查看所对应的统计结果,并且结合统计结果进行权衡判断(比如某一查询条件的用户群规模过小,可以放宽目标用户范围),结合业务目标最终确定用户筛选属性值;
S130:从所述工作人员终端接收预设的用户筛选属性值。
因此,在圈定目标用户的过程中,有两个人机交互点,第一个人机交互点是接收工作人员查询条件并推送统计结果,第二个人机交互点是接收工作人员设定的用户筛选属性值并进行目标用户选择。
消费者的需求偏好投射在消费过程中,通过对用户行为的解析可以提取用户喜欢的虚拟资源属性值。现有解析用户需求的方式主要是从用户行为的最终结果出发,比如用户关注或收藏的虚拟资源、用户购买最多的虚拟资源。这种方法对用户需求偏好的描述直接体现在虚拟资源粒度,方法虽然也很有效,但是无法确定触动用户购买的虚拟资源“内在要素”是什么。
在本发明中,通过上述步骤S300,进一步增加了识别目标用户喜爱的资源筛选属性值的方式。具体地,可以采用资源筛选属性值分析引擎。虚拟资源属性指的是虚拟资源本身所固有的性质,一个类目的虚拟资源往往具有一些共同的主要属性。比如对于商品类的虚拟资源来说,休闲零食类目下主要的虚拟资源属性有:产地、包装、口味等;牙膏类目下主要的虚拟资源属性有:香型、功效、是否含氟等。不同的用户群,在虚拟资源属性的偏好上表现出很大的差异,比如“南方人爱吃甜,北方人爱吃咸”。因此,如果能把握一个特定用户群对于虚拟资源属性的偏好,就能使虚拟资源池的推荐更符合人群需求。
如图3所示,在该实施例中,所述步骤S300中,确定所述目标用户整体所对应的资源筛选属性值,包括如下步骤:
S310:确定目标虚拟资源类目,例如需要找回牙膏产品时,目标虚拟资源类目为牙膏;
S320:根据所述目标用户的订单数据从所述目标虚拟资源类目的所有虚拟资源属性中选择代表虚拟资源属性;由于一个虚拟资源类目的虚拟资源属性可能有很多种,此处仅选择一定数量的代表虚拟资源属性即可,例如可以使用消费者决策树方法或者其他方法从该虚拟资源类目的所有虚拟资源属性中选择最具有代表性的3-5个属性;具体地,例如,可以构建机器学习模型,将每个虚拟资源属性的相关数据输入到机器学习模型中,预测其作为代表虚拟资源属性的概率值,选择概率值最高的一个或多个虚拟资源属性作为代表虚拟资源属性;
S330:确定所述目标用户整体所对应的代表虚拟资源属性的资源筛选属性值。
在该实施例中,所述步骤S330中,确定所述目标用户整体所对应的代表虚拟资源属性的资源筛选属性值,包括如下步骤:
S331:针对一代表虚拟资源属性,统计该虚拟资源属性的各个属性值所对应的目标用户订单占比,所述目标用户占比包括所述目标用户与该属性值对应的订单数与所有备选用户与该属性值对应的订单数的比值;
具体地,一个虚拟资源属性下有多个属性值,以口味为例,假设口味下有n个属性值:a、b、c、d、e……n;
计算每一个属性值的目标用户订单占比,分别记为Pa、Pb、Pc、Pd、Pe……Pn。
以Pa为例,Pa=目标人群中购买了a口味虚拟资源的订单数/所有人群中购买了a口味虚拟资源的订单数,该数值越高,表示目标人群更喜爱该属性值。
S332:选择具有最高目标用户订单占比的至少一个属性值作为该代表虚拟资源属性的资源筛选属性值。
在实际应用中,Top1属性值最受目标人群喜爱,但是可能销量较小,为使订单量达到一定规模,需要多取几个属性值。按照从高到低的顺序排列Pi(i=a,b……n),从最高的开始依次取属性值,直到各属性值的累计目标人群订单(去重)占目标人群总订单的第一阈值为止(第一阈值例如可以设定为60%,且第一阈值的具体数值可调整),那么使用这些属性值最终代表目标用户的偏好,即作为资源筛选属性值。
因此,所述步骤S332:选择具有最高目标用户订单占比的至少一个属性值作为该代表虚拟资源属性的资源筛选属性值,包括如下步骤:
将该虚拟资源属性的各个属性值按照目标用户订单占比从高到低排序;
从目标用户订单占比最高的属性值开始依次选取属性值,至已选取的属性值对应的累计目标人群订单数与目标人群总订单的比值大于等于第一阈值为止,将选取的属性值作为资源筛选属性值。
在有多个代表虚拟资源属性的情况下,针对于每个代表虚拟资源属性,依次执行步骤S331和步骤S332,则可以得到每个代表虚拟资源属性的资源筛选属性值。
在其他可替代的实施方式中,步骤S300中对用户需求的分析可以采用其他方式,例如数据挖掘、聚类等方法生成人群标签,不过这种方式相比于该实施例中S331和S332的方式来说,依赖大量用户多维数据(电商、社交、娱乐/票务、出行……),并且依然需要寻找与虚拟资源建立连接的方法,实施成本高昂。
在该实施例中,进一步地,可以将步骤S300中对用户需求的分析和对用户行为的分析结合起来。在目标虚拟资源类目下虚拟资源的属性填充度越高时,采用步骤S300对用户需求分析的就越准确。如果虚拟资源的属性填充度过低(例如低于50%以下),采用步骤S300对用户需求分析可能不够准确,可以采用对用户行为的分析方式。
具体地,所述步骤S300中,获取各个所述目标用户的订单数据之前,还包括如下步骤:
确定目标虚拟资源类目;
计算所述目标虚拟资源类目下的各个虚拟资源属性的属性填充度,所述属性填充度为所述目标虚拟资源类目下填写了该虚拟资源属性的存货单元数与所述目标虚拟资源类目下所有虚拟资源数的比值;
判断所述目标虚拟资源类目下的各个虚拟资源属性填充度是否均小于第二阈值,第二阈值的值可以根据需要设定和选择;
如果是,则获取所述目标用户的行为数据,根据所述目标用户的行为数据选择对应的虚拟资源,构建虚拟资源池,此步骤可以采用用户行为分析引擎来实现;
如果否,则继续步骤S300和步骤S400。
用户行为分析引擎所获取的用户行为数据可以包括用户最近经常浏览的虚拟资源数据、用户关注或收藏的虚拟资源数据、用户近期添加购物车的虚拟资源数据、用户最多购买的虚拟资源数据等。
在该实施例中,根据所述目标用户的行为数据选择对应的虚拟资源,包括如下步骤:
根据用户的行为数据统计所述目标虚拟资源类目下的各个虚拟资源所对应的用户行为次数,所述用户行为次数包括至少一种用户行为的执行次数;例如可以设定统计目标虚拟资源类目下的各个虚拟资源所对应的用户购买次数,或者用户收藏次数,或者用户加购物车次数等等;
根据所述用户行为次数对所述目标虚拟资源类目下的虚拟资源从高到低进行排序;例如,根据购买次数来对虚拟资源进行排序,根据加购物车次数对虚拟资源进行排序等等;
从排序后的虚拟资源中选择预设数量的虚拟资源构建虚拟资源池,此处预设数量的值可以根据需要设定或调整,如果后续还需要对目标虚拟资源进一步进行筛选,则可以将预设数量设定得大一些,例如设定为1000等。
通过步骤S400,完成了对目标用户虚拟资源池的构建。通常一个频道具有自己的业务定位,因此在筛选得到的目标虚拟资源的基础上,往往还需要叠加频道的业务运营规则对目标虚拟资源进行调整,比如一个针对下沉人群的频道会要求控制虚拟资源的价格上限。此时,通过第三个人机交互点,由工作人员输入虚拟资源筛选规则(根据业务运营规则)对目标虚拟资源进行筛选,得到最终虚拟资源池结果。
因此,所述步骤S400:构建虚拟资源池包括如下步骤:
获取所述目标虚拟资源的资源数据;
根据预设的虚拟资源筛选规则,选择构建虚拟资源池的虚拟资源。
如下表2中给出了几种虚拟资源筛选规则的示例,但本发明不限于此。
表2虚拟资源筛选规则示例
如图4所示,本发明实施例还提供一种虚拟资源虚拟资源构建系统,用于实现所述的虚拟资源虚拟资源构建方法,所述系统包括:
数据采集模块M100,用于获取各个备选用户的用户属性的属性值,以及获取各个所述目标用户的订单数据;
用户圈定模块M200,用于根据预设的用户筛选属性值从所述备选用户中选择目标用户;
需求分析模块M300,用于确定所述目标用户整体所对应的资源筛选属性值;
虚拟资源池构建模块M400,用于根据所述资源筛选属性值从备选虚拟资源中选择目标虚拟资源,构建包括所述目标虚拟资源的虚拟资源池。
因此,本发明的虚拟资源虚拟资源构建系统首先通过数据采集模块M100和用户圈定模块M200,采用设定的用户筛选属性值圈定目标用户,然后通过需求分析模块M300对用户的订单数据中虚拟资源属性的分析实现了对用户需求的分析,结合目标用户圈定和用户需求分析,使得虚拟资源池面向目标用户的实际需求搭建,从而可以通过虚拟资源虚拟资源构建模块M400召回更满足用户需求的虚拟资源以用于构建虚拟资源池,解决了现有技术中虚拟资源池千篇一律的问题,更好地满足用户的需求。
本发明的虚拟资源池构建系统中,各个模块的功能可以采用如上所述的虚拟资源池构建方法的具体实施方式来实现,此处不予赘述。
本发明实施例还提供一种虚拟资源池构建设备,包括处理器;存储器,其中存储有所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行所述的虚拟资源池构建方法的步骤。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述虚拟资源池构建方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,所述程序被执行时实现所述的虚拟资源池构建方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上执行时,所述程序代码用于使所述终端设备执行本说明书上述虚拟资源池构建方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图6所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上执行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,通过采用本发明的虚拟资源池构建方法、系统、设备及存储介质,首先通过设定的用户筛选属性值圈定目标用户,然后通过用户的订单数据中商品属性的分析实现了对用户需求的分析,结合目标用户圈定和用户需求分析,使得商品池面向目标用户的实际需求搭建,可以召回更满足用户需求的商品以用于构建商品池,解决了现有技术中商品池千篇一律的问题,更好地满足用户的需求。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (11)
1.一种虚拟资源池构建方法,其特征在于,包括如下步骤:
获取各个备选用户的属性数据;
根据预设的用户筛选属性值从所述备选用户中选择目标用户;
获取各个所述目标用户的订单数据,确定所述目标用户整体所对应的资源筛选属性值;
根据所述资源筛选属性值从备选虚拟资源中选择目标虚拟资源,构建包括所述目标虚拟资源的虚拟资源池。
2.根据权利要求1所述的虚拟资源池构建方法,其特征在于,确定所述目标用户整体所对应的资源筛选属性值,包括如下步骤:
针对一虚拟资源属性,统计该虚拟资源属性的各个属性值所对应的目标用户订单占比,所述目标用户占比包括所述目标用户与该属性值对应的订单数与所有备选用户与该属性值对应的订单数的比值;
选择具有最高目标用户订单占比的至少一个属性值作为该虚拟资源属性的资源筛选属性值。
3.根据权利要求2所述的虚拟资源池构建方法,其特征在于,所述选择具有最高目标用户订单占比的至少一个属性值作为该虚拟资源属性的资源筛选属性值,包括如下步骤:
将该虚拟资源属性的各个属性值按照目标用户订单占比从高到低排序;
从目标用户订单占比最高的属性值开始依次选取属性值,至已选取的属性值对应的累计目标人群订单数与目标人群总订单的比值大于等于第一阈值为止,将选取的属性值作为该虚拟资源属性的资源筛选属性值。
4.根据权利要求1所述的虚拟资源池构建方法,其特征在于,确定所述目标用户整体所对应的资源筛选属性值,包括如下步骤:
确定目标虚拟资源类目;
根据所述目标用户的订单数据从所述目标虚拟资源类目的所有虚拟资源属性中选择代表虚拟资源属性;
确定所述目标用户整体所对应的代表虚拟资源属性的资源筛选属性值。
5.根据权利要求1所述的虚拟资源池构建方法,其特征在于,所述获取各个所述目标用户的订单数据之前,还包括如下步骤:
确定目标虚拟资源类目;
计算所述目标虚拟资源类目下的各个虚拟资源属性的属性填充度,所述属性填充度为所述目标虚拟资源类目下填写了该虚拟资源属性的存货单元数与所述目标虚拟资源类目下所有虚拟资源数的比值;
判断所述目标虚拟资源类目下的各个虚拟资源属性填充度是否均小于第二阈值;
如果是,则获取所述目标用户的行为数据,根据所述目标用户的行为数据选择对应的虚拟资源,根据选择的虚拟资源构建虚拟资源池;
如果否,则获取各个所述目标用户的订单数据,确定所述目标用户整体所对应的资源筛选属性值。
6.根据权利要求5所述的虚拟资源池构建方法,其特征在于,根据所述目标用户的行为数据选择对应的虚拟资源,包括如下步骤:
根据用户的行为数据统计所述目标虚拟资源类目下的各个虚拟资源所对应的用户行为次数,所述用户行为次数包括至少一种用户行为的执行次数;
根据所述用户行为次数对所述目标虚拟资源类目下的虚拟资源从高到低进行排序;
从排序后的虚拟资源中选择预设数量的虚拟资源。
7.根据权利要求1所述的虚拟资源池构建方法,其特征在于,所述构建包括所述目标虚拟资源的虚拟资源池,包括如下步骤:
获取所述目标虚拟资源的资源数据;
根据预设的目标资源筛选规则,选择构建虚拟资源池的虚拟资源。
8.根据权利要求1所述的虚拟资源池构建方法,其特征在于,所述根据预设的用户筛选属性值,从所述备选用户中选择目标用户之前,还包括如下步骤:
接收到工作人员终端发送的查询条件,所述查询条件包括至少一个用户属性值;
根据所述查询条件在所述备选用户中筛选用户,统计筛选得到的用户数量并推送至工作人员终端;
从所述工作人员终端接收预设的用户筛选属性值。
9.一种虚拟资源池构建系统,用于实现权利要求1至8中任一项所述的虚拟资源池构建方法,其特征在于,所述系统包括:
数据采集模块,用于获取各个备选用户的用户属性数据,以及获取各个所述目标用户的订单数据;
用户圈定模块,用于根据预设的用户筛选属性值从所述备选用户中选择目标用户;
需求分析模块,用于确定所述目标用户整体所对应的资源筛选属性值;
虚拟资源池构建模块,用于根据所述资源筛选属性值从备选虚拟资源中选择目标虚拟资源,构建包括所述目标虚拟资源的虚拟资源池。
10.一种虚拟资源池构建设备,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任一项所述的虚拟资源池构建方法的步骤。
11.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现权利要求1至8中任一项所述的虚拟资源池构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011182836.XA CN112288482A (zh) | 2020-10-29 | 2020-10-29 | 虚拟资源池构建方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011182836.XA CN112288482A (zh) | 2020-10-29 | 2020-10-29 | 虚拟资源池构建方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112288482A true CN112288482A (zh) | 2021-01-29 |
Family
ID=74353443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011182836.XA Pending CN112288482A (zh) | 2020-10-29 | 2020-10-29 | 虚拟资源池构建方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288482A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113457164A (zh) * | 2021-07-21 | 2021-10-01 | 网易(杭州)网络有限公司 | 虚拟对象异常检测方法和装置、可读存储介质、电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018059256A1 (zh) * | 2016-09-30 | 2018-04-05 | 阿里巴巴集团控股有限公司 | 数据对象资源信息处理方法及装置 |
CN108470292A (zh) * | 2018-04-04 | 2018-08-31 | 平安科技(深圳)有限公司 | 信息处理方法及系统、电子设备、存储介质 |
CN111461825A (zh) * | 2020-03-30 | 2020-07-28 | 京东数字科技控股有限公司 | 一种虚拟资源的生成方法、装置、电子设备及存储介质 |
-
2020
- 2020-10-29 CN CN202011182836.XA patent/CN112288482A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018059256A1 (zh) * | 2016-09-30 | 2018-04-05 | 阿里巴巴集团控股有限公司 | 数据对象资源信息处理方法及装置 |
CN108470292A (zh) * | 2018-04-04 | 2018-08-31 | 平安科技(深圳)有限公司 | 信息处理方法及系统、电子设备、存储介质 |
CN111461825A (zh) * | 2020-03-30 | 2020-07-28 | 京东数字科技控股有限公司 | 一种虚拟资源的生成方法、装置、电子设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113457164A (zh) * | 2021-07-21 | 2021-10-01 | 网易(杭州)网络有限公司 | 虚拟对象异常检测方法和装置、可读存储介质、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11995112B2 (en) | System and method for information recommendation | |
CN104169950B (zh) | 利用面向批处理的计算的数据库系统 | |
WO2021174944A1 (zh) | 基于目标对象活跃度的消息推送方法及相关设备 | |
CN102272758A (zh) | 因果驱动和市场响应弹性或提升因素的自动规范、估计和发现 | |
US20220261591A1 (en) | Data processing method and apparatus | |
CN109690581A (zh) | 用户指导系统及方法 | |
CN110852785B (zh) | 用户分级方法、装置及计算机可读存储介质 | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN112598472A (zh) | 产品推荐方法、装置、系统、介质和程序产品 | |
US20200286022A1 (en) | Platform for In-Memory Analysis of Network Data Applied to Site Selection with Current Market Information, Demand Estimates, and Competitor Information | |
US20190066137A1 (en) | Systems and methods for modeling impact of commercial development on a geographic area | |
CN103744938A (zh) | 一种用于生成与目标系统对应的用户页面方法和装置 | |
CN112036631A (zh) | 采购量确定方法、装置、设备及存储介质 | |
CN115983900A (zh) | 用户营销策略的构建方法、装置、设备、介质和程序产品 | |
US20210090105A1 (en) | Technology opportunity mapping | |
CN112288482A (zh) | 虚拟资源池构建方法、系统、设备及存储介质 | |
JP5603678B2 (ja) | 需要予測装置及び需要予測方法 | |
US20200311762A1 (en) | System and method for analyzing the effectiveness and influence of digital online content | |
CN112015970A (zh) | 产品推荐方法、相关设备及计算机存储介质 | |
CN112070564B (zh) | 广告拉取方法、装置、系统与电子设备 | |
US20220036460A1 (en) | Systems and Methods for Asset Analysis | |
CN114880600A (zh) | 展示酒店信息的方法、装置、电子设备、存储介质 | |
CN114429384A (zh) | 基于电商平台的产品智能推荐方法及系统 | |
CN113837843A (zh) | 产品推荐方法、装置、介质及电子设备 | |
CN109583922B (zh) | 分析购买需求的方法和装置 |
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 |