CN112307111A - 数据展示的方法和装置 - Google Patents
数据展示的方法和装置 Download PDFInfo
- Publication number
- CN112307111A CN112307111A CN202011205032.7A CN202011205032A CN112307111A CN 112307111 A CN112307111 A CN 112307111A CN 202011205032 A CN202011205032 A CN 202011205032A CN 112307111 A CN112307111 A CN 112307111A
- Authority
- CN
- China
- Prior art keywords
- data
- commerce data
- commerce
- database model
- customer database
- 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 25
- 238000000926 separation method Methods 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000007405 data analysis Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数据展示的方法和装置。其中,该方法包括:获取电商数据;依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示;依据展示结果生成建议信息,并依据建议信息对用户进行分类。本发明解决了由于现有技术缺乏对消费者的消费情况进行数据分析的技术,导致无法满足企业对消费数据的业务需求的技术问题。
Description
技术领域
本发明涉及互联网技术领域,具体而言,涉及一种数据展示的方法和装置。
背景技术
在互联网技术发展的过程中,电子商务无论从用户侧和企业侧的需求都在不断更新,企业需要参考消费者的消费情况对未来运营的模式和战略进行调整。
而现有的针对消费者的消费情况整理仅限于对历史数据的整理,并不能清晰的为企业提供有效的建议。
针对上述由于现有技术缺乏对消费者的消费情况进行数据分析的技术,导致无法满足企业对消费数据的业务需求的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据展示的方法和装置,以至少解决由于现有技术缺乏对消费者的消费情况进行数据分析的技术,导致无法满足企业对消费数据的业务需求的技术问题。
根据本发明实施例的一个方面,提供了一种数据展示的方法,包括:获取电商数据;依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示;依据展示结果生成建议信息,并依据建议信息对用户进行分类。
可选的,电商数据包括:电商客户销售数据、用户所使用的设备号、购买信息和订单信息。
进一步地,可选的,依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示包括:依据电商数据,构建客户数据库模型;以最近一次消费、消费频率和消费金额作为指标,依据机器学习算法通过客户数据库模型对电商数据进行分析,并将分析结果以可视化的形式展示电商数据的分布情况。
可选的,依据展示结果生成建议信息,并依据建议信息对用户进行分类包括:在最近一次消费、消费频率和消费金额的三个指标之间设立分隔值;依据分隔值将不同类别间数据的平均距离达到阈值;依据电商数据的分布情况和不同类别间数据的平均距离,生成展示结果;依据可视化的展示结果结合数据的分布情况生成建议信息;依据建议信息对电商数据中的用户进行分类。
可选的,该方法还包括:依据定期更新的电商数据,设置定时任务,更新客户数据库模型;依据更新后的客户数据库模型对电商数据进行分析展示;依据展示结果生成建议信息,更新用户分类。
根据本发明实施例的另一方面,还提供了一种数据展示的装置,包括:获取模块,用于获取电商数据;展示模块,用于依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示;分类模块,用于依据展示结果生成建议信息,并依据建议信息对用户进行分类。
可选的,电商数据包括:电商客户销售数据、用户所使用的设备号、购买信息和订单信息。
进一步地,可选的,展示模块包括:构建单元,用于依据电商数据,构建客户数据库模型;展示单元,用于以最近一次消费、消费频率和消费金额作为指标,依据机器学习算法通过客户数据库模型对电商数据进行分析,并将分析结果以可视化的形式展示电商数据的分布情况。
可选的,分类模块包括:数值设立单元,用于在最近一次消费、消费频率和消费金额的三个指标之间设立分隔值;数据处理单元,用于依据分隔值将不同类别间数据的平均距离达到阈值;展示结果生成单元,用于依据电商数据的分布情况和不同类别间数据的平均距离,生成展示结果;建议生成单元,用于依据可视化的展示结果结合数据的分布情况生成建议信息;分类单元,用于依据建议信息对电商数据中的用户进行分类。
可选的,该装置还包括:第一更新模块,用于依据定期更新的电商数据,设置定时任务,更新客户数据库模型;分析模块,用于依据更新后的客户数据库模型对电商数据进行分析展示;第二更新模块,用于依据展示结果生成建议信息,更新用户分类。
在本发明实施例中,通过获取电商数据;依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示;依据展示结果生成建议信息,并依据建议信息对用户进行分类,达到了有效展示电商数据中数据分布的目的,从而实现了满足企业对消费数据的业务需求的技术效果,进而解决了由于现有技术缺乏对消费者的消费情况进行数据分析的技术,导致无法满足企业对消费数据的业务需求的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的数据展示的方法的流程示意图;
图2是根据本发明实施例的数据展示的装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种数据展示的方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的数据展示的方法的流程示意图,如图1所示,该方法包括如下步骤:
步骤S102,获取电商数据;
可选的,电商数据包括:电商客户销售数据、用户所使用的设备号、购买信息和订单信息。
在本申请实施例中基于用户的购买信息得到消费数据。特别是结合用户所使用的设备号,可以得到用户在进行消费时所使用的终端类型,例如,智能手机,PC,平板电脑等;基于所使用的设备类型和购买信息,经步骤S104对用户进行分析。
步骤S104,依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示;
进一步地,可选的,依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示包括:依据电商数据,构建客户数据库模型;以最近一次消费、消费频率和消费金额作为指标,依据机器学习算法通过客户数据库模型对电商数据进行分析,并将分析结果以可视化的形式展示电商数据的分布情况。
具体的,利用机器学习算法挖掘源数据的分布特征,从而向用户以可视化的形式展示数据的分布情况。
步骤S106,依据展示结果生成建议信息,并依据建议信息对用户进行分类。
可选的,依据展示结果生成建议信息,并依据建议信息对用户进行分类包括:在最近一次消费、消费频率和消费金额的三个指标之间设立分隔值;依据分隔值将不同类别间数据的平均距离达到阈值;依据电商数据的分布情况和不同类别间数据的平均距离,生成展示结果;依据可视化的展示结果结合数据的分布情况生成建议信息;依据建议信息对电商数据中的用户进行分类。
具体的,结合步骤S104,在R(最近一次消费(Recency))、F(消费频率(Frequency))、M(消费金额(Monetary))各个维度上算法所认为合理的分隔值。可以使得用户在R、F、M各个维度上的分隔达到最优,即可以避免在数据分布最多的位置进行分隔的情况,这里的最优可以理解为不同类别间数据点的平均距离达到最大。这里本申请实施例中所使用的机器学习算法包括但是不限于聚类算法,例如k-means等。
可选的,本申请实施例提供的数据展示的方法还包括:依据定期更新的电商数据,设置定时任务,更新客户数据库模型;依据更新后的客户数据库模型对电商数据进行分析展示;依据展示结果生成建议信息,更新用户分类。
在本发明实施例中,通过获取电商数据;依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示;依据展示结果生成建议信息,并依据建议信息对用户进行分类,达到了有效展示电商数据中数据分布的目的,从而实现了满足企业对消费数据的业务需求的技术效果,进而解决了由于现有技术缺乏对消费者的消费情况进行数据分析的技术,导致无法满足企业对消费数据的业务需求的技术问题。
实施例2
根据本发明实施例的另一方面,还提供了一种数据展示的装置,图2是根据本发明实施例的数据展示的装置的示意图,如图2所示,包括:获取模块22,用于获取电商数据;展示模块24,用于依据电商数据构建客户数据库模型,并依据客户数据库模型对电商数据进行分析展示;分类模块26,用于依据展示结果生成建议信息,并依据建议信息对用户进行分类。
可选的,电商数据包括:电商客户销售数据、用户所使用的设备号、购买信息和订单信息。
进一步地,可选的,展示模块24包括:构建单元,用于依据电商数据,构建客户数据库模型;展示单元,用于以最近一次消费、消费频率和消费金额作为指标,依据机器学习算法通过客户数据库模型对电商数据进行分析,并将分析结果以可视化的形式展示电商数据的分布情况。
可选的,分类模块26包括:数值设立单元,用于在最近一次消费、消费频率和消费金额的三个指标之间设立分隔值;数据处理单元,用于依据分隔值将不同类别间数据的平均距离达到阈值;展示结果生成单元,用于依据电商数据的分布情况和不同类别间数据的平均距离,生成展示结果;建议生成单元,用于依据可视化的展示结果结合数据的分布情况生成建议信息;分类单元,用于依据建议信息对电商数据中的用户进行分类。
可选的,本申请实施例提供的数据展示的装置还包括:第一更新模块,用于依据定期更新的电商数据,设置定时任务,更新客户数据库模型;分析模块,用于依据更新后的客户数据库模型对电商数据进行分析展示;第二更新模块,用于依据展示结果生成建议信息,更新用户分类。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种数据展示的方法,其特征在于,包括:
获取电商数据;
依据所述电商数据构建客户数据库模型,并依据所述客户数据库模型对所述电商数据进行分析展示;
依据展示结果生成建议信息,并依据所述建议信息对用户进行分类。
2.根据权利要求1所述的方法,其特征在于,所述电商数据包括:电商客户销售数据、用户所使用的设备号、购买信息和订单信息。
3.根据权利要求1或2所述的方法,其特征在于,依据所述电商数据构建客户数据库模型,并依据所述客户数据库模型对所述电商数据进行分析展示包括:
依据所述电商数据,构建所述客户数据库模型;
以最近一次消费、消费频率和消费金额作为指标,依据机器学习算法通过所述客户数据库模型对所述电商数据进行分析,并将分析结果以可视化的形式展示所述电商数据的分布情况。
4.根据权利要求3所述的方法,其特征在于,所述依据展示结果生成建议信息,并依据所述建议信息对用户进行分类包括:
在所述最近一次消费、所述消费频率和所述消费金额的三个指标之间设立分隔值;
依据所述分隔值将不同类别间数据的平均距离达到阈值;
依据所述电商数据的分布情况和所述不同类别间数据的平均距离,生成展示结果;
依据可视化的所述展示结果结合数据的分布情况生成所述建议信息;
依据所述建议信息对所述电商数据中的用户进行分类。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
依据定期更新的电商数据,设置定时任务,更新所述客户数据库模型;
依据更新后的所述客户数据库模型对所述电商数据进行分析展示;
依据展示结果生成建议信息,更新用户分类。
6.一种数据展示的装置,其特征在于,包括:
获取模块,用于获取电商数据;
展示模块,用于依据所述电商数据构建客户数据库模型,并依据所述客户数据库模型对所述电商数据进行分析展示;
分类模块,用于依据展示结果生成建议信息,并依据所述建议信息对用户进行分类。
7.根据权利要求6所述的装置,其特征在于,所述电商数据包括:电商客户销售数据、用户所使用的设备号、购买信息和订单信息。
8.根据权利要求6或7所述的装置,其特征在于,所述展示模块包括:
构建单元,用于依据所述电商数据,构建所述客户数据库模型;
展示单元,用于以最近一次消费、消费频率和消费金额作为指标,依据机器学习算法通过所述客户数据库模型对所述电商数据进行分析,并将分析结果以可视化的形式展示所述电商数据的分布情况。
9.根据权利要求8所述的装置,其特征在于,所述分类模块包括:
数值设立单元,用于在所述最近一次消费、所述消费频率和所述消费金额的三个指标之间设立分隔值;
数据处理单元,用于依据所述分隔值将不同类别间数据的平均距离达到阈值;
展示结果生成单元,用于依据所述电商数据的分布情况和所述不同类别间数据的平均距离,生成展示结果;
建议生成单元,用于依据可视化的所述展示结果结合数据的分布情况生成所述建议信息;
分类单元,用于依据所述建议信息对所述电商数据中的用户进行分类。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第一更新模块,用于依据定期更新的电商数据,设置定时任务,更新所述客户数据库模型;
分析模块,用于依据更新后的所述客户数据库模型对所述电商数据进行分析展示;
第二更新模块,用于依据展示结果生成建议信息,更新用户分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011205032.7A CN112307111A (zh) | 2020-11-02 | 2020-11-02 | 数据展示的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011205032.7A CN112307111A (zh) | 2020-11-02 | 2020-11-02 | 数据展示的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112307111A true CN112307111A (zh) | 2021-02-02 |
Family
ID=74333637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011205032.7A Pending CN112307111A (zh) | 2020-11-02 | 2020-11-02 | 数据展示的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307111A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023175A (zh) * | 2015-07-24 | 2015-11-04 | 金鹃传媒科技股份有限公司 | 一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统 |
CN108664653A (zh) * | 2018-05-18 | 2018-10-16 | 拓普暨达(广州)基因精准医疗科技有限公司 | 一种基于K-means的医疗消费客户自动分类方法 |
CN111489201A (zh) * | 2020-04-14 | 2020-08-04 | 广东科徕尼智能科技有限公司 | 一种客户价值分析的方法、设备、存储介质 |
-
2020
- 2020-11-02 CN CN202011205032.7A patent/CN112307111A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023175A (zh) * | 2015-07-24 | 2015-11-04 | 金鹃传媒科技股份有限公司 | 一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统 |
CN108664653A (zh) * | 2018-05-18 | 2018-10-16 | 拓普暨达(广州)基因精准医疗科技有限公司 | 一种基于K-means的医疗消费客户自动分类方法 |
CN111489201A (zh) * | 2020-04-14 | 2020-08-04 | 广东科徕尼智能科技有限公司 | 一种客户价值分析的方法、设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876526B (zh) | 商品推荐方法、装置和计算机可读存储介质 | |
CN109658206B (zh) | 信息推荐方法和装置 | |
CN110580649B (zh) | 一种商品潜力值的确定方法和装置 | |
CN106611344A (zh) | 挖掘潜在客户的方法及装置 | |
CN108628866B (zh) | 数据融合的方法和装置 | |
CN105744005A (zh) | 客户定位分析方法及服务器 | |
CN113034246A (zh) | 理财产品推荐方法及装置 | |
CN104537553A (zh) | 重复负序列模式在客户购买行为分析中的应用 | |
CN116127184A (zh) | 产品的推荐方法及装置、非易失性存储介质、电子设备 | |
CN115062087A (zh) | 一种用户画像构建方法、装置、设备和介质 | |
CN114140193A (zh) | 商品推荐方法和装置 | |
CN107169786B (zh) | 数据资源的处理方法和装置 | |
CN111833110A (zh) | 客户生命周期定位方法、装置、电子设备及存储介质 | |
CN112307111A (zh) | 数据展示的方法和装置 | |
CN115578155A (zh) | 一种订单搜索方法、装置、计算机设备和存储介质 | |
CN107688581B (zh) | 数据模型的处理方法及装置 | |
Hamzehei et al. | A new methodology to study customer electrocardiogram using RFM analysis and clustering | |
CN113052381A (zh) | 一种基于大数据的电子商务营销及管理系统 | |
CN113313615A (zh) | 一种对企业司法风险进行量化评分定级的方法及装置 | |
CN113011953A (zh) | 家电推荐方法和装置、存储介质及电子设备 | |
CN111160916A (zh) | 风险交易识别方法及装置 | |
KR20160076374A (ko) | Crm 마케팅 정보를 제공하는 방법 및 장치 | |
CN115269678A (zh) | 一种基于大数据的保险客户数据挖掘方法与装置 | |
CN114676318A (zh) | 数据处理方法及装置、电子设备及可读存储介质 | |
CN111881355B (zh) | 对象的推荐方法、装置、存储介质和处理器 |
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 |