CN112308648A - 信息处理方法及装置 - Google Patents
信息处理方法及装置 Download PDFInfo
- Publication number
- CN112308648A CN112308648A CN202010129833.3A CN202010129833A CN112308648A CN 112308648 A CN112308648 A CN 112308648A CN 202010129833 A CN202010129833 A CN 202010129833A CN 112308648 A CN112308648 A CN 112308648A
- Authority
- CN
- China
- Prior art keywords
- information
- reward
- users
- online
- user
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 24
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 230000008569 process Effects 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000012549 training Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000011218 segmentation 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0239—Online discounts or incentives
-
- 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]
- G06Q30/0605—Supply or demand aggregation
-
- 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
- G06Q30/0211—Determining the effectiveness of discounts or incentives
-
- 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
- G06Q30/0215—Including financial accounts
-
- 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
-
- 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]
- G06Q30/0631—Item recommendations
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
本申请的实施例公开了信息处理方法及装置。方法的一具体实施方式包括：获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息；根据路径信息和操作信息，生成各级用户各自对应的用户特征信息；将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息；基于用户的奖励信息，确定待推送信息。本申请根据各级用户的用户特征信息和商品特征，可以确定出与各级用户对应的奖励信息，有助于提高用户关于分享信息的分享频次，增加购物用户的数量，更具针对性地进行信息推送。
Description
技术领域
本申请实施例涉及计算机技术领域，具体涉及一种信息处理方法及装置。
背景技术
随着大数据和互联网的发展，社区团购在经济活动中扮演着越来越重要的角色。社区团购是网络团购的一种新形态，是一种在虚拟社区中团长组织消费者以低价购买商品的方式。社区团购一方面提供了一些聚合的消费者，另一方面可以实现用户之间的协同互助。在社区团购场景中，相关的信息推送方式通常是由团长根据用户在群组中的用户输入文本确定用户需求，从而向群组进行信息推送，获得相应的奖励。
发明内容
本申请实施例提出了一种信息处理方法及装置。
第一方面，本申请实施例提供了一种信息处理方法，包括：获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息，路径信息用于表征商品信息在各级用户间的传播路径，分享信息用于表征线上商品的购买地址，各级用户用于表征分享信息在分享过程中的各路径节点所指示的用户；根据路径信息和操作信息，生成各级用户各自对应的用户特征信息，用户特征信息用于表征与用户特征信息对应的用户在线上商品的分享过程中的贡献；将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息；基于用户的奖励信息，确定待推送信息。
在一些实施例中，在将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息之后，还包括：将奖励信息对应的奖励发送至与奖励信息对应的用户的账号；根据各级用户对应的奖励信息，生成奖励汇总信息，以及将奖励汇总信息发送至各级用户各自对应的账号。
在一些实施例中，上述方法还包括：分析用户获取奖励信息对应的奖励后的、线上商品的销售量的变化趋势信息；根据变化趋势信息，调整奖励计算模型输出的奖励信息。
在一些实施例中，上述方法还包括：分析用户获取奖励信息对应的奖励后，针对分享信息的分享次数的变化趋势信息；根据变化趋势信息，调整奖励计算模型输出的奖励信息。
在一些实施例中，操作信息指示的操作包括：购买线上商品、收藏线上商品、浏览线上商品、输入线上商品的购物体验信息。
在一些实施例中，上述方法还包括：响应于确定操作信息为输入线上商品的购物体验信息，关联线上商品的分享信息和购物体验信息；显示分享信息的同时，显示关联分享信息的购物体验信息。
第二方面，本申请实施例提供了一种信息处理装置，包括：信息获取单元，被配置成获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息，路径信息用于表征商品信息在各级用户间的传播路径，分享信息用于表征线上商品的购买地址，各级用户用于表征分享信息在分享过程中的各路径节点所指示的用户；特征信息生成单元，被配置成根据路径信息和操作信息，生成各级用户各自对应的用户特征信息，用户特征信息用于表征与用户特征信息对应的用户在线上商品的分享过程中的贡献；奖励信息生成单元，被配置成将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息；推送信息生成单元，被配置成基于用户的奖励信息，确定待推送信息。
在一些实施例中，上述装置还包括：分享单元，被配置成将奖励信息对应的奖励发送至与奖励信息对应的用户的账号；根据各级用户对应的奖励信息，生成奖励汇总信息，以及将奖励汇总信息发送至各级用户各自对应的账号。
在一些实施例中，上述装置还包括：第一调整单元，被配置成分析用户获取奖励信息对应的奖励后的、线上商品的销售量的变化趋势信息；根据变化趋势信息，调整奖励计算模型输出的奖励信息。
在一些实施例中，上述装置还包括：第二调整单元，被配置成分析用户获取奖励信息对应的奖励后，针对分享信息的分享次数的变化趋势信息；根据变化趋势信息，调整奖励计算模型输出的奖励信息。
在一些实施例中，上述操作信息指示的操作包括：购买线上商品、收藏线上商品、浏览线上商品、输入线上商品的购物体验信息。
在一些实施例中，上述装置还包括：关联单元，被配置成响应于确定操作信息为输入线上商品的购物体验信息，关联线上商品的分享信息和购物体验信息；显示分享信息的同时，显示关联分享信息的购物体验信息。
第三方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面任一实现方式描述的方法。
第四方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面任一实现方式描述的方法。
本申请实施例提供的信息处理方法及装置，首先，获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息；然后，根据路径信息和操作信息，生成各级用户各自对应的用户特征信息；最后，将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息。本申请根据各级用户的用户特征信息和商品特征，可以确定出与各级用户对应的奖励信息，有助于提高用户关于分享信息的分享频次，增加购物用户的数量；基于用户的奖励信息，可以确定待推送信息，以更具针对性地进行信息推送。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的信息处理方法的一个实施例的流程图；
图3是根据本实施例的信息处理方法的应用场景的示意图；
图4是根据本申请的信息处理方法的又一个实施例的流程图；
图5是根据本申请的信息处理装置的一个实施例的结构图；
图6是适于用来实现本申请实施例的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的信息处理方法及装置的示例性架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时，其可以是支持信息交互、网络连接、图像拍摄等功能的各种电子设备，包括但不限于智能手机、平板电脑、相机、摄像机、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供数据分析处理、数据传输等功能的服务器。服务器可以对接收到的各种数据进行存储或分析，并将处理结果反馈给终端设备。
需要说明的是，本公开的实施例所提供的信息处理方法可以由终端设备101、102、103执行，也可以由服务器105执行，或者，也可以一部分由终端设备101、102、103执行，而另一部分由服务器105执行。相应地，信息处理装置可以设置于终端设备101、102、103中，也可以设置于服务器105中，还可以一部分设置于终端设备101、102、103中而另一部分设置于服务器105中。在此不做具体限定。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备和服务器。
继续参考图2，示出了信息处理方法的一个实施例的流程200，包括以下步骤：
步骤201，获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息。
本实施例中，信息处理方法的执行主体(例如图1中的终端设备或服务器)可以获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息。
分享信息用于表征线上商品的购买地址，例如可以是该线上商品的购买地址对应的网络链接、二维码等信息。分享信息通过各级用户在终端设备上的分享操作分享至其他的用户。
各级用户用于表征分享信息在分享过程中的各路径节点所指示的用户，路径信息用于表征商品信息在各级用户间的传播路径。操作信息所表征的操作可以是各级用户根据分享信息进行的各种操作，包括但不限于：购买线上商品、收藏线上商品、浏览线上商品、输入线上商品的购物体验信息。
作为示例，假如用户A将某型号的电视机这一线上商品的购物二维码通过智能手机分享至一即时通讯应用的群组X中，该群组X中的用户B浏览了购物二维码所指示的电视机，并将电视机的购物二维码信息分享至一即时通讯应用的另一群组Y中，该群组Y中的用户C根据购物二维码信息购买了该型号的一台电视机。则关于该型号的电视机的传播路径为“用户A—>用户B—>用户C”，各级用户中的各个用户分别为用户A、用户B、用户C，对应于用户A的操作信息为分享该线上商品，对应于用户B的操作信息为浏览和分享该线上商品，对应于用户C的操作信息为购买该线上商品。
本实施例中，由分享该分享信息的初始用户开始，根据分享信息的分享顺序可以确定用户的等级，同一等级中可以包括任意个数的用户。继续参考上述示例，用户A为一级用户，用户B为二级用户，用户C为三级用户，也即，用户A为用户B的上级用户，用户B为用户C的上级用户。若群组X中的用户D、用户E也浏览了电视机的购物二维码，则用户D、用户E是与用户B同级的二级用户。
本实施例中，在分享信息被用户分享时，可以在分享信息中加入唯一标识该用户身份信息的身份标识信息。
需要说明的是，本步骤的执行主体可以是终端设备，也可以是服务器。当终端设备具有信息获取功能时，本步骤的执行主体则可以是具有信息获取功能的终端设备；否则，本步骤的执行主体则可以是具有信息获取功能的服务器。
步骤202，根据路径信息和操作信息，生成各级用户各自对应的用户特征信息。
本实施例中，执行主体根据获取的路径信息和操作信息，可以生成各级用户各自对应的用户特征信息。
用户特征信息用于表征与该用户特征信息对应的用户在线上商品的分享过程中的贡献。
在本实施例中，由于在路径信息所指示的分享顺序中，某一用户后的各级分享用户的操作信息是基于该用户的分享信息才得以进行，因此，在路径信息所指示的分享顺序中，该用户后的各级分享用户的操作信息可以作为该用户的贡献。
继续参考上述示例，关于该型号的电视机的分享过程中，用户A的贡献包括：用户B、用户D、用户E浏览该线上商品，用户C购买该线上商品；用户B的贡献为：用户C购买该线上商品。
本实施例中，可以将各级用户在线上商品的分享过程中的贡献作为该用户的特征信息。在一些可选的实现方式中，可以根据将操作信息归一化，得到数值化后的特征信息。例如，可以根据各种操作信息，预先设置对应的数值，以得到数值化后的特征信息。
步骤203，将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息。
本实施例中，将得到的用户特征信息、线上商品的商品特征信息作为预先训练的奖励计算模型的输入，可以得到各级用户对应的奖励信息。奖励信息例如可以是电子红包、购物券、优惠券等。商品特征信息例如可以是线上商品的种类等属性信息、价格信息等。
在这里，上述奖励计算模型可以是关联存储有用户特征信息、线上商品的商品特征信息、各级用户的奖励信息，以及用户特征信息、商品特征信息和奖励信息的对应关系信息的二维表或数据库；也可以是采用机器学习算法(例如极端梯度提升算法、小批量梯度下降算法)训练得到的卷积神经网络。
在一些可选的实现方式中，上述奖励计算模型可以经由上述执行主体或者与上述执行主体通信连接的电子设备，通过如下步骤训练得到：
首先，获取训练样本集。其中，训练样本集中的训练样本包括用户特征信息、商品特征信息和奖励信息。然后，采用极端梯度提升算法(XGBoost，eXtreme GradientBoosting)，将训练样本集中的训练样本包括的用户特征信息、商品特征信息作为输入，将与输入的用户特征信息、商品特征信息相对应的奖励信息作为期望输出，训练得到奖励计算模型。
示例性的，可以将训练样本集中的训练样本包括的用户特征信息、商品特征信息输入至初始模型，获得初始模型计算得到的实际输出数据。其中，实际输出数据可以是初始模型实际输出的奖励信息。然后，再用极端梯度提升算法中的损失函数，计算实际输出的奖励信息与训练样本中包括的相应的奖励信息之间的差异值。若差异值小于或等于预设差异阈值，则可以将当前的初始模型作为奖励模型；若差异值大于上述预设差异阈值，则可以调整当前的初始模型的模型参数，以及将参数调整后的模型，用作下次训练的初始模型。
其中，初始模型可以是具有AlexNet、VGG、ResNet等网络结构的卷积神经网络模型。
可以理解，相对于现有技术而言，本可选的实现方式采用极端梯度提升算法来训练奖励计算模型，可以使得训练得到的奖励计算模型生成更准确的、对应于各级用户的奖励信息，并且，在达到相同的训练效果的情况下，采用极端梯度提升算法所需要的迭代次数更少，在选取最佳切分点时可以开启多线程进行，大大提高了模型迭代和计算的效率。
步骤204，基于用户的奖励信息，确定待推送信息。
本实施例中，执行主体根据奖励计算模型得到的奖励信息，可以确定待推送信息。具体的，可以根据奖励信息所表征的奖励所适用的线上商品，确定关于线上商品的待推送信息。
作为示例，奖励信息可以是电器类在线商品的优惠券，根据该优惠券，执行主体可以确定待推送消息为关于电器类商品的待推送消息，然后将待推送消息发送至对应的用户。
继续参见图3，图3是根据本实施例的信息处理方法的应用场景的一个示意图。在图3的应用场景中，用户A通过移动终端301将分享信息302发送至“社区团购群X”中，其中，分享信息302为表征某一型号的电冰箱的购买地址的二维码。“社区团购群X”中的5个用户根据分享信息302的指示浏览了电冰箱的购物网页，其中包括通过终端设备303浏览了电冰箱的购物网页的用户B。而且，“社区团购群X”中的用户C通过终端设备304购买了该型号的电冰箱，用户D通过终端设备305将购物信息302发送至“社区团购群Y”中，“社区团购群Y”中的6个用户根据分享信息302的指示浏览了电冰箱的购物网页，其中，包括通过终端设备306浏览了电冰箱的购物网页的用户E。服务器307获取电冰箱的分享信息302被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息；根据路径信息和操作信息，生成各级用户各自对应的用户特征信息。其中，用户A的特征信息为：11个浏览用户，1个购买用户；用户B的特征信息为：6个浏览用户。然后，服务器303将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息，例如，用户A的奖励信息为30元代金券，用户E的奖励信息为10元的代金券。最后，服务器基于用户的奖励信息，确定待推送信息。
本公开的上述实施例提供的方法，通过获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息；然后，根据路径信息和操作信息，生成各级用户各自对应的用户特征信息；最后，将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息，可以确定出与各级用户各自对应的奖励信息，有助于提高用户关于分享信息的分享频次，增加购物用户的数量；基于用户的奖励信息，可以确定待推送信息，以更具针对性地进行信息推送。
在本实施例的一些可选的实现方式中，上述执行主体还可以执行如下步骤：
首先，将奖励信息对应的奖励发送至与奖励信息对应的用户的账号。
本实现方式中，可以预先获取奖励信息对应的用户的账号信息，并将奖励信息对应的奖励发送至与奖励信息对应的用户的账号中。
然后，根据各级用户对应的奖励信息，生成奖励汇总信息，以及将奖励汇总信息发送至各级用户各自对应的账号。
本实施例中，执行主体可以将奖励汇总信息在各级用户之间共享，使得各级用户可以知晓其他用户的特征信息和所得的奖励，以激励用户积极分享关于线上商品的分享信息，提高线上商品的销售量。
在本实施例的一些可选的实现方式中，上述执行主体还可以执行如下步骤：
首先，分析用户获取奖励信息对应的奖励后的、线上商品的销售量的变化趋势信息；然后，根据变化趋势信息，调整预先训练的奖励计算模型输出的奖励信息。
本实现方式中，根据线上商品的销售量的变化趋势信息所表征的变化趋势可以调整奖励计算模型输出的奖励信息，以使得奖励信息可以更好的激励用户的分享欲望，进一步提高购买线上商品的用户数量。
例如，针对用户的特征信息，当提高某商品对应的奖励信息中，关于浏览操作的奖励权重，降低奖励信息中关于收藏操作的奖励时，该商品的销售量有下降的趋势，则需要提高奖励信息中关于收藏操作的奖励或降低奖励信息中，关于浏览操作的奖励权重。
本实施例中，根据线上商品的销售量的变化趋势信息所表征的变化趋势调整预先训练的奖励计算模型，提高了本申请的智能化程度，可以得到更正确的奖励信息。
在本实施例的一些可选的实现方式中，上述执行主体还可以执行如下步骤：
首先，分析用户获取奖励信息对应的奖励后，针对分享信息的分享次数的变化趋势信息；然后，根据变化趋势信息，调整预先训练的奖励计算模型输出的奖励信息。
继续参考图4，示出了根据本申请的信息处理方法的另一个实施例的示意性流程400，包括以下步骤：
步骤401，获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息。
本实施例中，步骤401按照与步骤201类似的方式执行，在此不再赘述。
步骤402，响应于确定操作信息指示输入所述线上商品的购物体验信息，关联线上商品的分享信息和购物体验信息；以及响应于显示分享信息，显示关联分享信息的购物体验信息。
本实施例中，在分享信息的分享过程中，在显示分享信息的界面中可以同时显示该线上商品的购物体验信息。被分享的用户不必浏览线上商品的购物网页，在查看分享信息的同时就可以直观的观看该线上商品的购物体验信息，用户可以快速地确定是否购买或分享该分享信息，从而可以提高分享信息的分享效率。
步骤403，根据路径信息和操作信息，生成各级用户各自对应的用户特征信息。
本实施例中，步骤403按照与步骤202类似的方式执行，在此不再赘述。
步骤404，将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息。
本实施例中，步骤404按照与步骤203类似的方式执行，在此不再赘述。
步骤405，基于用户的奖励信息，确定待推送信息。
本实施例中，步骤405按照与步骤204类似的方式执行，在此不再赘述。。
从本实施例中可以看出，与图2对应的实施例相比，本实施例中的信息处理方法的流程400具体说明了在分享信息的分享过程中，显示分享信息的界面中可以同时显示该线上商品的购物体验信息。被分享的用户不必浏览线上商品的购物网页，在查看分享信息的同时就可以直观的观看该线上商品的购物体验信息，用户可以快速地确定是否购买或分享该分享信息，从而可以提高分享信息的分享效率。
继续参考图5，作为对上述各图所示方法的实现，本公开提供了一种信息处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，信息处理装置包括：信息获取单元501，被配置成获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息，路径信息用于表征商品信息在各级用户间的传播路径，分享信息用于表征线上商品的购买地址，各级用户用于表征分享信息在分享过程中的各路径节点所指示的用户；特征信息生成单元502，被配置成根据路径信息和操作信息，生成各级用户各自对应的用户特征信息，用户特征信息用于表征与用户特征信息对应的用户在线上商品的分享过程中的贡献；奖励信息生成单元503，被配置成将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息；推送信息生成单元504，被配置成基于用户的奖励信息，确定待推送信息。
在一些实施例中，上述装置还包括：分享单元(图中未示出)，被配置成将奖励信息对应的奖励发送至与奖励信息对应的用户；根据各级用户对应的奖励信息，生成奖励汇总信息，并将奖励汇总信息发送至各级用户。
在一些实施例中，上述装置还包括：第一调整单元(图中未示出)，被配置成分析用户获取奖励信息对应的奖励后的、线上商品的销售量的变化趋势信息；根据变化趋势信息，调整预先训练的奖励计算模型输出的奖励信息。
在一些实施例中，上述装置还包括：第二调整单元(图中未示出)，被配置成分析用户获取奖励信息对应的奖励后，针对分享信息的分享次数的变化趋势信息；根据变化趋势信息，调整预先训练的奖励计算模型输出的奖励信息。
在一些实施例中，上述操作信息指示的操作包括：购买线上商品、收藏线上商品、浏览线上商品、输入线上商品的购物体验信息。
在一些实施例中，上述装置还包括：关联单元(图中未示出)，被配置成响应于确定操作信息为输入线上商品的购物体验信息，关联线上商品的分享信息和购物体验信息；显示分享信息的同时，显示关联分享信息的购物体验信息。
本实施例中，检测装置根据各级用户的用户特征信息和商品特征，可以更准确地确定出与各级用户对应的奖励信息，丰富了信息的生成方式。
下面参考图6，其示出了适于用来实现本申请实施例的设备(例如图1所示的设备101、102、103、105)的计算机系统600的结构示意图。图6示出的设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括处理器(例如CPU，中央处理器)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中，还存储有系统600操作所需的各种程序和数据。处理器601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机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。而在本申请中，计算机可读的信号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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。计算机可读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、电线、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或其组合来编写用于执行本申请的操作的计算机程序代码，程序设计语言包括面向目标的程序设计语言—诸如Java、Smalltalk、C++，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客户计算机上执行、部分地在客户计算机上执行、作为一个独立的软件包执行、部分在客户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到客户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器，包括信息获取单元、特征信息生成单元、奖励信息生成单元和推送信息生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，奖励信息生成单元还可以被描述为“将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息”的单元。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该计算机设备：获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对分享信息进行的操作信息，路径信息用于表征商品信息在各级用户间的传播路径，分享信息用于表征线上商品的购买地址，各级用户用于表征分享信息在分享过程中的各路径节点所指示的用户；根据路径信息和操作信息，生成各级用户各自对应的用户特征信息，用户特征信息用于表征与用户特征信息对应的用户在线上商品的分享过程中的贡献；将用户特征信息、线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息；基于用户的奖励信息，确定待推送信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种信息处理方法，包括：
获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对所述分享信息进行的操作信息，所述路径信息用于表征所述商品信息在各级用户间的传播路径，所述分享信息用于表征所述线上商品的购买地址，所述各级用户用于表征所述分享信息在分享过程中的各路径节点所指示的用户；
根据所述路径信息和所述操作信息，生成各级用户各自对应的用户特征信息，所述用户特征信息用于表征与所述用户特征信息对应的用户在所述线上商品的分享过程中的贡献；
将所述用户特征信息、所述线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息；
基于用户的所述奖励信息，确定待推送信息。
2.根据权利要求1所述的方法，其中，在所述将所述用户特征信息、所述线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息之后，所述方法还包括：
将所述奖励信息对应的奖励发送至与所述奖励信息对应的用户的账号；
根据各级用户对应的奖励信息，生成奖励汇总信息，以及将所述奖励汇总信息发送至所述各级用户各自对应的账号。
3.根据权利要求1所述的方法，其中，所述方法还包括：
分析用户获取所述奖励信息对应的奖励后的、所述线上商品的销售量的变化趋势信息；
根据所述变化趋势信息，调整所述奖励计算模型输出的奖励信息。
4.根据权利要求1所述的方法，其中，所述方法还包括：
分析用户获取所述奖励信息对应的奖励后，针对分享信息的分享次数的变化趋势信息；
根据所述变化趋势信息，调整所述奖励计算模型输出的奖励信息。
5.根据权利要求1-4任一所述的方法，其中，所述操作信息指示的操作包括：购买所述线上商品、收藏所述线上商品、浏览所述线上商品、输入所述线上商品的购物体验信息。
6.根据权利要求5所述的方法，其中，所述方法还包括：
响应于确定所述操作信息指示输入所述线上商品的购物体验信息，关联所述线上商品的分享信息和所述购物体验信息；
响应于显示所述分享信息，显示关联所述分享信息的所述购物体验信息。
7.一种信息处理装置，包括：
信息获取单元，被配置成获取线上商品的分享信息被各级用户分享过程中的路径信息，以及各级用户针对所述分享信息进行的操作信息，所述路径信息用于表征所述商品信息在各级用户间的传播路径，所述分享信息用于表征所述线上商品的购买地址，所述各级用户用于表征所述分享信息在分享过程中的各路径节点所指示的用户；
特征信息生成单元，被配置成根据所述路径信息和所述操作信息，生成各级用户各自对应的用户特征信息，所述用户特征信息用于表征与所述用户特征信息对应的用户在所述线上商品的分享过程中的贡献；
奖励信息生成单元，被配置成将所述用户特征信息、所述线上商品的商品特征信息输入预先训练的奖励计算模型，得到各级用户对应的奖励信息；
推送信息生成单元，被配置成基于用户的所述奖励信息，确定待推送信息。
8.根据权利要求1所述的装置，其中，所述装置还包括：
分享单元，被配置成将所述奖励信息对应的奖励发送至与所述奖励信息对应的用户的账号；根据各级用户对应的奖励信息，生成奖励汇总信息，以及将所述奖励汇总信息发送至所述各级用户各自对应的账号。
9.根据权利要求7所述的装置，其中，所述装置还包括：
第一调整单元，被配置成分析用户获取所述奖励信息对应的奖励后的、所述线上商品的销售量的变化趋势信息；根据所述变化趋势信息，调整所述奖励计算模型输出的奖励信息。
10.根据权利要求7所述的装置，其中，所述装置还包括：
第二调整单元，被配置成分析用户获取所述奖励信息对应的奖励后，针对分享信息的分享次数的变化趋势信息；根据所述变化趋势信息，调整所述奖励计算模型输出的奖励信息。
11.根据权利要求7-10任一所述的装置，其中，所述操作信息指示的操作包括：购买所述线上商品、收藏所述线上商品、浏览所述线上商品、输入所述线上商品的购物体验信息。
12.根据权利要求11所述的装置，其中，所述装置还包括：
关联单元，被配置成响应于确定所述操作信息为输入所述线上商品的购物体验信息，关联所述线上商品的分享信息和所述购物体验信息；显示所述分享信息的同时，显示关联所述分享信息的所述购物体验信息。
13.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
14.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010129833.3A CN112308648A (zh) | 2020-02-28 | 2020-02-28 | 信息处理方法及装置 |
| US17/766,913 US20240062237A1 (en) | 2020-02-28 | 2020-12-28 | Information processing method and apparatus |
| PCT/CN2020/140158 WO2021169550A1 (zh) | 2020-02-28 | 2020-12-28 | 信息处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010129833.3A CN112308648A (zh) | 2020-02-28 | 2020-02-28 | 信息处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112308648A true CN112308648A (zh) | 2021-02-02 |
Family
ID=74336613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010129833.3A Pending CN112308648A (zh) | 2020-02-28 | 2020-02-28 | 信息处理方法及装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20240062237A1 (zh) |
| CN (1) | CN112308648A (zh) |
| WO (1) | WO2021169550A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113610565A (zh) * | 2021-07-19 | 2021-11-05 | 上海浦东发展银行股份有限公司 | 网络活动的评价方法、装置、计算机设备和存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114022227A (zh) * | 2022-01-05 | 2022-02-08 | 深圳市明源云客电子商务有限公司 | 信息推广方法、设备及可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015079460A1 (en) * | 2013-11-28 | 2015-06-04 | Gupta Lucky | System for computing contribution and providing appropriate incentives |
| CN107609889A (zh) * | 2017-08-01 | 2018-01-19 | 百度在线网络技术（北京）有限公司 | 一种激励用户分享网页的方法及装置 |
| CN108306973A (zh) * | 2018-02-07 | 2018-07-20 | 尚国庆 | 房产中介服务平台用户分级方法及其平台 |
| CN108921614A (zh) * | 2018-06-29 | 2018-11-30 | 掌阅科技股份有限公司 | 基于链接分享的用户返利方法及计算设备 |
| CN109299955A (zh) * | 2018-09-14 | 2019-02-01 | 北京京东金融科技控股有限公司 | 信息的记录方法、装置、设备及计算机可读存储介质 |
| CN109360024A (zh) * | 2018-10-24 | 2019-02-19 | 北京汇银丰网络技术有限公司 | 一种基于社交的商品信息处理方法和社交购物平台 |
| CN110807649A (zh) * | 2019-09-26 | 2020-02-18 | 北京淇瑀信息科技有限公司 | 一种金融产品的邀请奖励方法和系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120239484A1 (en) * | 2011-03-17 | 2012-09-20 | Martin Tobias | Deal scoring system and method |
| CN109523307A (zh) * | 2018-10-26 | 2019-03-26 | 温州博盈科技有限公司 | 一种基于移动端app的营销平台 |
| CN110033245A (zh) * | 2019-04-15 | 2019-07-19 | 浙江大学滨海产业技术研究院 | 一种基于区块链的邻里社区分享方法及系统 |
-
2020
- 2020-02-28 CN CN202010129833.3A patent/CN112308648A/zh active Pending
- 2020-12-28 WO PCT/CN2020/140158 patent/WO2021169550A1/zh active Application Filing
- 2020-12-28 US US17/766,913 patent/US20240062237A1/en active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015079460A1 (en) * | 2013-11-28 | 2015-06-04 | Gupta Lucky | System for computing contribution and providing appropriate incentives |
| CN107609889A (zh) * | 2017-08-01 | 2018-01-19 | 百度在线网络技术（北京）有限公司 | 一种激励用户分享网页的方法及装置 |
| CN108306973A (zh) * | 2018-02-07 | 2018-07-20 | 尚国庆 | 房产中介服务平台用户分级方法及其平台 |
| CN108921614A (zh) * | 2018-06-29 | 2018-11-30 | 掌阅科技股份有限公司 | 基于链接分享的用户返利方法及计算设备 |
| CN109299955A (zh) * | 2018-09-14 | 2019-02-01 | 北京京东金融科技控股有限公司 | 信息的记录方法、装置、设备及计算机可读存储介质 |
| CN109360024A (zh) * | 2018-10-24 | 2019-02-19 | 北京汇银丰网络技术有限公司 | 一种基于社交的商品信息处理方法和社交购物平台 |
| CN110807649A (zh) * | 2019-09-26 | 2020-02-18 | 北京淇瑀信息科技有限公司 | 一种金融产品的邀请奖励方法和系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113610565A (zh) * | 2021-07-19 | 2021-11-05 | 上海浦东发展银行股份有限公司 | 网络活动的评价方法、装置、计算机设备和存储介质 |
| CN113610565B (zh) * | 2021-07-19 | 2024-06-07 | 上海浦东发展银行股份有限公司 | 网络活动的评价方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20240062237A1 (en) | 2024-02-22 |
| WO2021169550A1 (zh) | 2021-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109522483B (zh) | 用于推送信息的方法和装置 | |
| CN106792242B (zh) | 用于推送信息的方法和装置 | |
| CN108805594B (zh) | 信息推送方法和装置 | |
| CN111125574B (zh) | 用于生成信息的方法和装置 | |
| CN111061956B (zh) | 用于生成信息的方法和装置 | |
| CN106897905B (zh) | 用于推送信息的方法、装置及电子设备 | |
| CN109388548B (zh) | 用于生成信息的方法和装置 | |
| CN108536867B (zh) | 用于生成信息的方法和装置 | |
| US11361339B2 (en) | System, method, and computer program for providing notification of a cashback reward from a shopping portal using online screen and email analysis | |
| CN111695041B (zh) | 用于推荐信息的方法和装置 | |
| CN110866040A (zh) | 用户画像生成方法、装置和系统 | |
| CN108600780B (zh) | 用于推送信息的方法、电子设备、计算机可读介质 | |
| US20240062237A1 (en) | Information processing method and apparatus | |
| CN111787042B (zh) | 用于推送信息的方法和装置 | |
| CN111125502B (zh) | 用于生成信息的方法和装置 | |
| CN113763004A (zh) | 信息匹配方法及装置 | |
| CN109344327B (zh) | 用于生成信息的方法和装置 | |
| CN107357847B (zh) | 数据处理方法及其装置 | |
| CN111125501B (zh) | 用于处理信息的方法和装置 | |
| US20240078585A1 (en) | Method and apparatus for sharing information | |
| CN111784091B (zh) | 用于处理信息的方法和装置 | |
| CN107451860B (zh) | 信息推送方法和装置 | |
| CN112884538A (zh) | 物品推荐的方法和装置 | |
| CN111126649A (zh) | 用于生成信息的方法和装置 | |
| CN111723274A (zh) | 用于处理信息的方法和装置 |
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 |