CN112365325B - 一种基于大数据平台进行特征识别的广告智能推荐方法 - Google Patents

一种基于大数据平台进行特征识别的广告智能推荐方法 Download PDF

Info

Publication number
CN112365325B
CN112365325B CN202011444529.4A CN202011444529A CN112365325B CN 112365325 B CN112365325 B CN 112365325B CN 202011444529 A CN202011444529 A CN 202011444529A CN 112365325 B CN112365325 B CN 112365325B
Authority
CN
China
Prior art keywords
takeout
food
user account
last month
order
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.)
Active
Application number
CN202011444529.4A
Other languages
English (en)
Other versions
CN112365325A (zh
Inventor
张伟东
柏艳敏
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.)
Oriental Fortune Information Co.,Ltd.
Original Assignee
Oriental Fortune Information 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 Oriental Fortune Information Co ltd filed Critical Oriental Fortune Information Co ltd
Priority to CN202011444529.4A priority Critical patent/CN112365325B/zh
Publication of CN112365325A publication Critical patent/CN112365325A/zh
Application granted granted Critical
Publication of CN112365325B publication Critical patent/CN112365325B/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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement

Landscapes

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

Abstract

本发明公开一种基于大数据平台进行特征识别的广告智能推荐方法，本发明通过获取用户账户内各外卖订单的详细信息，筛选用户账户中近一个月内购买的各外卖订单，提取各外卖订单的详细信息中对应的各食品属性，同时统计用户账户中近一个月内外卖订单内各种的各食品属性数目，分析各种的各食品属性数目比值，筛选各食品属性的最大数目比值，并统计用户账户中近一个月内各外卖订单的外卖金额，分析近一个月内外卖订单的平均外卖金额，同时综合计算用户对外卖的食品喜好度预估系数，对比分析外卖平台中符合推荐要求的各商家推荐的食品信息，并进行推送，从而确保平台能够精准地推荐符合用户喜好的食品，增加用户的满意度和体验感。

Description

一种基于大数据平台进行特征识别的广告智能推荐方法
技术领域
本发明涉及平台广告推荐技术领域，涉及到一种基于大数据平台进行特征识别的广告智能推荐方法。
背景技术
随着互联网技术发展，以及现代人们生活节奏加快，外卖平台点餐、送餐已经成为现代人们的一种重要餐饮方式。随着平台中餐饮商户增加，用户从浏览到选择食品所需时间也随之增加，因此，如何快速准确地为用户推荐喜好食品成为一个急需解决的问题。
目前，现有的外卖平台食品广告推荐方法普遍存在一些不足之处，现有的外卖平台食品广告推荐技术只能根据用户账户的历史搜索记录推荐对应的食品，存在用户需要花费大量时间选择食品的问题，使得用户的心情烦躁，从而导致用户的订购欲望下降，降低外卖平台的营销效果，同时无法根据食品的多方面数据综合分析用户的喜好，导致无法精准地推荐符合用户喜好的食品，从而影响用户的满意度和体验感，造成外卖平台的用户人员流失，使得外卖平台的发展和进步受到影响，为了解决以上问题，现设计一种基于大数据平台进行特征识别的广告智能推荐方法。
发明内容
本发明的目的在于提供一种基于大数据平台进行特征识别的广告智能推荐方法，本发明通过获取用户账户内各外卖订单的详细信息，筛选用户账户中近一个月内购买的各外卖订单，提取用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性，并统计用户账户中近一个月内外卖订单内各种的各食品属性数目，分析各种的各食品属性数目比值，筛选各食品属性的最大数目比值，同时统计用户账户中近一个月内各外卖订单的外卖金额，分析用户账户中近一个月内外卖订单的平均外卖金额，并综合计算用户对外卖的食品喜好度预估系数，同时对比分析外卖平台中符合推荐要求的各商家推荐的食品信息，并进行推送，解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现：
一种基于大数据平台进行特征识别的广告智能推荐方法，包括如下步骤：
S1、用户登录外卖平台，获取用户账户内各外卖订单的详细信息；
S2、筛选用户账户中近一个月内购买的各外卖订单，提取各外卖订单的详细信息中对应的各食品属性；
S3、统计用户账户中近一个月内外卖订单内各种的各食品属性数目，分析各种的各食品属性数目比值，筛选各食品属性的最大数目比值；
S4、统计用户账户中近一个月内各外卖订单的外卖金额，分析用户账户中近一个月内外卖订单的平均外卖金额，并综合计算用户对外卖的食品喜好度预估系数；
S5、对比分析外卖平台中符合推荐要求的各商家推荐的食品信息，并进行推送；
上述基于大数据平台进行特征识别的广告智能推荐方法使用了一种基于大数据平台进行特征识别的广告智能推荐系统，包括用户登录模块、数据获取模块、数据提取模块、食品属性提取模块、属性数目统计模块、属性数目分析模块、分析服务器、金额统计模块、金额分析模块、云管理平台、食品推送模块和存储数据库；
所述用户登录模块用于对外卖平台进行用户登录，通过用户将账户信息输入到外卖平台的的登录界面进行登录，将登录成功的用户账户信息发送至数据获取模块；
所述数据获取模块与用户登录模块连接，用于接收用户登录模块发送的登录成功的用户账户信息，对接收的用户账户内外卖订单信息数据进行获取，获得用户账户内各外卖订单的详细信息，将获得的用户账户内各外卖订单的详细信息分别发送至数据提取模块、食品属性提取模块和存储数据库；
所述数据提取模块与数据获取模块连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，提取接收的用户账户内各外卖订单的详细信息中外卖购买时间，统计用户账户内各外卖订单中外卖购买时间，构成用户账户内各外卖订单中外卖购买时间集合T(t1,t2,...,ti,...,tn)，ti表示为用户账户内第i个外卖订单中外卖购买时间，将用户账户内各外卖订单中外卖购买时间集合发送至分析服务器；
所述分析服务器与数据提取模块连接，用于接收数据提取模块发送的用户账户内各外卖订单中外卖购买时间集合，按照时间先后顺序依次对接收的用户账户内各外卖订单中外卖购买时间进行排列，筛选获得用户账户中近一个月内购买的各外卖订单，统计用户账户中近一个月内购买的各外卖订单，构成用户账户中近一个月内购买的各外卖订单集合P(p1,p2,...,pj,...,pm),m≤n，pj表示为用户账户中近一个月内购买的第j个外卖订单，将用户账户中近一个月内购买的各外卖订单集合分别发送至食品属性提取模块和金额统计模块；
所述食品属性提取模块分别与数据获取模块和分析服务器连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，同时接收分析服务器发送的用户账户中近一个月内购买的各外卖订单集合，筛选用户账户中近一个月内各外卖订单的详细信息，提取用户账户中近一个月内各外卖订单的详细信息中对应的食品菜系、食物类别、食品口味和主要食材类型，统计用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性，构成用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合WRg(w1rg,w2rg,...,wjrg,...,wmrg)，wjrg表示为用户账户中近一个月内第j个外卖订单的详细信息中对应的第g种的第r个食品属性，g＝1,2,...,s，r＝r1,r2,r3,r4，r1表示为外卖订单的详细信息中食品菜系，r2表示为外卖订单的详细信息中食物类别，r3表示为外卖订单的详细信息中食品口味，r4表示为外卖订单的详细信息中主要食材类型，将用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合发送至属性数目统计模块；
所述属性数目统计模块与食品属性提取模块连接，用于接收食品属性提取模块发送的用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合，统计用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目，分别构成用户账户中近一个月内外卖订单的详细信息中各种食品菜系数目集合Ar1(a1r1,a2r1,...,afr1,...,aur1)、用户账户中近一个月内外卖订单的详细信息中各种食物类别数目集合Br1(b1r2,b2r2,...,bvr2,...,bxr2)、用户账户中近一个月内外卖订单的详细信息中各种食品口味数目集合Cr1(c1r3,c2r3,...,cpr3,...,cyr3)、用户账户中近一个月内外卖订单的详细信息中各种主要食材类型数目集合Dr1(d1r4,d2r4,...,dqr4,...,dzr4)，afr1表示为用户账户中近一个月内外卖订单的详细信息中第f种食品菜系数目，bvr2表示为用户账户中近一个月内外卖订单的详细信息中第v种食物类别数目，cpr3表示为用户账户中近一个月内外卖订单的详细信息中第p种食物口味数目，dqr4表示为用户账户中近一个月内外卖订单的详细信息中第q种主要食材类型数目，将用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目集合发送至属性数目分析模块；
所述属性数目分析模块与属性数目统计模块连接，用于接收属性数目统计模块发送的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目集合，计算用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，统计用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，并将用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值发送至分析服务器；
所述分析服务器与属性数目分析模块连接，用于接收属性数目分析模块发送的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，将接收的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值分别与对应的各种食品属性数目比值进行对比，筛选用户账户中近一个月内外卖订单的详细信息中各种的各食品属性的最大数目比值，统计用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值，分别记为kmaxr1,kmaxr2,kmaxr3,kmaxr4，将用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值发送至云管理平台；
所述金额统计模块与分析服务器连接，用于接收分析服务器发送的用户账户中近一个月内购买的各外卖订单集合，提取存储数据库中存储的用户账户内各外卖订单的详细信息，筛选用户账户中近一个月内各外卖订单的详细信息，提取用户账户中近一个月内各外卖订单的详细信息中外卖金额，构成用户账户中近一个月内各外卖订单的详细信息中外卖金额集合Q(Q1,Q2,...,Qj,...,Qm)，Qj表示为用户账户中近一个月内第j个外卖订单的详细信息中外卖金额，将用户账户中近一个月内各外卖订单的详细信息中外卖金额集合发送至金额分析模块；
所述金额分析模块与金额统计模块连接，用于接收金额统计模块发送的用户账户中近一个月内各外卖订单的详细信息中外卖金额集合，计算用户账户中近一个月内外卖订单的平均外卖金额，将计算的用户账户中近一个月内外卖订单的平均外卖金额发送至云管理平台；
所述云管理平台分别与分析服务器和金额分析模块连接，用于接收分析服务器发送的用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值，同时接收金额分析模块发送的用户账户中近一个月内外卖订单的平均外卖金额，提取存储数据库中存储的外卖的各食品属性影响用户喜好的权重比例系数和外卖食品金额的喜好度影响系数，计算用户对外卖的食品喜好度预估系数，提取存储数据库中存储的外卖平台中各商家推荐食品的预估喜好度系数，将用户对外卖的食品喜好度预估系数与外卖平台中各商家推荐食品的预估喜好度系数进行对比，若外卖平台中某商家推荐食品的预估喜好度系数小于用户对外卖的食品喜好度预估系数，表明外卖平台中该商品推荐的食品不符合推荐要求，若外卖平台中某商家推荐食品的预估喜好度系数大于或等于用户对外卖的食品喜好度预估系数，表明外卖平台中该商品推荐的食品符合推荐要求，统计外卖平台中符合推荐要求的各商家推荐的食品信息，将外卖平台中符合推荐要求的各商家推荐的食品信息发送至食品推送模块；
所述食品推送模块与云管理平台连接，用于接收云管理平台发送的外卖平台中符合推荐要求的各商家推荐的食品信息，将接收的各商家推荐的食品信息推送至用户显示终端；
所述存储数据库分别与数据获取模块、金额统计模块和云管理平台连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，存储外卖的食品菜系、食物类别、食品口味和主要食材类型影响用户喜好的权重比例系数，分别记为
Figure BDA0002830935800000075
同时存储外卖食品金额的喜好度影响系数η，并存储外卖平台中各商家推荐食品的预估喜好度系数。
进一步地，所述外卖订单的详细信息包括用户姓名、联系方式、配送地址、外卖购买时间、外卖金额、食品名称、食品菜系、食物类别、食品口味和主要食材类型；
进一步地，所述用户账户中近一个月内外卖订单的详细信息中各种的各食品菜系数目比值计算公式为
Figure BDA0002830935800000071
kgr表示为用户账单中近一个月内外卖订单的详细信息中第g种的第r个食品菜系数目比值，r＝r1,r2,r3,r4，agr表示为用户账户中近一个月内外卖订单的详细信息中第g种的第r个食品菜系数目，m表示为用户账户中近一个月内外卖订单的总数目；
进一步地，所述用户账户中近一个月内外卖订单的平均外卖金额计算公式为
Figure BDA0002830935800000072
Figure BDA0002830935800000073
表示为用户账户中近一个月内外卖订单的平均外卖金额，Qj表示为用户账户中近一个月内第j个外卖订单的详细信息中外卖金额，m表示为用户账户中近一个月内外卖订单的总数目；
进一步地，所述用户对外卖的食品喜好度预估系数计算公式为
Figure BDA0002830935800000074
ξ表示为用户对外卖的食品喜好度预估系数，
Figure BDA0002830935800000076
分别表示为外卖的食品菜系、食物类别、食品口味和主要食材类型影响用户喜好的权重比例系数，kmaxr1,kmaxr2,kmaxr3,kmaxr4分别表示为用户账户中近一个月内外卖订单的详细信息中食品菜系、食物类别、食品口味和主要食材类型的最大数目比值，afr1表示为用户账户中近一个月内外卖订单的详细信息中第f种食品菜系数目，bvr2表示为用户账户中近一个月内外卖订单的详细信息中第v种食物类别数目，cpr3表示为用户账户中近一个月内外卖订单的详细信息中第p种食物口味数目，dqr4表示为用户账户中近一个月内外卖订单的详细信息中第q种主要食材类型数目，η表示为外卖食品金额的喜好度影响系数，
Figure BDA0002830935800000081
表示为用户账户中近一个月内外卖订单的平均外卖金额。
有益效果：
(1)本发明提供的一种基于大数据平台进行特征识别的广告智能推荐方法，通过获取用户账户内各外卖订单的详细信息，筛选用户账户中近一个月内购买的各外卖订单，从而提高数据的准确性和可靠性，并提取用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性，同时统计用户账户中近一个月内外卖订单内各种的各食品属性数目，分析各种的各食品属性数目比值，筛选各食品属性的最大数目比值，为后期计算用户对外卖的食品喜好度预估系数提供可靠的参考数据，并统计用户账户中近一个月内各外卖订单的外卖金额，分析用户账户中近一个月内外卖订单的平均外卖金额，综合计算用户对外卖的食品喜好度预估系数，从而确保平台能够精准地推荐符合用户喜好的食品，使得平台和商家有针对性地制定营销策略。
(2)本发明通过对比分析外卖平台中符合推荐要求的各商家推荐的食品信息，从而避免用户需要花费大量时间选择食品的问题，提高用户的订购欲望，增加外卖平台的营销效果，并进行推送，从而增加用户的满意度和体验感，避免造成外卖平台的用户人员流失的问题，促进外卖平台的发展和进步。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的模块连接结构示意图；
图2为本发明的方法步骤示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1～2所示，一种基于大数据平台进行特征识别的广告智能推荐方法，包括如下步骤：
S1、用户登录外卖平台，获取用户账户内各外卖订单的详细信息；
S2、筛选用户账户中近一个月内购买的各外卖订单，提取各外卖订单的详细信息中对应的各食品属性；
S3、统计用户账户中近一个月内外卖订单内各种的各食品属性数目，分析各种的各食品属性数目比值，筛选各食品属性的最大数目比值；
S4、统计用户账户中近一个月内各外卖订单的外卖金额，分析用户账户中近一个月内外卖订单的平均外卖金额，并综合计算用户对外卖的食品喜好度预估系数；
S5、对比分析外卖平台中符合推荐要求的各商家推荐的食品信息，并进行推送；
上述基于大数据平台进行特征识别的广告智能推荐方法使用了一种基于大数据平台进行特征识别的广告智能推荐系统，包括用户登录模块、数据获取模块、数据提取模块、食品属性提取模块、属性数目统计模块、属性数目分析模块、分析服务器、金额统计模块、金额分析模块、云管理平台、食品推送模块和存储数据库。
所述用户登录模块用于对外卖平台进行用户登录，通过用户将账户信息输入到外卖平台的的登录界面进行登录，将登录成功的用户账户信息发送至数据获取模块。
所述数据获取模块与用户登录模块连接，用于接收用户登录模块发送的登录成功的用户账户信息，对接收的用户账户内外卖订单信息数据进行获取，获得用户账户内各外卖订单的详细信息，外卖订单的详细信息包括用户姓名、联系方式、配送地址、外卖购买时间、外卖金额、食品名称、食品菜系、食物类别、食品口味和主要食材类型，将获得的用户账户内各外卖订单的详细信息分别发送至数据提取模块、食品属性提取模块和存储数据库。
所述数据提取模块与数据获取模块连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，提取接收的用户账户内各外卖订单的详细信息中外卖购买时间，统计用户账户内各外卖订单中外卖购买时间，构成用户账户内各外卖订单中外卖购买时间集合T(t1,t2,...,ti,...,tn)，ti表示为用户账户内第i个外卖订单中外卖购买时间，将用户账户内各外卖订单中外卖购买时间集合发送至分析服务器。
所述分析服务器与数据提取模块连接，用于接收数据提取模块发送的用户账户内各外卖订单中外卖购买时间集合，按照时间先后顺序依次对接收的用户账户内各外卖订单中外卖购买时间进行排列，筛选获得用户账户中近一个月内购买的各外卖订单，统计用户账户中近一个月内购买的各外卖订单，从而提高数据的准确性和可靠性，并构成用户账户中近一个月内购买的各外卖订单集合P(p1,p2,...,pj,...,pm),m≤n，pj表示为用户账户中近一个月内购买的第j个外卖订单，将用户账户中近一个月内购买的各外卖订单集合分别发送至食品属性提取模块和金额统计模块。
所述食品属性提取模块分别与数据获取模块和分析服务器连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，同时接收分析服务器发送的用户账户中近一个月内购买的各外卖订单集合，筛选用户账户中近一个月内各外卖订单的详细信息，提取用户账户中近一个月内各外卖订单的详细信息中对应的食品菜系、食物类别、食品口味和主要食材类型，统计用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性，构成用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合WRg(w1rg,w2rg,...,wjrg,...,wmrg)，wjrg表示为用户账户中近一个月内第j个外卖订单的详细信息中对应的第g种的第r个食品属性，g＝1,2,...,s，r＝r1,r2,r3,r4，r1表示为外卖订单的详细信息中食品菜系，r2表示为外卖订单的详细信息中食物类别，r3表示为外卖订单的详细信息中食品口味，r4表示为外卖订单的详细信息中主要食材类型，将用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合发送至属性数目统计模块。
所述属性数目统计模块与食品属性提取模块连接，用于接收食品属性提取模块发送的用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合，统计用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目，分别构成用户账户中近一个月内外卖订单的详细信息中各种食品菜系数目集合Ar1(a1r1,a2r1,...,afr1,...,aur1)、用户账户中近一个月内外卖订单的详细信息中各种食物类别数目集合Br1(b1r2,b2r2,...,bvr2,...,bxr2)、用户账户中近一个月内外卖订单的详细信息中各种食品口味数目集合Cr1(c1r3,c2r3,...,cpr3,...,cyr3)、用户账户中近一个月内外卖订单的详细信息中各种主要食材类型数目集合Dr1(d1r4,d2r4,...,dqr4,...,dzr4)，afr1表示为用户账户中近一个月内外卖订单的详细信息中第f种食品菜系数目，bvr2表示为用户账户中近一个月内外卖订单的详细信息中第v种食物类别数目，cpr3表示为用户账户中近一个月内外卖订单的详细信息中第p种食物口味数目，dqr4表示为用户账户中近一个月内外卖订单的详细信息中第q种主要食材类型数目，将用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目集合发送至属性数目分析模块。
所述属性数目分析模块与属性数目统计模块连接，用于接收属性数目统计模块发送的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目集合，计算用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，为后期计算用户对外卖的食品喜好度预估系数提供可靠的参考数据，其中用户账户中近一个月内外卖订单的详细信息中各种的各食品菜系数目比值计算公式为
Figure BDA0002830935800000121
kgr表示为用户账单中近一个月内外卖订单的详细信息中第g种的第r个食品菜系数目比值，r＝r1,r2,r3,r4，agr表示为用户账户中近一个月内外卖订单的详细信息中第g种的第r个食品菜系数目，m表示为用户账户中近一个月内外卖订单的总数目，并统计用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，并将用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值发送至分析服务器。
所述分析服务器与属性数目分析模块连接，用于接收属性数目分析模块发送的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，将接收的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值分别与对应的各种食品属性数目比值进行对比，筛选用户账户中近一个月内外卖订单的详细信息中各种的各食品属性的最大数目比值，统计用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值，分别记为kmaxr1,kmaxr2,kmaxr3,kmaxr4，将用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值发送至云管理平台。
所述金额统计模块与分析服务器连接，用于接收分析服务器发送的用户账户中近一个月内购买的各外卖订单集合，提取存储数据库中存储的用户账户内各外卖订单的详细信息，筛选用户账户中近一个月内各外卖订单的详细信息，提取用户账户中近一个月内各外卖订单的详细信息中外卖金额，构成用户账户中近一个月内各外卖订单的详细信息中外卖金额集合Q(Q1,Q2,...,Qj,...,Qm)，Qj表示为用户账户中近一个月内第j个外卖订单的详细信息中外卖金额，将用户账户中近一个月内各外卖订单的详细信息中外卖金额集合发送至金额分析模块。
所述金额分析模块与金额统计模块连接，用于接收金额统计模块发送的用户账户中近一个月内各外卖订单的详细信息中外卖金额集合，计算用户账户中近一个月内外卖订单的平均外卖金额，为后期计算用户对外卖的食品喜好度预估系数提供可靠的参考数据，其中用户账户中近一个月内外卖订单的平均外卖金额计算公式为
Figure BDA0002830935800000131
Figure BDA0002830935800000132
表示为用户账户中近一个月内外卖订单的平均外卖金额，Qj表示为用户账户中近一个月内第j个外卖订单的详细信息中外卖金额，m表示为用户账户中近一个月内外卖订单的总数目，将计算的用户账户中近一个月内外卖订单的平均外卖金额发送至云管理平台。
所述云管理平台分别与分析服务器和金额分析模块连接，用于接收分析服务器发送的用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值，同时接收金额分析模块发送的用户账户中近一个月内外卖订单的平均外卖金额，提取存储数据库中存储的外卖的各食品属性影响用户喜好的权重比例系数和外卖食品金额的喜好度影响系数，计算用户对外卖的食品喜好度预估系数，从而确保平台能够精准地推荐符合用户喜好的食品，使得平台和商家有针对性地制定营销策略，其中用户对外卖的食品喜好度预估系数计算公式为
Figure BDA0002830935800000141
ξ表示为用户对外卖的食品喜好度预估系数，
Figure BDA0002830935800000143
分别表示为外卖的食品菜系、食物类别、食品口味和主要食材类型影响用户喜好的权重比例系数，kmaxr1,kmaxr2,kmaxr3,kmaxr4分别表示为用户账户中近一个月内外卖订单的详细信息中食品菜系、食物类别、食品口味和主要食材类型的最大数目比值，afr1表示为用户账户中近一个月内外卖订单的详细信息中第f种食品菜系数目，bvr2表示为用户账户中近一个月内外卖订单的详细信息中第v种食物类别数目，cpr3表示为用户账户中近一个月内外卖订单的详细信息中第p种食物口味数目，dqr4表示为用户账户中近一个月内外卖订单的详细信息中第q种主要食材类型数目，η表示为外卖食品金额的喜好度影响系数，
Figure BDA0002830935800000142
表示为用户账户中近一个月内外卖订单的平均外卖金额；
同时提取存储数据库中存储的外卖平台中各商家推荐食品的预估喜好度系数，将用户对外卖的食品喜好度预估系数与外卖平台中各商家推荐食品的预估喜好度系数进行对比，若外卖平台中某商家推荐食品的预估喜好度系数小于用户对外卖的食品喜好度预估系数，表明外卖平台中该商品推荐的食品不符合推荐要求，若外卖平台中某商家推荐食品的预估喜好度系数大于或等于用户对外卖的食品喜好度预估系数，表明外卖平台中该商品推荐的食品符合推荐要求，统计外卖平台中符合推荐要求的各商家推荐的食品信息，从而避免用户需要花费大量时间选择食品的问题，提高用户的订购欲望，增加外卖平台的营销效果，并将外卖平台中符合推荐要求的各商家推荐的食品信息发送至食品推送模块。
所述食品推送模块与云管理平台连接，用于接收云管理平台发送的外卖平台中符合推荐要求的各商家推荐的食品信息，将接收的各商家推荐的食品信息推送至用户显示终端，从而增加用户的满意度和体验感，避免造成外卖平台的用户人员流失的问题，促进外卖平台的发展和进步。
所述存储数据库分别与数据获取模块、金额统计模块和云管理平台连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，存储外卖的食品菜系、食物类别、食品口味和主要食材类型影响用户喜好的权重比例系数，分别记为
Figure BDA0002830935800000151
同时存储外卖食品金额的喜好度影响系数η，并存储外卖平台中各商家推荐食品的预估喜好度系数。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (2)

1.一种基于大数据平台进行特征识别的广告智能推荐方法，其特征在于：包括如下步骤：
S1、用户登录外卖平台，获取用户账户内各外卖订单的详细信息；
S2、筛选用户账户中近一个月内购买的各外卖订单，提取各外卖订单的详细信息中对应的各食品属性；
S3、统计用户账户中近一个月内外卖订单内各种的各食品属性数目，分析各种的各食品属性数目比值，筛选各食品属性的最大数目比值；
S4、统计用户账户中近一个月内各外卖订单的外卖金额，分析用户账户中近一个月内外卖订单的平均外卖金额，并综合计算用户对外卖的食品喜好度预估系数；
S5、对比分析外卖平台中符合推荐要求的各商家推荐的食品信息，并进行推送；
上述基于大数据平台进行特征识别的广告智能推荐方法使用了一种基于大数据平台进行特征识别的广告智能推荐系统，包括用户登录模块、数据获取模块、数据提取模块、食品属性提取模块、属性数目统计模块、属性数目分析模块、分析服务器、金额统计模块、金额分析模块、云管理平台、食品推送模块和存储数据库；
所述用户登录模块用于对外卖平台进行用户登录，通过用户将账户信息输入到外卖平台的的登录界面进行登录，将登录成功的用户账户信息发送至数据获取模块；
所述数据获取模块与用户登录模块连接，用于接收用户登录模块发送的登录成功的用户账户信息，对接收的用户账户内外卖订单信息数据进行获取，获得用户账户内各外卖订单的详细信息，将获得的用户账户内各外卖订单的详细信息分别发送至数据提取模块、食品属性提取模块和存储数据库；
所述数据提取模块与数据获取模块连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，提取接收的用户账户内各外卖订单的详细信息中外卖购买时间，统计用户账户内各外卖订单中外卖购买时间，构成用户账户内各外卖订单中外卖购买时间集合T(t1,t2,...,ti,...,tn)，ti表示为用户账户内第i个外卖订单中外卖购买时间，将用户账户内各外卖订单中外卖购买时间集合发送至分析服务器；
所述分析服务器与数据提取模块连接，用于接收数据提取模块发送的用户账户内各外卖订单中外卖购买时间集合，按照时间先后顺序依次对接收的用户账户内各外卖订单中外卖购买时间进行排列，筛选获得用户账户中近一个月内购买的各外卖订单，统计用户账户中近一个月内购买的各外卖订单，构成用户账户中近一个月内购买的各外卖订单集合P(p1,p2,...,pj,...,pm),m≤n，pj表示为用户账户中近一个月内购买的第j个外卖订单，将用户账户中近一个月内购买的各外卖订单集合分别发送至食品属性提取模块和金额统计模块；
所述食品属性提取模块分别与数据获取模块和分析服务器连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，同时接收分析服务器发送的用户账户中近一个月内购买的各外卖订单集合，筛选用户账户中近一个月内各外卖订单的详细信息，提取用户账户中近一个月内各外卖订单的详细信息中对应的食品菜系、食物类别、食品口味和主要食材类型，统计用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性，构成用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合WRg(w1rg,w2rg,...,wjrg,...,wmrg)，wjrg表示为用户账户中近一个月内第j个外卖订单的详细信息中对应的第g种的第r个食品属性，g＝1,2,...,s，r＝r1,r2,r3,r4，r1表示为外卖订单的详细信息中食品菜系，r2表示为外卖订单的详细信息中食物类别，r3表示为外卖订单的详细信息中食品口味，r4表示为外卖订单的详细信息中主要食材类型，将用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合发送至属性数目统计模块；
所述属性数目统计模块与食品属性提取模块连接，用于接收食品属性提取模块发送的用户账户中近一个月内各外卖订单的详细信息中对应的各食品属性集合，统计用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目，分别构成用户账户中近一个月内外卖订单的详细信息中各种食品菜系数目集合Ar1(a1r1,a2r1,...,afr1,...,aur1)、用户账户中近一个月内外卖订单的详细信息中各种食物类别数目集合Br1(b1r2,b2r2,...,bvr2,...,bxr2)、用户账户中近一个月内外卖订单的详细信息中各种食品口味数目集合Cr1(c1r3,c2r3,...,cpr3,...,cyr3)、用户账户中近一个月内外卖订单的详细信息中各种主要食材类型数目集合Dr1(d1r4,d2r4,...,dqr4,...,dzr4)，afr1表示为用户账户中近一个月内外卖订单的详细信息中第f种食品菜系数目，bvr2表示为用户账户中近一个月内外卖订单的详细信息中第v种食物类别数目，cpr3表示为用户账户中近一个月内外卖订单的详细信息中第p种食物口味数目，dqr4表示为用户账户中近一个月内外卖订单的详细信息中第q种主要食材类型数目，将用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目集合发送至属性数目分析模块；
所述属性数目分析模块与属性数目统计模块连接，用于接收属性数目统计模块发送的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目集合，计算用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，统计用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，并将用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值发送至分析服务器；
所述分析服务器与属性数目分析模块连接，用于接收属性数目分析模块发送的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值，将接收的用户账户中近一个月内外卖订单的详细信息中各种的各食品属性数目比值分别与对应的各种食品属性数目比值进行对比，筛选用户账户中近一个月内外卖订单的详细信息中各种的各食品属性的最大数目比值，统计用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值，分别记为kmaxr1,kmaxr2,kmaxr3,kmaxr4，将用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值发送至云管理平台；
所述金额统计模块与分析服务器连接，用于接收分析服务器发送的用户账户中近一个月内购买的各外卖订单集合，提取存储数据库中存储的用户账户内各外卖订单的详细信息，筛选用户账户中近一个月内各外卖订单的详细信息，提取用户账户中近一个月内各外卖订单的详细信息中外卖金额，构成用户账户中近一个月内各外卖订单的详细信息中外卖金额集合Q(Q1,Q2,...,Qj,...,Qm)，Qj表示为用户账户中近一个月内第j个外卖订单的详细信息中外卖金额，将用户账户中近一个月内各外卖订单的详细信息中外卖金额集合发送至金额分析模块；
所述金额分析模块与金额统计模块连接，用于接收金额统计模块发送的用户账户中近一个月内各外卖订单的详细信息中外卖金额集合，计算用户账户中近一个月内外卖订单的平均外卖金额，将计算的用户账户中近一个月内外卖订单的平均外卖金额发送至云管理平台；
所述云管理平台分别与分析服务器和金额分析模块连接，用于接收分析服务器发送的用户账户中近一个月内外卖订单的详细信息中各食品属性的最大数目比值，同时接收金额分析模块发送的用户账户中近一个月内外卖订单的平均外卖金额，提取存储数据库中存储的外卖的各食品属性影响用户喜好的权重比例系数和外卖食品金额的喜好度影响系数，计算用户对外卖的食品喜好度预估系数，提取存储数据库中存储的外卖平台中各商家推荐食品的预估喜好度系数，将用户对外卖的食品喜好度预估系数与外卖平台中各商家推荐食品的预估喜好度系数进行对比，若外卖平台中某商家推荐食品的预估喜好度系数小于用户对外卖的食品喜好度预估系数，表明外卖平台中该商家推荐的食品不符合推荐要求，若外卖平台中某商家推荐食品的预估喜好度系数大于或等于用户对外卖的食品喜好度预估系数，表明外卖平台中该商家推荐的食品符合推荐要求，统计外卖平台中符合推荐要求的各商家推荐的食品信息，将外卖平台中符合推荐要求的各商家推荐的食品信息发送至食品推送模块；
所述食品推送模块与云管理平台连接，用于接收云管理平台发送的外卖平台中符合推荐要求的各商家推荐的食品信息，将接收的各商家推荐的食品信息推送至用户显示终端；
所述存储数据库分别与数据获取模块、金额统计模块和云管理平台连接，用于接收数据获取模块发送的用户账户内各外卖订单的详细信息，存储外卖的食品菜系、食物类别、食品口味和主要食材类型影响用户喜好的权重比例系数，分别记为
Figure FDA0003032372310000051
同时存储外卖食品金额的喜好度影响系数η，并存储外卖平台中各商家推荐食品的预估喜好度系数；
所述用户账户中近一个月内外卖订单的详细信息中各种的各食品菜系数目比值计算公式为
Figure FDA0003032372310000052
kgr表示为用户账单中近一个月内外卖订单的详细信息中第g种的第r个食品菜系数目比值，r＝r1,r2,r3,r4，agr表示为用户账户中近一个月内外卖订单的详细信息中第g种的第r个食品菜系数目，m表示为用户账户中近一个月内外卖订单的总数目；
所述用户账户中近一个月内外卖订单的平均外卖金额计算公式为
Figure FDA0003032372310000061
Figure FDA0003032372310000062
表示为用户账户中近一个月内外卖订单的平均外卖金额，Qj表示为用户账户中近一个月内第j个外卖订单的详细信息中外卖金额，m表示为用户账户中近一个月内外卖订单的总数目；
所述用户对外卖的食品喜好度预估系数计算公式为
Figure FDA0003032372310000063
ξ表示为用户对外卖的食品喜好度预估系数，
Figure FDA0003032372310000064
分别表示为外卖的食品菜系、食物类别、食品口味和主要食材类型影响用户喜好的权重比例系数，kmaxr1,kmaxr2,kmaxr3,kmaxr4分别表示为用户账户中近一个月内外卖订单的详细信息中食品菜系、食物类别、食品口味和主要食材类型的最大数目比值，afr1表示为用户账户中近一个月内外卖订单的详细信息中第f种食品菜系数目，bvr2表示为用户账户中近一个月内外卖订单的详细信息中第v种食物类别数目，cpr3表示为用户账户中近一个月内外卖订单的详细信息中第p种食物口味数目，dqr4表示为用户账户中近一个月内外卖订单的详细信息中第q种主要食材类型数目，η表示为外卖食品金额的喜好度影响系数，
Figure FDA0003032372310000065
表示为用户账户中近一个月内外卖订单的平均外卖金额。
2.根据权利要求1所述的一种基于大数据平台进行特征识别的广告智能推荐方法，其特征在于：所述外卖订单的详细信息包括用户姓名、联系方式、配送地址、外卖购买时间、外卖金额、食品名称、食品菜系、食物类别、食品口味和主要食材类型。
CN202011444529.4A 2020-12-11 2020-12-11 一种基于大数据平台进行特征识别的广告智能推荐方法 Active CN112365325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011444529.4A CN112365325B (zh) 2020-12-11 2020-12-11 一种基于大数据平台进行特征识别的广告智能推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011444529.4A CN112365325B (zh) 2020-12-11 2020-12-11 一种基于大数据平台进行特征识别的广告智能推荐方法

Publications (2)

Publication Number Publication Date
CN112365325A CN112365325A (zh) 2021-02-12
CN112365325B true CN112365325B (zh) 2021-09-24

Family

ID=74536013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011444529.4A Active CN112365325B (zh) 2020-12-11 2020-12-11 一种基于大数据平台进行特征识别的广告智能推荐方法

Country Status (1)

Country Link
CN (1) CN112365325B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120075571A (ko) * 2010-12-15 2012-07-09 한국옐로우페이지주식회사 이동통신단말기를 기반으로 하는 오프라인 식품구매장소의 식품 선택 및 그 선택된 식품이 배치된 식품구매장소의 매장경로 안내장치
US8799096B1 (en) * 2005-06-03 2014-08-05 Versata Development Group, Inc. Scoring recommendations and explanations with a probabilistic user model
CN106651533A (zh) * 2016-12-29 2017-05-10 合肥华凌股份有限公司 一种基于用户行为的个性化商品推荐方法及装置
CN108053282A (zh) * 2017-12-15 2018-05-18 北京小度信息科技有限公司 一种组合信息的推送方法、装置及终端
CN108984551A (zh) * 2017-05-31 2018-12-11 广州智慧城市发展研究院 一种基于多类别联合软聚类的推荐方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583999A (zh) * 2018-11-13 2019-04-05 平安科技（深圳）有限公司 订餐信息推荐方法、装置、电子设备及存储介质
CN110956508A (zh) * 2019-12-18 2020-04-03 杭州桐硕教育科技有限公司 大数据管理方法及大数据管理系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8799096B1 (en) * 2005-06-03 2014-08-05 Versata Development Group, Inc. Scoring recommendations and explanations with a probabilistic user model
KR20120075571A (ko) * 2010-12-15 2012-07-09 한국옐로우페이지주식회사 이동통신단말기를 기반으로 하는 오프라인 식품구매장소의 식품 선택 및 그 선택된 식품이 배치된 식품구매장소의 매장경로 안내장치
CN106651533A (zh) * 2016-12-29 2017-05-10 合肥华凌股份有限公司 一种基于用户行为的个性化商品推荐方法及装置
CN108984551A (zh) * 2017-05-31 2018-12-11 广州智慧城市发展研究院 一种基于多类别联合软聚类的推荐方法及系统
CN108053282A (zh) * 2017-12-15 2018-05-18 北京小度信息科技有限公司 一种组合信息的推送方法、装置及终端

Also Published As

Publication number Publication date
CN112365325A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN104050187B (zh) 搜索结果展示方法及系统
CN110443687B (zh) 一种基于大数据的电子商务平台
CN112053756B (zh) 基于临床标本检验数据的检验结果质量评价方法及系统
US20120179476A1 (en) Method and system of remuneration for providing successful sales leads
CN107665448A (zh) 用于确定消费贡献价值的方法、装置以及存储介质
CN107167565A (zh) 一种鲜食葡萄品质评价方法及系统
CN113034238B (zh) 基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法
CN112488807A (zh) 一种基于大数据的农产品销售推荐方法
CN109886778A (zh) 机票的搭售产品的推荐方法及系统
CN117217865B (zh) 基于大数据分析的个性化推荐系统
CN117455632B (zh) 一种基于大数据的电商选品分析管理平台
CN112613953A (zh) 一种商品选品方法、系统及计算机可读存储介质
CN116739652A (zh) 一种服装电商销量预测建模方法
CN114493700A (zh) 一种基于云计算的加盟平台加盟商数据分析处理系统
CN114493361A (zh) 一种商品推荐算法的有效性评估方法和装置
CN112365325B (zh) 一种基于大数据平台进行特征识别的广告智能推荐方法
CN112396496B (zh) 一种基于云计算的电子商务平台商品智能推荐管理系统
CN116611796B (zh) 一种店铺交易数据的异常检测方法及装置
CN114219547B (zh) 一种门店订货量的确定方法、装置、设备及存储介质
CN114936784A (zh) 一种供应商选择方法及供应商选择系统和供应商选择设备
CN113934904A (zh) 一种基于rfm模型的卷烟零售客户价值评价方法
CN114971805A (zh) 一种基于深度学习的电子商务平台商品智能分析推荐系统
CN112115129B (zh) 一种基于机器学习的零售终端样本抽样方法
CN113052383A (zh) 一种基于机器学习的收入预测方法及装置
JP6473194B2 (ja) 売り上げ推計システム

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210830

Address after: 201801 Building 1, No. 2999, Bao'an highway, Jiading District, Shanghai

Applicant after: Oriental Fortune Information Co.,Ltd.

Address before: No. 58, Huangshan Road, Jianye District, Nanjing City, Jiangsu Province, 210019

Applicant before: Nanjing Weidong e-commerce Co.,Ltd.

GR01 Patent grant
GR01 Patent grant