CN112967090A - 一种基于客户实时位置及习惯的客户列表生成方法及系统 - Google Patents

一种基于客户实时位置及习惯的客户列表生成方法及系统 Download PDF

Info

Publication number
CN112967090A
CN112967090A CN202110247686.4A CN202110247686A CN112967090A CN 112967090 A CN112967090 A CN 112967090A CN 202110247686 A CN202110247686 A CN 202110247686A CN 112967090 A CN112967090 A CN 112967090A
Authority
CN
China
Prior art keywords
customer
weight
time
habit
route
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
Application number
CN202110247686.4A
Other languages
English (en)
Inventor
苏龙
陈扬剑
李明华
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.)
Fujian Nuocheng Digital Technology Co ltd
Original Assignee
Fujian Nuocheng Digital Technology 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 Fujian Nuocheng Digital Technology Co ltd filed Critical Fujian Nuocheng Digital Technology Co ltd
Priority to CN202110247686.4A priority Critical patent/CN112967090A/zh
Publication of CN112967090A publication Critical patent/CN112967090A/zh
Pending legal-status Critical Current

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
    • G06Q30/02—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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于客户实时位置及习惯的客户列表生成方法及系统，方法包括：S01、构建商家数据库；S02、获取预设时间周期内的客户行动轨迹，并记录其在不同商家停留的时长，构建客户习惯数据库；S03、获取客户实时位置；S04、获取客户实时位置所对应区域的地图数据；S05、获取客户实时位置预设范围内的商家信息；S06、根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时，输出路线权重；S07、调取客户习惯数据库，且与客户实时位置预设范围内的商家信息进行匹配，输出习惯权重；S08、根据客户与商家之间的路线权重和习惯权重，按照预设条件在对应商家端口生成用于广告推送的客户列表，本方案效率高、响应快且成本低。

Description

一种基于客户实时位置及习惯的客户列表生成方法及系统
技术领域
本发明涉及营销技术领域，尤其涉及一种基于客户实时位置及习惯的客户列表生成方法及系统。
背景技术
目前的商家广告定位投放系统通常是按其位置半径范围内进行区域投放，仅推送给GPS定位在划定半径内的用户，而这种方式会导致流失了通过交通工具也能短时间到达该商家位置的用户群，也弱化了商家的广告宣传效果。
由于当前人们的消费水平和收入平均水平越来越高，许多消费者的出行方式也变得更为多样化，传统的按位置半径进行直接推送广告的形式，取得的效果瓶颈也越来越明显，而随着精准广告推送的需求日益旺盛，客户列表的生成方式直接影响了商家推送广告的效果，因此，针对客户的出行方式、喜好进行更为精准的生成用于商家推送广告的客户列表，将会更具有积极的现实意义，同时也是提高营销效果的重要方向。
发明内容
有鉴于此，本发明的目的在于提出一种人性化、效率高、响应快且成本低的基于客户实时位置及习惯的客户列表生成方法及系统。
为了实现上述的技术目的，本发明所采用的技术方案为：
一种基于客户实时位置及习惯的客户列表生成方法，其包括：
S01、构建商家数据库，该商家数据库至少存储有商家的位置信息、经营类别；
S02、获取预设时间周期内的客户行动轨迹，并记录其在不同商家停留的时长，且根据商家的经营类别、客户的停留时长进行统计并构建客户习惯数据库；
S03、获取客户实时位置；
S04、获取客户实时位置所对应区域的地图数据；
S05、获取客户实时位置预设范围内的商家信息；
S06、根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时，且按照预设条件输出路线权重；
S07、调取客户习惯数据库，且与客户实时位置预设范围内的商家信息进行匹配，按照预设条件输出习惯权重；
S08、根据客户与商家之间的路线权重和习惯权重，按照预设条件在对应商家端口生成用于广告推送的客户列表。
作为一种可能的实施方式，进一步，所述客户列表包括用时列表、习惯列表或综合列表一种以上；
所述的用时列表为根据客户到达商家的最短用时，按客户用时由短至长进行排序形成客户列表；
所述的习惯列表为根据客户与商家的习惯权重，按习惯权重由大至小进行排序形成客户列表；
所述的综合列表为根据客户与商家的综合权重，按综合权重由大至小进行排序形成客户列表，其中，综合权重的计算公式如下：
Z＝Y+X－Q，
其中，Z为综合权重值，Y为路线权重值，X为习惯权重值，Q为干扰因素的权重值；
另外，干扰因素的权重值Q为客户自行预先设定或由预设条件触发生成，其默认初始值为0。
作为一种较优的选择实施方式，优选的，所述构建客户习惯数据库的具体方法为：
获取预设时间周期内的客户行动轨迹，然后提取出客户行动轨迹中停留时长大于预设值的停留点位，设为特征点位；
获取客户行动轨迹所对应区域的地图数据并将特征点位与地图数据进行关联；
判断地图数据对应特征点位的区域是否为商家，若是，则调取商家信息，获得商家经营类别，并将其与特征点位所对应的停留时长进行关联，同时，构建该经营类别的习惯模型或对已经构建的习惯模型进行习惯模型调整并更新。
作为一种较优的选择实施方式，优选的，所述习惯模型的公式为：
X＝X0+a，
其中，X0为当前习惯权重值，a为权重调整值，X为经调整后的习惯权重值，且X0的初始值为0.5，a＝0.05。
另外，习惯模型还按照预设时间周期对客户习惯数据库内不同经营类别对应的习惯模型进行权重更新，其具体为：
当预设周期内，对应经营类别的习惯模型进行过权重调整，则跳过更新；
当预设周期内，对应经营类别的习惯模型未进行过权重调整，则按如下公式进行调整：
X`＝X`0－b，
其中，X`0为当前习惯权重值，b为权重调整值，X`为经调整后的习惯权重值，b＝0.05。
作为一种较优的选择实施方式，优选的，所述根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时的方法为：
获取客户的出行方式；
基于客户出行方式，获取该出行方式到达商家所在地的可能路线，并结合预设行进速度，计算获得不同路线下，客户到达商家所在地的时间；
选择客户到达商家所在地用时最短的路线及其对应的出行方式进行输出。
作为一种较优的选择实施方式，优选的，所述根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时前，还预先判断客户是否有设置当前的出行方式，
当客户没有设置当前的出行方式时，则按客户到达商家所在地用时最短的路线及交通方式进行输出；
当客户有设置当前的出行方式时，则以客户当前的出行方式，选择客户到达商家所在地用时最短的路线进行输出。
作为一种较优的选择实施方式，优选的，所述的出行方式包括：步行、骑行、地铁、公交车或驾车；另外，
当出行方式为步行时，路线权重的权重值由如下公式获得：
Y＝Y1+c1－d1，
其中，Y为路线权重的权重值，Y1为步行出行的预设初始权重值，c1为步行行程的用时权重，d1为干扰因素权重；
当出行方式为骑行时，路线权重的权重值由如下公式获得：
Y＝Y2+c2－d2，
其中，Y为路线权重的权重值，Y2为骑行出行的预设初始权重值，c2为骑行行程的用时权重，d2为干扰因素权重；
当出行方式为地铁时，路线权重的权重值由如下公式获得：
Y＝Y3+c3－d3，
其中，Y为路线权重的权重值，Y3为地铁出行的预设初始权重值，c3为地铁行程的用时权重，d3为干扰因素权重；
当出行方式为公交车时，路线权重的权重值由如下公式获得：
Y＝Y4+c4－d4，
其中，Y为路线权重的权重值，Y4为公交出行的预设初始权重值，c4为公交行程的用时权重，d4为干扰因素权重；
当出行方式为驾车时，路线权重的权重值由如下公式获得：
Y＝Y5+c5－d5，
其中，Y为路线权重的权重值，Y5为驾车行出行的预设初始权重值，c5为驾车行程的用时权重，d5为干扰因素权重；
另外，用时权重c1、c2、c3、c4、c5均对应有不同用时情况下的预设值，且形成有用时权重查询表；
干扰因素权重d1、d2、d3、d4、d5均对应有不同出行方式和行程情况下的预设值，且形成有干扰因素权重查询表。
作为一种可能的实施方式，进一步，所述客户行动轨迹和/或客户实时位置的获取方式为如下之一：
通过客户移动终端的APP调用移动终端内置的GPS模块进行定位；
通过客户移动终端的APP调用移动终端内置的BDS模块进行定位；
通过客户移动终端的APP调用移动终端内置的GLONASS模块进行定位；
通过客户移动终端的APP调用移动终端内置的GALILEO模块进行定位；
通过客户移动终端所对应网络服务商的通讯基站进行定位。
基于上述的方法，本发明还提供一种基于客户实时位置及习惯的客户列表生成系统，其包括：
存储单元，用于存储客户习惯数据库、地图数据和商家数据库；
位置获取单元，用于获取客户所在位置；
数据关联单元，用于获取客户实时位置所对应区域的地图数据和客户实时位置预设范围内的商家信息；
路线规划单元，用于规划客户实时位置至商家的路线；
计算单元，用于获取路线规划单元规划的客户实时位置至商家的路线和估算用时，并输出路线权重；
匹配单元，用于将客户实时位置预设范围内的商家信息与客户习惯数据库进行匹配，并输出习惯权重；
列表生成单元，用于根据客户与商家之间的路线权重和习惯权重，按照预设条件在对应商家端口生成用于广告推送的客户列表。
基于上述的方法，本发明还提供一种计算机可读的存储介质，所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现上述所述的基于客户实时位置及习惯的客户列表生成方法。
采用上述的技术方案，本发明与现有技术相比，其具有的有益效果为：本方案通过综合考量了客户的出行方式，其包括了对客户采用公交、地铁等出行方式进行评估和获取其路线，结合客户的到店时间，使得商家端的客户列表能够按照客户的到店方式、到店时间进行生成并供商家选择推送广告，拓展了商家广告的有效触达范围，而且该方式能够突破传统采用以商家为中心，按距离半径范围进行推送商家广告的局限性，引入了出行方式考量机制，使得一些能够通过特定交通工具快速到达商家所在地的客户亦能够收到广告推送和同时获得到达商家的出行路线。另外，还建立客户习惯数据库，对客户的行动轨迹进行分析、统计，获得其个人在不同商店经营类别下的习惯、喜好度，从而具有针对性地推送商家广告，而针对客户习惯、到达商家的路线进行配置权重，从综合角度来考量商家广告推送的优先级，以此能够更为人性化、精准化地实现商家广告投入的经济效益；另外，还基于客户的出行成本，充分考量客户到达商家的经济、时间风险，以此生成的客户列表能够使得商家的广告推送更为人性化、精准化，从而使得客户能够将消费体验和经济、时间支出达到较优的平衡。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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是本发明方案方法的简要流程示意图；
图2是本发明方案系统的简要连接示意图。
具体实施方式
下面结合附图和实施例，对本发明作进一步的详细描述。特别指出的是，以下实施例仅用于说明本发明，但不对本发明的范围进行限定。同样的，以下实施例仅为本发明的部分实施例而非全部实施例，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。
如图1所示，本发明一种基于客户实时位置及习惯的客户列表生成方法，其包括：
S01、构建商家数据库，该商家数据库至少存储有商家的位置信息、经营类别；
S02、获取预设时间周期内的客户行动轨迹，并记录其在不同商家停留的时长，且根据商家的经营类别、客户的停留时长进行统计并构建客户习惯数据库；
S03、获取客户实时位置；
S04、获取客户实时位置所对应区域的地图数据；
S05、获取客户实时位置预设范围内的商家信息；
S06、根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时，且按照预设条件输出路线权重；
S07、调取客户习惯数据库，且与客户实时位置预设范围内的商家信息进行匹配，按照预设条件输出习惯权重；
S08、根据客户与商家之间的路线权重和习惯权重，按照预设条件在对应商家端口生成用于广告推送的客户列表。
其中，为了便于进行展示和选择，作为一种可能的实施方式，进一步，所述客户列表包括用时列表、习惯列表或综合列表一种以上；
所述的用时列表为根据客户到达商家的最短用时，按客户用时由短至长进行排序形成客户列表；
所述的习惯列表为根据客户与商家的习惯权重，按习惯权重由大至小进行排序形成客户列表；
所述的综合列表为根据客户与商家的综合权重，按综合权重由大至小进行排序形成客户列表，其中，综合权重的计算公式如下：
Z＝Y+X－Q，
其中，Z为综合权重值，Y为路线权重值，X为习惯权重值，Q为干扰因素的权重值；
另外，干扰因素的权重值Q为客户自行预先设定或由预设条件触发生成，其默认初始值为0。
干扰因素的权重值Q可以根据客户到店的出行交通情况和天气情况，生成查询表的形式进行对照。
而作为一种较优的选择实施方式，优选的，所述构建客户习惯数据库的具体方法为：
(1)获取预设时间周期内的客户行动轨迹，然后提取出客户行动轨迹中停留时长大于预设值的停留点位，设为特征点位；
(2)获取客户行动轨迹所对应区域的地图数据并将特征点位与地图数据进行关联；
(3)判断地图数据对应特征点位的区域是否为商家，若是，则调取商家信息，获得商家经营类别，并将其与特征点位所对应的停留时长进行关联，同时，构建该经营类别的习惯模型或对已经构建的习惯模型进行习惯模型调整并更新。
作为一种较优的选择实施方式，优选的，所述习惯模型的公式为：
X＝X0+a，
其中，X0为当前习惯权重值，a为权重调整值，X为经调整后的习惯权重值，且X0的初始值为0.5，a＝0.05。
作为一个举例，以5分钟作为预设值，以大于5分钟作为一个条件判定点，当客户在商家停留时长大于5分钟时，则在该商家经营类别的习惯模型下进行更新以此习惯模型的权重值，即X＝X0+0.05。
基于客户的习惯在一定程度上会随时间进行变化，而在某个时期内因多次调整的习惯优先级的权重值若没有进行定期调整，则很有可能会出现新习惯优先级难以被较快、较优先、精准地投放，因此，习惯模型还按照预设时间周期对客户习惯数据库内不同经营类别对应的习惯模型进行权重更新，其具体为：
当预设周期内，对应经营类别的习惯模型进行过权重调整，则跳过更新；
当预设周期内，对应经营类别的习惯模型未进行过权重调整，则按如下公式进行调整：
X`＝X`0－b，
其中，X`0为当前习惯权重值，b为权重调整值，X`为经调整后的习惯权重值，b＝0.05。
作为一个举例，某经营类别习惯模型的习惯优先级的权重值X`0为0.6，以15天作为预设值，以大于15天作为一个条件判定点，当某个习惯模型在15天内有经过调整，则不就其习惯优先级的权重进行下调，反之，则每次节点时间进行习惯优先级的权重值下调0.05，即，调整后的习惯优先级的权重值X`为0.55。
另外，为了方便规划客户的行进路线和计算用时，作为一种较优的选择实施方式，优选的，所述根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时的方法为：
(1)获取客户的出行方式；
(2)基于客户出行方式，获取该出行方式到达商家所在地的可能路线，并结合预设行进速度，计算获得不同路线下，客户到达商家所在地的时间；
(3)选择客户到达商家所在地用时最短的路线及其对应的出行方式进行输出。
而为了节约算力，作为一种较优的选择实施方式，优选的，所述根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时前，还预先判断客户是否有设置当前的出行方式，
当客户没有设置当前的出行方式时，则按客户到达商家所在地用时最短的路线及交通方式进行输出；
当客户有设置当前的出行方式时，则以客户当前的出行方式，选择客户到达商家所在地用时最短的路线进行输出。
作为一种较优的选择实施方式，优选的，所述的出行方式包括：步行、骑行、地铁、公交车或驾车；另外，
当出行方式为步行时，路线权重的权重值由如下公式获得：
Y＝Y1+c1－d1，
其中，Y为路线权重的权重值，Y1为步行出行的预设初始权重值，c1为步行行程的用时权重，d1为干扰因素权重；
当出行方式为骑行时，路线权重的权重值由如下公式获得：
Y＝Y2+c2－d2，
其中，Y为路线权重的权重值，Y2为骑行出行的预设初始权重值，c2为骑行行程的用时权重，d2为干扰因素权重；
当出行方式为地铁时，路线权重的权重值由如下公式获得：
Y＝Y3+c3－d3，
其中，Y为路线权重的权重值，Y3为地铁出行的预设初始权重值，c3为地铁行程的用时权重，d3为干扰因素权重；
当出行方式为公交车时，路线权重的权重值由如下公式获得：
Y＝Y4+c4－d4，
其中，Y为路线权重的权重值，Y4为公交出行的预设初始权重值，c4为公交行程的用时权重，d4为干扰因素权重；
当出行方式为驾车时，路线权重的权重值由如下公式获得：
Y＝Y5+c5－d5，
其中，Y为路线权重的权重值，Y5为驾车行出行的预设初始权重值，c5为驾车行程的用时权重，d5为干扰因素权重；
另外，用时权重c1、c2、c3、c4、c5均对应有不同用时情况下的预设值，且形成有用时权重查询表；
干扰因素权重d1、d2、d3、d4、d5均对应有不同出行方式和行程情况下的预设值，且形成有干扰因素权重查询表。
作为用时权重的一个举例，以客户当前位置达到商家店内或路线切换中转点的时间作为主因素，用时权重c1、c2、c3、c4、c5可以按如下查询表进行匹配确定具体值，
表1用时权重查询表
用时(分钟) c<sub>1</sub>、c<sub>2</sub>、c<sub>3</sub>、c<sub>4</sub>、c<sub>5</sub>值
＜2 1
2～5 0.9
5～10 0.85
10～15 0.75
15～20 0.6
20～30 0.4
30～45 0.2
＞45 0
由于不同的出行方式，其所面临的干扰因素不同，因此，作为一种较优的实施选择，优选的，干扰因素权重b1、b2、b3、b4、b5均对应有不同出行方式和行程情况下的预设值，且形成有干扰因素权重查询表。
作为干扰因素权重b1、b2、b3、b4、b4的一个举例，干扰因素权重b1、b2、b3、b4、b4可以按如下查询表进行匹配确定具体值：
表3干扰因素权重查询表
出行方式 干扰因素权重值
步行(b<sub>1</sub>) 0.2
骑行(b<sub>2</sub>) 0.4
地铁(b<sub>3</sub>) 0.3
公交车(b<sub>4</sub>) 0.5
驾车(b<sub>5</sub>) 0.3
由于步行的经济成本最低且事故、延迟风险相对于其他出行方式最低，因此，将其干扰因素权重设为最低；地铁具有准时、乘坐舒适的特点，因此，其干扰因素也较低；驾车具有路线切换灵活、速度快、乘坐舒适的特点，因此，其干扰因素也较低；但是其可能存在堵车、交通事故等风险，因此，其干扰因素值设置成与地铁相当；公交车由于还存在堵车、站点上下客延迟耽误、交通事故等问题，因此，将其干扰因素的权重值设成比步行、骑行、地铁出行高。
在客户的定位方案上，作为一种较优的实施选择，优选的，所述客户行动轨迹和/或客户实时位置的获取方式为如下之一：
通过客户移动终端的APP调用移动终端内置的GPS模块进行定位；
通过客户移动终端的APP调用移动终端内置的BDS模块进行定位；
通过客户移动终端的APP调用移动终端内置的GLONASS模块进行定位；
通过客户移动终端的APP调用移动终端内置的GALILEO模块进行定位；
通过客户移动终端所对应网络服务商的通讯基站进行定位。
如图2所示，基于上述的方法，本发明还提供一种基于客户实时位置及习惯的客户列表生成系统，其包括：
存储单元1，用于存储客户习惯数据库、地图数据和商家数据库；
位置获取单元2，用于获取客户所在位置；
数据关联单元3，用于获取客户实时位置所对应区域的地图数据和客户实时位置预设范围内的商家信息；
路线规划单元4，用于规划客户实时位置至商家的路线；
计算单元5，用于获取路线规划单元规划的客户实时位置至商家的路线和估算用时，并输出路线权重；
匹配单元6，用于将客户实时位置预设范围内的商家信息与客户习惯数据库进行匹配，并输出习惯权重；
列表生成单元7，用于根据客户与商家之间的路线权重和习惯权重，按照预设条件在对应商家端口生成用于广告推送的客户列表。
另外，在本发明各个实施方式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。
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(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的部分实施例，并非因此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于客户实时位置及习惯的客户列表生成方法，其特征在于，其包括：
构建商家数据库，该商家数据库至少存储有商家的位置信息、经营类别；
获取预设时间周期内的客户行动轨迹，并记录其在不同商家停留的时长，且根据商家的经营类别、客户的停留时长进行统计并构建客户习惯数据库；
获取客户实时位置；
获取客户实时位置所对应区域的地图数据；
获取客户实时位置预设范围内的商家信息；
根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时，且按照预设条件输出路线权重；
调取客户习惯数据库，且与客户实时位置预设范围内的商家信息进行匹配，按照预设条件输出习惯权重；
根据客户与商家之间的路线权重和习惯权重，按照预设条件在对应商家端口生成用于广告推送的客户列表。
2.如权利要求1所述的基于客户实时位置及习惯的客户列表生成方法，其特征在于，所述客户列表包括用时列表、习惯列表或综合列表一种以上；
所述的用时列表为根据客户到达商家的最短用时，按客户用时由短至长进行排序形成客户列表；
所述的习惯列表为根据客户与商家的习惯权重，按习惯权重由大至小进行排序形成客户列表；
所述的综合列表为根据客户与商家的综合权重，按综合权重由大至小进行排序形成客户列表，其中，综合权重的计算公式如下：
Z＝Y+X－Q，
其中，Z为综合权重值，Y为路线权重值，X为习惯权重值，Q为干扰因素的权重值；
另外，干扰因素的权重值Q为客户自行预先设定或由预设条件触发生成，其默认初始值为0。
3.如权利要求2所述的基于客户实时位置及习惯的客户列表生成方法，其特征在于，所述构建客户习惯数据库的具体方法为：
获取预设时间周期内的客户行动轨迹，然后提取出客户行动轨迹中停留时长大于预设值的停留点位，设为特征点位；
获取客户行动轨迹所对应区域的地图数据并将特征点位与地图数据进行关联；
判断地图数据对应特征点位的区域是否为商家，若是，则调取商家信息，获得商家经营类别，并将其与特征点位所对应的停留时长进行关联，同时，构建该经营类别的习惯模型或对已经构建的习惯模型进行习惯模型调整并更新。
4.如权利要求3所述的基于客户实时位置及习惯的客户列表生成方法，其特征在于，所述习惯模型的公式为：
X＝X0+a，
其中，X0为当前习惯权重值，a为权重调整值，X为经调整后的习惯权重值，且X0的初始值为0.5，a＝0.05。
另外，习惯模型还按照预设时间周期对客户习惯数据库内不同经营类别对应的习惯模型进行权重更新，其具体为：
当预设周期内，对应经营类别的习惯模型进行过权重调整，则跳过更新；
当预设周期内，对应经营类别的习惯模型未进行过权重调整，则按如下公式进行调整：
X`＝X`0－b，
其中，X`0为当前习惯权重值，b为权重调整值，X`为经调整后的习惯权重值，b＝0.05。
5.如权利要求4所述的基于客户实时位置及习惯的客户列表生成方法，其特征在于，所述根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时的方法为：
获取客户的出行方式；
基于客户出行方式，获取该出行方式到达商家所在地的可能路线，并结合预设行进速度，计算获得不同路线下，客户到达商家所在地的时间；
选择客户到达商家所在地用时最短的路线及其对应的出行方式进行输出。
6.如权利要求5所述的基于客户实时位置及习惯的客户列表生成方法，其特征在于，所述根据客户实时位置，获取客户到达预设范围内商家所在地的路线及估算对应用时前，还预先判断客户是否有设置当前的出行方式，
当客户没有设置当前的出行方式时，则按客户到达商家所在地用时最短的路线及交通方式进行输出；
当客户有设置当前的出行方式时，则以客户当前的出行方式，选择客户到达商家所在地用时最短的路线进行输出。
7.如权利要求6所述的基于客户实时位置及习惯的客户列表生成方法，其特征在于，所述的出行方式包括：步行、骑行、地铁、公交车或驾车；另外，
当出行方式为步行时，路线权重的权重值由如下公式获得：
Y＝Y1+c1－d1，
其中，Y为路线权重的权重值，Y1为步行出行的预设初始权重值，c1为步行行程的用时权重，d1为干扰因素权重；
当出行方式为骑行时，路线权重的权重值由如下公式获得：
Y＝Y2+c2－d2，
其中，Y为路线权重的权重值，Y2为骑行出行的预设初始权重值，c2为骑行行程的用时权重，d2为干扰因素权重；
当出行方式为地铁时，路线权重的权重值由如下公式获得：
Y＝Y3+c3－d3，
其中，Y为路线权重的权重值，Y3为地铁出行的预设初始权重值，c3为地铁行程的用时权重，d3为干扰因素权重；
当出行方式为公交车时，路线权重的权重值由如下公式获得：
Y＝Y4+c4－d4，
其中，Y为路线权重的权重值，Y4为公交出行的预设初始权重值，c4为公交行程的用时权重，d4为干扰因素权重；
当出行方式为驾车时，路线权重的权重值由如下公式获得：
Y＝Y5+c5－d5，
其中，Y为路线权重的权重值，Y5为驾车行出行的预设初始权重值，c5为驾车行程的用时权重，d5为干扰因素权重；
另外，用时权重c1、c2、c3、c4、c5均对应有不同用时情况下的预设值，且形成有用时权重查询表；
干扰因素权重d1、d2、d3、d4、d5均对应有不同出行方式和行程情况下的预设值，且形成有干扰因素权重查询表。
8.如权利要求1所述的基于客户实时位置及习惯的客户列表生成方法，其特征在于，所述客户行动轨迹和/或客户实时位置的获取方式为如下之一：
通过客户移动终端的APP调用移动终端内置的GPS模块进行定位；
通过客户移动终端的APP调用移动终端内置的BDS模块进行定位；
通过客户移动终端的APP调用移动终端内置的GLONASS模块进行定位；
通过客户移动终端的APP调用移动终端内置的GALILEO模块进行定位；
通过客户移动终端所对应网络服务商的通讯基站进行定位。
9.基于客户实时位置及习惯的客户列表生成系统，其特征在于，其包括：
存储单元，用于存储客户习惯数据库、地图数据和商家数据库；
位置获取单元，用于获取客户所在位置；
数据关联单元，用于获取客户实时位置所对应区域的地图数据和客户实时位置预设范围内的商家信息；
路线规划单元，用于规划客户实时位置至商家的路线；
计算单元，用于获取路线规划单元规划的客户实时位置至商家的路线和估算用时，并输出路线权重；
匹配单元，用于将客户实时位置预设范围内的商家信息与客户习惯数据库进行匹配，并输出习惯权重；
列表生成单元，用于根据客户与商家之间的路线权重和习惯权重，按照预设条件在对应商家端口生成用于广告推送的客户列表。
10.一种计算机可读的存储介质，其特征在于：所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现如权利要求1至8之一所述的基于客户实时位置及习惯的客户列表生成方法。
CN202110247686.4A 2021-03-06 2021-03-06 一种基于客户实时位置及习惯的客户列表生成方法及系统 Pending CN112967090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110247686.4A CN112967090A (zh) 2021-03-06 2021-03-06 一种基于客户实时位置及习惯的客户列表生成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110247686.4A CN112967090A (zh) 2021-03-06 2021-03-06 一种基于客户实时位置及习惯的客户列表生成方法及系统

Publications (1)

Publication Number Publication Date
CN112967090A true CN112967090A (zh) 2021-06-15

Family

ID=76276717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110247686.4A Pending CN112967090A (zh) 2021-03-06 2021-03-06 一种基于客户实时位置及习惯的客户列表生成方法及系统

Country Status (1)

Country Link
CN (1) CN112967090A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117422510A (zh) * 2023-11-08 2024-01-19 北京鸿途信达科技股份有限公司 基于位置信息的分布式广告投放系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117422510A (zh) * 2023-11-08 2024-01-19 北京鸿途信达科技股份有限公司 基于位置信息的分布式广告投放系统

Similar Documents

Publication Publication Date Title
Ciari et al. Modeling carsharing with the agent-based simulation MATSim: State of the art, applications, and future developments
US20180121958A1 (en) Navigation system with dynamic geofence marketplace mechanism and method of operation thereof
EP3330917A1 (en) Method and system for determining traffic service fees
US20120004961A1 (en) System and Method for Delivering Advertising Information to Transportation Users
CN105808680A (zh) 基于张量分解进行上下文相关的位置推荐方法
CN102239488A (zh) 用于模糊上下文信息的方法和设备
US20130046636A1 (en) Location-Aware Mobile Advertising
EP3014491B1 (en) Displaying demographic data
US20150006255A1 (en) Determining demographic data
CN109084797A (zh) 一种导航路径推荐方法和装置
CN107341166A (zh) 一种车载app的推荐方法及系统
EP2359328A1 (en) A system for providing information concerning the effectiveness of advertising
CN112967090A (zh) 一种基于客户实时位置及习惯的客户列表生成方法及系统
JP2020004211A (ja) 提案装置、提案方法および提案プログラム
Fifer et al. A combined GPS/stated choice experiment to estimate values of crash-risk reduction
CN118052592A (zh) 一种基于大数据的企业商城数据处理方法及系统
CN111242711A (zh) 信息提示方法、装置、电子设备和存储介质
CN112862517A (zh) 一种基于客户实时位置及习惯的广告推送方法及系统
Gokasar et al. Modeling the effects of real time traffic information on travel behavior: A case study of Istanbul Technical University
Lécureux et al. Sensitivity of the urban transport system to the value of travel time savings for shared autonomous vehicles: A simulation study
CN105184603A (zh) 一种融合协同过滤算法和位置信息的目标地推荐方法
CN112862518A (zh) 一种基于客户实时位置的广告推送方法及系统
CN111753386B (zh) 一种数据处理方法及装置
CN111859289A (zh) 交通工具的交易转化率预估方法、装置、电子设备及介质
Sengvong et al. Persuasive public-friendly route recommendation with flexible rewards

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210615