CN113159465A - 一种云计算的团购业务互动数据处理方法、服务器及介质 - Google Patents

一种云计算的团购业务互动数据处理方法、服务器及介质 Download PDF

Info

Publication number
CN113159465A
CN113159465A CN202110586138.4A CN202110586138A CN113159465A CN 113159465 A CN113159465 A CN 113159465A CN 202110586138 A CN202110586138 A CN 202110586138A CN 113159465 A CN113159465 A CN 113159465A
Authority
CN
China
Prior art keywords
service
cold
attention
information
interaction
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.)
Granted
Application number
CN202110586138.4A
Other languages
English (en)
Other versions
CN113159465B (zh
Inventor
邢作乾
房爱军
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.)
Nongfu shop Development Group Co.,Ltd.
Original Assignee
Dongguan Xinqihang Lianmao Network 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 Dongguan Xinqihang Lianmao Network Technology Co ltd filed Critical Dongguan Xinqihang Lianmao Network Technology Co ltd
Priority to CN202110586138.4A priority Critical patent/CN113159465B/zh
Publication of CN113159465A publication Critical patent/CN113159465A/zh
Application granted granted Critical
Publication of CN113159465B publication Critical patent/CN113159465B/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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06F16/906—Clustering; Classification
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及云计算和社区团购技术领域，具体而言，涉及一种云计算的团购业务互动数据处理方法、服务器及介质，能够对热门业务互动数据与冷门业务互动数据分别进行场景优化和关注度优化，在场景优化时，识别得到冷门业务关联信息/热门业务场景信息的多个互动状态，这样可以采用不同的信息优化方式对不同互动状态的互动数据进行场景优化，能够尽可能全面、灵活地利用互动数据中的热门业务信息和冷门业务信息，得到各互动状态的实际业务互动信息。这样能够实现对互动数据的场景层面和关注度层面的优化，以确保全局优化互动数据尽可能从实际业务互动层面反应各个业务用户端之间的业务互动情况，从而为后续的业务服务升级提供准确可靠的决策依据。

Description

一种云计算的团购业务互动数据处理方法、服务器及介质
技术领域
本申请实施例涉及云计算和社区团购技术领域，具体涉及一种云计算的团购业务互动数据处理方法、服务器及介质。
背景技术
云计算的不断发展正潜移默化地改善着人们的日常生产生活。在线办公、远程教育、智慧城市均得益于云计算技术。随着人们生活水平的提高，社区团购逐渐步入人们的视野。
社区团购（Community group buying）开创了一种全新的的团购模式，流程简单、方便快捷：商铺通过使用社区团购发布平台，不用缴纳任何费用，任意发布自己的团购信息，用户通过站内搜索，找到商铺提供的团购产品或服务，直接电话预定（不需要网上付钱），预定成功后，到商铺消费，消费成功后，商铺直接收费。
现目前，社区团购能够为用户和商家提供诸多便利，用户和商家在团购互动过程中的互动数据可以作为社区团购服务升级和更新的依据。然而，如何确保互动数据与实际的业务互动情况相匹配是现目前需要改善的一个技术问题。
发明内容
有鉴于此，本申请实施例提供了一种云计算的团购业务互动数据处理方法、服务器及介质。
本申请实施例提供了一种云计算的团购业务互动数据处理方法，应用于大数据服务器，包括：
获取热门业务互动数据和冷门业务互动数据，所述热门业务互动数据包括热门业务关注信息和热门业务场景信息，所述冷门业务互动数据包括冷门业务关注信息和冷门业务关联信息；
对所述冷门业务关联信息/热门业务场景信息进行互动状态识别，分别优化各互动状态的冷门业务关联信息与热门业务场景信息，将各互动状态优化后的场景信息进行整理得到场景优化互动数据；
优化所述热门业务关注信息和所述冷门业务关注信息，得到关注度优化互动数据；
整理所述场景优化互动数据和所述关注度优化互动数据得到全局优化互动数据。
优选的，对冷门业务关联信息进行互动状态识别包括：
获取所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值；
确定所述事件特征描述值所在量化描述范围，将所述冷门业务关联信息/热门业务场景信息分类至与所述量化描述范围相对应的互动状态。
优选的，所述确定所述事件特征描述值所在量化描述范围包括：
基于互动数据分布情况设定所述量化描述范围，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果。
优选的，所述对冷门业务关联信息进行互动状态识别包括：
将所述冷门业务关联信息识别为第一互动状态和第二互动状态，所述第一互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值小于第一设定描述值，所述第二互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值大于或等于所述第一设定描述值；
所述分别优化各互动状态的冷门业务关联信息与热门业务场景信息包括：
利用第一信息优化方式优化所述第一互动状态的所述热门业务场景信息和所述冷门业务关联信息；所述第一信息优化方式包括：分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子，将所述第一互动状态中各业务互动事件的热门业务场景信息的场景标签特征值与冷门业务关联信息的场景标签特征值进行全局整合，得到第一场景优化互动数据；
相应的，所述分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子包括：所述冷门业务关联信息的优化因子为所述冷门业务关注信息的事件特征描述值与所述第一设定描述值的对比情况，所述冷门业务关联信息的优化因子与所述热门业务场景信息的优化因子之和为一；
相应的，所述分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子包括：所述冷门业务关联信息对应的所述冷门业务关注信息的事件特征描述值越低，所述冷门业务关联信息的优化因子越低；所述热门业务场景信息的优化因子与所述冷门业务关联信息的优化因子之和为一。
优选的，所述对冷门业务关联信息进行互动状态识别包括：
将所述冷门业务关联信息识别为第一互动状态和第二互动状态，所述第一互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值小于第一设定描述值，所述第二互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值大于或等于所述第一设定描述值；
所述分别优化各互动状态的冷门业务关联信息与热门业务场景信息包括：
利用第二信息优化方式优化所述第二互动状态的所述热门业务场景信息和所述冷门业务关联信息；所述第二信息优化方式包括：将所述第二互动状态中各业务互动事件的所述冷门业务关联信息的的场景标签特征值作为该业务互动事件优化后场景信息的的场景标签特征值；
相应的，基于互动数据分布情况设定所述第一设定描述值，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果，所述互动数据分布情况对应的比值越高，所述第一设定描述值越低。
优选的，所述优化所述热门业务关注信息和所述冷门业务关注信息，得到关注度优化互动数据包括：
分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理；
分别优化各个维度的所述热门业务关注信息和所述冷门业务关注信息；
整理各维度的关注度优化互动数据，得到所述关注度优化互动数据；
相应的，所述分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理，优化各个维度的所述热门业务关注信息和所述冷门业务关注信息包括：
分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理，并在各维度进行基于噪声清洗的数据筛选，得到热门业务的全局关注互动数据、多个维度的热门业务的局部关注互动数据、冷门业务的全局关注互动数据和多个维度的冷门业务的局部关注互动数据；
优化所述热门业务的全局关注互动数据和所述冷门业务的全局关注互动数据得到动态关注互动数据；
分别优化各维度的所述热门业务的局部关注互动数据和所述冷门业务的局部关注互动数据得到多个静态关注互动数据；
整理所述动态关注互动数据和所述静态关注互动数据，得到所述关注度优化互动数据；
相应的，所述优化所述热门业务的全局关注互动数据和所述冷门业务的全局关注互动数据得到动态关注互动数据包括：
确定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子；
将所述热门业务的全局关注互动数据的关注度值与所述冷门业务的全局关注互动数据的关注度值进行全局整合，得到所述动态关注互动数据；其中，基于互动数据分布情况设定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果，所述热门业务的全局关注互动数据的的优化因子与所述冷门业务的全局关注互动数据的的优化因子之和为一。
优选的，所述基于互动数据分布情况设定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子包括：所述互动数据分布情况对应的比值越高，所述冷门业务的全局关注互动数据的的优化因子越大。
优选的，所述优化各维度的所述热门业务的局部关注互动数据和所述冷门业务的局部关注互动数据得到多个静态关注互动数据包括：
分别确定各维度中各业务互动事件的热门业务的局部关注互动数据的优化因子和冷门业务的局部关注互动数据的优化因子；
分别将各维度中各业务互动事件的热门业务的全局关注互动数据关注度值与冷门业务的全局关注互动数据关注度值进行全局整合，得到各维度的静态关注互动数据；其中，基于优化因子图谱设定各维度中各业务互动事件的所述热门业务的局部关注互动数据的优化因子和所述冷门业务的局部关注互动数据的优化因子，所述热门业务的局部关注互动数据的优化因子与所述冷门业务的局部关注互动数据的优化因子之和为一；
相应的，所述整理所述动态关注互动数据和所述静态关注互动数据，得到所述关注度优化互动数据包括：
分别将各维度的静态关注互动数据分别与对应的优化矩阵进行融合，以对所述静态关注互动数据进行调整，各个所述优化矩阵的维度均大于一；
相应的，基于互动数据分布情况设定所述优化矩阵，所述互动数据分布情况包括所述全局优化互动数据中热门业务互动数据片段与冷门业务互动数据片段的比较结果；
相应的，所述基于互动数据分布情况设定所述优化矩阵包括：所述互动数据分布情况对应的比值越高，所述优化矩阵对应的矩阵维度数越大。
本申请实施例还提供了一种大数据服务器，包括处理器、通信总线和存储器；所述处理器和所述存储器通过所述通信总线通信，所述处理器从所述存储器中读取计算机程序并运行，以执行上述的方法。
本申请实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序在运行时实现上述的方法。
相较于现有技术，本申请实施例提供的一种云计算的团购业务互动数据处理方法、服务器及介质具有以下技术效果：能够对热门业务互动数据与冷门业务互动数据分别进行场景优化和关注度优化，在场景优化时，识别得到冷门业务关联信息/热门业务场景信息的多个互动状态，这样可以采用不同的信息优化方式对不同互动状态的互动数据进行场景优化，能够尽可能全面、灵活地利用互动数据中的热门业务信息和冷门业务信息，得到各互动状态的实际业务互动信息。这样能够实现对互动数据的场景层面和关注度层面的优化，以确保全局优化互动数据尽可能从实际业务互动层面反应各个业务用户端之间的业务互动情况，从而为后续的业务服务升级提供准确可靠的决策依据。
在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例所提供的一种大数据服务器的方框示意图。
图2为本申请实施例所提供的一种云计算的团购业务互动数据处理方法的流程图。
图3为本申请实施例所提供的一种云计算的团购业务互动数据处理装置的框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本申请的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
图1示出了本申请实施例所提供的一种大数据服务器10的方框示意图。本申请实施例中的大数据服务器10可以为具有数据存储、传输、处理功能的服务端，如图1所示，大数据服务器10包括：存储器11、处理器12、通信总线13和云计算的团购业务互动数据处理装置20。
存储器11、处理器12和通信总线13之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器11中存储有云计算的团购业务互动数据处理装置20，所述云计算的团购业务互动数据处理装置20包括至少一个可以软件或固件（firmware）的形式储存于所述存储器11中的软件功能模块，所述处理器12通过运行存储在存储器11内的软件程序以及模块，例如本申请实施例中的云计算的团购业务互动数据处理装置20，从而执行各种功能应用以及数据处理，即实现本申请实施例中的云计算的团购业务互动数据处理方法。
其中，所述存储器11可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。其中，存储器11用于存储程序，所述处理器12在接收到执行指令后，执行所述程序。
所述处理器12可能是一种集成电路芯片，具有数据的处理能力。上述的处理器12可以是通用处理器，包括中央处理器 (Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
通信总线13用于通过网络建立大数据服务器10与其他通信终端设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解，图1所示的结构仅为示意，大数据服务器10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序在运行时实现上述的方法。
图2示出了本申请实施例所提供的一种云计算的团购业务互动数据处理的流程图。所述方法有关的流程所定义的方法步骤应用于大数据服务器10，可以由所述处理器12实现，所述方法包括以下步骤S21-步骤S24。
步骤S21、获取热门业务互动数据和冷门业务互动数据。
在本申请实施例中，所述热门业务互动数据包括热门业务关注信息和热门业务场景信息，所述冷门业务互动数据包括冷门业务关注信息和冷门业务关联信息。
可以理解的是，热门业务互动数据和冷门业务互动数据均可以为团购业务互动数据，比如用户和商家之间在团购层面的交互信息。热门业务关注信息用于表征用户和/或商家所关注的较为热门的信息，热门业务场景信息对应于不同的业务场景，比如生鲜团购、家电团购等。相应的，冷门业务关注信息用于表征关注度较低的信息，冷门业务关联信息对应于冷门业务的业务场景。
步骤S22、对所述冷门业务关联信息/热门业务场景信息进行互动状态识别，分别优化各互动状态的冷门业务关联信息与热门业务场景信息，将各互动状态优化后的场景信息进行整理得到场景优化互动数据。
例如，互动状态可以是用户和商家之间的团购层面的互动情况，比如实时互动或者延时互动等。场景优化互动信息可以是将各互动状态优化后的场景信息（热门场景信息和冷门场景信息）进行合并或者融合之后得到的，用于从整体层面反应团购业务的场景情况。
在一些可能的实施例中，步骤S22中的对冷门业务关联信息进行互动状态识别，可以包括以下步骤S221和步骤S222所描述的内容。
步骤S221、获取所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值。
例如，事件特征描述值用于从数值层面对不同的业务互动事件进行区分，业务互动事件包括聊天事件、购买事件、退货事件或者投诉事件。
步骤S222、确定所述事件特征描述值所在量化描述范围，将所述冷门业务关联信息/热门业务场景信息分类至与所述量化描述范围相对应的互动状态。
例如，量化描述范围可以是对应的描述值区间，用于进行相关场景信息的分类。
如此设计，能够通过量化描述实现对相关场景信息的分类，从而在提高互动状态识别精度的前提下减少大数据服务器的开销。
在另外一些实施例中，步骤S222所描述的确定所述事件特征描述值所在量化描述范围，可以包括以下技术方案：基于互动数据分布情况设定所述量化描述范围，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果。
例如，互动数据分布情况可以是分布图或者分布列表，如此设计，能够尽可能从整体层面准确地确定量化描述范围。
在另外的一些实施例中，步骤S22所描述的对冷门业务关联信息进行互动状态识别，可以包括以下实施例A所描述的内容：将所述冷门业务关联信息识别为第一互动状态和第二互动状态，所述第一互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值小于第一设定描述值，所述第二互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值大于或等于所述第一设定描述值。
基于上述实施例A，步骤S22所描述的分别优化各互动状态的冷门业务关联信息与热门业务场景信息，可以通过以下实施例B实现：利用第一信息优化方式优化所述第一互动状态的所述热门业务场景信息和所述冷门业务关联信息；所述第一信息优化方式包括：分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子，将所述第一互动状态中各业务互动事件的热门业务场景信息的场景标签特征值与冷门业务关联信息的场景标签特征值进行全局整合，得到第一场景优化互动数据。
例如，优化因子可以是校正权重或者修正权重，如此设计，能够结合优化因子对各互动状态的冷门业务关联信息与热门业务场景信息进行场景层面的精准校正，从而确保场景优化互动数据与实际的团购业务场景相适配。
在上述实施例B中，分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子，可以通过以下实施例B1或者实施例B2实现。
实施例B1，所述分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子包括：所述冷门业务关联信息的优化因子为所述冷门业务关注信息的事件特征描述值与所述第一设定描述值的对比情况，所述冷门业务关联信息的优化因子与所述热门业务场景信息的优化因子之和为一。
实施例B2，所述分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子包括：所述冷门业务关联信息对应的所述冷门业务关注信息的事件特征描述值越低，所述冷门业务关联信息的优化因子越低；所述热门业务场景信息的优化因子与所述冷门业务关联信息的优化因子之和为一。
在另外的一些可能的实施例中，步骤S22所描述的对冷门业务关联信息进行互动状态识别，可以包括以下内容：将所述冷门业务关联信息识别为第一互动状态和第二互动状态，所述第一互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值小于第一设定描述值，所述第二互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值大于或等于所述第一设定描述值。基于此，上述步骤所描述的分别优化各互动状态的冷门业务关联信息与热门业务场景信息包括：利用第二信息优化方式优化所述第二互动状态的所述热门业务场景信息和所述冷门业务关联信息；所述第二信息优化方式包括：将所述第二互动状态中各业务互动事件的所述冷门业务关联信息的的场景标签特征值作为该业务互动事件优化后场景信息的的场景标签特征值。
在一些示例中，可以基于互动数据分布情况设定所述第一设定描述值，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果，所述互动数据分布情况对应的比值越高，所述第一设定描述值越低。
步骤S23、优化所述热门业务关注信息和所述冷门业务关注信息，得到关注度优化互动数据。
在本申请实施例中，关注度优化互动数据用于表征业务数据在关注度层面的校正情况，进而确保关注度优化互动数据与实际的业务互动情况相适配。
在一些可能的实施例中，步骤S23所描述的优化所述热门业务关注信息和所述冷门业务关注信息，得到关注度优化互动数据，可以包括以下步骤S231和步骤S233所描述的技术方案。
步骤S231、分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理。
步骤S232、分别优化各个维度的所述热门业务关注信息和所述冷门业务关注信息。
步骤S233、整理各维度的关注度优化互动数据，得到所述关注度优化互动数据。
可以理解的是，多维度分治处理可以理解为多维度拆分处理，这样能够精准拆分不同维度的所述热门业务关注信息和所述冷门业务关注信息，进而实现不同维度的所述热门业务关注信息和所述冷门业务关注信息的并行优化，最后进行各维度的关注度优化互动数据整合，确保得到的关注度优化互动数据的全局完整性。
可以理解的是，对于上述步骤S231-步骤S233而言，分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理，优化各个维度的所述热门业务关注信息和所述冷门业务关注信息，可以包括以下技术方案：分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理，并在各维度进行基于噪声清洗的数据筛选，得到热门业务的全局关注互动数据、多个维度的热门业务的局部关注互动数据、冷门业务的全局关注互动数据和多个维度的冷门业务的局部关注互动数据；优化所述热门业务的全局关注互动数据和所述冷门业务的全局关注互动数据得到动态关注互动数据；分别优化各维度的所述热门业务的局部关注互动数据和所述冷门业务的局部关注互动数据得到多个静态关注互动数据；整理所述动态关注互动数据和所述静态关注互动数据，得到所述关注度优化互动数据。
例如，动态关注互动数据可以是关注度随时间变化的，静态关注互动数据可以是关注度不随时间变化的，如此设计，能够将动静态关注互动数据考虑在内，从而确保关注度优化互动数据的完整性。
进一步地，上述步骤所描述的优化所述热门业务的全局关注互动数据和所述冷门业务的全局关注互动数据得到动态关注互动数据，可以包括以下技术方案：确定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子；将所述热门业务的全局关注互动数据的关注度值与所述冷门业务的全局关注互动数据的关注度值进行全局整合，得到所述动态关注互动数据。
在一些实施例中，基于互动数据分布情况设定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果，所述热门业务的全局关注互动数据的的优化因子与所述冷门业务的全局关注互动数据的的优化因子之和为一。
在一些可能的实施例中，所述基于互动数据分布情况设定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子包括：所述互动数据分布情况对应的比值越高，所述冷门业务的全局关注互动数据的的优化因子越大。
在上述内容的基础上，优化各维度的所述热门业务的局部关注互动数据和所述冷门业务的局部关注互动数据得到多个静态关注互动数据，可以包括以下技术方案：分别确定各维度中各业务互动事件的热门业务的局部关注互动数据的优化因子和冷门业务的局部关注互动数据的优化因子；分别将各维度中各业务互动事件的热门业务的全局关注互动数据关注度值与冷门业务的全局关注互动数据关注度值进行全局整合，得到各维度的静态关注互动数据。
可以理解的是，基于优化因子图谱设定各维度中各业务互动事件的所述热门业务的局部关注互动数据的优化因子和所述冷门业务的局部关注互动数据的优化因子，所述热门业务的局部关注互动数据的优化因子与所述冷门业务的局部关注互动数据的优化因子之和为一。
在上述内容的基础上，整理所述动态关注互动数据和所述静态关注互动数据，得到所述关注度优化互动数据可以包括：分别将各维度的静态关注互动数据分别与对应的优化矩阵进行融合，以对所述静态关注互动数据进行调整，各个所述优化矩阵的维度均大于一。
在本申请实施例中，可以基于互动数据分布情况设定所述优化矩阵，所述互动数据分布情况包括所述全局优化互动数据中热门业务互动数据片段与冷门业务互动数据片段的比较结果。进一步地，基于互动数据分布情况设定所述优化矩阵包括：所述互动数据分布情况对应的比值越高，所述优化矩阵对应的矩阵维度数越大。
如此设计，能够从数值层面出发，结合局部分析和全局分析，以尽可能减少关注度优化互动数据的关注度噪声。
步骤S24、整理所述场景优化互动数据和所述关注度优化互动数据得到全局优化互动数据。
在本申请实施例中，可以将所述场景优化互动数据和所述关注度优化互动数据进行合并，从而得到全局优化互动数据。比如，可以将所述场景优化互动数据和所述关注度优化互动数据按照设定映射关系进行绑定，从而得到全局优化互动数据。
综上，在应用上述技术方案时，区别于常规技术的情况，本申请对热门业务互动数据与冷门业务互动数据分别进行场景优化和关注度优化，在场景优化时，识别得到冷门业务关联信息/热门业务场景信息的多个互动状态，这样可以采用不同的信息优化方式对不同互动状态的互动数据进行场景优化，能够尽可能全面、灵活地利用互动数据中的热门业务信息和冷门业务信息，得到各互动状态的实际业务互动信息。这样一来，能够实现对互动数据的场景层面和关注度层面的优化，以确保全局优化互动数据尽可能从实际业务互动层面反应各个业务用户端之间的业务互动情况，从而为后续的业务服务升级提供准确可靠的决策依据。
基于上述同样的发明构思，还提供了一种云计算的团购业务互动数据处理装置20，应用于大数据服务器10，所述装置包括：
数据获取模块21，用于获取热门业务互动数据和冷门业务互动数据，所述热门业务互动数据包括热门业务关注信息和热门业务场景信息，所述冷门业务互动数据包括冷门业务关注信息和冷门业务关联信息；
状态识别模块22，用于对所述冷门业务关联信息/热门业务场景信息进行互动状态识别，分别优化各互动状态的冷门业务关联信息与热门业务场景信息，将各互动状态优化后的场景信息进行整理得到场景优化互动数据；
信息优化模块23，用于优化所述热门业务关注信息和所述冷门业务关注信息，得到关注度优化互动数据；
数据整理模块24，用于整理所述场景优化互动数据和所述关注度优化互动数据得到全局优化互动数据。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、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，所述模块、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方式中，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，两个连续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动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。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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，本申请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，大数据服务器10，或者网络设备等）执行本申请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、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。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种云计算的团购业务互动数据处理方法，其特征在于，所述方法包括：
获取热门业务互动数据和冷门业务互动数据，所述热门业务互动数据包括热门业务关注信息和热门业务场景信息，所述冷门业务互动数据包括冷门业务关注信息和冷门业务关联信息；
对所述冷门业务关联信息/热门业务场景信息进行互动状态识别，分别优化各互动状态的冷门业务关联信息与热门业务场景信息，将各互动状态优化后的场景信息进行整理得到场景优化互动数据；
优化所述热门业务关注信息和所述冷门业务关注信息，得到关注度优化互动数据；
整理所述场景优化互动数据和所述关注度优化互动数据得到全局优化互动数据。
2.根据权利要求1所述的云计算的团购业务互动数据处理方法，其特征在于，对冷门业务关联信息进行互动状态识别包括：
获取所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值；
确定所述事件特征描述值所在量化描述范围，将所述冷门业务关联信息/热门业务场景信息分类至与所述量化描述范围相对应的互动状态。
3.根据权利要求2所述的云计算的团购业务互动数据处理方法，其特征在于，所述确定所述事件特征描述值所在量化描述范围包括：
基于互动数据分布情况设定所述量化描述范围，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果。
4.根据权利要求2所述的云计算的团购业务互动数据处理方法，其特征在于，所述对冷门业务关联信息进行互动状态识别包括：
将所述冷门业务关联信息识别为第一互动状态和第二互动状态，所述第一互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值小于第一设定描述值，所述第二互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值大于或等于所述第一设定描述值；
所述分别优化各互动状态的冷门业务关联信息与热门业务场景信息包括：
利用第一信息优化方式优化所述第一互动状态的所述热门业务场景信息和所述冷门业务关联信息；所述第一信息优化方式包括：分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子，将所述第一互动状态中各业务互动事件的热门业务场景信息的场景标签特征值与冷门业务关联信息的场景标签特征值进行全局整合，得到第一场景优化互动数据；
相应的，所述分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子包括：所述冷门业务关联信息的优化因子为所述冷门业务关注信息的事件特征描述值与所述第一设定描述值的对比情况，所述冷门业务关联信息的优化因子与所述热门业务场景信息的优化因子之和为一；
相应的，所述分别确定各业务互动事件的热门业务场景信息的优化因子和冷门业务关联信息的优化因子包括：所述冷门业务关联信息对应的所述冷门业务关注信息的事件特征描述值越低，所述冷门业务关联信息的优化因子越低；所述热门业务场景信息的优化因子与所述冷门业务关联信息的优化因子之和为一。
5.根据权利要求2所述的云计算的团购业务互动数据处理方法，其特征在于，所述对冷门业务关联信息进行互动状态识别包括：
将所述冷门业务关联信息识别为第一互动状态和第二互动状态，所述第一互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值小于第一设定描述值，所述第二互动状态中所述冷门业务关联信息对应的所述冷门业务关注信息的各业务互动事件的事件特征描述值大于或等于所述第一设定描述值；
所述分别优化各互动状态的冷门业务关联信息与热门业务场景信息包括：
利用第二信息优化方式优化所述第二互动状态的所述热门业务场景信息和所述冷门业务关联信息；所述第二信息优化方式包括：将所述第二互动状态中各业务互动事件的所述冷门业务关联信息的的场景标签特征值作为该业务互动事件优化后场景信息的的场景标签特征值；
相应的，基于互动数据分布情况设定所述第一设定描述值，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果，所述互动数据分布情况对应的比值越高，所述第一设定描述值越低。
6.根据权利要求1所述的云计算的团购业务互动数据处理方法，其特征在于，所述优化所述热门业务关注信息和所述冷门业务关注信息，得到关注度优化互动数据包括：
分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理；
分别优化各个维度的所述热门业务关注信息和所述冷门业务关注信息；
整理各维度的关注度优化互动数据，得到所述关注度优化互动数据；
相应的，所述分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理，优化各个维度的所述热门业务关注信息和所述冷门业务关注信息包括：
分别对所述热门业务关注信息和所述冷门业务关注信息进行多维度分治处理，并在各维度进行基于噪声清洗的数据筛选，得到热门业务的全局关注互动数据、多个维度的热门业务的局部关注互动数据、冷门业务的全局关注互动数据和多个维度的冷门业务的局部关注互动数据；
优化所述热门业务的全局关注互动数据和所述冷门业务的全局关注互动数据得到动态关注互动数据；
分别优化各维度的所述热门业务的局部关注互动数据和所述冷门业务的局部关注互动数据得到多个静态关注互动数据；
整理所述动态关注互动数据和所述静态关注互动数据，得到所述关注度优化互动数据；
相应的，所述优化所述热门业务的全局关注互动数据和所述冷门业务的全局关注互动数据得到动态关注互动数据包括：
确定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子；
将所述热门业务的全局关注互动数据的关注度值与所述冷门业务的全局关注互动数据的关注度值进行全局整合，得到所述动态关注互动数据；其中，基于互动数据分布情况设定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子，所述互动数据分布情况包括所述全局优化互动数据中冷门业务互动数据片段与热门业务互动数据片段的比较结果，所述热门业务的全局关注互动数据的的优化因子与所述冷门业务的全局关注互动数据的的优化因子之和为一。
7.根据权利要求6所述的云计算的团购业务互动数据处理方法，其特征在于，所述基于互动数据分布情况设定所述热门业务的全局关注互动数据的的优化因子和所述冷门业务的全局关注互动数据的的优化因子包括：所述互动数据分布情况对应的比值越高，所述冷门业务的全局关注互动数据的的优化因子越大。
8.根据权利要求6所述的云计算的团购业务互动数据处理方法，其特征在于，所述优化各维度的所述热门业务的局部关注互动数据和所述冷门业务的局部关注互动数据得到多个静态关注互动数据包括：
分别确定各维度中各业务互动事件的热门业务的局部关注互动数据的优化因子和冷门业务的局部关注互动数据的优化因子；
分别将各维度中各业务互动事件的热门业务的全局关注互动数据关注度值与冷门业务的全局关注互动数据关注度值进行全局整合，得到各维度的静态关注互动数据；其中，基于优化因子图谱设定各维度中各业务互动事件的所述热门业务的局部关注互动数据的优化因子和所述冷门业务的局部关注互动数据的优化因子，所述热门业务的局部关注互动数据的优化因子与所述冷门业务的局部关注互动数据的优化因子之和为一；
相应的，所述整理所述动态关注互动数据和所述静态关注互动数据，得到所述关注度优化互动数据包括：
分别将各维度的静态关注互动数据分别与对应的优化矩阵进行融合，以对所述静态关注互动数据进行调整，各个所述优化矩阵的维度均大于一；
相应的，基于互动数据分布情况设定所述优化矩阵，所述互动数据分布情况包括所述全局优化互动数据中热门业务互动数据片段与冷门业务互动数据片段的比较结果；
相应的，所述基于互动数据分布情况设定所述优化矩阵包括：所述互动数据分布情况对应的比值越高，所述优化矩阵对应的矩阵维度数越大。
9.一种大数据服务器，其特征在于，包括处理器、通信总线和存储器；所述处理器和所述存储器通过所述通信总线通信，所述处理器从所述存储器中读取计算机程序并运行，以执行权利要求1-8任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序在运行时实现权利要求1-8任一项所述的方法。
CN202110586138.4A 2021-05-27 2021-05-27 一种云计算的团购业务互动数据处理方法、服务器及介质 Active CN113159465B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110586138.4A CN113159465B (zh) 2021-05-27 2021-05-27 一种云计算的团购业务互动数据处理方法、服务器及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110586138.4A CN113159465B (zh) 2021-05-27 2021-05-27 一种云计算的团购业务互动数据处理方法、服务器及介质

Publications (2)

Publication Number Publication Date
CN113159465A true CN113159465A (zh) 2021-07-23
CN113159465B CN113159465B (zh) 2021-12-28

Family

ID=76877922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110586138.4A Active CN113159465B (zh) 2021-05-27 2021-05-27 一种云计算的团购业务互动数据处理方法、服务器及介质

Country Status (1)

Country Link
CN (1) CN113159465B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201351330A (zh) * 2012-06-15 2013-12-16 Ji-Cheng Yang 秒殺式團購拍賣之方法
US9471144B2 (en) * 2014-03-31 2016-10-18 Gift Card Impressions, LLC System and method for digital delivery of reveal videos for online gifting
CN106780196A (zh) * 2016-12-14 2017-05-31 北京小麦互娱文化传媒有限公司 一种明星知识产权生成运营及粉丝互动平台及方法
CN110298704A (zh) * 2019-07-02 2019-10-01 深圳市聚星易科技有限公司 一种社区团购管理系统
US20190340624A1 (en) * 2008-02-21 2019-11-07 Micronotes, Inc. Interactive marketing system
CN110544153A (zh) * 2019-08-30 2019-12-06 北京艾摩瑞策科技有限公司 基于区块链的商品团购数据存证方法及装置
CN110874765A (zh) * 2019-10-22 2020-03-10 腾讯科技（深圳）有限公司 一种数据处理方法、装置、设备及存储介质
CN112053212A (zh) * 2020-09-30 2020-12-08 杭州拼便宜网络科技有限公司 一种商品团购方法、商品团购系统和电子设备
CN112221154A (zh) * 2020-10-10 2021-01-15 陈夏焱 基于人工智能和云计算的游戏数据处理方法及游戏云中心
CN112765463A (zh) * 2021-01-12 2021-05-07 陈漩 一种大数据和用户需求的数据管理方法及云计算服务器

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190340624A1 (en) * 2008-02-21 2019-11-07 Micronotes, Inc. Interactive marketing system
TW201351330A (zh) * 2012-06-15 2013-12-16 Ji-Cheng Yang 秒殺式團購拍賣之方法
US9471144B2 (en) * 2014-03-31 2016-10-18 Gift Card Impressions, LLC System and method for digital delivery of reveal videos for online gifting
CN106780196A (zh) * 2016-12-14 2017-05-31 北京小麦互娱文化传媒有限公司 一种明星知识产权生成运营及粉丝互动平台及方法
CN110298704A (zh) * 2019-07-02 2019-10-01 深圳市聚星易科技有限公司 一种社区团购管理系统
CN110544153A (zh) * 2019-08-30 2019-12-06 北京艾摩瑞策科技有限公司 基于区块链的商品团购数据存证方法及装置
CN110874765A (zh) * 2019-10-22 2020-03-10 腾讯科技（深圳）有限公司 一种数据处理方法、装置、设备及存储介质
CN112053212A (zh) * 2020-09-30 2020-12-08 杭州拼便宜网络科技有限公司 一种商品团购方法、商品团购系统和电子设备
CN112221154A (zh) * 2020-10-10 2021-01-15 陈夏焱 基于人工智能和云计算的游戏数据处理方法及游戏云中心
CN112765463A (zh) * 2021-01-12 2021-05-07 陈漩 一种大数据和用户需求的数据管理方法及云计算服务器

Also Published As

Publication number Publication date
CN113159465B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
CN107808314B (zh) 用户推荐方法及装置
CN109118316B (zh) 线上店铺真实性的识别方法和装置
CN112184290A (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN112288464A (zh) 商品推荐方法、装置、计算机设备和存储介质
CN112102031A (zh) 一种推荐方法、推荐装置及终端设备
CN111666275A (zh) 一种数据处理方法、装置、电子设备及存储介质
CN111695941A (zh) 商品交易网站数据分析方法、装置和电子设备
CN117611295A (zh) 一种基于用户需求的多商家电子商务推荐系统
CN113327132A (zh) 多媒体推荐方法、装置、设备及存储介质
CN110852809A (zh) 一种数据处理方法、装置、设备及介质
CN113159465B (zh) 一种云计算的团购业务互动数据处理方法、服务器及介质
CN110515929B (zh) 书籍展示方法、计算设备及存储介质
CN116186286A (zh) 基于企业知识图谱的国际物流信息推荐方法、系统及介质
CN116029794A (zh) 商品价格确定方法、装置、电子设备及存储介质
CN113327154B (zh) 基于大数据的电商用户讯息推送方法及系统
CN114996579A (zh) 信息推送方法、装置、电子设备和计算机可读介质
CN113449506A (zh) 一种数据检测方法、装置、设备及可读存储介质
CN113157872B (zh) 基于云计算的在线互动话题意图分析方法、服务器及介质
CN112001761A (zh) 用户分类方法及相关装置
CN113806635B (zh) 一种基于S2b2C模式的个性化服装定制平台系统
CN111652631B (zh) 商品召回方法、装置、电子设备及计算机可读存储介质
CN112949752B (zh) 业务预测系统的训练方法及装置
CN110765118B (zh) 一种数据的修订方法、修订装置及可读存储介质
CN115482065A (zh) 基于大数据与电子商城平台的购物数据共享方法及系统
CN117788048A (zh) 一种基于大数据的商品选品方法及系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yuan Daohong

Inventor after: Xing Zuoqian

Inventor after: Fang Aijun

Inventor before: Xing Zuoqian

Inventor before: Fang Aijun

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

Effective date of registration: 20211210

Address after: 464000 Nongfu Pu Zi digital economy industrial park, Gushi County, Xinyang City, Henan Province

Applicant after: Nongfu shop Development Group Co.,Ltd.

Address before: 523000 201D, 2 / F, building 11, innovation and Technology Park, Songshan Lake high tech Industrial Development Zone, Dongguan, Guangdong

Applicant before: Dongguan xinqihang Lianmao Network Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant