CN113744018A - 物品信息推送方法及装置、计算机可存储介质 - Google Patents
物品信息推送方法及装置、计算机可存储介质 Download PDFInfo
- Publication number
- CN113744018A CN113744018A CN202011320661.4A CN202011320661A CN113744018A CN 113744018 A CN113744018 A CN 113744018A CN 202011320661 A CN202011320661 A CN 202011320661A CN 113744018 A CN113744018 A CN 113744018A
- Authority
- CN
- China
- Prior art keywords
- historical
- promotion
- promoted
- attribute
- item
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000003860 storage Methods 0.000 title claims description 16
- 230000000875 corresponding effect Effects 0.000 claims description 146
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 206010044565 Tremor Diseases 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000001737 promoting effect Effects 0.000 description 15
- 230000000694 effects Effects 0.000 description 14
- 230000009467 reduction Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 102100040160 Rabankyrin-5 Human genes 0.000 description 2
- 101710086049 Rabankyrin-5 Proteins 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06F16/906—Clustering; Classification
-
- 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
- G06F16/9532—Query formulation
-
- 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
- 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]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
- G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及物品信息推送方法及装置。物品信息推送方法包括:根据多个指定属性的预设取值集合,获取待推广物品的多个属性值集合,每个预设取值集合包括一个指定属性的多个取值,每个属性值集合包括所述多个指定属性的一组取值,不同属性值集合的至少一个相同指定属性具有不同取值;针对每个属性值集合,根据多个推广平台上的、与多个参考物品对应的历史流量和历史出库量、以及与待推广物品对应的历史流量,确定待推广物品在多个推广平台上的预估出库量;根据所确定的与各个属性值集合对应的预估出库量和各个属性值集合中的取值,设置待推广物品的多个指定属性的属性值;发送所设置的多个指定属性的属性值到多个推广平台。
Description
技术领域
本公开涉及计算机技术领域,特别涉及物品信息推送方法及装置、计算机可存储介质。
背景技术
在电商CPS(Cost Per Sale,按销售付费)体系中,对物品的属性进行准确设置是对物品进行有效推广的核心内容之一。
相关技术中,根据物品在搜索场景中的曝光排名来设置物品的属性,以改善物品的推广效果。
发明内容
发明人认为:相关技术中,根据物品在搜索场景中的曝光排名来设置物品的属性,未考虑更加全面的影响因素,物品的属性设置的准确性较差。另外,物品在搜索场景中的曝光排名与物品的推广效果在实际应用场景中并不是完全成正相关的,从而仅仅通过设置物品的属性来提高曝光排名,物品的推广效果较差。
针对上述技术问题,本公开提出了一种解决方案,可以提高物品的属性设置的准确性,改善物品的推广效果。
根据本公开的第一方面,提供了一种物品信息推送方法,包括:根据多个指定属性的预设取值集合,获取待推广物品的多个属性值集合,每个预设取值集合包括一个指定属性的多个取值,每个属性值集合包括所述多个指定属性的一组取值,不同属性值集合的至少一个相同指定属性具有不同取值;针对每个属性值集合,根据多个推广平台上的、与多个参考物品对应的历史流量和历史出库量、以及与所述待推广物品对应的历史流量,确定所述待推广物品在所述多个推广平台上的预估出库量;根据所确定的与各个属性值集合对应的预估出库量和各个属性值集合中的取值,设置所述待推广物品的所述多个指定属性的属性值;发送所设置的所述多个指定属性的属性值到所述多个推广平台,以便所述多个推广平台推广所述待推广物品。
在一些实施例中,确定所述待推广物品在所述多个推广平台上的预估出库量包括:针对每个属性值集合,根据每个推广平台上的与多个参考物品对应的历史流量和历史出库量,确定所述每个推广平台对于所述待推广物品的推广流量价值,所述推广流量价值表征针对所述待推广物品,所述每个推广平台的单位流量可产生的出库量;针对每个属性值集合,根据每个推广平台上的与所述待推广物品对应的历史流量,确定所述待推广物品在每个推广平台上的预估流量;针对每个属性值集合,根据所述待推广物品在所述多个推广平台上的、推广流量价值和预估流量,确定所述待推广物品在所述多个推广平台上的预估出库量。
在一些实施例中,确定所述待推广物品在每个推广平台上的预估流量包括:确定每个推广平台上的与所述待推广物品对应的多个历史搜索词;针对每个属性值集合,根据所述每个推广平台上的与所述多个历史搜索词对应的历史流量,确定所述待推广物品在所述每个推广平台上的预估流量。
在一些实施例中,针对每个属性值集合,根据所述每个推广平台上的与所述多个历史搜索词对应的历史流量,确定所述待推广物品在所述每个推广平台上的预估流量包括:针对每个属性值集合,根据所述每个属性值集合中各个指定属性的取值和至少一个附加属性的当前取值,确定每个推广平台上以每个历史搜索词为搜索条件的所述待推广物品的预估曝光排名,所述预估曝光排名为所述每个推广平台上以每个历史搜索词为搜索条件的所述待推广物品的多个历史曝光排名中的一个;根据所述每个推广平台上的与所述多个历史搜索词对应的历史流量、与所述多个历史曝光排名对应的历史流量、与每个历史搜索词对应的预估曝光排名,确定所述待推广物品在所述每个推广平台的流量全概率,所述流量全概率表征所述待推广物品在所述每个推广平台上的流量占比;针对所述每个推广平台,根据所述每个推广平台上的与所述多个历史搜索词对应的历史总流量、和所有推广平台上的与所有历史搜索词对应的历史总流量,确定所述每个推广平台的流量边缘概率;针对所述每个属性值集合,根据与所述每个推广平台对应的流量边缘概率、流量全概率和所述多个历史搜索词所对应的历史总流量,确定所述每个推广平台的预估流量。
在一些实施例中,确定所述待推广物品在所述每个推广平台的流量全概率包括:针对每个历史搜索词,根据所述每个推广平台上的与所述每个历史搜索词对应的历史总流量和所有推广平台上的与所有历史搜索词对应的历史总流量,确定所述每个历史搜索词在所述每个推广平台上的流量边缘概率;针对每个历史搜索词,根据所述待推广物品在所述每个推广平台上的与每个历史曝光排名对应的历史流量、以及所述每个推广平台上的与所述每个历史搜索词对应的历史总流量,确定以所述每个历史搜索词为条件的所述待推广物品在所述每个推广平台上的每个历史曝光排名的流量条件概率;针对每个历史搜索词,从各个历史曝光排名的流量条件概率中,确定与所述预估曝光排名对应的流量条件概率;针对所述每个推广平台,根据对应的多个历史搜索词在所述每个推广平台上的流量边缘概率和与所述预估曝光排名对应的流量条件概率,确定所述待推广物品在所述每个推广平台的流量全概率。
在一些实施例中,确定每个推广平台上的与所述待推广物品对应的多个历史搜索词包括:对所述待推广物品的标题进行分词,得到多个标题关键词;根据所述多个标题关键词,从在第一历史时间段内的每个推广平台上的与所述待推广物品对应的多个搜索关键词中,确定多个历史搜索词。
在一些实施例中,确定多个历史搜索词包括:将与所述多个标题关键词中的任意一个完全匹配的搜索关键词,确定为历史搜索词。
在一些实施例中,针对每个属性值集合,根据每个推广平台上的与多个参考物品对应的历史流量和历史出库量,确定所述每个推广平台对于所述待推广物品的推广流量价值包括:针对每个推广平台,根据每个参考物品在第二历史时间段内的历史流量和历史出库量,确定所述每个推广平台对于所述每个参考物品的参考流量价值,所述参考流量价值表征针对所述每个参考物品,所述每个推广平台的单位流量可产生的出库量;根据所述每个推广平台对于所述每个参考物品的参考流量价值,确定所述每个推广平台对于所述待推广物品的推广流量价值。
在一些实施例中,根据所述每个推广平台对于所述每个参考物品的参考流量价值,确定所述每个推广平台对于所述待推广物品的推广流量价值包括:根据所述多个参考物品在所述第二历史时间段的、所述多个指定属性的历史属性值和至少一个附加属性的历史属性值,对所述多个参考物品进行聚类,得到多个参考类别,每个参考类别包括至少一个参考物品,每个参考类别与每个指定属性的一个属性值范围对应,不同参考类别的至少一个相同指定属性具有不同的属性值范围;针对每个参考类别和每个推广平台,将所述每个推广平台对于至少一个参考物品的参考流量价值的平均值,确定为所述每个推广平台对于所述每个参考类别的类别流量价值;针对每个属性值集合,根据所述每个属性值集合中的多个指定属性的取值和所述多个参考类别所对应的多个指定属性的属性值范围,确定与所述每个属性值集合对应的参考类别;将所述每个推广平台对于与所述每个属性值集合对应的参考类别的类别流量价值,确定为所述每个推广平台对于所述待推广物品的推广流量价值。
在一些实施例中,针对每个参考物品和每个推广平台,参考流量价值与对应的第二历史时间段的历史流量成负相关,参考流量价值与对应的第二历史时间段的历史出库量成正相关。
在一些实施例中,设置所述待推广物品的所述多个指定属性的属性值包括:针对每个属性值集合,根据所确定的预估出库量和所述每个属性值集合中的各个取值,计算所述待推广物品的推广价值,所述推广价值表征所述待推广物品被推广所带来的价值;利用与最大的推广价值对应的属性值集合,设置所述待推广物品的所述多个指定属性的属性值。
根据本公开第二方面,提供了一种物品信息推送装置,包括:获取模块,被配置为根据多个指定属性的预设取值集合,获取待推广物品的多个属性值集合,每个预设取值集合包括一个指定属性的多个取值,每个属性值集合包括所述多个指定属性的一组取值,不同属性值集合的至少一个相同指定属性具有不同取值;确定模块,被配置为针对每个属性值集合,根据多个推广平台上的、与多个参考物品对应的历史流量和历史出库量、以及与所述待推广物品对应的历史流量,确定所述待推广物品在所述多个推广平台上的预估出库量;设置模块,被配置为根据所确定的与各个属性值集合对应的预估出库量和各个属性值集合中的取值,设置所述待推广物品的所述多个指定属性;推广模块,被配置为推广设置所述多个指定属性后的待推广物品。
根据本公开第三方面,提供了一种物品信息推送装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令,执行上述任一实施例所述的物品信息推送方法。
根据本公开的第四方面,提供了一种计算机可存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现上述任一实施例所述的物品信息推送方法。
在上述实施例中,可以提高物品的属性设置的准确性,改善物品的推广效果。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1是示出根据本公开一些实施例的物品信息推送方法的流程图;
图2是示出根据本公开一些实施例的确定待推广物品在多个推广平台上的预估出库量的流程图;
图3是示出根据本公开一些实施例的确定每个推广平台对于待推广物品的推广流量价值的流程图;
图4是示出根据本公开一些实施例的确定待推广物品在每个推广平台上的预估流量的流程图;
图5是示出根据本公开一些实施例的根据每个推广平台上的与多个历史搜索词对应的历史流量确定待推广物品在每个推广平台上的预估流量的流程;
图6是示出根据本公开一些实施例的物品信息推送装置的框图;
图7是示出根据本公开另一些实施例的物品信息推送装置的框图;
图8是示出用于实现本公开一些实施例的计算机系统的框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
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讨论。
图1是示出根据本公开一些实施例的物品信息推送方法的流程图。
如图1所示,物品信息推送方法包括步骤S10-步骤S70。例如,物品信息推送方法由物品信息推送装置执行。
在步骤S10中,根据多个指定属性的预设取值集合,获取待推广物品的多个属性值集合。例如,待推广物品的标识可以用K表示。
在一些实施例中,多个指定属性包括物品固有价值(价格)、物品推广奖励值(佣金)、物品价值削减值(优惠券)。例如,每个指定属性对应一个预设取值集合。每个预设取值集合包括一个指定属性的多个取值。
以多个指定属性为物品固有价值、物品推广奖励值、物品价值削减值为例,物品固有价值对应的预设取值集合为{80,90,100},物品推广奖励值对应的预设取值集合为{1,2,3},物品价值削减值对应的预设取值集合为{3,5,10}。此处预设取值集合的单位均为元。在一些实施例中,物品推广奖励值对应的预设取值集合还可以为{2%,5%,10%},2%表示物品推广奖励值为物品固有价值的2%。
前述的每个属性值集合包括多个指定属性的一组取值。不同属性值集合的至少一个相同指定属性具有不同取值。
以多个指定属性为物品固有价值、物品推广奖励值、物品价值削减值为例,可以获取3×3×3=27个属性值集合。以物品固有价值的取值为80,物品推广奖励值的取值为1,物品价值削减值的取值为3为例,属性值集合为{80,1,3}。同理,本领域技术人员可以得到其他属性值集合。
在步骤S30中,针对每个属性值集合,根据多个推广平台上的、与多个参考物品对应的历史流量和历史出库量、以及与待推广物品对应的历史流量,确定待推广物品在多个推广平台上的预估出库量。预估出库量为待推广物品在多个推广平台上的总出库量。
在一些实施例中,推广平台可以是抖音、平台、快递柜、浏览器(广告弹窗)等可以承载推广广告的广告平台,还可以是一些专用推广客户端或平台(例如京喜应用)。
在一些实施例中,流量为在推广物品的过程中,用户通过特定的推广链接访问推广物品所产生的用户访问量。例如,流量的产生存在B端曝光、B端转链等多种流量场景。B端曝光就是用户在搜索物品时,搜索页面展示该物品就会曝光该商品,用户点击进入该物品的页面,就会产生与该物品对应的流量(即用户访问量)。B端转链就是通过转链方式,用户进入该物品的详情页面所产生的与该物品对应的流量(即用户访问量)。这些流量相关的数据,推广平台可以自动记录并存储,物品信息推送装置从相应的推广平台直接获取即可。
在一些实施例中,出库量为在推广物品的过程中,用户通过特定的推广链接购买推广物品所产生的订单量(或销量)。
例如,通过如图2所示的方式实现如图1所示的步骤S130。
图2是示出根据本公开一些实施例的确定待推广物品在多个推广平台上的预估出库量的流程图。
如图2所示,确定待推广物品在多个推广平台上的预估出库量包括步骤S31-步骤S33。
在步骤S31中,针对每个属性值集合,根据每个推广平台上的与多个参考物品对应的历史流量和历史出库量,确定每个推广平台对于待推广物品的推广流量价值。推广流量价值表征针对待推广物品,每个推广平台的单位流量可产生的出库量。推广流量价值也可以叫做流量转化率,即单位流量转化为出库量的百分率。
例如,通过如下图3所示的方式实现步骤S31。
图3是示出根据本公开一些实施例的确定每个推广平台对于待推广物品的推广流量价值的流程图。
如图3所示,确定每个推广平台对于待推广物品的推广流量价值包括步骤S311-步骤S312。
在步骤S311中,针对每个推广平台,根据每个参考物品在第二历史时间段内的历史流量和历史出库量,确定每个推广平台对于每个参考物品的参考流量价值。参考流量价值表征针对每个参考物品,每个推广平台的单位流量可产生的出库量。例如,第二历史时间段为当前时刻的前15天。
在一些实施例中,针对每个参考物品和每个推广平台,参考流量价值与对应的第二历史时间段的历史流量成负相关,参考流量价值与对应的第二历史时间段的历史出库量成正相关。
在一些实施例中,还可以对上述参考流量价值X进行异常值过滤。例如,首先计算各个推广平台下的上述参考物品的参考流量价值的平均数和标准差σ,然后对每个推广平台的参考流量价值进行如下计算得到标准化后的参考流量价值在X′大于指定值(例如为3)的情况下,对应的参考流量价值X为异常值,将X的值修改为X′。在X′小于或等于指定值的情况下,对应的参考流量价值X为正常值,不进行任何修改。通过异常值处理,可以进一步提高物品属性设置的准确性,从而进一步改善物品推广的效果。
在步骤S312中,根据每个推广平台对于每个参考物品的参考流量价值,确定每个推广平台对于待推广物品的推广流量价值。
例如,通过如下方式实现步骤S312。
首先,根据多个参考物品在第二历史时间段的、多个指定属性的历史属性值和至少一个附加属性的历史属性值,对多个参考物品进行聚类,得到多个参考类别,每个参考类别包括至少一个参考物品,每个参考类别与每个指定属性的一个属性值范围对应,不同参考类别的至少一个相同指定属性具有不同的属性值范围。例如,采用k均值聚类算法进行聚类。
例如,多个参考类别可以表示为一个参考类别集合SkuADSet={skun|0<n≤N},N为参考类别的总数量,skun为第n个参考类别。本领域技术人员应当理解,聚类可以得到每个参考类别的中心点和半径,通过中心点和半径可以确定每个参考类别的每个指定属性的属性值范围。例如,物品的固有价值这个属性,其在某个参考类别所对应的的属性值范围为10元~30元。
其次,针对每个参考类别和每个推广平台,将每个推广平台对于至少一个参考物品的参考流量价值的平均值,确定为每个推广平台对于所述每个参考类别的类别流量价值。
然后,针对每个属性值集合,根据每个属性值集合中的多个指定属性的取值和多个参考类别所对应的多个指定属性的属性值范围,确定与每个属性值集合对应的参考类别。在一些实施例中,将每个指定属性的取值均落入相应的属性值范围的参考类别,确定为与每个属性值集合对应的参考类别。例如,对于属性值集合{80,1,3}来说,与该属性值集合对应的参考类别所对应的物品固有价值的属性值范围应该包括80,物品推广奖励值的属性值范围应该包括1,物品价值削减值的属性值范围应该包括3。同一个属性值集合只会对应一个参考类别。
最后,将每个推广平台对于与每个属性值集合对应的参考类别的类别流量价值,确定为每个推广平台对于待推广物品的推广流量价值。
在上述实施例中,通过聚类得到多个参考类别,根据参考类别的类别流量价值来确定每个推广平台对于待推广物品的推广流量价值。即,根据与待推广物品同类别的其他参考物品的参考流量价值,来确定推广流量价值,既能考虑到待推广物品的属性的客观流量转化率(流量价值),又能考虑到各个推广平台的流量价值,可以提高确定推广流量价值的准确性和可靠性,从而可以进一步提高物品属性设置的准确性,进一步改善物品推广效果。
返回图2,在步骤S32中,针对每个属性值集合,根据每个推广平台上的与待推广物品对应的历史流量,确定待推广物品在每个推广平台上的预估流量。
例如,通过如下图4所示的方式实现步骤S32。
图4是示出根据本公开一些实施例的确定待推广物品在每个推广平台上的预估流量的流程图。
如图4所示,确定待推广物品在每个推广平台上的预估流量包括步骤S321-步骤S322。
在步骤S321中,确定每个推广平台上的与待推广物品对应的多个历史搜索词。例如,待推广物品对应的历史搜索词为手机、华为、智能手机等,对应的推广平台为抖音、快手等。
在一些实施例中,通过如下的方式实现步骤S321。
首先,对待推广物品的标题进行分词,得到多个标题关键词。例如,对待推广物品K=Obj1的标题“华为智能手机P30”进行分词,得到“华为”、“手机”、“智能”、“智能手机”、“手机P30”等多个标题关键词。在一些实施例中,可以采用jieba分词框架进行分词。
其次,根据多个标题关键词,从在第一历史时间段内的每个推广平台上的与待推广物品对应的多个搜索关键词中,确定多个历史搜索词。例如,第一历史时间段为距离当前时刻的前15天。多个搜索关键词例如为“华为”、“智能手机”、“手机”、“P30”。
在一些实施例中,将与多个标题关键词中的任意一个完全匹配的搜索关键词,确定为历史搜索词。例如,通过全匹配操作,可以确定可以与标题关键词全匹配的搜索关键词包括“华为”、“手机”、“智能手机”,从而多个历史搜索词包括“华为”、“智能手机”、“手机”、“P30”。
在步骤S322中,针对每个属性值集合,根据每个推广平台上的与多个历史搜索词对应的历史流量,确定待推广物品在每个推广平台上的预估流量。
例如,通过如下图5所示的方式实现如图3所示的步骤S322。
图5是示出根据本公开一些实施例的根据每个推广平台上的与多个历史搜索词对应的历史流量确定待推广物品在每个推广平台上的预估流量的流程图。
如图5所示,根据每个推广平台上的与多个历史搜索词对应的历史流量确定待推广物品在每个推广平台上的预估流量包括步骤S3221-3224。
在步骤S3221中,针对每个属性值集合,根据每个属性值集合中各个指定属性的取值和至少一个附加属性的当前取值,确定每个推广平台上以每个历史搜索词为搜索条件的待推广物品的预估曝光排名。预估曝光排名为每个推广平台上以每个历史搜索词为搜索条件的待推广物品的多个历史曝光排名中的一个。历史曝光排名为在某个历史时间段,每个推广平台上以每个历史搜索词为搜索条件的待推广物品的历史搜索排名。
在一些实施例中,附加属性为待推广物品的标题、所属店铺的店铺评分、参与提报等活动的信息、历史出库量(销量)等。标题的当前取值例如为“华为智能手机P30”,所属店铺的店铺评分的当前取值例如为“4.8”,参与提报等活动的信息的当前取值例如为集合{提报},历史出库量的当前取值例如为100万。例如,参与提报等活动的信息的当前取值还可以用0或1表示,0表示未参与相应的活动,1表示参与相应的活动,涉及多个活动的参与信息则用一个向量表示。
例如,可以将每个属性值集合中各个指定属性的取值和附加属性的当前取值输入到现有的一些搜索引擎排名算法模型(例如BM25算法模型)中,得到相应的预估曝光排名。以历史搜索词为手机、推广平台为抖音为例,假设得到属性值集合{80,1,3}对应的预估曝光排名为5。类似的,与历史搜索词“华为”对应的预估曝光排名为1,与历史搜索词“智能手机”对应的预估曝光排名为2。
在步骤S3222中,根据每个推广平台上的与多个历史搜索词对应的历史流量、与多个历史曝光排名对应的历史流量、与每个历史搜索词对应的预估曝光排名,确定待推广物品在每个推广平台的流量全概率。流量全概率表征待推广物品在每个推广平台上的流量占比。即,流量全概率表征待推广物品在每个推广平台上的流量占所有物品在每个推广平台上的流量的百分比。
例如,通过如下方式实现上述步骤S3222。
首先,针对每个历史搜索词,根据每个推广平台上的与每个历史搜索词对应的历史总流量和所有推广平台上的与所有历史搜索词对应的历史总流量,确定每个历史搜索词在每个推广平台上的流量边缘概率。例如,将每个推广平台上的与每个历史搜索词对应的历史总流量、与所有推广平台上的与所有历史搜索词对应的历史总流量的比值,确定为每个历史搜索词在每个推广平台上的流量边缘概率。
以历史搜索词为手机、华为、智能手机为例,推广平台为抖音、快手为例,推广平台“抖音”上的与历史搜索词“手机”对应的历史总流量为10万次用户访问量(曝光量),推广平台“抖音”上的与所有历史搜索词对应的历史总流量为100万次用户访问量(这里只是以手机、华为、智能手机为例,并所有历史搜索词并不是只包括这三个历史搜索词),则历史搜索词“手机”在推广平台上的流量边缘概率P(B=手机)=10/100=0.1,B表示历史搜索词。同理,可以求出P(B=华为)=0.02,P(B=智能手机)=0.01。
其次,针对每个历史搜索词,根据待推广物品在每个推广平台上的与每个历史曝光排名对应的历史流量、以及该推广平台上的与该历史搜索词对应的历史总流量,确定以每个历史搜索词为条件的待推广物品在所述每个推广平台上的每个历史曝光排名的流量条件概率。
例如,将待推广物品在每个推广平台上的与每个历史曝光排名对应的历史流量、与该推广平台上的与该历史搜索词对应的历史总流量的比值,确定为在所述每个推广平台上的每个历史曝光排名的流量条件概率。
以历史搜索词为手机、华为、智能手机,推广平台为抖音、快手为例,待推广物品在推广平台“抖音”上的历史曝光排名为1~5,历史曝光排名1~5对应的历史流量分别为5万、2万、1万、1万、1万,推广平台“抖音”上的与历史搜索词“手机”对应的历史总流量为10万次用户访问量,则推广平台“抖音”上的历史曝光排名1的流量条件概率P(pos=1|B=手机)=5/10=0.5。
同理,可以得到推广平台“抖音”上的历史曝光排名2的流量条件概率P(pos=2|B=手机)=2/10=0.2,推广平台“抖音”上的历史曝光排名3、4、5的流量条件概率分别为P(pos=3|B=手机)=2/10=0.1、P(pos=4|B=手机)=2/10=0.1、P(pos=5|B=手机)=2/10=0.1。
类似于上面计算历史搜索词“手机”的方式,还可以计算其他历史搜索词对应的历史曝光排名的流量条件概率。表1示出了部分或全部其他历史搜索词对应的历史曝光排名的流量条件概率。
表1
然后,针对每个历史搜索词,从各个历史曝光排名的流量条件概率中,确定与预估曝光排名对应的流量条件概率。以历史搜索词为手机、推广平台为抖音为例,假设得到属性值集合{80,1,3}对应的预估曝光排名为5。将历史搜索词“手机”的历史曝光排名5的流量条件概率,确定为与预估曝光排名5对应的流量条件概率为P(pos=5|B=手机)=0.1。类似的,与历史搜索词为“华为”的预估曝光排名1对应的流量条件概率为P(pos=1|B=华为)=0.55,与历史搜索词为“智能手机”的预估曝光排名2对应的流量条件概率为P(pos=2|B=智能手机)=0.21。
最后,针对每个推广平台,根据对应的多个历史搜索词在每个推广平台上的流量边缘概率和与预估曝光排名对应的流量条件概率,确定待推广物品在每个推广平台的流量全概率。以历史搜索词为手机、华为、智能手机,推广平台为抖音为例,以“华为智能手机P30”为标题的待推广物品K=Obj1在推广平台“抖音”的流量全概率为P(pos)=P(B=手机)×P(pos=5|B=手机)+P(B=华为)×P(pos=1|B=华为)+P(B=智能手机)×P(pos=2|B=智能手机)。流量全概率P(pos)即为待推广物品Obj1命中曝光排名的边缘概率P(K=Obj1)。
在步骤S3223中,针对每个推广平台,根据每个推广平台上的与多个历史搜索词对应的历史总流量、和所有推广平台上的与所有历史搜索词对应的历史总流量,确定每个推广平台的流量边缘概率。在一些实施例中,针对每个推广平台,将每个推广平台上的与多个历史搜索词对应的历史总流量、与所有推广平台上的与所有历史搜索词对应的历史总流量的比值,确定为每个推广平台的流量边缘概率。
例如,推广平台“抖音”上的与所有历史搜索词对应的历史总流量为100万次用户访问量,所有推广平台上的与所有历史搜索词(各个推广平台上的全部历史搜索词)对应的历史总流量为1亿次用户访问量,推广平台“抖音”的流量边缘概率P(A=抖音)=100/10000=0.01。类似的,推广平台“快手”的流量边缘概率P(A=快手)=200/10000=0.02。
在步骤S3224中,针对每个属性值集合,根据与每个推广平台对应的流量边缘概率、流量全概率和多个历史搜索词所对应的历史总流量,确定每个推广平台的预估流量。
在一些实施例中,针对每个属性值集合,将与每个推广平台对应的流量边缘概率、流量全概率与多个历史搜索词所对应的历史总流量的乘积,确定为每个推广平台的预估流量。
例如,针对属性值集合{80,1,3},推广平台“抖音”的预估流量为S(抖音)=P(K=Obj1,A=抖音)×100万=P(A=抖音|K=Obj1)×P(K=Obj1)×100万≈P(A=抖音)×P(K=Obj1)×100万=0.01×0.0197×100万=1970。即,待推广物品Obj1在推广平台“抖音”的预估流量为1970。
由于各个推广平台在搜索词方面的分布趋势一致并且有极高的重复性和覆盖度,因此可以认为待推广物品K在推广平台A的流量条件概率P(A|K)和推广平台A的流量边缘概率P(A)的分布基本一致,也就可以认为推广平台A和待推广物品K的联合概率P(KA)可以通过P(KA)=P(K)×P(A)进行计算近似得到。
例如,常见的推广平台有抖音和快手,抖音和快手的流量边缘概率分别为0.1和0.2(100万次曝光中,抖音和快手分别有10万和20次曝光),由于抖音和快手用到的搜索词覆盖度很高并且分布趋势整体一致,那么就会导致待推广物品K“华为智能手机P30”的曝光(流量)数据中,有十分之一和十分之二分别是抖音和快手的曝光(流量)。因此,P(A|K)≈P(A)。
返回图2,在步骤S33中,针对每个属性值集合,根据待推广物品在多个推广平台上的、推广流量价值和预估流量,确定待推广物品在多个推广平台上的预估出库量。
在一些实施例中,针对每个属性值集合,将待推广物品在多个推广平台上的、推广流量价值与预估流量的乘积,确定为待推广物品在多个推广平台上的预估出库量(总销量或总订单量)。
例如,通过上述步骤得到抖音和快手这两个推广平台的推广流量价值、预估流量和预估出库量如表2所示。
表2
通过表2可知,针对某个属性值集合,预估出库量约为32。
返回图1,在步骤S50中,根据所确定的与各个属性值集合对应的预估出库量和各个属性值集合中的取值,设置待推广物品的所述多个指定属性的属性值。
在步骤S70中,发送所设置的多个指定属性的属性值到多个推广平台,以便多个推广平台推广待推广物品。
在一些实施例中,针对每个属性值集合,根据所确定的预估出库量和每个属性值集合中的各个取值,计算待推广物品的推广价值。推广价值表征待推广物品被推广所带来的价值(利润),并利用与最大的推广价值对应的属性值集合,设置待推广物品的多个指定属性。计算利润的公式为现有技术,此处将不再赘述。
在上述实施例中,通过根据待推广物品和多个参考物品在多个推广平台上的历史流量和历史出库量,并结合待推广物品的多个指定属性的取值、来确定待推广物品在多个推广平台上的预估出库量(总销量),考虑了推广平台的流量对推广的作用,可以提高物品的属性设置的准确性,改善物品推广的效果。
图6是示出根据本公开一些实施例的物品信息推送装置的框图。
如图6所示,物品信息推送装置6包括获取模块61、确定模块62、设置模块63和发送模块64。
获取模块61被配置为根据多个指定属性的预设取值集合,获取待推广物品的多个属性值集合,每个预设取值集合包括一个指定属性的多个取值,每个属性值集合包括所述多个指定属性的一组取值,不同属性值集合的至少一个相同指定属性具有不同取值,例如执行如图1所示的步骤S10。
确定模块62被配置为针对每个属性值集合,根据多个推广平台上的、与多个参考物品对应的历史流量和历史出库量、以及与待推广物品对应的历史流量,确定待推广物品在多个推广平台上的预估出库量,例如执行如图1所示的步骤S30。
设置模块63被配置为根据所确定的与各个属性值集合对应的预估出库量和各个属性值集合中的取值,设置待推广物品的多个指定属性的属性值,例如执行如图1所示的步骤S50。
发送模块64被配置为发送所设置的多个指定属性的属性值到多个推广平台,以便多个推广平台推广待推广物品,例如执行如图1所示的步骤S70。
图7是示出根据本公开另一些实施例的物品信息推送装置的框图。
如图7所示,物品信息推送装置7包括存储器71;以及耦接至该存储器71的处理器72。存储器71用于存储执行物品信息推送方法对应实施例的指令。处理器72被配置为基于存储在存储器71中的指令,执行本公开中任意一些实施例中的物品信息推送方法。
图8是示出用于实现本公开一些实施例的计算机系统的框图。
如图8所示,计算机系统80可以通用计算设备的形式表现。计算机系统80包括存储器810、处理器820和连接不同系统组件的总线800。
存储器810例如可以包括系统存储器、非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。系统存储器可以包括易失性存储介质,例如随机存取存储器(RAM)和/或高速缓存存储器。非易失性存储介质例如存储有执行物品信息推送方法中的至少一种的对应实施例的指令。非易失性存储介质包括但不限于磁盘存储器、光学存储器、闪存等。
处理器820可以用通用处理器、数字信号处理器(DSP)、应用专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑设备、分立门或晶体管等分立硬件组件方式来实现。相应地,诸如判断模块和确定模块的每个模块,可以通过中央处理器(CPU)运行存储器中执行相应步骤的指令来实现,也可以通过执行相应步骤的专用电路来实现。
总线800可以使用多种总线结构中的任意总线结构。例如,总线结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MCA)总线、外围组件互连(PCI)总线。
计算机系统80还可以包括输入输出接口830、网络接口840、存储接口850等。这些接口830、840、850以及存储器810和处理器820之间可以通过总线800连接。输入输出接口830可以为显示器、鼠标、键盘等输入输出设备提供连接接口。网络接口840为各种联网设备提供连接接口。存储接口850为软盘、U盘、SD卡等外部存储设备提供连接接口。
这里,参照根据本公开实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个框以及各框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可提供到通用计算机、专用计算机或其他可编程装置的处理器,以产生一个机器,使得通过处理器执行指令产生实现在流程图和/或框图中一个或多个框中指定的功能的装置。
这些计算机可读程序指令也可存储在计算机可读存储器中,这些指令使得计算机以特定方式工作,从而产生一个制造品,包括实现在流程图和/或框图中一个或多个框中指定的功能的指令。
本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
通过上述实施例中的物品信息推送方法及装置、计算机可存储介质,可以提高物品的属性设置的准确性,改善物品的推广效果。
至此,已经详细描述了根据本公开的物品信息推送方法及装置、计算机可存储介质。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
Claims (14)
1.一种物品信息推送方法,包括:
根据多个指定属性的预设取值集合,获取待推广物品的多个属性值集合,每个预设取值集合包括一个指定属性的多个取值,每个属性值集合包括所述多个指定属性的一组取值,不同属性值集合的至少一个相同指定属性具有不同取值;
针对每个属性值集合,根据多个推广平台上的、与多个参考物品对应的历史流量和历史出库量、以及与所述待推广物品对应的历史流量,确定所述待推广物品在所述多个推广平台上的预估出库量;
根据所确定的与各个属性值集合对应的预估出库量和各个属性值集合中的取值,设置所述待推广物品的所述多个指定属性的属性值;
发送所设置的所述多个指定属性的属性值到所述多个推广平台,以便所述多个推广平台推广所述待推广物品。
2.根据权利要求1所述的物品信息推送方法,其中,确定所述待推广物品在所述多个推广平台上的预估出库量包括:
针对每个属性值集合,根据每个推广平台上的与多个参考物品对应的历史流量和历史出库量,确定所述每个推广平台对于所述待推广物品的推广流量价值,所述推广流量价值表征针对所述待推广物品,所述每个推广平台的单位流量可产生的出库量;
针对每个属性值集合,根据每个推广平台上的与所述待推广物品对应的历史流量,确定所述待推广物品在每个推广平台上的预估流量;
针对每个属性值集合,根据所述待推广物品在所述多个推广平台上的、推广流量价值和预估流量,确定所述待推广物品在所述多个推广平台上的预估出库量。
3.根据权利要求2所述的物品信息推送方法,其中,确定所述待推广物品在每个推广平台上的预估流量包括:
确定每个推广平台上的与所述待推广物品对应的多个历史搜索词;
针对每个属性值集合,根据所述每个推广平台上的与所述多个历史搜索词对应的历史流量,确定所述待推广物品在所述每个推广平台上的预估流量。
4.根据权利要求3所述的物品信息推送方法,其中,针对每个属性值集合,根据所述每个推广平台上的与所述多个历史搜索词对应的历史流量,确定所述待推广物品在所述每个推广平台上的预估流量包括:
针对每个属性值集合,根据所述每个属性值集合中各个指定属性的取值和至少一个附加属性的当前取值,确定每个推广平台上以每个历史搜索词为搜索条件的所述待推广物品的预估曝光排名,所述预估曝光排名为所述每个推广平台上以每个历史搜索词为搜索条件的所述待推广物品的多个历史曝光排名中的一个;
根据所述每个推广平台上的与所述多个历史搜索词对应的历史流量、与所述多个历史曝光排名对应的历史流量、与每个历史搜索词对应的预估曝光排名,确定所述待推广物品在所述每个推广平台的流量全概率,所述流量全概率表征所述待推广物品在所述每个推广平台上的流量占比;
针对所述每个推广平台,根据所述每个推广平台上的与所述多个历史搜索词对应的历史总流量、和所有推广平台上的与所有历史搜索词对应的历史总流量,确定所述每个推广平台的流量边缘概率;
针对所述每个属性值集合,根据与所述每个推广平台对应的流量边缘概率、流量全概率和所述多个历史搜索词所对应的历史总流量,确定所述每个推广平台的预估流量。
5.根据权利要求4所述的物品信息推送方法,其中,确定所述待推广物品在所述每个推广平台的流量全概率包括:
针对每个历史搜索词,根据所述每个推广平台上的与所述每个历史搜索词对应的历史总流量和所有推广平台上的与所有历史搜索词对应的历史总流量,确定所述每个历史搜索词在所述每个推广平台上的流量边缘概率;
针对每个历史搜索词,根据所述待推广物品在所述每个推广平台上的与每个历史曝光排名对应的历史流量、以及所述每个推广平台上的与所述每个历史搜索词对应的历史总流量,确定以所述每个历史搜索词为条件的所述待推广物品在所述每个推广平台上的每个历史曝光排名的流量条件概率;
针对每个历史搜索词,从各个历史曝光排名的流量条件概率中,确定与所述预估曝光排名对应的流量条件概率;
针对所述每个推广平台,根据对应的多个历史搜索词在所述每个推广平台上的流量边缘概率和与所述预估曝光排名对应的流量条件概率,确定所述待推广物品在所述每个推广平台的流量全概率。
6.根据权利要求3所述的物品信息推送方法,其中,确定每个推广平台上的与所述待推广物品对应的多个历史搜索词包括:
对所述待推广物品的标题进行分词,得到多个标题关键词;
根据所述多个标题关键词,从在第一历史时间段内的每个推广平台上的与所述待推广物品对应的多个搜索关键词中,确定多个历史搜索词。
7.根据权利要求6所述的物品信息推送方法,其中,确定多个历史搜索词包括:
将与所述多个标题关键词中的任意一个完全匹配的搜索关键词,确定为历史搜索词。
8.根据权利要求2所述的物品信息推送方法,其中,针对每个属性值集合,根据每个推广平台上的与多个参考物品对应的历史流量和历史出库量,确定所述每个推广平台对于所述待推广物品的推广流量价值包括:
针对每个推广平台,根据每个参考物品在第二历史时间段内的历史流量和历史出库量,确定所述每个推广平台对于所述每个参考物品的参考流量价值,所述参考流量价值表征针对所述每个参考物品,所述每个推广平台的单位流量可产生的出库量;
根据所述每个推广平台对于所述每个参考物品的参考流量价值,确定所述每个推广平台对于所述待推广物品的推广流量价值。
9.根据权利要求8所述的物品信息推送方法,其中,根据所述每个推广平台对于所述每个参考物品的参考流量价值,确定所述每个推广平台对于所述待推广物品的推广流量价值包括:
根据所述多个参考物品在所述第二历史时间段的、所述多个指定属性的历史属性值和至少一个附加属性的历史属性值,对所述多个参考物品进行聚类,得到多个参考类别,每个参考类别包括至少一个参考物品,每个参考类别与每个指定属性的一个属性值范围对应,不同参考类别的至少一个相同指定属性具有不同的属性值范围;
针对每个参考类别和每个推广平台,将所述每个推广平台对于至少一个参考物品的参考流量价值的平均值,确定为所述每个推广平台对于所述每个参考类别的类别流量价值;
针对每个属性值集合,根据所述每个属性值集合中的多个指定属性的取值和所述多个参考类别所对应的多个指定属性的属性值范围,确定与所述每个属性值集合对应的参考类别;
将所述每个推广平台对于与所述每个属性值集合对应的参考类别的类别流量价值,确定为所述每个推广平台对于所述待推广物品的推广流量价值。
10.根据权利要求8所述的物品信息推送方法,其中,针对每个参考物品和每个推广平台,参考流量价值与对应的第二历史时间段的历史流量成负相关,参考流量价值与对应的第二历史时间段的历史出库量成正相关。
11.根据权利要求1所述的物品信息推送方法,其中,设置所述待推广物品的所述多个指定属性的属性值包括:
针对每个属性值集合,根据所确定的预估出库量和所述每个属性值集合中的各个取值,计算所述待推广物品的推广价值,所述推广价值表征所述待推广物品被推广所带来的价值;
利用与最大的推广价值对应的属性值集合,设置所述待推广物品的所述多个指定属性的属性值。
12.一种物品信息推送装置,包括:
获取模块,被配置为根据多个指定属性的预设取值集合,获取待推广物品的多个属性值集合,每个预设取值集合包括一个指定属性的多个取值,每个属性值集合包括所述多个指定属性的一组取值,不同属性值集合的至少一个相同指定属性具有不同取值;
确定模块,被配置为针对每个属性值集合,根据多个推广平台上的、与多个参考物品对应的历史流量和历史出库量、以及与所述待推广物品对应的历史流量,确定所述待推广物品在所述多个推广平台上的预估出库量;
设置模块,被配置为根据所确定的与各个属性值集合对应的预估出库量和各个属性值集合中的取值,设置所述待推广物品的所述多个指定属性的属性值;
发送模块,被配置为发送所设置的所述多个指定属性的属性值到所述多个推广平台,以便所述多个推广平台推广所述待推广物品。
13.一种物品信息推送装置,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令,执行如权利要求1至11任一项所述的物品信息推送方法。
14.一种计算机可存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现如权利要求1至11任一项所述的物品信息推送方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011320661.4A CN113744018B (zh) | 2020-11-23 | 2020-11-23 | 物品信息推送方法及装置、计算机可存储介质 |
US18/253,871 US20240104590A1 (en) | 2020-11-23 | 2021-11-02 | Item information push method and apparatus, and non-transitory computer readable storage medium |
PCT/CN2021/128139 WO2022105592A1 (zh) | 2020-11-23 | 2021-11-02 | 物品信息推送方法及装置、计算机可存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011320661.4A CN113744018B (zh) | 2020-11-23 | 2020-11-23 | 物品信息推送方法及装置、计算机可存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113744018A true CN113744018A (zh) | 2021-12-03 |
CN113744018B CN113744018B (zh) | 2024-06-18 |
Family
ID=78728118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011320661.4A Active CN113744018B (zh) | 2020-11-23 | 2020-11-23 | 物品信息推送方法及装置、计算机可存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240104590A1 (zh) |
CN (1) | CN113744018B (zh) |
WO (1) | WO2022105592A1 (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100020365A (ko) * | 2008-08-12 | 2010-02-22 | 건국대학교 산학협력단 | 상품 추천 시스템 및 그 추천방법 |
CN102004979A (zh) * | 2009-09-03 | 2011-04-06 | 叶克 | 一种提供商品匹配推广服务的系统和方法 |
JP2011209979A (ja) * | 2010-03-30 | 2011-10-20 | Brother Industries Ltd | 商品推奨方法及び商品推奨システム |
US20140214621A1 (en) * | 2013-01-17 | 2014-07-31 | Tencent Technology (Shenzhen) Company Limited | Method and device for pushing information |
US20160034928A1 (en) * | 2014-07-30 | 2016-02-04 | Wal-Mart Stores, Inc. | Systems and methods for promotional forecasting |
CN106777396A (zh) * | 2017-03-01 | 2017-05-31 | 合网络技术(北京)有限公司 | 一种推广信息的投放方法及装置 |
US20170262900A1 (en) * | 2016-03-11 | 2017-09-14 | Wipro Limited | System and method for generating promotion data |
CN107767172A (zh) * | 2017-10-12 | 2018-03-06 | 百度在线网络技术(北京)有限公司 | 信息推送方法、装置、服务器及介质 |
CN108074003A (zh) * | 2016-11-09 | 2018-05-25 | 北京京东尚科信息技术有限公司 | 预测信息推送方法和装置 |
CN109727073A (zh) * | 2018-12-29 | 2019-05-07 | 携程旅游网络技术(上海)有限公司 | 访问流量控制方法、系统、电子设备和存储介质 |
CN110266805A (zh) * | 2019-06-28 | 2019-09-20 | 京东数字科技控股有限公司 | 信息推送方法、装置、电子设备及可读介质 |
WO2020088050A1 (zh) * | 2018-10-31 | 2020-05-07 | 北京字节跳动网络技术有限公司 | 生成信息的方法和装置 |
CN111311315A (zh) * | 2020-01-23 | 2020-06-19 | 北京达佳互联信息技术有限公司 | 视频处理方法、装置、电子设备和存储介质 |
CN111768243A (zh) * | 2020-06-30 | 2020-10-13 | 创新奇智(上海)科技有限公司 | 销量预测方法、预测模型构建方法、装置、设备及介质 |
CN111881361A (zh) * | 2020-09-28 | 2020-11-03 | 北京每日优鲜电子商务有限公司 | 物品信息推送方法、装置、电子设备和计算机可读介质 |
CN111914188A (zh) * | 2020-08-19 | 2020-11-10 | 英华达(上海)科技有限公司 | 推荐目标用户的选择方法、系统、设备及存储介质 |
-
2020
- 2020-11-23 CN CN202011320661.4A patent/CN113744018B/zh active Active
-
2021
- 2021-11-02 WO PCT/CN2021/128139 patent/WO2022105592A1/zh active Application Filing
- 2021-11-02 US US18/253,871 patent/US20240104590A1/en active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100020365A (ko) * | 2008-08-12 | 2010-02-22 | 건국대학교 산학협력단 | 상품 추천 시스템 및 그 추천방법 |
CN102004979A (zh) * | 2009-09-03 | 2011-04-06 | 叶克 | 一种提供商品匹配推广服务的系统和方法 |
JP2011209979A (ja) * | 2010-03-30 | 2011-10-20 | Brother Industries Ltd | 商品推奨方法及び商品推奨システム |
US20140214621A1 (en) * | 2013-01-17 | 2014-07-31 | Tencent Technology (Shenzhen) Company Limited | Method and device for pushing information |
US20160034928A1 (en) * | 2014-07-30 | 2016-02-04 | Wal-Mart Stores, Inc. | Systems and methods for promotional forecasting |
US20170262900A1 (en) * | 2016-03-11 | 2017-09-14 | Wipro Limited | System and method for generating promotion data |
CN108074003A (zh) * | 2016-11-09 | 2018-05-25 | 北京京东尚科信息技术有限公司 | 预测信息推送方法和装置 |
CN106777396A (zh) * | 2017-03-01 | 2017-05-31 | 合网络技术(北京)有限公司 | 一种推广信息的投放方法及装置 |
CN107767172A (zh) * | 2017-10-12 | 2018-03-06 | 百度在线网络技术(北京)有限公司 | 信息推送方法、装置、服务器及介质 |
WO2020088050A1 (zh) * | 2018-10-31 | 2020-05-07 | 北京字节跳动网络技术有限公司 | 生成信息的方法和装置 |
CN109727073A (zh) * | 2018-12-29 | 2019-05-07 | 携程旅游网络技术(上海)有限公司 | 访问流量控制方法、系统、电子设备和存储介质 |
CN110266805A (zh) * | 2019-06-28 | 2019-09-20 | 京东数字科技控股有限公司 | 信息推送方法、装置、电子设备及可读介质 |
CN111311315A (zh) * | 2020-01-23 | 2020-06-19 | 北京达佳互联信息技术有限公司 | 视频处理方法、装置、电子设备和存储介质 |
CN111768243A (zh) * | 2020-06-30 | 2020-10-13 | 创新奇智(上海)科技有限公司 | 销量预测方法、预测模型构建方法、装置、设备及介质 |
CN111914188A (zh) * | 2020-08-19 | 2020-11-10 | 英华达(上海)科技有限公司 | 推荐目标用户的选择方法、系统、设备及存储介质 |
CN111881361A (zh) * | 2020-09-28 | 2020-11-03 | 北京每日优鲜电子商务有限公司 | 物品信息推送方法、装置、电子设备和计算机可读介质 |
Non-Patent Citations (2)
Title |
---|
张瑞凌;彭佳红;: "网上商品推荐系统设计研究", 电脑知识与技术, no. 03 * |
艾黎;: "基于商品属性与用户聚类的个性化服装推荐研究", 现代情报, no. 09 * |
Also Published As
Publication number | Publication date |
---|---|
WO2022105592A1 (zh) | 2022-05-27 |
CN113744018B (zh) | 2024-06-18 |
US20240104590A1 (en) | 2024-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210248651A1 (en) | Recommendation model training method, recommendation method, apparatus, and computer-readable medium | |
US20220198289A1 (en) | Recommendation model training method, selection probability prediction method, and apparatus | |
US9208437B2 (en) | Personalized information pushing method and device | |
TWI512653B (zh) | Information providing method and apparatus, method and apparatus for determining the degree of comprehensive relevance | |
TWI648642B (zh) | Data search processing method and system | |
US11243992B2 (en) | System and method for information recommendation | |
US9934293B2 (en) | Generating search results | |
WO2022095701A1 (zh) | 一种对象推荐方法及装置、设备、存储介质 | |
CN111612581A (zh) | 一种物品推荐的方法、装置、设备及存储介质 | |
CN111242709A (zh) | 一种消息推送方法及其装置、设备、存储介质 | |
CN111612560A (zh) | 用于促销对象的推荐方法、系统、存储介质及电子设备 | |
CN111861605A (zh) | 业务对象推荐方法 | |
CN111754287B (zh) | 物品筛选方法、装置、设备和存储介质 | |
CN110427358B (zh) | 数据清洗方法及装置和信息推荐方法及装置 | |
TW202030592A (zh) | 維修對象的定損方法及裝置、電子設備 | |
CN111353836A (zh) | 商品推荐方法、装置及设备 | |
CN111598638B (zh) | 点击率确定方法、装置及设备 | |
CN113743968A (zh) | 信息投放方法、装置及设备 | |
CN113744018B (zh) | 物品信息推送方法及装置、计算机可存储介质 | |
KR102354982B1 (ko) | 빅데이터에 기반하여 의류 플랫폼 서비스를 제공하는 방법 및 장치 | |
CN107203892B (zh) | 一种推送增值业务信息的方法、装置及电子设备 | |
CN114969517A (zh) | 对象推荐模型的训练方法、推荐方法、装置及电子设备 | |
KR102270381B1 (ko) | 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치 | |
JP2017076376A (ja) | 算出装置、算出方法および算出プログラム | |
WO2019100867A1 (zh) | 基于资源增值对象与资源对象的处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |