CN113781127B - 一种基于智能构建券码规则的养车服务方法及系统 - Google Patents
一种基于智能构建券码规则的养车服务方法及系统 Download PDFInfo
- Publication number
- CN113781127B CN113781127B CN202111134202.1A CN202111134202A CN113781127B CN 113781127 B CN113781127 B CN 113781127B CN 202111134202 A CN202111134202 A CN 202111134202A CN 113781127 B CN113781127 B CN 113781127B
- Authority
- CN
- China
- Prior art keywords
- information
- feature
- code
- rule
- merchant
- 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
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000010276 construction Methods 0.000 title claims abstract description 44
- 238000012795 verification Methods 0.000 claims abstract description 145
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 210000001503 joint Anatomy 0.000 claims abstract description 12
- 238000003032 molecular docking Methods 0.000 claims description 25
- 238000013139 quantization Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000010200 validation analysis Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 11
- 230000000694 effects Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Cash Registers Or Receiving Machines (AREA)
Abstract
本发明提供了一种基于智能构建券码规则的养车服务方法及系统,方法包括:获得第一对接商户信息;基于大数据对第一对接商户信息进行商户特征分析,获得第一商户画像特征,获得多特征信息,构建第一业务规则;通过将第一用户的历史券码使用数据输入券码特征分析模型中,获得所述券码特征分析模型输出的券码历史使用特征;对券码历史使用特征进行验证,获得第一验证输出信息;当第一对接商户具有第一触发识别特征,获得第一特征发放规则;基于第一特征发放规则和第一业务规则,生成第一养车券码,发送给第一用户于服务门店进行核销。解决了现有技术中由于是基于需求信息生成券码发放,当发放需求需要调整时,则需要从后端重新生成券码,导致存在生成过程较复杂的技术问题。
Description
技术领域
本发明涉及新一代信息技术服务相关技术领域,具体涉及一种基于智能构建券码规则的养车服务方法及系统。
背景技术
在养车服务平台中,涉及到权益码和核销码两种券码,权益码是一组固定长度12位且由数字和字母组成的字符串,在系统中不会重复。权益码通俗讲就是兑换券,核销码也是由数字和字母组成,但是他们两个功能却不相同。在使用中,用权益码兑换成供应商的核销码,用兑换后的核销码到实体店核销,享受相应的车服务。
目前权益码的生成主要通过后端确定多重需求信息,进而生成券码,后期无法对需求信息进行设置或者修改。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中由于是基于需求信息生成券码发放,当发放需求需要调整时,则需要从后端重新生成券码,导致存在生成过程较复杂的技术问题。
发明内容
本申请实施例通过提供了一种基于智能构建券码规则的养车服务方法及系统,解决了现有技术中由于是基于需求信息生成券码发放,当发放需求需要调整时,则需要从后端重新生成券码,导致存在生成过程较复杂的技术问题。通过提取对接商户的特征信息构建商户画像,得到表征商户画像的多特征信息,基于多特征信息构建业务规则;对用户的历史券码进行数据采集,确定达到发放要求时,将历史券码和业务规则绑定,作为养车券码,用户使用养车券码进行核销。通过构建规则和养车券码绑定的形式,便于在运营端也可依据需求自定义规则,得到了灵活度较高的券码生成方式,进而达到了降低券码生成复杂度的技术效果。
鉴于上述问题,本申请实施例提供了一种基于智能构建券码规则的养车服务方法及系统。
第一方面,本申请实施例提供了一种基于智能构建券码规则的养车服务方法,其中,所述方法应用于一种基于智能构建券码规则的养车服务系统,所述系统包括一验证模块,所述方法包括:获得第一养车服务平台的第一对接商户信息;基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征;根据所述第一商户画像特征,获得多特征信息;基于所述多特征信息,构建第一业务规则,其中,所述第一业务规则为用于支撑所述第一养车服务平台管理系统的规则;通过将第一用户的历史券码使用数据输入券码特征分析模型中,获得所述券码特征分析模型输出的券码历史使用特征;基于所述验证模块的第一验证规则对所述券码历史使用特征进行验证,获得第一验证输出信息;根据所述第一验证输出信息判断所述第一对接商户是否具有第一触发识别特征;当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则;基于所述第一特征发放规则和所述第一业务规则,生成第一养车券码;将所述第一养车券码发送给第一用户于服务门店进行核销。
另一方面,本申请实施例提供了一种基于智能构建券码规则的养车服务系统,其中,所述系统包括:第一获得单元,所述第一获得单元用于获得第一养车服务平台的第一对接商户信息;第二获得单元,所述第二获得单元用于基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征;第三获得单元,所述第三获得单元用于根据所述第一商户画像特征,获得多特征信息;第一构建单元,所述第一构建单元用于基于所述多特征信息,构建第一业务规则,其中,所述第一业务规则为用于支撑所述第一养车服务平台管理系统的规则;第四获得单元,所述第四获得单元用于通过将第一用户的历史券码使用数据输入券码特征分析模型中,获得所述券码特征分析模型输出的券码历史使用特征;第五获得单元,所述第五获得单元用于基于验证模块的第一验证规则对所述券码历史使用特征进行验证,获得第一验证输出信息;第一判断单元,所述第一判断单元用于根据所述第一验证输出信息判断所述第一对接商户是否具有第一触发识别特征;第六获得单元,所述第六获得单元用于当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则;第一生成单元,所述第一生成单元用于基于所述第一特征发放规则和所述第一业务规则,生成第一养车券码;第一发送单元,所述第一发送单元用于将所述第一养车券码发送给第一用户于服务门店进行核销。
第三方面,本申请实施例提供了一种基于智能构建券码规则的养车服务系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得第一养车服务平台的第一对接商户信息;基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征;根据所述第一商户画像特征,获得多特征信息;基于所述多特征信息,构建第一业务规则,其中,所述第一业务规则为用于支撑所述第一养车服务平台管理系统的规则;通过将第一用户的历史券码使用数据输入券码特征分析模型中,获得所述券码特征分析模型输出的券码历史使用特征;基于所述验证模块的第一验证规则对所述券码历史使用特征进行验证,获得第一验证输出信息;根据所述第一验证输出信息判断所述第一对接商户是否具有第一触发识别特征;当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则;基于所述第一特征发放规则和所述第一业务规则,生成第一养车券码;将所述第一养车券码发送给第一用户于服务门店进行核销的技术方案,通过提取对接商户的特征信息构建商户画像,得到表征商户画像的多特征信息,基于多特征信息构建业务规则;对用户的历史券码进行数据采集,确定达到发放要求时,将历史券码和业务规则绑定,作为养车券码,用户使用养车券码进行核销。通过构建规则和养车券码绑定的形式,便于在运营端也可依据需求自定义规则,得到了灵活度较高的券码生成方式,进而达到了降低券码生成复杂度的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种基于智能构建券码规则的养车服务方法流程示意图;
图2为本申请实施例提供了一种基于智能构建券码规则的养车服务中特征发放规则的确定方法流程示意图;
图3为本申请实施例提供了一种基于智能构建券码规则的养车服务中商户画像的确定方法流程示意图;
图4为本申请实施例提供了一种基于智能构建券码规则的养车服务中核销码验证失败后的处理方法流程示意图;
图5为本申请实施例提供了一种基于智能构建券码规则的养车服务系统结构示意图;
图6为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第一构建单元14,第四获得单元15,第五获得单元16,第一判断单元17,第六获得单元18,第一生成单元19,第一发送单元20,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种基于智能构建券码规则的养车服务方法及系统,解决了现有技术中由于是基于需求信息生成券码发放,当发放需求需要调整时,则需要从后端重新生成券码,导致存在生成过程较复杂的技术问题。通过提取对接商户的特征信息构建商户画像,得到表征商户画像的多特征信息,基于多特征信息构建业务规则;对用户的历史券码进行数据采集,确定达到发放要求时,将历史券码和业务规则绑定,作为养车券码,用户使用养车券码进行核销。通过构建规则和养车券码绑定的形式,便于在运营端也可依据需求自定义规则,得到了灵活度较高的券码生成方式,进而达到了降低券码生成复杂度的技术效果。
申请概述
在养车服务平台中,涉及到权益码和核销码两种券码,权益码是一组固定长度12位且由数字和字母组成的字符串,在系统中不会重复。权益码通俗讲就是兑换券,核销码也是由数字和字母组成,但是他们两个功能却不相同。在使用中,用权益码兑换成供应商的核销码,用兑换后的核销码到实体店核销,享受相应的车服务。目前权益码的生成主要通过后端确定多重需求信息,进而生成券码,后期无法对需求信息进行设置或者修改。但现有技术中由于是基于需求信息生成券码发放,当发放需求需要调整时,则需要从后端重新生成券码,导致存在适用性较差的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于智能构建券码规则的养车服务方法,其中,所述方法应用于一种基于智能构建券码规则的养车服务系统,所述系统包括一验证模块,所述方法包括:获得第一养车服务平台的第一对接商户信息;基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征;根据所述第一商户画像特征,获得多特征信息;基于所述多特征信息,构建第一业务规则,其中,所述第一业务规则为用于支撑所述第一养车服务平台管理系统的规则;通过将第一用户的历史券码使用数据输入券码特征分析模型中,获得所述券码特征分析模型输出的券码历史使用特征;基于所述验证模块的第一验证规则对所述券码历史使用特征进行验证,获得第一验证输出信息;根据所述第一验证输出信息判断所述第一对接商户是否具有第一触发识别特征;当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则;基于所述第一特征发放规则和所述第一业务规则,生成第一养车券码;将所述第一养车券码发送给第一用户于服务门店进行核销。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于智能构建券码规则的养车服务方法,其中,所述方法应用于一种基于智能构建券码规则的养车服务系统,所述系统包括一验证模块,所述方法包括:
S100:获得第一养车服务平台的第一对接商户信息;
具体而言,所述第一养车服务平台为应用所述智能构建券码规则的养车服务系统的企业或者组织;所述第一对接商户信息为属于所述第一养车服务平台的线下商户基本信息,商户为用于和用户进行券码对接验证进行洗车服务的服务驻点,基本信息包括但不限于:商品、物品种类、位置、服务时间、服务范围、对应商品的预设服务周期、服务水平点评等信息。通过对所述第一对接商户的全面的基本信息进行采集,为业务规则的确定提供了全面的数据基础,为处理结果的准确性提供了数据保障。
S200:基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征;
S300:根据所述第一商户画像特征,获得多特征信息;
具体而言,所述第一商户画像特征为基于大数据从云端采集所述第一对接商户的特征信息,并依据相应的特征信息为所述第一对接商户标注标识得到的结果。举不设限制的一例如:基于大数据采集和所述第一对接商户同类型的养车服务商户的服务信息:例如服务评价,服务时间、服务范围、对应商品券码的兑换期限等信息,采集大数据中的同类商户的服务评价及业务情况确定服务时间、服务范围、对应商品的服务周期等信息的优化值,作为指标值,并将满足指标值的各项基本信息对所述第一对接商户进行标识得到所述第一商户画像特征;所述多特征信息即为从所述第一商户画像特征中提取出的各标识信息。通过所述第一商户画像特征可以清楚的表征所述第一对接商户的各项符合要求的基础特征信息,进而基于此构建的业务规则更加契合市场需求。
S400:基于所述多特征信息,构建第一业务规则,其中,所述第一业务规则为用于支撑所述第一养车服务平台管理系统的规则;
具体而言,所述第一业务规则为基于所述多特征信息构建的可添加到养车券码上的需求信息,示例性的:若所述第一对接商户上架有a和b两种养车服务的商品,分别为洗车和保养,那么对应构建的业务规则对外宣传与服务的只有a和b两种商品,而后步对应构建的添加到该商户对应的养车券码上的商品信息也只有a或者b、a和b三种类型;进一步的,若是a的预设服务周期为一个月,则对应只有商品a的养车券码的有效期限定为发放之日起计算一个月;b的预设服务周期为2个月,则对应商品b的养车券码有效期限定为两个月;若是a和b叠加的养车券码则有效期限定为3个月,预设周期的确定优选的依据商品的价值确定,价值越高,对应预设周期越久。进一步的,所述第一业务规则用作所述第一养车服务平台管理系统进行发放券码的规则。通过构建一系列针对所述第一对接商户限定的业务规则,更加契合于所述第一对接商户的实际业务情况,提高了发放券码的个体化程度。
S500:通过将第一用户的历史券码使用数据输入券码特征分析模型中,获得所述券码特征分析模型输出的券码历史使用特征;
具体而言,所述第一用户为所述第一养车服务平台的客户;所述第一用户的历史券码为所述第一用户使用过的历史券码;所述券码历史使用特征指的是为了确定所述历史券码是否可用来绑定规则提取的所述历史券码的特征信息;所述券码特征分析模型为基于神经网络训练的之特征提取的智能化模型,神经网络是一种运算模型,由大量的节点(或称神经元)之间相互连接构成,每个节点代表一种特定的输出函数称为激励函数,每两个节点之间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆,网络的输出则依照网络的连接方式,是对一种逻辑策略的表达,通过多组的训练数据:每组都包括:所述第一用户的历史券码使用数据和人工标注的所述券码历史使用特征的标识信息,当所述券码特征分析模型达到收敛时,停止训练,基于神经网络模型建立的所述券码特征分析模型能够输出准确的所述券码历史使用特征信息,示例性的:券码上显示的商品类型、券码有效性等信息,通过采集历史券码的特征信息一者可以选择和本次发放规则重复较多的历史券码;二者便于后步验证券码是否可以用于更新发放。
S600:基于所述验证模块的第一验证规则对所述券码历史使用特征进行验证,获得第一验证输出信息;
具体而言,所述验证模块是用来验证所述券码历史使用特征和所述第一业务规则之间的重叠特征信息对所述历史券码进行筛选的模块;所述第一验证规则即用来筛选所述历史券码的预设规则,示例性的:预设所述券码历史使用特征和所述第一业务规则之间的重叠特征信息量阈值、预设所述历史券码无效条件、预设所述历史券码发放日期的限定等信息,这些预设的规则信息之间为逻辑与的关系,只有同时满足才会筛选出来,作为所述第一验证输出信息输出。通过所述验证模块对所述历史券码进行筛选,得到和所述第一业务规则信息重叠程度较高的券码,便于后步和所述第一业务规则可以高效的绑定更新。
S700:根据所述第一验证输出信息判断所述第一对接商户是否具有第一触发识别特征;
S800:当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则;
具体而言,所述第一触发识别特征为在得到所述第一验证输出信息对应的所述历史券码之后,依据所述历史券码的历史使用信息判断是否可用于更新生成新的券码的信息,示例性的:若超出券码有效期或者已经使用结束则表明无效,即该历史券码可用于自定义所述第一业务规则;进一步的,所述第一发放规则为在确定所述第一对接商户可以使用筛选出的历史券码进行自定义所述第一业务规则之后,依据重叠特征信息确定的所述历史券码可保留的历史特征信息,示例性的:若是所述历史券码上的用户信息、商品信息、使用门店等信息和所述第一发放规则中相同,则可作为所述第一特征发放规则进行保留,重叠信息之间都为逻辑或的关系,将所述历史券码上满足的一种或者多种特征信息进行保留,不满足的初始化为待更新状态。通过将所述第一特征发放规则的确定可以不修改所述历史券码上符合要求的部分信息,减少了工作量,提高了进程处理效率。
S900:基于所述第一特征发放规则和所述第一业务规则,生成第一养车券码;
S1000:将所述第一养车券码发送给第一用户于服务门店进行核销。
具体而言,所述第一养车码为将所述第一业务规则和所述第一特征发放规则取并集,将得到并集结果和所述历史券码进行绑定,更新所述历史券码上的待更新状态的信息,更新完成后,得到所述第一养车券码。进一步的,所述第一养车服务平台可以将所述第一养车券码发放给所述第一用户,在有效期内,所述第一用户可以到所述第一对接商户处进行券码核销完成养车服务。使用所述智能构建券码规则的养车服务系统可以在运营端即可筛选历史券码进行更新,再基于所述第一业务规则可自定义适用于所述第一对接商户的券码,使得在所述第一对接商户的业务需求信息发生变动时,可以不用依赖于后端生成养车券码,提高了养车券码生成的灵活性。
进一步的,如图2所示,基于所述当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则,所述方法步骤S800还包括:
S810:获得第一上传数据的第一量化系数;
S820:当所述第一量化系数大于等于预设量化系数时,根据所述第一量化系数生成第一批次构建逻辑;
S830:按照所述第一批次构建逻辑对所述第一上传数据进行批次处理,获得多批次上传数据;
S840:基于所述多批次上传数据,设置第一定时规则;
S850:将所述第一定时规则添加至所述第一特征发放规则中。
具体而言,所述第一上传信息即为基于所述第一用户的券码历史信息分析得到的对养车券码的需求信息;所述第一量化系数为表征所述第一上传信息数据量大小的数据,优选的使用bit、Byte、KB等单位量化;所述预设量化系数指的是为了保证券码生成的高效以及实时性而预设的数据量的值,低于预设的数据量,系统可实时的快速生成所述第一养车券码;进一步的,所述第一批次构建逻辑为将所述第一量化系数和所述预设量化系数比较,若是所述第一量化系数超过或等于所述预设量化系数时,制定的多批次处理所述第一上传信息的逻辑,示例性的:依据规则中限定的养车券码的发放时间先后,将所述养车券码生成分为多个批次,在每一个批次中,又依据所述第一用户订购商品的先后,在后步按照时序向所述第一用户发送生成的养车券码,发送方式可以通过所述第一养车服务平台的专属APP、小程序、手机短信、服务号等不限定的方式;所述多批次上传数据即为基于所述第一批次构建逻辑对所述第一上传数据处理之后得到多个生成批次数据;所述第一定时规则为提取所述批次上传数据中存储的所述第一用户购买商品的先后记录的时间信息,进而设定的所述第一养车券码的发放时间节点,优选的以订购时间节点作为所述第一养车券码的发放时间节点。进一步的,将所述第一定时规则添加进所述第一特征方法规则中,保证所述第一养车券码的生成批次和所述第一用户的订购批次是相互匹配的。
进一步的,基于所述将所述第一养车券码发送给第一用户,所述方法步骤S1000还包括:
S1010:获得所述第一养车券码的第一主标识规则;
S1020:获得第一券码兑换请求;
S1030:根据所述第一券码兑换请求和所述第一主标识规则的对应规则数据,生成第一核销券码;
S1040:所述第一用户通过所述第一核销券码向养车门店进行扫码核销验证,获得第一验证结果;
S1050:根据所述第一验证结果完成所述第一养车券码的使用。
具体而言,所述第一主标识规则为标识所述第一养车券码服务类别的标识信息,优选的使用商品信息、所述第一用户信息及券码有效期作为所述第一主标识规则,示例性的:所述第一用户提供的所述第一养车券码上的主标识信息为:商品信息显示的为a商品,洗车服务;有效期为某年9月21日到某年10月21日,则系统对所述第一用户在某年9月21日订购的商品进行遍历,确定是否有a商品,若是有,则符合,无,则不符合。进一步的,在所述第一主标识规则符合标准之后,则发出所述第一券码兑换请求,用于控制系统生成和所述第一主标识信息相互匹配的所述第一核销券码;所述第一核销券码只有在所述第一用户进行养车服务之前才会基于所述第一养车券码生成的券码,一但经过核销验证,系统就会认定所述第一用户已经使用对应的商品,所述第一养车券码就会呈已使用状态;若是在核销预设时间内,所述第一核销券码未使用,则系统认定所述第一用户未实际进行养车服务,则返回至所述第一养车券码且呈有效状态。
所述第一验证结果结果即为在所述第一用户得到所述第一核销券码后进行养车服务前,对所述第一核销券码验证后的结果,示例性的:验证券码有效期,若是失效则需要重新兑换所述第一核销券码;验证核销地区、核销门店是否准确等信息,验证内容之间都是逻辑与的关系,只有全部满足才会允许所述第一用户进行养车服务。通过所述第一核销码可以用来表征所述第一养车券码的存续状态,也便于在生成新的养车券码时可以依据征所述第一养车券码的存续状态快速筛选合适的历史券码进行券码的生成。
进一步的,基于所述根据所述第一验证结果完成所述第一养车券码的使用,所述方法步骤S1000还包括步骤S1060,步骤S1060还包括:
S1061:当所述第一验证结果通过时记录所述第一养车券码的使用数据,生成第一券码记录数据;
S1062:根据所述第一券码记录数据进行养车项目分析,获得使用项目分布信息;
S1063:根据所述项目分布信息,生成第一项目特征;
S1064:根据所述第一项目特征对所述第一用户进行标记,获得第一标记用户;
S1065:根据所述第一标记用户对所述第一特征发放规则进行更新。
具体而言,所述第一券码记录数据为当所述第一验证结果通过,且所述第一养车券码使用之后记录的所述第一养车券码使用历史记录的数据,优选的依据养车服务区域为母类,每个养车服务区域内的各家门店为子类,依据所述第一养车券码的使用时序和时间节点对应存储,生成所述第一券码记录数据;所述项目分布信息为提取所述第一券码记录数据中的养车服务商品,即所述养车项目,对所述第一用户订购养车项目的类型及订购次数、分布门店信息进行存储的得到的数据;基于所述项目分布信息进行分析,将所述第一用户订购的养车项目优选的依据订购次数进行排序,并标识养车项目订购次数及分布门店信息得到的结果,即为所述第一项目特征信息;进一步的,所述第一标记用户指的是将所述第一项目特征信息标识在所述第一用户信息中的结果;通过所述第一标记用户针对不同用户面对养车服务项目的不同项目需求而调整所述第一特征发放规则,提高了养车服务的券码发放规则和所述第一用户的匹配度,增加了用户粘性。示例性的:若是所述第一用户在所述第一对接商户订购的所述养车服务频率较高的有a、b和c三种商品,则可以针对性的推出例如a、b和c单独一种或者联合商品的年度券码、月度券码、季度券码等养车券码,提高所述第一用户的体验感,增加用户粘性。
进一步的,基于所述获得第一上传数据的第一量化系数,所述方法S810还包括:
S811:通过对所述第一用户在相关券码平台的券码使用情况进行分析,获得第一已使用占比;
S812:根据所述第一已使用占比,获得第一优先发放平台;
S813:根据所述第一优先发放平台,生成第一上传方式;
S814:根据所述第一上传方式,获得所述第一上传数据。
具体而言,所述第一已使用占比为通过在券码发放平台遍历检索得到对应的平台券码的使用数量占据发放总量的比例信息;所述第一优先发放平台为将各券码发放平台依据所述第一已使用占比按照从高到低的顺序排列,而对应排列次序越靠前的券码平台则二次发放券码的优先级越高;所述第一上传方式为将对于所述第一优先发放平台的券码需求信息传输给所述智能构建券码规则的养车服务系统的传输方式,可选的为通信传输;将传输至所述智能构建券码规则的养车服务系统的对应平台的券码需求信息作为所述第一上传数据进行处理。通过依据所述第一用户在各平台使用券码的数量及速度,对于消耗量大的优先补充,提高了对所述第一用户的适用性。
进一步的,如图3所示,基于所述基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征,所述方法步骤S200还包括:
S210:通过对所述第一对接商户信息进行多维度特征提取,生成多维特征信息;
S220:根据所述多维特征信息进行各维度的指标特征性评估,生成多个维度评分;
S230:从所述多个维度评分中提取大于等于预设评分的n个特征维度;
S240:将所述n个特征维度对应的特征信息作为所述第一商户画像特征。
具体而言,所述多维特征信息为基于大数据对所述第一对接商户的多个方面,包括:主要商品、位置、服务范围、服务时间等在内的信息进行归纳得到的特征信息;优选的基于大数据可以采集和所述第一对接商户同类商户的信息,并基于大众服务评价以及商品订购数据对主要商品、位置、服务范围、服务时间等信息进行优化调整进而得到所述各维度特征信息的指标特征;所述多个维度评分为依据所述多维特征信息和所述各维度的指标特征进行比较得到的差值进行评分的结果,差值相差越大,则评分对应越低。进一步的,所述预设评分为预设的特征评分,大于或者等于此评分,表明所述多维特征信息和所述各维度的指标特征的差值较小,为可允许的差值区间,将在可允许的差值区间的评分结果对应的所述n个特征维度进行提取并存储;更进一步的,将符合评分要求的所述n个特征维度标识在所述第一对接商户信息中作为所述第一商户画像特征。通过所述第一商户画像特征可以较清晰的表征所述第一对接商户自身的优势特征信息,并可选择的对弱势的调整需求,例如若是所述第一用户在同类商户订购的a类商品较多,则对应增加a类商品的券码发放量,提高对所述第一用户契合度。
进一步的,如图4所示,基于所述第一用户通过第一核销券码向养车门店进行扫码核销验证,获得第一验证结果,所述方法步骤S1000还包括S1070,步骤S1070还包括:
S1071:若所述第一验证结果为验证失败,获得第一追踪指令;
S1072:根据所述第一追踪指令对所述第一核销券码进行信息拆分并生成比对区块进行信息比对,获得第一比对错误信息;
S1073:根据所述第一比对错误信息,生成第一调整信息;
S1074:根据所述第一调整信息对所述第一对比错误信息对应的区块规则进行调整。
具体而言,所述第一追踪指令为在所述第一用户获得核销码后,核销码的所述主标识信息吻合却核销验证失败时,为了确定验证失败原因发出的指令,可能是核销区域错误、核销门店错误、核销日期错误等失败信息,各类核销失败信息之间为逻辑或的关系,出现其中一种即为核销失败;
具体的追踪过程如下:所述第一比对错误信息为在接收到所述第一追踪指令后,将所述第一核销券码上的所述主标识信息进行拆分,得到可核销门店信息、核销期限信息、核销商品信息等多个拆分信息,并依据拆分信息生成对应的多个所述比对区块一一进行比对,将不吻合的拆分信息提取得到比对错误的区块;所述第一调整信息为在确定比对错误的区块后生成的调整区块的验证比对规则的调整信息,例如若核销日期比对错误,但所述核销码上显示的核销日期正确,则将对应区块的原设定核销日期调整为正确的核销日期,进而达到了提高系统容错率的技术效果。
综上所述,本申请实施例所提供的一种基于智能构建券码规则的养车服务方法及系统具有如下技术效果:
1.本申请实施例通过提供了一种基于智能构建券码规则的养车服务方法及系统,解决了现有技术中由于是基于需求信息生成券码发放,当发放需求需要调整时,则需要从后端重新生成券码,导致存在生成过程较复杂的技术问题。通过提取对接商户的特征信息构建商户画像,得到表征商户画像的多特征信息,基于多特征信息构建业务规则;对用户的历史券码进行数据采集,确定达到发放要求时,将历史券码和业务规则绑定,作为养车券码,用户使用养车券码进行核销。通过构建规则和养车券码绑定的形式,便于在运营端也可依据需求自定义规则,得到了灵活度较高的券码生成方式,进而达到了降低券码生成复杂度的技术效果。
实施例二
基于与前述实施例中一种基于智能构建券码规则的养车服务方法相同的发明构思,如图5所示,本申请实施例提供了一种基于智能构建券码规则的养车服务系统,其中,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一养车服务平台的第一对接商户信息;
第二获得单元12,所述第二获得单元12用于基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征;
第三获得单元13,所述第三获得单元13用于根据所述第一商户画像特征,获得多特征信息;
第一构建单元14,所述第一构建单元14用于基于所述多特征信息,构建第一业务规则,其中,所述第一业务规则为用于支撑所述第一养车服务平台管理系统的规则;
第四获得单元15,所述第四获得单元15用于通过将第一用户的历史券码使用数据输入券码特征分析模型中,获得所述券码特征分析模型输出的券码历史使用特征;
第五获得单元16,所述第五获得单元16用于基于验证模块的第一验证规则对所述券码历史使用特征进行验证,获得第一验证输出信息;
第一判断单元17,所述第一判断单元17用于根据所述第一验证输出信息判断所述第一对接商户是否具有第一触发识别特征;
第六获得单元18,所述第六获得单元18用于当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则;
第一生成单元19,所述第一生成单元19用于基于所述第一特征发放规则和所述第一业务规则,生成第一养车券码;
第一发送单元20,所述第一发送单元20用于将所述第一养车券码发送给第一用户于服务门店进行核销。
进一步的,所述系统还包括:
第七获得单元,所述第七获得单元用于获得第一上传数据的第一量化系数;
第二生成单元,所述第二生成单元用于当所述第一量化系数大于等于预设量化系数时,根据所述第一量化系数生成第一批次构建逻辑;
第八获得单元,所述第八获得单元用于按照所述第一批次构建逻辑对所述第一上传数据进行批次处理,获得多批次上传数据;
第一设置单元,所述第一设置单元用于基于所述多批次上传数据,设置第一定时规则;
第一添加单元,所述第一添加单元用于将所述第一定时规则添加至所述第一特征发放规则中。
进一步的,所述系统还包括:
第九获得单元,所述第九获得单元用于获得所述第一养车券码的第一主标识规则;
第十获得单元,所述第十获得单元用于获得第一券码兑换请求;
第三生成单元,所述第三生成单元用于根据所述第一券码兑换请求和所述第一主标识规则的对应规则数据,生成第一核销券码;
第十一获得单元,所述第十一获得单元用于所述第一用户通过所述第一核销券码向养车门店进行扫码核销验证,获得第一验证结果;
第一标识单元,所述第一标识单元用于标识所述第一验证结果完成所述第一养车券码的使用。
进一步的,所述系统还包括:
第四生成单元,所述第四生成单元用于当所述第一验证结果通过时记录所述第一养车券码的使用数据,生成第一券码记录数据;
第十二获得单元,所述第十二获得单元用于根据所述第一券码记录数据进行养车项目分析,获得使用项目分布信息;
第五生成单元,所述第五生成单元用于根据所述项目分布信息,生成第一项目特征;
第十三获得单元,所述第十三获得单元用于根据所述第一项目特征对所述第一用户进行标记,获得第一标记用户;
第一更新单元,所述第一更新单元用于根据所述第一标记用户对所述第一特征发放规则进行更新。
进一步的,所述系统还包括:
第十四获得单元,所述第十四获得单元用于通过对所述第一用户在相关券码平台的券码使用情况进行分析,获得第一已使用占比;
第十五获得单元,所述第十五获得单元用于根据所述第一已使用占比,获得第一优先发放平台;
第六生成单元,所述第六生成单元用于根据所述第一优先发放平台,生成第一上传方式;
第十六获得单元,所述第十六获得单元用于根据所述第一上传方式,获得所述第一上传数据。
进一步的,所述系统还包括:
第七生成单元,所述第七生成单元用于通过对所述第一对接商户信息进行多维度特征提取,生成多维特征信息;
第八生成单元,所述第八生成单元用于根据所述多维特征信息进行各维度的指标特征性评估,生成多个维度评分;
第一提取单元,所述第一提取单元用于从所述多个维度评分中提取大于等于预设评分的n个特征维度;
第一设定单元,所述第一设定单元用于将所述n个特征维度对应的特征信息作为所述第一商户画像特征。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于若所述第一验证结果为验证失败,获得第一追踪指令;
第十八获得单元,所述第十八获得单元用于根据所述第一追踪指令对所述第一核销券码进行信息拆分并生成比对区块进行信息比对,获得第一比对错误信息;
第九生成单元,所述第九生成单元用于根据所述第一比对错误信息,生成第一调整信息;
第一调整单元,所述第一调整单元用于根据所述第一调整信息对所述第一对比错误信息对应的区块规则进行调整。
示例性电子设备
下面参考图6来描述本申请实施例的电子设备,
基于与前述实施例中一种基于智能构建券码规则的养车服务方法相同的发明构思,本申请实施例还提供了一种基于智能构建券码规则的养车服务系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行第一方面任一项所述的方法。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的系统,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种基于智能构建券码规则的养车服务方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例通过提供了一种基于智能构建券码规则的养车服务方法及系统,解决了现有技术中由于是基于需求信息生成券码发放,当发放需求需要调整时,则需要从后端重新生成券码,导致存在生成过程较复杂的技术问题。通过提取对接商户的特征信息构建商户画像,得到表征商户画像的多特征信息,基于多特征信息构建业务规则;对用户的历史券码进行数据采集,确定达到发放要求时,将历史券码和业务规则绑定,作为养车券码,用户使用养车券码进行核销。通过构建规则和养车券码绑定的形式,便于在运营端也可依据需求自定义规则,得到了灵活度较高的券码生成方式,进而达到了降低券码生成复杂度的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑系统,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (9)
1.一种基于智能构建券码规则的养车服务方法,其中,所述方法应用于一种基于智能构建券码规则的养车服务系统,所述系统包括一验证模块,所述方法包括:
获得第一养车服务平台的第一对接商户信息,所述第一对接商户信息为属于所述第一养车服务平台的线下商户基本信息,所述线下商户为用于和用户进行券码对接验证进行洗车服务的服务驻点;
基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征;
根据所述第一商户画像特征,获得多特征信息,所述多特征信息为从所述第一商户画像特征中提取出的各标识信息;
基于所述多特征信息,构建第一业务规则,其中,所述第一业务规则为用于支撑所述第一养车服务平台管理系统的规则,所述第一业务规则为基于所述多特征信息构建的可添加到养车券码上的需求信息;
通过对第一用户的历史券码使用数据进行数据采集,获得券码历史使用特征;
基于所述验证模块的第一验证规则对所述券码历史使用特征进行验证,获得第一验证输出信息;
根据所述第一验证输出信息判断所述第一对接商户是否具有第一触发识别特征;
当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则,所述第一特征发放规则为在确定所述第一对接商户可以使用筛选出的历史券码进行自定义所述第一业务规则之后,依据重叠特征信息确定的所述历史券码可保留的历史特征信息;
基于所述第一特征发放规则和所述第一业务规则,生成第一养车券码;
将所述第一养车券码发送给第一用户于服务门店进行核销。
2.如权利要求1所述的方法,其中,所述当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则,所述方法还包括:
获得第一上传数据的第一量化系数;
当所述第一量化系数大于等于预设量化系数时,根据所述第一量化系数生成第一批次构建逻辑;
按照所述第一批次构建逻辑对所述第一上传数据进行批次处理,获得多批次上传数据;基于所述多批次上传数据,设置第一定时规则,所述第一定时规则为提取所述多批次上传数据中存储的所述第一用户购买商品的先后记录的时间信息,进而设定的所述第一养车券码的发放时间节点;
将所述第一定时规则添加至所述第一特征发放规则中。
3.如权利要求1所述的方法,其中,所述将所述第一养车券码发送给第一用户,所述方法还包括:
获得所述第一养车券码的第一主标识规则,所述第一主标识规则为标识所述第一养车券码服务类别的标识信息;
获得第一券码兑换请求;
根据所述第一券码兑换请求和所述第一主标识规则的对应规则数据,生成第一核销券码;
所述第一用户通过所述第一核销券码向养车门店进行扫码核销验证,获得第一验证结果;
根据所述第一验证结果完成所述第一养车券码的使用。
4.如权利要求3所述的方法,所述根据所述第一验证结果完成所述第一养车券码的使用,所述方法还包括:
当所述第一验证结果通过时记录所述第一养车券码的使用数据,生成第一券码记录数据;
根据所述第一券码记录数据进行养车项目分析,获得使用项目分布信息;
根据所述项目分布信息,生成第一项目特征;
根据所述第一项目特征对所述第一用户进行标记,获得第一标记用户;
根据所述第一标记用户对所述第一特征发放规则进行更新。
5.如权利要求1所述的方法,其中,所述获得第一上传数据的第一量化系数,所述方法还包括:
通过对所述第一用户的相关券码平台的进行券码使用情况进行分析,获得第一已使用占比;
根据所述第一已使用占比,获得第一优先发放平台;
根据所述第一优先发放平台,生成第一上传方式;
根据所述第一上传方式,获得所述第一上传数据。
6.如权利要求1所述的方法,其中,所述基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征,所述方法还包括:
通过对所述第一对接商户信息进行多维度特征提取,生成多维特征信息;
根据所述多维特征信息进行各维度的指标特征性评估,生成多个维度评分;
从所述多个维度评分中提取大于等于预设评分的n个特征维度;
将所述n个特征维度对应的特征信息作为所述第一商户画像特征。
7.如权利要求3所述的方法,其中,所述第一用户通过第一核销券码向养车门店进行扫码核销验证,获得第一验证结果,所述方法还包括:
若所述第一验证结果为验证失败,获得第一追踪指令;
根据所述第一追踪指令对所述第一核销券码进行信息拆分并生成比对区块进行信息比对,获得第一比对错误信息;
根据所述第一比对错误信息,生成第一调整信息;
根据所述第一调整信息对所述第一对比错误信息对应的区块规则进行调整。
8.一种基于智能构建券码规则的养车服务系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一养车服务平台的第一对接商户信息,所述第一对接商户信息为属于所述第一养车服务平台的线下商户基本信息,所述线下商户为用于和用户进行券码对接验证进行洗车服务的服务驻点;
第二获得单元,所述第二获得单元用于基于大数据对所述第一对接商户信息进行商户特征分析,获得第一商户画像特征;
第三获得单元,所述第三获得单元用于根据所述第一商户画像特征,获得多特征信息,所述多特征信息为从所述第一商户画像特征中提取出的各标识信息;
第一构建单元,所述第一构建单元用于基于所述多特征信息,构建第一业务规则,其中,所述第一业务规则为用于支撑所述第一养车服务平台管理系统的规则,所述第一业务规则为基于所述多特征信息构建的可添加到养车券码上的需求信息;
第四获得单元,所述第四获得单元用于通过对第一用户的历史券码使用数据进行数据采集,获得券码历史使用特征;
第五获得单元,所述第五获得单元用于基于验证模块的第一验证规则对所述券码历史使用特征进行验证,获得第一验证输出信息;
第一判断单元,所述第一判断单元用于根据所述第一验证输出信息判断所述第一对接商户是否具有第一触发识别特征;
第六获得单元,所述第六获得单元用于当所述第一对接商户具有所述第一触发识别特征,获得第一特征发放规则,所述第一特征发放规则为在确定所述第一对接商户可以使用筛选出的历史券码进行自定义所述第一业务规则之后,依据重叠特征信息确定的所述历史券码可保留的历史特征信息;
第一生成单元,所述第一生成单元用于基于所述第一特征发放规则和所述第一业务规则,生成第一养车券码;
第一发送单元,所述第一发送单元用于将所述第一养车券码发送给第一用户于服务门店进行核销。
9.一种基于智能构建券码规则的养车服务系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111134202.1A CN113781127B (zh) | 2021-09-27 | 2021-09-27 | 一种基于智能构建券码规则的养车服务方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111134202.1A CN113781127B (zh) | 2021-09-27 | 2021-09-27 | 一种基于智能构建券码规则的养车服务方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113781127A CN113781127A (zh) | 2021-12-10 |
CN113781127B true CN113781127B (zh) | 2024-01-19 |
Family
ID=78853757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111134202.1A Active CN113781127B (zh) | 2021-09-27 | 2021-09-27 | 一种基于智能构建券码规则的养车服务方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113781127B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798397A (zh) * | 2017-10-26 | 2018-03-13 | 去买油(北京)网络科技有限公司 | 基于移动互联网的信息技术管理方法及系统 |
CN109993524A (zh) * | 2019-03-29 | 2019-07-09 | 深圳前海微众银行股份有限公司 | 卡券管理方法、装置、设备及计算机可读存储介质 |
CN110543471A (zh) * | 2019-07-05 | 2019-12-06 | 威富通科技有限公司 | 一种券码的生成方法及服务器 |
CN111582769A (zh) * | 2020-06-10 | 2020-08-25 | 山东国通智云实业集团有限公司 | 一种智云洗美商户管理服务平台 |
CN112465553A (zh) * | 2020-11-30 | 2021-03-09 | 北京嘀嘀无限科技发展有限公司 | 一种出行优惠券使用方法、装置及系统 |
CN113344624A (zh) * | 2021-06-01 | 2021-09-03 | 支付宝(杭州)信息技术有限公司 | 一种电子券的虚拟核销验证方法、装置、设备和可读介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090006183A1 (en) * | 2007-06-29 | 2009-01-01 | The Western Union Company | Methods and systems for customized coupon generation |
US20110276371A1 (en) * | 2010-05-04 | 2011-11-10 | Nokia Corporation | Method and apparatus for validating redemption of a coupon |
US20160335655A1 (en) * | 2015-05-11 | 2016-11-17 | Oncard Marketing, Inc. | Rule-directed coupon generation based on scoring the over-redemption of coupons by consumers |
-
2021
- 2021-09-27 CN CN202111134202.1A patent/CN113781127B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798397A (zh) * | 2017-10-26 | 2018-03-13 | 去买油(北京)网络科技有限公司 | 基于移动互联网的信息技术管理方法及系统 |
CN109993524A (zh) * | 2019-03-29 | 2019-07-09 | 深圳前海微众银行股份有限公司 | 卡券管理方法、装置、设备及计算机可读存储介质 |
CN110543471A (zh) * | 2019-07-05 | 2019-12-06 | 威富通科技有限公司 | 一种券码的生成方法及服务器 |
CN111582769A (zh) * | 2020-06-10 | 2020-08-25 | 山东国通智云实业集团有限公司 | 一种智云洗美商户管理服务平台 |
CN112465553A (zh) * | 2020-11-30 | 2021-03-09 | 北京嘀嘀无限科技发展有限公司 | 一种出行优惠券使用方法、装置及系统 |
CN113344624A (zh) * | 2021-06-01 | 2021-09-03 | 支付宝(杭州)信息技术有限公司 | 一种电子券的虚拟核销验证方法、装置、设备和可读介质 |
Non-Patent Citations (2)
Title |
---|
加油站停复业精准营销系统的研发与实践;江海;李俊;王锐;朱亦红;;石油库与加油站(第01期);第9-13页 * |
基于Catboost算法的优惠券个性化投放;刘嘉穗;;电子世界(第23期);第31-32页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113781127A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019205325A1 (zh) | 确定用户风险等级的方法、终端设备及计算机可读存储介质 | |
CN107730385B (zh) | 订单信息的模拟处理方法、装置、存储介质和计算机设备 | |
CN111797320B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113360780A (zh) | 一种基于大数据的信息推荐方法及系统 | |
CN111724238A (zh) | 产品推荐准确度评价方法、装置、设备及存储介质 | |
CN109697636A (zh) | 一种商户推荐方法、商户推荐装置、电子设备和介质 | |
CN112860512B (zh) | 接口监控的优化方法、装置、计算机设备及存储介质 | |
CN112232891B (zh) | 一种基于大数据分析的客户匹配方法和装置 | |
CN113689270B (zh) | 黑产设备的确定方法、电子设备、存储介质及程序产品 | |
CN114428748B (zh) | 一种用于真实业务场景的模拟测试方法及系统 | |
CN112148880A (zh) | 一种客服对话语料聚类方法、系统、设备及存储介质 | |
CN113781127B (zh) | 一种基于智能构建券码规则的养车服务方法及系统 | |
CN112819507B (zh) | 一种服务推送方法、装置、电子设备以及可读存储介质 | |
CN111680213A (zh) | 信息推荐方法、数据处理方法及装置 | |
Nagaraja et al. | Distribution‐free Approximate Methods for Constructing Confidence Intervals for Quantiles | |
CN111708767B (zh) | 数据核对方法、装置、存储介质及计算机设备 | |
CN111353860A (zh) | 产品信息推送方法及系统 | |
CN111651500A (zh) | 用户身份识别方法、电子设备及存储介质 | |
CN110704726B (zh) | 基于神经网络的数据推送方法、及其相关设备 | |
JP7259830B2 (ja) | モデル評価装置、モデル評価方法、およびプログラム | |
CN114399352A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN113516065A (zh) | 基于区块链的资料权重测算方法、装置、服务器及存储介质 | |
CN112927092A (zh) | 理赔趋势预测方法、装置、设备及存储介质 | |
CN113554358B (zh) | 一种密封技术在线服务的分析处理方法及系统 | |
CN116862561B (zh) | 基于卷积神经网络的产品热度分析方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |