CN114549077B - 一种推荐信息确定方法、装置、设备和存储介质 - Google Patents
一种推荐信息确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114549077B CN114549077B CN202210166530.8A CN202210166530A CN114549077B CN 114549077 B CN114549077 B CN 114549077B CN 202210166530 A CN202210166530 A CN 202210166530A CN 114549077 B CN114549077 B CN 114549077B
- Authority
- CN
- China
- Prior art keywords
- information
- target
- determining
- user attribute
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000010276 construction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000014759 maintenance of location Effects 0.000 abstract description 12
- 230000000694 effects Effects 0.000 description 10
- 244000208734 Pisonia aculeata Species 0.000 description 4
- 230000004913 activation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013486 operation strategy Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种推荐信息确定方法、装置、设备和存储介质。该方法包括：获取用户属性信息；根据所述获取用户属性信息确定模型参数信息和所述模型参数信息对应的权重；根据所述模型参数信息和所述模型参数信息对应的权重构建第一充电属性模型；将所述用户属性信息输入所述第一充电属性模型，得到至少两个第一策略和所述至少两个第一策略的权重；根据所述至少两个第一策略和所述至少两个第一策略的权重生成第一目标策略；根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息。本发明实施例通过结合用户属性信息和场站信息进行分析，为用户提供精准的推荐信息，解决了现有技术中人为经验主义的充电场站运营方式，提高了充电用户的留存率。
Description
技术领域
本发明实施例涉及充电场站运营技术领域，尤其涉及一种推荐信息确定方法、装置、设备和存储介质。
背景技术
随着电动汽车的普及与推广，充电场站的建设和运营已经需要从蛮荒运营阶段到数据化运营阶段了。现有的充电场站运营是靠经验主义、人为主管或者放任自流地运营。基于场站地整体运营目标地营销也是一种人为经验主义的判断。
现在充电场站的运营策略基本有三种：第一种是活动期间发券，第二种是活动期间充电价格直降，第三种是充电后赠送礼品。上述运营策略是初级单一的营销策略，缺乏对不同类型不同需求用户的精准推荐，对于充电场站来说，并没有可持续性，充电用户的留存率较低。
发明内容
有鉴于此，本发明提供一种推荐信息确定方法、装置、设备和存储介质，解决了现有技术中人为经验主义的充电场站运营方式，实现了根据用户属性针对性的推荐营销信息，提高了充电用户的留存率。
第一方面，本发明实施例提供了一种推荐信息确定方法，该方法包括：
获取用户属性信息；
根据所述获取用户属性信息确定模型参数信息和所述模型参数信息对应的权重；
根据所述模型参数信息和所述模型参数信息对应的权重构建第一充电属性模型；
将所述用户属性信息输入所述第一充电属性模型，得到至少两个第一策略和所述至少两个第一策略的权重；
根据所述至少两个第一策略和所述至少两个第一策略的权重生成第一目标策略；
根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息。
第二方面，本发明实施例还提供了一种推荐信息确定装置，该装置包括：
第一获取模块，用于获取用户属性信息；
第一确定模块，用于根据所述获取用户属性信息确定模型参数信息和所述模型参数信息对应的权重；
构建模块，用于根据所述模型参数信息和所述模型参数信息对应的权重构建第一充电属性模型；
第一输入模块，用于将所述用户属性信息输入所述第一充电属性模型，得到至少两个第一策略和所述至少两个第一策略的权重；
第一生成模块，用于根据所述至少两个第一策略和所述至少两个第一策略的权重生成第一目标策略；
第二确定模块，用于根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息。
第三方面，本发明实施例还提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一实施例所述的推荐信息确定方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一实施例所述的推荐信息确定方法。
本发明实施例通过获取用户属性信息；根据用户属性信息确定模型参数信息和模型参数信息对应的权重；根据模型参数信息和模型参数信息对应的权重构建第一充电属性模型；将用户属性信息输入第一充电属性模型，得到至少两个第一策略和至少两个第一策略的权重；根据至少两个第一策略和至少两个第一策略的权重生成第一目标策略；根据用户属性信息和第一目标策略确定第一目标推荐信息。为用户提供精准的推荐信息，解决了现有技术中人为经验主义的充电场站运营方式，实现了根据用户属性针对性的推荐营销信息，提高了充电用户的留存率。
附图说明
图1是本发明实施例一提供的一种推荐信息确定方法的流程图；
图2是本发明实施例一提供的另一种推荐信息确定方法的流程图；
图3是本发明实施例二提供的一种推荐信息确定装置的结构示意图；
图4是本发明实施例三提供的一种电子设备的结构示意图。
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说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
本发明使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”。
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。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例一
图1是本发明实施例一提供的一种推荐信息确定方法的流程图，本实施例可适用于推荐信息确定的情况，例如用户在充电场站充电时的推荐信息确定，该方法可以由本发明实施例中的推荐信息确定装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：
S101、获取用户属性信息。
在本实施例中，用户属性信息指的是有充电需求的用户的属性信息，例如可以包括用户的个人基本信息(如性别、年龄、职业等)和用户的位置信息。
具体的，在实际操作过程中，用户在注册如APP(Application，手机软件)或者小程序等充电终端时，会填写例如包括个人基本信息的用户属性信息。当用户再次登录或新注册充电终端时，从后台获取用户属性信息。
S102、根据用户属性信息确定模型参数信息和模型参数信息对应的权重。
需要解释的是，模型参数信息可以理解为预先设定的根据用户属性信息划分的一些模型标签。示例性的，模型参数信息可以包括用户来源标签、用户生命周期标签、用户RFM(Recency-Frequency-Monetary，最近一次消费-消费频率-消费金额)模型标签、用户消费属性标签和用户优惠敏感型标签。
需要说明的是，每个模型参数信息都对应有各自的权重，权重的初始值可以是根据实际情况预先设置的，可在后续过程中不断地进行优化。
具体的，根据用户属性信息确定模型参数信息和模型参数信息对应的权重。示例性的，用户来源标签具体可以分为广告(即用户是看到广告来的)和熟人介绍(即用户是熟人朋友介绍来的)，可以预先设定两种来源的初始权重(例如可以设置为广告的初始权重为a，熟人介绍的初始权重为b)，若根据获取到的用户属性信息确定出模型参数信息为用户来源标签，且用户来源标签为熟人介绍，则可确定出此时的模型参数信息和模型参数信息对应的权重。
S103、根据模型参数信息和模型参数信息对应的权重构建第一充电属性模型。
需要说明的是，第一充电属性模型可以理解为是根据模型参数信息和模型参数信息对应的权重构建的类似于神经网络模型的模型。第一充电属性模型的训练过程也可参考神经网络模型的训练过程，将大量用户属性信息作为输入，通过不断的训练，得到更为准确的模型参数信息对应的权重。
具体的，根据模型参数信息和模型参数信息对应的权重构建第一充电属性模型。第一充电属性模型从多方面多维度综合汇总了模型参数信息包括的各种标签，通过第一充电属性模型可以根据用户属性信息较为准确地识别出各标签的侧重性，进而更为准确的为用户推荐合适的推荐信息。
S104、将用户属性信息输入第一充电属性模型，得到至少两个第一策略和至少两个第一策略的权重。
需要解释的是，第一策略可以理解为预先设定的根据用户属性信息划分的一些为用户推荐的策略。示例性的，第一策略可以是新用户激活策略、老用户留存策略、普通用户促活策略、用户客单拉升策略、老用户流失拉回策略和场站营收策略。
需要说明的是，每个第一策略都对应有各自的权重，权重的初始值可以是根据实际情况预先设置的，可在后续过程中不断地进行优化。
具体的，将用户属性信息输入构建好的第一充电属性模型，就可以得到至少两个第一策略和至少两个第一策略的权重。为满足不同客户的不同需求，在实施例中可设置将用户属性信息输入第一充电属性模型后，得到至少两个第一策略和至少两个第一策略的权重，以便更精准地为客户推荐合适的信息。
S105、根据至少两个第一策略和至少两个第一策略的权重生成第一目标策略。
需要解释的是，第一目标策略可以理解为是根据至少两个第一策略和至少两个第一策略的权重生成的策略信息。示例性的，第一目标策略例如可以是根据至少两个第一策略的权重大小确定，比如给用户推荐权重最大的第一策略作为第一目标策略。
具体的，根据至少两个第一策略和至少两个第一策略的权重生成第一目标策略。示例性的，将用户属性信息输入第一充电属性模型，得到两个第一策略，分别为老用户留存策略和老用户流失拉回策略，老用户留存策略和老用户流失拉回策略对应的权重分别为c和d，且c>d，则生成的第一目标策略为老用户留存策略。
S106、根据用户属性信息和第一目标策略确定第一目标推荐信息。
需要说明的是，第一目标推荐信息指的是根据用户属性信息和第一目标策略确定的为客户推荐的营销活动信息。
具体的，根据用户属性信息和第一目标策略确定第一目标推荐信息。示例性的，一个自行注册的新用户，第一目标策略为新用户激活策略，则确定的第一目标推荐信息可以是首单二单三单的组合营销策略，第一目标推荐信息具体可以是首单直降，充电完成后返回二单优惠券，且给用户露出三单的更低折扣。
本发明实施例通过获取用户属性信息；根据用户属性信息确定模型参数信息和模型参数信息对应的权重；根据模型参数信息和模型参数信息对应的权重构建第一充电属性模型；将用户属性信息输入第一充电属性模型，得到至少两个第一策略和至少两个第一策略的权重；根据至少两个第一策略和至少两个第一策略的权重生成第一目标策略；根据用户属性信息和第一目标策略确定第一目标推荐信息。为用户提供精准的推荐信息，解决了现有技术中人为经验主义的充电场站运营方式，实现了根据用户属性针对性的推荐营销信息，提高了充电用户的留存率。
可选的，根据用户属性信息和第一目标策略确定第一目标推荐信息，包括：
根据用户属性信息和第一目标策略确定初始推荐信息。
需要说明的是，初始推荐信息指的是在未获得用户具体所在的充电场站时，根据用户属性信息和第一目标策略确定的推荐信息。
具体的，未获得用户具体所在的充电场站时，根据用户属性信息和第一目标策略确定初始推荐信息。
根据用户属性信息确定目标场站信息。
需要解释的是，目标场站信息指的是通过GPS(Global Positioning System，全球定位系统)或用户手动定位之后，获取到用户的位置信息，根据用户的位置信息确定的用户附近的场站信息。
具体的，用户的属性信息包括用户的位置信息，根据用户属性信息中的用户位置信息确定目标场站信息。
根据目标场站信息和初始推荐信息确定第一目标推荐信息。
在实际操作过程中，每个场站可以有不同的营销策略，根据目标场站信息和初始推荐信息确定第一目标推荐信息。
可选的，在根据用户属性信息和第一目标策略确定第一目标推荐信息之后，还包括：
根据用户属性信息确定目标终端的地址信息。
需要说明的是，目标终端的地址信息指的是用户使用充电终端的智能手机等终端设备的地址信息。
具体的，根据用户属性信息确定目标终端的地址信息。在实际操作过程中，用户在通过目标终端进行APP或者小程序等充电终端的操作时，后台会自动获取目标终端的地址信息。
根据目标终端的地址信息将第一目标推荐信息发送至目标终端。
具体的，根据目标终端的地址信息将第一目标推荐信息发送至目标终端，以将第一目标推荐信息展现给用户，供用户选择。
可选的，在根据目标终端的地址信息将第一目标推荐信息发送至目标终端之后，还包括：
接收目标终端发送的反馈信息。
需要解释的是，反馈信息指的是将第一目标推荐信息发送至目标终端并进行显示后，用户根据个人喜好需求对第一目标推荐信息的确认或拒绝的信息。
具体的，将第一目标推荐信息发送至目标终端并进行显示后，接收目标终端发送的用户确认或拒绝第一目标推荐信息的反馈信息。
若反馈信息为第一信息，则根据反馈信息对模型参数信息对应的权重进行调整。
需要说明的是，第一信息可以是用户拒绝了第一目标推荐信息，未参加第一目标推荐信息对应的营销活动，也可以是用户未查阅第一目标推荐信息，直接忽略等。
具体的，若反馈信息为第一信息，说明客户可能对第一目标推荐信息不感兴趣，则根据反馈信息对模型参数信息对应的权重进行调整，例如可以是把模型参数信息中的用户优惠敏感型标签的权重降低，即用户对优惠活动较不敏感。
根据调整后的权重更新第一充电属性模型，得到第二充电属性模型。
需要说明的是，第二充电属性模型指的是根据用户的反馈信息对模型参数信息对应的权重进行调整，根据调整后的权重更新第一充电属性模型后得到的充电属性模型。
具体的，根据用户的反馈信息对模型参数信息对应的权重进行调整，具体可以是对模型参数信息中包括的用户来源标签、用户生命周期标签、用户RFM模型标签、用户消费属性标签和用户优惠敏感型标签的权重进行调整，根据调整后的权重更新第一充电属性模型，得到第二充电属性模型。
将用户属性信息输入第二充电属性模型，得到至少两个第二策略和至少两个第二策略的权重。
需要解释的是，第二策略指的是根据将用户属性信息输入第二充电属性模型后得到的不同于第一策略的预先设定的根据用户属性信息划分的一些为用户推荐的策略。示例性的，第二策略可以是新用户激活策略、老用户留存策略、普通用户促活策略、用户客单拉升策略、老用户流失拉回策略和场站营收策略。同样的，每个第二策略都对应有各自的权重。
具体的，将用户属性信息输入更新后的第二充电属性模型，就可以得到至少两个第二策略和至少两个第二策略的权重。同样的，为满足不同客户的不同需求，在实施例中可设置将用户属性信息输入第二充电属性模型后，得到至少两个第二策略和至少两个第二策略的权重，以便更精准地为客户推荐合适的信息。
根据至少两个第二策略和至少两个第二策略的权重生成第二目标策略。
需要解释的是，第二目标策略指的是根据将用户属性信息输入更新后的第二充电属性模型后得到的至少两个第二策略和至少两个第二策略的权重生成的策略信息。
具体的，根据至少两个第二策略和至少两个第二策略的权重生成第二目标策略。在实际操作过程中，更新后的第二目标策略会重新评估用户兴趣点、活动力度和充电需求紧急度等。
根据用户属性信息和第二目标策略确定第二目标推荐信息。
需要说明的是，第二目标推荐信息指的是根据用户属性信息和第二目标策略确定的为客户推荐的营销活动信息。
具体的，根据用户属性信息和第二目标策略确定第二目标推荐信息。示例性的，一个自行注册的新用户，第一目标策略为新用户激活策略，则确定的第一目标推荐信息可以是首单二单三单的组合营销策略，第一目标推荐信息具体可以是首单直降，充电完成后返回二单优惠券，且给用户露出三单的更低折扣。但是用户未参加活动，则重新为用户推荐第二目标推荐信息，第二目标推荐信息具体可以是首单五折，充电完成后返回二单优惠券，且给用户露出三单的更低折扣。
可选的，用户属性信息包括：车辆的当前电量。
需要说明的是，车辆的当前电量指的是用户登录或注册如APP或者小程序等充电终端时，用户所驾驶电动汽车的剩余电量。
相应的，在根据用户属性信息和第一目标策略确定第一目标推荐信息之后，还包括：
根据车辆的当前电量预估下次充电时间。
在实施例中，下次充电时间指的是电动汽车在本次充电后使用电量，在电量即将耗尽后应该进行充电的时间。在实际操作过程中，通过预估用户的出行标签，比如运营的网约车、出租车或上班出行等信息预估用户下次的充电时间。
具体的，可以通过用户登录或注册的如APP或者小程序等充电终端获取车辆的当前电量，根据车辆的当前电量预估车辆下次应该充电的时间，例如可以是当车辆的当前电量为30％时，预估车辆的下次充电时间可以是4小时后。
根据下次充电时间确定推荐时间。
需要说明的是，推荐时间指的是向用户推荐场站的营销活动的时间。
具体的，根据电动汽车的下次充电时间确定向客户推荐场站的营销活动的时间。例如可以是，若下次充电时间为4小时后，则确定出的推荐时间可以是3小时后。
当处于推荐时间时，获取临期推荐信息。
需要解释的是，临期推荐信息可以理解为当临期下次充电时间时，给用户推荐的适合用户的营销活动信息。
具体的，当根据下次充电时间确定电动汽车处于推荐时间时，获取临期推荐信息。
将临期推荐信息发送至目标终端。
具体的，根据目标终端的地址信息将获取到的临期推荐信息发送至目标终端，并在目标终端上进行显示，以便用户进行选择。
可选的，在根据目标终端的地址信息将第一目标推荐信息发送至目标终端之后，还包括：
若反馈信息为第二信息，则根据反馈信息对模型参数信息对应的权重进行调整，其中，第二信息和第一信息不同。
需要说明的是，第二信息可以是用户点击了第一目标推荐信息进行浏览，也可以是用户点击了第一目标推荐信息并参加了第一目标推荐信息对应的营销活动。
具体的，若反馈信息为第二信息，说明客户可能对第一目标推荐信息感兴趣，则根据反馈信息对模型参数信息对应的权重进行调整，记录此次用户行为数据，行为数据有效参考性根据时间进行权重下降。
根据调整后的权重更新第一充电属性模型，得到第三充电属性模型。
需要说明的是，第三充电属性模型指的是根据用户的反馈信息对模型参数信息对应的权重进行调整，根据调整后的权重更新第一充电属性模型后得到的充电属性模型。
具体的，根据用户的反馈信息对模型参数信息对应的权重进行调整，具体可以是对模型参数信息中包括的用户来源标签、用户生命周期标签、用户RFM模型标签、用户消费属性标签和用户优惠敏感型标签的权重进行调整，根据调整后的权重更新第一充电属性模型，得到第三充电属性模型。
作为本实施例的一个示例性描述，图2是本发明实施例一提供的另一种推荐信息确定方法的流程图。如图2所示，另一种推荐信息确定方法具体包括如下步骤：
S201、获取用户属性信息。
S202、构建第一充电属性模型。
具体的，获取用户属性信息后，根据用户属性信息确定模型参数信息和模型参数信息对应的权重，根据模型参数信息和模型参数信息对应的权重构建第一充电属性模型。
S203、生成第一目标策略。
具体的，将用户属性信息输入第一充电属性模型，得到至少两个第一策略和至少两个第一策略的权重，根据至少两个第一策略和至少两个第一策略的权重生成第一目标策略。
S204、确定目标场站信息。
具体的，根据用户属性信息确定目标场站信息。
S205、确定第一目标推荐信息。
具体的，根据用户属性信息和第一目标策略确定初始推荐信息，根据目标场站信息和初始推荐信息确定第一目标推荐信息，并将第一目标推荐信息推荐给用户。
S206、接收反馈信息。
具体的，根据用户属性信息确定目标终端的地址信息，根据目标终端的地址信息将第一目标推荐信息发送至目标终端，将第一目标推荐信息推荐给用户后，用户对第一目标推荐信息进行反馈。例如可以是对第一目标推荐信息的确认或拒绝。
S207、判断用户是否参与活动。若是，则执行S208；若否，则执行S210。
具体的，判断用户是否参与活动，即判断用户确认或拒绝第一目标推荐信息。若是，则执行S208完成充电；若否，则执行S210重新匹配目标策略。
S208、完成充电。
具体的，若检测到用户参加活动，即确认了第一目标推荐信息，则根据活动具体内容对电动汽车进行充电。
在实际操作过程中，在用户完成充电之后，根据车辆的当前电量预估下次充电时间，根据下次充电时间确定推荐时间，当处于推荐时间时，获取临期推荐信息，将临期推荐信息发送至目标终端。
S209、更新第一充电属性模型。
具体的，若反馈信息为参加活动，则根据反馈信息对模型参数信息对应的权重进行调整，根据调整后的权重更新第一充电属性模型，得到第三充电属性模型。
S210、重新匹配目标策略。
具体的，若反馈信息为未参加活动，则根据反馈信息对模型参数信息对应的权重进行调整，根据调整后的权重更新第一充电属性模型，得到第二充电属性模型，将用户属性信息输入第二充电属性模型，得到得至少两个第二策略和至少两个第二策略的权重，根据至少两个第二策略和至少两个第二策略的权重生成第二目标策略，根据用户属性信息和第二目标策略确定第二目标推荐信息。
与现有的充电场站运营策略相比，本发明实施例提出的信息推荐确认方法可以更明确地进行用户营销，可在充电用户的整个生命周期的营销过程中适用，可促进用户的冷启动、复充电、流失拉回和提升客单价，对于每个营销节点都安排有精准的匹配策略。本方案提出的基于大数据场站的运营策略引导方法，可以更科学地完成场站的阶段性目标，也可提高充电用户的留存率。
实施例二
图3是本发明实施例二提供的一种推荐信息确定装置的结构示意图，该装置适用于推荐信息确定的情况，例如用户在充电场站充电时的推荐信息确定，该装置可以由硬件/软件实现，可配置于服务器中来实现本发明实施例中的一种推荐信息确定方法。如图3所示，该装置具体包括：第一获取模块301、第一确定模块302、构建模块303、第一输入模块304、第一生成模块305和第二确定模块306。
其中，第一获取模块301，用于获取用户属性信息；
第一确定模块302，用于根据所述用户属性信息确定模型参数信息和所述模型参数信息对应的权重；
构建模块303，用于根据所述模型参数信息和所述模型参数信息对应的权重构建第一充电属性模型；
第一输入模块304，用于将所述用户属性信息输入所述第一充电属性模型，得到至少两个第一策略和所述至少两个第一策略的权重；
第一生成模块305，用于根据所述至少两个第一策略和所述至少两个第一策略的权重生成第一目标策略；
第二确定模块306，用于根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息。
本发明实施例通过获取用户属性信息；根据用户属性信息确定模型参数信息和模型参数信息对应的权重；根据模型参数信息和模型参数信息对应的权重构建第一充电属性模型；将用户属性信息输入第一充电属性模型，得到至少两个第一策略和至少两个第一策略的权重；根据至少两个第一策略和至少两个第一策略的权重生成第一目标策略；根据用户属性信息和第一目标策略确定第一目标推荐信息。为用户提供精准的推荐信息，解决了现有技术中人为经验主义的充电场站运营方式，实现了根据用户属性针对性的推荐营销信息，提高了充电用户的留存率。
进一步的，所述第二确定模块306包括：
第一确定单元，用于根据所述用户属性信息和所述第一目标策略确定初始推荐信息；
第二确定单元，用于根据所述用户属性信息确定目标场站信息；
第三确定单元，用于根据所述目标场站信息和所述初始推荐信息确定第一目标推荐信息。
进一步的，所述装置还包括：
第三确定模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，根据所述用户属性信息确定目标终端的地址信息；
第一发送模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端。
进一步的，所述装置还包括：
接收模块，用于在根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端之后，接收所述目标终端发送的反馈信息；
第一调整模块，用于在根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端之后，若所述反馈信息为第一信息，则根据所述反馈信息对所述模型参数信息对应的权重进行调整；
第一更新模块，用于在根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端之后，根据调整后的权重更新所述第一充电属性模型，得到第二充电属性模型；
第二输入模块，用于在根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端之后，将所述用户属性信息输入所述第二充电属性模型，得到至少两个第二策略和所述至少两个第二策略的权重；
第二生成模块，用于在根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端之后，根据所述至少两个第二策略和所述至少两个第二策略的权重生成第二目标策略；
第四确定模块，用于在根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端之后，根据所述用户属性信息和所述第二目标策略确定第二目标推荐信息。
进一步的，所述用户属性信息包括：车辆的当前电量；
相应的，所述装置还包括：
预估模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，根据所述车辆的当前电量预估下次充电时间；
第五确定模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，根据所述下次充电时间确定推荐时间；
第二获取模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，当处于所述推荐时间时，获取临期推荐信息；
第二发送模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，将所述临期推荐信息发送至所述目标终端。
进一步的，所述装置还包括：
第二调整模块，用于若所述反馈信息为第二信息，则根据所述反馈信息对所述模型参数信息对应的权重进行调整，其中，所述第二信息和所述第一信息不同；
第二更新模块，用于根据调整后的权重更新所述第一充电属性模型，得到第三充电属性模型。
上述推荐信息确定装置可执行本发明任意实施例所提供的推荐信息确定方法，具备执行推荐信息确定方法相应的功能模块和有益效果。
实施例三
图4是本发明实施例三提供的一种电子设备的结构示意图，如图4所示，该电子设备包括处理器401、存储器402、输入装置403和输出装置404；电子设备中处理器401的数量可以是一个或多个，图4中以一个处理器401为例；电子设备中的处理器401、存储器402、输入装置403和输出装置404可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器402作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的推荐信息确定方法对应的程序指令/模块(例如，推荐信息确定装置中的第一获取模块301、第一确定模块302、构建模块303、第一输入模块304、第一生成模块305和第二确定模块306)。处理器401通过运行存储在存储器402中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明上述实施例所提供的推荐信息确定方法：
获取用户属性信息；
根据所述用户属性信息确定模型参数信息和所述模型参数信息对应的权重；
根据所述模型参数信息和所述模型参数信息对应的权重构建第一充电属性模型；
将所述用户属性信息输入所述第一充电属性模型，得到至少两个第一策略和所述至少两个第一策略的权重；
根据所述至少两个第一策略和所述至少两个第一策略的权重生成第一目标策略；
根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息。
存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器402可进一步包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置403可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置404可包括显示屏等显示设备。
实施例四
本发明实施例四还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例提供的推荐信息确定方法，该方法包括：
获取用户属性信息；
根据所述用户属性信息确定模型参数信息和所述模型参数信息对应的权重；
根据所述模型参数信息和所述模型参数信息对应的权重构建第一充电属性模型；
将所述用户属性信息输入所述第一充电属性模型，得到至少两个第一策略和所述至少两个第一策略的权重；
根据所述至少两个第一策略和所述至少两个第一策略的权重生成第一目标策略；
根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable ROM，EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(Compact DiscRead-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种推荐信息确定方法，其特征在于，包括：
获取用户属性信息；
根据所述用户属性信息确定模型参数信息和所述模型参数信息对应的权重；
根据所述模型参数信息和所述模型参数信息对应的权重构建第一充电属性模型；
将所述用户属性信息输入所述第一充电属性模型，得到至少两个第一策略和所述至少两个第一策略的权重；
根据所述至少两个第一策略和所述至少两个第一策略的权重生成第一目标策略；
根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息；
其中，所述用户属性信息包括：车辆的当前电量；
相应的，在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，还包括：
根据所述车辆的当前电量预估下次充电时间；
根据所述下次充电时间确定推荐时间；
当处于所述推荐时间时，获取临期推荐信息；
将所述临期推荐信息发送至目标终端。
2.根据权利要求1所述的方法，其特征在于，根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息，包括：
根据所述用户属性信息和所述第一目标策略确定初始推荐信息；
根据所述用户属性信息确定目标场站信息；
根据所述目标场站信息和所述初始推荐信息确定第一目标推荐信息。
3.根据权利要求1所述的方法，其特征在于，在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，还包括：
根据所述用户属性信息确定目标终端的地址信息；
根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端。
4.根据权利要求3所述的方法，其特征在于，在根据所述目标终端的地址信息将所述第一目标推荐信息发送至所述目标终端之后，还包括：
接收所述目标终端发送的反馈信息；
若所述反馈信息为第一信息，则根据所述反馈信息对所述模型参数信息对应的权重进行调整；
根据调整后的权重更新所述第一充电属性模型，得到第二充电属性模型；
将所述用户属性信息输入所述第二充电属性模型，得到至少两个第二策略和所述至少两个第二策略的权重；
根据所述至少两个第二策略和所述至少两个第二策略的权重生成第二目标策略；
根据所述用户属性信息和所述第二目标策略确定第二目标推荐信息。
5.根据权利要求4所述的方法，其特征在于，还包括：
若所述反馈信息为第二信息，则根据所述反馈信息对所述模型参数信息对应的权重进行调整，其中，所述第二信息和所述第一信息不同；
根据调整后的权重更新所述第一充电属性模型，得到第三充电属性模型。
6.一种推荐信息确定装置，其特征在于，包括：
第一获取模块，用于获取用户属性信息；
第一确定模块，用于根据所述用户属性信息确定模型参数信息和所述模型参数信息对应的权重；
构建模块，用于根据所述模型参数信息和所述模型参数信息对应的权重构建第一充电属性模型；
第一输入模块，用于将所述用户属性信息输入所述第一充电属性模型，得到至少两个第一策略和所述至少两个第一策略的权重；
第一生成模块，用于根据所述至少两个第一策略和所述至少两个第一策略的权重生成第一目标策略；
第二确定模块，用于根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息；
其中，所述用户属性信息包括：车辆的当前电量；
相应的，还包括：
预估模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，根据所述车辆的当前电量预估下次充电时间；
第五确定模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，根据所述下次充电时间确定推荐时间；
第二获取模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，当处于所述推荐时间时，获取临期推荐信息；
第二发送模块，用于在根据所述用户属性信息和所述第一目标策略确定第一目标推荐信息之后，将所述临期推荐信息发送至目标终端。
7.根据权利要求6所述的装置，其特征在于，所述第二确定模块包括：
第一确定单元，用于根据所述用户属性信息和所述第一目标策略确定初始推荐信息；
第二确定单元，用于根据所述用户属性信息确定目标场站信息；
第三确定单元，用于根据所述目标场站信息和所述初始推荐信息确定第一目标推荐信息。
8.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述处理器实现如权利要求1-5中任一所述的推荐信息确定方法。
9.一种包含计算机程序的计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被一个或多个处理器执行时实现如权利要求1-5中任一所述的推荐信息确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210166530.8A CN114549077B (zh) | 2022-02-23 | 2022-02-23 | 一种推荐信息确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210166530.8A CN114549077B (zh) | 2022-02-23 | 2022-02-23 | 一种推荐信息确定方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114549077A CN114549077A (zh) | 2022-05-27 |
| CN114549077B true CN114549077B (zh) | 2024-01-26 |
Family
ID=81677361
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210166530.8A Active CN114549077B (zh) | 2022-02-23 | 2022-02-23 | 一种推荐信息确定方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114549077B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018163759A (ja) * | 2017-03-24 | 2018-10-18 | 株式会社Ｊｖｃケンウッド | 充電池管理装置、方法及びプログラム、並びに、充電池管理システム |
| WO2020177619A1 (zh) * | 2019-03-06 | 2020-09-10 | 华为技术有限公司 | 终端充电提醒方法、装置、设备及存储介质 |
| CN112070532A (zh) * | 2020-08-27 | 2020-12-11 | 中国平安财产保险股份有限公司 | 信息推送方法、装置、设备及存储介质 |
| CN112810464A (zh) * | 2021-02-26 | 2021-05-18 | 恒大新能源汽车投资控股集团有限公司 | 充电控制方法、车辆域控制器和充电控制系统 |
| CN113065911A (zh) * | 2020-01-02 | 2021-07-02 | 北京京东尚科信息技术有限公司 | 推荐信息生成方法、装置、存储介质及电子设备 |
| JP2021117731A (ja) * | 2020-01-27 | 2021-08-10 | パナソニックＩｐマネジメント株式会社 | 電力情報提案システム、及び、電力情報提案方法 |
| CN113256390A (zh) * | 2021-06-16 | 2021-08-13 | 平安科技（深圳）有限公司 | 一种产品推荐方法、装置、计算机设备及存储介质 |
| CN113335123A (zh) * | 2021-06-17 | 2021-09-03 | 江苏云快充新能源科技有限公司 | 一种充电管理方法、装置、电子设备及存储介质 |
| KR20210122213A (ko) * | 2020-10-09 | 2021-10-08 | 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 | 리소스 추천 및 파라미터 결정 방법, 장치, 설비 및 매체 |
| CN113886676A (zh) * | 2020-07-03 | 2022-01-04 | 腾讯科技（深圳）有限公司 | 信息流推荐策略处理方法、装置、设备及计算机存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014074722A1 (en) * | 2012-11-07 | 2014-05-15 | Intertrust Technologies Corporation | Vehicle charging path optimization systems and methods |
| US20150294329A1 (en) * | 2014-04-11 | 2015-10-15 | Nissan North America, Inc. | System and method of predicting usage of a charging station |
| US11397092B2 (en) * | 2019-01-03 | 2022-07-26 | International Business Machines Corporation | Determining directional guidance for vehicles |
| CN111782951B (zh) * | 2020-06-30 | 2024-04-02 | 北京百度网讯科技有限公司 | 确定展示页面的方法和装置、以及计算机系统和介质 |
-
2022
- 2022-02-23 CN CN202210166530.8A patent/CN114549077B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018163759A (ja) * | 2017-03-24 | 2018-10-18 | 株式会社Ｊｖｃケンウッド | 充電池管理装置、方法及びプログラム、並びに、充電池管理システム |
| WO2020177619A1 (zh) * | 2019-03-06 | 2020-09-10 | 华为技术有限公司 | 终端充电提醒方法、装置、设备及存储介质 |
| CN113065911A (zh) * | 2020-01-02 | 2021-07-02 | 北京京东尚科信息技术有限公司 | 推荐信息生成方法、装置、存储介质及电子设备 |
| JP2021117731A (ja) * | 2020-01-27 | 2021-08-10 | パナソニックＩｐマネジメント株式会社 | 電力情報提案システム、及び、電力情報提案方法 |
| CN113886676A (zh) * | 2020-07-03 | 2022-01-04 | 腾讯科技（深圳）有限公司 | 信息流推荐策略处理方法、装置、设备及计算机存储介质 |
| CN112070532A (zh) * | 2020-08-27 | 2020-12-11 | 中国平安财产保险股份有限公司 | 信息推送方法、装置、设备及存储介质 |
| KR20210122213A (ko) * | 2020-10-09 | 2021-10-08 | 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 | 리소스 추천 및 파라미터 결정 방법, 장치, 설비 및 매체 |
| CN112810464A (zh) * | 2021-02-26 | 2021-05-18 | 恒大新能源汽车投资控股集团有限公司 | 充电控制方法、车辆域控制器和充电控制系统 |
| CN113256390A (zh) * | 2021-06-16 | 2021-08-13 | 平安科技（深圳）有限公司 | 一种产品推荐方法、装置、计算机设备及存储介质 |
| CN113335123A (zh) * | 2021-06-17 | 2021-09-03 | 江苏云快充新能源科技有限公司 | 一种充电管理方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114549077A (zh) | 2022-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017028821A1 (zh) | 根据历史订单预测当前订单信息的方法及系统 | |
| CN111832788B (zh) | 一种服务信息生成的方法、装置、计算机设备及存储介质 | |
| US20190130451A1 (en) | Method and system for delivery of a targeted advertisement by an electric vehicle charging apparatus | |
| CN104717342A (zh) | 一种基于短信息唤醒客户端应用的方法及装置 | |
| CN105763594A (zh) | 信息推送方法及装置 | |
| CN111353092A (zh) | 服务推送方法、装置、服务器及可读存储介质 | |
| CN111861081A (zh) | 一种订单分配方法、装置、电子设备及存储介质 | |
| CN105300398A (zh) | 获取地点信息的方法、装置和系统 | |
| KR101692143B1 (ko) | 문자통신을 이용한 개인 비서 시스템 | |
| KR102456922B1 (ko) | 확장된 범위를 가진 인재 채용 중개 서비스 방법 | |
| US11797069B2 (en) | Server and matching system for matching a used BEV able to supply power with a location for storing the used BEV | |
| CN109740066B (zh) | 信息推荐方法、信息推荐装置、存储介质及电子设备 | |
| Fabianek et al. | Multi-Criteria assessment of the user experience at E-Vehicle charging stations in Germany | |
| CN114549077B (zh) | 一种推荐信息确定方法、装置、设备和存储介质 | |
| CN109087124A (zh) | 一种应用程序价值预测方法及装置 | |
| Rodriguez-Valencia et al. | Mobile internet applications: implications for taxi driver behavior and operations | |
| KR101703117B1 (ko) | 두레 품앗이 카풀대리 제공 시스템 및 방법 | |
| WO2023052677A1 (en) | Arrangement and method for data management during charging event, and computer program product | |
| CN112446508A (zh) | 物流运输中包装的回收方法及装置、存储介质及电子设备 | |
| US20120029972A1 (en) | Method and system for brokering services with time-dependent labor rates | |
| FI20225687A1 (en) | ARRANGEMENT AND METHOD FOR DATA MANAGEMENT DURING THE DOWNLOAD EVENT, AND COMPUTER SOFTWARE PRODUCT | |
| KR20140101055A (ko) | 지식 서비스 중개 장치 및 그 방법 | |
| CN110070451B (zh) | 案件审核提醒方法以及装置 | |
| KR102346549B1 (ko) | 촌락 노동 여행 운영 시스템, 방법 및 프로그램 | |
| EP4207042A1 (en) | Information processing device, information processing system, information processing method, program, and recording medium |
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 |