CN114996579A - 信息推送方法、装置、电子设备和计算机可读介质 - Google Patents
信息推送方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN114996579A CN114996579A CN202210672041.XA CN202210672041A CN114996579A CN 114996579 A CN114996579 A CN 114996579A CN 202210672041 A CN202210672041 A CN 202210672041A CN 114996579 A CN114996579 A CN 114996579A
- Authority
- CN
- China
- Prior art keywords
- information
- transaction
- user
- label
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了信息推送方法、装置、电子设备和计算机可读介质,涉及大数据分析与挖掘技术领域。该方法包括:对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系;获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像;将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体。解决供应方、经销方、消费方之间信息沟通不畅,无法获取到精准的农贸信息的技术问题。
Description
技术领域
本发明涉及大数据分析与挖掘技术领域,尤其涉及信息推送方法、装置、电子设备和计算机可读介质。
背景技术
农批市场作为农业流通领域的重要环节,市场的规模和效率在不断发展,市场的功能业态也在不断丰富完善,全国多地的农批市场逐渐引入了智慧农批信息化建设,主要是利用云计算、大数据、物联网、移动APP等信息技术,对农批市场的核心功能如交易、结算和关联功能如物流配送、金融服务等环节实现数字化转型。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
处于农批供销购链上的供应方、经销方、消费方之间的信息沟通,大多依靠传统线下方式,或者依靠简单的信息发布平台,无法实现农贸信息精准推荐。当前,供应方、经销方、消费方之间信息沟通不畅,无法获取到精准的农贸信息。
发明内容
有鉴于此,本发明实施例提供一种信息推送方法、装置、电子设备和计算机可读介质,以解决供应方、经销方、消费方之间信息沟通不畅,无法获取到精准的农贸信息的技术问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种信息推送方法,包括:
对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系;
获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像;
将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体。
可选地,对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系,包括:
对于每个交易主体,确定交易主体的标签层级;
对于每个标签层级,确定标签层级中各个标签对应的下一层级标签,从而构建交易主体的标签体系。
可选地,基于融合特征构建各个交易主体的用户画像,包括:
计算融合特征对应的特征权重;
将融合特征作为节点,将融合特征对应的特征权重作为各节点之间的连线,基于节点和连线构建对应的各个交易主体的用户画像。
可选地,源数据包括以下至少一种:
供应方用户属性数据、经销方用户属性数据、消费方用户属性数据、产品交易数据、产品产地数据、产品价格数据、产品检测数据。
可选地,在基于融合特征构建各个交易主体的用户画像之前,方法还包括:
对源数据进行去重、去除无效数据和去除异常数据。
可选地,基于融合特征构建各个交易主体的用户画像,包括:
根据标签体系,确定各个交易主体对应的业务指标;
从融合特征中确定出与业务指标对应的特征,进而基于与业务指标对应的特征构建各个交易主体的用户画像。
可选地,将各用户画像与候选推送信息进行相似度匹配,包括:
基于词嵌入的方法分别将各用户画像转换为各用户画像向量、将候选推送信息转换为候选信息向量;
计算各用户画像向量与候选信息向量的相似度,将相似度大于预设阈值的候选信息向量所对应的候选推送信息确定为与对应的用户画像向量所对应的用户画像相匹配的信息。
可选地,从候选推送信息中确定出各用户画像对应的目标推送信息,包括:
将与对应的用户画像向量所对应的用户画像相匹配的信息确定为与对应的用户画像对应的目标推送信息。
另外,根据本发明实施例的另一个方面,提供了一种信息推送装置,包括:
标签体系构建单元,被配置成对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系;
用户画像构建单元,被配置成获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像;
信息推送单元,被配置成将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体。
可选地,标签体系构建单元进一步被配置成:
对于每个交易主体,确定交易主体的标签层级;
对于每个标签层级,确定标签层级中各个标签对应的下一层级标签,从而构建交易主体的标签体系。
可选地,用户画像构建单元进一步被配置成:
计算融合特征对应的特征权重;
将融合特征作为节点,将融合特征对应的特征权重作为各节点之间的连线,基于节点和连线构建对应的各个交易主体的用户画像。
可选地,源数据包括以下至少一种:
供应方用户属性数据、经销方用户属性数据、消费方用户属性数据、产品交易数据、产品产地数据、产品价格数据、产品检测数据。
可选地,信息推送装置还包括数据处理单元,被配置成:
对源数据进行去重、去除无效数据和去除异常数据。
可选地,用户画像构建单元进一步被配置成:
根据标签体系,确定各个交易主体对应的业务指标;
从融合特征中确定出与业务指标对应的特征,进而基于与业务指标对应的特征构建各个交易主体的用户画像。
可选地,信息推送单元进一步被配置成:
基于词嵌入的方法分别将各用户画像转换为各用户画像向量、将候选推送信息转换为候选信息向量;
计算各用户画像向量与候选信息向量的相似度,将相似度大于预设阈值的候选信息向量所对应的候选推送信息确定为与对应的用户画像向量所对应的用户画像相匹配的信息。
可选地,信息推送单元进一步被配置成:
将与对应的用户画像向量所对应的用户画像相匹配的信息确定为与对应的用户画像对应的目标推送信息。
根据本发明实施例的另一个方面,还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行时,一个或多个处理器实现上述任一实施例的信息推送方法。
根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,程序被处理器执行时实现上述任一实施例的信息推送方法。
根据本发明实施例的另一个方面,还提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述任一实施例的信息推送方法。
上述发明中的一个实施例具有如下优点或有益效果:通过对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系;获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像;将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体,实现针对供应方、经销方、消费方的不同需求以及不同偏好,提供个性化、有针对性的信息,从而降低供应方、经销方、消费方之间的沟通成本,将产品供-销-购串联起来,提高产品交易效率。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是根据本发明一个实施例的信息推送方法的主要流程的示意图;
图2a、2b和2c是根据本发明一个实施例的用户画像的示意图;
图3是根据本发明一个实施例的信息推送方法的主要流程的示意图;
图4是根据本发明实施例的信息推送装置的主要单元的示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
图1是根据本申请一个实施例的信息推送方法的主要流程的示意图,如图1所示,信息推送方法包括:
步骤S101,对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系。
本实施例中,信息推送方法的执行主体(例如,可以是服务器)可以通过有线连接或无线连接的方式,获取带有标签的交易主体。其中,交易主体包括供应方、经销方和消费方。对各交易主体的标签进行分类,分类后的标签可以包括基础标签、经营能力标签、经营内容标签、评级标签、偏好标签等。其中,基础标签可以包括姓名、性别、年龄、联系方式等信息;经营能力标签可以包括经营主体、营业执照、法人、许可证、经营资质、注册地、经营场所等信息;经营内容标签可以包括经营农产品品类、农产品品名、农产品产地、农产品价格等信息;评级标签可以包括经营优势、收入贡献度、销售量、处罚等信息;偏好标签可以包括交易时间偏好、购买位置偏好、农产品产地偏好、农产品品类偏好、农产品价格偏好等信息。执行主体还可以将分类后的标签进一步细分为一级标签、二级标签、三级标签,进而根据进一步细分的一级标签、二级标签和三级标签生成对应交易主体的标签体系。其中,二级标签为一级标签的细化,三级标签为二级标签的细化。
执行主体在对各交易主体的标签进行分类并对分类后的标签进行细化得到一级标签、二级标签和三级标签之后,可以基于一级标签、二级标签和三级标签生成树状的标签体系,其中,可以将一级标签作为树状的标签体系的根节点,二级标签作为树状的标签体系的子节点,三级标签作为树状的标签体系的叶子节点。其中,根节点为树状的标签体系的最顶部的节点,其下方连接有子节点;子节点为除了根节点之外,并且本身下方还连接有叶子节点的节点;叶子节点为下方不再连接有节点的节点,即末端节点。
步骤S102,获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像。
具体地,源数据包括以下至少一种:
供应方用户属性数据、经销方用户属性数据、消费方用户属性数据、产品交易数据、产品产地数据、产品价格数据、产品检测数据。进一步地,还可以通过行业调研、用户访谈、用户信息填写及问卷等方式进行数据补充。
具体地,在基于融合特征构建各个交易主体的用户画像之前,方法还包括:对源数据进行去重、去除无效数据和去除异常数据。为了保证数据质量,在特征提取之前,需要对源数据进行去重、去除无效数据和去除异常数据等数据清洗。数据清洗就是对数据进行重新检查与验证,确保数据一致性。
本申请实施例中,提取的源数据和标签体系的高层特征可以为源数据和标签体系对应的语义信息,具体可以是基于源数据和标签体系生成对应的图像,该图像可以为折线图或者饼图。然后执行主体可以对生成的图像提取语义信息,以得到高层特征。具体地,得到高层特征的原理为将生成的图像输入特征提取模型,进而调用特征提取模型的深层网络以提取一些粗粒度信息,具体为感受野增加,感受野之间重叠区域增加,对输入的图像信息进行压缩,获取的是图像整体性的一些信息,例如相似特征、互斥特征、未来趋势特征、相关性特征等,以此可得到高层特征。提取的源数据和标签体系的低层特征可以为包含更多细节的最大值、最小值等特征。示例的,执行主体可以将生成的图像输入特征提取模型,进而调用特征提取模型的浅层网络以提取包含更多像素点信息(例如最大值、最小值)的低层特征,感受野重叠区域较小,保证浅层网络捕获更多细节。
执行主体在提取到高层特征和低层特征后,可以基于典型关联分析CCA的方法对高层特征和低层特征进行特征融合。基于CCA(典型关联分析)的融合方法,就是使用两个输入特征(高层特征和低层特征)间的相关关系,经过两种变换后得到的特征比输入的两个特征具有更高的相关性。特征融合的目的是将从图像中提取的高层特征和低层特征合并成一个更具有判别能力的特征。
具体地,基于融合特征构建各个交易主体的用户画像,包括:计算融合特征对应的特征权重,具体地,执行主体可以调用TF/IDF算法以计算融合特征对应的特征权重;将融合特征作为节点,将融合特征对应的特征权重作为各节点之间的连线,基于节点和连线构建对应的各个交易主体的用户画像。
作为本申请实施例的另一实现方式,执行主体还可以通过以下方式构建各个交易主体的用户画像:对于每个交易主体,获取对应的源数据;根据每个交易主体对应的源数据和标签体系,对源数据和标签体系进行特征提取,从而构建每一个交易主体的用户画像。对于每个交易主体,首先从数据库获取该用户的源数据,然后确定每一个源数据所属的交易主体,比如供应方、经销方或者消费方,接着根据该交易主体的标签体系对该交易主体的源数据进行特征提取,从而构建得到该交易主体的用户画像。
示例的,如果交易主体为供应方,例如农产品供应商,则根据农产品供应商的标签体系对该交易主体的源数据进行特征提取,从而构建得到农产品供应商用户画像,如图2a所示;同理,如果交易主体为经销方,例如农产品经销商,则构建的农产品经销商用户画像如图2b所示;如果交易主体为消费方,例如农产品消费者,则构建的农产品消费者用户画像如图2c所示。
本申请实施例为供应方、经销方、消费方三个不同交易主体构建用户画像,实际上就是将不同交易主体的用户信息标签化,即根据不同用户的基础属性、经营能力、评级、偏好等信息而抽象出的一个标签化的用户模型以便于基于构建的各个交易主体的用户画像向对应的交易主体精确地推送信息,从而降低各个交易主体之间的沟通成本,将产品供-销-购串联起来,提高产品交易效率。
具体地,基于融合特征构建各个交易主体的用户画像,包括:根据标签体系,确定各个交易主体对应的业务指标;从融合特征中确定出与业务指标对应的特征,进而基于与业务指标对应的特征构建各个交易主体的用户画像。
示例的,业务指标可以包括价格、产地、销售地点与收货地点之间的距离、质量、含水量等,本申请实施例对业务指标的内容不做具体限定。执行主体可以根据业务指标从融合特征中筛选出相近的特征以支撑构建各个交易主体的用户画像。具体的筛选方法可以是:将业务指标和各个融合特征转换为向量,计算业务指标对应的向量和各个融合特征对应的向量之间的相似度,将与业务指标对应的向量的相似度大于预设的相似度阈值的融合特征对应的向量所对应的融合特征确定为目标融合特征,进而基于目标融合特征构建对应的交易主体的用户画像。
步骤S103,将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体。
具体地,将各用户画像与候选推送信息进行相似度匹配,包括:基于词嵌入的方法分别将各用户画像转换为各用户画像向量、将候选推送信息转换为候选信息向量;计算各用户画像向量与候选信息向量的相似度,将相似度大于预设阈值的候选信息向量所对应的候选推送信息确定为与对应的用户画像向量所对应的用户画像相匹配的信息。
具体地,从候选推送信息中确定出各用户画像对应的目标推送信息,包括:将与对应的用户画像向量所对应的用户画像相匹配的信息确定为与对应的用户画像对应的目标推送信息。
具体地,候选推送信息可以包括供应方信息、店铺信息、产品优惠信息、产品质量信息、产品产地信息等,本申请实施例对候选推送信息的内容不做具体限定。
可以理解的是,候选推送信息可以适用于向各个交易主体进行推送。执行主体可以基于各个交易主体的用户画像从候选推送信息中分别筛选出与各个交易主体相对应的信息,并将筛选出的信息作为目标推送信息推送给相对应的各个交易主体。从而做到对各个交易主体进行个性化的信息推送,提高产品交易效率。
本实施例通过对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系;获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像;将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体,实现针对供应方、经销方、消费方的不同需求以及不同偏好,提供个性化、有针对性的信息,从而降低供应方、经销方、消费方之间的沟通成本,将产品供-销-购串联起来,提高产品交易效率。
图3是本发明一个实施例的信息推送方法的主要流程的示意图。
如图3所示,信息推送方法包括:
步骤S301,对于每个交易主体,确定交易主体的标签层级。
具体地,标签层级可以包括一级标签、二级标签、三级标签。。
步骤S302,对于每个标签层级,确定标签层级中各个标签对应的下一层级标签,从而构建交易主体的标签体系。
示例的,对于每个标签层级,二级标签为一级标签的下一层级标签,三级标签为二级标签的下一层级标签。二级标签为一级标签的细化,三级标签为二级标签的细化。构建的交易主体的标签体系还可以以表格的方式展示。
示例的,以交易主体为供应方为例,构建的标签体系如下表1所示:
表1供应方的标签体系
示例的,以交易主体为经销方为例,构建的标签体系如下表2所示:
表2经销方的标签体系
同理,构建消费方的标签体系,如下表3所示:
表3消费方的标签体系
在农产品“供-销-购”场景下,“供-销-购”链是一个综合的生态,产品交易用户画像主体包括了供应方、经销方、消费方,对不同的交易主体进行画像,有利于将农批“供-销-购”链串联起来,降低不同交易主体之间的沟通成本。因此,在该步骤中,本发明实施例首先对各个交易主体的标签进行分类,从而根据各个交易主体的标签分类结果分别构建各个交易主体的标签体系。
步骤S303,获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像。
标签体系对应的源数据,具体可以是标签体系中的每一个标签所对应的源数据。源数据,例如可以是基础标签对应的姓名、性别、年龄、联系方式等数据。
通过特征融合的方式构建用户画像,可以使得构建的用户画像更能体现出对应的交易主体的需求特点,从而可以基于构建的用户画像更精准地向对应的交易主体推送所需的信息。
步骤S304,将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体。
本申请实施例可以实现针对供应方、经销方、消费方的不同需求以及不同偏好,提供个性化、有针对性的信息,从而降低供应方、经销方、消费方之间的沟通成本,将产品供-销-购串联起来,提高产品交易效率。
作为本申请的一个示例,在农产品供销场景中,通过对处于农批市场“供-销-购”链上的交易主体(包括农产品供应商、农产品经销商、农产品消费者)进行画像主体定位,按照不同交易主体的标签特征将标签进行聚类,按主体特征聚类出的不同类别信息细分后形成具体的信息标签,并采用复合算法模型进行精准匹配,通过智能推荐,实现针对农产品供应商、农产品经销商、农产品消费者的不同需求以及不同偏好,提供个性化、有针对性的农贸信息,从而降低供应商、经销商、消费者之间的沟通成本,将农产品供-销-购串联起来,提高农批市场农产品交易效率。在本申请实施例中,农产品供应商即供应方,农产品经销商即经销方,农产品消费者即消费方。
在农工产品供销场景中,信息推送方法可以包括如下步骤:
第一步:定位画像主体。农批市场“供-销-购”链是一个非常综合的生态,农产品交易用户画像主体包括了农产品供应商、农产品经销商、农产品消费者,对不同主体进行画像,有利于将农批市场“供-销-购”链串联起来,降低不同交易主体之间的沟通成本。
第二步:信息标签化。从农批市场的智慧农批平台中采集源数据,需要考虑多种维度数据,包括了:市场农产品供应商用户属性数据、市场农产品经销商用户属性数据、市场农产品消费者用户属性数据、市场农场品交易数据、市场农产品产地数据、市场农产品价格数据、市场农产品检测数据,并通过行业调研、用户访谈、用户信息填写及问卷等方式进行数据补充。对不同主体的标签特征将标签进行聚类,按照主体特征聚类出的不同类别信息细分后形成具体的信息标签,如基础标签包括姓名、性别、身份证号、联系方式等;经营能力标签包括经营主体、营业执照、法人、许可证、经营资质、注册地、经营场所等;经营内容标签包括经营农产品品类、农产品品名、农产品产地、农产品价格等;评级标签包括经营优势、收入贡献度、销售量、处罚等;偏好标签包括交易时间偏好、购买位置偏好、农产品产地偏好、农产品品类偏好、农产品价格偏好等。
第三步:构建不同交易主体的用户画像。为农产品供应商、农产品经销商、农产品消费者三个不同交易主体进行画像,实际上就是将不同交易主体的用户信息标签化,即根据不同用户的基础属性、经营能力、评级、偏好等信息而抽象出的一个标签化的用户模型。
第四步:农贸信息智能推荐。基于各个交易主体的用户画像和各个产品的属性信息,向各个交易主体推送农贸信息。基于已经构建好的各个交易主体的用户画像以及各个产品的属性信息(比如价格、产地、品类等),向各个交易主体推送农贸信息(比如产品名称、产品价格、产品产地、优质经销方、优质供应商信息等)。具体为:基于各个交易主体的用户画像和各个产品的属性信息,并采用复合推荐算法,分别计算出各个交易主体对应的农贸信息;分别向各个交易主体推送农贸信息;其中,农贸信息包括以下至少一种:产品信息、供应方对应的用户信息、经销方对应的用户信息。在对供应方、经销方、消费方对应的各个交易主体进行画像,实现信息标签化后,采用复合算法模型进行精准匹配,从而实现针对不同交易主体的不同需求以及偏好,提供个性化、有针对性的农贸信息。如:当交易主体为供应方时,为供应方提供优质经销方、产地产品信息等;当交易主体为经销方时,为经销方提供精准营销、店铺营销、优质供应商信息等;当交易主体为消费方时,为消费方提供农批优惠信息、产品实时价格信息、优质产品信息等。
可选地,复合推荐算法包括以下至少两种:基于关联规则的推荐算法、协同过滤推荐算法和基于内容的推荐算法。基于关联规则的推荐算法在数据分析的基础上寻找数据集间的相关性,首先找出事件中频繁发生的项目之间的关联性,形成X→Y形式的关联规则,得到交易主体感兴趣的事件,然后进行智能推荐,关联推荐算法属于无监督的学习方法。协同过滤推荐算法是通过研究交易主体的历史行为,寻找有相似行为的交易主体或有共同兴趣的事件,找到交易主体或事件间的关联性,然后根据相关性实施推荐。协同过滤算法主要分为基于交易主体的协同过滤算法、基于项目的协同过滤算法和基于模型的协同过滤算法。基于内容的推荐算法是计算各交易主体的用户画像与候选推送信息的相似度,从而实施推荐,推荐过程所用的机器学习方法有决策树、神经网络等。
根据本申请的各实施例,可以看出本发明实施例通过先对供应方、经销方和消费方等交易主体的标签进行分类,从而构建各个交易主体的标签体系,然后根据各个交易主体的标签体系和各个交易主体的源数据构建各个交易主体的用户画像,最后基于各个交易主体的用户画像和各个产品的属性信息向各个交易主体推送农贸信息的技术手段,解决了现有技术中供应方、经销方、消费方之间信息沟通不畅,无法获取到精准的农贸信息的技术问题。本发明实施例通过对处于农批“供-销-购”链上的交易主体构建标签体系,然后对各个交易主体的源数据进行特征提取,从而构建各个交易主体用户画像,以便于向各个交易主体推送农贸信息,实现针对各个交易主体(例如供应方、经销方、消费方)的不同需求以及不同偏好,提供个性化、有针对性的农贸信息,从而降低供应商、经销商、消费者之间的沟通成本,将产品供-销-购串联起来,提高农批产品交易效率。
图4是根据本申请实施例的信息推送装置的主要单元的示意图。如图4所示,信息推送装置400包括标签体系构建单元401、用户画像构建单元402和信息推送单元403。
标签体系构建单元401,被配置成对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系。
用户画像构建单元402,被配置成获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像。
信息推送单元403,被配置成将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体。
在一些实施例中,标签体系构建单元401进一步被配置成:对于每个交易主体,确定交易主体的标签层级;对于每个标签层级,确定标签层级中各个标签对应的下一层级标签,从而构建交易主体的标签体系。
在一些实施例中,用户画像构建单元402进一步被配置成:计算融合特征对应的特征权重;将融合特征作为节点,将融合特征对应的特征权重作为各节点之间的连线,基于节点和连线构建对应的各个交易主体的用户画像。
在一些实施例中,源数据包括以下至少一种:供应方用户属性数据、经销方用户属性数据、消费方用户属性数据、产品交易数据、产品产地数据、产品价格数据、产品检测数据。
在一些实施例中,信息推送装置还包括图4中未示出的数据处理单元,被配置成:对源数据进行去重、去除无效数据和去除异常数据。
在一些实施例中,用户画像构建单元402进一步被配置成:根据标签体系,确定各个交易主体对应的业务指标;从融合特征中确定出与业务指标对应的特征,进而基于与业务指标对应的特征构建各个交易主体的用户画像。
在一些实施例中,信息推送单元403进一步被配置成:基于词嵌入的方法分别将各用户画像转换为各用户画像向量、将候选推送信息转换为候选信息向量;计算各用户画像向量与候选信息向量的相似度,将相似度大于预设阈值的候选信息向量所对应的候选推送信息确定为与对应的用户画像向量所对应的用户画像相匹配的信息。
在一些实施例中,信息推送单元403进一步被配置成:将与对应的用户画像向量所对应的用户画像相匹配的信息确定为与对应的用户画像对应的目标推送信息。
需要说明的是,在本申请信息推送方法和信息推送装置在具体实施内容上具有相应关系,故重复内容不再说明。
图5示出了可以应用本申请实施例的信息推送方法或信息推送装置的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有信息推送处理屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503获取的各个待标签的交易主体提供处理支持的后台管理服务器(仅为示例)。后台管理服务器可以通过对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系;获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像;将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体,实现针对供应方、经销方、消费方的不同需求以及不同偏好,提供个性化、有针对性的信息,从而降低供应方、经销方、消费方之间的沟通成本,将产品供-销-购串联起来,提高产品交易效率。
需要说明的是,本申请实施例所提供的信息推送方法一般由服务器505执行,相应地,信息推送装置一般设置于服务器505中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本申请实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有计算机系统600操作所需的各种程序和数据。CPU601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶征信授权查询处理器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本申请公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的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或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,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。而在本申请中,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。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、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,上述模块、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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括标签体系构建单元、用户画像构建单元和信息推送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备通过对各个交易主体的标签进行分类,从而构建各个交易主体的标签体系;获取标签体系对应的源数据,提取源数据和标签体系的高层特征和低层特征,进而对高层特征和低层特征进行特征融合以得到融合特征,基于融合特征构建各个交易主体的用户画像;将各用户画像与候选推送信息进行相似度匹配,以从候选推送信息中确定出各用户画像对应的目标推送信息,推送目标推送信息至对应的用户画像所对应的交易主体,实现针对供应方、经销方、消费方的不同需求以及不同偏好,提供个性化、有针对性的信息,从而降低供应方、经销方、消费方之间的沟通成本,将产品供-销-购串联起来,提高产品交易效率。
本申请的计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本申请实施例中的信息推送方法。
根据本申请实施例的技术方案,可以实现针对供应方、经销方、消费方的不同需求以及不同偏好,提供个性化、有针对性的信息,从而降低供应方、经销方、消费方之间的沟通成本,将产品供-销-购串联起来,提高产品交易效率。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (16)
1.一种信息推送方法,其特征在于,包括:
对各个交易主体的标签进行分类,从而构建所述各个交易主体的标签体系;
获取所述标签体系对应的源数据,提取所述源数据和所述标签体系的高层特征和低层特征,进而对所述高层特征和低层特征进行特征融合以得到融合特征,基于所述融合特征构建所述各个交易主体的用户画像;
将各所述用户画像与候选推送信息进行相似度匹配,以从所述候选推送信息中确定出各所述用户画像对应的目标推送信息,推送所述目标推送信息至对应的用户画像所对应的交易主体。
2.根据权利要求1所述的方法,其特征在于,对各个交易主体的标签进行分类,从而构建所述各个交易主体的标签体系,包括:
对于每个交易主体,确定所述交易主体的标签层级;
对于每个标签层级,确定所述标签层级中各个标签对应的下一层级标签,从而构建所述交易主体的标签体系。
3.根据权利要求1所述的方法,其特征在于,所述基于所述融合特征构建所述各个交易主体的用户画像,包括:
计算所述融合特征对应的特征权重;
将所述融合特征作为节点,将所述融合特征对应的特征权重作为各所述节点之间的连线,基于所述节点和所述连线构建对应的各个交易主体的用户画像。
4.根据权利要求1所述的方法,其特征在于,所述源数据包括以下至少一种:
供应方用户属性数据、经销方用户属性数据、消费方用户属性数据、产品交易数据、产品产地数据、产品价格数据、产品检测数据。
5.根据权利要求1所述的方法,其特征在于,在所述基于所述融合特征构建所述各个交易主体的用户画像之前,所述方法还包括:
对所述源数据进行去重、去除无效数据和去除异常数据。
6.根据权利要求1所述的方法,其特征在于,所述基于所述融合特征构建所述各个交易主体的用户画像,包括:
根据所述标签体系,确定所述各个交易主体对应的业务指标;
从所述融合特征中确定出与所述业务指标对应的特征,进而基于所述与所述业务指标对应的特征构建所述各个交易主体的用户画像。
7.根据权利要求1所述的方法,其特征在于,所述将各所述用户画像与候选推送信息进行相似度匹配,包括:
基于词嵌入的方法分别将各所述用户画像转换为各用户画像向量、将候选推送信息转换为候选信息向量;
计算所述各用户画像向量与所述候选信息向量的相似度,将相似度大于预设阈值的候选信息向量所对应的候选推送信息确定为与对应的用户画像向量所对应的用户画像相匹配的信息。
8.根据权利要求7所述的方法,其特征在于,所述从所述候选推送信息中确定出各所述用户画像对应的目标推送信息,包括:
将所述与对应的用户画像向量所对应的用户画像相匹配的信息确定为与所述对应的用户画像对应的目标推送信息。
9.一种信息推送装置,其特征在于,包括:
标签体系构建单元,被配置成对各个交易主体的标签进行分类,从而构建所述各个交易主体的标签体系;
用户画像构建单元,被配置成获取所述标签体系对应的源数据,提取所述源数据和所述标签体系的高层特征和低层特征,进而对所述高层特征和低层特征进行特征融合以得到融合特征,基于所述融合特征构建所述各个交易主体的用户画像;
信息推送单元,被配置成将各所述用户画像与候选推送信息进行相似度匹配,以从所述候选推送信息中确定出各所述用户画像对应的目标推送信息,推送所述目标推送信息至对应的用户画像所对应的交易主体。
10.根据权利要求9所述的装置,其特征在于,所述标签体系构建单元进一步被配置成:
对于每个交易主体,确定所述交易主体的标签层级;
对于每个标签层级,确定所述标签层级中各个标签对应的下一层级标签,从而构建所述交易主体的标签体系。
11.根据权利要求9所述的装置,其特征在于,所述用户画像构建单元进一步被配置成:
计算所述融合特征对应的特征权重;
将所述融合特征作为节点,将所述融合特征对应的特征权重作为各所述节点之间的连线,基于所述节点和所述连线构建对应的各个交易主体的用户画像。
12.根据权利要求9所述的装置,其特征在于,所述源数据包括以下至少一种:
供应方用户属性数据、经销方用户属性数据、消费方用户属性数据、产品交易数据、产品产地数据、产品价格数据、产品检测数据。
13.根据权利要求9所述的装置,其特征在于,所述装置还包括数据处理单元,被配置成:
对所述源数据进行去重、去除无效数据和去除异常数据。
14.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,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,所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
15.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
16.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210672041.XA CN114996579A (zh) | 2022-06-15 | 2022-06-15 | 信息推送方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210672041.XA CN114996579A (zh) | 2022-06-15 | 2022-06-15 | 信息推送方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114996579A true CN114996579A (zh) | 2022-09-02 |
Family
ID=83035072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210672041.XA Pending CN114996579A (zh) | 2022-06-15 | 2022-06-15 | 信息推送方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114996579A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593096A (zh) * | 2024-01-19 | 2024-02-23 | 朴道征信有限公司 | 产品信息智能推送方法、装置、电子设备和计算机介质 |
-
2022
- 2022-06-15 CN CN202210672041.XA patent/CN114996579A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593096A (zh) * | 2024-01-19 | 2024-02-23 | 朴道征信有限公司 | 产品信息智能推送方法、装置、电子设备和计算机介质 |
CN117593096B (zh) * | 2024-01-19 | 2024-04-12 | 朴道征信有限公司 | 产品信息智能推送方法、装置、电子设备和计算机介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359244B (zh) | 一种个性化信息推荐方法和装置 | |
CN109492772B (zh) | 生成信息的方法和装置 | |
KR101419504B1 (ko) | 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법 | |
CN106844407B (zh) | 基于数据集相关性的标签网络产生方法和系统 | |
CN109285092A (zh) | 网上房地产信息提供系统,房地产放心交易服务提供系统 | |
CN114266443A (zh) | 数据评估方法和装置、电子设备、存储介质 | |
CN111429161A (zh) | 特征提取方法、特征提取装置、存储介质及电子设备 | |
CN111104590A (zh) | 信息推荐方法、装置、介质及电子设备 | |
CN113052653A (zh) | 一种金融产品内容推荐方法、系统及计算机可读存储介质 | |
CN116127184A (zh) | 产品的推荐方法及装置、非易失性存储介质、电子设备 | |
Zhang et al. | Precision Marketing Method of E‐Commerce Platform Based on Clustering Algorithm | |
CN112749323A (zh) | 一种构建用户画像的方法和装置 | |
CN114996579A (zh) | 信息推送方法、装置、电子设备和计算机可读介质 | |
Azcoitia et al. | Measuring the price of data in commercial data marketplaces | |
CN115797020B (zh) | 基于图数据库的数据处理的零售推荐方法、系统和介质 | |
CN116703515A (zh) | 基于人工智能的推荐方法、装置、计算机设备及存储介质 | |
KR102404247B1 (ko) | 고객 관리 시스템 | |
CN115880077A (zh) | 基于客户标签的推荐方法及其装置、电子设备及存储介质 | |
CN115841365A (zh) | 基于自然语言处理的选型及报价方法、系统、设备及介质 | |
CN113762994B (zh) | 用户运营管理的方法和装置 | |
CN114971767A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN110738538B (zh) | 识别相似物品的方法和装置 | |
CN111460300A (zh) | 网络内容推送方法、装置及存储介质 | |
Xu et al. | Big data analytics toward intelligent mobile service provisions of customer relationship management in e-commerce | |
CN113449175A (zh) | 热点数据的推荐方法和装置 |
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 |