CN115511576A - 一种基于多源数据的产品推送方法及系统 - Google Patents
一种基于多源数据的产品推送方法及系统 Download PDFInfo
- Publication number
- CN115511576A CN115511576A CN202211272101.5A CN202211272101A CN115511576A CN 115511576 A CN115511576 A CN 115511576A CN 202211272101 A CN202211272101 A CN 202211272101A CN 115511576 A CN115511576 A CN 115511576A
- Authority
- CN
- China
- Prior art keywords
- content
- commodity
- user
- virtual
- pushing
- 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
- 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
- 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
- G06Q30/0203—Market surveys; Market polls
-
- 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
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
-
- 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]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及产品推送相关领域,公开了一种基于多源数据的产品推送方法及系统,包括内容热度模块、内容标签模块、推送生成模块以及推送输出模块;主要用于对虚拟产品的推送,可用于具有虚拟产品销售功能的平台等,其通过用户自身在对虚拟商品的使用和浏览过程中进行的反馈,实现智能化的对虚拟商品的筛选和推送,为用户实现更好的虚拟商品推送获取体验,有效的解决了虚拟商品在销售前不能进行过多的内容展示而导致用户了解不到位的问题,能在一定程度上提升虚拟商品的销售效果。
Description
技术领域
本发明涉及产品推送相关领域,具体是一种基于多源数据的产品推送方法及系统。
背景技术
在产品销售领域,产品的广告以及产品的推送投放是销售环节中十分重要的工作内容,产品推送投放的效果,会直接的影响到产品的销售效果。
现有技中,产品的推送方式均是通过预先设置的广告内容进行目标群体的推送,且多适用于实体产品的推送,因此推送的用户也多是通过搜索相关词条的具有一定意愿的对象,但这样的方式在虚拟产品的推送中并不适用,不同的用户对于虚拟商品内容的喜好是不同的,且虚拟商品的推送传播因其虚拟的、不可以过量内容展出的特性,传统的推送方式往往效果较差,因而消耗较多的推送流量做无用推送。
发明内容
本发明的目的在于提供一种基于多源数据的产品推送方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于多源数据的产品推送系统,包括:
内容热度模块,用于通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息,每个所述虚拟商品包括多个所述热度标记信息,多个所述热度标记信息分别用于表征所述虚拟商品不同内容的用户喜好热度;
用户标签模块,用于获取用户的虚拟商品使用记录以及用户对所述虚拟商品的商品内容标记,对标记部分虚拟商品的内容进行分析,生成与所述商品内容标记相对应的用户喜好标签,所述用户喜好标签表征用户在该虚拟商品内的喜好关键词;
推送生成模块,用于根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选,获取数个所述热度标记信息相对应部分虚拟内容满足所述用户喜好标签的虚拟商品,并基于所述热度标记信息所表征的用户喜好热度的程度大小对所述虚拟商品进行排序,生成用户推送列表;
推送输出模块,用于依次获取所述用户推送列表中的虚拟商品的获取链接,并获取所述虚拟商品中与所述用户喜好标签相对应的商品内容,根据所述商品内容生成个性推送展示内容,协同输出所述获取链接与所述个性推送展示内容。
作为本发明的进一步方案:所述商品内容标记还包括多个用于表征用户喜好程度的标记等级,当根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选时,根据所述用户喜好标签等级的大小顺序依次进行筛选。
作为本发明的再进一步方案:所述内容热度模块包括:
标记获取单元,用于通过所述内容评价程序获取来自不同用户的商品内容标记,所述商品内容标记还包括内容评价信息,所述内容评价信息用于通过用户终端的所述内容评价程序输出;
热度统计单元,用于对所述虚拟商品中对应不同内容的所述商品内容标记分别进行筛选划分,并根据所述商品内容标记的标记等级对统计结果进行进一步的分类统计,基于预设的热度计算规则对分类统计后的商品内容标记进行统计分析,生成所述虚拟商品不同内容所对应的热度标记信息,所述热度计算规则用于表征不同的标记等级对应的计分系数以及根据不同标记等级的统计数量计算生成用户喜好热度的数值的映射关系。
作为本发明的再进一步方案:还包括传递推送模块,具体包括:
用户筛选单元,用于获取同一用户对多个虚拟商品的用户喜好标签,对多个所述用户喜好标签进行频率统计,根据频率统计结果获取预设数目个频率较高的喜好关键词作为该用户的喜好偏向标签,基于所述喜好偏向对服务器内的其它用户进行筛选,获取数个所述喜好偏向标签达到预设重合率的相似用户;
传递推送单元,用于获取与所述相似用户的数个热度标记信息相对应的多个虚拟商品,多个所述虚拟商品用于生成用户推送列表。
作为本发明的再进一步方案:所述推送输出模块还包括:
安全屏蔽单元,用于对所述个性推送展示内容进行内容的安全检索,并根据安全检索的结果对所述个性推送展示内容中的风险信息内容进行屏蔽,所述风险信息内容用于表征不符合虚拟商品平台的展出规则的信息内容。
本发明实施例旨在提供一种基于多源数据的产品推送方法,包含步骤:
通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息,每个所述虚拟商品包括多个所述热度标记信息,多个所述热度标记信息分别用于表征所述虚拟商品不同内容的用户喜好程度;
获取用户的虚拟商品使用记录以及用户对所述虚拟商品的商品内容标记,对标记部分虚拟商品的内容进行分析,生成与所述商品内容标记相对应的用户喜好标签,所述用户喜好标签表征用户在该虚拟商品内的喜好关键词;
根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选,获取数个所述热度标记信息相对应部分虚拟内容满足所述用户喜好标签的虚拟商品,并基于所述热度标记信息所表征的用户喜好热度的程度大小对所述虚拟商品进行排序,生成用户推送列表;
依次获取所述用户推送列表中的虚拟商品的获取链接,并获取所述虚拟商品中与所述用户喜好标签相对应的商品内容,根据所述商品内容生成个性推送展示内容,协同输出所述获取链接与所述个性推送展示内容。
作为本发明的进一步方案:所述商品内容标记还包括多个用于表征用户喜好程度的标记等级,当根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选时,根据所述用户喜好标签等级的大小顺序依次进行筛选。
作为本发明的再进一步方案:所述通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息的步骤具体包括:
通过所述内容评价程序获取来自不同用户的商品内容标记,所述商品内容标记还包括内容评价信息,所述内容评价信息用于通过用户终端的所述内容评价程序输出;
对所述虚拟商品中对应不同内容的所述商品内容标记分别进行筛选划分,并根据所述商品内容标记的标记等级对统计结果进行进一步的分类统计,基于预设的热度计算规则对分类统计后的商品内容标记进行统计分析,生成所述虚拟商品不同内容所对应的热度标记信息,所述热度计算规则用于表征不同的标记等级对应的计分系数以及根据不同标记等级的统计数量计算生成用户喜好热度的数值的映射关系。
作为本发明的再进一步方案:还包括步骤:
获取同一用户对多个虚拟商品的用户喜好标签,对多个所述用户喜好标签进行频率统计,根据频率统计结果获取预设数目个频率较高的喜好关键词作为该用户的喜好偏向标签,基于所述喜好偏向对服务器内的其它用户进行筛选,获取数个所述喜好偏向标签达到预设重合率的相似用户;
获取与所述相似用户的数个热度标记信息相对应的多个虚拟商品,多个所述虚拟商品用于生成用户推送列表。
作为本发明的再进一步方案:所述根据所述商品内容生成个性推送展示内容的步骤还包括预处理步骤:
对所述个性推送展示内容进行内容的安全检索,并根据安全检索的结果对所述个性推送展示内容中的风险信息内容进行屏蔽,所述风险信息内容用于表征不符合虚拟商品平台的展出规则的信息内容。
与现有技术相比,本发明的有益效果是:主要用于对虚拟产品的推送,可用于具有虚拟产品销售功能的平台等,其通过用户自身在对虚拟商品的使用和浏览过程中进行的反馈,实现智能化的对虚拟商品的筛选和推送,为用户实现更好的虚拟商品推送获取体验,有效的解决了虚拟商品在销售前不能进行过多的内容展示而导致用户了解不到位的问题,能在一定程度上提升虚拟商品的销售效果。
附图说明
图1为一种基于多源数据的产品推送系统的组成框图。
图2为一种基于多源数据的产品推送系统中内容热度模块的组成框图。
图3为一种基于多源数据的产品推送系统中传递推送模块的组成框图。
图4为一种基于多源数据的产品推送方法的流程框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现方式进行详细描述。
如图1所述,为本发明一个实施例提供的一种基于多源数据的产品推送系统,包括:
内容热度模块100,用于通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息,每个所述虚拟商品包括多个所述热度标记信息,多个所述热度标记信息分别用于表征所述虚拟商品不同内容的用户喜好热度。
用户标签模块300,用于获取用户的虚拟商品使用记录以及用户对所述虚拟商品的商品内容标记,对标记部分虚拟商品的内容进行分析,生成与所述商品内容标记相对应的用户喜好标签,所述用户喜好标签表征用户在该虚拟商品内的喜好关键词。
推送生成模块500,用于根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选,获取数个所述热度标记信息相对应部分虚拟内容满足所述用户喜好标签的虚拟商品,并基于所述热度标记信息所表征的用户喜好热度的程度大小对所述虚拟商品进行排序,生成用户推送列表。
推送输出模块700,用于依次获取所述用户推送列表中的虚拟商品的获取链接,并获取所述虚拟商品中与所述用户喜好标签相对应的商品内容,根据所述商品内容生成个性推送展示内容,协同输出所述获取链接与所述个性推送展示内容。
本实施例中,给出了一种基于多源数据的产品推送系统,其主要用于对虚拟产品的推送,可用于具有虚拟产品销售功能的平台等,其通过用户自身在对虚拟商品的使用和浏览过程中进行的反馈,实现智能化的对虚拟商品的筛选和推送,为用户实现更好的虚拟商品推送获取体验,有效的解决了虚拟商品在销售前不能进行过多的内容展示而导致用户了解不到位的问题,能在一定程度上提升虚拟商品的销售效果;通过用户在对虚拟商品的使用中对虚拟商品的内容进行标记(即商品内容标记),从而平台可以获得每一个虚拟商品中用户对于不同内容的喜好程度,也就是虚拟商品中的内容在用户群体中的受欢迎程度(即热度标记信息),进而根据用户自身在虚拟商品的浏览使用中建立的标签的类型统计,实现对服务器中具有相似类型内容的虚拟商品的筛选获取和推送,其中推送生成单元500生成的用户推送列表为对应虚拟商品的链接列表,而推送输出模块700是获取虚拟商品中对应用户的喜好标签的部分内容,作为吸引用户的推送时的展出内容。
作为本发明另一个优选的实施例,所述商品内容标记还包括多个用于表征用户喜好程度的标记等级,当根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选时,根据所述用户喜好标签等级的大小顺序依次进行筛选。
本实施例中,用户在进行标记时,是可以通过设置喜好程度进行标记的,不同的喜好标记等级可以反应用户对该类型内容的喜好程序,从而用于进一步的喜欢对于虚拟商品内容的筛选,实现更加精细化和精准的推送效果。
如图2所示,作为本发明另一个优选的实施例,所述内容热度模块100包括:
标记获取单元101,用于通过所述内容评价程序获取来自不同用户的商品内容标记,所述商品内容标记还包括内容评价信息,所述内容评价信息用于通过用户终端的所述内容评价程序输出。
热度统计单元102,用于对所述虚拟商品中对应不同内容的所述商品内容标记分别进行筛选划分,并根据所述商品内容标记的标记等级对统计结果进行进一步的分类统计,基于预设的热度计算规则对分类统计后的商品内容标记进行统计分析,生成所述虚拟商品不同内容所对应的热度标记信息,所述热度计算规则用于表征不同的标记等级对应的计分系数以及根据不同标记等级的统计数量计算生成用户喜好热度的数值的映射关系。
本实施例中,对内容热度模块100进行了进一步的说明,并进行了进一步的拓展说明,这里引入了内容评价信息,用户间可以通过内容评价信息进行互相间虚拟商品内容的交流等;其次在计算热度标记信息时,其是通过不登的标记等级统计结果配合不同的标记等级的预设占比系数进行计算的,设置不同的系数,可以对不同的标记等级的重要性进行划分,达到对用户的筛选推送更加精细化的效果。
如图3所示,作为本发明另一个优选的实施例,还包括传递推送模块900,具体包括:
用户筛选单元901,用于获取同一用户对多个虚拟商品的用户喜好标签,对多个所述用户喜好标签进行频率统计,根据频率统计结果获取预设数目个频率较高的喜好关键词作为该用户的喜好偏向标签,基于所述喜好偏向对服务器内的其它用户进行筛选,获取数个所述喜好偏向标签达到预设重合率的相似用户。
传递推送单元902,用于获取与所述相似用户的数个热度标记信息相对应的多个虚拟商品,多个所述虚拟商品用于生成用户推送列表。
本实施例中,引入了传递推送模块900,其主要的目的在于通过服务器获取具有相近或是相同喜好的其它用户,根据其它用户的商品内容标记历史记录,来获取对用户的推送列表,这样的好处是,人为主观因素的介入,在喜好相似度较高时,互相感兴趣的虚拟内容一般对于另一个用户而言具有更高的可接受性和赞同性。
作为本发明另一个优选的实施例,所述推送输出模块700还包括:
安全屏蔽单元,用于对所述个性推送展示内容进行内容的安全检索,并根据安全检索的结果对所述个性推送展示内容中的风险信息内容进行屏蔽,所述风险信息内容用于表征不符合虚拟商品平台的展出规则的信息内容。
本实施例中,因为这里的向用户进行推送展示的虚拟商品的内容是有系统直接获取生成的,因此,就存在其内容中可能会具有不可以在平台中直接进行展出的违反平台规则的部分,因此需要进行识别出以进行屏蔽。
如图4所示,本发明还提供了一种基于多源数据的产品推送方法,其包含步骤:
S200,通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息,每个所述虚拟商品包括多个所述热度标记信息,多个所述热度标记信息分别用于表征所述虚拟商品不同内容的用户喜好程度。
S400,获取用户的虚拟商品使用记录以及用户对所述虚拟商品的商品内容标记,对标记部分虚拟商品的内容进行分析,生成与所述商品内容标记相对应的用户喜好标签,所述用户喜好标签表征用户在该虚拟商品内的喜好关键词。
S600,根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选,获取数个所述热度标记信息相对应部分虚拟内容满足所述用户喜好标签的虚拟商品,并基于所述热度标记信息所表征的用户喜好热度的程度大小对所述虚拟商品进行排序,生成用户推送列表。
S800,依次获取所述用户推送列表中的虚拟商品的获取链接,并获取所述虚拟商品中与所述用户喜好标签相对应的商品内容,根据所述商品内容生成个性推送展示内容,协同输出所述获取链接与所述个性推送展示内容。
作为本发明另一个优选的实施例,所述商品内容标记还包括多个用于表征用户喜好程度的标记等级,当根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选时,根据所述用户喜好标签等级的大小顺序依次进行筛选。
作为本发明另一个优选的实施例,所述通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息的步骤具体包括:
通过所述内容评价程序获取来自不同用户的商品内容标记,所述商品内容标记还包括内容评价信息,所述内容评价信息用于通过用户终端的所述内容评价程序输出。
对所述虚拟商品中对应不同内容的所述商品内容标记分别进行筛选划分,并根据所述商品内容标记的标记等级对统计结果进行进一步的分类统计,基于预设的热度计算规则对分类统计后的商品内容标记进行统计分析,生成所述虚拟商品不同内容所对应的热度标记信息,所述热度计算规则用于表征不同的标记等级对应的计分系数以及根据不同标记等级的统计数量计算生成用户喜好热度的数值的映射关系。
作为本发明另一个优选的实施例,还包括步骤:
获取同一用户对多个虚拟商品的用户喜好标签,对多个所述用户喜好标签进行频率统计,根据频率统计结果获取预设数目个频率较高的喜好关键词作为该用户的喜好偏向标签,基于所述喜好偏向对服务器内的其它用户进行筛选,获取数个所述喜好偏向标签达到预设重合率的相似用户。
获取与所述相似用户的数个热度标记信息相对应的多个虚拟商品,多个所述虚拟商品用于生成用户推送列表。
作为本发明另一个优选的实施例,所述根据所述商品内容生成个性推送展示内容的步骤还包括预处理步骤:
对所述个性推送展示内容进行内容的安全检索,并根据安全检索的结果对所述个性推送展示内容中的风险信息内容进行屏蔽,所述风险信息内容用于表征不符合虚拟商品平台的展出规则的信息内容。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域技术人员在考虑说明书及实施例处的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于多源数据的产品推送系统,其特征在于,包括:
内容热度模块,用于通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息,每个所述虚拟商品包括多个所述热度标记信息,多个所述热度标记信息分别用于表征所述虚拟商品不同内容的用户喜好热度;
用户标签模块,用于获取用户的虚拟商品使用记录以及用户对所述虚拟商品的商品内容标记,对标记部分虚拟商品的内容进行分析,生成与所述商品内容标记相对应的用户喜好标签,所述用户喜好标签表征用户在该虚拟商品内的喜好关键词;
推送生成模块,用于根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选,获取数个所述热度标记信息相对应部分虚拟内容满足所述用户喜好标签的虚拟商品,并基于所述热度标记信息所表征的用户喜好热度的程度大小对所述虚拟商品进行排序,生成用户推送列表;
推送输出模块,用于依次获取所述用户推送列表中的虚拟商品的获取链接,并获取所述虚拟商品中与所述用户喜好标签相对应的商品内容,根据所述商品内容生成个性推送展示内容,协同输出所述获取链接与所述个性推送展示内容。
2.根据权利要求1所述的一种基于多源数据的产品推送系统,其特征在于,所述商品内容标记还包括多个用于表征用户喜好程度的标记等级,当根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选时,根据所述用户喜好标签等级的大小顺序依次进行筛选。
3.根据权利要求2所述的一种基于多源数据的产品推送系统,其特征在于,所述内容热度模块包括:
标记获取单元,用于通过所述内容评价程序获取来自不同用户的商品内容标记,所述商品内容标记还包括内容评价信息,所述内容评价信息用于通过用户终端的所述内容评价程序输出;
热度统计单元,用于对所述虚拟商品中对应不同内容的所述商品内容标记分别进行筛选划分,并根据所述商品内容标记的标记等级对统计结果进行进一步的分类统计,基于预设的热度计算规则对分类统计后的商品内容标记进行统计分析,生成所述虚拟商品不同内容所对应的热度标记信息,所述热度计算规则用于表征不同的标记等级对应的计分系数以及根据不同标记等级的统计数量计算生成用户喜好热度的数值的映射关系。
4.根据权利要求1所述的一种基于多源数据的产品推送系统,其特征在于,还包括传递推送模块,具体包括:
用户筛选单元,用于获取同一用户对多个虚拟商品的用户喜好标签,对多个所述用户喜好标签进行频率统计,根据频率统计结果获取预设数目个频率较高的喜好关键词作为该用户的喜好偏向标签,基于所述喜好偏向对服务器内的其它用户进行筛选,获取数个所述喜好偏向标签达到预设重合率的相似用户;
传递推送单元,用于获取与所述相似用户的数个热度标记信息相对应的多个虚拟商品,多个所述虚拟商品用于生成用户推送列表。
5.根据权利要求1所述的一种基于多源数据的产品推送系统,其特征在于,所述推送输出模块还包括:
安全屏蔽单元,用于对所述个性推送展示内容进行内容的安全检索,并根据安全检索的结果对所述个性推送展示内容中的风险信息内容进行屏蔽,所述风险信息内容用于表征不符合虚拟商品平台的展出规则的信息内容。
6.一种基于多源数据的产品推送方法,其特征在于,包含步骤:
通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息,每个所述虚拟商品包括多个所述热度标记信息,多个所述热度标记信息分别用于表征所述虚拟商品不同内容的用户喜好程度;
获取用户的虚拟商品使用记录以及用户对所述虚拟商品的商品内容标记,对标记部分虚拟商品的内容进行分析,生成与所述商品内容标记相对应的用户喜好标签,所述用户喜好标签表征用户在该虚拟商品内的喜好关键词;
根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选,获取数个所述热度标记信息相对应部分虚拟内容满足所述用户喜好标签的虚拟商品,并基于所述热度标记信息所表征的用户喜好热度的程度大小对所述虚拟商品进行排序,生成用户推送列表;
依次获取所述用户推送列表中的虚拟商品的获取链接,并获取所述虚拟商品中与所述用户喜好标签相对应的商品内容,根据所述商品内容生成个性推送展示内容,协同输出所述获取链接与所述个性推送展示内容。
7.根据权利要求6所述的一种基于多源数据的产品推送方法,其特征在于,所述商品内容标记还包括多个用于表征用户喜好程度的标记等级,当根据所述用户喜好标签对服务器内虚拟商品的热度标记信息进行筛选时,根据所述用户喜好标签等级的大小顺序依次进行筛选。
8.根据权利要求7所述的一种基于多源数据的产品推送方法,其特征在于,所述通过预设的内容评价程序获取来自不同用户的商品内容标记,基于数个所述商品内容标记进行统计分析以生成虚拟商品内容的热度标记信息的步骤具体包括:
通过所述内容评价程序获取来自不同用户的商品内容标记,所述商品内容标记还包括内容评价信息,所述内容评价信息用于通过用户终端的所述内容评价程序输出;
对所述虚拟商品中对应不同内容的所述商品内容标记分别进行筛选划分,并根据所述商品内容标记的标记等级对统计结果进行进一步的分类统计,基于预设的热度计算规则对分类统计后的商品内容标记进行统计分析,生成所述虚拟商品不同内容所对应的热度标记信息,所述热度计算规则用于表征不同的标记等级对应的计分系数以及根据不同标记等级的统计数量计算生成用户喜好热度的数值的映射关系。
9.根据权利要求6所述的一种基于多源数据的产品推送方法,其特征在于,还包括步骤:
获取同一用户对多个虚拟商品的用户喜好标签,对多个所述用户喜好标签进行频率统计,根据频率统计结果获取预设数目个频率较高的喜好关键词作为该用户的喜好偏向标签,基于所述喜好偏向对服务器内的其它用户进行筛选,获取数个所述喜好偏向标签达到预设重合率的相似用户;
获取与所述相似用户的数个热度标记信息相对应的多个虚拟商品,多个所述虚拟商品用于生成用户推送列表。
10.根据权利要求6所述的一种基于多源数据的产品推送方法,其特征在于,所述根据所述商品内容生成个性推送展示内容的步骤还包括预处理步骤:
对所述个性推送展示内容进行内容的安全检索,并根据安全检索的结果对所述个性推送展示内容中的风险信息内容进行屏蔽,所述风险信息内容用于表征不符合虚拟商品平台的展出规则的信息内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211272101.5A CN115511576A (zh) | 2022-10-18 | 2022-10-18 | 一种基于多源数据的产品推送方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211272101.5A CN115511576A (zh) | 2022-10-18 | 2022-10-18 | 一种基于多源数据的产品推送方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115511576A true CN115511576A (zh) | 2022-12-23 |
Family
ID=84509549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211272101.5A Pending CN115511576A (zh) | 2022-10-18 | 2022-10-18 | 一种基于多源数据的产品推送方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115511576A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116071134A (zh) * | 2023-03-07 | 2023-05-05 | 网思科技股份有限公司 | 一种智能用户体验显示方法、系统和存储介质 |
-
2022
- 2022-10-18 CN CN202211272101.5A patent/CN115511576A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116071134A (zh) * | 2023-03-07 | 2023-05-05 | 网思科技股份有限公司 | 一种智能用户体验显示方法、系统和存储介质 |
CN116071134B (zh) * | 2023-03-07 | 2023-10-13 | 网思科技股份有限公司 | 一种智能用户体验显示方法、系统和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105989004B (zh) | 一种信息投放的预处理方法和装置 | |
Ahlemeyer-Stubbe et al. | A practical guide to data mining for business and industry | |
Singh et al. | Quantifying the effect of eWOM embedded consumer perceptions on sales: An integrated aspect-level sentiment analysis and panel data modeling approach | |
Shirole et al. | Customer segmentation using rfm model and k-means clustering | |
CN107464134A (zh) | 一种多维度材料价格对比分析及可视化展现方法 | |
CN116645119B (zh) | 一种基于大数据的营销获客方法 | |
Poole et al. | Getting out of the rankings game: a better way to evaluate higher education institutions for best fit | |
Ivanov | The digital marketing with the application of cloud technologies | |
CN115511576A (zh) | 一种基于多源数据的产品推送方法及系统 | |
Arsirii et al. | Intellectual information technology of analysis of weakly-structured multi-dimensional data of sociological research | |
KR20080060547A (ko) | 문맥기반 광고 장치와 그 방법 및 이를 구현할 수 있는컴퓨터로 읽을 수 있는 기록 매체 | |
CN113704599A (zh) | 营销转化用户的预测方法、装置及计算机设备 | |
Wyner | Segmentation analysis, then and now. | |
Girish et al. | Mining the Web Data for Classifying and Predicting Users’ Requests | |
CN111435514A (zh) | 特征计算方法和装置、排序方法和设备、存储介质 | |
CN115760275A (zh) | 一种电商平台的产品销售智能推荐方法和系统 | |
CN112506930B (zh) | 一种基于机器学习技术的数据洞察系统 | |
Domingo-Carrillo et al. | Journal segmentation and competitive position based on revenue management research publications | |
Yang | Influence and application of big data analysis in product design research | |
CN115048503A (zh) | 一种基于内容分析的用户偏好标签设计方法 | |
CN114549035A (zh) | 一种基于电信大数据的理财用户精准获客标签构建方法 | |
KR20210126473A (ko) | 소비 데이터와 소셜 데이터를 이용한 소비동향 예측 지수 생성 방법과 이를 적용한 소비동향 예측 지수 생성 시스템 및 이를 위한 컴퓨터 프로그램 | |
CN117035947B (zh) | 基于大数据处理的农产品数据分析方法及云平台 | |
Boller et al. | Spices of the future: Forecasting the future of food retailing and distribution with patent analysis techniques | |
CN117520624B (zh) | 一种大数据指标的配置与计算的方法及装置 |
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 |