CN116151875A - 基于历史数据的分析方法、装置、介质 - Google Patents
基于历史数据的分析方法、装置、介质 Download PDFInfo
- Publication number
- CN116151875A CN116151875A CN202310215007.4A CN202310215007A CN116151875A CN 116151875 A CN116151875 A CN 116151875A CN 202310215007 A CN202310215007 A CN 202310215007A CN 116151875 A CN116151875 A CN 116151875A
- Authority
- CN
- China
- Prior art keywords
- consumer
- dimension
- historical data
- score
- coupon
- 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
- G06Q30/02—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Accounting & Taxation (AREA)
- Mathematical Analysis (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- Algebra (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于历史数据的分析方法、装置、介质,涉及金融信息服务技术领域。方法包括:采集步骤,采集多个消费者使用优惠券的历史数据;设置步骤,根据历史数据,设置多个维度;配置步骤,根据所发布的当前优惠券的预设属性,为每个维度配置对应的权重;计算步骤,根据历史数据和每个维度的权重,计算每个消费者与当前优惠券的匹配分;确定步骤,基于多个匹配分,确定与当前优惠券匹配的匹配消费者,并进行推广。本发明可以将优惠券精准匹配到合适的消费者,提升优惠券的使用率,进而增强商户的促销、推广活动效果,也能让消费者享受到最大的优惠效益。
Description
技术领域
本申请涉及金融信息服务技术领域,特别涉及基于历史数据的分析方法、装置、介质、电子设备、计算机程序产品。
背景技术
目前,金融公司的优惠券发布平台有一种优惠券类型是绑定特定商户的特定商品进行发布。
从商户的角度来说,商户发布优惠券的数量有限,各个领券渠道有大量的消费者群体,可能会出现不是目标消费者领取了该商户的优惠券而不使用的情况,也可能是消费者看到不合适的优惠券而不领取的情况,造成优惠券资源的浪费,造成商户的营销活动效果大打折扣,从而打击了商户通过优惠券发布平台进行促销、推广的积极性。
从消费者的角度来说,与优惠券发布平台合作的商户数量非常庞大,每天都会发布各种各样的优惠券,消费者不能高效的找到合适的优惠券,不能及时的参与推广、促销活动,长期以此,会造成消费者流失,形成一种恶性循环。
也就是说,目前的技术无法将优惠券精准推送给目标消费者,而潜在消费者也无法高效找到合适的优惠券。
发明内容
本申请实施例提供了基于历史数据的分析方法、装置、介质、电子设备、计算机程序产品。
第一方面,本申请实施例提供了一种基于历史数据的分析方法,所述方法包括:
采集步骤,采集多个消费者使用优惠券的历史数据;
设置步骤,根据所述历史数据,设置多个维度;
配置步骤,根据所发布的当前优惠券的预设属性,为每个维度配置对应的权重;
计算步骤,根据所述历史数据和每个维度的权重,计算每个所述消费者与所述当前优惠券的匹配分;
确定步骤,基于多个所述匹配分,确定与所述当前优惠券匹配的匹配消费者,并进行推广。
在上述第一方面的一种可能的实现中,多个维度包括四个或更多个维度。
在上述第一方面的一种可能的实现中,多个维度包括购买商品频率、消费者评分、商品相关性、商品单价差额。
在上述第一方面的一种可能的实现中,每个维度的对应权重可以相同或不同。
在上述第一方面的一种可能的实现中,在所述计算步骤中,从所述历史数据获取每个所述消费者在每个维度的评价分,并基于所述评价分和所述对应的权重,计算所述匹配分。
在上述第一方面的一种可能的实现中,每个维度包括多个所述评价分。
第二方面,本申请实施例提供了一种基于历史数据的分析装置,所述装置包括:
采集单元,采集多个消费者使用优惠券的历史数据;
设置单元,根据所述历史数据,设置多个维度;
配置单元,根据所发布的当前优惠券的预设属性,为每个维度配置对应的权重;
计算单元,根据所述历史数据和每个维度的权重,计算每个所述消费者与所述当前优惠券的匹配分;
确定单元,基于多个所述匹配分,确定与所述当前优惠券匹配的匹配消费者,并进行推广。
在上述第二方面的一种可能的实现中,多个维度包括四个或更多个维度。
在上述第二方面的一种可能的实现中,多个维度包括购买商品频率、消费者评分、商品相关性、商品单价差额。
在上述第二方面的一种可能的实现中,每个维度的对应权重可以相同或不同。
在上述第二方面的一种可能的实现中,所述计算单元从所述历史数据获取每个所述消费者在每个维度的评价分,并基于所述评价分和所述对应的权重,计算所述匹配分。
在上述第二方面的一种可能的实现中,每个维度包括多个所述评价分。
第三方面,本申请实施例提供了一种计算机可读存储介质,所述存储介质上存储有指令,所述指令在计算机上执行时使所述计算机执行上述第一方面中的基于历史数据的分析方法。
第四方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;一个或多个存储器;所述一个或多个存储器存储有一个或多个程序,当所述一个或者多个程序被所述一个或多个处理器执行时,使得所述电子设备执行上述第一方面中的基于历史数据的分析方法。
第五方面,本申请实施例提供了一种计算机程序产品,包括计算机可执行指令,其特征在于,所述指令被处理器执行以实施述第一方面中的基于历史数据的分析方法。
本发明中,根据当前优惠券的不同需求,可以为每个维度配置不同的权重,从而向合适的消费者推广该优惠券。因此,本发明可以将优惠券精准匹配到合适的消费者,提升优惠券的使用率,进而增强商户的促销、推广活动效果,也能让消费者享受到最大的优惠效益。
附图说明
图1根据本申请的实施例,示出了基于历史数据的分析方法的流程示意图;
图2根据本申请的实施例,示出了基于历史数据的分析装置的结构图;
图3根据本申请的实施例,示出了一种电子设备的框图。
具体实施方式
本申请的说明性实施例包括但不限于基于历史数据的分析方法、装置、介质及电子设备。
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。
下面将结合附图对本申请的实施例作进一步地详细描述。
如图1所示,是本申请实施例的示出了基于历史数据的分析方法的流程示意图,该方法用于电子设备。电子设备例如是计算机、服务器、移动终端等等。可以理解的是,电子设备可以实现优惠券发布平台。
第一实施例
在采集步骤S11,采集多个消费者使用优惠券的历史数据。这些历史数据可以形成消费者行为数据,消费者行为数据是指消费者的购买行为以及对消费资料的实际消费的数据。
可以理解的是,这些历史数据也可以称为消费者购买商品记录的历史记录。
历史数据例如是消费者购买商品名称、购买时间、购买价格、购买数量、评分、购买商品类别等等。
在设置步骤S12,根据采集的历史数据,设置多个维度。
多个维度包括四个或更多个维度。本实施例中,例如包括四个维度,例如是购买商品频率、消费者评分、商品相关性、商品单价差额。
可以理解的是,上述四个维度仅仅用于示例,可以包括任何其他的维度,而不受限制。
每个维度可以包含多个评价分,本实施例中,例如每个维度包含六个评价分。每个维度中每个评价分及其对应的含义例如如下所示。
购买商品频率:1个月内(5分)、1个月-3个月内(4分)、3个月-6个月内(3分)、6个月-9个月内(2分)、9个月-1年内(1分),1年外(0分);
消费者评分:非常满意(5分),满意(4分),一般(3分),无评分(2分),不满意(1分),非常不满意(0分);
商品相关性:同款商品(5分),商品细目相关(4分),商品小类相关(3分),商品种类相关(2分),商品大类相关(1分),无相关(0分);
商品单价差额:100元以内(5分),100元-300元(4分),300元-500元(3分),500元-700元(2分),700元-900元(1分),1千元以上(0分)。
可以理解的是,上述评价分及其对应的含义仅仅用于示例,可以包括更多或更少数量的评价分,而不受限制。
在配置步骤S13,根据所发布的当前优惠券的预设属性,为每个维度配置对应的权重。
例如,购买商品频率的权重是w1、消费者评分的权重是w2、商品相关性的权重是w3、商品单价差额的权重是w4。
在要发布新的优惠券(即,当前优惠券)时,会预先设置当前优惠券的预设属性。预设属性是当前优惠券的需求,例如该优惠券的需求是同时考虑购买商品频率、消费者评分、商品相关性、商品单价差额这四个维度,或者该优惠券的需求是比较侧重购买商品频率和消费者评分等等。
这四个维度的占比权重总和等于100%。例如,当该优惠券的需求是同时考虑四个维度时,每个维度的权重被配置为25%,即w1=w2=w3=w4=25%。
可以理解的是,每个维度的权重默认为是相同的,即,w1=w2=w3=w4=25%。
当该优惠券的需求是比较侧重购买商品频率和消费者评分时,购买商品频率的权重被配置为w1=50%、消费者评分的权重被配置为w2=50%、商品相关性的权重被配置为w3=0、商品单价差额的权重被配置为w4=0。
可以理解的是,此时每个维度的权重是不同的。
在本实施例中,每个维度的权重被配置为25%,即w1=w2=w3=w4=25%。
在计算步骤S14,根据历史数据和每个维度的权重,计算每个消费者与当前优惠券的匹配分。
具体地,从历史数据获取每个消费者在每个维度的评价分,并基于评价分和对应的权重,计算每个消费者与当前优惠券的匹配分。
例如,从上述历史数据可以获得消费者A和消费者B在每个维度的评价分,具体的评价分如下。
消费者A:购买商品频率是1个月内(即,1个月内购买过商品)(5分),消费者评分是无评分(2分),商品相关性是同款商品(即,购买同款商品)(5分),商品单价差额是在100元以内(5分)。
消费者B:购买商品频率是1个月内(即,1个月内购买过商品)(5分),消费者评分是满意(4分),商品相关性是商品细目相关(即,购买了细目相关的商品)(4分),购买商品单价差额在1千元以上(0分)。
在本实施例中,当前优惠券的需求是同时考虑四个维度,则将每个维度的权重设置为例如w1=w2=w3=w4=25%,消费者A与当前优惠券的匹配分S1、消费者B与当前优惠券的匹配分S2的计算如下。
S1=5*0.25+2*0.25+5*0.25+5*0.25=4.25分;
S2=5*0.25+4*0.25+4*0.25+0*0.25=3.25分。
在确定步骤S15,基于多个匹配分,确定与当前优惠券匹配的匹配消费者,并进行推广。
将如上所述计算得到的消费者A与当前优惠券的匹配分S1、消费者B与当前优惠券的匹配分S2从大到小进行,可以看出S1>S2。也就是说,消费者A与当前优惠券的匹配度更高,因此将消费者A作为与当前优惠券匹配的匹配消费者,并向消费者A推广当前优惠券。
第二实施例
在采集步骤S11,采集多个消费者使用优惠券的历史数据。这些历史数据可以形成消费者行为数据,消费者行为数据是指消费者的购买行为以及对消费资料的实际消费的数据。
可以理解的是,这些历史数据也可以称为消费者购买商品记录的历史记录。
历史数据例如是消费者购买商品名称、购买时间、购买价格、购买数量、评分、购买商品类别等等。
在设置步骤S12,根据采集的历史数据,设置多个维度。
多个维度包括四个或更多个维度。本实施例中,例如包括四个维度,例如是购买商品频率、消费者评分、商品相关性、商品单价差额。
可以理解的是,上述四个维度仅仅用于示例,可以包括任何其他的维度,而不受限制。
每个维度可以包含多个评价分,本实施例中,例如每个维度包含六个评价分。每个维度中每个评价分及其对应的含义例如如下所示。
购买商品频率:1个月内(5分)、1个月-3个月内(4分)、3个月-6个月内(3分)、6个月-9个月内(2分)、9个月-1年内(1分),1年外(0分);
消费者评分:非常满意(5分),满意(4分),一般(3分),无评分(2分),不满意(1分),非常不满意(0分);
商品相关性:同款商品(5分),商品细目相关(4分),商品小类相关(3分),商品种类相关(2分),商品大类相关(1分),无相关(0分);
商品单价差额:100元以内(5分),100元-300元(4分),300元-500元(3分),500元-700元(2分),700元-900元(1分),1千元以上(0分)。
可以理解的是,上述评价分及其对应的含义仅仅用于示例,可以包括更多或更少数量的评价分,而不受限制。
在配置步骤S13,根据所发布的当前优惠券的预设属性,为每个维度配置对应的权重。
例如,购买商品频率的权重是w1、消费者评分的权重是w2、商品相关性的权重是w3、商品单价差额的权重是w4。
在要发布新的优惠券(即,当前优惠券)时,会预先设置当前优惠券的预设属性。预设属性是当前优惠券的需求,例如该优惠券的需求是同时考虑购买商品频率、消费者评分、商品相关性、商品单价差额这四个维度,或者该优惠券的需求是比较侧重购买商品频率和消费者评分等等。
这四个维度的占比权重总和等于100%。例如,当该优惠券的需求是同时考虑四个维度时,每个维度的权重被配置为25%,即w1=w2=w3=w4=25%。
例如,本实施例中,优惠券的需求是比较侧重购买商品频率和消费者评分时,那么购买商品频率的权重被配置为w1=50%、消费者评分的权重被配置为w2=50%、商品相关性的权重被配置为w3=0、商品单价差额的权重被配置为w4=0。
可以理解的是,此时每个维度的权重是不同的。
在本实施例中,四个维度的权重分别被配置为例如w1=w2=50%,w3=w4=0。
在计算步骤S14,根据历史数据和每个维度的权重,计算每个消费者与当前优惠券的匹配分。
具体地,从历史数据获取每个消费者在每个维度的评价分,并基于评价分和对应的权重,计算每个消费者与当前优惠券的匹配分。
例如,从上述历史数据可以获得消费者A和消费者B在每个维度的评价分,具体的评价分如下。
消费者A:购买商品频率是1个月内(即,1个月内购买过商品)(5分),消费者评分是无评分(2分),商品相关性是同款商品(即,购买同款商品)(5分),商品单价差额是在100元以内(5分)。
消费者B:购买商品频率是1个月内(即,1个月内购买过商品)(5分),消费者评分是满意(4分),商品相关性是商品细目相关(即,购买了细目相关的商品)(4分),购买商品单价差额在1千元以上(0分)。
在本实施例中,当前优惠券的需求是比较侧重购买商品频率和消费者评分,每个维度的权重被配置为例如w1=w2=50%,w3=w4=0,消费者A与当前优惠券的匹配分S1、消费者B与当前优惠券的匹配分S2的计算如下。
S1=5*0.5+2*0.5=3.5分
S2=5*0.5+4*0.5=4.5分
在确定步骤S15,基于多个匹配分,确定与当前优惠券匹配的匹配消费者,并进行推广。
将如上所述计算得到的消费者A与当前优惠券的匹配分S1、消费者B与当前优惠券的匹配分S2从大到小进行,可以看出S1<S2。也就是说,消费者B与当前优惠券的匹配度更高,因此将消费者B作为与当前优惠券匹配的匹配消费者,并向消费者B推广当前优惠券。
可以理解的是,上述实施例中,针对不同的优惠券,即使两个消费者在每个维度的评价分相同,但是由于每个维度的权重不同,所以最终合适的匹配消费者会有所不同。
可以理解的是,上述实施例中仅仅以两个消费者为例计算各自的匹配分,但是本发明不限于此,可以计算任意个消费者各自的匹配分,并按照从大到小的顺序进行排序。
可以理解的是,可以将排在前面的任意个消费者都作为匹配消费者,并向这些匹配消费者推广当前优惠券。
可以理解的是,根据当前优惠券的不同需求,可以为每个维度配置不同的权重,从而向合适的消费者推广该优惠券。因此,本发明可以将优惠券精准匹配到合适的消费者,提升优惠券的使用率,进而增强商户的促销、推广活动效果,也能让消费者享受到最大的优惠效益。
本发明还提供一种基于历史数据的分析装置,如图2所示,装置20包括:
采集单元201,采集多个消费者使用优惠券的历史数据;
设置单元202,根据所述历史数据,设置多个维度;
配置单元203,根据所发布的当前优惠券的预设属性,为每个维度配置对应的权重;
计算单元204,根据所述历史数据和每个维度的权重,计算每个所述消费者与所述当前优惠券的匹配分;
确定单元205,基于多个所述匹配分,确定与所述当前优惠券匹配的匹配消费者,并进行推广。
可以理解的是,采集单元201、设置单元202、配置单元203、计算单元204、确定单元205可以通过图3中的电子设备100中具有这些模块或单元功能的处理器102来实现。
本发明还提供一种计算机可读存储介质,存储介质上存储有指令,该指令在计算机上执行时使计算机执行图1中所示的基于历史数据的分析方法。
本发明还提供一种计算机程序产品,包括计算机可执行指令,指令被处理器102执行以实施本发明的基于历史数据的分析方法。
现在参考图3,图3示意性地示出了根据本发明的实施例的示例电子设备1400。在一个实施例中,系统1400可以包括一个或多个处理器1404,与处理器1404中的至少一个连接的系统控制逻辑1408,与系统控制逻辑1408连接的系统内存1412,与系统控制逻辑1408连接的非易失性存储器(NVM)1416,以及与系统控制逻辑1408连接的网络接口1420。
在一些实施例中,处理器1404可以包括一个或多个单核或多核处理器。在一些实施例中,处理器1404可以包括通用处理器和专用处理器(例如,图形处理器,应用处理器,基带处理器等)的任意组合。在系统1400采用eNB(Evolved Node B,增强型基站)101或RAN(Radio Access Network,无线接入网)控制器102的实施例中,处理器1404可以被配置为执行各种符合的实施例,例如,如图1所示的实施例。
在一些实施例中,系统控制逻辑1408可以包括任意合适的接口控制器,以向处理器1404中的至少一个和/或与系统控制逻辑1408通信的任意合适的设备或组件提供任意合适的接口。
在一些实施例中,系统控制逻辑1408可以包括一个或多个存储器控制器,以提供连接到系统内存1412的接口。系统内存1412可以用于加载以及存储数据和/或指令。在一些实施例中系统1400的内存1412可以包括任意合适的易失性存储器,例如合适的动态随机存取存储器(DRAM)。
NVM/存储器1416可以包括用于存储数据和/或指令的一个或多个有形的、非暂时性的计算机可读介质。在一些实施例中,NVM/存储器1416可以包括闪存等任意合适的非易失性存储器和/或任意合适的非易失性存储设备,例如HDD(Hard Disk Drive,硬盘驱动器),CD(Compact Disc,光盘)驱动器,DVD(Digital Versatile Disc,数字通用光盘)驱动器中的至少一个。
NVM/存储器1416可以包括安装系统1400的装置上的一部分存储资源,或者它可以由设备访问,但不一定是设备的一部分。例如,可以经由网络接口1420通过网络访问NVM/存储器1416。
特别地,系统内存1412和NVM/存储器1416可以分别包括:指令1424的暂时副本和永久副本。指令1424可以包括:由处理器1404中的至少一个执行时导致电子设备1400实施如图1所示的方法的指令。在一些实施例中,指令1424、硬件、固件和/或其软件组件可另外地/替代地置于系统控制逻辑1408,网络接口1420和/或处理器1404中。
网络接口1420可以包括收发器,用于为系统1400提供无线电接口,进而通过一个或多个网络与任意其他合适的设备(如前端模块,天线等)进行通信。在一些实施例中,网络接口1420可以集成于系统1400的其他组件。例如,网络接口1420可以集成于处理器1404的,系统内存1412,NVM/存储器1416,和具有指令的固件设备(未示出)中的至少一种,当处理器1404中的至少一个执行所述指令时,电子设备1400实现如图1所示的方法。
网络接口1420可以进一步包括任意合适的硬件和/或固件,以提供多输入多输出无线电接口。例如,网络接口1420可以是网络适配器,无线网络适配器,电话调制解调器和/或无线调制解调器。
在一个实施例中,处理器1404中的至少一个可以与用于系统控制逻辑1408的一个或多个控制器的逻辑封装在一起,以形成系统封装(SiP)。在一个实施例中,处理器1404中的至少一个可以与用于系统控制逻辑1408的一个或多个控制器的逻辑集成在同一管芯上,以形成片上系统(SoC)。
电子设备1400可以进一步包括:输入/输出(I/O)设备1432。I/O设备1432可以包括用户界面,使得用户能够与电子设备1400进行交互;外围组件接口的设计使得外围组件也能够与电子设备1400交互。在一些实施例中,电子设备1400还包括传感器,用于确定与电子设备1400相关的环境条件和位置信息的至少一种。
在一些实施例中,用户界面可包括但不限于显示器(例如,液晶显示器,触摸屏显示器等),扬声器,麦克风,一个或多个相机(例如,静止图像照相机和/或摄像机),手电筒(例如,发光二极管闪光灯)和键盘。
本申请公开的机制的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码,该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。
可将程序代码应用于输入指令,以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的,处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现,以便与处理系统通信。在需要时,也可用汇编语言或机器语言来实现程序代码。事实上,本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下,该语言可以是编译语言或解释语言。
在一些情况下,所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如,计算机可读)存储介质承载或存储在其上的指令,其可以由一个或多个处理器读取和执行。例如,指令可以通过网络或通过其他计算机可读介质分发。因此,机器可读介质可以包括用于以机器(例如,计算机)可读的形式存储或传输信息的任何机制,包括但不限于,软盘、光盘、光碟、只读存储器(CD-ROM)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如,载波、红外信号数字信号等)的有形的机器可读存储器。因此,机器可读介质包括适合于以机器(例如,计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。
在附图中,可以以特定布置和/或顺序示出一些结构或方法特征。然而,应该理解,可能不需要这样的特定布置和/或排序。而是,在一些实施例中,这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外,在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征,并且在一些实施例中,可以不包括这些特征或者可以与其他特征组合。
需要说明的是,本申请各设备实施例中提到的各单元/模块都是逻辑单元/模块,在物理上,一个逻辑单元/模块可以是一个物理单元/模块,也可以是一个物理单元/模块的一部分,还可以以多个物理单元/模块的组合实现,这些逻辑单元/模块本身的物理实现方式并不是最重要的,这些逻辑单元/模块所实现的功能的组合才是解决本申请所提出的技术问题的关键。此外,为了突出本申请的创新部分,本申请上述各设备实施例并没有将与解决本申请所提出的技术问题关系不太密切的单元/模块引入,这并不表明上述设备实施例并不存在其它的单元/模块。
需要说明的是,在本专利的示例和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然通过参照本申请的某些优选实施例,已经对本申请进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本申请的精神和范围。
Claims (15)
1.一种基于历史数据的分析方法,其特征在于,所述方法包括:
采集步骤,采集多个消费者使用优惠券的历史数据;
设置步骤,根据所述历史数据,设置多个维度;
配置步骤,根据所发布的当前优惠券的预设属性,为每个维度配置对应的权重;
计算步骤,根据所述历史数据和每个维度的权重,计算每个所述消费者与所述当前优惠券的匹配分;
确定步骤,基于多个所述匹配分,确定与所述当前优惠券匹配的匹配消费者,并进行推广。
2.根据权利要求1所述的方法,其特征在于,多个维度包括四个或更多个维度。
3.根据权利要求2所述的方法,其特征在于,多个维度包括购买商品频率、消费者评分、商品相关性、商品单价差额。
4.根据权利要求1所述的方法,其特征在于,每个维度的对应权重可以相同或不同。
5.根据权利要求1所述的方法,其特征在于,在所述计算步骤中,从所述历史数据获取每个所述消费者在每个维度的评价分,并基于所述评价分和所述对应的权重,计算所述匹配分。
6.根据权利要求5所述的方法,其特征在于,每个维度包括多个所述评价分。
7.一种基于历史数据的分析装置,其特征在于,所述装置包括:
采集单元,采集多个消费者使用优惠券的历史数据;
设置单元,根据所述历史数据,设置多个维度;
配置单元,根据所发布的当前优惠券的预设属性,为每个维度配置对应的权重;
计算单元,根据所述历史数据和每个维度的权重,计算每个所述消费者与所述当前优惠券的匹配分;
确定单元,基于多个所述匹配分,确定与所述当前优惠券匹配的匹配消费者,并进行推广。
8.根据权利要求7所述的装置,其特征在于,多个维度包括四个或更多个维度。
9.根据权利要求9所述的装置,其特征在于,多个维度包括购买商品频率、消费者评分、商品相关性、商品单价差额。
10.根据权利要求7所述的装置,其特征在于,每个维度的对应权重可以相同或不同。
11.根据权利要求7所述的装置,其特征在于,所述计算单元从所述历史数据获取每个所述消费者在每个维度的评价分,并基于所述评价分和所述对应的权重,计算所述匹配分。
12.根据权利要求7所述的装置,其特征在于,每个维度包括多个所述评价分。
13.一种计算机可读存储介质,其特征在于,所述存储介质上存储有指令,所述指令在计算机上执行时使所述计算机执行权利要求1至6中任一项所述的基于历史数据的分析方法。
14.一种电子设备,其特征在于,包括:一个或多个处理器;一个或多个存储器;所述一个或多个存储器存储有一个或多个程序,当所述一个或者多个程序被所述一个或多个处理器执行时,使得所述电子设备执行权利要求1至6中任一项所述的基于历史数据的分析方法。
15.一种计算机程序产品,包括计算机可执行指令,其特征在于,所述指令被处理器执行以实施权利要求1至6中任一项所述的基于历史数据的分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310215007.4A CN116151875A (zh) | 2023-03-07 | 2023-03-07 | 基于历史数据的分析方法、装置、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310215007.4A CN116151875A (zh) | 2023-03-07 | 2023-03-07 | 基于历史数据的分析方法、装置、介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116151875A true CN116151875A (zh) | 2023-05-23 |
Family
ID=86358242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310215007.4A Pending CN116151875A (zh) | 2023-03-07 | 2023-03-07 | 基于历史数据的分析方法、装置、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151875A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739662A (zh) * | 2023-08-14 | 2023-09-12 | 广州淘通科技股份有限公司 | 一种电子优惠券信息的异常检测方法、装置及系统 |
-
2023
- 2023-03-07 CN CN202310215007.4A patent/CN116151875A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739662A (zh) * | 2023-08-14 | 2023-09-12 | 广州淘通科技股份有限公司 | 一种电子优惠券信息的异常检测方法、装置及系统 |
CN116739662B (zh) * | 2023-08-14 | 2024-02-20 | 广州淘通科技股份有限公司 | 一种电子优惠券信息的异常检测方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI696194B (zh) | 投訴舉報類別的排序方法和裝置 | |
KR101240122B1 (ko) | 애드보케이트 추천을 이용한 소셜 네트워크 마케팅 방법 및 장치 | |
Duch-Brown | The competitive landscape of online platforms | |
US20040068436A1 (en) | System and method for influencing position of information tags allowing access to on-site information | |
CN106779641A (zh) | 信息处理方法及信息处理装置 | |
CN107622417A (zh) | 一种基于地理位置的广告推送方法、装置及电子设备 | |
Tuunainen et al. | Mobile service platforms: Comparing nokia ovi and apple app store with the iisin model | |
CN108563680A (zh) | 资源推荐方法及装置 | |
US20130254025A1 (en) | Item ranking modeling for internet marketing display advertising | |
CN110175306A (zh) | 一种广告信息的处理方法及装置 | |
US20070179933A1 (en) | Method and system for providing information on article of commerce | |
CN116151875A (zh) | 基于历史数据的分析方法、装置、介质 | |
CN110335088A (zh) | 信息处理方法及其装置、电子设备和介质 | |
US20120130850A1 (en) | Techniques and system for revenue sharing in an online storefront | |
KR20230009336A (ko) | 리뷰 컨텐츠의 구매 기여도에 기초한 리워드 제공 서비스를 제공하는 제공 방법 및 이를 구현하는 시스템 | |
US20180204228A1 (en) | Method, apparatus, and computer program product for identifying a service need via a promotional system | |
CN112287208B (zh) | 用户画像生成方法、装置、电子设备及存储介质 | |
CN108510302A (zh) | 一种营销决策方法及交易服务器 | |
KR102462199B1 (ko) | 온라인 판매 플랫폼 서비스를 제공하는 서버 및 그 방법 | |
WO2007086684A1 (en) | Method and system for calculating advertising-fee of local advertising information | |
US11062386B1 (en) | Bid placement for ranked items | |
US20130254019A1 (en) | User level incremental revenue and conversion prediction for internet marketing display advertising | |
CN111259242B (zh) | 数据处理方法、装置、存储介质及设备 | |
CN114997908A (zh) | 商品信息处理系统、方法、设备及存储介质 | |
WO2014085786A1 (en) | Using a financial account statement to present an opportunity to provide content related to a good or service |
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 |