CN116226554A - 服务推荐方法、装置、计算机设备和存储介质 - Google Patents
服务推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116226554A CN116226554A CN202310237874.8A CN202310237874A CN116226554A CN 116226554 A CN116226554 A CN 116226554A CN 202310237874 A CN202310237874 A CN 202310237874A CN 116226554 A CN116226554 A CN 116226554A
- Authority
- CN
- China
- Prior art keywords
- user
- target
- service
- service provider
- business district
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 238000012216 screening Methods 0.000 claims abstract description 21
- 238000009826 distribution Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种服务推荐方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：响应于用户的服务请求信息，提取用户的地理位置和用户的类别特征；根据用户的类别特征确定目标用户；对目标用户的地理位置和商圈的地理位置进行匹配，得到与目标用户匹配的目标商圈；基于目标用户的类别特征对目标商圈中的服务提供方进行筛选，得到目标商圈的至少一个目标服务提供方；基于请求分配规则，向目标用户推荐目标服务提供方的至少一个目标对象。该方法，无需为每个服务提供方单独设置用户通道，降低了算法的复杂程度，根据目标用户的服务请求信息可以快速匹配目标服务提供方的目标服务者提高了向用户推荐服务的准确性。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种服务推荐方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着互联网技术的发展，利用应用程序向用户提供多种服务。传统技术中，在进行服务推荐时，通常从用户的兴趣出发，这种方式较为单一，无法在复杂的应用场景为用户提供准确的推荐服务。亟需出现一种提高向用户推荐服务的准确度的方法。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高服务推荐准确性的服务推荐方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种服务推荐方法，所述方法包括：
响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征；
根据所述用户的类别特征确定目标用户；
对所述目标用户的地理位置和商圈的地理位置进行匹配，得到与所述目标用户匹配的目标商圈；
基于所述目标用户的类别特征对所述目标商圈中的服务提供方进行筛选，得到所述目标商圈的至少一个目标服务提供方；
基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象。
在其中一个实施例中，所述基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象，包括：
根据所述目标商圈和/或所述目标服务提供方的对象的参数分布，确定推荐参数的权重，所述推荐参数包括对象的位置信息、服务状态和服务级别；
对所述目标服务提供方的各对象的位置信息、服务状态和服务级别进行加权，得到各对象的推荐值；
根据所述对象的推荐值，筛选至少一个目标对象；
向所述目标用户推荐所述至少一个目标对象。
在其中一个实施例中，根据所述目标商圈和/或所述目标服务提供方的对象的参数分布，确定推荐参数的权重，包括：
根据所述目标商圈的密集程度，确定所述目标服务提供方的各对象的位置信息的权重；所述目标商圈的密集程度与所述对象的位置信息的权重呈反比；
根据所述目标服务提供方的对象的数量，确定所述目标服务提供方的各对象的服务状态和服务级别的权重；所述目标服务提供方的对象的数量与所述对象的服务状态的权重、服务级别的权重呈反比。
在其中一个实施例中，所述推荐参数还包括服务经验；根据所述目标商圈和/或所述目标服务提供方的对象的参数分布，确定推荐参数的权重，还包括：
根据所述目标服务提供方的对象的服务经验与所述目标用户的类别特征的匹配度，确定所述服务经验的权重，所述对象的服务经验与所述目标用户的类别特征的匹配度越高，所述服务经验的权重越大。
在其中一个实施例中，所述响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征，包括：
响应于用户的服务请求信息，若所述用户为存量用户，获取所述用户的地理位置，以及从数据库中获取所述用户的类别特征；
若所述用户为新用户，则获取所述用户的地理位置，以及从所述用户的服务请求信息中提取所述用户的类别特征。
在其中一个实施例中，所述用户的类别特征包括潜在用户；
确定所述用户的类别特征的方式，包括：
若所述用户具有经营信息，则确定所述用户为潜在用户；
所述根据所述用户的类别特征确定目标用户，包括：将潜在用户确定为目标用户。
第二方面，本申请提供了一种服务推荐装置，所述装置包括：
获取模块，用于响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征；
预处理模块，用于根据所述用户的类别特征确定目标用户；
匹配模块，用于对所述目标用户的地理位置和商圈的地理位置进行匹配，得到与所述目标用户匹配的目标商圈；
筛选模块，用于基于所述目标用户的类别特征对所述目标商圈中的服务提供方进行筛选，得到所述目标商圈的至少一个目标服务提供方；
处理模块，用于基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象。
第三方面，本申请提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下方法步骤：
响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征；
根据所述用户的类别特征确定目标用户；
对所述目标用户的地理位置和商圈的地理位置进行匹配，得到与所述目标用户匹配的目标商圈；
基于所述目标用户的类别特征对所述目标商圈中的服务提供方进行筛选，得到所述目标商圈的至少一个目标服务提供方；
基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象。
第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下方法步骤：
响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征；
根据所述用户的类别特征确定目标用户；
对所述目标用户的地理位置和商圈的地理位置进行匹配，得到与所述目标用户匹配的目标商圈；
基于所述目标用户的类别特征对所述目标商圈中的服务提供方进行筛选，得到所述目标商圈的至少一个目标服务提供方；
基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象。
第五方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下方法步骤：
响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征；
根据所述用户的类别特征确定目标用户；
对所述目标用户的地理位置和商圈的地理位置进行匹配，得到与所述目标用户匹配的目标商圈；
基于所述目标用户的类别特征对所述目标商圈中的服务提供方进行筛选，得到所述目标商圈的至少一个目标服务提供方；
基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象。
上述服务推荐方法、装置、计算机设备、存储介质和计算机程序产品，通过对用户的服务请求信息进行提取，得到用户的地理位置，根据用户的类别特征确定目标用户，并将目标用户的地理位置和商圈的地理位置进行匹配，在算法层面快速确定用户所属的商圈。通过请求分配规则，向目标用户推荐目标服务提供方的目标服务者，让目标用户及时得到服务，促进客户转换。该方法，一方面，通过对目标商圈中的服务提供方进行筛选，无需为每个服务提供方单独设置用户通道，降低了算法的复杂程度，另一方面，根据目标用户的服务请求信息可以快速匹配目标服务提供方的目标服务者，提高了向用户推荐服务的准确性。
附图说明
图1为一个实施例中服务推荐方法的应用环境图；
图2为一个实施例中服务推荐方法的流程示意图；
图3为一个实施例中推荐目标对象的方法的流程示意图；
图4为一个实施例中基于LBS自动分单方法的流程示意图；
图5为一个实施例中留资二维码界面示意图；
图6为一个实施例中活动介绍页示意图；
图7为一个实施例中留资界面示意图；
图8为一个实施例中服务推荐装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
随着互联网技术的发展，利用应用程序向用户提供多种服务。比如，在用户APP上设置扫码通道，用户通过扫描商户下发的广告、传单和海报，可以快速获取商户信息的同时，商户也可以根据用户填写的资料，决定要推送给用户服务内容，平台整合商户决定要推送给用户服务内容，结合用户的历史消费信息，在用户的APP上推送给用户个性化的内容。
对于不同地区的用户，常因为用户所在的位置不同，平台给用户推荐的内容也不一定适合用户，由此，需要给用户推荐相关销售人员，促进用户的转化，但是，销售人员素质层次不齐，销售规则也不尽相同，导致平台向用户推荐产品服务和销售服务时不够准确。
因而需要一套完整的方案，为企业提供一种能够提高服务推荐准确性的服务推荐方法
有鉴于此，本申请实施例提供的服务推荐方法，可以应用于如图1所示的应用环境中。其中，用户终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。
服务器104响应于用户终端102发送的用户的服务请求信息，提取用户的地理位置和用户的类别特征；服务器104根据用户的类别特征确定目标用户；服务器104对目标用户的地理位置和商圈的地理位置进行匹配，得到与目标用户匹配的目标商圈；服务器104基于目标用户的类别特征对目标商圈中的服务提供方进行筛选，得到目标商圈的至少一个目标服务提供方；服务器104基于请求分配规则，向目标用户推荐目标服务提供方的至少一个目标对象。
其中，用户终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种服务推荐方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
S202，响应于用户的服务请求信息，提取用户的地理位置和用户的类别特征。
其中，用户的服务请求信息可以是用户通过终端直接发起的服务请求信息，也可以是用户通过该扫描二维码后终端发起的。
具体地，业务人员可以在软件中生成用户留资海报，留资海报包含用户扫码通道，用户识别通道可以是二维码、条形码、NFC等可以被用户终端识别到的标识信息。
其中，服务器可以根据响应于服务请求消息的时刻，提取用户的地理位置和用户的类别特性。
其中，用户的地理位置可以通过LBS技术提取得到。LBS(Location BasedService)是基于位置信息的服务，LBS数据中主要包括基础地理信息数据、兴趣点数据、导航数据以及系统管理数据等。
具体地，服务器可以通过读取用户终端发出服务请求消息的时刻，确定用户当前的经纬度等位置信息。需说明的，当用户发出服务请求信息时，且获取得到用户当前的经纬度等位置信息时，可以认为用户有去当前经纬度位置附近某一商户的需求，比如，学校、超市、银行、餐馆等。
其中，用户的类别特性可以根据用户消费行为画像所确定。消费行为画像可以是根据用户历史的消费行为对用户消费的偏好、次数、频率等做出的预测，消费行为画像还可以是根据用户的个人信息，例如，根据用户收入、用户居住地、用户工作类型等个人信息做出的预测结果。
具体地，根据消费行为画像可以确定用户的类别特征，用户的类别特征包括存量用户、新用户等。其中，存量用户表示在服务器中存在历史消费行为，新用户表示在服务器中不存在历史消费行为。
若某用户具备历史的消费行为，则根据该用户消费的偏好、次数、频率等确定用户消费行为画像，并将该用户的类别特征标记为存量用户。若某用户不具备历史的消费行为，则根据用户的个人信息对用户消费行为画像进行预测，并将该用户的类别特征标记为新用户。
S204，根据用户的类别特征确定目标用户。
其中，用户的类别特征包括存量用户、新用户等。用户类别特征还可以包括潜在用户、工薪用户、黑名单用户。具体地，潜在用户代表征信正常，且用户为个体工商户，工薪用户为征信正常，且依靠务工获取薪金收入的人员，黑名单用户为征信异常的用户。
具体地，可以筛除征信异常的黑名单客户，从而得到目标用户。
S206，对目标用户的地理位置和商圈的地理位置进行匹配，得到与目标用户匹配的目标商圈。
其中，商圈可以按照城市划分或按照地区划分，商圈的划分也可以按照区域内的商户数量和类型进行划分，可以理解的，商圈的地理位置信息可以预先获得。具体地，商圈的地理位置可以用POI表示。
其中，POI是Polnt of Information的缩写，表示信息点，是导航地图上具备非地理含义的店，包括商户，例如，商店、加油站、医院、学校等。河流、山川、湖泊、山峰等则不属于POI。商户可以通过在导航地图上申请和认领信息点，从而让商圈内的信息点具备具体含义。
需说明的若一定范围内具备多个商户的POI，在该区域可以被认为是商圈，可以将该区域内的多个商户的POI的位置的中心点作为该商圈的地理位置。
具体地，将对目标用户的地理位置和商圈的地理位置进行匹配，得到与目标用户匹配的目标商圈。
可以理解的，目标用户的地理位置和商圈的地理位置进行匹配包括：先判断目标用户的地理位置和商圈的地理位置之间的间隔距离是否小于预设阈值，若间隔距离小于预设阈值，则得到与目标用户匹配的目标商圈。若间隔距离大于预设阈值，则重新判断目标用户的地理位置和商圈的地理位置之间的间隔距离是否处于预设阈值，直到目标用户的地理位置和商圈的地理位置之间的间隔距离处于预设阈值。
S208，基于目标用户的类别特征对目标商圈中的服务提供方进行筛选，得到目标商圈的至少一个目标服务提供方。
其中，目标用户的类别特征包括潜在用户、工薪用户等。目标商圈的服务提供方可以似乎商圈内的各个商户，服务提供方为用户提供产品或服务，用户支付相应报酬。
例如，以服务提供方为银行A、目标用户为潜在用户为例，银行A可以给潜在用户提供相应的金融产品的，由此，银行A为目标服务提供方。
又例如，以服务提供方为保险公司B、目标用户为工薪客户为例，保险公司B可以给工薪用户提供相应的保险产品和保险咨询服务，由此，保险公司B为目标服务提供方。
需要说明的，对于一个目标用户，根据目标用户的类别特征对目标商圈中的服务提供方进行筛选，可能得到多个目标服务提供方，例如，以服务提供方为银行A和保险公司B，目标用户为潜在用户为例，银行A和保险公司B可以同时为该潜在用户提供相应的产品和服务。
S210，基于请求分配规则，向目标用户推荐目标服务提供方的至少一个目标对象。
其中，请求分配规则包括：在至少一个目标服务提供方中筛选至少一个对象作为目标对象，并将目标对象推荐给目标用户。
具体地，在不同目标服务提供方的对象可以不相同，也可以相同，例如，对于目标服务提供方A和目标服务提供方B，目标服务提供方A中包括对象1、对象2、对象3等，目标服务提供方B中包含对象3和对象4。基于请求分配规则，可以是筛选目标服务提供方中对象评分最高的对象作为目标对象，进而得到，目标服务提供方A的对象可以是对象3，目标服务提供方B中包含的对象可以是对象3，此时，不同目标服务提供方的对象相同。若目标服务提供方B中包含的对象是对象4，此时，不同目标服务提供方的对象不相同。
上述服务推荐方法中，通过对用户的服务请求信息进行提取，得到用户的地理位置，根据用户的类别特征确定目标用户，并将目标用户的地理位置和商圈的地理位置进行匹配，在算法层面快速确定用户所属的商圈。通过请求分配规则，向目标用户推荐目标服务提供方的目标服务者，让目标用户及时得到服务，促进客户转换。该方法，一方面，通过对目标商圈中的服务提供方进行筛选，无需为每个服务提供方单独设置用户通道，降低算法的复杂程度，另一方面，根据目标用户的服务请求信息可以快速匹配目标服务提供方的目标服务者，提高了向用户推荐服务的准确性。
在一个实施例中，如图3所示的推荐目标对象的方法的流程示意图，基于请求分配规则，向目标用户推荐目标服务提供方的至少一个目标对象，包括：
S302，根据目标商圈和/或目标服务提供方的对象的参数分布，确定推荐参数的权重，推荐参数包括对象的位置信息、服务状态和服务级别。
其中，对象包括通用对象和专属对象，若对于一个对象同时在多个服务提供方中，则该对象属于通用对象，若对于一个对象只在一个服务提供方中，则该对象属于专属对象。
具体地，目标商圈的对象可以是通用对象，目标服务提供方的对象可以是通用对象或专属对象。
其中，对象的参数分布可以是推荐参数的分布情况，即指对象的位置信息、服务状态和服务级别的分布情况。
其中，对象的位置信息可以是对象的实时位置信息；对象的服务状态可以是对象的剩余任务数，若对象被推荐一次，剩余任务数加一；对象的服务级别可以是衡量对象的处理任务的效率和处理任务的累计数量的评估，处理任务效率越高、处理任务的累计数量越多，相应的对象的服务级别越高。
S304，对目标服务提供方的各对象的位置信息、服务状态和服务级别进行加权，得到各对象的推荐值。
其中，对目标服务提供方的各对象的位置信息A、服务状态B和服务级别C进行加权(以对象的位置信息A加权系数30％、服务状态B加权系数40％和服务级别C加权系数30％为例)，得到各对象的推荐值T，公式如下：
T＝A*30％+B*40％+C*30。
具体地，目标服务提供方的各对象的位置信息A的数值根据目标用户与对象的距离确定，如下表所示：
表1目标用户与对象的距离与A数值映射表
| 目标用户与对象的距离 | A数值 |
| 0-2KM | 100 |
| 2-4Km | 90 |
| 4-6KM | 80 |
| 6-10KM | 70 |
| 10-20KM | 60 |
| 20KM-30KM | 50 |
| 30KM-40KM | 40 |
| 40KM-50KM | 30 |
| 50KM-60KM | 20 |
| 60KM-以上 | 10 |
服务状态B的得分，可以根据对象剩余任务数量所确定，如下表所示：
表2对象剩余任务数量与B数值映射表
服务级别C的数值，可以根据服务级别的高低确定，如下表所示：
表3服务级别与C数值的映射表
| 服务级别 | C数值 |
| L9 | 100 |
| L8 | 90 |
| L7 | 80 |
| L6 | 70 |
| L5 | 60 |
| L3 | 40 |
| L2 | 20 |
| L1 | 10 |
S306，根据对象的推荐值，筛选至少一个目标对象。
其中，可以根据对象的推荐值筛选推荐值最大的对象，确定为目标对象。
S308，向目标用户推荐至少一个目标对象。
其中，若至少一个对象的推荐值相等，随机向目标用户推荐一个目标对象。
本实施例中，通过对对象的推荐值进行计算，能够筛选出推荐给目标用户的对象，提高了向用户推荐服务的准确性。
在一个实施例中，根据目标商圈和/或目标服务提供方的对象的参数分布，确定推荐参数的权重，包括：根据目标商圈的密集程度，确定目标服务提供方的各对象的位置信息的权重；目标商圈的密集程度与对象的位置信息的权重呈反比；根据目标服务提供方的对象的数量，确定目标服务提供方的各对象的服务状态和服务级别的权重；目标服务提供方的对象的数量与对象的服务状态的权重、服务级别的权重呈反比。
其中，目标商圈的密集程度可以是目标商圈中的服务提供方数量多少，目标商圈中的服务提供方数量越多，目标商圈越密集。具体地，目标服务提供方的各对象越多目标服务提供方的各对象的位置信息的权重越小。
其中，目标服务提供方的对象的数量可以是目标商圈中的服务方的对象的数量，或，目标商圈中的对象的数量。具体地，目标商圈中的服务方的对象的数量和目标商圈中的对象的数量越少，目标服务提供方的各对象的服务状态和服务级别的权重越高。
本实施例中，通过推荐参数的权重，使得不同参数分布情况下对象的推荐值与目标商圈和/或目标服务提供方的对象的参数分布相适应，能够得到合理的对象推荐值范围，提高了向用户推荐服务的准确性。
在一个实施例中，推荐参数还包括服务经验；根据目标商圈和/或目标服务提供方的对象的参数分布，确定推荐参数的权重，还包括：根据目标服务提供方的对象的服务经验与目标用户的类别特征的匹配度，确定服务经验的权重，对象的服务经验与目标用户的类别特征的匹配度越高，服务经验的权重越大。
其中，服务经验指目标服务提供方的对象曾经被推荐给与目标用户相同类别特征的目标用户。具体地，若目标用户类别特征为潜在用户，目标服务提供方的对象曾经被推荐给潜在用户，则该目标服务提供方的对象具有服务经验。
其中，目标服务提供方的对象的服务经验与目标用户的类别特征的匹配度，指目标服务提供方的对象的服务经验中包含目标用户的类别特征的次数多少。
具体地，目标服务提供方的对象的服务经验中包含目标用户的类别特征的次数越多，匹配度越高，服务经验的权重越大。
本实施例中，通过判断目标服务提供方的对象的服务经验多少，确定服务经验的权重，能够得到合理的对象推荐值范围，提高了向用户推荐服务的准确性。
在一个实施例中，响应于用户的服务请求信息，提取用户的地理位置和用户的类别特征，包括：响应于用户的服务请求信息，若用户为存量用户，获取用户的地理位置，以及从数据库中获取用户的类别特征；若用户为新用户，则获取用户的地理位置，以及从用户的服务请求信息中提取用户的类别特征。
其中，用户的类别特征包括存量用户、新用户等。存量用户指该用户已经被推荐过目标服务提供方的目标对象，或该用户曾经发出过服务请求信息。新用户该用户未被推荐过目标服务提供方的目标对象，和该用户没有发出过服务请求信息。
具体地，可以获取用户的地理位置和用户的标识信息，若根据用户标识信息确定用户为存量用户，则从数据库中获取用户的类别特征。若根据用户标识信息确定用户为新，从用户的服务请求信息中提取用户的类别特征。
本实施例中，通过获取用户的标识信息，根据用户标识信息确定用户为存量用户，直接从数据库中获取用户的类别特征，能够省去重新获取用户服务请求消息的过程。
在一个实施例中，用户的类别特征包括潜在用户；确定用户的类别特征的方式，包括：若用户具有经营信息，则确定用户为潜在用户；根据用户的类别特征确定目标用户，包括：将潜在用户确定为目标用户。
其中，潜在用户代表征信正常，且用户为个体工商户。具体地，奋斗者客户可以根据用户的经营信息所确定。
其中，经营信息可以包括经营类贷款、工商信息等。若根据用户的经营类贷款、工商信息等确定用户的类别特征为奋斗者客户，则将奋斗者客户确定为目标用户。
若根据用户的经营类贷款、工商信息等确定用户的类别特征不为奋斗者客户，则进一步根据用户的社保信息、收入情况等信息确定用户的类别特征是否为工薪客户，若根据用户的社保信息、收入情况等信息确定用户的类别特征为工薪用户，将工薪用户确定为目标用户。
本实施例中，通过根据用户的经营类贷款、工商信息快速确定，用户是否为潜在用户，能够将奋斗者客户确定为目标用户，进而提高了向潜在用户的推荐服务的准确性。
在一个实施例中，如图4所示，提供了一种基于LBS自动分单方法，包括：
S402，用户扫码，提交留资资料。
其中，业务人员在软件中编辑广告图片，将图片保存(如图5所示留资二维码界面示意图)，打印成传单或海报，在目标商圈区域分发或粘贴。客户扫码会进入活动介绍页(如图6所示的活动介绍页示意图)，介绍页显示了一个“立即参与”按钮图标，通过点击该按钮，会引导客户登录，登录成功后会进入资料填写页(如图7所示的留资界面示意图)，填写用户姓名和身份证号，用户点击：“提交参与”按钮，前端页面校验填写内容是否正确格式，校验通过后将信息提交给后台。校验规则如下：
(1)姓名格式2-20字内，若填写字数不符合，弹窗展示“姓名格式不正确，请重新输入”(2)若身份证格式校验未通过，弹窗展示“身份证号码格式不正确，请重新输入”。
其中，若校验通过，将用户服务请求信息提交给后台。
S404响应于用户的服务请求信息，若用户为存量用户，获取用户的地理位置，以及从数据库中获取用户的类别特征。
其中，用户的类别特征包括潜在用户；确定用户的类别特征的方式，包括：若用户具有经营信息，则确定用户为潜在用户；根据用户的类别特征确定目标用户，包括：将潜在用户确定为目标用户。
S406，若用户为新用户，则获取用户的地理位置，以及从用户的服务请求信息中提取用户的类别特征。
S408，若用户为黑名单用户，则过滤黑名单用户。
其中，黑名单用户为征信异常的用户。
S410，根据用户的类别特征确定目标用户。
S412，对目标用户的地理位置和商圈的地理位置进行匹配，得到与目标用户匹配的目标商圈。
S414，基于目标用户的类别特征对目标商圈中的服务提供方进行筛选，得到目标商圈的至少一个目标服务提供方。
S416，根据目标商圈和/或目标服务提供方的对象的参数分布，确定推荐参数的权重，推荐参数包括对象的位置信息、服务状态和服务级别。
其中，根据目标商圈的密集程度，确定目标服务提供方的各对象的位置信息的权重；目标商圈的密集程度与对象的位置信息的权重呈反比；根据目标服务提供方的对象的数量，确定目标服务提供方的各对象的服务状态和服务级别的权重；目标服务提供方的对象的数量与对象的服务状态的权重、服务级别的权重呈反比。
其中，推荐参数还包括服务经验；根据目标商圈和/或目标服务提供方的对象的参数分布，确定推荐参数的权重，还包括：根据目标服务提供方的对象的服务经验与目标用户的类别特征的匹配度，确定服务经验的权重，对象的服务经验与目标用户的类别特征的匹配度越高，服务经验的权重越大。
S418，对目标服务提供方的各对象的位置信息、服务状态和服务级别进行加权，得到各对象的推荐值。
S420，根据对象的推荐值，筛选至少一个目标对象。
S422，向目标用户推荐至少一个目标对象。
其中，生成下户任务，提醒目标对象及时促进用户转化。
本实施例中，通过对用户的服务请求信息进行提取，得到用户的地理位置，根据用户的类别特征确定目标用户，并将目标用户的地理位置和商圈的地理位置进行匹配，在算法层面快速确定用户所属的商圈。通过请求分配规则，向目标用户推荐目标服务提供方的目标服务者，让目标用户及时得到服务，促进客户转换。该方法，一方面，通过对目标商圈中的服务提供方进行筛选，无需为每个服务提供方单独设置用户通道，降低算法的复杂程度，另一方面，根据目标用户的服务请求信息可以快速匹配目标服务提供方的目标服务者，提高了向用户推荐服务的准确性。该方法，(1)利用客户LBS(地理位置)，区分客户来源商圈，实现传单与广告海报一致，减少打印成本与操作复杂性。(2)设置客户筛选规则，从留资客户中，过滤出目的客户，节约销售资源。(3)设计自动分单算法，提高分单效率，让客户及时得到服务，快速促进客户转化。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的服务推荐方法的服务推荐装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个服务推荐装置实施例中的具体限定可以参见上文中对于服务推荐方法的限定，在此不再赘述。
在一个实施例中，如图8所示，提供了一种服务推荐装置，包括：获取模块802、预处理模块804、匹配模块806、筛选模块808和处理模块810，其中：
获取模块802，用于响应于用户的服务请求信息，提取用户的地理位置和用户的类别特征；
预处理模块804，用于根据用户的类别特征确定目标用户；
匹配模块806，用于对目标用户的地理位置和商圈的地理位置进行匹配，得到与目标用户匹配的目标商圈；
筛选模块808，用于基于目标用户的类别特征对目标商圈中的服务提供方进行筛选，得到目标商圈的至少一个目标服务提供方；
处理模块810，用于基于请求分配规则，向目标用户推荐目标服务提供方的至少一个目标对象。
在一个实施例中，处理模块810，还用于根据目标商圈和/或目标服务提供方的对象的参数分布，确定推荐参数的权重，推荐参数包括对象的位置信息、服务状态和服务级别；对目标服务提供方的各对象的位置信息、服务状态和服务级别进行加权，得到各对象的推荐值；根据对象的推荐值，筛选至少一个目标对象；向目标用户推荐至少一个目标对象。
在一个实施例中，处理模块810，还用于根据目标商圈的密集程度，确定目标服务提供方的各对象的位置信息的权重；目标商圈的密集程度与对象的位置信息的权重呈反比；根据目标服务提供方的对象的数量，确定目标服务提供方的各对象的服务状态和服务级别的权重；目标服务提供方的对象的数量与对象的服务状态的权重、服务级别的权重呈反比。
在一个实施例中，推荐参数还包括服务经验，处理模块810，还用于根据目标服务提供方的对象的服务经验与目标用户的类别特征的匹配度，确定服务经验的权重，对象的服务经验与目标用户的类别特征的匹配度越高，服务经验的权重越大。
在一个实施例中，获取模块802，还用于响应于用户的服务请求信息，若用户为存量用户，获取用户的地理位置，以及从数据库中获取用户的类别特征；若用户为新用户，则获取用户的地理位置，以及从用户的服务请求信息中提取用户的类别特征。
在一个实施例中，用户的类别特征包括潜在用户，获取模块802，还用于若用户具有经营信息，则确定用户为潜在用户，将潜在用户确定为目标用户。
上述服务推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务请求信息数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种服务推荐方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，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、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种服务推荐方法，其特征在于，所述方法包括：
响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征；
根据所述用户的类别特征确定目标用户；
对所述目标用户的地理位置和商圈的地理位置进行匹配，得到与所述目标用户匹配的目标商圈；
基于所述目标用户的类别特征对所述目标商圈中的服务提供方进行筛选，得到所述目标商圈的至少一个目标服务提供方；
基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象。
2.根据权利要求1所述的方法，其特征在于，所述基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象，包括：
根据所述目标商圈和/或所述目标服务提供方的对象的参数分布，确定推荐参数的权重，所述推荐参数包括对象的位置信息、服务状态和服务级别；
对所述目标服务提供方的各对象的位置信息、服务状态和服务级别进行加权，得到各对象的推荐值；
根据所述对象的推荐值，筛选至少一个目标对象；
向所述目标用户推荐所述至少一个目标对象。
3.根据权利要求2所述的方法，其特征在于，根据所述目标商圈和/或所述目标服务提供方的对象的参数分布，确定推荐参数的权重，包括：
根据所述目标商圈的密集程度，确定所述目标服务提供方的各对象的位置信息的权重；所述目标商圈的密集程度与所述对象的位置信息的权重呈反比；
根据所述目标服务提供方的对象的数量，确定所述目标服务提供方的各对象的服务状态和服务级别的权重；所述目标服务提供方的对象的数量与所述对象的服务状态的权重、服务级别的权重呈反比。
4.根据权利要求3所述的方法，其特征在于，所述推荐参数还包括服务经验；根据所述目标商圈和/或所述目标服务提供方的对象的参数分布，确定推荐参数的权重，还包括：
根据所述目标服务提供方的对象的服务经验与所述目标用户的类别特征的匹配度，确定所述服务经验的权重，所述对象的服务经验与所述目标用户的类别特征的匹配度越高，所述服务经验的权重越大。
5.根据权利要求1所述的方法，其特征在于，所述响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征，包括：
响应于用户的服务请求信息，若所述用户为存量用户，获取所述用户的地理位置，以及从数据库中获取所述用户的类别特征；
若所述用户为新用户，则获取所述用户的地理位置，以及从所述用户的服务请求信息中提取所述用户的类别特征。
6.根据权利要求5所述的方法，其特征在于，所述用户的类别特征包括潜在用户；
确定所述用户的类别特征的方式，包括：
若所述用户具有经营信息，则确定所述用户为潜在用户；
所述根据所述用户的类别特征确定目标用户，包括：将潜在用户确定为目标用户。
7.一种服务推荐装置，其特征在于，所述装置包括：
获取模块，用于响应于用户的服务请求信息，提取所述用户的地理位置和所述用户的类别特征；
预处理模块，用于根据所述用户的类别特征确定目标用户；
匹配模块，用于对所述目标用户的地理位置和商圈的地理位置进行匹配，得到与所述目标用户匹配的目标商圈；
筛选模块，用于基于所述目标用户的类别特征对所述目标商圈中的服务提供方进行筛选，得到所述目标商圈的至少一个目标服务提供方；
处理模块，用于基于请求分配规则，向所述目标用户推荐所述目标服务提供方的至少一个目标对象。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310237874.8A CN116226554A (zh) | 2023-03-03 | 2023-03-03 | 服务推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310237874.8A CN116226554A (zh) | 2023-03-03 | 2023-03-03 | 服务推荐方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116226554A true CN116226554A (zh) | 2023-06-06 |
Family
ID=86580476
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310237874.8A Pending CN116226554A (zh) | 2023-03-03 | 2023-03-03 | 服务推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116226554A (zh) |
-
2023
- 2023-03-03 CN CN202310237874.8A patent/CN116226554A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11556877B2 (en) | Generation of engagement and support recommendations for content creators | |
| WO2019080588A1 (zh) | 一种交易对象匹配方法及系统 | |
| US20140365298A1 (en) | Smart budget recommendation for a local business advertiser | |
| US20170032707A1 (en) | Method for determining a fruition score in relation to a poverty alleviation program | |
| CN110019774B (zh) | 标签分配方法、装置、存储介质及电子装置 | |
| CN114266640A (zh) | 审计方法、装置、计算机设备及存储介质 | |
| Kundu et al. | A comparative evaluation of customer perception and satisfaction of M-banking and I-banking | |
| Mooij et al. | An assessment of global formula apportionment | |
| US20140330620A1 (en) | Computer-implemented system and method for benchmarking, accounting, analysis, and cost forecasting | |
| WO2019080585A1 (zh) | 一种社交圈价值的评分方法及系统 | |
| CN112567410B (zh) | 显示地理区域中的活动的信息的系统、方法和程序产品 | |
| US7979302B2 (en) | Report generation method and system | |
| CN112767046A (zh) | 非标准化服务产品构建的方法及装置 | |
| US9286639B1 (en) | System and method for providing price information | |
| CN116542696A (zh) | 用户群体分类方法、装置、设备及存储介质 | |
| CN116467525A (zh) | 业务产品的推荐方法、装置、设备和存储介质 | |
| Manley | The use of traditional versus e-marketing in SMEs in a developing country: a comparative analysis | |
| CN116226554A (zh) | 服务推荐方法、装置、计算机设备和存储介质 | |
| WO2019080584A1 (zh) | 一种在线交易方法 | |
| CN112329814B (zh) | 一种发票数据处理方法及设备 | |
| CN114820196A (zh) | 信息推送方法、装置、设备及介质 | |
| JP2022160984A (ja) | シングルユーザアクションによる意思決定を支援するための方法及びシステム | |
| Fathonah et al. | Consumer Preferences To Use Digital Payment OVO as Study of Industry Development 4.0 in Indonesia (Case Study: Student of Walisongo State Islamic University) | |
| Hasan et al. | Assessing Public Awareness of Islamic Finance and Interest-Free Banking in India | |
| Song et al. | Estimation and inference on treatment effects under treatment-based sampling designs |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant after: Zhaolian Consumer Finance Co.,Ltd. Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant before: MERCHANTS UNION CONSUMER FINANCE Co.,Ltd. Country or region before: China |
|
| CB02 | Change of applicant information |