CN116489216A - 信息推送方法、装置、电子设备、存储介质及程序产品 - Google Patents
信息推送方法、装置、电子设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN116489216A CN116489216A CN202310254707.4A CN202310254707A CN116489216A CN 116489216 A CN116489216 A CN 116489216A CN 202310254707 A CN202310254707 A CN 202310254707A CN 116489216 A CN116489216 A CN 116489216A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- pushing
- product
- push
- 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 101
- 238000011156 evaluation Methods 0.000 claims description 134
- 230000008451 emotion Effects 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013145 classification model Methods 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 6
- 230000001815 facial effect Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000008909 emotion recognition Effects 0.000 claims description 3
- 230000001965 increasing effect Effects 0.000 description 24
- 230000014509 gene expression Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 235000012054 meals Nutrition 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 239000002537 cosmetic Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 206010063659 Aversion Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method 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
- G06Q30/06—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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种信息推送方法、装置、电子设备、存储介质及程序产品,涉及大数据技术领域,应用于服务器端。该方法包括:确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,第一推送权限信息为与第一属性信息相关的推送权限信息;以及确定第一用户的第一偏好信息和第一推送参考值,第一偏好信息包括至少一个产品的属性信息;若确定第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值,则将第一产品的第二信息推送给第一用户对应的第一电子设备,第二信息为第一产品的待推送信息。由此避免了由于不知道产品的用户接受程度,贸然面向全部用户进行推送而引起大量差评的问题。
Description
技术领域
本申请涉及大数据技术领域,特别涉及一种信息推送方法、装置、电子设备、存储介质及程序产品。
背景技术
随着互联网技术的快速发展以及智能终端设备的不断发展,信息推送技术也在不断发展。例如,在餐饮行业,当前越来越多的商家接入了各种线上订餐平台,大量的用户选择在各种线上订餐平台上点餐,商家的大量入驻使得用户的挑选变得更丰富。用户在不了解商家的情况下,在线上订餐平台海量的商家中选择订餐时,更看重商家的评分。商家在经营中通常会不断推出新菜品,商家在上架新菜品至线上订餐平台时,并不清楚用户对该新菜品的接受程度,如果贸然面向所有用户推送(也可以称为投放)新菜品,难免会有不少用户下单后不满意新菜品打差评。新菜品的评价不可控性非常容易对商家的评分造成不良影响,影响菜品的售卖以及商家的信誉。
另外,其他比如金融服务相关的产品、化妆品、衣服等的新品在线上推送过程中,也存在上述的由于不清楚新品的用户接受程度,在面向所有用户进行投放时,会引起很多用户因为不满意而进行差评,对金融机构、商家的评分造成不良影响,影响产品推广以及金融机构、商家等相关机构信誉的问题。
发明内容
本申请提供了一种信息推送方法、装置、电子设备、存储介质及程序产品,应用于信息推送场景,在产品信息的推送过程中例如可以更为精准地先选择一部分用户进行推送,然后根据这部分用户的评价结果逐步调整(例如增大)推送用户的范围,避免了新品在刚开始推送时,贸然面向全部用户进行推送而引起的大量差评的问题。
为解决上述技术问题,第一方面,本申请的实施方式提供了一种信息推送方法,应用于服务器端,该方法包括:确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,第一推送权限信息为与第一属性信息相关的推送权限信息;以及确定第一用户的第一偏好信息和第一推送参考值,第一偏好信息包括至少一个产品的属性信息;将第一偏好信息与第一推送权限信息进行匹配处理,并且将第一推送参考值与第一推送参考值阈值进行比较处理,若确定第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值,则将第一产品的第二信息推送给第一用户对应的第一电子设备,第二信息为第一产品的待推送信息。
基于该信息推送方法,服务器端在推送第一产品的信息的过程中,先确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,以及确定第一用户的第一偏好信息和第一推送参考值,在第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值的情况下,将第一产品的第二信息推送给第一用户对应的第一电子设备,第二信息为第一产品的待推送信息。如此,在产品的信息推送过程中,根据用户的偏好信息、推送权限信息以及产品的第一信息,确定产品对应的推送用户,可以更为精准地向用户推送产品,避免了前述新品在刚开始进行推送时,由于不知道新品的用户接受程度,贸然面向全部用户进行推送而引起大量差评的问题。
在上述第一方面的一种可能的实现中,将第一偏好信息与第一推送权限信息进行匹配处理,确定第一偏好信息与第一推送权限信息匹配,包括:若第一推送权限信息为将第二信息推送给第一类型用户对应的电子设备,则若第一偏好信息包括第一属性信息,确定第一偏好信息与第一推送权限信息匹配,第一类型用户为对应的偏好信息包括第一属性信息的用户;或者若第一推送权限信息为将第二信息推送给第二类型用户对应的电子设备,则若第一偏好信息不包括第一属性信息,确定第一偏好信息与第一推送权限信息匹配,第二类型用户为对应的偏好信息不包括第一属性信息的用户;或者若第一推送权限信息为将第二信息推送给第三类型用户对应的电子设备,则确定第一偏好信息与第一推送权限信息匹配,第三类型用户为对应的偏好信息包括第一属性信息的用户以及偏好信息不包括第一属性信息的用户。
在上述第一方面的一种可能的实现中,该方法还包括:接收第一电子设备发送来的第一用户针对第一产品的体验反馈信息;根据体验反馈信息确定第一用户对第一产品的评价结果,将评价结果发送给第二用户对应的第二电子设备;接收第二电子设备发送来的第二用户根据评价结果对第一推送参考值阈值进行调整得到的第二推送参考值阈值,以根据第二推送参考值阈值推送第二信息;和/或接收第二电子设备发送来的第二用户根据评价结果对第一推送权限信息进行调整得到的第二推送权限信息,以根据第二推送权限信息推送第二信息。
第一用户针对第一产品的体验反馈信息反映了第一用户对于第一产品的接受程度,根据体验反馈信息调整第一产品的第一推送参考值阈值和/或第一推送权限信息,也即调整了第一产品的推送策略,通过逐渐改变推送用户范围的方法,能得到用户对于第一产品的真实体验反馈,又不会由于激增的第一产品体验用户进行差评而引起对商家的冲击,具有评价可控性。
并且,本实现方式中,第二电子设备可以显示第一用户对第一产品的评价结果,或者其他电子设备也可以接收第一用户对第一产品的评价结果并进行显示,以便用于相关的第二用户(例如金融机构、商家)根据评价结果调整第一产品的第一推送参考值阈值和/或第一推送权限信息,可以使得第一产品的第一推送参考值阈值和/或第一推送权限信息的调整更符合第二用户的使用需求,提高了第一产品推送的准确性以及提升了第二用户的体验。
在上述第一方面的一种可能的实现中,该方法还包括:接收第一电子设备发送来的第一用户针对第一产品的体验反馈信息;根据体验反馈信息确定第一用户对第一产品的评价结果;根据评价结果确定第二推送参考值阈值,以根据第二推送参考值阈值推送第二信息;和/或根据评价结果确定第二推送权限信息,以根据第二推送权限信息推送第二信息。
第一用户针对第一产品的体验反馈信息反映了第一用户对于第一产品的接受程度,根据体验反馈信息调整第一产品的第一推送参考值阈值和/或第一推送权限信息,也即调整了第一产品的推送策略,通过逐渐改变推送用户范围的方法,能得到用户对于第一产品的真实体验反馈,又不会由于激增的第一产品体验用户进行差评而引起对商家的冲击,具有评价可控性。
并且,本实现方式中,第二电子设备可以根据第一用户对第一产品的评价结果自动调整第一产品的第一推送参考值阈值和/或第一推送权限信息,提升了第一推送参考值阈值和/或第一推送权限信息调整的效率。
在上述第一方面的一种可能的实现中,根据评价结果确定第二推送参考值阈值,包括:若评价结果为第一评价结果,则按照预设的推送参考值阈值生成规则生成所述第二推送参考值阈值,所述第二推送参考值阈值大于所述第一推送参考值阈值;根据评价结果确定第二推送权限信息,包括:若评价结果为第一评价结果,则按照预设的推送权限生成规则生成所述第二推送权限信息,所述第二推送权限信息对应的推送权限大于所述第一推送权限信息对应的推送权限。
在评价结果为第一评价结果的时候,增大第一推送参考值阈值和/或增大第一推送权限,使得更多的用户可以收到推送的第一产品。通过逐渐增加推送用户范围的方法,能得到用户对于第一产品的真实体验反馈,又不会由于激增的第一产品体验用户进行差评而引起对商家的冲击,具有可控性。
在上述第一方面的一种可能的实现中,第一评价结果为体验良好等用户对第一产品的正面的、积极的、好的评价。
在上述第一方面的一种可能的实现中,第一推送参考值阈值为5,第二推送参考值阈值为10。
在上述第一方面的一种可能的实现中,体验反馈信息包括第一体验反馈信息,第一体验反馈信息为第一用户针对第一产品的使用体验图像信息,使用体验图像信息包括第一用户的脸部图像信息,则根据体验反馈信息确定第一用户对第一产品的评价结果,包括:根据第一体验反馈信息以及情绪分类模型,确定第一用户的情绪;根据情绪确定第一用户对第一产品的第一评价结果。
用户的脸部图像能够反映用户的体验情绪,根据包含第一用户脸部图像信息的第一体验反馈信息以及情绪分类模型,能够准确确定第一用户的情绪,进而根据第一用户的情绪准确得到第一用户对第一产品的第一评价结果。
在上述第一方面的一种可能的实现中,根据第一体验反馈信息以及情绪分类模型,确定第一用户的情绪,包括:对第一体验反馈信息进行预处理,得到第一用户的脸部图像信息作为中间图像信息;将中间图像信息输入至情绪分类模型进行情绪识别处理,得到第一用户的情绪。
对第一体验反馈信息进行预处理,能够排除第一体验反馈信息中对于第一用户的情绪进行判断的干扰因素,使得得到的第一用户的情绪更加准确。
在上述第一方面的一种可能的实现中,对第一体验反馈信息进行预处理,得到第一用户的脸部图像信息作为中间图像信息,包括:对第一体验反馈信息中第一用户的图像进行筛选处理,得到第一用户的脸部素材,对脸部素材进行彩色信息去除处理,得到第一用户的脸部图像信息作为中间图像信息。
在上述第一方面的一种可能的实现中,体验反馈信息包括第二体验反馈信息,第二体验反馈信息为第一用户针对第一产品的使用体验文字信息,则根据体验反馈信息确定第一用户对第一产品的评价结果,包括:根据第二体验反馈信息确定第一用户对第一产品的第二评价结果。
通过第一用户针对第一产品的使用体验文字信息,能够得到第一用户对于第一产品的真实体验结果。
在上述第一方面的一种可能的实现中,根据第一评价结果和第二评价结果确定第一用户对第一产品的评价结果。
结合通过第一体验反馈信息得到的第一评价结果和通过第二体验反馈信息得到的第二评价结果确定第一用户对第一产品的评价结果,能够得到更加真实的用户体验结果。
在上述第一方面的一种可能的实现中,该方法还包括:接收第一电子设备发来的第一通知信息,根据第一通知信息向第一用户对应的第一电子设备推送与第一产品相关的第二产品的第三信息,第一通知信息为第一电子设备响应于第一用户对第一产品的第一操作生成的通知信息;以及接收第一电子设备发来的第二通知信息,根据第二通知信息向第一用户对应的第一电子设备推送第二产品的第四信息,以使第一用户获得第二产品,第二通知信息为第一电子设备响应于第一用户提交体验反馈信息的操作生成的通知信息。
在上述第一方面的一种可能的实现中,确定第一用户的第一推送参考值,包括:确定第一用户的用户信息;根据用户信息确定第一推送参考值。
根据第一用户的用户信息确定第一推送参考值,可以根据用户信息在设定了偏好信息的第一用户中随机抽取体验用户,增加了第一产品推送的随机性,在第一用户体验第一产品之后能够得到对于第一产品更真实的反馈信息。
在上述第一方面的一种可能的实现中,用户信息包括第一电子设备的设备信息。
在上述第一方面的一种可能的实现中,设备信息为设备号,则根据用户信息确定第一推送参考值,包括:计算设备号的哈希值;对哈希值进行取模处理得到第一推送参考值。
在上述第一方面的一种可能的实现中,确定第一用户的第一偏好信息,包括:接收第一电子设备发送来的第三通知信息,根据第三通知信息确定第一用户的第一偏好信息,第三通知信息包括第一电子设备根据第一用户对产品偏好的设置操作生成的偏好信息;或者接收第一电子设备发送来的第四通知信息,根据第四通知信息确定第一用户的第一偏好信息,第四通知信息包括第一用户对产品的浏览和/或购买信息。
在上述第一方面的一种可能的实现中,第一推送参考值阈值的取值范围为0-99。
在上述第一方面的一种可能的实现中,第一产品为菜品。
第二方面,本申请的实施方式提供了一种信息推送装置,用于执行如第一方面任一种实现方式中的信息推送方法,该装置包括:第一处理模块,用于确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,第一推送权限信息为与第一属性信息相关的推送权限信息;第二处理模块,用于确定第一用户的第一偏好信息和第一推送参考值,第一偏好信息包括至少一个产品的属性信息;第三处理模块,用于将第一偏好信息与第一推送权限信息进行匹配处理,并且将第一推送参考值与第一推送参考值阈值进行比较处理,若确定第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值,则将第一产品的第二信息推送给第一用户对应的第一电子设备,第二信息为第一产品的待推送信息。
第三方面,本申请的实施方式提供了一种电子设备,包括:存储器,用于存储计算机程序,计算机程序包括程序指令;处理器,用于执行程序指令,以使电子设备执行上述第一方面和/或第一方面的任意一种可能的实现方式所提供的信息推送方法。
第四方面,本申请的实施方式提供了一种计算机可读取存储介质,计算机可读取存储介质存储有计算机程序,计算机程序包括程序指令,程序指令被电子设备运行以使执行上述第一方面和/或第一方面的任意一种可能的实现方式所提供的信息推送方法。
第五方面,本申请的实施方式提供了一种计算机程序产品,包括计算机程序/指令,计算机程序/指令被电子设备执行时实现上述第一方面和/或第一方面的任意一种可能的实现方式所提供的信息推送方法。
可以理解的是,上述第二方面至第五方面的有益效果也可以参见上述第一方面中的相关描述,在此不再赘述。
基于本申请提供的信息推送方法,服务器端在推送第一产品的信息的过程中,先确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,以及确定第一用户的第一偏好信息和第一推送参考值,在第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值的情况下,将第一产品的第二信息推送给第一用户对应的电子设备,第二信息为第一产品的待推送信息。如此,在产品的信息推送过程中,根据用户的偏好信息、推送权限信息以及产品的第一信息,确定产品对应的推送用户,可以更为精准地向用户推送产品,避免了前述新品在刚开始进行推送时,由于不知道新品的用户接受程度,贸然面向全部用户进行推送而引起大量差评的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是根据本申请的一些实现方式,示出的一种信息推送方法的应用场景示意图;
图2是根据本申请的一些实现方式,示出的一种信息推送方法的流程示意图;
图3是根据本申请的一些实现方式,示出的一种信息推送方法的另一流程示意图;
图4是根据本申请的一些实现方式,示出的一种信息推送方法的另一流程示意图;
图5是根据本申请的一些实现方式,示出的一种第一商品为菜品的基于灰度策略、偏好标签和表情识别的新菜品推送方式的流程示意图;
图6是根据本申请的一些实现方式,示出的一种信息推送装置的结构框图;
图7是根据本申请的一些实现方式,示出的一种电子设备的结构框图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
下面将结合附图对本申请的技术方案作进一步详细描述。
需要说明的是,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。
以菜品推送场景为例,现有技术中,有些商家在上架新菜品时,会提前线下邀请一些用户对新菜品进行品尝体验,根据用户的体验评价调整菜品,以及决定是否要上架新菜品,并且通常是在这些用户体验良好后再上架到订餐平台。但是这种方式中,一方面商家对用户的线下邀请方式局限性过大,邀请的用户一般都是同一批人,因此通过邀请的用户对于新菜品进行体验得出的就餐结论,存在以偏概全、不能得到各种用户的真实反馈的问题。另一方面,商家上架新菜品,是面向所有用户推送新菜品,所有用户对新菜品都可以进行订餐品尝。由于商家并不清楚新菜品的用户接受程度,贸然面向所有用户推送新菜品,会存在很多用户下单后因为不满意新菜品而通过线上评价系统进行差评的情况,对商家的评分以及信誉非常容易造成不良影响的问题。
进一步地,还有一些用户对新菜品进行订餐品尝时,有不好的体验问题了才去评价,否则便默认好评,存在无法通过线上评价系统获得用户对菜品的真实感受的问题。
其他比如金融服务相关的产品、化妆品、衣服等,在线上推送新品的过程中,也存在前述的由于不清楚新品的用户接受程度,在面向所有用户进行推送时,会引起很多用户因为不满意而进行差评,对商家的评分造成不良影响的问题。
基于此,本申请实现方式提供了一种信息推送方法,在产品的推送过程中例如可以更为精准地先选择一部分的用户进行推送,然后根据这部分用户的评价结果调整(例如逐步增大)推送用户的范围,避免了新品在刚开始推送时,贸然面向全部用户进行推送而引起的大量差评的问题,让商家得到了更真实的对于产品的反馈信息,便于对产品新品的不断拓展。
本申请提供的信息推送方法,即为把产品的一些基础信息(例如产品名称、图像、描述等信息)推送或者投放给对应的用户(即用户设备),以便用户进行查看、购买等,因此,也可以称为产品信息推送方法,或者产品信息投放方法等。
在本申请的一种实现方式中,产品的信息推送方法是基于灰度策略进行的,下面对灰度策略进行简单的介绍。
灰度策略是一种白名单逐步放开的策略。例如,根据用户信息(如用户使用的手机等电子设备的设备号等信息)计算出哈希值,然后取模100,得到0-99的结果。并且设置命中的范围,即灰度范围,初始值可以设置为1,则当根据用户信息计算哈希值并取模得到的结果在0-1之间的时候,该用户被命中。随时间逐步增长,灰度范围也不断增加,最终取值为99,此时用户被全部命中。当然,灰度范围也可以设置为0-99%的数值。此时初始值可以设置为1%,即当根据用户信息计算哈希值并取模得到的结果在0-1之间的时候,该用户被命中。
接下来,进一步描述本申请提供的信息推送方法的实施过程以及优点。
本申请提供的信息推送方法,应用于商家在线上应用程序(比如通过购物APP、金融服务APP等)上架产品,用户通过线上对商家的产品进行购买下单的系统,例如可以应用于如图1所示的包括用户手机100、商家电脑200以及云端服务器300的购物系统。其中,用户利用手机100可以下载安装线上应用程序,在线上应用程序上注册账号、设置用户相关信息,以及进行购买产品的操作。商家利用电脑200可以通过线上应用程序的后台设置上架产品的相关信息,云端服务器300则为对应于线上应用程序的服务器,用于向用户和商家提供线上应用程序的相关功能,例如可以对用户设置的信息以及商家设置的上架信息进行存储、匹配等。
另外,用户手机100也可以为具有联网功能的平板、电脑等电子设备,商家电脑200也可以为手机、平板等电子设备。
在本申请的一种实现方式中,如图2所示,本申请提供的信息推送方法,应用于云端服务器300(作为服务器端的一种示例),该方法包括步骤:
S100:确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,第一推送权限信息为与第一属性信息相关的推送权限信息;以及
S200:确定第一用户的第一偏好信息和第一推送参考值,第一偏好信息包括至少一个产品的属性信息;
S300:将第一偏好信息与第一推送权限信息进行匹配处理,并且将第一推送参考值与第一推送参考值阈值进行比较处理,若确定第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值,则将第一产品的第二信息推送给第一用户对应的第一电子设备,第二信息为第一产品的待推送信息。
第一产品为商家在线上推送的产品,第一用户则可以为对第一产品进行购买并进行体验的客户。
第一产品也可以理解为与信息推送相关的业务条目或者业务项目。
本申请提供的信息推送方法,云端服务器300确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,以及确定第一用户的第一偏好信息和第一推送参考值,在第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值时,云端服务器300将第一产品的第二信息推送给第一用户对应的第一电子设备。云端服务器300在第一产品的信息推送过程中,根据用户的偏好信息、推送权限信息以及产品的第一信息,确定产品对应的推送用户,可以更为精准地向用户推送产品,避免了前述新品在刚开始进行推送时,由于不知道新品的用户接受程度,贸然面向全部用户进行推送而引起大量差评的问题。
第二信息为第一产品的待推送信息,可以为产品的名称、图像、描述等信息,用户能够通过第二信息了解到产品的特性,并考虑是否要对第一产品进行购买。
需要说明的是,步骤S100和步骤S200的执行过程可以根据需要设定,前述的过程仅仅是本申请的实现方式中的一种示例,步骤S100和步骤S200可以先执行步骤S100,再执行步骤S200;也可以先执行步骤S200,再执行步骤S100;或者步骤S100与步骤S200也可以同时执行。
接下来,对步骤S100,确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,第一推送权限信息为与第一属性信息相关的推送权限信息的具体内容进行说明。
第一信息由商家通过电脑200设置并上传至云端服务器300,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,第一推送权限信息为与第一属性信息相关的推送权限信息。
其中,第一属性信息体现了产品的特性,如当第一产品为菜品时,则第一属性信息可以包括菜系(比如川菜、粤菜),口味(比如酸、甜、辣),名称等。
第一偏好信息体现了第一用户对于产品的偏好或者喜爱程度。第一偏好信息包括至少一个产品的属性信息。比如,对于菜品,第一用户的第一偏好信息包括了喜欢川菜中具有辣味的菜等。
第一偏好信息可以为用户自己根据需求在手机100(作为第一电子设备的一种示例)的线上应用程序端进行设置的,也可以为云端服务器300根据第一用户在手机100上的历史购物记录、浏览记录等数据,进行大数据分析得到的。在后续的使用中,用户也可以对自己设定的第一偏好信息进行修改。
即,在本申请的一种实现方式中,确定第一用户的第一产品偏好信息,包括:接收第一电子设备发送来的第三通知信息,根据第三通知信息确定第一用户的第一偏好信息,第三通知信息包括第一电子设备根据第一用户对产品偏好的设置操作生成的偏好信息;或者接收第一电子设备发送来的第四通知信息,根据第四通知信息确定第一用户的第一偏好信息,第四通知信息包括第一用户对产品的浏览和/或购买信息。
进一步地,第一推送参考值阈值是商家推送第一产品对应的重要参数值,商家在推送第一产品的过程中,需要根据第一推送参考值阈值来确定第一产品对应的推送用户。因此,商家会提前通过电脑200(作为第二电子设备的一种示例)设定好第一推送参考值阈值,并上传给云端服务器300。在本申请的一种实现方式中,第一推送参考值阈值的取值范围为0-99。为了限制在第一产品的第一次推送过程中,选取的用户范围过大,在本申请的一种具体的实现方式中,第一推送参考值阈值的取值为5,代表商家设定的第一用户命中的范围为5,即若确定出的第一用户的第一推送参考值在0-5的范围内,则代表被命中。也可以根据需要将第一推送参考值阈值设定为其他数值,比如1,3,10等0-100或者0-99之间的任意整数值。
第一推送权限信息为与商家通过电脑200设定的与第一属性信息相关的推送权限信息。例如,第一推送权限信息为将第一产品推送至偏好信息包括第一属性信息的用户。或者第一推送权限信息为将第一产品推送至偏好信息不包括第一属性信息的用户,或者第一推送权限信息为将第一产品推送至偏好信息包括第一属性信息的用户以及偏好信息不包括第一属性信息的用户(即将第一产品推送至所有用户)。
在本申请的一种实现方式中,将第一偏好信息与第一推送权限信息进行匹配处理,确定第一偏好信息与第一推送权限信息匹配,包括:若第一推送权限信息为将第二信息推送给第一类型用户对应的电子设备,则若第一偏好信息包括第一属性信息,确定第一偏好信息与第一推送权限信息匹配,第一类型用户为对应的偏好信息包括第一属性信息的用户;或者若第一推送权限信息为将第二信息推送给第二类型用户对应的电子设备,则若第一偏好信息不包括第一属性信息,确定第一偏好信息与第一推送权限信息匹配,第二类型用户为对应的偏好信息不包括第一属性信息的用户;或者若第一推送权限信息为将第二信息推送给第三类型用户对应的电子设备,则确定第一偏好信息与第一推送权限信息匹配,第三类型用户为对应的偏好信息包括第一属性信息的用户以及偏好信息不包括第一属性信息的用户。
第一推送参考值是代表第一用户在第一推送参考值阈值范围内是否能够被命中的参数。在本申请的一种实现方式中,确定第一用户的第一推送参考值,包括:确定第一用户的用户信息;根据用户信息确定第一推送参考值。
用户信息可以为用户在手机100上注册的账号信息、也可以为用户所用手机100的设备信息或者为用户预留的手机号码等信息。根据第一用户的用户信息确定第一推送参考值,可以根据用户信息在设定了偏好信息的第一用户中随机抽取体验用户,增加了第一产品推送的随机性,在第一用户体验第一产品之后能够得到对于第一产品更真实的反馈信息。
在本申请的一种实现方式中,用户信息包括第一用户所使用的第一电子设备的设备信息。设备信息可以包括比如设备的品牌、设备号、厂家等。
在本申请的一种实现方式中,设备信息为设备号,则根据用户信息确定第一推送参考值,包括:计算设备号的哈希值;对哈希值进行取模处理得到第一推送参考值。具体地,可以进行取模100的处理。
然后,执行步骤S300:将第一偏好信息与第一推送权限信息进行匹配处理,并且将第一推送参考值与第一推送参考值阈值进行比较处理,若确定第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值,则将第一产品的第二信息推送给第一用户对应的第一电子设备,第二信息为第一产品的待推送信息。
即当云端服务器300判断第一用户设定的第一推送参考值被命中,且第一偏好信息与第一推送权限信息匹配的时候,将第一产品推送给第一用户。当第一用户的第一偏好信息与第一推送权限信息不匹配,和/或第一推送参考值大于或者等于第一推送参考值阈值的时候,云端服务器300判断第一用户没有没命中,则不向该第一用户推送第一产品。
在本申请的一种实现方式中,如图3所示,在步骤S300之后,该方法还包括步骤:
S400:接收第一电子设备发送来的第一用户针对第一产品的体验反馈信息;
S500:根据体验反馈信息确定第一用户对第一产品的评价结果,将评价结果发送给第二用户对应的第二电子设备;
S600:接收第二电子设备发送来的第二用户根据评价结果对第一推送参考值阈值进行调整得到的第二推送参考值阈值,以根据第二推送参考值阈值推送第二信息;和/或接收第二电子设备发送来的第二用户根据评价结果对第一推送权限信息进行调整得到的第二推送权限信息,以根据第二推送权限信息推送第二信息。
云端服务器300在接收到第一用户通过手机100提交的第一用户的体验反馈信息之后,可以将评价结果发送给商家的电脑200,电脑200显示该评价结果。商家通过电脑200查看评价结果之后,可以根据评价结果对第一推送参考值阈值和/或第一推送权限信息进行调整操作,以得到对应的第二推送参考值阈值和/或第二推送权限信息。
例如,当商家根据评价结果发现第一用户对第一产品的评价较好的时候,则说明第一产品的用户接受度比较高,此时可以适当地增加第一产品推送用户的范围,此时只需要增加第一推送参考值阈值和/或第一推送权限信息即可。当商家根据评价结果发现第一用户对第一产品的评价结果比较差的时候,商家评估该产品的用户接受度比较低,则可以适当缩小用户的推送范围,并且及时调整第一产品本身(例如口味等),然后进行再次推送并接收用户的体验反馈信息,或者直接取消该第一产品的上架计划。
第一用户针对第一产品的体验反馈信息反映了用户对于第一产品的接受程度,商家根据体验反馈信息调整第一产品的第一推送参考值阈值以及第一推送权限信息,也即调整了第一产品的推送策略,通过逐渐改变推送用户范围的方法,既能得到用户对于第一产品的真实体验反馈,又不会由于激增的第一产品体验用户进行差评而引起对商家的冲击,具有评价可控性。
在本申请的一种实现方式中,根据评价结果确定第二推送参考值阈值,包括:若评价结果为第一评价结果,则例如按照预设的推送参考值阈值生成规则生成第二推送参考值阈值,第二推送参考值阈值大于第一推送参考值阈值;根据评价结果确定第二推送权限信息,包括:若评价结果为第一评价结果,则例如按照预设的推送权限生成规则生成第二推送权限信息,第二推送权限信息对应的推送权限大于第一推送权限信息对应的推送权限。
预设的推送参考值阈值生成规则可以为云端服务器300根据第一评价结果,在第一推送参考值阈值的基础上增加5%生成的,也可以为第一推送参考值阈值的基础上增加其他的数值生成的。预设的推送权限生成规则可以为云端服务器300根据第一评价结果,根据第一推送权限信息生成第二推送权限信息,第二推送权限信息可以为将第一产品推送至第一偏好信息不包括第一属性信息的用户,或者为将第一产品推送至全部用户,即增大第一产品推送用户的范围。
其中,第一评价结果可以为第一用户对第一产品比较满意的评价内容。即在第一用户对第一产品进行体验之后,若评价结果为好或者满意等(作为第一评价结果的一种示例),则说明用户对于第一产品的接受程度比较高,此时商家(作为第二用户的一种示例)增大第一推送参考值阈值生成第二推送参考值阈值,则说明增大了第一产品的推送用户群体,使得更多的用户能够接收到推送的第一产品,并对第一产品进行体验以及评价,商家根据用户的评价结果,不断调整推送策略,最终推送至全部用户。
在本申请的一种实现方式中,若评价结果为第二评价结果,则减小第一产品的推送参考值阈值或者减小第一产品的推送权限。第二评价结果为第一用户对第一产品进行体验之后,反馈的对第一产品的负面的、消极的评价。
在本申请的一种实现方式中,第一推送参考值阈值为5,第二推送参考值阈值为10。则代表商家刚开始设定的第一推送参考值阈值为5,当收到的评价结果为好的比较多的时候,商家可以增大第一推送参考值阈值,将其设定为10,生成第二推送参考值阈值,根据第二推送参考值阈值选定推送用户群体,进行第一产品的推送并获取评价结果,根据评价结果继续增大第二推送参考值阈值,直至增加至99,则说明此时要向全部用户进行推送。其中,本申请在评价结果为第一评价结果的时候,商家可以按照5%的梯度逐渐增加第一推送参考值阈值,商家也可以按照10%、20%等梯度逐渐增加第一推送参考值阈值,根据实际需要设定即可。
进一步地,商家也可以通过电脑200对第一推送权限信息进行调整,比如在首次的设定过程中,第二用户即商家设定的第一推送权限信息为将第一产品推送至偏好信息包括第一属性信息的用户,在收到第一用户的评价结果之后,商家还需要知道其他用户的评价结果,因此,商家此时可以将第一推送权限信息修改为第二推送权限信息,而第二推送权限信息可以为将第一产品推送至第一偏好信息不包括第一属性信息的用户,或者为将第一产品推送至全部用户,即增大第一产品推送用户的范围,商家根据接收到的用户的评价结果进行具体内容的设置即可。
其中,当第一推送参考值阈值设定为99或者100,第一推送权限信息为推送至全部用户时,最终推送至全部用户。
在本申请的另一种实现方式中,对于第一推送参考值阈值的调整以及第一推送权限信息的调整,也可以由云端服务器300代替商家进行。即可以为收到的好评结果进行设定阈值,在好评结果大于一定的设定阈值之后,则根据预设的调整规则增大第一推送参考值阈值和/或第一推送权限信息,确定第二推送参考值阈值和/或第二推送权限信息。在本申请的一种实现方式中,如图4所示,在步骤S300之后,该方法还包括步骤:
S400’:接收第一电子设备发送来的第一用户针对第一产品的体验反馈信息;
S500’:根据体验反馈信息确定第一用户对第一产品的评价结果;
S600’:根据评价结果确定第二推送参考值阈值,以根据第二推送参考值阈值推送第二信息;和/或根据评价结果确定第二推送权限信息,以根据第二推送权限信息推送第二信息。
在本申请的一种实现方式中,体验反馈信息包括第一体验反馈信息,第一体验反馈信息为第一用户针对第一产品的使用体验图像信息,使用体验图像信息包括第一用户的脸部图像信息,则根据体验反馈信息确定第一用户对第一产品的评价结果,包括:根据第一体验反馈信息以及情绪分类模型,确定第一用户的情绪;根据情绪确定第一用户对第一产品的第一评价结果。
第一体验反馈信息可以为第一用户在体验第一产品的过程中,所拍摄的第一用户的照片,或者所拍摄的第一用户的体验视频。
人脸的各个部位能表达出各种丰富的表情,通过表情识别技术对图像信息进行处理,能够在高兴、生气、吃惊、恐惧、厌恶和悲伤这六种基本表情中得到照片里第一用户的表情类型和表情强度,从而得到第一用户的体验情绪。表情识别是一种从人脸静态图像或者动态视频中计算出当前处于的情绪状态的技术,目前的表情识别技术主要基于模板匹配、神经网络、概率模型和向量机四种方法。
在本申请的一种实现方式中,根据第一体验反馈信息以及情绪分类模型,确定第一用户的体验情绪,包括:对第一体验反馈信息进行预处理,得到第一用户的脸部图像信息作为中间图像信息;将中间图像信息输入至情绪分类模型进行情绪识别处理,得到第一用户的情绪。
其中,情绪分类模型可以为模板匹配模型、神经网络模型、概率模型和向量机模型中的任意一种。对第一体验反馈信息进行预处理,能够排除第一体验反馈信息中对于第一用户的情绪进行判断的干扰因素,使得得到的第一用户的情绪更加准确。
在本申请的一种实现方式中,对第一体验反馈信息进行预处理,得到第一用户的脸部图像信息作为中间图像信息,包括:对第一体验反馈信息中第一用户的图像进行筛选处理,得到第一用户的脸部素材,对脸部素材进行彩色信息去除处理,得到第一用户的脸部图像信息作为中间图像信息。
云端服务器300在得到第一用户的脸部图像信息作为中间图像信息后,可以将中间图像信息输入情绪分类模型,与预设模型库中存储的表情特征进行对比,确定第一用户的情绪。
在本申请的一种实现方式中,体验反馈信息包括第二体验反馈信息,第二体验反馈信息为第一用户针对第一产品的使用体验文字信息,则根据体验反馈信息确定第一用户对第一产品的评价结果,包括:根据第二体验反馈信息确定第一用户对第一产品的第二评价结果。
即第一用户在对购买的产品进行体验之后,可以通过手机100上的线上应用程序,在该订单的评论区写上自己对于该产品的体验文字信息,以便于商家或者云端服务器300通过体验文字信息,得到第一用户对于第一产品的第二评价结果。
在本申请的一种实现方式中,根据第一评价结果和第二评价结果确定第一用户对第一产品的评价结果。商家结合通过第一体验反馈信息得到的第一评价结果和通过第二体验反馈信息得到的第二评价结果确定第一用户对第一产品的评价结果,能够得到更加真实的用户体验结果。
在本申请的一种实现方式中,该方法还包括:接收第一电子设备发来的第一通知信息,根据第一通知信息向第一用户对应的第一电子设备推送与第一产品相关的第二产品的第三信息,第一通知信息为第一电子设备响应于第一用户对第一产品的第一操作生成的通知信息;以及接收第一电子设备发来的第二通知信息,根据第二通知信息向第一用户对应的第一电子设备推送第二产品的第四信息,以使第一用户获得第二产品,第二通知信息为第一电子设备响应于第一用户提交体验反馈信息的操作生成的通知信息。
其中,第一操作可以为用户购买、消费第一产品的相关操作。与第一产品相关的第二产品的第三信息可以为与第一产品相关的优惠券的信息,比如优惠券的获取规则、面额等,将优惠券作为一种奖励措施,商家在推送第一产品的同时,向第一用户推送优惠券,第一优惠券的推送有利于第一用户对第一产品进行下单,并且只要第一用户在体验第一产品之后,向商家提供体验反馈信息,则商家便会向第一用户推送第二产品的第四信息,具体可以为下发优惠券给第一用户,第一用户在后续的消费中可以使用此次下发的优惠券。推送第二产品(比如优惠券)可以激励用户更加积极地提供体验反馈信息,不会在有不好的体验的时候,才进行评价,有利于获取第一用户的体验反馈信息。当第一产品为与金融服务相关的产品时,第二产品也可以为与金融服务相关的优惠券、利息打折券、利息减免券等。
接下来,以第一产品为新的菜品为例,对本申请提供的信息推送方法的过程进行说明。
由于本申请提供的信息推送方法是基于灰度策略、偏好标签以及表情识别进行的,因此,如图5所示,本申请提供的信息推送方法也可以称为基于灰度策略、偏好标签和表情识别的线上新菜品投放方式,主要涉及客户智能设备(例如为前述的手机100,另外也可以是电脑、平板等电子设备)中的订餐APP(例如为前述的线上应用程序,具体可以为购物APP)、订餐平台云端服务器(例如为前述的云端服务器300)、商家使用的菜品管理系统(例如可以为前述的电脑200上供商家进行第一产品的第一信息输入的菜品管理系统(即购物APP的商家后台系统),也可以为手机、平板等上供商家进行第一产品的第一信息输入的菜品管理系统),该方法包括以下步骤:
客户(作为第一用户的一种示例)登录自己的智能设备上的订餐APP,在使用订餐APP进行点餐的时候,客户在订餐APP上设置自己对于菜品的偏好标签(作为第一偏好信息的一种示例),偏好标签是一种归纳客户对菜品类型喜好的标签。如粤菜、湘菜以及辣度接受程度等标签。在后续的使用中客户可以在订餐APP上对自己设置的偏好标签随时更改,在多次点餐后,通过所点的菜品也可归纳出客户更多的偏好标签。
商家(作为第二用户的一种示例)在推出新菜品并在订餐平台上架新菜品时,可以在订餐平台设定新菜品的第一信息,可以包括新菜品的属性信息、新菜品推送的灰度范围(作为第一推送参考值阈值的一种示例)、新菜品的偏好标签(作为第一属性信息的一种示例)以及是否推送偏好标签客户(作为第一推送权限信息的一种示例),在设置好新菜品的属性信息之后,将新菜品上架至线上的订餐平台。
订餐平台云端服务器根据新菜品的信息和访问订餐APP的客户信息,计算出灰度范围和偏好标签内的客户,向这些客户推送新菜品。比如根据客户注册账号时所用的智能设备的设备号计算哈希值并取模100,得到一个范围在0-100的数值(即推送参考值),并将该值与商家设定的灰度范围值进行比较,如5%,则命中推送参考值在0-5范围内的客户,然后根据是否推送偏好标签客户,将新菜品推送至这些客户的菜单列表中以推荐新菜品。
前述是否推送偏好标签客户包括推送偏好标签客户、推送非偏好标签客户、推送全部标签客户中的任意一种。
被推荐了新菜品的客户通过智能设备在菜单列表浏览菜品看到该新菜品,感兴趣并选择新菜品下单。并且下单后可提示客户在评价时额外提交试吃照片或视频能获得相应的优惠券,以使得客户在评价时积极上传试吃照片或视频。
客户在品尝新菜品之后,通过智能设备上订餐APP的评论区填写评价结果,评价结果包括提交上传的试吃照片或视频,和/或文字评价等,完成评价。并且,得到相应的优惠券。
订餐平台云端服务器接收到智能设备发送来的试吃照片或视频,对试吃照片或视频进行处理(作为预处理的一种示例),筛选出可识别脸部的素材,并去除彩色排除干扰后,向神经网络模型(作为情绪分类模型的一种示例)输送处理后的材料,利用表情识别技术,计算或者经过模型库中的表情特征对比后匹配出客户试吃时的情绪(即用户内心真实的感受),记录该情绪并与订单绑定。并且,根据该情绪得到用户对新菜品的评价结果,并将评价结果反馈至商家使用的菜品管理系统,以便商家查看。
根据客户对新菜品的评价结果,判断新菜品是否需要继续推广,若需要,商家可以增加灰度范围值,即增大第一推送参考值阈值。比如客户对于新菜品的评价结果大部分比较好,说明该新菜品的接受程度较高,则商家便可以适当增大灰度范围(比如第一次设置的灰度范围为5%,增大幅度范围之后,变成10%),使得在新菜品的筛选推送过程中命中的客户更多,因此能够得到更多的对于新菜品的评价。每收到一次评价结果,商家适当地增大灰度范围(比如按照5%的梯度逐渐增加),灰度范围增加到一定程度后,比如99%,并且若商家之前设定的推送权限信息为推送至偏好标签客户,则商家再判断是否需要推送至非偏好标签的客户或者全部客户。比如在第一次的推送过程中设定为推送至偏好标签客户,在收到客户的评价结果之后,评价结果比较好,则商家可以考虑向非偏好标签客户推送,在收到非偏好标签客户的评价结果之后,发现评价结果仍然比较好,则商家可以考虑推送至全部标签的客户。采用缓缓推进的方式,最终向全部客户全面推送新菜品。
本实现方式提供的新菜品的推送方法,在基于灰度策略、偏好标签和表情识别的线上新菜品推送方式中,灰度策略作为一种逐渐增大试点范围的策略,能最大限度地做到评价可控。偏好标签则能区分不同类型的客户,能让商家试探出偏好标签客户和非偏好标签客户对新菜品的接受能力。表情识别能根据客户试吃照片或视频计算得到客户的情绪,从而让商家获得客户最真实的体验感受。这三重保障相结合,能防止突然激增的新菜品体验人数造成的冲击。商家能对新菜品做到真正的可控和获得更多被新菜品吸引的客户。
另外,如前所述,目前商家推出新菜品主要依赖于线下邀请客户体验的方式,无法通过随机抽样的方式抽取各类型的客户进行体验,而且线下的菜品刚做出来往往较为新鲜,与线上外卖的形式送到的菜品会有较大的品质出入。在上架线上后,商家也无法准确直观地得到众多客户的真实感受,容易在错误的道路上越走越远,所以新菜品直接面向全部客户会造成不可预料的后果。本方法使用灰度策略、偏好标签和表情识别,能让商家得到更真实的反馈信息,同时可控性达到最大,对商家来说,稳中有进的方式对新菜品的不断拓展更为有利。
在本申请的另一些实现方式中,上述的新菜品也可以为前述金融服务相关的产品、化妆品、衣服等,对应的,订餐APP也可以为购物APP、购物网页、金融服务APP等。偏好标签可以为用户设定的对化妆品的类型、香味、品牌或者对于衣服的风格、类型、长短、颜色等的需求,也可以为用户设定的对金融服务产品的需求,比如贷款服务、存款服务等。当上述新菜品为前述的金融服务相关的产品、化妆品、衣服等的时候,商家便会根据灰度范围、产品推送参考值以及是否推送偏好标签客户,将金融服务相关的产品、化妆品、衣服等推送至命中的客户的购物列表、购物APP、金融服务APP的界面等。并且,客户在购物APP下单并收到货之后,可以试穿、试用等,并提供自己的试穿、试用的带有面部表情的照片或者视频;或者在金融服务APP进行相关金融业务的办理之后,定期上传自己对办理的金融产品的体验照片或者视频。
请参见图6,图6所示为本申请的一种信息推送装置,该装置包括:第一处理模块,用于确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,第一推送权限信息为与第一属性信息相关的推送权限信息。
第二处理模块,用于确定第一用户的第一偏好信息和第一推送参考值,第一偏好信息包括至少一个产品的属性信息。
第三处理模块,用于将第一偏好信息与第一推送权限信息进行匹配处理,并且将第一推送参考值与第一推送参考值阈值进行比较处理,若确定第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值,则将第一产品的第二信息推送给第一用户对应的第一电子设备,第二信息为第一产品的待推送信息。
上述信息推送装置,用于执行上述的信息推送方法,服务器端在推送第一产品的信息的过程中,先确定第一产品的第一信息,第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,以及确定第一用户的第一偏好信息和第一推送参考值,在第一偏好信息与第一推送权限信息匹配,并且第一推送参考值小于第一推送参考值阈值的情况下,将第一产品的第二信息推送给第一用户对应的第一电子设备,第二信息为第一产品的待推送信息。如此,在产品的信息推送过程中,根据用户的偏好信息、推送权限信息以及产品的第一信息,确定产品对应的推送用户,可以更为精准地向用户推送产品,避免了前述新品在刚开始进行推送时,由于不知道新品的用户接受程度,贸然面向全部用户进行推送而引起大量差评的问题。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,处理模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上处理模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
请参见图7,图7所示为本申请实现方式提供的电子设备的一种结构框图。电子设备可以包括一个或多个处理器1002,与处理器1002中的至少一个连接的系统控制逻辑1008,与系统控制逻辑1008连接的系统内存1004,与系统控制逻辑1008连接的非易失性存储器(non-volatilememory,NVM)1006,以及与系统控制逻辑1008连接的网络接口1010。
处理器1002可以包括一个或多个单核或多核处理器。处理器1002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)的任何组合。在本文的实现方式中,处理器1002可以被配置为执行前述的信息推送方法。
在一些实现方式中,系统控制逻辑1008可以包括任意合适的接口控制器,以向处理器1002中的至少一个和/或与系统控制逻辑1008通信的任意合适的设备或组件提供任意合适的接口。
在一些实现方式中,系统控制逻辑1008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1004的接口。系统内存1004可以用于加载以及存储数据和/或指令。在一些实现方式中电子设备的系统内存1004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(DynamicRandomAccessMemory,DRAM)。
NVM/存储器1006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。在一些实现方式中,NVM/存储器1006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,例如硬盘驱动器(HardDiskDrive,HDD),光盘(CompactDisc,CD)驱动器,数字通用光盘(DigitalVersatileDisc,DVD)驱动器中的至少一个。
NVM/存储器1006可以包括安装在电子设备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1010通过网络访问NVM/存储器1006。
特别地,系统内存1004和NVM/存储器1006可以分别包括:指令1020的暂时副本和永久副本。指令1020可以包括:由处理器1002中的至少一个执行时导致电子设备实施前述信息推送方法的指令。在一些实现方式中,指令1020、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1008,网络接口1010和/或处理器1002中。
网络接口1010可以包括收发器,用于为电子设备提供无线电接口,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。在一些实现方式中,网络接口1010可以集成于电子设备的其他组件。例如,网络接口1010可以集成于处理器1002,系统内存1004,NVM/存储器1006,和具有指令的固件设备(未示出)中的至少一种,当处理器1002中的至少一个执行所述指令时,电子设备实现前述的信息推送方法。
网络接口1010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1010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。
在一个实现方式中,处理器1002中的至少一个可以与用于系统控制逻辑1008的一个或多个控制器的逻辑封装在一起,以形成系统封装(SystemInaPackage,SiP)。在一个实现方式中,处理器1002中的至少一个可以与用于系统控制逻辑1008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(SystemonChip,SoC)。
电子设备可以进一步包括:输入/输出(I/O)设备1012。I/O设备1012可以包括客户界面,使得客户能够与电子设备进行交互;外围组件接口的设计使得外围组件也能够与电子设备交互。在一些实现方式中,电子设备还包括传感器,用于确定与电子设备相关的环境条件和位置信息的至少一种。
在一些实现方式中,客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。
在一些实现方式中,外围组件接口可以包括但不限于非易失性存储器端口、音频插孔和电源接口。
在一些实现方式中,传感器可包括但不限于陀螺仪传感器,加速度计,近程传感器,环境光线传感器和定位单元。定位单元还可以是网络接口1010的一部分或与网络接口1010交互,以与定位网络的组件(例如,全球定位系统(GlobalPositioningSystem,GPS)卫星)进行通信。
可以理解的是,本发明实现方式示意的结构并不构成对电子设备的具体限定。在本申请另一些实现方式中,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
可将程序代码应用于输入指令,以执行本文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。为了本申请实现方式的目的,处理系统包括具有诸如例如数字信号处理器(DigitalSignalProcessor,DSP)、微控制器、专用集成电路(ApplicationSpecificIntegratedCircuit,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,本文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。
至少一个实现方式的一个或多个方面可以由存储在计算机可读存储介质上的表示性指令来实现,指令表示处理器中的各种逻辑,指令在被机器读取时使得该机器制作用于执行本文所述的技术的逻辑。被称为“IP核”的这些表示可以被存储在有形的计算机可读存储介质上,并被提供给多个客户或生产设施以加载到实际制造该逻辑或处理器的制造机器中。
本申请实施例还提供了一种计算机可读存储介质,计算机可读取存储介质存储有计算机程序,计算机程序包括程序指令。计算机可读存储介质可以是电子设备能够存储的任何可用介质或者是包含一个或多个可用介质的数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘)等。程序指令被电子设备运行时实现前述的信息推送方法。
本申请实施例还提供了一种包含指令的计算机程序产品。计算机程序产品可以是包含计算机程序/指令的,能够运行在电子设备上或被储存在任何可用介质中的软件或程序产品。当计算机程序产品在至少一个电子设备上运行时,使得至少一个电子设备执行前述信息推送方法。
需要说明的是,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,在一些实现方式中,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现方式中都需要这样的特征,并且在一些实现方式中,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,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。
需要说明的是,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,在一些实施方式中,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方式中都需要这样的特征,并且在一些实施方式中,可以不包括这些特征或者可以与其他特征组合。
虽然通过参照本申请的某些优选实施方式,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,以上内容是结合具体的实施方式对本申请所作的进一步详细说明,不能认定本申请的具体实施只局限于这些说明。本领域技术人员可以在形式上和细节上对其作各种改变,包括做出若干简单推演或替换,而不偏离本申请的精神和范围。
Claims (18)
1.一种信息推送方法,应用于服务器端,其特征在于,所述方法包括:
确定第一产品的第一信息,所述第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,所述第一推送权限信息为与所述第一属性信息相关的推送权限信息;以及
确定第一用户的第一偏好信息和第一推送参考值,所述第一偏好信息包括至少一个产品的属性信息;
将所述第一偏好信息与所述第一推送权限信息进行匹配处理,并且将所述第一推送参考值与所述第一推送参考值阈值进行比较处理,若确定所述第一偏好信息与所述第一推送权限信息匹配,并且所述第一推送参考值小于所述第一推送参考值阈值,则将所述第一产品的第二信息推送给所述第一用户对应的第一电子设备,所述第二信息为所述第一产品的待推送信息。
2.根据权利要求1所述的信息推送方法,其特征在于,将所述第一偏好信息与所述第一推送权限信息进行匹配处理,确定所述第一偏好信息与所述第一推送权限信息匹配,包括:
若所述第一推送权限信息为将所述第二信息推送给第一类型用户对应的电子设备,则若所述第一偏好信息包括所述第一属性信息,确定所述第一偏好信息与所述第一推送权限信息匹配,所述第一类型用户为对应的偏好信息包括所述第一属性信息的用户;或者
若所述第一推送权限信息为将所述第二信息推送给第二类型用户对应的电子设备,则若所述第一偏好信息不包括所述第一属性信息,确定所述第一偏好信息与所述第一推送权限信息匹配,所述第二类型用户为对应的偏好信息不包括所述第一属性信息的用户;或者
若所述第一推送权限信息为将所述第二信息推送给第三类型用户对应的电子设备,则确定所述第一偏好信息与所述第一推送权限信息匹配,所述第三类型用户为对应的偏好信息包括所述第一属性信息的用户以及偏好信息不包括所述第一属性信息的用户。
3.根据权利要求1或2所述的信息推送方法,其特征在于,所述方法还包括:
接收所述第一电子设备发送来的所述第一用户针对所述第一产品的体验反馈信息;
根据所述体验反馈信息确定所述第一用户对所述第一产品的评价结果,将所述评价结果发送给第二用户对应的第二电子设备;
接收所述第二电子设备发送来的第二用户根据所述评价结果对所述第一推送参考值阈值进行调整得到的第二推送参考值阈值,以根据所述第二推送参考值阈值推送所述第二信息;和/或
接收所述第二电子设备发送来的第二用户根据所述评价结果对所述第一推送权限信息进行调整得到的第二推送权限信息,以根据所述第二推送权限信息推送所述第二信息。
4.根据权利要求1或2所述的信息推送方法,其特征在于,所述方法还包括:
接收所述第一电子设备发送来的所述第一用户针对所述第一产品的体验反馈信息;
根据所述体验反馈信息确定所述第一用户对所述第一产品的评价结果;
根据所述评价结果确定第二推送参考值阈值,以根据所述第二推送参考值阈值推送所述第二信息;和/或
根据所述评价结果确定第二推送权限信息,以根据所述第二推送权限信息推送所述第二信息。
5.根据权利要求4所述的信息推送方法,其特征在于,
根据所述评价结果确定第二推送参考值阈值,包括:
若所述评价结果为第一评价结果,则按照预设的推送参考值阈值生成规则生成所述第二推送参考值阈值,所述第二推送参考值阈值大于所述第一推送参考值阈值;
根据所述评价结果确定第二推送权限信息,包括:
若所述评价结果为第一评价结果,则按照预设的推送权限生成规则生成所述第二推送权限信息,所述第二推送权限信息对应的推送权限大于所述第一推送权限信息对应的推送权限。
6.根据权利要求3-5任意一项所述的信息推送方法,其特征在于,所述体验反馈信息包括第一体验反馈信息,所述第一体验反馈信息为所述第一用户针对所述第一产品的使用体验图像信息,所述使用体验图像信息包括所述第一用户的脸部图像信息,则根据所述体验反馈信息确定所述第一用户对所述第一产品的评价结果,包括:
根据所述第一体验反馈信息以及情绪分类模型,确定所述第一用户的情绪;
根据所述情绪确定所述第一用户对所述第一产品的第一评价结果。
7.根据权利要求6所述的信息推送方法,其特征在于,根据所述第一体验反馈信息以及情绪分类模型,确定所述第一用户的情绪,包括:
对所述第一体验反馈信息进行预处理,得到所述第一用户的脸部图像信息作为中间图像信息;
将所述中间图像信息输入至所述情绪分类模型进行情绪识别处理,得到所述第一用户的情绪。
8.根据权利要求7所述的信息推送方法,其特征在于,对所述第一体验反馈信息进行预处理,得到所述第一用户的脸部图像信息作为中间图像信息,包括:
对所述第一体验反馈信息中所述第一用户的图像进行筛选处理,得到所述第一用户的脸部素材;
对所述脸部素材进行彩色信息去除处理,得到所述第一用户的脸部图像信息作为所述中间图像信息。
9.根据权利要求3-8任意一项所述的信息推送方法,其特征在于,所述体验反馈信息包括第二体验反馈信息,所述第二体验反馈信息为所述第一用户针对所述第一产品的使用体验文字信息,则根据所述体验反馈信息确定所述第一用户对所述第一产品的评价结果,包括:
根据所述第二体验反馈信息确定所述第一用户对所述第一产品的第二评价结果。
10.根据权利要求3-9任意一项所述的信息推送方法,其特征在于,所述方法还包括:
接收所述第一电子设备发来的第一通知信息,根据所述第一通知信息向所述第一用户对应的所述第一电子设备推送与所述第一产品相关的第二产品的第三信息,所述第一通知信息为所述第一电子设备响应于所述第一用户对所述第一产品的第一操作生成的通知信息;以及
接收所述第一电子设备发来的第二通知信息,根据所述第二通知信息向所述第一用户对应的所述第一电子设备推送所述第二产品的第四信息,以使所述第一用户获得所述第二产品,所述第二通知信息为所述第一电子设备响应于所述第一用户提交所述体验反馈信息的操作生成的通知信息。
11.根据权利要求1-10任意一项所述的信息推送方法,其特征在于,确定所述第一用户的第一推送参考值,包括:
确定所述第一用户的用户信息;
根据所述用户信息确定所述第一推送参考值。
12.根据权利要求11所述的信息推送方法,其特征在于,所述用户信息包括所述第一电子设备的设备信息。
13.根据权利要求12所述的信息推送方法,其特征在于,所述设备信息为设备号,则根据所述用户信息确定所述第一推送参考值,包括:
计算所述设备号的哈希值;
对所述哈希值进行取模处理得到所述第一推送参考值。
14.根据权利要求1-13任意一项所述的信息推送方法,其特征在于,确定所述第一用户的第一偏好信息,包括:
接收所述第一电子设备发送来的第三通知信息,根据所述第三通知信息确定所述第一用户的第一偏好信息,所述第三通知信息包括所述第一电子设备根据所述第一用户对产品偏好的设置操作生成的偏好信息;或者
接收所述第一电子设备发送来的第四通知信息,根据所述第四通知信息确定所述第一用户的第一偏好信息,所述第四通知信息包括所述第一用户对产品的浏览和/或购买信息。
15.一种信息推送装置,其特征在于,用于执行如权利要求1-14任意一项所述的信息推送方法,所述装置包括:
第一处理模块,用于确定第一产品的第一信息,所述第一信息包括第一属性信息、第一推送参考值阈值和第一推送权限信息,所述第一推送权限信息为与所述第一属性信息相关的推送权限信息;
第二处理模块,用于确定第一用户的第一偏好信息和第一推送参考值,所述第一偏好信息包括至少一个产品的属性信息;
第三处理模块,用于将所述第一偏好信息与所述第一推送权限信息进行匹配处理,并且将所述第一推送参考值与所述第一推送参考值阈值进行比较处理,若确定所述第一偏好信息与所述第一推送权限信息匹配,并且所述第一推送参考值小于所述第一推送参考值阈值,则将所述第一产品的第二信息推送给所述第一用户对应的第一电子设备,所述第二信息为所述第一产品的待推送信息。
16.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序,所述计算机程序包括程序指令;
处理器,用于执行所述程序指令,以使所述电子设备执行如权利要求1-14任意一项所述的信息推送方法。
17.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被电子设备运行以使所述电子设备执行如权利要求1-14任意一项所述的信息推送方法。
18.一种计算机程序产品,其特征在于,包括计算机程序/指令,所述计算机程序/指令被电子设备执行时实现如权利要求1-14任意一项所述的信息推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310254707.4A CN116489216A (zh) | 2023-03-16 | 2023-03-16 | 信息推送方法、装置、电子设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310254707.4A CN116489216A (zh) | 2023-03-16 | 2023-03-16 | 信息推送方法、装置、电子设备、存储介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116489216A true CN116489216A (zh) | 2023-07-25 |
Family
ID=87224051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310254707.4A Pending CN116489216A (zh) | 2023-03-16 | 2023-03-16 | 信息推送方法、装置、电子设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116489216A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117541359A (zh) * | 2024-01-04 | 2024-02-09 | 江西工业贸易职业技术学院(江西省粮食干部学校、江西省粮食职工中等专业学校) | 一种基于偏好分析的用餐推荐方法及系统 |
-
2023
- 2023-03-16 CN CN202310254707.4A patent/CN116489216A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117541359A (zh) * | 2024-01-04 | 2024-02-09 | 江西工业贸易职业技术学院(江西省粮食干部学校、江西省粮食职工中等专业学校) | 一种基于偏好分析的用餐推荐方法及系统 |
CN117541359B (zh) * | 2024-01-04 | 2024-03-29 | 江西工业贸易职业技术学院(江西省粮食干部学校、江西省粮食职工中等专业学校) | 一种基于偏好分析的用餐推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12086838B2 (en) | Dynamic promotional layout management and distribution rules | |
US20200058036A1 (en) | Online social networking system for conducting commerce | |
US20180361253A1 (en) | Method of automating segmentation of users of game or online service with limited a priori knowledge | |
US20190130473A1 (en) | Systems and methods for distributed commerce, shoppable advertisements and loyalty rewards | |
US8756114B2 (en) | Method, medium, and system for generating offers for image bearing products | |
US9043232B1 (en) | Associating item images with item catalog data | |
US20190205938A1 (en) | Dynamic product placement based on perceived value | |
CN110933472B (zh) | 一种用于实现视频推荐的方法和装置 | |
US20200226632A1 (en) | Methods and systems for providing contextualized, personalized pricing, offers, and recommendations | |
CN116489216A (zh) | 信息推送方法、装置、电子设备、存储介质及程序产品 | |
CN107749000A (zh) | 平台返现信息的即时处理方法及装置 | |
CN111339400B (zh) | 一种实现物品推荐的方法、装置、计算机存储介质及终端 | |
CN113034168B (zh) | 内容项投放方法、装置、计算机设备及存储介质 | |
CN117455579B (zh) | 商品推荐干预方法、装置以及介质和设备 | |
CN112785390B (zh) | 推荐处理方法、装置、终端设备以及存储介质 | |
WO2016109056A1 (en) | Dynamic product placement based on perceived value | |
CN111339401B (zh) | 一种物品推荐的方法、装置、计算机存储介质及终端 | |
US20230171452A1 (en) | Systems and methods to generate personalized benefit items for subscribers of a membership platform | |
US20140358662A1 (en) | Consumer game system | |
CN112418989A (zh) | 权益产品推荐方法及装置 | |
US12100027B2 (en) | Dynamic promotional layout management and distribution rules | |
US12100026B2 (en) | Dynamic promotional layout management and distribution rules | |
Dewi et al. | EXAMINING AUGMENTED REALITY ON PURCHASE INTENTION THROUGH TECHNOLOGY ACCEPTENCE MODEL | |
Baby et al. | Developing a Credible and Trustworthy E-Commerce Application using Blockchain and Machine Learning | |
CN117788048A (zh) | 一种基于大数据的商品选品方法及系统 |
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 |