CN117114806A - 一种面向手机银行用户的产品议价方法及装置 - Google Patents
一种面向手机银行用户的产品议价方法及装置 Download PDFInfo
- Publication number
- CN117114806A CN117114806A CN202311073713.6A CN202311073713A CN117114806A CN 117114806 A CN117114806 A CN 117114806A CN 202311073713 A CN202311073713 A CN 202311073713A CN 117114806 A CN117114806 A CN 117114806A
- Authority
- CN
- China
- Prior art keywords
- product
- price
- shopping
- reduction
- user
- 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 62
- 230000009467 reduction Effects 0.000 claims abstract description 201
- 230000007246 mechanism Effects 0.000 claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 37
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 230000010757 Reduction Activity Effects 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009849 deactivation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction 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]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供的一种面向手机银行用户的产品议价方法及装置,可应用于人工智能领域或金融领域。本公开应用于手机银行客户端,可以利用用户的购物特征数据,获得用户的购物风格系数和购物需求指数;基于购物风格系数和购物需求指数,获得各个产品在当前凑减机制下的凑减后价格;至少利用凑减后价格筛选出目标产品,并在当前凑减机制下对目标产品进行选择,生成第一产品凑减方案。本公开通过筛选出符合用户的购物风格和购物需求的目标产品,基于当前凑减机制对各个目标产品组合,能够生成贴合用户购物风格且满足用户购物需求的产品凑减方案,帮助用户在手机银行客户端上的满减活动中购买到高性价比的产品,从而提升用户对手机银行客户端的使用体验。
Description
技术领域
本公开涉及人工智能领域,尤其涉及一种面向手机银行用户的产品议价方法及装置。
背景技术
随着互联网技术的发展,手机银行客户端在提供银行服务的基础上,也可以为用户提供包括生活缴费、话费充值、城市服务以及在线购物在内的其他服务功能。
针对在线购物功能,为了促进用户在手机银行客户端上进行产品消费,平台会不定期提供产品满减活动。然而,用户为了参加满减活动,常常会选购到一些自己不喜欢或不需要的产品,导致用户在满减活动中购买的产品的整体性价比不高,容易降低用户后续在手机银行客户端上的消费意愿,从而影响到用户对手机银行客户端的使用体验。
因此,如何为用户提供高性价比的产品凑减方案,成为本领域技术人员急需解决的技术问题。
发明内容
鉴于上述问题,本公开提供一种克服上述问题或者至少部分地解决上述问题的一种面向手机银行用户的产品议价方法及装置,技术方案如下:
一种面向手机银行用户的产品议价方法,应用于手机银行客户端,所述方法包括:
获得用户的购物特征数据;
利用所述购物特征数据,获得所述用户的购物风格系数和购物需求指数;
基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格;
至少利用所述凑减后价格,在所述第一产品池中筛选出目标产品并添加至第二产品池中;
在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案。
可选的,在所述基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格之前,所述方法还包括:
获得所述手机银行客户端提供的各个产品的产品价格数据;
利用所述产品价格数据计算出各个产品的价格偏离度;
将所述价格偏离度不大于预设偏离度阈值的产品添加至第一产品池中。
可选的,所述产品价格数据包括产品的目标历史价格,所述至少利用所述凑减后价格,在所述第一产品池中筛选出目标产品并添加至第二产品池中,包括:
按照产品的所述凑减后价格与所述目标历史价格之间的差值大小,在所述第一产品池中筛选出目标产品并添加至第二产品池中。
可选的,所述价格偏离度为产品的价格基准偏离度或价格最大偏离度。
可选的,所述基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格,包括:
将所述购物风格系数和所述购物需求指数输入至公式:
hi=b2×Ki+c×Li-2Δ
Ki=Hi-(0.1~1)×5b
Li=Hi±(-0.5~+0.5)×5c
Δ=0.5Ki+0.5Li
获得第一产品池中任一产品在当前凑减机制下的凑减后价格,其中,i为所述第一产品池中产品的编号;hi为产品i在当前凑减机制下的所述凑减后价格;b为所述购物风格系数;Ki为产品i受用户购物风格影响下的凑减价格;Hi为产品i的当期价格;c为所述购物需求指数;Li为产品i受用户购物需求影响下的凑减价格;Δ为偏差因子。
可选的,在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案之后,所述方法还包括:
获得各所述第一产品凑减方案的凑减总价;
至少利用所述凑减总价,在各所述第一产品凑减方案中筛选出第二产品凑减方案。
可选的,所述至少利用所述凑减总价,在各所述第一产品凑减方案中筛选出第二产品凑减方案,包括:
利用所述第一产品凑减方案的所述凑减总价、所述第一产品凑减方案中包含所述目标产品的数量、所述购物风格系数和所述购物需求指数,获得所述第一产品凑减方案的产品平均单价;
利用所述产品平均单价,在各所述第一产品凑减方案中筛选出第二产品凑减方案。
可选的,所述获得各所述第一产品凑减方案的凑减总价,包括:
将所述第一产品凑减方案中各所述目标产品的当期价格和价格指数输入至公式:
获得所述第一产品凑减方案的凑减总价,其中,Q为所述凑减总价;j为所述第一产品凑减方案中所述目标产品的编号;n为所述第一产品凑减方案中包含所述目标产品的数量;Hj为所述目标产品j的所述当期价格;aj为所述目标产品j的所述价格指数。
可选的,所述利用所述第一产品凑减方案的所述凑减总价、所述第一产品凑减方案中包含所述目标产品的数量、所述购物风格系数和所述购物需求指数,获得所述第一产品凑减方案的产品平均单价,包括:
将所述第一产品凑减方案的所述凑减总价、所述第一产品凑减方案中包含所述目标产品的数量、所述购物风格系数和所述购物需求指数输入公式:
S=(Q-δ)/n
获得所述第一产品凑减方案的产品平均单价,其中,S为所述产品平均单价;Q为所述第一产品凑减方案的所述凑减总价;n为所述第一产品凑减方案中包含所述目标产品的数量;δ为受用户购物特征综合影响下的凑减价格;j为所述第一产品凑减方案中所述目标产品的编号;Hj为所述目标产品j的当期价格;Kj为所述目标产品j受用户购物风格影响下的凑减价格;Lj为所述目标产品j受用户购物需求影响下的凑减价格。
一种面向手机银行用户的产品议价装置,应用于手机银行客户端,所述装置包括:购物特征数据获得单元、风格需求因子获得单元、凑减后价格获得单元、目标产品筛选单元和产品凑减方案生成单元,
所述购物特征数据获得单元,用于获得用户的购物特征数据;
风格需求因子获得单元,用于利用所述购物特征数据,获得所述用户的购物风格系数和购物需求指数;
凑减后价格获得单元,用于基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格;
目标产品筛选单元,用于至少利用所述凑减后价格,在所述第一产品池中筛选出目标产品并添加至第二产品池中;
产品凑减方案生成单元,用于在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案。
借由上述技术方案,本公开提供的一种面向手机银行用户的产品议价方法及装置,可应用于人工智能领域或金融领域。本公开应用于手机银行客户端,可以获得用户的购物特征数据;利用购物特征数据,获得用户的购物风格系数和购物需求指数;基于购物风格系数和购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格;至少利用凑减后价格,在第一产品池中筛选出目标产品并添加至第二产品池中;在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案。本公开通过筛选出符合用户的购物风格和购物需求的目标产品,基于当前凑减机制对各个目标产品组合,能够生成贴合用户购物风格且满足用户购物需求的产品凑减方案,帮助用户在手机银行客户端上的满减活动中购买到高性价比的产品,从而提升用户对手机银行客户端的使用体验。
上述说明仅是本公开技术方案的概述,为了能够更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为了让本公开的上述和其它目的、特征和优点能够更明显易懂,以下特举本公开的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本公开的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本公开实施例提供的面向手机银行用户的产品议价方法的一种实施方式的流程示意图;
图2示出了本公开实施例提供的面向手机银行用户的产品议价方法的另一种实施方式的流程示意图;
图3示出了本公开实施例提供的面向手机银行用户的产品议价方法的另一种实施方式的流程示意图;
图4示出了本公开实施例提供的面向手机银行用户的产品议价方法的另一种实施方式的流程示意图;
图5示出了本公开实施例提供的面向手机银行用户的产品议价装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本公开实施例提供的面向手机银行用户的产品议价方法可以应用于手机银行客户端。其中,手机银行客户端是以移动终端为载体,主要向用户提供银行服务的应用程序。可以理解的是,随着手机银行客户端的功能逐渐扩展,当前手机银行客户端可向用户提供除银行服务以外的其他服务功能。例如:生活缴费、话费充值、城市服务以及在线购物。
为了方便用户能够通过手机银行客户端,在满减活动中选购到高性价比的产品,需要针对用户的购物风格和购物需求,使用有效的产品议价机制为用户提供合理的产品凑减方案,以提升用户对手机银行客户端的服务体验。
如图1所示,本公开实施例提供的面向手机银行用户的产品议价方法的一种实施方式的流程示意图,该方法可以包括:
S100、获得用户的购物特征数据。
其中,购物特征数据可以为用户历史上所购买产品的特征指标数据。例如:购物特征数据可以包括用户历史上购买产品的时间、频率、种类、次数和价格。
本公开实施例可以获得用户在手机银行客户端上的在线购物记录,从在线购物记录中提取出用户的购物特征数据。本公开实施例也可以接入第三方电商平台,获得用户在第三方电商平台上在线购物记录,并从在线购物记录中提取出用户的购物特征数据。
S110、利用购物特征数据,获得用户的购物风格系数和购物需求指数。
其中,购物风格系数为测量用户特有购物行为特征的因子。
其中,购物需求指数为反映用户在特定时间对产品需求程度的因子。
具体的,本公开实施例可以预先构建好购物风格系数和购物需求指数分别与购物特征数据之间的关联关系,通过购物特征数据中的具体特征指标数值,确定用户的购物风格系数和购物需求指数。
本公开实施例可以预先训练好一个基于神经网络构建的购物风格模型,将用户的购物特征数据输入至该购物风格模型中,获得该购物风格模型输出的该用户的购物风格系数。
本公开实施例可以预先训练好一个基于神经网络构建的购物需求模型,将用户的购物特征数据输入至该购物需求模型中,获得该购物需求模型输出的该用户的购物需求指数。
本公开实施例可以预先设定好模型更新周期,定时采集用户最新的购物特征数据对购物风格模型和购物需求模型进行更新,以获得更加精准的购物风格系数和购物需求指数。
S120、基于购物风格系数和购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格。
本公开实施例可以依据满减活动对产品的限制条件,挑选可参与满减活动的产品添加至第一产品池中。
其中,当前凑减机制可以为基于满减活动中设置的满减门槛金额设置的凑减方案。在凑减机制中设置有产品的凑减后价格的计算方案。
具体的,本公开实施例可以利用购物风格系数和产品的当期价格,计算出产品受用户购物风格影响下的凑减价格。本公开实施例可以利用购物需求指数和产品的当期价格,计算出产品受用户购物需求影响下的凑减价格。结合产品受用户购物风格影响下和受用户购物需求影响下的凑减价格,并进行偏差修正,得到产品在当前凑减机制下的凑减后价格。
S130、至少利用凑减后价格,在第一产品池中筛选出目标产品并添加至第二产品池中。
可选的,本公开实施例可以按照凑减后价格由低至高的顺序,从第一产品池中挑选出第一预设数量的目标产品添加至第二产品池中。
本公开实施例通过凑减后价格的高低进行产品选择,可以将更贴近用户购物风格和更能满足用户购物需求的目标产品添加至第二产品池中,有助于后续基于第二产品池中的目标产品,生成高性价比的产品凑减方案。
S140、在当前凑减机制下对第二产品池中的目标产品进行选择,生成至少一个第一产品凑减方案。
本公开实施例可以依据当前凑减机制中的满减门槛金额,从第二产品池中选择多个目标产品组成第一产品凑减方案。每个第一产品凑减方案的凑减总价不小于该满减门槛金额。
本公开提供的一种面向手机银行用户的产品议价方法,可应用于人工智能领域或金融领域。本公开应用于手机银行客户端,可以获得用户的购物特征数据;利用购物特征数据,获得用户的购物风格系数和购物需求指数;基于购物风格系数和购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格;至少利用凑减后价格,在第一产品池中筛选出目标产品并添加至第二产品池中;在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案。本公开通过筛选出符合用户的购物风格和购物需求的目标产品,基于当前凑减机制对各个目标产品组合,能够生成贴合用户购物风格且满足用户购物需求的产品凑减方案,帮助用户在手机银行客户端上的满减活动中购买到高性价比的产品,从而提升用户对手机银行客户端的使用体验。
在实际购物场景下,用户都想要买到低于平常价格的产品。为了保证用户能够买到实惠的产品,本公开实施例可以将产品的当期价格与历史价格进行比对,挑选折扣力度大的产品添加至第一产品池中,以便后续用户购买到便宜实惠的产品。
可选的,基于图1所示的方法,如图2所示,本公开实施例提供的面向手机银行用户的产品议价方法的另一种实施方式的流程示意图,在步骤S120之前,该方法还可以包括:
S200、获得手机银行客户端提供的各个产品的产品价格数据。
其中,产品价格数据可以包括产品的当期价格、历史基准价格和历史最低价格。历史基准价格为产品在指定样本周期内去除最大值和最小值后的平均价格。
S210、利用产品价格数据计算出各个产品的价格偏离度。
可选的,价格偏离度为产品的价格基准偏离度或价格最大偏离度。
可选的,本公开实施例可以利用产品的当期价格和历史基准价格,计算出产品的价格基准偏离度。具体的,本公开实施例可以计算出当期价格和历史基准价格之间的差值,将该差值与历史基准价格的比值确定为价格基准偏离度。
本公开实施例通过计算出价格基准偏离度,可以衡量产品的当期价格与日常价格的优惠程度,有助于选择出便宜实惠的产品,从而生成高性价比的产品凑减方案。
可选的,本公开实施例可以利用产品的当期价格和历史最低价格,计算出产品的价格最大偏离度,具体的,本公开实施例可以计算出当期价格与历史最低价格之间的差值,将该差值与历史最低价格的比值确定为价格最大偏离度。
本公开实施例通过计算出价格最大偏离度,可以对比出产品的当期价格与历史最低价格的差距,有助于选择出最实惠的产品,从而生成高性价比的产品凑减方案。
S220、将价格偏离度不大于预设偏离度阈值的产品添加至第一产品池中。
用户或满减活动提供方可以按照实际需求,选择价格基准偏离度和价格最大偏离度中的至少一种偏离度作为产品入选第一产品池的依据。
其中,预设偏离度阈值可以根据用户的实际需求进行设置。通常情况下,预设偏离度阈值越大,产品的选择范围更广。
本公开实施例通过产品的价格偏离度,可以筛选出便宜实惠的产品添加至第一产品池,有助于后续生成高性价比的产品凑减方案,帮助用户购买到便宜实惠的产品,从而提升用户在手机银行客户端上进行在线购物的使用体验。
为了使得产品凑减方案中的产品能够更加贴合用户的购物风格和购物需求,本公开实施例可以依据产品的凑减后价格,在第一产品池的基础上继续筛选出目标产品,以提升用户对产品凑减方案中的产品的整体满意度。
可选的,产品价格数据包括产品的目标历史价格。
其中,目标历史价格可以为产品的历史基准价格和历史最低价格。
可选的,本公开实施例可以按照产品的凑减后价格与目标历史价格之间的差值大小,在第一产品池中筛选出目标产品并添加至第二产品池中。
具体的,本公开实施例可以按照产品的凑减后价格与目标历史价格之间的差值从小到大的顺序,从第一产品池中挑选出第二预设数量的目标产品添加至第二产品池中。
本公开实施例通过产品的凑减后价格与目标历史价格之间的差值,选择既贴近用户购物风格和用户购物需求,又具备高性价比的目标产品添加至第二产品池中,有助于后续生成用户满意度高的产品凑减方案。
可选的,本公开实施例可以将购物风格系数和购物需求指数输入至公式:
hi=b2×Ki+c×Li-2Δ
Ki=Hi-(0.1~1)×5b
Li=Hi±(-0.5~+0.5)×5c
Δ=0.5Ki+0.5Li
获得第一产品池中任一产品在当前凑减机制下的凑减后价格,其中,i为第一产品池中产品的编号;hi为产品i在当前凑减机制下的凑减后价格;b为购物风格系数;Ki为产品i受用户购物风格影响下的凑减价格;Hi为产品i的当期价格;c为购物需求指数;Li为产品i受用户购物需求影响下的凑减价格;Δ为偏差因子。
本公开实施例利用购物风格系数和购物需求指数,能够分别准确计算出产品受用户购物风格和用户购物需求影响下的凑减价格,再利用偏差因子进行价格调整,可以获得产品精准的凑减后价格,提升后续进行产品筛选的有效性,有助于获得用户满意度高的产品凑减方案。
可以理解的是,产品凑减方案的凑减总价越贴近满减门槛金额,该产品凑减方案对用户的实惠程度越大。本公开实施例可以基于第一产品凑减方案的凑减总价,筛选出贴近满减门槛金额的第二产品凑减方案。
可选的,基于图1所示的方法,如图3所示,本公开实施例提供的面向手机银行用户的产品议价方法的另一种实施方式的流程示意图,在步骤S140之后,该方法还可以包括:
S300、获得各第一产品凑减方案的凑减总价。
具体的,本公开实施例可以利用第一产品凑减方案中各目标产品的当期价格和价格指数,计算出第一产品凑减方案的凑减总价。
可选的,本公开实施例可以将第一产品凑减方案中各目标产品的当期价格和价格指数输入至公式:
获得第一产品凑减方案的凑减总价,其中,Q为凑减总价;j为第一产品凑减方案中目标产品的编号;n为第一产品凑减方案中包含目标产品的数量;Hj为目标产品j的当期价格;aj为目标产品j的价格指数。
其中,本公开实施例依据产品的价格指数图像获取产品实时的价格指数。
本公开实施例利用产品的当期价格和价格指数,可以准确计算出产品凑减方案的凑减总价,从而保障产品凑减方案筛选的有效性,有助于向用户提供实惠程度更大的产品凑减方案。
S310、至少利用凑减总价,在各第一产品凑减方案中筛选出第二产品凑减方案。
可选的,本公开实施例可以按照凑减总价与满减门槛金额的差距由小至大的顺序,从各第一产品凑减方案中筛选出第三预设数量的第二产品凑减方案。
本公开实施例通过筛选出凑减总价更加贴近满减门槛金额的产品凑减方案,有助于用户选择实惠程度更大的产品凑减方案,在满减活动中享受到最大化的实惠,从而提升用户对产品凑减方案的满意度,进一步提高用户后续在手机银行客户端上进行在线购物的意愿,进而提升用户对手机银行客户端的使用体验。
在实际的凑减场景中,产品凑减方案的产品平均单价也是影响用户满意度的重要指标之一。在通常情况下,产品平均单价越低,产品凑减方案中的产品越多,意味着用户可以以几乎相同的价格获得更多的产品。
可选的,基于图3所示的方法,如图4所示,本公开实施例提供的面向手机银行用户的产品议价方法的另一种实施方式的流程示意图,步骤S310可以包括:
S311、利用第一产品凑减方案的凑减总价、第一产品凑减方案中包含目标产品的数量、购物风格系数和购物需求指数,获得第一产品凑减方案的产品平均单价。
具体的,本公开实施例可以至少利用第一产品凑减方案中包含目标产品的数量、购物风格系数和购物需求指数,计算出第一产品凑减方案受用户购物特征综合影响下的凑减价格,再结合第一产品凑减方案的凑减总价,可以计算出第一产品凑减方案的产品平均单价。
可选的,本公开实施例可以将第一产品凑减方案的凑减总价、第一产品凑减方案中包含目标产品的数量、购物风格系数和购物需求指数输入公式:
S=(Q-δ)/n
获得第一产品凑减方案的产品平均单价,其中,S为产品平均单价;Q为第一产品凑减方案的凑减总价;n为第一产品凑减方案中包含目标产品的数量;δ为受用户购物特征综合影响下的凑减价格;j为第一产品凑减方案中目标产品的编号;Hj为目标产品j的当期价格;Kj为目标产品j受用户购物风格影响下的凑减价格;Lj为目标产品j受用户购物需求影响下的凑减价格。
本公开实施例基于产品凑减方案的凑减总价以及受用户购物特征综合影响下的凑减价格,可以准确计算出产品凑减方案的产品平均单价,从而保障后续筛选出的产品凑减方案具有更高的性价比,帮助用户购买到更多实惠的产品,进而提升用户对产品凑减方案的满意度。
S312、利用产品平均单价,在各第一产品凑减方案中筛选出第二产品凑减方案。
具体的,本公开实施例可以按照产品平均单价由低至高的顺序,从各第一产品凑减方案中筛选出第四预设数量的第二产品凑减方案。
本公开实施例基于产品平均单价进行产品凑减方案的筛选,能够筛选出更具性价比的产品凑减方案,帮助用户在满减活动中获得最大化的实惠,从而提升用户对产品凑减方案的满意度,进而提高用户在手机银行客户端上进行在线购物的使用体验。
虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
与上述方法实施例相对应,本公开实施例还提供一种面向手机银行用户的产品议价装置,可应用于手机银行客户端。该面向手机银行用户的产品议价装置的结构如图5所示,可以包括:购物特征数据获得单元100、风格需求因子获得单元200、凑减后价格获得单元300、目标产品筛选单元400和产品凑减方案生成单元500。
所述购物特征数据获得单元100,用于获得用户的购物特征数据。
风格需求因子获得单元200,用于利用所述购物特征数据,获得所述用户的购物风格系数和购物需求指数。
凑减后价格获得单元300,用于基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格。
目标产品筛选单元400,用于至少利用所述凑减后价格,在所述第一产品池中筛选出目标产品并添加至第二产品池中。
产品凑减方案生成单元500,用于在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案。
可选的,该面向手机银行用户的产品议价装置还可以包括:产品价格数据获得单元、价格偏离度获得单元和产品添加单元。
产品价格数据获得单元,用于凑减后价格获得单元300基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格之前,获得所述手机银行客户端提供的各个产品的产品价格数据。
价格偏离度获得单元,用于利用所述产品价格数据计算出各个产品的价格偏离度。
产品添加单元,用于将所述价格偏离度不大于预设偏离度阈值的产品添加至第一产品池中。
可选的所述产品价格数据包括产品的目标历史价格。
可选的,目标产品筛选单元400,具体用于按照产品的所述凑减后价格与所述目标历史价格之间的差值大小,在所述第一产品池中筛选出目标产品并添加至第二产品池中。
可选的,所述价格偏离度为产品的价格基准偏离度或价格最大偏离度。
可选的,凑减后价格获得单元300,可以具体用于将所述购物风格系数和所述购物需求指数输入至公式:
hi=b2×Ki+c×Li-2Δ
Ki=Hi-(0.1~1)×5b
Li=Hi±(-0.5~+0.5)×5c
Δ=0.5Ki+0.5Li
获得第一产品池中任一产品在当前凑减机制下的凑减后价格,其中,i为所述第一产品池中产品的编号;hi为产品i在当前凑减机制下的所述凑减后价格;b为所述购物风格系数;Ki为产品i受用户购物风格影响下的凑减价格;Hi为产品i的当期价格;c为所述购物需求指数;Li为产品i受用户购物需求影响下的凑减价格;Δ为偏差因子。
可选的,该面向手机银行用户的产品议价装置还可以包括:凑减总价获得单元和产品凑减方案筛选单元。
凑减总价获得单元,用于在产品凑减方案生成单元500在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案之后,获得各所述第一产品凑减方案的凑减总价。
产品凑减方案筛选单元,用于至少利用所述凑减总价,在各所述第一产品凑减方案中筛选出第二产品凑减方案。
可选的,产品凑减方案筛选单元可以包括:产品平均单价获得子单元和产品凑减方案筛选子单元。
产品平均单价获得子单元,用于利用所述第一产品凑减方案的所述凑减总价、所述第一产品凑减方案中包含所述目标产品的数量、所述购物风格系数和所述购物需求指数,获得所述第一产品凑减方案的产品平均单价。
产品凑减方案筛选子单元,用于利用所述产品平均单价,在各所述第一产品凑减方案中筛选出第二产品凑减方案。
可选的,凑减总价获得单元,可以具体用于将所述第一产品凑减方案中各所述目标产品的当期价格和价格指数输入至公式:
获得所述第一产品凑减方案的凑减总价,其中,Q为所述凑减总价;j为所述第一产品凑减方案中所述目标产品的编号;n为所述第一产品凑减方案中包含所述目标产品的数量;Hj为所述目标产品j的所述当期价格;aj为所述目标产品j的所述价格指数。
可选的,产品平均单价获得子单元,具体用于将所述第一产品凑减方案的所述凑减总价、所述第一产品凑减方案中包含所述目标产品的数量、所述购物风格系数和所述购物需求指数输入公式:
S=(Q-δ)/n
获得所述第一产品凑减方案的产品平均单价,其中,S为所述产品平均单价;Q为所述第一产品凑减方案的所述凑减总价;n为所述第一产品凑减方案中包含所述目标产品的数量;δ为受用户购物特征综合影响下的凑减价格;j为所述第一产品凑减方案中所述目标产品的编号;Hj为所述目标产品j的当期价格;Kj为所述目标产品j受用户购物风格影响下的凑减价格;Lj为所述目标产品j受用户购物需求影响下的凑减价格。
本公开提供的一种面向手机银行用户的产品议价装置,可应用于人工智能领域或金融领域。本公开应用于手机银行客户端,可以获得用户的购物特征数据;利用购物特征数据,获得用户的购物风格系数和购物需求指数;基于购物风格系数和购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格;至少利用凑减后价格,在第一产品池中筛选出目标产品并添加至第二产品池中;在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案。本公开通过筛选出符合用户的购物风格和购物需求的目标产品,基于当前凑减机制对各个目标产品组合,能够生成贴合用户购物风格且满足用户购物需求的产品凑减方案,帮助用户在手机银行客户端上的满减活动中购买到高性价比的产品,从而提升用户对手机银行客户端的使用体验。
关于上述实施例中的装置,其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
所述面向手机银行用户的产品议价装置包括处理器和存储器,上述购物特征数据获得单元、风格需求因子获得单元、凑减后价格获得单元、目标产品筛选单元和产品凑减方案生成单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来筛选出符合用户的购物风格和购物需求的目标产品,基于当前凑减机制对各个目标产品组合,能够生成贴合用户购物风格且满足用户购物需求的产品凑减方案,帮助用户在手机银行客户端上的满减活动中购买到高性价比的产品,从而提升用户对手机银行客户端的使用体验。
本公开实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现所述面向手机银行用户的产品议价方法。
本公开实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述面向手机银行用户的产品议价方法。
本公开实施例提供了一种电子设备,电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,处理器、存储器通过总线完成相互间的通信;处理器用于调用存储器中的程序指令,以执行上述的面向手机银行用户的产品议价方法。本文中的电子设备可以是服务器、PC、PAD、手机等。
本公开还提供了一种计算机程序产品,当在电子设备上执行时,适于执行初始化有面向手机银行用户的产品议价方法步骤的程序。
需要说明的是,本公开提供的一种面向手机银行用户的产品议价方法及装置可用于人工智能领域或金融领域。上述仅为示例,并不对本公开提供的一种面向手机银行用户的产品议价方法及装置的应用领域进行限定。
需要说明的是,本公开所涉及的用户信息(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,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本公开是参照根据本公开实施例的方法、装置、电子设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程设备的处理器以产生一个机器,使得通过计算机或其他可编程设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,电子设备包括一个或多个处理器(CPU)、存储器和总线。电子设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
在本公开的描述中,需要理解的是,如若涉及术语“上”、“下”、“前”、“后”、“左”和“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的位置或元件必须具有特定方位、以特定的方位构成和操作,因此不能理解为本公开的限制。
需要说明的是,在本文中,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。还需要说明的是,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、商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、商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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本公开的实施例可提供为方法、系统或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本公开的实施例而已,并不用于限制本公开。对于本领域技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本公开的权利要求范围之内。
Claims (10)
1.一种面向手机银行用户的产品议价方法,其特征在于,应用于手机银行客户端,所述方法包括:
获得用户的购物特征数据;
利用所述购物特征数据,获得所述用户的购物风格系数和购物需求指数;
基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格;
至少利用所述凑减后价格,在所述第一产品池中筛选出目标产品并添加至第二产品池中;
在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案。
2.根据权利要求1所述的方法,其特征在于,在所述基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格之前,所述方法还包括:
获得所述手机银行客户端提供的各个产品的产品价格数据;
利用所述产品价格数据计算出各个产品的价格偏离度;
将所述价格偏离度不大于预设偏离度阈值的产品添加至第一产品池中。
3.根据权利要求2所述的方法,其特征在于,所述产品价格数据包括产品的目标历史价格,所述至少利用所述凑减后价格,在所述第一产品池中筛选出目标产品并添加至第二产品池中,包括:
按照产品的所述凑减后价格与所述目标历史价格之间的差值大小,在所述第一产品池中筛选出目标产品并添加至第二产品池中。
4.根据权利要求2所述的方法,其特征在于,所述价格偏离度为产品的价格基准偏离度或价格最大偏离度。
5.根据权利要求1所述的方法,其特征在于,所述基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格,包括:
将所述购物风格系数和所述购物需求指数输入至公式:
hi=b2×Ki+c×Li-2Δ
Ki=Hi-(0.1~1)×5b
Li=Hi±(-0.5~+0.5)×5c
Δ=0.5Ki+0.5Li
获得第一产品池中任一产品在当前凑减机制下的凑减后价格,其中,i为所述第一产品池中产品的编号;hi为产品i在当前凑减机制下的所述凑减后价格;b为所述购物风格系数;Ki为产品i受用户购物风格影响下的凑减价格;Hi为产品i的当期价格;c为所述购物需求指数;Li为产品i受用户购物需求影响下的凑减价格;Δ为偏差因子。
6.根据权利要求1所述的方法,其特征在于,在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案之后,所述方法还包括:
获得各所述第一产品凑减方案的凑减总价;
至少利用所述凑减总价,在各所述第一产品凑减方案中筛选出第二产品凑减方案。
7.根据权利要求6所述的方法,其特征在于,所述至少利用所述凑减总价,在各所述第一产品凑减方案中筛选出第二产品凑减方案,包括:
利用所述第一产品凑减方案的所述凑减总价、所述第一产品凑减方案中包含所述目标产品的数量、所述购物风格系数和所述购物需求指数,获得所述第一产品凑减方案的产品平均单价;
利用所述产品平均单价,在各所述第一产品凑减方案中筛选出第二产品凑减方案。
8.根据权利要求6所述的方法,其特征在于,所述获得各所述第一产品凑减方案的凑减总价,包括:
将所述第一产品凑减方案中各所述目标产品的当期价格和价格指数输入至公式:
获得所述第一产品凑减方案的凑减总价,其中,Q为所述凑减总价;j为所述第一产品凑减方案中所述目标产品的编号;n为所述第一产品凑减方案中包含所述目标产品的数量;Hj为所述目标产品j的所述当期价格;aj为所述目标产品j的所述价格指数。
9.根据权利要求7所述的方法,其特征在于,所述利用所述第一产品凑减方案的所述凑减总价、所述第一产品凑减方案中包含所述目标产品的数量、所述购物风格系数和所述购物需求指数,获得所述第一产品凑减方案的产品平均单价,包括:
将所述第一产品凑减方案的所述凑减总价、所述第一产品凑减方案中包含所述目标产品的数量、所述购物风格系数和所述购物需求指数输入公式:
S=(Q-δ)/n
获得所述第一产品凑减方案的产品平均单价,其中,S为所述产品平均单价;Q为所述第一产品凑减方案的所述凑减总价;n为所述第一产品凑减方案中包含所述目标产品的数量;δ为受用户购物特征综合影响下的凑减价格;j为所述第一产品凑减方案中所述目标产品的编号;Hj为所述目标产品j的当期价格;Kj为所述目标产品j受用户购物风格影响下的凑减价格;Lj为所述目标产品j受用户购物需求影响下的凑减价格。
10.一种面向手机银行用户的产品议价装置,其特征在于,应用于手机银行客户端,所述装置包括:购物特征数据获得单元、风格需求因子获得单元、凑减后价格获得单元、目标产品筛选单元和产品凑减方案生成单元,
所述购物特征数据获得单元,用于获得用户的购物特征数据;
风格需求因子获得单元,用于利用所述购物特征数据,获得所述用户的购物风格系数和购物需求指数;
凑减后价格获得单元,用于基于所述购物风格系数和所述购物需求指数,获得第一产品池中各个产品在当前凑减机制下的凑减后价格;
目标产品筛选单元,用于至少利用所述凑减后价格,在所述第一产品池中筛选出目标产品并添加至第二产品池中;
产品凑减方案生成单元,用于在所述当前凑减机制下对所述第二产品池中的所述目标产品进行选择,生成至少一个第一产品凑减方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311073713.6A CN117114806A (zh) | 2023-08-24 | 2023-08-24 | 一种面向手机银行用户的产品议价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311073713.6A CN117114806A (zh) | 2023-08-24 | 2023-08-24 | 一种面向手机银行用户的产品议价方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117114806A true CN117114806A (zh) | 2023-11-24 |
Family
ID=88797881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311073713.6A Pending CN117114806A (zh) | 2023-08-24 | 2023-08-24 | 一种面向手机银行用户的产品议价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114806A (zh) |
-
2023
- 2023-08-24 CN CN202311073713.6A patent/CN117114806A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6096866B1 (ja) | 実行装置、実行方法及び実行プログラム | |
CN106355391B (zh) | 一种业务处理方法及装置 | |
JP5996815B1 (ja) | 配信装置、配信方法、配信プログラム及び配信システム | |
CN111489155B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN109389491A (zh) | 基于大数据的贷款产品筛选方法、装置、设备及存储介质 | |
Jamalova et al. | The comparative study of the relationship between smartphone choice and socio-economic indicators | |
CN110634043B (zh) | 供需匹配模型获得方法、供需匹配方法、平台和存储介质 | |
US20200286091A1 (en) | Automated multi-currency refund service | |
CN111144874A (zh) | 支付方式推荐方法、装置及设备 | |
CN116629937A (zh) | 营销策略推荐方法及装置 | |
CN111582872A (zh) | 异常账号检测模型训练、异常账号检测方法、装置及设备 | |
CN110033353A (zh) | 用户对象推荐方法、装置、计算机可读存储介质和计算机设备 | |
CN117114806A (zh) | 一种面向手机银行用户的产品议价方法及装置 | |
CN113807888B (zh) | 营销处理方法及装置 | |
CN113450211A (zh) | 一种用户授信方法、装置、电子设备与存储介质 | |
CN110874797B (zh) | 资源分配方法和资源分配装置 | |
CN110581771B (zh) | 利用网络消息服务以处理费用拆分的方法、计算装置可读存储介质以及计算装置 | |
CN117035789A (zh) | 组合支付方法、装置、存储介质及电子设备 | |
CN111459901B (zh) | 一种数据的聚合计算方法、装置及设备 | |
KR102225560B1 (ko) | 컨텐츠 소비에 따른 리워드를 제공하기 위한 방법 및 서버 | |
KR102569394B1 (ko) | 경쟁 데이터 거래 시스템의 서비스 제공 장치 및 그의 동작 방법 | |
WO2022210017A1 (ja) | Ai分析システム、利用料算出方法、及び、記録媒体 | |
CN118247021A (zh) | 基于用户画像的商品推荐方法及系统 | |
KR20170013444A (ko) | 소셜 네트워크 서비스 기반의 온라인 대출 방법 및 서버 | |
CN118096362A (zh) | 交易业务处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |