CN117455610A - 周边商户的推荐方法、装置、车辆及存储介质 - Google Patents
周边商户的推荐方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN117455610A CN117455610A CN202311399877.8A CN202311399877A CN117455610A CN 117455610 A CN117455610 A CN 117455610A CN 202311399877 A CN202311399877 A CN 202311399877A CN 117455610 A CN117455610 A CN 117455610A
- Authority
- CN
- China
- Prior art keywords
- merchant
- user
- tag
- recommendation
- vehicle
- 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 48
- 230000002093 peripheral effect Effects 0.000 title claims description 28
- 238000013475 authorization Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000013480 data collection Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000011888 snacks Nutrition 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 235000013550 pizza Nutrition 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001502 supplementing effect Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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]
- G06Q30/0639—Item locations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种周边商户的推荐方法、装置、车辆及存储介质,其中,方法包括:接收至少一个车辆的充电信息;根据充电信息生成车辆的属性标签,并获取用户的用户标签;基于属性标签、用户标签和商户标签生成最佳商户推荐策略,并基于最佳商户推荐策略生成相应的商户推荐列表,以将商户推荐列表推送至用户。由此,解决了相关技术中,仅提供充电信息难以满足用户充电行程规划的需求,智能化水平较低,增加了用户的时间和精力成本,从而影响用户的充电体验的技术问题。
Description
技术领域
本申请涉及大数据应用技术领域,特别涉及一种周边商户的推荐方法、装置、车辆及存储介质。
背景技术
相关技术中,以电能为动力源的车辆相较于燃油车,在补充能源时往往需要较长时间,在车辆充电时,能够提供车辆的电量信息和充电信息,使得用户在充电等待时间里能够自行选择娱乐方式,合理安排充电期间的行程。
然而,相关技术中,对于不愿意在车内等待充电完成且对充电桩周边并不熟悉的用户,仅靠电量信息和充电信息难以完成对行程的安排规划,用户需要额外借助地图搜索导航等手段,自行搜索充电桩周边的信息,以度过充电等待时间,增加额外的时间和精力成本,加大了用户的不便和麻烦,进而影响用户的充电体验,亟待改进。
发明内容
本申请提供一种周边商户的推荐方法、装置、车辆及存储介质,以解决相关技术中,仅提供充电信息难以满足用户充电行程规划的需求,智能化水平较低,增加了用户的时间和精力成本,从而影响用户的充电体验的技术问题。
本申请第一方面实施例提供一种周边商户的推荐方法,包括以下步骤:接收至少一个车辆的充电信息;根据所述充电信息生成所述车辆的属性标签,并获取用户的用户标签;基于所述属性标签、所述用户标签和商户标签生成最佳商户推荐策略,并基于所述最佳商户推荐策略生成相应的商户推荐列表,以将所述商户推荐列表推送至所述用户。
可选地,在本申请的一个实施例中,在将所述商户推荐信息推送至所述用户之后,还包括:获取所述用户的移动终端的授权信息;在所述授权信息满足预设数据采集条件时,采集所述移动终端的商户选择数据,根据所述商户选择数据更新所述用户标签。
可选地,在本申请的一个实施例中,所述基于所述属性标签、所述用户标签和商户标签生成最佳商户推荐策略,包括:基于所述商户标签确定每个商户的所属商户组,基于所述用户标签确定所述用户的所属用户组;根据所述所属商户组和所述所属用户组确定所述最佳商户推荐策略。
可选地,在本申请的一个实施例中,在基于所述属性标签、所述用户标签和商户标签生成最佳商户推荐策略之前,还包括:接收至少一个商户上传的商户信息;基于所述商户信息生成每个商户对应的商户标签。
可选地,在本申请的一个实施例中,所述充电信息包括所述车辆的电池数据信息、所述车辆的充电占用信息、所述车辆的关联用户信息中的至少一种。
可选地,在本申请的一个实施例中,所述用户标签包括基本属性标签、行为偏好标签、用户阶段标签、消费能力标签和购买偏好标签中的至少一项。
可选地,在本申请的一个实施例中,所述商户标签包括行业标签、商户类型标签、地理位置标签、产品或者服务标签、等级和分类标签、营销活动标签和风险预警标签中的至少一项。
本申请第二方面实施例提供一种周边商户的推荐装置,包括:第一接收模块,用于接收至少一个车辆的充电信息;第一生成模块,用于根据所述充电信息生成所述车辆的属性标签,并获取用户的用户标签;推荐模块,用于基于所述属性标签、所述用户标签和商户标签生成最佳商户推荐策略,并基于所述最佳商户推荐策略生成相应的商户推荐列表,以将所述商户推荐列表推送至所述用户。
可选地,在本申请的一个实施例中,还包括:获取模块,用于获取所述用户的移动终端的授权信息;更新模块,用于在所述授权信息满足预设数据采集条件时,采集所述移动终端的商户选择数据,根据所述商户选择数据更新所述用户标签。
可选地,在本申请的一个实施例中,所述推荐模块包括:第一确定单元,用于基于所述商户标签确定每个商户的所属商户组,基于所述用户标签确定所述用户的所属用户组;第二确定单元,用于根据所述所属商户组和所述所属用户组确定所述最佳商户推荐策略。
可选地,在本申请的一个实施例中,还包括:第二接收模块,用于接收至少一个商户上传的商户信息;第二生成模块,用于基于所述商户信息生成每个商户对应的商户标签。
可选地,在本申请的一个实施例中,所述充电信息包括所述车辆的电池数据信息、所述车辆的充电占用信息、所述车辆的关联用户信息中的至少一种。
可选地,在本申请的一个实施例中,所述用户标签包括基本属性标签、行为偏好标签、用户阶段标签、消费能力标签和购买偏好标签中的至少一项。
可选地,在本申请的一个实施例中,所述商户标签包括行业标签、商户类型标签、地理位置标签、产品或者服务标签、等级和分类标签、营销活动标签和风险预警标签中的至少一项。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的周边商户的推荐方法。
本申请第四方面实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上述实施例所述的周边商户的推荐方法。
本申请实施例可以根据车辆的充电信息生成车辆的属性标签,并获取用户的用户标签,结合商户标签生成最佳商户推荐策略,最终生成相应的商户推荐列表,将其推送给用户,从而实现对用户的精准商户推荐,以为用户提供行程规划参考。由此,解决了相关技术中,仅提供充电信息难以满足用户充电行程规划的需求,智能化水平较低,增加了用户的时间和精力成本,从而影响用户的充电体验的技术问题。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种周边商户的推荐方法的流程图;
图2为根据本申请一个实施例的周边商户的推荐方法的原理示意图;
图3为根据本申请一个实施例的周边商户的推荐方法的流程图;
图4为根据本申请实施例提供的一种周边商户的推荐装置的结构示意图;
图5为根据本申请实施例提供的车辆的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的周边商户的推荐方法、装置、车辆及存储介质。针对上述背景技术中提到的相关技术中,仅提供充电信息难以满足用户充电行程规划的需求,智能化水平较低,增加了用户的时间和精力成本,从而影响用户的充电体验的技术问题,本申请提供了一种周边商户的推荐方法,在该方法中,根据车辆的充电信息生成车辆的属性标签,并获取用户的用户标签,结合商户标签生成最佳商户推荐策略,最终生成相应的商户推荐列表,将其推送给用户,从而基于用户的需求实现对用户的精准推荐,以为用户提供行程规划参考。由此,解决了相关技术中,仅提供充电信息难以满足用户充电行程规划的需求,智能化水平较低,增加了用户的时间和精力成本,从而影响用户的充电体验的技术问题。
具体而言,图1为本申请实施例所提供的一种周边商户的推荐方法的流程示意图。
如图1所示,该周边商户的推荐方法包括以下步骤:
在步骤S101中,接收至少一个车辆的充电信息。
在实际执行过程中,本申请实施例可以通过配备的车载设备和智能车辆通信系统,实时监测车辆的电池状态和充电需求,并将相关信息传输到云端或手机应用程序中,能够实时获取车辆的充电信息,了解用户的充电需求,从而为后续分析处理提供信息基础。
可选地,在本申请的一个实施例中,充电信息包括车辆的电池数据信息、车辆的充电占用信息、车辆的关联用户信息中的至少一种。
可以理解的是,充电信息包括车辆的电池数据信息、车辆的充电占用信息、车辆的关联用户信息中的至少一种,其中,车辆的电池数据信息,包括车辆电池的状态、剩余容量、充电速率等,通过监测车辆电池的状态,可以了解车辆的充电需求,有利于推荐适当的充电设施和计划充电时段;车辆的充电占用信息,可以理解为车辆当前是否正在充电以及充电设施的占用情况,例如,车辆已经连接到充电桩并开始充电,或者车辆已经预约了充电设施但还未充电,有利于判断车辆充电所需时间,从而为用户推荐相匹配的商户;车辆的关联用户信息,包括用户或使用该车辆的其他用户的相关信息,如姓名、联系方式、账号等,可以根据用户的喜好和习惯推荐符合其需求的商户,实现个性化推荐服务。
在步骤S102中,根据充电信息生成车辆的属性标签,并获取用户的用户标签。
在一些实施例中,本申请实施例根据充电信息生成车辆的属性标签并获取用户的用户标签,从而更好地理解车辆和用户的特征,以便进行个性化推荐和服务。
具体地,通过对车辆的充电信息进行分析和处理,提取出车辆的一些特征或属性,包括充电偏好、用车习惯、充电效率等,生成车辆的属性标签,从而能够将车辆归类并匹配到适合的商户或服务。通过分析和处理用户的相关信息,如用户关联用户信息、充电历史数据等,可以提取出用户的一些特征或属性,包括充电频率、充电时间段、偏好商户、消费习惯等,获取用户的用户标签,从而能够将用户分类并匹配到适合需求的商户或服务。
此外,基于车辆和用户的标签,可以更准确地了解用户的需求和充电习惯,有效减少信息的噪声和杂乱度,提高商户推荐的精准度,为用户推荐更符合需求的商户,从而节省用户的时间和精力,提高用户的满意度和体验感。
可选地,在本申请的一个实施例中,用户标签包括基本属性标签、行为偏好标签、用户阶段标签、消费能力标签和购买偏好标签中的至少一项。
可以理解的是,用户标签包括基本属性标签、行为偏好标签、用户阶段标签、消费能力标签和购买偏好标签中的至少一项。
其中,基本属性标签,可以理解为用户的一些基本信息,例如,性别、年龄、地区等,可以用来对用户进行基本分类,更好地理解用户的背景和特征,从而提供更精准的推荐。
行为偏好标签,可以理解为根据用户的行为和偏好进行分析得出的标签,例如,充电时间偏好、充电频率等,通过分析用户的行为偏好,可以推荐充电时段和地点,提高用户的充电体验。
用户阶段标签,可以理解为根据用户在使用充电服务过程中的阶段进行划分的标签,例如,新用户、忠诚用户、流失用户等,通过了解用户所处的阶段,可以为不同阶段的用户提供相应的服务和推荐,以增加用户黏性和留存率。
消费能力标签,可以理解为根据用户的经济实力和消费习惯进行评估的标签,例如,高消费用户、中等消费用户、低消费用户等,通过了解用户的消费能力,可以为用户提供合适的商户和服务,满足其不同的消费需求。
购买偏好标签,可以理解为根据用户的购买历史和购买行为进行分析得出的标签,例如,喜好特定品牌、购买频率、购买品类偏好等,通过了解用户的购买偏好,可以为用户推荐相关的商户和产品,提高用户的购买满意度。
需要注意的是,以上标签在获取时,均需要在用户授权后,从用户关联的账号、支付平台等数据源获得。
通过标签化用户数据,可以更好地了解用户的特征和需求,从而提供个性化的推荐和服务,有助于提升用户体验,增加用户满意度,并帮助商家更准确地进行市场定位和营销策略制定。
在步骤S103中,基于属性标签、用户标签和商户标签生成最佳商户推荐策略,并基于最佳商户推荐策略生成相应的商户推荐列表,以将商户推荐列表推送至用户。
作为一种可能实现的方式,本申请实施例可以基于属性标签、用户标签和商户标签,识别出车辆和用户的特征和需求,并利用一定的算法和规则,构建场景化推荐算法模型,生成最佳商户推荐策略,以确保所选择的商户能够最大程度地满足用户的需求和期望,在生成商户推荐列表后,可以通过手机应用等方式将推荐列表发送给用户,以供用户参考和选择,提高推荐的准确度,使用户更容易找到符合需求的商户,能够提供更好的用户体验,同时可以更有效地利用商户资源,将商户推荐给需要的用户,提高商户的转化率和盈利能力。
可选地,在本申请的一个实施例中,在将商户推荐信息推送至用户之后,还包括:获取用户的移动终端的授权信息;在授权信息满足预设数据采集条件时,采集移动终端的商户选择数据,根据商户选择数据更新用户标签。
在实际执行过程中,本申请实施例将商户推荐信息推送至用户之后,可以向用户发送请求,要求获取移动终端的授权信息,包括位置数据、搜索历史、应用使用记录等,在授权信息满足预设数据采集条件时,采集用户在移动终端上的商户选择数据,包括用户浏览的商户页面、点击的商户信息、收藏或评论的商户等,了解用户的喜好以及与商户之间的互动和交流情况,通过分析和处理用户的商户选择数据,可以更新用户的标签信息,例如,可以根据用户频繁访问某类型商户的行为来调整用户的行为偏好标签或购买偏好标签,标签的更新反映用户最新的商户偏好和互动情况,为后续的推荐和服务提供更准确的依据,可以提高个性化推荐的精准性,使推荐的商户更符合用户的要求,提升用户满意度。
其中,预设数据采集条件可以理解为用户有明确同意授权的行为,用户访问商户页面达到一定次数或持续时间较长,用户有点击、收藏或评论某个商户的行为等,预设条件的设定有助于保护用户的隐私权,确保仅在用户明确同意且达到一定条件时进行数据采集,确保数据的采集具有一定的价值和有效性,具体可以由本领域技术人员设置。
可选地,在本申请的一个实施例中,基于属性标签、用户标签和商户标签生成最佳商户推荐策略,包括:基于商户标签确定每个商户的所属商户组,基于用户标签确定用户的所属用户组;根据所属商户组和所属用户组确定最佳商户推荐策略。
作为一种可能实现的方式,本申请实施例可以基于属性标签、用户标签和商户标签生成最佳商户推荐策略,具体地,通过对商户的属性标签进行分析和处理,可以根据商户的特征、产品类型、服务水平等因素来定义,将商户归类到不同的商户组中,包括娱乐类商户组,小吃类商户组等,帮助更好地理解和区分各个商户。
同时,通过对用户的用户标签进行分析和处理,可以根据用户的特征、行为偏好、购买偏好等因素来定义,将用户归类到不同的用户组中,包括都市白领组、吃货组等,帮助更好地了解用户的需求和偏好。
进一步地,基于商户组和用户组之间的关联性,可以制定相应的最佳商户推荐策略,根据不同商户组和用户组间的匹配程度和交叉关系,确定更合适的商户推荐方式。
通过将商户和用户分别归类到不同的组别,可以更好地理解商户和用户的特征,在确定最佳商户推荐策略时,可以综合考虑商户组和用户组之间的匹配程度,从而实现更精准的商户推荐,根据用户所属用户组以及所属商户组,选取最适合的商户推荐策略,增加用户对商户推荐的兴趣和满意度,通过使用最佳商户推荐策略,可以为用户提供更符合其需求和偏好的商户推荐,提升用户的体验和满意度,同时也帮助商家提高转化率和盈利能力。
可选地,在本申请的一个实施例中,在基于属性标签、用户标签和商户标签生成最佳商户推荐策略之前,还包括:接收至少一个商户上传的商户信息;基于商户信息生成每个商户对应的商户标签。
部分实施例中,本申请实施例在基于属性标签、用户标签和商户标签生成最佳商户推荐策略之前,接收至少一个商户上传的商户信息,可以收集到丰富的商户数据,包括商户的名称、地址、产品描述、服务特点等,根据商户上传的商户信息,进行文本处理、自然语言处理和机器学习等技术处理,可以提取并生成与商户相关的关键词和特征,并生成每个商户对应的商户标签,从而更好地理解和区分不同商户的特征,提升商户标签的准确性。
可选地,在本申请的一个实施例中,商户标签包括行业标签、商户类型标签、地理位置标签、产品或者服务标签、等级和分类标签、营销活动标签和风险预警标签中的至少一项。
可以理解的是,商户标签包括行业标签、商户类型标签、地理位置标签、产品或服务标签、等级和分类标签、营销活动标签和风险预警标签中的至少一项。
其中,行业标签,可以理解为商户所属的行业分类标签,例如餐饮、零售、旅游等,可用于将商户按照不同行业进行分类。
商户类型标签,可以理解为商户的经营类型标签,例如餐厅、超市、酒店等,可在商户推荐时更准确地考虑用户的需求和偏好。
地理位置标签,可以理解为商户所在地区或位置的标签,例如城市、地区、商圈等,有助于根据用户当前位置或者偏好选择附近的商户进行推荐。
产品或服务标签,可以理解为商户所提供的产品或服务的特点标签,例如咖啡、披萨等,有助于识别商户的特色和优势,以便为用户提供个性化的商户推荐。
等级和分类标签,可以理解为商户的等级和分类标签,例如星级酒店、高端餐厅等,可以根据用户的要求和偏好筛选出符合其标准的商户。
营销活动标签,可以理解为商户参与的营销活动相关的标签,例如优惠促销、限时折扣等,可用于推荐商户活动和优惠信息给用户。
风险预警标签,可以理解为商户在风险评估中的风险等级标签,例如信用等级、安全性等,有助于对商户进行风险预警和评估,确保用户选择的商户安全可靠。
商户标签的多样性和维度丰富可以提供更准确和全面的商户特征信息,能够更精准地根据用户需求和偏好匹配最合适的商户进行推荐,从而提高用户满意度和体验,同时,商户标签的引入也为商家提供了更精细化的市场定位和目标客户群体识别,增加营销效果和商业价值。
结合图2和图3所示,以一个实施例对本申请实施例的周边商户的推荐方法进行详细阐述。
可以理解的是,本申请实施例能够根据车辆的充电信息生成车辆的属性标签,结合用户标签与商户标签生成最佳商户推荐策略,从而获得相应的商户推荐列表并推送给用户,其中,包括以下步骤:
步骤S301:数据采集;
可以理解的是,收集推荐算法所需的数据,包含商户数据采集、用户数据采集、电池数据采集以及充电桩数据采集。
其中,商户数据采集,主要通过搭建商户入驻平台,根据入驻流程的资料填写与审核,确保商户信息的完整性和真实性,从而通过商户入驻平台收集商户信息并将数据同步至数据仓库,其中,商户信息,包括商户名称、商户经营范围、商户位置、营业时间等。
用户数据采集,主要通过客户管理系统将用户基本信息同步至数据仓库,具体地,通过埋点技术,采集用户的行为数据并将行为数据同步至数据仓库,其中,用户数据包含性别、年龄、地域等基础信息,以及点击、访问等行为数据信息。
电池数据采集,主要通过车辆数据上报,由车端上报TSP(Telematics ServiceProvider,内容服务提供者)平台,再由TSP平台同步至企业数据库,其中,电池信息包含电池当前容量,电池总容量、温度等信息。
充电桩数据采集,主要通过充电桩推送至充电运营商,充电运营商通过互联互通协议,将充电桩数据同步到企业数据库,其中,充电桩数据包含充电桩类型、充电功率、充电桩位置、空闲状态等信息。
步骤S302:数据清洗及存储;
可以理解的是,数据源入库后,数仓可以对数据进行清洗及存储。
步骤S303:创建标签;
具体地,根据用户的属性和行为偏好创建用户标签,主要包含基本属性标签、行为偏好标签、用户阶段标签、消费能力标签、购买偏好标签等;根据商户入驻信息创建商户标签,通过商户的属性和需求来确定标签内容,主要包含行业标签、商户类型标签、地理位置标签、产品或者服务标签、等级和分类标签、营销活动标签、风险预警标签等。
步骤S304:创建分组;
具体地,根据用户标签,筛选出同一类用户人群,创建用户组,圈选用户人群,譬如都市白领组、吃货组等;根据商户标签,筛选出同一类商户,创建商户组,圈选商户群,譬如娱乐类商户组,小吃类商户组等。
步骤S305:生成推送策略;
可以理解的是,可以分析用户组、商户组相关性,匹配商户组和用户组,通过基于用户的协同过滤推荐算法,创建推送策略。
步骤S306:客户端消息推送;
具体地,当用户插枪充电时,获取到充电桩位置信息,根据充电桩功率、车辆电池信息,预测充电时长,匹配周边符合条件商户,从而根据推送策略,向用户手机应用精准推送推荐商户。
步骤S307:数据分析及策略迭代。
具体地,通过车机端及手机端埋点,采集用户接收到消息推送后的行为数据,创建实验组和非实验组,其中实验组根据推送策略推送,非实验组随机推送,根据采集数据分析推送策略的效果,依据数据分析结果,持续优化迭代推送策略。
根据本申请实施例提出的周边商户的推荐方法,可以根据车辆的充电信息生成车辆的属性标签,并获取用户的用户标签,结合商户标签生成最佳商户推荐策略,最终生成相应的商户推荐列表,将其推送给用户,从而实现对用户的精准商户推荐,以为用户提供行程规划参考。由此,解决了相关技术中,仅提供充电信息难以满足用户充电行程规划的需求,智能化水平较低,增加了用户的时间和精力成本,从而影响用户的充电体验的技术问题。
其次参照附图描述根据本申请实施例提出的周边商户的推荐装置。
图4是本申请实施例的周边商户的推荐装置的方框示意图。
如图4所示,该周边商户的推荐装置10包括:第一接收模块100、第一生成模块200和推荐模块300。
具体地,第一接收模块100,用于接收至少一个车辆的充电信息。
第一生成模块200,用于根据充电信息生成车辆的属性标签,并获取用户的用户标签。
推荐模块300,用于基于属性标签、用户标签和商户标签生成最佳商户推荐策略,并基于最佳商户推荐策略生成相应的商户推荐列表,以将商户推荐列表推送至用户。
可选地,在本申请的一个实施例中,还包括:获取模块和更新模块。
其中,获取模块,用于获取用户的移动终端的授权信息。
更新模块,用于在授权信息满足预设数据采集条件时,采集移动终端的商户选择数据,根据商户选择数据更新用户标签。
可选地,在本申请的一个实施例中,推荐模块300包括:第一确定单元和第二确定单元。
其中,第一确定单元,用于基于商户标签确定每个商户的所属商户组,基于用户标签确定用户的所属用户组。
第二确定单元,用于根据所属商户组和所属用户组确定最佳商户推荐策略。
可选地,在本申请的一个实施例中,还包括:第二接收模块和第二生成模块。
其中,第二接收模块,用于接收至少一个商户上传的商户信息。
第二生成模块,用于基于商户信息生成每个商户对应的商户标签。
需要说明的是,前述对周边商户的推荐方法实施例的解释说明也适用于该实施例的周边商户的推荐装置,此处不再赘述。
根据本申请实施例提出的周边商户的推荐装置,可以根据车辆的充电信息生成车辆的属性标签,并获取用户的用户标签,结合商户标签生成最佳商户推荐策略,最终生成相应的商户推荐列表,将其推送给用户,从而实现对用户的精准商户推荐,以为用户提供行程规划参考。由此,解决了相关技术中,仅提供充电信息难以满足用户充电行程规划的需求,智能化水平较低,增加了用户的时间和精力成本,从而影响用户的充电体验的技术问题。
图5为本申请实施例提供的车辆的结构示意图。该车辆可以包括:
存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序。
处理器502执行程序时实现上述实施例中提供的周边商户的推荐方法。
进一步地,车辆还包括:
通信接口503,用于存储器501和处理器502之间的通信。
存储器501,用于存放可在处理器502上运行的计算机程序。
存储器501可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器501、处理器502和通信接口503独立实现,则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选地,在具体实现上,如果存储器501、处理器502及通信接口503,集成在一块芯片上实现,则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
处理器502可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的周边商户的推荐方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种周边商户的推荐方法,其特征在于,应用于服务器,其中,所述方法包括以下步骤:
接收至少一个车辆的充电信息;
根据所述充电信息生成所述车辆的属性标签,并获取用户的用户标签;
基于所述属性标签、所述用户标签和商户标签生成最佳商户推荐策略,并基于所述最佳商户推荐策略生成相应的商户推荐列表,以将所述商户推荐列表推送至所述用户。
2.根据权利要求1所述的方法,其特征在于,在将所述商户推荐信息推送至所述用户之后,还包括:
获取所述用户的移动终端的授权信息;
在所述授权信息满足预设数据采集条件时,采集所述移动终端的商户选择数据,根据所述商户选择数据更新所述用户标签。
3.根据权利要求1所述的方法,其特征在于,所述基于所述属性标签、所述用户标签和商户标签生成最佳商户推荐策略,包括:
基于所述商户标签确定每个商户的所属商户组,基于所述用户标签确定所述用户的所属用户组;
根据所述所属商户组和所述所属用户组确定所述最佳商户推荐策略。
4.根据权利要求1所述的方法,其特征在于,在基于所述属性标签、所述用户标签和商户标签生成最佳商户推荐策略之前,还包括:
接收至少一个商户上传的商户信息;
基于所述商户信息生成每个商户对应的商户标签。
5.根据权利要求1所述的方法,其特征在于,所述充电信息包括所述车辆的电池数据信息、所述车辆的充电占用信息、所述车辆的关联用户信息中的至少一种。
6.根据权利要求1所述的方法,其特征在于,所述用户标签包括基本属性标签、行为偏好标签、用户阶段标签、消费能力标签和购买偏好标签中的至少一项。
7.根据权利要求1所述的方法,其特征在于,所述商户标签包括行业标签、商户类型标签、地理位置标签、产品或者服务标签、等级和分类标签、营销活动标签和风险预警标签中的至少一项。
8.一种周边商户的推荐装置,其特征在于,包括:
接收模块,用于接收至少一个车辆的充电信息;
生成模块,用于根据所述充电信息生成所述车辆的属性标签,并获取用户的用户标签;
推荐模块,用于基于所述属性标签、所述用户标签和商户标签生成最佳商户推荐策略,并基于所述最佳商户推荐策略生成相应的商户推荐列表,以将所述商户推荐列表推送至所述用户。
9.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-7任一项所述的周边商户的推荐方法。
10.一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,该程序被处理器执行,以用于实现如权利要求1-7任一项所述的周边商户的推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311399877.8A CN117455610A (zh) | 2023-10-26 | 2023-10-26 | 周边商户的推荐方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311399877.8A CN117455610A (zh) | 2023-10-26 | 2023-10-26 | 周边商户的推荐方法、装置、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117455610A true CN117455610A (zh) | 2024-01-26 |
Family
ID=89590384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311399877.8A Pending CN117455610A (zh) | 2023-10-26 | 2023-10-26 | 周边商户的推荐方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117455610A (zh) |
-
2023
- 2023-10-26 CN CN202311399877.8A patent/CN117455610A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10592569B2 (en) | Search guided by location and context | |
CN107730313B (zh) | 基于推荐理由的店铺推荐方法及装置 | |
CN111127130B (zh) | 基于用户偏好的能源站点推荐方法、存储介质和电子设备 | |
US20080005104A1 (en) | Localized marketing | |
US20080005074A1 (en) | Search over designated content | |
US10158984B2 (en) | System and method for collecting usage history of smartphone, recommending user fitting application, and providing research service based on reward using smartphone optimizing application | |
CN108596695B (zh) | 实体推送方法及系统 | |
US20120101903A1 (en) | Apparatus and method for mobile intelligent advertizing service based on mobile user contextual matching | |
JP5732441B2 (ja) | 情報推薦方法、装置及びプログラム | |
CN105247556A (zh) | 用于提供指示牌数据和指示牌历史的方法和系统 | |
KR20140050217A (ko) | 키워드 연관 관계 시각화 제공 시스템 및 방법과, 이를 지원하는 장치 | |
CN111061979B (zh) | 一种用户标签的推送方法、装置、电子设备和介质 | |
CN109272360B (zh) | 一种广告智能推荐方法、系统及装置 | |
US20210201214A1 (en) | System and method for recommending bidding bundle options in bidding-based ridesharing | |
CN107767153A (zh) | 一种数据处理方法及装置 | |
Woerndl et al. | Introducing context into recommender systems | |
US8407211B1 (en) | Determining relevance scores for locations | |
CN111339409A (zh) | 地图展示方法与系统 | |
JP2004325371A (ja) | 経路案内用サーバ、経路案内用端末、経路案内システム、方法、およびプログラム | |
CN115122977A (zh) | 电动汽车充电站的检测、表征和呈现 | |
KR101632063B1 (ko) | 네트워크를 통한 추천업체 및 광고업체의 검색 결과 리스트 제공 방법 및 시스템 | |
WO2007086684A1 (en) | Method and system for calculating advertising-fee of local advertising information | |
CN117455610A (zh) | 周边商户的推荐方法、装置、车辆及存储介质 | |
CN108694625A (zh) | 权益偏好预估方法、装置及服务器 | |
KR101831701B1 (ko) | 사용자의 관심 정보를 사용한 타겟 광고 결정 장치 및 방법 |
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 |