CN118229349A - 基于偏好分析的用户权益包个性化处理方法及系统 - Google Patents
基于偏好分析的用户权益包个性化处理方法及系统 Download PDFInfo
- Publication number
- CN118229349A CN118229349A CN202410551641.XA CN202410551641A CN118229349A CN 118229349 A CN118229349 A CN 118229349A CN 202410551641 A CN202410551641 A CN 202410551641A CN 118229349 A CN118229349 A CN 118229349A
- Authority
- CN
- China
- Prior art keywords
- user
- time period
- target
- preference
- equity
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012216 screening Methods 0.000 claims abstract description 11
- 230000008901 benefit Effects 0.000 claims description 136
- 230000000875 corresponding effect Effects 0.000 claims description 125
- 230000002596 correlated effect Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及信息推荐技术领域,具体涉及基于偏好分析的用户权益包个性化处理方法及系统,该方法包括:获取不同预设权益包中每项基础权益中每个目标项目对应的项目权益信息;确定目标用户在预设时间段内对于每项基础权益的偏好收益系数,并确定每个参考用户在预设时间段内对于每项基础权益的偏好收益系数和企业收益系数;确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度;筛选出相似用户所在的相似时间段;筛选出待推荐权益;根据所有待推荐权益构建目标权益包,并对目标用户推荐目标权益包。本发明通过对项目权益信息进行数据处理,实现了信息推荐,提高了对用户进行权益包设置推荐的合理性。
Description
技术领域
本发明涉及信息推荐技术领域,具体涉及基于偏好分析的用户权益包个性化处理方法及系统。
背景技术
权益包是一种集合了特定福利或服务的组合,比如,权益包中可以包含多种VIP。权益包往往是依据人工经验设置的,所以,设置出的权益包可能符合大多数用户的普遍需求,但针对每个用户来说,其可能并不能符合每个用户的要求,可能导致权益包中存在部分用户不需要的项目,比如,用户已开通的项目或不偏好的项目,从而导致部分用户对设置的权益包的需求性较差。因此,直接对用户进行人工设置的权益包推荐时,可能由于权益包设置的不合理而导致对用户进行权益包推荐的合理性较差。
其次,对用户进行权益包推荐时,通常采用的方法为:当权益包中存在用户未开通的项目时,将权益包推荐给用户。然而,权益包中存在的用户未开通的项目可能并不是用户偏好的项目,从而可能导致对用户进行权益包推荐的合理性较差。
发明内容
为了解决对用户进行权益包推荐的合理性较差的技术问题,本发明提出了基于偏好分析的用户权益包个性化处理方法及系统。
第一方面,本发明提供了基于偏好分析的用户权益包个性化处理方法,该方法包括:
获取不同预设权益包中每项基础权益中每个目标项目对应的项目权益信息;
根据每项基础权益中所有目标项目对应的项目权益信息,以及目标用户在当前时间段内的每个预设时间段内对于每项基础权益的权益使用信息,确定目标用户在当前时间段内的每个预设时间段内对于每项基础权益的偏好收益系数,并确定每个参考用户在每个预设参考时间段内的每个预设时间段内对于每项基础权益的偏好收益系数和企业收益系数;
根据目标用户在当前时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,以及每个参考用户在每个预设参考时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度;
根据当前时间段内的目标用户与所有预设参考时间段内的所有参考用户之间的偏好收益相似度,从所有参考用户所在的所有预设参考时间段内筛选出相似用户所在的相似时间段;
根据所有相似用户在其所在的相似时间段内的所有预设时间段内对于不同基础权益的偏好收益系数和企业收益系数,从相似用户对应的已开通权益中筛选出待推荐权益;
根据所有待推荐权益构建目标权益包,并对目标用户推荐目标权益包。
可选地,所述根据每项基础权益中所有目标项目对应的项目权益信息,以及目标用户在当前时间段内的每个预设时间段内对于每项基础权益的权益使用信息,确定目标用户在当前时间段内的每个预设时间段内对于每项基础权益的偏好收益系数,并确定每个参考用户在每个预设参考时间段内的每个预设时间段内对于每项基础权益的偏好收益系数和企业收益系数,包括:
将目标用户或任意一个参考用户确定为标记用户,并将当前时间段或任意一个预设参考时间段确定为标记时间段;
根据每项基础权益中所有目标项目对应的项目权益信息包括的项目试使用总时长和权益总时长,以及标记用户在标记时间段内的每个预设时间段内对于每项基础权益的权益使用信息,确定标记用户在标记时间段内的每个预设时间段内对于每项基础权益的偏好收益系数和企业收益系数,其中,标记用户在任意一个预设时间段内对于任意一项基础权益的权益使用信息包括:标记用户在该预设时间段内使用该基础权益所属软件的总时长、标记用户在该预设时间段内使用该基础权益所属电子设备的总时长、标记用户在该预设时间段内对于该基础权益中每个目标项目的使用频率、标记用户在该预设时间段内对于该基础权益中每个目标项目对应的资源每次使用的试使用时长。
可选地,标记用户在预设时间段内对于基础权益的偏好收益系数和企业收益系数对应的公式分别为:
;
;
;
;其中,/>是标记用户在标记时间段内第t个预设时间段内对于第i项基础权益的偏好收益系数;/>是标记用户在标记时间段内第t个预设时间段内对于第i项基础权益的企业收益系数;t是标记时间段内预设时间段的序号;i是不同预设权益包中不同基础权益的序号;/>是归一化函数;/>是标记用户在标记时间段内第t个预设时间段内,使用第i项基础权益所属软件的总时长;/>是标记用户在标记时间段内第t个预设时间段内,使用第i项基础权益所属电子设备的总时长;/>是第i项基础权益中目标项目的数量;j是第i项基础权益中目标项目的序号;/>是第i项基础权益中第j个目标项目对应的权益因子;/>是以自然常数为底的指数函数;/>是第i项基础权益中第j个目标项目对应的项目权益信息包括的权益总时长;/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目的使用频率;/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目的试使用因子;/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源的使用次数;k是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源的使用次序;/>是第i项基础权益中第j个目标项目对应的项目权益信息包括的项目试使用总时长;/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源第k次使用的试使用时长。
可选地,所述根据目标用户在当前时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,以及每个参考用户在每个预设参考时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度,包括:
将目标用户在当前时间段内的所有预设时间段内对于每项基础权益的偏好收益系数,构成当前时间段内的目标用户在每项基础权益下的当前偏好收益系数序列;
将每个参考用户在每个预设参考时间段内的所有预设时间段内对于每项基础权益的偏好收益系数,构成每个预设参考时间段内的每个参考用户在每项基础权益下的参考偏好收益系数序列;
根据目标用户在不同基础权益下的当前偏好收益系数序列中所有偏好收益系数及其斜率,以及每个预设参考时间段内的每个参考用户在不同基础权益下的参考偏好收益系数序列中所有偏好收益系数及其斜率,确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度。
可选地,当前时间段内的目标用户与预设参考时间段内的参考用户之间的偏好收益相似度对应的公式为:
;
;其中,/>是当前时间段内的目标用户与第b个预设参考时间段内的第a个参考用户之间的偏好收益相似度;b是预设参考时间段的序号;a是参考用户的序号;N是不同预设权益包中不同基础权益的数量;i是不同预设权益包中不同基础权益的序号;n是当前偏好收益系数序列或参考偏好收益系数序列中偏好收益系数的数量;c是当前偏好收益系数序列或参考偏好收益系数序列中偏好收益系数的序号;/>是目标用户在第i项基础权益下的当前偏好收益系数序列中第c个偏好收益系数;/>是第b个预设参考时间段内的第a个参考用户在第i项基础权益下的参考偏好收益系数序列中,第c个偏好收益系数;/>表征目标用户与第b个预设参考时间段内的第a个参考用户在第i项基础权益下的第c个偏好收益系数之间的差异因子;/>是目标用户在第i项基础权益下的当前偏好收益系数序列中第c个偏好收益系数对应的斜率;/>是第b个预设参考时间段内的第a个参考用户在第i项基础权益下的参考偏好收益系数序列中,第c个偏好收益系数对应的斜率;/>是预先设置的大于0的因子;/>是第a个参考用户对应的已开通权益中基础权益的数量与目标数量的差值;目标数量是第a个参考用户对应的已开通权益与目标用户对应的已开通权益的交集中基础权益的数量。
可选地,所述根据当前时间段内的目标用户与所有预设参考时间段内的所有参考用户之间的偏好收益相似度,从所有参考用户所在的所有预设参考时间段内筛选出相似用户所在的相似时间段,包括:
将最大的预设数量个偏好收益相似度中任意一个偏好收益相似度,确定为标记收益相似度;
将标记收益相似度对应的参考用户确定为相似用户,并将标记收益相似度对应的预设参考时间段,确定为相似用户所在的相似时间段。
可选地,所述根据所有相似用户在其所在的相似时间段内的所有预设时间段内对于不同基础权益的偏好收益系数和企业收益系数,从相似用户对应的已开通权益中筛选出待推荐权益,包括:
将所有相似用户对应的已开通权益的并集中除了目标用户对应的已开通权益之外的每项基础权益,确定为候选权益;
根据每个相似用户在其所在的相似时间段内的所有预设时间段内对于每项候选权益的偏好收益系数,确定每个相似用户在其所在的相似时间段内对于每项候选权益的整体偏好收益因子,其中,偏好收益系数与整体偏好收益因子呈正相关;
根据每个相似用户在其所在的相似时间段内的所有预设时间段内对于每项候选权益的企业收益系数,确定每个相似用户在其所在的相似时间段内对于每项候选权益的整体企业收益因子,其中,企业收益系数与整体企业收益因子呈正相关;
根据每项候选权益下的所有整体偏好收益因子,确定每项候选权益对应的目标偏好收益因子,其中,整体偏好收益因子与目标偏好收益因子呈正相关;
根据每项候选权益下的所有整体企业收益因子,确定每项候选权益对应的目标企业收益因子,其中,整体企业收益因子与目标企业收益因子呈正相关;
根据每项候选权益对应的目标偏好收益因子与目标企业收益因子,确定每项候选权益对应的目标权益因子,其中,目标偏好收益因子与目标企业收益因子均与目标权益因子呈正相关;
根据所有候选权益对应的目标权益因子,从所有候选权益中筛选出待推荐权益。
可选地,所述根据每项候选权益对应的目标偏好收益因子与目标企业收益因子,确定每项候选权益对应的目标权益因子,包括:
将每项候选权益对应的目标偏好收益因子与目标企业收益因子的乘积的归一化,确定为每项候选权益对应的目标权益因子。
可选地,所述根据所有候选权益对应的目标权益因子,从所有候选权益中筛选出待推荐权益,包括:
若候选权益对应的目标权益因子大于预设权益阈值,则将候选权益确定为待推荐权益。
第二方面,本发明提供了基于偏好分析的用户权益包个性化处理系统,包括处理器和存储器,上述处理器用于处理存储在上述存储器中的指令以实现上述的基于偏好分析的用户权益包个性化处理方法。
本发明具有如下有益效果:
本发明的基于偏好分析的用户权益包个性化处理方法,通过对项目权益信息进行数据处理,实现了信息推荐,解决了对用户进行权益包设置推荐的合理性较差的技术问题,提高了对用户进行权益包设置推荐的合理性。首先,本发明通过量化当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度,可以获取相似用户所在的相似时间段,从而可以筛选出当前时间段内的目标用户偏好相近的相似时间段内的相似用户,因此,基于所有相似用户在其所在的相似时间段内的所有预设时间段内对于不同基础权益的偏好收益系数和企业收益系数,从相似用户对应的已开通权益中筛选出的待推荐权益往往是目标用户需要的基础权益,故,基于待推荐权益构建目标权益包,可以自适应得到目标用户需要的目标权益包,从而可以提高对目标用户的权益包设置的合理性,进而可以提高对目标用户进行权益包推荐的合理性。其次,由于相似时间段内的相似用户往往与当前时间段内的目标用户偏好相近,所以,相似用户对应的已开通权益中的项目很可能是目标用户偏好的项目,因此,从相似用户对应的已开通权益中筛选出的待推荐权益往往是目标用户偏好的项目,构建的目标权益包往往是目标用户需要的权益包,如此,可以提高对目标用户进行权益包推荐的合理性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明的基于偏好分析的用户权益包个性化处理方法的流程图;
图2为本发明的偏好收益相似度确定的流程图;
图3为本发明的待推荐权益筛选流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
参考图1,示出了本发明的基于偏好分析的用户权益包个性化处理方法的一些实施例的流程。该基于偏好分析的用户权益包个性化处理方法,包括以下步骤:
步骤S1,获取不同预设权益包中每项基础权益中每个目标项目对应的项目权益信息。
其中,预设权益包可以是预先设置的权益包。每个预设权益包中可以包括至少一项基础权益。每项基础权益可以包括至少一个相同类型的目标项目。目标项目可以是需要用户付费才可以完全使用的权益项目。例如,目标项目可以是但不限于:一部影视剧的VIP(Very Important Person,高级会员)、一个App(Application,应用程序)软件的VIP、一首歌曲的VIP。基础权益可以是但不限于:多部影视剧的VIP、多个音乐App软件的VIP、多个视频App软件的VIP。项目权益信息可以是与目标项目相关的信息,其可以包括:项目试使用总时长和权益总时长。项目试使用总时长可以是未购买目标项目时可免费试使用的总时长。权益总时长可以是购买目标项目后可使用的总时长。例如,若某个目标项目是一部影视剧的VIP,则该目标项目包括的项目试使用总时长可以为未购买VIP时该影视剧可试看的总时长;该目标项目包括的权益总时长可以为购买VIP后该影视剧可观看的总时长。
需要说明的是,获取目标项目对应的项目权益信息,可以便于用户了解目标项目的优惠情况,可以便于后续分析用户对目标项目的需求情况。
作为示例,可以统计每个目标项目的项目试使用总时长和权益总时长,构成每个目标项目对应的项目权益信息。
步骤S2,根据每项基础权益中所有目标项目对应的项目权益信息,以及目标用户在当前时间段内的每个预设时间段内对于每项基础权益的权益使用信息,确定目标用户在当前时间段内的每个预设时间段内对于每项基础权益的偏好收益系数,并确定每个参考用户在每个预设参考时间段内的每个预设时间段内对于每项基础权益的偏好收益系数和企业收益系数。
其中,当前时间段可以是预先设置的,结束时间为当前时刻的时间段。预设时间段可以是预先设置的时间段。预设参考时间段可以是预先设置的时间段,并且对应时间最晚的预设参考时间段的结束时间可以为当前时刻。预设参考时间段对应的时长可以等于当前时间段对应的时长。例如,预设参考时间段和当前时间段对应的时长可以为一个月,预设时间段对应的时长可以为一天。相邻两个预设时间段中前一个预设时间段的结束时间可以为后一个预设时间段的开始时间。目标用户可以是待进行权益包推荐的用户。参考用户可以是除了目标用户之外的其他用户。权益使用信息可以是用户使用基础权益的相关信息。
需要说明的是,某个参考用户在某个预设参考时间段内的预设时间段内对于某项基础权益的企业收益系数越大时,往往说明提供该项基础权益的企业越可能在该预设参考时间段内从该参考用户处获取较大收益。目标用户在当前时间段内的预设时间段内对于某项基础权益的偏好收益系数越大时,往往说明在当前时间段内该项基础权益对目标用户的吸引力越大,并且目标用户购买该项基础权益的收益相对越大。同理,某个参考用户在某个预设参考时间段内的预设时间段内对于某项基础权益的偏好收益系数越大时,往往说明在该预设参考时间段内该项基础权益对该参考用户的吸引力越大,并且该参考用户购买该项基础权益的收益相对越大。
作为示例,本步骤可以包括以下步骤:
第一步,将目标用户或任意一个参考用户确定为标记用户,并将当前时间段或任意一个预设参考时间段确定为标记时间段。
第二步,根据每项基础权益中所有目标项目对应的项目权益信息包括的项目试使用总时长和权益总时长,以及标记用户在标记时间段内的每个预设时间段内对于每项基础权益的权益使用信息,确定标记用户在标记时间段内的每个预设时间段内对于每项基础权益的偏好收益系数和企业收益系数。
其中,标记用户在任意一个预设时间段内对于任意一项基础权益的权益使用信息可以包括:标记用户在该预设时间段内使用该基础权益所属软件的总时长、标记用户在该预设时间段内使用该基础权益所属电子设备的总时长、标记用户在该预设时间段内对于该基础权益中每个目标项目的使用频率、标记用户在该预设时间段内对于该基础权益中每个目标项目对应的资源每次使用的试使用时长。
基础权益所属软件可以是基础权益所属App。例如,若标记用户在预设时间段内使用了某个基础权益包括的第一App中第一视频的VIP、第一App中第二视频的VIP、以及第二App中第三视频的VIP,则标记用户在该预设时间段内使用该基础权益所属软件的总时长可以为:标记用户在该预设时间段内使用第一App和第二App的总时长。
电子设备可以是手机或电脑。例如,若在预设时间段内标记用户在手机上使用了某个基础权益包括的VIP,则标记用户在该预设时间段内使用该基础权益所属电子设备的总时长可以为标记用户在该预设时间段内使用手机的总时长。
若在预设时间段内标记用户在手机上使用某个基础权益包括的所有目标项目共20次,并且使用该基础权益包括的第一目标项目7次,则标记用户在该预设时间段内对于该基础权益中第一目标项目的使用频率可以为7/20。
例如,若目标项目是第一视频的VIP,则该目标项目对应的资源可以为第一视频。若未购买VIP时第一视频可试看的总时长为5分钟,则标记用户未购买VIP时对于第一视频的每次试观看时长均可以小于或等于5分钟。若目标项目是第一视频的VIP,标记用户在预设时间段内对于该目标项目对应的资源每次使用的试使用时长可以为:在预设时间段内标记用户未购买VIP时对于第一视频的每次试观看时长。
例如,确定标记用户在预设时间段内对于基础权益的偏好收益系数和企业收益系数对应的公式分别可以为:
;
;
;
;其中,/>是标记用户在标记时间段内第t个预设时间段内对于第i项基础权益的偏好收益系数。/>是标记用户在标记时间段内第t个预设时间段内对于第i项基础权益的企业收益系数。t是标记时间段内预设时间段的序号。i是不同预设权益包中不同基础权益的序号。/>是归一化函数。/>是标记用户在标记时间段内第t个预设时间段内,使用第i项基础权益所属软件的总时长。/>是标记用户在标记时间段内第t个预设时间段内,使用第i项基础权益所属电子设备的总时长。/>是第i项基础权益中目标项目的数量。j是第i项基础权益中目标项目的序号。/>是第i项基础权益中第j个目标项目对应的权益因子。/>是以自然常数为底的指数函数。/>是第i项基础权益中第j个目标项目对应的项目权益信息包括的权益总时长。/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目的使用频率。/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目的试使用因子。/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源的使用次数。k是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源的使用次序。/>是第i项基础权益中第j个目标项目对应的项目权益信息包括的项目试使用总时长。/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源第k次使用的试使用时长。
需要说明的是,一般来说,不同软件对于不同用户的吸引力往往不同,用户往往更倾向开通吸引力较大的软件中的权益。当越大时,往往说明标记用户在标记时间段内第t个预设时间段内,使用第i项基础权益所属软件在所属电子设备的时间占比相对越长,往往说明标记用户在第t个预设时间段内对于第i项基础权益所属软件的依赖性相对越高,往往说明标记用户办理包含第i项基础权益的权益包的倾向越大。当/>越大时,往往说明标记用户在标记时间段内的第t个预设时间段内,对于第i项基础权益中第j个目标项目对应资源的第k次试使用时间相对越长;往往说明在第t个预设时间段内标记用户对于第j个目标项目的感兴趣程度相对越高。因此,当/>越大时,往往说明标记用户在标记时间段内的第t个预设时间段内,对于第i项基础权益中第j个目标项目对应资源的多次试使用时间相对越长,并且对于第i项基础权益中第j个目标项目对应资源的使用次数相对越多,往往说明在第t个预设时间段内标记用户对于第j个目标项目的感兴趣程度相对越高。当/>越大时,往往说明标记用户在第t个预设时间段内对于第i项基础权益中第j个目标项目的使用频率越高,往往说明在第t个预设时间段内标记用户对于第j个目标项目的感兴趣程度相对越高。一般来说,项目的权益总时长越大,也就是VIP项目解锁的时长越多时,往往对于用户的收益越高,而对于企业的收益相对越小。当/>越大时,往往说明第j个目标项目的权益总时长越大,往往说明其对于标记用户的收益越高,而对于其所属企业的收益相对越小。因此,当/>越大时,往往说明在标记时间段内第i项基础权益对标记用户的吸引力越大,并且标记用户购买第i项基础权益的收益相对越大。当/>越大时,往往说明提供第i项基础权益的企业越可能在标记时间段内从标记用户处获取较大收益。
步骤S3,根据目标用户在当前时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,以及每个参考用户在每个预设参考时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度。
作为示例,本步骤可以包括图2所示的步骤,具体可以包括以下步骤:
步骤201,将目标用户在当前时间段内的所有预设时间段内对于每项基础权益的偏好收益系数,构成当前时间段内的目标用户在每项基础权益下的当前偏好收益系数序列。
其中,当前偏好收益系数序列可以是时间序列。
例如,记某项基础权益为第一基础权益,可以将目标用户在当前时间段内的所有预设时间段内对于第一基础权益的偏好收益系数,构成当前时间段内的目标用户在第一基础权益下的当前偏好收益系数序列。
步骤202,将每个参考用户在每个预设参考时间段内的所有预设时间段内对于每项基础权益的偏好收益系数,构成每个预设参考时间段内的每个参考用户在每项基础权益下的参考偏好收益系数序列。
其中,参考偏好收益系数序列可以是时间序列,并且参考偏好收益系数序列中偏好收益系数的数量往往等于当前偏好收益系数序列中偏好收益系数的数量。
例如,记某项基础权益为第一基础权益,记某个参考用户为第一参考用户,并且记某个预设参考时间段为第一参考时间段,可以将第一参考用户在第一参考时间段内的所有预设时间段内对于第一基础权益的偏好收益系数,构成第一参考时间段内的第一参考用户在第一基础权益下的参考偏好收益系数序列。
步骤203,根据目标用户在不同基础权益下的当前偏好收益系数序列中所有偏好收益系数及其斜率,以及每个预设参考时间段内的每个参考用户在不同基础权益下的参考偏好收益系数序列中所有偏好收益系数及其斜率,确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度。
其中,当前偏好收益系数序列中偏好收益系数对应的斜率的获取方法可以为:以当前偏好收益系数序列中偏好收益系数的序号为横坐标,以当前偏好收益系数序列中偏好收益系数为纵坐标,作当前偏好收益系数曲线,并将当前偏好收益系数序列中偏好收益系数所属坐标点的斜率,作为偏好收益系数对应的斜率。同理,可以获取参考偏好收益系数序列中偏好收益系数对应的斜率。
例如,确定当前时间段内的目标用户与预设参考时间段内的参考用户之间的偏好收益相似度对应的公式可以为:
;
;其中,/>是当前时间段内的目标用户与第b个预设参考时间段内的第a个参考用户之间的偏好收益相似度。b是预设参考时间段的序号。a是参考用户的序号。N是不同预设权益包中不同基础权益的数量。i是不同预设权益包中不同基础权益的序号。n是当前偏好收益系数序列或参考偏好收益系数序列中偏好收益系数的数量。c是当前偏好收益系数序列或参考偏好收益系数序列中偏好收益系数的序号。/>是目标用户在第i项基础权益下的当前偏好收益系数序列中第c个偏好收益系数。/>是第b个预设参考时间段内的第a个参考用户在第i项基础权益下的参考偏好收益系数序列中,第c个偏好收益系数。/>表征目标用户与第b个预设参考时间段内的第a个参考用户在第i项基础权益下的第c个偏好收益系数之间的差异因子。/>是目标用户在第i项基础权益下的当前偏好收益系数序列中第c个偏好收益系数对应的斜率。/>是第b个预设参考时间段内的第a个参考用户在第i项基础权益下的参考偏好收益系数序列中,第c个偏好收益系数对应的斜率。/>是预先设置的大于0的因子,主要用于防止分母为0,比如,/>可以为0.001。/>是第a个参考用户对应的已开通权益中基础权益的数量与目标数量的差值。目标数量是第a个参考用户对应的已开通权益与目标用户对应的已开通权益的交集中基础权益的数量。
需要说明的是,可以表征第a个参考用户和目标用户在第i项基础权益下偏好收益差异,其值越小时,往往说明第a个参考用户和目标用户对于第i项基础权益的偏好情况越相近。/>可以表征第a个参考用户和目标用户在第i项基础权益下偏好收益变化差异,其值越小时,往往说明第a个参考用户和目标用户对于第i项基础权益的偏好变化情况越相近。因此,当/>越小时,往往说明第a个参考用户和目标用户对于第i项基础权益的实际收益情况越相似,往往说明第a个参考用户和目标用户对于第i项基础权益的感兴趣程度越相似。当/>越大时,往往说明第a个参考用户和目标用户对于第i项基础权益的感兴趣程度越高,往往说明在计算相似度时第i项基础权益越重要。当/>越小时,往往说明第a个参考用户对应的已开通权益中基础权益的数量与目标数量的差值越小,往往说明第a个参考用户和目标用户对应的已开通权益越相近,往往说明当前时间段内的目标用户与第b个预设参考时间段内的第a个参考用户感兴趣的项目越相近。因此,当/>越大时,往往说明当前时间段内的目标用户与第b个预设参考时间段内的第a个参考用户感兴趣的项目越相近,往往说明在第b个预设参考时间段内第a个参考用户的偏好与目标用户现阶段的偏好越相近。
步骤S4,根据当前时间段内的目标用户与所有预设参考时间段内的所有参考用户之间的偏好收益相似度,从所有参考用户所在的所有预设参考时间段内筛选出相似用户所在的相似时间段。
作为示例,本步骤可以包括以下步骤:
第一步,将最大的预设数量个偏好收益相似度中任意一个偏好收益相似度,确定为标记收益相似度。
其中,预设数量可以是预先设置的数量。例如,预设数量可以是10。
第二步,将标记收益相似度对应的参考用户确定为相似用户,并将标记收益相似度对应的预设参考时间段,确定为相似用户所在的相似时间段。
例如,若参考用户有两个,分别记为第一参考用户和第二参考用户;预设参考时间段有两个,分别记为第一预设参考时间段和第二预设参考时间段;并且当前时间段内的目标用户与第一预设参考时间段内的第一参考用户之间的偏好收益相似度为1.6;当前时间段内的目标用户与第一预设参考时间段内的第二参考用户之间的偏好收益相似度为0.9;当前时间段内的目标用户与第二预设参考时间段内的第一参考用户之间的偏好收益相似度为1.2;当前时间段内的目标用户与第二预设参考时间段内的第二参考用户之间的偏好收益相似度为0.1并且预设数量为3,则可以有3个相似用户所在的相似时间段,分别可以为第一参考用户所在的第一预设参考时间段、第二参考用户所在的第一预设参考时间段、第一参考用户所在的第二预设参考时间段;即第一参考用户在第一预设参考时间段和第二预设参考时间段时其兴趣喜好往往与目标用户当前的兴趣喜好相近,并且第二参考用户在第一预设参考时间段时其兴趣喜好往往与目标用户当前的兴趣喜好相近。
需要说明的是,用户的偏好往往并不是一成不变的,即用户在不同的时间阶段对于一些项目的偏好情况往往不同,因此,比较当前时间段内的目标用户与不同时间段内的参考用户之间的偏好相似情况,可以更好地筛选出与目标用户现阶段偏好相近的参考用户的不同时间段,因此,相似用户在其所在的相似时间段内的偏好往往与目标用户现阶段偏好相近。
步骤S5,根据所有相似用户在其所在的相似时间段内的所有预设时间段内对于不同基础权益的偏好收益系数和企业收益系数,从相似用户对应的已开通权益中筛选出待推荐权益。
需要说明的是,由于相似时间段内的相似用户往往与当前时间段内的目标用户偏好相近,所以,相似用户对应的已开通权益中的项目很可能是目标用户偏好的项目,因此,从相似用户对应的已开通权益中筛选出的待推荐权益往往是目标用户偏好的项目。
作为示例,本步骤可以包括图3所示的步骤,具体可以包括以下步骤:
步骤301,将所有相似用户对应的已开通权益的并集中除了目标用户对应的已开通权益之外的每项基础权益,确定为候选权益。
其中,已开通权益可以是用户已购买的基础权益。例如,已开通权益可以是用户已购买的VIP。
需要说明的是,候选权益往往是现阶段目标用户未开通而与现阶段目标用户偏好相近的相似用户开通的权益,由于相似时间段内的相似用户往往与当前时间段内的目标用户偏好相近,所以候选权益往往是现阶段目标用户可能感兴趣并且倾向开通的权益。
步骤302,根据每个相似用户在其所在的相似时间段内的所有预设时间段内对于每项候选权益的偏好收益系数,确定每个相似用户在其所在的相似时间段内对于每项候选权益的整体偏好收益因子。
其中,偏好收益系数可以与整体偏好收益因子呈正相关。
例如,若第一参考用户所在的第一预设参考时间段是一个相似用户所在的相似时间段,并且记某项候选权益为第一候选权益,则可以将第一参考用户在第一预设参考时间段内的所有预设时间段内对于第一候选权益的偏好收益系数的均值,确定为第一参考用户在其所在的第一预设参考时间段内对于第一候选权益的整体偏好收益因子。其中,对于第一候选权益的整体偏好收益因子均可以记为第一候选权益下的整体偏好收益因子。
需要说明的是,相似用户在其所在的相似时间段内对于某项候选权益的整体偏好收益因子越大时,往往说明在该相似时间段内该项候选权益对相似用户的吸引力越大,并且相似用户购买该项候选权益的收益相对越大,往往说明该项候选权益对于目标用户的吸引力越大,并且目标用户购买该项候选权益的收益相对越大。
步骤303,根据每个相似用户在其所在的相似时间段内的所有预设时间段内对于每项候选权益的企业收益系数,确定每个相似用户在其所在的相似时间段内对于每项候选权益的整体企业收益因子。
其中,企业收益系数可以与整体企业收益因子呈正相关。
例如,若第一参考用户所在的第一预设参考时间段是一个相似用户所在的相似时间段,并且记某项候选权益为第一候选权益,则可以将第一参考用户在第一预设参考时间段内的所有预设时间段内对于第一候选权益的企业收益系数的均值,确定为第一参考用户在其所在的第一预设参考时间段内对于第一候选权益的整体企业收益因子。其中,对于第一候选权益的整体企业收益因子均可以记为第一候选权益下的整体企业收益因子。
需要说明的是,相似用户在其所在的相似时间段内对于某项候选权益的整体企业收益因子越大时,往往说明提供该项候选权益的企业越可能从该相似用户处获取较大收益,由于相似用户与目标用户偏好相近,所以此时提供该项候选权益的企业越可能从目标用户处获取较大收益。
步骤304,根据每项候选权益下的所有整体偏好收益因子,确定每项候选权益对应的目标偏好收益因子。
其中,整体偏好收益因子与目标偏好收益因子呈正相关。
例如,可以将每项候选权益下的所有整体偏好收益因子的累加值,确定为每项候选权益对应的目标偏好收益因子。
需要说明的是,某项候选权益对应的目标偏好收益因子越大时,往往说明在相似时间段内存在越多偏好该项候选权益的相似用户,往往说明该项候选权益对于目标用户的吸引力越大,并且目标用户购买该项候选权益的收益相对越大。
步骤305,根据每项候选权益下的所有整体企业收益因子,确定每项候选权益对应的目标企业收益因子。
其中,整体企业收益因子可以与目标企业收益因子呈正相关。
例如,可以将每项候选权益下的所有整体企业收益因子的累加值,确定为每项候选权益对应的目标企业收益因子。
需要说明的是,某项候选权益对应的目标企业收益因子越大时,往往说明在相似时间段内存在越多偏好该项候选权益的相似用户,并且提供该项候选权益的企业越可能从目标用户处获取较大收益。
步骤306,根据每项候选权益对应的目标偏好收益因子与目标企业收益因子,确定每项候选权益对应的目标权益因子。
其中,目标偏好收益因子可以与目标企业收益因子均与目标权益因子呈正相关。
例如,可以将每项候选权益对应的目标偏好收益因子与目标企业收益因子的乘积的归一化,确定为每项候选权益对应的目标权益因子。
需要说明的是,某项候选权益对应的目标权益因子越大时,往往说明目标用户现阶段对该项候选权益越感兴趣,并且该项候选权益对于目标用户和企业的收益越可能均较大。
步骤307,根据所有候选权益对应的目标权益因子,从所有候选权益中筛选出待推荐权益。
例如,若候选权益对应的目标权益因子大于预设权益阈值,则可以将候选权益确定为待推荐权益。其中,预设权益阈值可以是预先设置的阈值,比如,预设权益阈值可以为0.5。
步骤S6,根据所有待推荐权益构建目标权益包,并对目标用户推荐目标权益包。
需要说明的是,由于筛选出的待推荐权益往往是目标用户偏好的项目,所以构建的目标权益包往往是目标用户需要的权益包。
作为示例,可以将所有待推荐权益构成的权益包,作为目标权益包,并采用弹窗或广告的方式,将目标权益包推荐给目标用户。
可选地,还可以将随机选取的若干个待推荐权益构成的权益包,作为目标权益包,也就是个性化权益包,获取各项适合目标用户的基础权益,按照对应的不同企业的基础权益办理所需定价,相关企业可根据个性化权益包中的基础权益个数和原始价格,对个性化权益包进行打折出售,以进一步提高权益包收益,最终以弹窗或广告的方式推送给目标用户。
基于与上述方法实施例相同的发明构思,本发明提供了基于偏好分析的用户权益包个性化处理系统,该系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,上述计算机程序被处理器执行时实现基于偏好分析的用户权益包个性化处理方法的步骤。
综上,基于待推荐权益构建目标权益包,可以自适应得到目标用户需要的目标权益包,从而可以提高对目标用户的权益包设置的合理性,进而可以提高对目标用户进行权益包推荐的合理性。其次,由于相似时间段内的相似用户往往与当前时间段内的目标用户偏好相近,所以,相似用户对应的已开通权益中的项目很可能是目标用户偏好的项目,因此,从相似用户对应的已开通权益中筛选出的待推荐权益往往是目标用户偏好的项目,构建的目标权益包往往是目标用户需要的权益包,如此,可以提高对目标用户进行权益包推荐的合理性,并且提高了用户粘性,为用户和企业带来了更多收益。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于偏好分析的用户权益包个性化处理方法,其特征在于,包括以下步骤:
获取不同预设权益包中每项基础权益中每个目标项目对应的项目权益信息;
根据每项基础权益中所有目标项目对应的项目权益信息,以及目标用户在当前时间段内的每个预设时间段内对于每项基础权益的权益使用信息,确定目标用户在当前时间段内的每个预设时间段内对于每项基础权益的偏好收益系数,并确定每个参考用户在每个预设参考时间段内的每个预设时间段内对于每项基础权益的偏好收益系数和企业收益系数;
根据目标用户在当前时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,以及每个参考用户在每个预设参考时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度;
根据当前时间段内的目标用户与所有预设参考时间段内的所有参考用户之间的偏好收益相似度,从所有参考用户所在的所有预设参考时间段内筛选出相似用户所在的相似时间段;
根据所有相似用户在其所在的相似时间段内的所有预设时间段内对于不同基础权益的偏好收益系数和企业收益系数,从相似用户对应的已开通权益中筛选出待推荐权益;
根据所有待推荐权益构建目标权益包,并对目标用户推荐目标权益包。
2.根据权利要求1所述的一种基于偏好分析的用户权益包个性化处理方法,其特征在于,所述根据每项基础权益中所有目标项目对应的项目权益信息,以及目标用户在当前时间段内的每个预设时间段内对于每项基础权益的权益使用信息,确定目标用户在当前时间段内的每个预设时间段内对于每项基础权益的偏好收益系数,并确定每个参考用户在每个预设参考时间段内的每个预设时间段内对于每项基础权益的偏好收益系数和企业收益系数,包括:
将目标用户或任意一个参考用户确定为标记用户,并将当前时间段或任意一个预设参考时间段确定为标记时间段;
根据每项基础权益中所有目标项目对应的项目权益信息包括的项目试使用总时长和权益总时长,以及标记用户在标记时间段内的每个预设时间段内对于每项基础权益的权益使用信息,确定标记用户在标记时间段内的每个预设时间段内对于每项基础权益的偏好收益系数和企业收益系数,其中,标记用户在任意一个预设时间段内对于任意一项基础权益的权益使用信息包括:标记用户在该预设时间段内使用该基础权益所属软件的总时长、标记用户在该预设时间段内使用该基础权益所属电子设备的总时长、标记用户在该预设时间段内对于该基础权益中每个目标项目的使用频率、标记用户在该预设时间段内对于该基础权益中每个目标项目对应的资源每次使用的试使用时长。
3.根据权利要求2所述的一种基于偏好分析的用户权益包个性化处理方法,其特征在于,标记用户在预设时间段内对于基础权益的偏好收益系数和企业收益系数对应的公式分别为:
;
;
;
;其中,/>是标记用户在标记时间段内第t个预设时间段内对于第i项基础权益的偏好收益系数;/>是标记用户在标记时间段内第t个预设时间段内对于第i项基础权益的企业收益系数;t是标记时间段内预设时间段的序号;i是不同预设权益包中不同基础权益的序号;/>是归一化函数;/>是标记用户在标记时间段内第t个预设时间段内,使用第i项基础权益所属软件的总时长;/>是标记用户在标记时间段内第t个预设时间段内,使用第i项基础权益所属电子设备的总时长;/>是第i项基础权益中目标项目的数量;j是第i项基础权益中目标项目的序号;/>是第i项基础权益中第j个目标项目对应的权益因子;/>是以自然常数为底的指数函数;/>是第i项基础权益中第j个目标项目对应的项目权益信息包括的权益总时长;/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目的使用频率;/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目的试使用因子;/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源的使用次数;k是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源的使用次序;/>是第i项基础权益中第j个目标项目对应的项目权益信息包括的项目试使用总时长;/>是标记用户在标记时间段内第t个预设时间段内,对于第i项基础权益中第j个目标项目对应的资源第k次使用的试使用时长。
4.根据权利要求1所述的一种基于偏好分析的用户权益包个性化处理方法,其特征在于,所述根据目标用户在当前时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,以及每个参考用户在每个预设参考时间段内的所有预设时间段内对于不同基础权益的偏好收益系数,确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度,包括:
将目标用户在当前时间段内的所有预设时间段内对于每项基础权益的偏好收益系数,构成当前时间段内的目标用户在每项基础权益下的当前偏好收益系数序列;
将每个参考用户在每个预设参考时间段内的所有预设时间段内对于每项基础权益的偏好收益系数,构成每个预设参考时间段内的每个参考用户在每项基础权益下的参考偏好收益系数序列;
根据目标用户在不同基础权益下的当前偏好收益系数序列中所有偏好收益系数及其斜率,以及每个预设参考时间段内的每个参考用户在不同基础权益下的参考偏好收益系数序列中所有偏好收益系数及其斜率,确定当前时间段内的目标用户与每个预设参考时间段内的每个参考用户之间的偏好收益相似度。
5.根据权利要求4所述的一种基于偏好分析的用户权益包个性化处理方法,其特征在于,当前时间段内的目标用户与预设参考时间段内的参考用户之间的偏好收益相似度对应的公式为:
;
;其中,/>是当前时间段内的目标用户与第b个预设参考时间段内的第a个参考用户之间的偏好收益相似度;b是预设参考时间段的序号;a是参考用户的序号;N是不同预设权益包中不同基础权益的数量;i是不同预设权益包中不同基础权益的序号;n是当前偏好收益系数序列或参考偏好收益系数序列中偏好收益系数的数量;c是当前偏好收益系数序列或参考偏好收益系数序列中偏好收益系数的序号;/>是目标用户在第i项基础权益下的当前偏好收益系数序列中第c个偏好收益系数;是第b个预设参考时间段内的第a个参考用户在第i项基础权益下的参考偏好收益系数序列中,第c个偏好收益系数;/>表征目标用户与第b个预设参考时间段内的第a个参考用户在第i项基础权益下的第c个偏好收益系数之间的差异因子;/>是目标用户在第i项基础权益下的当前偏好收益系数序列中第c个偏好收益系数对应的斜率;/>是第b个预设参考时间段内的第a个参考用户在第i项基础权益下的参考偏好收益系数序列中,第c个偏好收益系数对应的斜率;/>是预先设置的大于0的因子;/>是第a个参考用户对应的已开通权益中基础权益的数量与目标数量的差值;目标数量是第a个参考用户对应的已开通权益与目标用户对应的已开通权益的交集中基础权益的数量。
6.根据权利要求1所述的一种基于偏好分析的用户权益包个性化处理方法,其特征在于,所述根据当前时间段内的目标用户与所有预设参考时间段内的所有参考用户之间的偏好收益相似度,从所有参考用户所在的所有预设参考时间段内筛选出相似用户所在的相似时间段,包括:
将最大的预设数量个偏好收益相似度中任意一个偏好收益相似度,确定为标记收益相似度;
将标记收益相似度对应的参考用户确定为相似用户,并将标记收益相似度对应的预设参考时间段,确定为相似用户所在的相似时间段。
7.根据权利要求1所述的一种基于偏好分析的用户权益包个性化处理方法,其特征在于,所述根据所有相似用户在其所在的相似时间段内的所有预设时间段内对于不同基础权益的偏好收益系数和企业收益系数,从相似用户对应的已开通权益中筛选出待推荐权益,包括:
将所有相似用户对应的已开通权益的并集中除了目标用户对应的已开通权益之外的每项基础权益,确定为候选权益;
根据每个相似用户在其所在的相似时间段内的所有预设时间段内对于每项候选权益的偏好收益系数,确定每个相似用户在其所在的相似时间段内对于每项候选权益的整体偏好收益因子,其中,偏好收益系数与整体偏好收益因子呈正相关;
根据每个相似用户在其所在的相似时间段内的所有预设时间段内对于每项候选权益的企业收益系数,确定每个相似用户在其所在的相似时间段内对于每项候选权益的整体企业收益因子,其中,企业收益系数与整体企业收益因子呈正相关;
根据每项候选权益下的所有整体偏好收益因子,确定每项候选权益对应的目标偏好收益因子,其中,整体偏好收益因子与目标偏好收益因子呈正相关;
根据每项候选权益下的所有整体企业收益因子,确定每项候选权益对应的目标企业收益因子,其中,整体企业收益因子与目标企业收益因子呈正相关;
根据每项候选权益对应的目标偏好收益因子与目标企业收益因子,确定每项候选权益对应的目标权益因子,其中,目标偏好收益因子与目标企业收益因子均与目标权益因子呈正相关;
根据所有候选权益对应的目标权益因子,从所有候选权益中筛选出待推荐权益。
8.根据权利要求7所述的一种基于偏好分析的用户权益包个性化处理方法,其特征在于,所述根据每项候选权益对应的目标偏好收益因子与目标企业收益因子,确定每项候选权益对应的目标权益因子,包括:
将每项候选权益对应的目标偏好收益因子与目标企业收益因子的乘积的归一化,确定为每项候选权益对应的目标权益因子。
9.根据权利要求7所述的一种基于偏好分析的用户权益包个性化处理方法,其特征在于,所述根据所有候选权益对应的目标权益因子,从所有候选权益中筛选出待推荐权益,包括:
若候选权益对应的目标权益因子大于预设权益阈值,则将候选权益确定为待推荐权益。
10.一种基于偏好分析的用户权益包个性化处理系统,其特征在于,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令以实现权利要求1-9中任一项所述的一种基于偏好分析的用户权益包个性化处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410551641.XA CN118229349A (zh) | 2024-05-07 | 2024-05-07 | 基于偏好分析的用户权益包个性化处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410551641.XA CN118229349A (zh) | 2024-05-07 | 2024-05-07 | 基于偏好分析的用户权益包个性化处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118229349A true CN118229349A (zh) | 2024-06-21 |
Family
ID=91510239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410551641.XA Pending CN118229349A (zh) | 2024-05-07 | 2024-05-07 | 基于偏好分析的用户权益包个性化处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118229349A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140105674A (ko) * | 2013-02-22 | 2014-09-02 | 삼성전자주식회사 | 쿠폰 서비스 방법 및 장치 |
CN111292122A (zh) * | 2020-01-16 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 用于促进用户针对目标对象执行目标行为的方法及装置 |
CN112163879A (zh) * | 2020-09-18 | 2021-01-01 | 深圳市分期乐网络科技有限公司 | 用户权益推送方法、装置、服务器及存储介质 |
CN117237024A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市诚王创硕科技有限公司 | 一种用于市场营销的推广方法及系统 |
CN117952726A (zh) * | 2024-03-27 | 2024-04-30 | 摘星社信息科技(浙江)股份有限公司 | 一种基于运营商数据分析的个性化权益包推荐系统 |
-
2024
- 2024-05-07 CN CN202410551641.XA patent/CN118229349A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140105674A (ko) * | 2013-02-22 | 2014-09-02 | 삼성전자주식회사 | 쿠폰 서비스 방법 및 장치 |
CN111292122A (zh) * | 2020-01-16 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 用于促进用户针对目标对象执行目标行为的方法及装置 |
CN112163879A (zh) * | 2020-09-18 | 2021-01-01 | 深圳市分期乐网络科技有限公司 | 用户权益推送方法、装置、服务器及存储介质 |
CN117237024A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市诚王创硕科技有限公司 | 一种用于市场营销的推广方法及系统 |
CN117952726A (zh) * | 2024-03-27 | 2024-04-30 | 摘星社信息科技(浙江)股份有限公司 | 一种基于运营商数据分析的个性化权益包推荐系统 |
Non-Patent Citations (1)
Title |
---|
许世蒙, 刘俊红, 马润波, 张玉忠: "带交易未定权益有偏好无套利定价", 装甲兵工程学院学报, no. 01, 25 March 2003 (2003-03-25) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5637395B2 (ja) | 情報選択装置、情報選択方法、端末装置およびコンピュータプログラム | |
US8799814B1 (en) | Automated targeting of content components | |
US20090144144A1 (en) | Distributed Data System | |
US20160189198A1 (en) | Automated media campaign management system | |
EP2079046A1 (en) | Systems and methods for facilitating electronic commerce | |
US9705460B2 (en) | Information processing apparatus, control method, and non-transitory computer readable storage medium | |
Ahmad et al. | Pricing of mobile phone attributes at the retail level in a developing country: Hedonic analysis | |
US20130282518A1 (en) | Method, system and controller for providing goods and/or services to consumers | |
CN109961351A (zh) | 信息推荐方法、装置、存储介质及计算机设备 | |
CN114202376A (zh) | 资源确定方法、装置、设备及存储介质 | |
CN105992015B (zh) | 一种信息处理方法及装置 | |
CN104077713B (zh) | 访问网站的用户的需求评估、广告推送方法和系统 | |
CN118229349A (zh) | 基于偏好分析的用户权益包个性化处理方法及系统 | |
CN110519318A (zh) | 信息推送方法和装置 | |
US20150206161A1 (en) | Computerized system for delivering reasonably priced access to content to remotely located users at prices varying in time per user behavior and with automated access to outside websites matching a user's inquiry or interest | |
JP5986548B2 (ja) | サービス提供装置、サービス提供方法及びサービス提供プログラム | |
US20100293028A1 (en) | Method and apparatus for evaluating content | |
JP7264646B2 (ja) | 算出装置、算出方法及び算出プログラム | |
KR101976428B1 (ko) | 개인화 홈쇼핑 방송 시스템 | |
CN102483828B (zh) | 基于参与分类的自动信息选择 | |
US20130054450A1 (en) | Monetization of Atomized Content | |
US20150206112A1 (en) | Computerized system for delivering reasonably priced access to content from many publishers and for analyzing search results to automatically provide access to material referenced therein | |
Chappell Jr et al. | Confessions of an Internet Monopolist: Demand estimation for a versioned information good | |
JP5692601B2 (ja) | 情報選択装置、情報選択方法、端末装置およびコンピュータプログラム | |
US20030200203A1 (en) | Information processing method and information processing system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |