JP2020177670A - 情報推奨方法、情報推奨装置、機器および媒体 - Google Patents

情報推奨方法、情報推奨装置、機器および媒体 Download PDF

Info

Publication number
JP2020177670A
JP2020177670A JP2020073744A JP2020073744A JP2020177670A JP 2020177670 A JP2020177670 A JP 2020177670A JP 2020073744 A JP2020073744 A JP 2020073744A JP 2020073744 A JP2020073744 A JP 2020073744A JP 2020177670 A JP2020177670 A JP 2020177670A
Authority
JP
Japan
Prior art keywords
user
weight
action history
candidate
target
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.)
Granted
Application number
JP2020073744A
Other languages
English (en)
Other versions
JP6940646B2 (ja
Inventor
ヤンヘ ワン，
Yanhe Wang
ヤンヘ ワン，
ペンフェイ ティアン，
Pengfei Tian
ペンフェイ ティアン，
リンキン ファン，
Lingpeng Fang
リンキン ファン，
シン リー，
Xin Li
シン リー，
シュピン ヂョウ，
Shuping Zhou
シュピン ヂョウ，
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Publication of JP2020177670A publication Critical patent/JP2020177670A/ja
Application granted granted Critical
Publication of JP6940646B2 publication Critical patent/JP6940646B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • 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
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/22—Payment schemes or models
    • G06Q20/24—Credit schemes, i.e. "pay after"
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
    • G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
    • G06Q20/354—Card activation or deactivation
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
    • 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
    • G06Q30/0254—Targeted advertisements based on statistics
    • 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
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • 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
    • G06Q30/0278—Product appraisal
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Security & Cryptography (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】ユーザに対するクレジットカード情報の個人的な推奨を実現し、クレジットカード情報に対するユーザの個性的な要望を満たし、情報推奨の精度を向上させることができる情報推奨方法、情報推奨装置、機器および媒体を提供する。【解決手段】方法は、ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するステップと、参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定するステップと、候補物品に対する前記参照ユーザの行為履歴、行為履歴の重みおよび参照ユーザとターゲットユーザとの類似度に基づいて、候補物品の重みを決定するステップと、候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨するステップと、を含む。【選択図】図１

Description

本発明の実施例は、情報技術の分野に関し、特に、情報推奨方法、情報推奨装置、機器および媒体に関する。
ユーザがクレジットカードを申し込むには、申し込みの頻度が低く、特徴が弱いという特徴がある、申請の頻度が低いため、ほとんどのユーザは新規ユーザである。新規ユーザには履歴情報がないことに起因するコールドスタート推奨の問題は、推奨分野の難点となっている。特徴が弱いということは、ユーザ属性に基づいて直接推奨することが困難であることを意味する。コールドスタートとは、履歴情報に基づいてユーザにクレジットカードを推奨することができないことを意味する。
従来のカード申し込みプラットフォームでクレジットカードの推奨方法は、クレジットカードのクリックヒートさまたは還元額に基づいて推奨することが多い。しかしながら、ユーザの要望がパーソナライズされる傾向があるため、上記の推奨方法は、ユーザの個性的な要望を満たすことができない。
本発明の実施例は、ユーザに対するクレジットカード情報の個人的な推奨を実施し、クレジットカードに対するユーザの個性的な要望を満たし、情報推奨の精度を向上する情報推奨方法、情報推奨装置、機器および媒体を提供する。
第１の態様では、本発明の実施例は、情報推奨方法を提供している。前記方法は、ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するステップと、前記参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定するステップと、前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および前記参照ユーザとターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するステップと、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨するステップと、を含む。
第２の態様では、本発明の実施例は、情報推奨装置を提供している。前記装置は、ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するように構成される参照ユーザ決定モジュールと、前記参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定するように構成される候補物品決定モジュールと、前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて前記候補物品の重みを決定するように構成される重み決定モジュールと、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨するように構成される推奨モジュールと、を含む。
本発明の第３態様では、本発明の実施例は、機器を提供している。前記機器は、１つまたは複数のプロセッサと、１つまたは複数のプログラムを記憶するための記憶装置とを備え、前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサによって実行されるとき、前記１つまたは複数のプロセッサが本発明の実施例のいずれかに記載の方法を実現する。
本発明の第４態様では、本発明の実施例は、コンピュータプログラムが記憶されたコンピュータ読み取り可能な記憶媒体を提供し、当該プログラムがプロセッサによって実行されるとき、本発明の実施例のいずれかに記載の方法が実現される。
本発明の実施例は、ターゲットユーザに類似する履歴ユーザの行為履歴、行為履歴の重みおよび前記ターゲットユーザと参照ユーザとの類似度に基づいて、前記候補物品の重みを決定し、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨することにより、ユーザに対するクレジットカード情報の個人的な推奨が実現され、情報推奨の精度が向上し、新規ユーザがターゲットユーザである場合の新規ユーザが履歴情報を持っていないことに起因するコールドスタート推奨の問題も解決される。
本発明の実施例１に係る情報推奨方法のフローチャートである。 本発明の実施例２に係る情報推奨方法のフローチャートである。 本発明の実施例３に係る情報推奨方法のフローチャートである。 本発明の実施例３に係る古いユーザの行為履歴記録に基づいて新規ユーザに推奨する概略効果図である。 本発明の実施例３に係る類似度が決定された両ユーザのユーザの特徴を提示する概略効果図である。 本発明の実施例３に係る新規ユーザと異なる種類クレジットカードとの関係の概略図である。 本発明の実施例４に係る情報推奨方法の概略構成図である。 本発明の実施例５に係る機器の概略構成図である。
本発明の実施例を、図面を参照して以下により詳細に説明する。図面に本発明のいくつかの実施例が示されているが、本発明は様々な形態で実現することができ、本明細書に記載の実施例に限定されると解釈されるべきではないことを理解されたい。逆に、これらの実施例を提供する目的は、本発明がより明確かつ完全で理解されることである。本発明の図面および実施例は例示するものに過ぎず、本発明の保護範囲を限定するものではないと理解されたい。
実施例１
図１は、本発明の実施例１に係る情報推奨方法のフローチャートである。本実施例は、ターゲットユーザにターゲットクラス物品情報を推奨する場合に適用可能である。典型的には、本実施例は、履歴ユーザの行為履歴に基づいて新規ユーザにクレジットカードを推奨する場合に適用可能である。当該方法は、情報推奨装置によって実行可能であり、当該装置は、ソフトウェアおよび/またはハードウェアによって実現可能である。図１を参照すると、この実施例に係る情報推奨方法は、以下のステップＳ１１０〜ステップ１４０を含む。
ステップＳ１１０において、ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定する。
ここで、ユーザの特徴とは、ユーザの属性特徴を指す。具体的には、ユーザの性別、年齢、興味、都市、機器情報および銀行好みのうちの少なくとも１つであってもよい。
ターゲットユーザは、情報推奨対象とするユーザであり、履歴ユーザであってもよく、または新規ユーザであってもよい。
履歴ユーザとは、現在のアプリケーションに行為履歴が記録されているユーザを指し、新規ユーザとは、現在のアプリケーションに履歴が記録されていないユーザを指す。
現在のアプリケーションは、任意のアプリケーションであってもよく、典型的には、現在のアプリケーションは銀行カード申し込みに関するアプリケーションである。
具体的には、ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するステップは、ユーザの性別、年齢、興味、都市、機器情報、および銀行好みのうちの少なくとも１つに基づいて、ターゲットユーザと履歴ユーザとの類似度を決定するステップと、前記類似度に基づいて、履歴ユーザのうちターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するステップと、を含み、機器情報とは、ユーザの機器型番情報またはオペレーティングシステム情報などを指す。銀行好みとは、ユーザが好む銀行情報を指す。
ステップＳ１２０において、前記参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定する。
ここで、行為履歴とは、前記ユーザが履歴時刻で発生した行為を指す。
ターゲットクラス物品は、情報推奨対象とする種類の物品である。具体的には、ターゲットクラス物品は、クレジットカード、携帯電話、コンピュータ、衣服などの任意の推奨可能な物品であってもよい。
行為履歴に関連付けられたターゲットクラス物品とは、行為履歴実施オブジェクトにおけるターゲットクラス物品を指す。
たとえば、ターゲットクラス物品がクレジットカードであり、且つ行為履歴が、ある種類のクレジットカードの申し込みまたは閲覧である場合、当該行為履歴に関連付けられているターゲットクラス物品は、ある種類のクレジットカードである。候補商品とは、候補クレジットカードを指す。
ステップＳ１３０において、前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定する。
ここで、行為履歴の重みは、候補商品に対する行為履歴の購入傾向に基づいて決定される。購入傾向が大きいほど、行為履歴の重みが大きく設定される。
たとえば、候補物品に対する申し込み行為履歴は、候補物品に対する閲覧行為履歴より購入傾向が大きいため、候補物品に対する申し込み行為履歴の重みは、候補物品に対する閲覧行為履歴の重みより大きい。
具体的には、前記参照物品に対する前記ユーザの行為履歴、行為履歴の重み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するステップは、候補物品の種類に基づいて前記行為履歴を分類し、異なる種類の候補物品の行為履歴を取得するステップと、行為履歴の重みに基づいて、異なる種類の候補物品の行為履歴の重みを決定するステップと、異なる種類の候補物品の行為履歴の重みと、当該行為履歴が発生した参照ユーザと前記ターゲットユーザとの類似度とを重み付け加算し、重み付け加算された結果を異なる種類の候補物品の重みとして決定するステップと、を含む。
つまり、ある種類の候補物品の重み=Σある種類の候補物品の各行為履歴の重み×当該行為履歴が発生した前記参照ユーザと前記ターゲットユーザとの類似度。
ステップＳ１４０において、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨する。
具体的には、前記候補物品の重みが所定重み閾値より大きい場合、ターゲットユーザに前記候補物品を推奨する。または、前記候補物品の重みランキングが所定順位内にある場合、ターゲットユーザに候補物品を推奨する。
本発明の実施例の技術解決案は、ターゲットユーザに類似する履歴ユーザの行為履歴、行為履歴の重み、および前記ターゲットユーザと参照ユーザとの類似度に基づいて、前記候補物品の重みを決定し、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨することにより、ユーザに対するクレジットカード情報の個人的な推奨が実現され、情報推奨の精度が向上し、現在の新規ユーザがターゲットユーザである場合の新規ユーザが履歴情報を持っていないことに起因するコールドスタート推奨の問題も解決される。
実施例２
図２は、本発明の実施例２に係る情報推奨方法のフローチャートである。本実施例は、上記実施例に基づいて、前記ターゲットクラス物品をクレジットカードとすることを例として提案された選択可能な解決案である。図２を参照すると、本実施例に係る情報推奨方法は、以下のステップＳ２１０〜ステップＳ２４０を含む。
ステップＳ２１０において、ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定する。
ステップＳ２２０において、前記参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定する。
ステップＳ２３０において、行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、前記ターゲットユーザの銀行好み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記前記候補物品の重みを決定する。
ここで、前記ターゲットユーザの銀行好みを決定するステップは、銀行に対する前記ターゲットユーザの検索記録履歴、銀行に対する閲覧記録履歴、前記ターゲットユーザが位置する都市、前記ターゲットユーザの機器情報、および機器にインストールされた銀行アプリケーションソフトウェアの情報のうちの少なくとも１つに基づいて、前記ターゲットユーザの銀行好みを決定するステップを含む。
具体的には、銀行に対する前記ターゲットユーザの検索記録履歴、銀行に対する閲覧記録履歴、前記ターゲットユーザが位置する都市、前記ターゲットユーザの機器情報、および機器にインストールされた銀行アプリケーションソフトウェアの情報のうちの少なくとも１つを数値化した後、重み付け加算し、重み付け加算された結果に基づいて前記ターゲットユーザの銀行好みを決定する。
行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、前記ターゲットユーザの銀行好み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するステップは、行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、少なくとも２種類の候補物品の重みが同じであり、且つ前記少なくとも２種類の候補物品が属する銀行が異なることが決定された場合、前記ターゲットユーザの銀行好みに基づいて前記少なくとも２種類の候補物品の重みを調整するステップを含む。
ステップＳ２４０において、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨する。
本発明の実施例の技術的解決策によれば、行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、前記ターゲットユーザの銀行好み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定することにより、候補物品の重み決定の精度がさらに向上する。
実施例３
図３は、本発明の実施例３に係る情報推奨方法のフローチャートである。本実施例は、上記実施例に基づいて、ターゲットクラス物品をクレジットカードとし、ターゲットユーザを新規ユーザとすることを例として提案される選択可能な解決案である。図３を参照すると、本実施例に係る情報推奨方法は以下のステップＳ３１０〜ステップＳ３５０を含む。
ステップＳ３１０において、新規ユーザが現在のアプリケーションにアクセスしたことが検出された場合、ユーザの特徴に基づいて新規ユーザと古いユーザ（すなわち、上記履歴ユーザ）との類似度を算出する。
具体的には、現在のアプリケーションは銀行カード申し込みのアプリケーションである。
ステップＳ３２０において、類似度に基づいて古いユーザをソートし、ソート結果に基づいて、新規ユーザとの類似度が高い少なくとも１つの古いユーザを参照ユーザとして決定する。
ステップＳ３３０において、参照ユーザの行為履歴記録をリコールする。
行為履歴記録は、クレジットカードの閲覧記録履歴またはクレジットカードの履歴申し込み記録であってもよい。
ステップＳ３４０において、参照ユーザと新規ユーザとの類似度、および行為履歴の重みに基づいて、リコールされた行為履歴記録に関連付けられたクレジットカードの種類情報を再ソートする。
ソート結果は図４を参照し、クレジットカード１、クレジットカード２、クレジットカード３およびクレジットカード４はそれぞれ異なる種類のクレジットカードを表す。特徴１、特徴２、特徴３および特徴４は、それぞれ異なる種類のユーザの特徴を表す。
ステップＳ３５０において、ソート結果に基づいて、推奨対象クレジットカードの種類情報を決定し、新規ユーザに推奨対象クレジットカードの種類情報を推奨する。
具体的な推奨効果は、引き続き図４を参照し、所定順位内にあるクレジットカードの種類情報は、ランキングに従って新規ユーザに推奨される。
ランキングは、当該種類のクレジットカードに対する新規ユーザの要望を反映している。ランキングが高いほど、当該クレジットカードに対する新規ユーザの要望が大きく、申し込みの可能性も高いため、推奨の成功率も高い。
図５を参照すると、ステップＳ３１０は、具体的には、ユーザの性別、年齢、興味、都市、機器情報および銀行好みなどに基づいて、新規ユーザと古いユーザとの類似度を決定するステップを含む。具体的な式は、以下を参照のこと。
ただし、ａ、ｂ、ｃ、ｄ、ｅ、およびｆは，それぞれ異なるユーザの特徴を表し、ｑａ、ｑｂ、ｑｃ、ｑｄ、ｑｅ、およびｑｆは、それぞれ異なるユーザの特徴の重みを表し、{ａｑａ，ｂｑｂ，ｃｑｃ，ｄｑｄ，ｅｑｅ，ｆｑｆ}Ａは、ユーザＡのユーザの特徴ベクトルを表し、{ａｑａ，ｂｑｂ，ｃｑｃ，ｄｑｄ，ｅｑｅ，ｆｑｆ}Ｂは、ユーザＢの特徴ベクトルを表す。
図６を参照すると、ステップＳ３４０は、具体的には、次の式に基づいて、行為履歴記録に関連付けられた各種類のクレジットカードの重みを算出する。
ただし、ｗｅｉｇｈｔｊは情報カードｉの重みを表し、Ｓｉは新規ユーザとｉ番目の参照ユーザとの類似度を表し、ｑｉjはクレジットカードｉに対するｉ番目の参照ユーザの行為履歴の重みを表す。
たとえば、図６のクレジットカード１の重みは、
重みに基づいて各種類のクレジットカードをソートする。
本発明の実施例の技術的解決策は、クレジットカードの個人的な推奨の問題を解決し、異なるユーザに異なるクレジットカードを提供する。これにより、カードの検索経路が大幅に短縮され、ユーザの申し込み効率が向上し、ユーザの体験が向上する。
また、個人的な推奨により、ユーザは、欲しいクレジットカードを見つけやすくなり、クレジットカードのクリック率が向上し、ビジネス全体の収益化効率が向上する。
なお、実施例の技術的教示を通じて、当業者は、上記実施例で説明された実施形態のいずれかを組み合わせて、クレジットカードに対する個人的な推奨を実現し、新規ユーザのコールドスタート推奨の問題を解決する動機を有する。
実施例４
図７は、本発明の実施例４に係る情報推奨装置の概略構成図である。図７を参照すると、この実施例に係る情報推奨装置は、参照ユーザ決定モジュール１０、候補物品決定モジュール２０、重み決定モジュール３０および推奨モジュール４０を備える。
参照ユーザ決定モジュール１０は、ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定する。
候補物品決定モジュール２０は、前記参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定する。
重み決定モジュール３０は、前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて前記候補物品の重みを決定する。
推奨モジュール４０は、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨する。
本発明の実施例の技術解決案は、ターゲットユーザに類似する履歴ユーザの行為履歴、行為履歴の重み、および前記ターゲットユーザと参照ユーザとの類似度に基づいて、前記候補物品の重みを決定し、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨することにより、ユーザに対するクレジットカード情報の個人的な推奨が実現され、情報推奨の精度が向上し、現在の新規ユーザがターゲットユーザである場合の新規ユーザが履歴情報を持っていないことに起因するコールドスタート推奨の問題も解決される。
さらに、前記重み決定モジュールは、行為分類ユニット、行為重み決定ユニット、および物品重み決定ユニットを備える。
行為分類ユニットは、候補物品の種類に基づいて前記行為履歴を分類し、異なる種類の候補物品の行為履歴を取得する。
行為重み決定ユニットは、行為履歴の重みに基づいて異なる種類の候補物品の行為履歴の重みを決定する。
物品重み決定ユニットは、異なる種類の候補物品の各行為履歴の重みと、当該行為履歴が発生した前記参照ユーザと前記ターゲットユーザとの類似度とを重み付け加算し、重み付け加算された結果を異なる候補物品の重みとして決定する。
さらに、前記ターゲットクラス物品がクレジットカードである場合、前記重み決定モジュールは、重み決定ユニットを備える。
重み決定ユニットは、行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、前記ターゲットユーザの銀行好み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定する。
さらに、前記重み決定ユニットは、具体的には、行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、少なくとも２種類の候補物品の重みが同じであり、且つ前記少なくとも２種類の候補物品が属する銀行が異なることが決定された場合、前記ターゲットユーザの銀行好みに基づいて前記少なくとも２種類の候補物品の重みを調整する。
さらに、前記装置は、銀行好み決定モジュールをさらに備える。
銀行好み決定モジュールは、銀行に対する前記ターゲットユーザの検索記録履歴、銀行に対する閲覧記録履歴、前記ターゲットユーザが位置する都市、前記ターゲットユーザの機器情報、および機器にインストールされた銀行アプリケーションソフトウェアの情報のうちの少なくとも１つに基づいて、前記ターゲットユーザの銀行好みを決定する。
さらに、前記参照ユーザ決定モジュールは、類似度決定ユニットおよび参照ユーザ決定ユニットを備える。
類似度決定ユニットは、ユーザの性別、年齢、興味、都市、機器情報、および銀行好みのうちの少なくとも１つに基づいて、ターゲットユーザと履歴ユーザとの類似度を決定する。
参照ユーザ決定ユニットは、前記類似度に基づいて、履歴ユーザのうちターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定する。
本発明の実施例に係る情報推奨装置は、本発明の任意の実施例に係る情報推奨方法を実行することができ、方法の実行に相応する機能モジュールおよび有益な効果を有する。
実施例５
図８は、本出願の実施例５に係る機器の概略構成図を示す。図８は、本発明の実施形態の実現に適用する機器１２のブロック図を示す。図８に示される機器１２は単なる例であり、本出願の実施例の機能および使用範囲にいかなる制限もすべきではない。
図８に示すように、機器１２は、汎用コンピューティング機器の形態で示されている。機器１２のコンポーネントは、１つまたは複数のプロセッサまたは処理ユニット１６と、システムメモリ２８と、異なるシステムのコンポーネント（システムメモリ２８と処理ユニット１６とを含む）を接続するバス１８と、を備えるが、これらに限定されない。
バス１８は、いくつかのタイプのバス構造のうちの１つまたは複数を表し、メモリバスまたはメモリコントローラ、周辺バス、アクセラレーテッドグラフィックスポート、プロセッサ、または多様なバス構造のいずれかのバス構造を使用するローカルバスを含む。例えば、これらのアーキテクチャは、インダストリスタンダードアーキテクチャ（ＩＳＡ）バス、マイクロチャネルアーキテクチャ（ＭＣＡ）バス、拡張ＩＳＡバス、ビデオエレクトロニクススタンダーズアソシエーション（ＶＥＳＡ）ローカルバス、およびペリフェラルコンポーネントインターコネクト（ＰＣＩ）バスを含むが、これらに限定されない。
機器１２は、典型的には、複数種類のコンピュータシステム読み取り可能な媒体を備える。これらの媒体は、揮発性媒体および不揮発性媒体、リムーバブル媒体およびノンリムーバブル媒体を含む、機器１２によってアクセスされ得る任意の使用可能な媒体であってもよい。
システムメモリ２８は、ランダムアクセスメモリ（ＲＡＭ）３０および／またはキャッシュメモリ３２のような揮発性メモリの形態のコンピュータシステム読み取り可能な媒体を備えてもよい。機器１２は、他のリムーバブル／ノンリムーバブル、揮発性／不揮発性コンピュータシステム記憶媒体をさらに備えてもよい。例だけとするが、ストレージシステム３４は、ノンリムーバブル、不揮発性磁気媒体（図８に図示せず、通常「ハードディスクドライバ」という）に対して読み出しおよび書き込みをするために用いることができる。図８に示されていないが、リムーバブル不揮発性磁気ディスク（例えば、「フロッピーディスク」）に対して読み出しおよび書き込みをするための磁気ディスクドライバ、およびリムーバブル不揮発性光学ディスク（例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、または他の光学媒体）に対して読み出しおよび書き込みをするための光ディスクドライバを提供することができる。これらの場合、各ドライバは、１つまたは複数のデータメディアインターフェイスを介してバス１８に接続することができる。システムメモリ２８は、本出願の各実施例に記載された機能を実行するように構成される１セットの（例えば、少なくとも１つ）プログラムモジュールを有する少なくとも１つのプログラム製品を備えてもよい。
１セットの（少なくとも１つ）プログラムモジュール４２を有するプログラム/ユーティリティ４０は、例えば、システムメモリ２８に記憶されてもよく、このようなプログラムモジュール４２は、オペレーティングシステム、１つまたは複数のアプリケーションプログラム、他のプログラムモジュールおよびプログラムデータを含むが、これらに限定されない。これらの例のそれぞれまたはある組み合わせには、ネットワーキング環境の実現が含まれる可能性がある。プログラムモジュール４２は、通常、本出願に記載された実施例における特機能および／または方法を実行する。
機器１２は、１つまたは複数の外部機器１４（例えば、キーボード、ポインティング機器、ディスプレイ２４など）と通信することができ、また、ユーザが当該機器１２とインタラクションすることを可能にする１つまたは複数の機器と通信することができ、および／または、当該機器１２が１つまたは複数の他のコンピューティング機器と通信することを可能にする任意の機器（例えば、ネットワークカード、モデムなど）と通信することもできる。そのような通信は、入力／出力（Ｉ／Ｏ）インターフェイス２２を介して行うことができる。また、機器１２は、ネットワークアダプタ２０を介して、１つまたは複数のネットワーク（例えば、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、および／またはインターネットのようなパブリックネットワーク）と通信することができる。図に示すように、ネットワークアダプタ２０は、バス１８を介して機器１２の他のモジュールと通信する。なお、図に示されていないが、マイクロコード、機器ドライバ、冗長化処理ユニット、外部ディスクドライバアレイ、ＲＡＩＤシステム、テープドライバ、およびデータバックアップストレージシステムなどを含むが、これらに限定されない他のハードウェアおよび／またはソフトウェアモジュールを機器１２と組み合わせて使用することができる。
処理ユニット１６は、システムメモリ２８に記憶されているプログラムを実行することにより、多様な機能アプリケーションおよびデータ処理を実行し、例えば、本発明の実施例に記載された方法を実現する。
実施例６
本発明の実施例６は、コンピュータプログラムが記憶されているコンピュータ読み取り可能な記憶媒体をさらに提供し、当該プログラムがプロセッサによって実行されるとき、本発明のいずれかに記載の情報推奨方法が実現される。当該方法は、ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するステップと、前記参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定するステップと、前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および参照ユーザとターゲットユーザとの類似度に基づいて前記候補物品の重みを決定するステップと、前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨するステップと、を含む。
本発明の実施例のコンピュータ記憶媒体は、１つまたは複数のコンピュータ読み取り可能な媒体の任意の組み合わせを採用することができる。コンピュータ読み取り可能な媒体は、コンピュータ読み取り可能な信号媒体またはコンピュータ読み取り可能な記憶媒体であってもよい。コンピュータ読み取り可能な記憶媒体は、例えば、電子、磁気、光学、電磁気、赤外線、または半導体システム、装置、または機器、または上記の任意の組み合わせであってもよいが、これらに限定されない。コンピュータ読み取り可能な記憶媒体のより具体的な例（非網羅的なリスト）は、１つまたは複数のリード線を備えた電気接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、光ファイバー、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ−ＲＯＭ）、光学記憶装置、磁気記憶装置、または上記の任意の適切な組み合わせを含む。本明細書では、コンピュータ読み取り可能な記憶媒体は、命令実行システム、装置、または機器によって使用され、またはそれらと組み合わせて使用できるプログラムを含む、または格納できる任意の有形の媒体であり得る。
コンピュータ読み取り可能な信号媒体は、ベースバンドにおける、または搬送波の一部として伝播するデータ信号を含むことができ、その中にはコンピュータ読み取り可能なプログラムコードが含まれる。この伝播するデータ信号は様々な形式を採用することができ、電磁信号、光信号または上記の任意の適切な組み合わせを含むがこれらに限定されない。さらに、コンピュータ読み取り可能な信号媒体は、コンピュータ読み取り可能な記憶媒体以外の任意のコンピュータ読み取り可能な媒体であってもよく、当該コンピュータ読み取り可能な媒体は、命令実行システム、装置または機器により使用され、或いはそれらと組み合わせて使用されるプログラムを送信、伝播または伝送することができる。
コンピュータ読み取り可能な媒体に含まれるプログラムコードは、無線、有線、光ケーブル、ＲＦなど、または上記の任意の適切な組み合わせを含むがこれらに限定されない任意の適切な媒体によって伝送することができる。
１つまたは複数のプログラミング言語またはそれらの組み合わせで本発明の行為を実行するためのコンピュータプログラムコードを作成することができ、前記プログラミング言語は、Ｊａｖａ(登録商標)、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのプロジェクト指向のプログラミング言語を含み、「Ｃ」言語または類似のプログラミング言語のような従来の手続き型プログラミング言語をさらに含む。プログラムコードは、完全にユーザコンピュータで実行されてもよいし、部分的にユーザコンピュータに実行されてもよいし、スタンドアロンソフトウェアパッケージとして実行されてもよいし、部分的にユーザコンピュータで、部分的にリモートコンピュータで実行されてもよい、または完全にリモートコンピュータまたはサーバーで実行してもよい。リモートコンピュータの場合、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）またはワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークを介してユーザのコンピュータに接続でき、または、外部コンピュータに接続できる（例えば、インターネットサービスプロバイダを利用して、インターネット経由で接続する）。
なお、以上の記載は、本発明の好ましい実施例およびそれらに適用される技術的原理に過ぎないことに留意されたい。当業者は、本発明が本明細書に記載の特定の実施例に限定されず、本発明の範囲から逸脱することなく様々な変形、再調整、および置き換えを行うことができることを理解することができる。したがって、本発明を上記実施例により詳細に説明したが、本発明は上記実施例に限定されるものではなく、本発明の趣旨を逸脱しない範囲で同等の実施例を含むことができる。本発明の範囲は、特許請求の範囲によって決定される。

Claims (14)

  1. ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するステップと、
    前記参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定するステップと、
    前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するステップと、
    前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨するステップと、
    を含む情報推奨方法。
  2. 前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するステップが、
    候補物品の種類に基づいて前記行為履歴を分類し、異なる種類の候補物品の行為履歴を取得するステップと、
    行為履歴の重みに基づいて異なる種類の候補物品の行為履歴の重みを決定するステップと、
    異なる種類の候補物品の各行為履歴の重みと、当該行為履歴が発生した前記参照ユーザと前記ターゲットユーザとの類似度とを重み付け加算し、重み付け加算された結果を異なる種類の候補物品の重みとして決定するステップと、
    を含む請求項１に記載の方法。
  3. 前記ターゲットクラス物品がクレジットカードである場合、前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するステップが、
    行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、前記ターゲットユーザの銀行好み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するステップを含む請求項１に記載の方法。
  4. 行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、前記ターゲットユーザの銀行好み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するステップが、
    行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、少なくとも２種類の候補物品の重みが同じであり、且つ前記少なくとも２種類の候補物品が属する銀行が異なることが決定された場合、前記ターゲットユーザの銀行好みに基づいて前記少なくとも２種類の候補物品の重みを調整するステップを含む請求項３に記載の方法。
  5. 前記ターゲットユーザの銀行好みを決定するステップが、
    銀行に対する前記ターゲットユーザの検索記録履歴、銀行に対する閲覧記録履歴、前記ターゲットユーザが位置する都市、前記ターゲットユーザの機器情報、および機器にインストールされた銀行アプリケーションソフトウェアの情報のうちの少なくとも１つに基づいて、前記ターゲットユーザの銀行好みを決定するステップを含む請求項３に記載の方法。
  6. ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するステップが、
    ユーザの性別、年齢、興味、都市、機器情報および銀行好みのうちの少なくとも１つに基づいて、ターゲットユーザと履歴ユーザとの類似度を決定するステップと、
    前記類似度に基づいて、履歴ユーザのうちターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するステップと、
    を含む請求項１に記載の方法。
  7. ユーザの特徴に基づいて、ターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するように構成される参照ユーザ決定モジュールと、
    前記参照ユーザの行為履歴に関連付けられたターゲットクラス物品を候補物品として決定するように構成される候補物品決定モジュールと、
    前記候補物品に対する前記参照ユーザの行為履歴、行為履歴の重み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するように構成される重み決定モジュールと、
    前記候補物品の重みに基づいて、ターゲットユーザにターゲットクラス物品を推奨するように構成される推奨モジュールと、
    を備える情報推奨装置。
  8. 前記重み決定モジュールが、
    候補物品の種類に基づいて前記行為履歴を分類し、異なる種類の候補物品の行為履歴を取得するように構成される行為分類ユニットと、
    行為履歴の重みに基づいて異なる種類の候補物品の行為履歴の重みを決定するように構成される行為重み決定ユニットと、
    異なる種類の候補物品の各行為履歴の重みと、当該行為履歴が発生した前記参照ユーザと前記ターゲットユーザとの類似度とを重み付け加算し、重み付け加算された結果を異なる種類の候補物品の重みとして決定するように構成される物品重み決定ユニットと、
    を備える請求項７に記載の装置。
  9. 前記ターゲットクラス物品がクレジットカードである場合、前記重み決定モジュールが、
    行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、前記ターゲットユーザの銀行好み、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、前記候補物品の重みを決定するように構成される重み決定ユニットを含む請求項７に記載の装置。
  10. 前記重み決定ユニットが、具体的には、
    行為履歴の重み、クレジットカードに対する前記参照ユーザの行為履歴、および前記参照ユーザと前記ターゲットユーザとの類似度に基づいて、少なくとも２種類の候補物品の重みが同じであり、且つ前記少なくとも２種類の候補物品が属する銀行が異なることが決定された場合、前記ターゲットユーザの銀行好みに基づいて前記少なくとも２種類の候補物品の重みを調整する請求項９に記載の装置。
  11. 前記装置が、
    銀行に対する前記ターゲットユーザの検索記録履歴、銀行に対する閲覧記録履歴、前記ターゲットユーザが位置する都市、前記ターゲットユーザの機器情報、および機器にインストールされた銀行アプリケーションソフトウェアの情報のうちの少なくとも１つに基づいて、前記ターゲットユーザの銀行好みを決定するように構成される銀行好み決定モジュールを含む請求項９に記載の装置。
  12. 前記参照ユーザ決定モジュールが、
    ユーザの性別、年齢、興味、都市、機器情報および銀行好みのうちの少なくとも１つに基づいて、ターゲットユーザと履歴ユーザとの類似度を決定するように構成される類似度決定ユニットと、
    前記類似度に基づいて、履歴ユーザのうちターゲットユーザに類似する少なくとも１人の履歴ユーザを参照ユーザとして決定するように構成される参照ユーザ決定ユニットと、
    を含む請求項７に記載の装置。
  13. １つまたは複数のプロセッサと、
    １つまたは複数のプログラムを記憶するための記憶装置と、を備える機器であって、
    前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサによって実行される場合、前記１つまたは複数のプロセッサが請求項１から６のいずれか一項に記載の情報推奨方法を実現する機器。
  14. コンピュータプログラムが記憶されているコンピュータ読み取り可能な記憶媒体であって、
    当該プログラムがプロセッサによって実行される場合、請求項１から６のいずれか一項に記載の情報推奨方法が実現されるコンピュータ読み取り可能な記憶媒体。
JP2020073744A 2019-04-18 2020-04-17 情報推奨方法、情報推奨装置、機器および媒体 Active JP6940646B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910312789.7A CN110046965A (zh) 2019-04-18 2019-04-18 信息推荐方法、装置、设备和介质
CN201910312789.7 2019-04-18

Publications (2)

Publication Number Publication Date
JP2020177670A true JP2020177670A (ja) 2020-10-29
JP6940646B2 JP6940646B2 (ja) 2021-09-29

Family

ID=67277770

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020073744A Active JP6940646B2 (ja) 2019-04-18 2020-04-17 情報推奨方法、情報推奨装置、機器および媒体

Country Status (4)

Country Link
US (1) US20200334676A1 (ja)
JP (1) JP6940646B2 (ja)
KR (1) KR102433722B1 (ja)
CN (1) CN110046965A (ja)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417263B (zh) * 2019-08-23 2024-01-09 北京达佳互联信息技术有限公司 数据推荐方法、装置及存储介质
CN113269602A (zh) * 2020-02-17 2021-08-17 北京京东振世信息技术有限公司 物品推荐的方法和装置
CN111400587B (zh) * 2020-03-03 2024-01-30 网易（杭州）网络有限公司 用户分类方法、装置、电子设备和存储介质
CN111582905A (zh) * 2020-03-26 2020-08-25 口碑(上海)信息技术有限公司 一种目标对象获取方法、装置、电子设备以及存储介质
CN111523035B (zh) * 2020-04-24 2023-04-18 上海异势信息科技有限公司 App浏览内容的推荐方法、装置、服务器和介质
CN111553763B (zh) * 2020-04-26 2023-03-24 上海风秩科技有限公司 一种物品推荐方法、装置、电子设备及可读存储介质
CN111723289B (zh) * 2020-06-08 2024-02-02 北京声智科技有限公司 信息推荐方法及装置
CN111949861A (zh) * 2020-07-14 2020-11-17 五八有限公司 一种信息推荐方法及装置
CN111951043A (zh) * 2020-07-27 2020-11-17 深圳市欢太科技有限公司 信息投放处理方法、装置、存储介质与电子设备
CN111914188A (zh) * 2020-08-19 2020-11-10 英华达（上海）科技有限公司 推荐目标用户的选择方法、系统、设备及存储介质
CN112215546B (zh) * 2020-09-29 2022-11-08 北京沃东天骏信息技术有限公司 一种对象页面生成方法、装置、设备及存储介质
CN112215684B (zh) * 2020-10-30 2023-07-14 腾讯科技（深圳）有限公司 一种目标可控制对象的聚类方法及装置
CN112364259A (zh) * 2020-11-24 2021-02-12 深圳市元征科技股份有限公司 一种信息推荐方法、装置、设备及介质
CN112417207B (zh) * 2020-11-24 2023-02-21 未来电视有限公司 一种视频推荐方法、装置、设备及存储介质
CN112464106B (zh) * 2020-11-26 2022-12-13 上海哔哩哔哩科技有限公司 对象推荐方法及装置
CN112488863B (zh) * 2020-12-01 2024-05-28 中国人寿保险股份有限公司 一种在用户冷启动场景下的险种推荐方法及相关设备
CN112507218A (zh) * 2020-12-03 2021-03-16 广州华多网络科技有限公司 业务对象推荐方法、装置、电子设备及存储介质
CN112528151A (zh) * 2020-12-18 2021-03-19 北京蜜莱坞网络科技有限公司 一种对象展示方法、装置、电子设备及存储介质
CN113763098B (zh) * 2020-12-21 2024-08-20 北京沃东天骏信息技术有限公司 用于确定物品的方法和装置
CN112818235B (zh) * 2021-02-03 2023-07-21 招联消费金融有限公司 基于关联特征的违规用户识别方法、装置和计算机设备
CN113065085A (zh) * 2021-03-22 2021-07-02 北京沃东天骏信息技术有限公司 数据加载方法、装置、目标服务器、目标终端及存储介质
CN113077319B (zh) * 2021-04-19 2024-07-19 北京沃东天骏信息技术有限公司 针对微详情页面的动态推荐方法及装置
CN113486250B (zh) * 2021-07-28 2023-09-05 中移（杭州）信息技术有限公司 内容推荐方法、装置、设备及计算机可读存储介质
CN113923529A (zh) * 2021-10-08 2022-01-11 北京百度网讯科技有限公司 直播连麦方法、装置、设备以及存储介质
CN114048373A (zh) * 2021-10-21 2022-02-15 盐城金堤科技有限公司 服务机构的推荐方法、装置、介质和电子设备
CN114066278B (zh) * 2021-11-22 2022-11-18 北京百度网讯科技有限公司 物品召回的评估方法、装置、介质及程序产品
CN114428910A (zh) * 2022-01-28 2022-05-03 腾讯科技（深圳）有限公司 资源推荐方法、装置、电子设备、产品及介质
CN114861955A (zh) * 2022-04-27 2022-08-05 中国银行股份有限公司 信息处理方法、装置及设备和存储介质
CN115687721A (zh) * 2022-10-28 2023-02-03 盐城金堤科技有限公司 企业动态信息推荐方法、装置、计算设备及存储介质
US20240232977A1 (en) * 2022-12-30 2024-07-11 Coupang Corp. Computerized systems and methods for optimizing product recommendations using machine learning and hashing algorithms
CN116739794B (zh) * 2023-08-10 2023-10-20 北京中关村银行股份有限公司 基于大数据及机器学习的用户个性化方案推荐方法及系统
CN117540057B (zh) * 2024-01-10 2024-04-30 广东省电信规划设计院有限公司 基于aigc的检索引导方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10222581A (ja) * 1996-12-03 1998-08-21 Fujitsu Ltd 金融情報仲介処理装置およびそのプログラムを格納した記憶媒体
JP2010073170A (ja) * 2008-09-22 2010-04-02 Yahoo Japan Corp 推薦商品選択装置、推薦商品選択プログラムおよび商品検索装置
KR20110054881A (ko) * 2009-11-18 2011-05-25 (주)티엔씨애드컴 신용카드 추천 시스템 및 방법
CN104680453A (zh) * 2015-02-28 2015-06-03 北京大学 基于学生属性的课程推荐方法及系统
JP2016062511A (ja) * 2014-09-19 2016-04-25 株式会社東芝 情報処理装置、情報処理システム、情報処理方法及びプログラム
JP2018045553A (ja) * 2016-09-16 2018-03-22 ヤフー株式会社 選択装置、選択方法および選択プログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9275342B2 (en) * 2012-04-09 2016-03-01 24/7 Customer, Inc. Method and apparatus for intent modeling and prediction
US20150006294A1 (en) * 2013-06-28 2015-01-01 Linkedln Corporation Targeting rules based on previous recommendations
US10115148B1 (en) * 2014-01-30 2018-10-30 Amazon Technologies, Inc. Selection of tools
US10552891B2 (en) * 2017-01-31 2020-02-04 Walmart Apollo, Llc Systems and methods for recommending cold-start items on a website of a retailer
CN109389442A (zh) * 2017-08-04 2019-02-26 北京京东尚科信息技术有限公司 商品推荐方法及装置、存储介质及电子终端
US10699321B2 (en) * 2017-10-17 2020-06-30 Adobe Inc. Global vector recommendations based on implicit interaction and profile data
CN109345348B (zh) * 2018-09-30 2020-06-30 重庆誉存大数据科技有限公司 基于旅行社用户的多维信息画像的推荐方法
CN109523344A (zh) * 2018-10-16 2019-03-26 深圳壹账通智能科技有限公司 产品信息推荐方法、装置、计算机设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10222581A (ja) * 1996-12-03 1998-08-21 Fujitsu Ltd 金融情報仲介処理装置およびそのプログラムを格納した記憶媒体
JP2010073170A (ja) * 2008-09-22 2010-04-02 Yahoo Japan Corp 推薦商品選択装置、推薦商品選択プログラムおよび商品検索装置
KR20110054881A (ko) * 2009-11-18 2011-05-25 (주)티엔씨애드컴 신용카드 추천 시스템 및 방법
JP2016062511A (ja) * 2014-09-19 2016-04-25 株式会社東芝 情報処理装置、情報処理システム、情報処理方法及びプログラム
CN104680453A (zh) * 2015-02-28 2015-06-03 北京大学 基于学生属性的课程推荐方法及系统
JP2018045553A (ja) * 2016-09-16 2018-03-22 ヤフー株式会社 選択装置、選択方法および選択プログラム

Also Published As

Publication number Publication date
KR102433722B1 (ko) 2022-08-17
KR20200123015A (ko) 2020-10-28
JP6940646B2 (ja) 2021-09-29
CN110046965A (zh) 2019-07-23
US20200334676A1 (en) 2020-10-22

Similar Documents

Publication Publication Date Title
JP6940646B2 (ja) 情報推奨方法、情報推奨装置、機器および媒体
TWI409712B (zh) 以消費者推薦之社交網路行銷方法與裝置
US11995112B2 (en) System and method for information recommendation
TW202008237A (zh) 針對新場景的預測模型訓練方法及裝置
TWI498836B (zh) 具有推廣者推薦之社交網路行銷方法與裝置
US20180342004A1 (en) Cumulative success-based recommendations for repeat users
US8560390B2 (en) Method and apparatus for social network marketing with brand referral
US20210263978A1 (en) Intelligent interface accelerating
US20180310123A1 (en) Cognitive geofence based notification
CN111783039B (zh) 风险确定方法、装置、计算机系统和存储介质
JP2018077821A (ja) ユーザによって訪問される施設のカテゴリの予測モデルを生成する方法、プログラム、サーバ装置、及び処理装置
CN107908616B (zh) 预测趋势词的方法和装置
WO2020221022A1 (zh) 业务对象推荐方法
CN111966886A (zh) 对象推荐方法、对象推荐装置、电子设备及存储介质
CN111768258A (zh) 识别异常订单的方法、装置、电子设备和介质
CN111353836B (zh) 商品推荐方法、装置及设备
CN115564450B (zh) 一种风控方法、装置、存储介质及设备
CN116467525A (zh) 业务产品的推荐方法、装置、设备和存储介质
JP2005301786A (ja) 評価装置、クラスタ生成装置、プログラム、記録媒体、評価方法、及びクラスタ生成方法
CN116956204A (zh) 多任务模型的网络结构确定方法、数据预测方法及装置
KR20220137521A (ko) 결제 수단을 추천하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102481679B1 (ko) 온라인 통합 수리 플랫폼에서 sns 계정의 파급력을 기반으로 마케팅을 제공하는 방법 및 장치
US20240073641A1 (en) Machine learning model prediction of an opportunity for an entity category in a geographic area
US20240095802A1 (en) Systems and methods for providing customer-behavior-based dynamic enhanced order conversion
CN115455298A (zh) 目标物品确定方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200417

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210428

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210511

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210806

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210831

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210902

R150 Certificate of patent or registration of utility model

Ref document number: 6940646

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250