TW201939402A - 一種資源和行銷推薦方法、裝置及電子設備 - Google Patents
一種資源和行銷推薦方法、裝置及電子設備 Download PDFInfo
- Publication number
- TW201939402A TW201939402A TW107147328A TW107147328A TW201939402A TW 201939402 A TW201939402 A TW 201939402A TW 107147328 A TW107147328 A TW 107147328A TW 107147328 A TW107147328 A TW 107147328A TW 201939402 A TW201939402 A TW 201939402A
- Authority
- TW
- Taiwan
- Prior art keywords
- traffic data
- traffic
- information
- user
- real
- Prior art date
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申請公開了一種資源和行銷推薦方法、裝置以及電子設備，該方法包括：獲取流量資料；基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
Description
本申請涉及電腦技術領域，尤其涉及一種資源和行銷推薦方法、裝置及電子設備。
隨著網際網路技術和電子商務的快速發展，人們可以通過網際網路管道獲取產品或業務的相關資訊，比如可以通過智慧移動終端或者個人電腦（Personal Computer，PC）端獲取想要購買的產品以及產品對應的商家、或者想要辦理的業務的一些資訊。
目前，各電商平臺或運營商，比如淘寶網、京東商城等電商平臺可以基於使用者畫像（比如使用者的年齡、性別、學歷、消費水準等與使用者有關的資料）和使用者行為（比如使用者訪問某個網站、在網站中輸入的某個或者某幾個關鍵字等行為資料）來判定使用者的需求，並為使用者推薦與其需求相匹配的資源。
然而，上述這種資源的推薦方式的週期往往較長，比如可能按幾天或幾個小時的週期來判定使用者的需求，也就是說，在獲取使用者在訪問某個網站時在該網站中多次輸入某個關鍵字以及使用者的歷史畫像資料判定使用者的某個需求後，並判定了與該需求相匹配的資源之後，便可能會在使用者之後訪問該網站的某段時間內，多次為使用者推薦該資源，這樣一方面會讓使用者產生逆反心理，另一方面，也就不能即時滿足使用者的需求。
目前，各電商平臺或運營商，比如淘寶網、京東商城等電商平臺可以基於使用者畫像（比如使用者的年齡、性別、學歷、消費水準等與使用者有關的資料）和使用者行為（比如使用者訪問某個網站、在網站中輸入的某個或者某幾個關鍵字等行為資料）來判定使用者的需求，並為使用者推薦與其需求相匹配的資源。
然而，上述這種資源的推薦方式的週期往往較長，比如可能按幾天或幾個小時的週期來判定使用者的需求，也就是說，在獲取使用者在訪問某個網站時在該網站中多次輸入某個關鍵字以及使用者的歷史畫像資料判定使用者的某個需求後，並判定了與該需求相匹配的資源之後，便可能會在使用者之後訪問該網站的某段時間內，多次為使用者推薦該資源，這樣一方面會讓使用者產生逆反心理，另一方面，也就不能即時滿足使用者的需求。
本申請實施例提供一種資源和行銷推薦方法、裝置及電子設備，以解決現有的資源推薦方法不夠優化的問題。
為解決上述技術問題，本申請實施例是這樣實現的：
第一方面，提出了一種資源推薦方法，包括：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
第二方面，提出了一種行銷推薦方法，包括：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
第三方面，提出了一種資源推薦裝置，包括：
獲取單元，獲取流量資料；
第一判定單元，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
第二判定單元，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
第四方面，提出了一種行銷推薦裝置，包括：
獲取單元，獲取流量資料；
第一判定單元，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
第二判定單元，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
第五方面，提出了一種電子設備，該電子設備包括：
處理器；以及
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
第六方面，提出了一種電腦可讀儲存媒體，所述電腦可讀儲存媒體儲存一個或多個程式，所述一個或多個程式當被包括多個應用程式的電子設備執行時，使得所述電子設備執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
第七方面，提出了一種電子設備，該電子設備包括：
處理器；以及
被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
第八方面，提出了一種電腦可讀儲存媒體，所述電腦可讀儲存媒體儲存一個或多個程式，所述一個或多個程式當被包括多個應用程式的電子設備執行時，使得所述電子設備執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
由以上本申請實施例提供的技術方案可見，本申請實施例方案至少具備如下一種技術效果：
在為使用者判定推薦的資源時，能夠獲取流量資料，並基於流量資料，判定與該流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與該流量資料對應的流量來源資訊，最後能夠基於使用者資訊、即時狀態資訊與流量來源資訊，由於為使用者判定推薦的資源時同時考慮了使用者本人的資訊（比如年齡、職業、性別等資訊）、即時狀態資訊（比如位置、時間、天氣、所處節假日等資訊）以及流量來源資訊（比如是某篇美食或美景文章的資訊）這三方面的資訊，因此，最後判定的待推薦的資源也就能夠更加滿足使用者的需求，且即時性更高。
為解決上述技術問題，本申請實施例是這樣實現的：
第一方面，提出了一種資源推薦方法，包括：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
第二方面，提出了一種行銷推薦方法，包括：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
第三方面，提出了一種資源推薦裝置，包括：
獲取單元，獲取流量資料；
第一判定單元，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
第二判定單元，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
第四方面，提出了一種行銷推薦裝置，包括：
獲取單元，獲取流量資料；
第一判定單元，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
第二判定單元，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
第五方面，提出了一種電子設備，該電子設備包括：
處理器；以及
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
第六方面，提出了一種電腦可讀儲存媒體，所述電腦可讀儲存媒體儲存一個或多個程式，所述一個或多個程式當被包括多個應用程式的電子設備執行時，使得所述電子設備執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
第七方面，提出了一種電子設備，該電子設備包括：
處理器；以及
被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
第八方面，提出了一種電腦可讀儲存媒體，所述電腦可讀儲存媒體儲存一個或多個程式，所述一個或多個程式當被包括多個應用程式的電子設備執行時，使得所述電子設備執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
由以上本申請實施例提供的技術方案可見，本申請實施例方案至少具備如下一種技術效果：
在為使用者判定推薦的資源時，能夠獲取流量資料，並基於流量資料，判定與該流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與該流量資料對應的流量來源資訊，最後能夠基於使用者資訊、即時狀態資訊與流量來源資訊，由於為使用者判定推薦的資源時同時考慮了使用者本人的資訊（比如年齡、職業、性別等資訊）、即時狀態資訊（比如位置、時間、天氣、所處節假日等資訊）以及流量來源資訊（比如是某篇美食或美景文章的資訊）這三方面的資訊，因此，最後判定的待推薦的資源也就能夠更加滿足使用者的需求，且即時性更高。
為使本申請的目的、技術方案和優點更加清楚，下面將結合本申請具體實施例及相應的附圖對本申請技術方案進行清楚、完整地描述。顯然，所描述的實施例僅是本申請一部分實施例，而不是全部的實施例。基於本申請中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本申請保護的範圍。
以下結合附圖，詳細說明本申請各實施例提供的技術方案。
為解決現有的資源推薦方法不夠優化的問題，本說明書實施例提供一種資源推薦方法。本說明書實施例提供的資訊推薦方法的執行主體可以但不限於手機、平板電腦、可穿戴設備等能夠被配置為執行本發明實施例提供的該方法使用者終端中的至少一種，或者，該方法的執行主體，還可以是能夠執行該方法的用戶端本身。
為便於描述，下文以該方法的執行主體為能夠執行該方法的移動終端為例，對該方法的實施方式進行介紹。可以理解，該方法的執行主體為移動終端只是一種示例性的說明，並不應理解為對該方法的限定。
具體地，本說明書一個或多個實施例資源推薦方法的實現流程示意圖如圖1所示，包括：
步驟110，獲取流量資料；
其中，流量資料可以是使用者訪問預設的某幾個應用程式（Application，APP）或者網站時所產生的，比如一個企業旗下包括購物APP及其網站、旅遊APP及其網站和支付APP及其網站，那麼這裡的流量資料便可以是使用者訪問這個企業旗下的購物APP及其網站、旅遊APP及其網站和支付APP及其網站時，或者在這些APP及其網站中輸入關鍵字或者其他的行為（比如點擊行為）時所產生的。當檢測到某個使用者訪問了這些APP及其網站，便可以獲取對應的流量資料。
步驟120，基於流量資料，判定與流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與流量資料對應的流量來源資訊；
由於使用者在訪問APP及其網站時，以購物APP為例，使用者往往會在已登錄的情況下訪問該購物APP，以便進行添加商品到購物車、收藏商品以及購買商品的操作，也就是說該購物APP在使用者訪問時所產生的流量資料中會攜帶該使用者唯一的身份標識（Identity，ID）資訊，因此，在獲取了流量資料之後，基於流量資料，判定與流量資料對應的使用者資訊，具體可以首先基於流量資料，判定與流量資料對應的使用者身份標識；然後從歷史人群資訊資料庫中，獲取與使用者ID對應的使用者資訊。
以一個企業旗下包括購物APP及其網站、旅遊APP及其網站和支付APP及其網站為例，其中，上述歷史人群資訊資料庫中可以包含有該企業旗下的所包括的APP及其網站的所有已註冊使用者的使用者資訊，每個使用者均有一個唯一的使用者ID，為便於查找各使用者ID與其對應的使用者資訊，該使用者ID與其對應的使用者資訊之間在儲存在歷史人群資訊資料庫中建立了對應關係。該使用者資訊可以是在使用者註冊和使用該企業旗下的APP及其網站時所獲取的，可以包括使用者的年齡、性別、職業、收入狀況、職業、教育水準、居住地以及交易記錄等資訊。
在獲取了流量資料的同時，由於APP及其網站往往能夠獲取該流量資料產生的時刻和位置，因此可以基於流量資料，判定與流量資料對應的即時狀態資訊，具體可以基於流量資料，通過即時狀態檢測模組獲取與流量資料對應的即時狀態資料，其中即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與位置資訊對應的人文資訊。其中，天氣資訊以及與位置資訊對應的人文資訊可以基於獲取的位置資訊和時間資訊來獲取。
應理解，基於流量資料，判定與流量資料對應的即時狀態資訊，主要是為了獲取使用者當前處於什麼樣的即時環境，由於考慮了使用者當前的即時環境，並基於該即時環境更準確地挖掘出使用者當前的即時需求，最後為使用者判定的待推薦的資源也就更能滿足使用者的需求，從而能夠提高使用者轉入該資源的概率。
由於使用者訪問APP及其網站的管道可以有多種，也就是說，獲取的流量資料的來源可以有多種，比如可以通過點擊短信推薦中的連結、點擊美食或景點評論中的連結、點擊文章中的圖片或連結等管道來訪問APP及其網站，而這些不同的管道都包含有不同的資訊，比如不同的文章所涉及的內容都是不同的，基於流量資料，判定與流量資料對應的流量資料來源資訊，具體可以首先基於流量資料，判定流量資料的來源；然後根據流量資料的來源，判定流量資料的來源資訊，該流量資料的來源資訊包括下述至少一種：流量資料的來源的品質資訊、流量資料的來源的環境資訊、流量資料的來源的歷史訪問次數、流量資料的來源的曝光率。
其中，若某一條流量資料的來源的品質越高、歷史訪問次數越高且其曝光率越高，則表明該流量資料對應的使用者轉入待推薦資源的概率則可能越高。而流量資料的來源的環境資訊則可以是比如使用者是通過某個美食文章中的連結訪問APP及其網站的，則可以獲取該美食文章中描述的相關美食資訊作為流量資料的來源的環境資訊。這些流量資料的來源資訊可以作為下文所述的資源推薦模型和決策推薦模型的輸入，以得到較能滿足使用者需求，也就是轉化率較高的資源。
步驟130，基於使用者資訊、即時狀態資訊與流量來源資訊，判定待推薦的資源。
應理解，為了提高為使用者匹配出待推薦的資源的效率和準確性，可以基於使用者資訊判定出使用者特徵，比如判定出的使用者特徵可以包括：高收入、愛旅遊、美食愛好者等特徵；可以基於即時狀態資訊判定即時狀態特徵，比如判定出即時狀態特徵包括：酷暑、海邊等特徵；還可以基於流量來源資訊判定流量來源特徵，比如判定出的流量來源特徵包括：文章中的具體描述的某一種產品；最後，可以基於使用者特徵、即時狀態特徵和流量來源特徵，判定待推薦的資源。
上述這些判定出的使用者特徵、即時狀態特徵以及流量來源特徵可以以標籤的形式儲存在下文所述的資源推薦模型中，為便於快速並準確地判定出與這些使用者特徵、即時狀態特徵以及流量來源特徵相匹配的資源，可以預先在該資源推薦模型通過多次訓練，建立使用者特徵的標籤、即時狀態特徵的標籤以及流量來源特徵的標籤與資源之間的對應關係。
在實際應用中，為了能夠提高判定待推薦的資源的效率和準確性，可以預先根據一些歷史資料，比如可以基於多個使用者在近一個月內的交易記錄中提取出的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。因此，基於使用者特徵、即時狀態特徵和流量來源特徵，判定待推薦的資源，具體來說，可以將使用者特徵、即時狀態特徵和流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源，其中，資源推薦模型可以是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
在將使用者特徵、即時狀態特徵和流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源之後，在實際應用中，由於資源推薦模型可能會根據輸入的使用者特徵、即時狀態特徵和流量來源特徵輸出一個或一個以上的待推薦資源，為了能夠判定出使用者最感興趣的待推薦資源，本發明實施例在通過資源推薦模型得到輸出的待推薦資源之後，還可以將待推薦資源和預設特徵作為決策資源推薦模型的輸入，以得到輸出的轉化率最高的待推薦資源；再將該轉化率最高的資源推薦給使用者資訊對應的使用者。決策資源推薦模型可以是基於多個待推薦資源和多個待推薦資源對應的預設特徵訓練得到的。
應理解，轉化率最高的待推薦資源，也就是推薦給使用者之後，使用者轉入的概率最高的待推薦資源。待推薦資源在實際應用中可以包括優惠券、店鋪、文章、遊記、商品、理財產品等等，以優惠券為例，轉化率最高的優惠券被推薦給使用者之後，使用者使用該優惠券的概率最高。
其中，上述的預設特徵包括下述至少一種：使用者資訊對應的使用者特徵、待推薦資源對應的資源接收方特徵和運營規則。其中使用者資訊對應的使用者特徵也就是上文所述的基於使用者資訊判定的使用者特徵，待推薦資源對應的資源接收方特徵，以待推薦資源為商品為例，那麼待推薦資源對應的資源接收方則可以是商戶，其特徵則可以是規模比較大，運營規則比如可以是以大商戶的商品優先推薦的規則。
如圖2所示，本說明書的一個實施例提供的資源推薦方法的具體實現流程示意圖，在圖2中，首先獲取一條流量資料，然後可以基於該流量資料通過即時狀態檢測模組獲取即時狀態資訊，並基於該流量資料判定對應的使用者ID，從歷史人群資訊資料庫中獲取與該使用者ID對應的使用者資訊，再基於該流量資料從管道資訊資料庫中獲取與該流量資料對應的流量來源資訊；然後通過特徵提取模組提取出獲取的使用者資訊對應的使用者特徵、即時狀態資訊對應的即時狀態特徵和流量來源資訊對應的流量來源特徵；再將這些提取出的使用者特徵、即時狀態特徵和流量來源特徵作為資源推薦模型的輸入，從圖2中的資源資訊資料庫中匹配與這三類特徵匹配的至少一個待推薦資源，將該待推薦資源作為決策資源推薦模型的輸入，以得到轉化率最高的資源推薦給使用者。
在為使用者判定推薦的資源時，能夠獲取流量資料，並基於流量資料，判定與該流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與該流量資料對應的流量來源資訊，最後能夠基於使用者資訊、即時狀態資訊與流量來源資訊，由於為使用者判定推薦的資源時同時考慮了使用者本人的資訊（比如年齡、職業、性別等資訊）、即時狀態資訊（比如位置、時間、天氣、所處節假日等資訊）以及流量來源資訊（比如是某篇美食或美景文章的資訊）這三方面的資訊，因此，最後判定的待推薦的資源也就能夠更加滿足使用者的需求，且即時性更高。
為解決現有的資源推薦方法不夠優化的問題，本說明書實施例提供一種行銷推薦方法，如圖3所示，為該方法的實現流程示意圖，包括：
步驟310，獲取流量資料；
其中，流量資料可以是使用者訪問預設的某幾個應用程式（Application，APP）或者網站時所產生的。
步驟320，基於流量資料，判定與流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與流量資料對應的流量來源資訊；
可選的，基於流量資料，判定與所述流量資料對應的使用者資訊，具體可以基於流量資料，判定與流量資料對應的使用者身份標識ID；再從歷史人群資訊資料庫中，獲取與使用者ID對應的使用者資訊。
可選的，基於流量資料，判定與流量資料對應的即時狀態資訊，具體可以基於流量資料，通過即時狀態檢測模組獲取與流量資料對應的即時狀態資料，即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與位置資訊對應的人文資訊。
可選的，基於流量資料，判定與流量資料對應的流量來源資訊，具體可以基於流量資料，判定流量資料的來源；再根據流量資料的來源，判定流量資料的來源資訊，流量資料的來源資訊包括下述至少一種：流量資料的來源的品質資訊、流量資料的來源的環境資訊、所述流量資料的來源的歷史訪問次數、流量資料的來源的曝光率。
步驟330，基於所述使用者資訊、即時狀態資訊與流量來源資訊，判定待推薦的行銷產品或行銷活動。
可選的，基於使用者資訊、即時狀態資訊與流量來源資訊，判定待推薦的行銷產品或行銷活動，具體可以基於使用者資訊判定使用者特徵；基於即時狀態資料判定即時狀態特徵；基於流量來源資訊判定流量來源特徵；基於使用者特徵、即時狀態特徵和流量來源特徵，判定待推薦的行銷產品或行銷活動。
可選的，基於使用者特徵、即時狀態特徵和流量來源特徵，判定待推薦的行銷產品或行銷活動，具體可以將使用者特徵、即時狀態特徵和流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動，其中，行銷推薦模型是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
可選的，在將使用者特徵、即時狀態特徵和流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動之後，還可以將待推薦行銷產品或行銷活動和預設特徵作為決策行銷推薦模型的輸入，以得到輸出的轉化率最高的待推薦的行銷產品或行銷活動，預設特徵包括下述至少一種：使用者資訊對應的使用者特徵、待推薦資源對應的商戶特徵和運營規則，決策行銷推薦模型是基於多個待推薦的行銷產品或行銷活動和多個待推薦行銷產品或行銷活動對應的預設特徵訓練得到的；再將轉化率最高的行銷產品或行銷活動推薦給使用者資訊對應的使用者。
圖3所示實施例相關步驟的具體實現可參考圖1所示實施例中對應的步驟的具體實現，本說明書一個或多個實施例在此不再贅述。
在為使用者判定推薦的行銷產品或行銷活動時，能夠獲取流量資料，並基於流量資料，判定與該流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與該流量資料對應的流量來源資訊，最後能夠基於使用者資訊、即時狀態資訊與流量來源資訊，由於為使用者判定推薦的行銷產品或行銷活動時同時考慮了使用者本人的資訊（比如年齡、職業、性別等資訊）、即時狀態資訊（比如位置、時間、天氣、所處節假日等資訊）以及流量來源資訊（比如是某篇美食或美景文章的資訊）這三方面的資訊，因此，最後判定的待推薦的行銷產品或因活動也就能夠更加滿足使用者的需求，且即時性更高。
圖4是本說明書的一個實施例提供的電子設備的結構示意圖。請參考圖4，在硬體層面，該電子設備包括處理器，可選地還包括內部匯流排、網路介面、記憶體。其中，記憶體可能包含記憶體，例如高速隨機存取記憶體(Random-Access Memory，RAM)，也可能還包括非揮發性記憶體（non-volatile memory），例如至少1個磁碟記憶體等。當然，該電子設備還可能包括其他業務所需要的硬體。
處理器、網路介面和記憶體可以通過內部匯流排相互連接，該內部匯流排可以是ISA(Industry Standard Architecture，工業標準架構）匯流排、PCI(Peripheral Component Interconnect，周邊組件互連標準)匯流排或EISA(Extended Industry Standard Architecture，延伸工業標準架構）匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示，圖4中僅用一個雙向箭頭表示，但並不表示僅有一根匯流排或一種類型的匯流排。
記憶體，用於存放程式。具體地，程式可以包括程式碼，所述程式碼包括電腦操作指令。記憶體可以包括記憶體和非揮發性記憶體，並向處理器提供指令和資料。
處理器從非揮發性記憶體中讀取對應的電腦程式到記憶體中然後運行，在邏輯層面上形成資源增值物件與資源物件的關聯裝置。處理器，執行記憶體所存放的程式，並具體用於執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
上述如本說明書圖1所示實施例揭示的資源推薦方法可以應用於處理器中，或者由處理器實現。處理器可能是一種積體電路晶片，具有信號的處理能力。在實現過程中，上述方法的各步驟可以通過處理器中的硬體的集成邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器，包括中央處理器（Central Processing Unit，CPU）、網路處理器（Network Processor，NP）等；還可以是數位訊號處理器（Digital Signal Processor，DSP）、專用積體電路（Application Specific Integrated Circuit，ASIC）、現場可程式設計閘陣列（Field-Programmable Gate Array，FPGA）或者其他可程式設計邏輯裝置、分立閘或者電晶體邏輯裝置、分立硬體元件。可以實現或者執行本說明書一個或多個實施例中的公開的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。結合本說明書一個或多個實施例所公開的方法的步驟可以直接體現為硬體解碼處理器執行完成，或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於隨機記憶體，快閃記憶體、唯讀記憶體，可程式設計唯讀記憶體或者電可讀寫可程式設計記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於記憶體，處理器讀取記憶體中的資訊，結合其硬體完成上述方法的步驟。
該電子設備還可執行圖1的資源推薦方法，本說明書在此不再贅述。
當然，除了軟體實現方式之外，本說明書的電子設備並不排除其他實現方式，比如邏輯裝置抑或軟硬體結合的方式等等，也就是說以下處理流程的執行主體並不限定於各個邏輯單元，也可以是硬體或邏輯裝置。
圖5是本說明書的一個實施例電子設備的結構示意圖。請參考圖5，在硬體層面，該電子設備包括處理器，可選地還包括內部匯流排、網路介面、記憶體。其中，記憶體可能包含記憶體，例如高速隨機存取記憶體(Random-Access Memory，RAM)，也可能還包括非揮發性記憶體（non-volatile memory），例如至少1個磁碟記憶體等。當然，該電子設備還可能包括其他業務所需要的硬體。
處理器、網路介面和記憶體可以通過內部匯流排相互連接，該內部匯流排可以是ISA(Industry Standard Architecture，工業標準架構）匯流排、PCI(Peripheral Component Interconnect，周邊組件互連標準)匯流排或EISA(Extended Industry Standard Architecture，延伸工業標準架構）匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示，圖5中僅用一個雙向箭頭表示，但並不表示僅有一根匯流排或一種類型的匯流排。
記憶體，用於存放程式。具體地，程式可以包括程式碼，所述程式碼包括電腦操作指令。記憶體可以包括記憶體和非揮發性記憶體，並向處理器提供指令和資料。
處理器從非揮發性記憶體中讀取對應的電腦程式到記憶體中然後運行，在邏輯層面上形成基於資源物件選擇資源增值物件的裝置。處理器，執行記憶體所存放的程式，並具體用於執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
上述如本說明書圖3所示實施例揭示的判定行銷推薦方法可以應用於處理器中，或者由處理器實現。處理器可能是一種積體電路晶片，具有信號的處理能力。在實現過程中，上述方法的各步驟可以通過處理器中的硬體的集成邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器，包括中央處理器（Central Processing Unit，CPU）、網路處理器（Network Processor，NP）等；還可以是數位訊號處理器（Digital Signal Processor，DSP）、專用積體電路（Application Specific Integrated Circuit，ASIC）、現場可程式設計閘陣列（Field-Programmable Gate Array，FPGA）或者其他可程式設計邏輯裝置、分立閘或者電晶體邏輯裝置、分立硬體元件。可以實現或者執行本說明書一個或多個實施例中的公開的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。結合本說明書一個或多個實施例所公開的方法的步驟可以直接體現為硬體解碼處理器執行完成，或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於隨機記憶體，快閃記憶體、唯讀記憶體，可程式設計唯讀記憶體或者電可讀寫可程式設計記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於記憶體，處理器讀取記憶體中的資訊，結合其硬體完成上述方法的步驟。
該電子設備還可執行圖3的行銷推薦方法，本說明書在此不再贅述。
當然，除了軟體實現方式之外，本說明書的電子設備並不排除其他實現方式，比如邏輯裝置抑或軟硬體結合的方式等等，也就是說以下處理流程的執行主體並不限定於各個邏輯單元，也可以是硬體或邏輯裝置。
圖6是本說明書提供的資源推薦裝置600的結構示意圖。請參考圖6，在一種軟體實施方式中，資源推薦裝置600可包括獲取單元601、第一判定單元602和第二判定單元603，其中：
獲取單元601，獲取流量資料；
第一判定單元602，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
第二判定單元603，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
在一種實施方式中，所述第二判定單元603，
若判定所述至少一個所述置信資源轉移區域的區域數量大於1，則判定所述至少一個所述置信資源轉移區域的區域離散度；
根據所述區域離散度，判定所述資源轉移碼是否存在一碼多址。
在一種實施方式中，所述第二判定單元603，
基於所述使用者資訊判定使用者特徵；
基於所述即時狀態資料判定即時狀態特徵；
基於所述流量來源資訊判定流量來源特徵；
基於所述使用者特徵、所述即時狀態特徵和所述流量來源特徵，判定待推薦的資源。
在一種實施方式中，所述第二判定單元603，
將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源，其中，資源推薦模型是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
在一種實施方式中，在所述第二判定單元603將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源之後，所述裝置還包括：
決策單元604，將所述待推薦資源和預設特徵作為決策資源推薦模型的輸入，以得到輸出的轉化率最高的待推薦資源，所述預設特徵包括下述至少一種：所述使用者資訊對應的使用者特徵、所述待推薦資源對應的資源接收方特徵和運營規則，所述決策資源推薦模型是基於多個待推薦資源和多個待推薦資源對應的預設特徵訓練得到的；
推薦單元605，將所述轉化率最高的資源推薦給所述使用者資訊對應的使用者。
在一種實施方式中，所述第一判定單元602，
基於所述流量資料，判定與所述流量資料對應的使用者身份標識ID；
從歷史人群資訊資料庫中，獲取與所述使用者ID對應的使用者資訊。
在一種實施方式中，所述第一判定單元602，
基於所述流量，通過即時狀態檢測模組獲取與所述流量對應的即時狀態資料，所述即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與所述位置資訊對應的人文資訊。
在一種實施方式中，所述第一判定單元602，
基於所述流量，判定所述流量的來源；
根據所述流量的來源，判定所述流量的來源資訊，所述流量的來源資訊包括下述至少一種：所述流量的來源的品質資訊、所述流量的來源的環境資訊、所述流量的來源的歷史訪問次數、所述流量的來源的曝光率。
資源推薦裝置600能夠實現圖1的方法實施例的方法，具體可參考圖1所示實施例的資源推薦方法，不再贅述。
圖7是本說明書提供的行銷推薦裝置700的結構示意圖。請參考圖7，在一種軟體實施方式中，行銷推薦裝置700可包括獲取單元701、第一判定單元702和第二判定單元703，其中：
獲取單元701，獲取流量資料；
第一判定單元702，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
第二判定單元703，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
在一種實施方式中，所述第二判定單元703：
基於所述使用者資訊判定使用者特徵；
基於所述即時狀態資料判定即時狀態特徵；
基於所述流量來源資訊判定流量來源特徵；
基於所述使用者特徵、所述即時狀態特徵和所述流量來源特徵，判定待推薦的行銷產品或行銷活動。
在一種實施方式中，所述第二判定單元703：
將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動，其中，行銷推薦模型是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
在一種實施方式中，在所述第二判定單元703將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動之後，所述裝置還包括：
決策單元704，將所述待推薦行銷產品或行銷活動和預設特徵作為決策行銷推薦模型的輸入，以得到輸出的轉化率最高的待推薦的行銷產品或行銷活動，所述預設特徵包括下述至少一種：所述使用者資訊對應的使用者特徵、所述待推薦資源對應的商戶特徵和運營規則，所述決策行銷推薦模型是基於多個待推薦的行銷產品或行銷活動和多個待推薦行銷產品或行銷活動對應的預設特徵訓練得到的；
推薦單元705，將所述轉化率最高的行銷產品或行銷活動推薦給所述使用者資訊對應的使用者。
在一種實施方式中，所述第一判定單元702：
基於所述流量資料，判定與所述流量資料對應的使用者身份標識ID；
從歷史人群資訊資料庫中，獲取與所述使用者ID對應的使用者資訊。
在一種實施方式中，所述第一判定單元702，
基於所述流量，通過即時狀態檢測模組獲取與所述流量對應的即時狀態資料，所述即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與所述位置資訊對應的人文資訊。
在一種實施方式中，所述第一判定單元702，
基於所述流量，判定所述流量的來源；
根據所述流量的來源，判定所述流量的來源資訊，所述流量的來源資訊包括下述至少一種：所述流量的來源的品質資訊、所述流量的來源的環境資訊、所述流量的來源的歷史訪問次數、所述流量的來源的曝光率。
行銷推薦裝置700能夠實現圖3的方法實施例的方法，具體可參考圖3所示實施例的行銷推薦方法，不再贅述。
總之，以上所述僅為本說明書的較佳實施例而已，並非用於限定本說明書的保護範圍。凡在本說明書一個或多個實施例的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本說明書一個或多個實施例的保護範圍之內。
上述實施例闡明的系統、裝置、模組或單元，具體可以由電腦晶片或實體實現，或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的，電腦例如可以為個人電腦、膝上型電腦、蜂窩電話、相機電話、智慧型電話、個人數位助理、媒體播放機、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。
電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括，但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可程式設計唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶，磁帶磁磁片儲存或其他磁性存放裝置或任何其他非傳輸媒體，可用於儲存可以被計算設備訪問的資訊。按照本文中的界定，電腦可讀媒體不包括暫存電腦可讀媒體(transitory media)，如調製的資料信號和載波。
還需要說明的是，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下，由語句「包括一個……」限定的要素，並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本說明書中的各個實施例均採用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於系統實施例而言，由於其基本相似於方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
以下結合附圖，詳細說明本申請各實施例提供的技術方案。
為解決現有的資源推薦方法不夠優化的問題，本說明書實施例提供一種資源推薦方法。本說明書實施例提供的資訊推薦方法的執行主體可以但不限於手機、平板電腦、可穿戴設備等能夠被配置為執行本發明實施例提供的該方法使用者終端中的至少一種，或者，該方法的執行主體，還可以是能夠執行該方法的用戶端本身。
為便於描述，下文以該方法的執行主體為能夠執行該方法的移動終端為例，對該方法的實施方式進行介紹。可以理解，該方法的執行主體為移動終端只是一種示例性的說明，並不應理解為對該方法的限定。
具體地，本說明書一個或多個實施例資源推薦方法的實現流程示意圖如圖1所示，包括：
步驟110，獲取流量資料；
其中，流量資料可以是使用者訪問預設的某幾個應用程式（Application，APP）或者網站時所產生的，比如一個企業旗下包括購物APP及其網站、旅遊APP及其網站和支付APP及其網站，那麼這裡的流量資料便可以是使用者訪問這個企業旗下的購物APP及其網站、旅遊APP及其網站和支付APP及其網站時，或者在這些APP及其網站中輸入關鍵字或者其他的行為（比如點擊行為）時所產生的。當檢測到某個使用者訪問了這些APP及其網站，便可以獲取對應的流量資料。
步驟120，基於流量資料，判定與流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與流量資料對應的流量來源資訊；
由於使用者在訪問APP及其網站時，以購物APP為例，使用者往往會在已登錄的情況下訪問該購物APP，以便進行添加商品到購物車、收藏商品以及購買商品的操作，也就是說該購物APP在使用者訪問時所產生的流量資料中會攜帶該使用者唯一的身份標識（Identity，ID）資訊，因此，在獲取了流量資料之後，基於流量資料，判定與流量資料對應的使用者資訊，具體可以首先基於流量資料，判定與流量資料對應的使用者身份標識；然後從歷史人群資訊資料庫中，獲取與使用者ID對應的使用者資訊。
以一個企業旗下包括購物APP及其網站、旅遊APP及其網站和支付APP及其網站為例，其中，上述歷史人群資訊資料庫中可以包含有該企業旗下的所包括的APP及其網站的所有已註冊使用者的使用者資訊，每個使用者均有一個唯一的使用者ID，為便於查找各使用者ID與其對應的使用者資訊，該使用者ID與其對應的使用者資訊之間在儲存在歷史人群資訊資料庫中建立了對應關係。該使用者資訊可以是在使用者註冊和使用該企業旗下的APP及其網站時所獲取的，可以包括使用者的年齡、性別、職業、收入狀況、職業、教育水準、居住地以及交易記錄等資訊。
在獲取了流量資料的同時，由於APP及其網站往往能夠獲取該流量資料產生的時刻和位置，因此可以基於流量資料，判定與流量資料對應的即時狀態資訊，具體可以基於流量資料，通過即時狀態檢測模組獲取與流量資料對應的即時狀態資料，其中即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與位置資訊對應的人文資訊。其中，天氣資訊以及與位置資訊對應的人文資訊可以基於獲取的位置資訊和時間資訊來獲取。
應理解，基於流量資料，判定與流量資料對應的即時狀態資訊，主要是為了獲取使用者當前處於什麼樣的即時環境，由於考慮了使用者當前的即時環境，並基於該即時環境更準確地挖掘出使用者當前的即時需求，最後為使用者判定的待推薦的資源也就更能滿足使用者的需求，從而能夠提高使用者轉入該資源的概率。
由於使用者訪問APP及其網站的管道可以有多種，也就是說，獲取的流量資料的來源可以有多種，比如可以通過點擊短信推薦中的連結、點擊美食或景點評論中的連結、點擊文章中的圖片或連結等管道來訪問APP及其網站，而這些不同的管道都包含有不同的資訊，比如不同的文章所涉及的內容都是不同的，基於流量資料，判定與流量資料對應的流量資料來源資訊，具體可以首先基於流量資料，判定流量資料的來源；然後根據流量資料的來源，判定流量資料的來源資訊，該流量資料的來源資訊包括下述至少一種：流量資料的來源的品質資訊、流量資料的來源的環境資訊、流量資料的來源的歷史訪問次數、流量資料的來源的曝光率。
其中，若某一條流量資料的來源的品質越高、歷史訪問次數越高且其曝光率越高，則表明該流量資料對應的使用者轉入待推薦資源的概率則可能越高。而流量資料的來源的環境資訊則可以是比如使用者是通過某個美食文章中的連結訪問APP及其網站的，則可以獲取該美食文章中描述的相關美食資訊作為流量資料的來源的環境資訊。這些流量資料的來源資訊可以作為下文所述的資源推薦模型和決策推薦模型的輸入，以得到較能滿足使用者需求，也就是轉化率較高的資源。
步驟130，基於使用者資訊、即時狀態資訊與流量來源資訊，判定待推薦的資源。
應理解，為了提高為使用者匹配出待推薦的資源的效率和準確性，可以基於使用者資訊判定出使用者特徵，比如判定出的使用者特徵可以包括：高收入、愛旅遊、美食愛好者等特徵；可以基於即時狀態資訊判定即時狀態特徵，比如判定出即時狀態特徵包括：酷暑、海邊等特徵；還可以基於流量來源資訊判定流量來源特徵，比如判定出的流量來源特徵包括：文章中的具體描述的某一種產品；最後，可以基於使用者特徵、即時狀態特徵和流量來源特徵，判定待推薦的資源。
上述這些判定出的使用者特徵、即時狀態特徵以及流量來源特徵可以以標籤的形式儲存在下文所述的資源推薦模型中，為便於快速並準確地判定出與這些使用者特徵、即時狀態特徵以及流量來源特徵相匹配的資源，可以預先在該資源推薦模型通過多次訓練，建立使用者特徵的標籤、即時狀態特徵的標籤以及流量來源特徵的標籤與資源之間的對應關係。
在實際應用中，為了能夠提高判定待推薦的資源的效率和準確性，可以預先根據一些歷史資料，比如可以基於多個使用者在近一個月內的交易記錄中提取出的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。因此，基於使用者特徵、即時狀態特徵和流量來源特徵，判定待推薦的資源，具體來說，可以將使用者特徵、即時狀態特徵和流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源，其中，資源推薦模型可以是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
在將使用者特徵、即時狀態特徵和流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源之後，在實際應用中，由於資源推薦模型可能會根據輸入的使用者特徵、即時狀態特徵和流量來源特徵輸出一個或一個以上的待推薦資源，為了能夠判定出使用者最感興趣的待推薦資源，本發明實施例在通過資源推薦模型得到輸出的待推薦資源之後，還可以將待推薦資源和預設特徵作為決策資源推薦模型的輸入，以得到輸出的轉化率最高的待推薦資源；再將該轉化率最高的資源推薦給使用者資訊對應的使用者。決策資源推薦模型可以是基於多個待推薦資源和多個待推薦資源對應的預設特徵訓練得到的。
應理解，轉化率最高的待推薦資源，也就是推薦給使用者之後，使用者轉入的概率最高的待推薦資源。待推薦資源在實際應用中可以包括優惠券、店鋪、文章、遊記、商品、理財產品等等，以優惠券為例，轉化率最高的優惠券被推薦給使用者之後，使用者使用該優惠券的概率最高。
其中，上述的預設特徵包括下述至少一種：使用者資訊對應的使用者特徵、待推薦資源對應的資源接收方特徵和運營規則。其中使用者資訊對應的使用者特徵也就是上文所述的基於使用者資訊判定的使用者特徵，待推薦資源對應的資源接收方特徵，以待推薦資源為商品為例，那麼待推薦資源對應的資源接收方則可以是商戶，其特徵則可以是規模比較大，運營規則比如可以是以大商戶的商品優先推薦的規則。
如圖2所示，本說明書的一個實施例提供的資源推薦方法的具體實現流程示意圖，在圖2中，首先獲取一條流量資料，然後可以基於該流量資料通過即時狀態檢測模組獲取即時狀態資訊，並基於該流量資料判定對應的使用者ID，從歷史人群資訊資料庫中獲取與該使用者ID對應的使用者資訊，再基於該流量資料從管道資訊資料庫中獲取與該流量資料對應的流量來源資訊；然後通過特徵提取模組提取出獲取的使用者資訊對應的使用者特徵、即時狀態資訊對應的即時狀態特徵和流量來源資訊對應的流量來源特徵；再將這些提取出的使用者特徵、即時狀態特徵和流量來源特徵作為資源推薦模型的輸入，從圖2中的資源資訊資料庫中匹配與這三類特徵匹配的至少一個待推薦資源，將該待推薦資源作為決策資源推薦模型的輸入，以得到轉化率最高的資源推薦給使用者。
在為使用者判定推薦的資源時，能夠獲取流量資料，並基於流量資料，判定與該流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與該流量資料對應的流量來源資訊，最後能夠基於使用者資訊、即時狀態資訊與流量來源資訊，由於為使用者判定推薦的資源時同時考慮了使用者本人的資訊（比如年齡、職業、性別等資訊）、即時狀態資訊（比如位置、時間、天氣、所處節假日等資訊）以及流量來源資訊（比如是某篇美食或美景文章的資訊）這三方面的資訊，因此，最後判定的待推薦的資源也就能夠更加滿足使用者的需求，且即時性更高。
為解決現有的資源推薦方法不夠優化的問題，本說明書實施例提供一種行銷推薦方法，如圖3所示，為該方法的實現流程示意圖，包括：
步驟310，獲取流量資料；
其中，流量資料可以是使用者訪問預設的某幾個應用程式（Application，APP）或者網站時所產生的。
步驟320，基於流量資料，判定與流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與流量資料對應的流量來源資訊；
可選的，基於流量資料，判定與所述流量資料對應的使用者資訊，具體可以基於流量資料，判定與流量資料對應的使用者身份標識ID；再從歷史人群資訊資料庫中，獲取與使用者ID對應的使用者資訊。
可選的，基於流量資料，判定與流量資料對應的即時狀態資訊，具體可以基於流量資料，通過即時狀態檢測模組獲取與流量資料對應的即時狀態資料，即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與位置資訊對應的人文資訊。
可選的，基於流量資料，判定與流量資料對應的流量來源資訊，具體可以基於流量資料，判定流量資料的來源；再根據流量資料的來源，判定流量資料的來源資訊，流量資料的來源資訊包括下述至少一種：流量資料的來源的品質資訊、流量資料的來源的環境資訊、所述流量資料的來源的歷史訪問次數、流量資料的來源的曝光率。
步驟330，基於所述使用者資訊、即時狀態資訊與流量來源資訊，判定待推薦的行銷產品或行銷活動。
可選的，基於使用者資訊、即時狀態資訊與流量來源資訊，判定待推薦的行銷產品或行銷活動，具體可以基於使用者資訊判定使用者特徵；基於即時狀態資料判定即時狀態特徵；基於流量來源資訊判定流量來源特徵；基於使用者特徵、即時狀態特徵和流量來源特徵，判定待推薦的行銷產品或行銷活動。
可選的，基於使用者特徵、即時狀態特徵和流量來源特徵，判定待推薦的行銷產品或行銷活動，具體可以將使用者特徵、即時狀態特徵和流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動，其中，行銷推薦模型是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
可選的，在將使用者特徵、即時狀態特徵和流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動之後，還可以將待推薦行銷產品或行銷活動和預設特徵作為決策行銷推薦模型的輸入，以得到輸出的轉化率最高的待推薦的行銷產品或行銷活動，預設特徵包括下述至少一種：使用者資訊對應的使用者特徵、待推薦資源對應的商戶特徵和運營規則，決策行銷推薦模型是基於多個待推薦的行銷產品或行銷活動和多個待推薦行銷產品或行銷活動對應的預設特徵訓練得到的；再將轉化率最高的行銷產品或行銷活動推薦給使用者資訊對應的使用者。
圖3所示實施例相關步驟的具體實現可參考圖1所示實施例中對應的步驟的具體實現，本說明書一個或多個實施例在此不再贅述。
在為使用者判定推薦的行銷產品或行銷活動時，能夠獲取流量資料，並基於流量資料，判定與該流量資料對應的使用者資訊、與流量資料對應的即時狀態資訊、以及與該流量資料對應的流量來源資訊，最後能夠基於使用者資訊、即時狀態資訊與流量來源資訊，由於為使用者判定推薦的行銷產品或行銷活動時同時考慮了使用者本人的資訊（比如年齡、職業、性別等資訊）、即時狀態資訊（比如位置、時間、天氣、所處節假日等資訊）以及流量來源資訊（比如是某篇美食或美景文章的資訊）這三方面的資訊，因此，最後判定的待推薦的行銷產品或因活動也就能夠更加滿足使用者的需求，且即時性更高。
圖4是本說明書的一個實施例提供的電子設備的結構示意圖。請參考圖4，在硬體層面，該電子設備包括處理器，可選地還包括內部匯流排、網路介面、記憶體。其中，記憶體可能包含記憶體，例如高速隨機存取記憶體(Random-Access Memory，RAM)，也可能還包括非揮發性記憶體（non-volatile memory），例如至少1個磁碟記憶體等。當然，該電子設備還可能包括其他業務所需要的硬體。
處理器、網路介面和記憶體可以通過內部匯流排相互連接，該內部匯流排可以是ISA(Industry Standard Architecture，工業標準架構）匯流排、PCI(Peripheral Component Interconnect，周邊組件互連標準)匯流排或EISA(Extended Industry Standard Architecture，延伸工業標準架構）匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示，圖4中僅用一個雙向箭頭表示，但並不表示僅有一根匯流排或一種類型的匯流排。
記憶體，用於存放程式。具體地，程式可以包括程式碼，所述程式碼包括電腦操作指令。記憶體可以包括記憶體和非揮發性記憶體，並向處理器提供指令和資料。
處理器從非揮發性記憶體中讀取對應的電腦程式到記憶體中然後運行，在邏輯層面上形成資源增值物件與資源物件的關聯裝置。處理器，執行記憶體所存放的程式，並具體用於執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
上述如本說明書圖1所示實施例揭示的資源推薦方法可以應用於處理器中，或者由處理器實現。處理器可能是一種積體電路晶片，具有信號的處理能力。在實現過程中，上述方法的各步驟可以通過處理器中的硬體的集成邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器，包括中央處理器（Central Processing Unit，CPU）、網路處理器（Network Processor，NP）等；還可以是數位訊號處理器（Digital Signal Processor，DSP）、專用積體電路（Application Specific Integrated Circuit，ASIC）、現場可程式設計閘陣列（Field-Programmable Gate Array，FPGA）或者其他可程式設計邏輯裝置、分立閘或者電晶體邏輯裝置、分立硬體元件。可以實現或者執行本說明書一個或多個實施例中的公開的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。結合本說明書一個或多個實施例所公開的方法的步驟可以直接體現為硬體解碼處理器執行完成，或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於隨機記憶體，快閃記憶體、唯讀記憶體，可程式設計唯讀記憶體或者電可讀寫可程式設計記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於記憶體，處理器讀取記憶體中的資訊，結合其硬體完成上述方法的步驟。
該電子設備還可執行圖1的資源推薦方法，本說明書在此不再贅述。
當然，除了軟體實現方式之外，本說明書的電子設備並不排除其他實現方式，比如邏輯裝置抑或軟硬體結合的方式等等，也就是說以下處理流程的執行主體並不限定於各個邏輯單元，也可以是硬體或邏輯裝置。
圖5是本說明書的一個實施例電子設備的結構示意圖。請參考圖5，在硬體層面，該電子設備包括處理器，可選地還包括內部匯流排、網路介面、記憶體。其中，記憶體可能包含記憶體，例如高速隨機存取記憶體(Random-Access Memory，RAM)，也可能還包括非揮發性記憶體（non-volatile memory），例如至少1個磁碟記憶體等。當然，該電子設備還可能包括其他業務所需要的硬體。
處理器、網路介面和記憶體可以通過內部匯流排相互連接，該內部匯流排可以是ISA(Industry Standard Architecture，工業標準架構）匯流排、PCI(Peripheral Component Interconnect，周邊組件互連標準)匯流排或EISA(Extended Industry Standard Architecture，延伸工業標準架構）匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示，圖5中僅用一個雙向箭頭表示，但並不表示僅有一根匯流排或一種類型的匯流排。
記憶體，用於存放程式。具體地，程式可以包括程式碼，所述程式碼包括電腦操作指令。記憶體可以包括記憶體和非揮發性記憶體，並向處理器提供指令和資料。
處理器從非揮發性記憶體中讀取對應的電腦程式到記憶體中然後運行，在邏輯層面上形成基於資源物件選擇資源增值物件的裝置。處理器，執行記憶體所存放的程式，並具體用於執行以下操作：
獲取流量資料；
基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
上述如本說明書圖3所示實施例揭示的判定行銷推薦方法可以應用於處理器中，或者由處理器實現。處理器可能是一種積體電路晶片，具有信號的處理能力。在實現過程中，上述方法的各步驟可以通過處理器中的硬體的集成邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器，包括中央處理器（Central Processing Unit，CPU）、網路處理器（Network Processor，NP）等；還可以是數位訊號處理器（Digital Signal Processor，DSP）、專用積體電路（Application Specific Integrated Circuit，ASIC）、現場可程式設計閘陣列（Field-Programmable Gate Array，FPGA）或者其他可程式設計邏輯裝置、分立閘或者電晶體邏輯裝置、分立硬體元件。可以實現或者執行本說明書一個或多個實施例中的公開的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。結合本說明書一個或多個實施例所公開的方法的步驟可以直接體現為硬體解碼處理器執行完成，或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於隨機記憶體，快閃記憶體、唯讀記憶體，可程式設計唯讀記憶體或者電可讀寫可程式設計記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於記憶體，處理器讀取記憶體中的資訊，結合其硬體完成上述方法的步驟。
該電子設備還可執行圖3的行銷推薦方法，本說明書在此不再贅述。
當然，除了軟體實現方式之外，本說明書的電子設備並不排除其他實現方式，比如邏輯裝置抑或軟硬體結合的方式等等，也就是說以下處理流程的執行主體並不限定於各個邏輯單元，也可以是硬體或邏輯裝置。
圖6是本說明書提供的資源推薦裝置600的結構示意圖。請參考圖6，在一種軟體實施方式中，資源推薦裝置600可包括獲取單元601、第一判定單元602和第二判定單元603，其中：
獲取單元601，獲取流量資料；
第一判定單元602，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
第二判定單元603，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
在一種實施方式中，所述第二判定單元603，
若判定所述至少一個所述置信資源轉移區域的區域數量大於1，則判定所述至少一個所述置信資源轉移區域的區域離散度；
根據所述區域離散度，判定所述資源轉移碼是否存在一碼多址。
在一種實施方式中，所述第二判定單元603，
基於所述使用者資訊判定使用者特徵；
基於所述即時狀態資料判定即時狀態特徵；
基於所述流量來源資訊判定流量來源特徵；
基於所述使用者特徵、所述即時狀態特徵和所述流量來源特徵，判定待推薦的資源。
在一種實施方式中，所述第二判定單元603，
將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源，其中，資源推薦模型是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
在一種實施方式中，在所述第二判定單元603將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源之後，所述裝置還包括：
決策單元604，將所述待推薦資源和預設特徵作為決策資源推薦模型的輸入，以得到輸出的轉化率最高的待推薦資源，所述預設特徵包括下述至少一種：所述使用者資訊對應的使用者特徵、所述待推薦資源對應的資源接收方特徵和運營規則，所述決策資源推薦模型是基於多個待推薦資源和多個待推薦資源對應的預設特徵訓練得到的；
推薦單元605，將所述轉化率最高的資源推薦給所述使用者資訊對應的使用者。
在一種實施方式中，所述第一判定單元602，
基於所述流量資料，判定與所述流量資料對應的使用者身份標識ID；
從歷史人群資訊資料庫中，獲取與所述使用者ID對應的使用者資訊。
在一種實施方式中，所述第一判定單元602，
基於所述流量，通過即時狀態檢測模組獲取與所述流量對應的即時狀態資料，所述即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與所述位置資訊對應的人文資訊。
在一種實施方式中，所述第一判定單元602，
基於所述流量，判定所述流量的來源；
根據所述流量的來源，判定所述流量的來源資訊，所述流量的來源資訊包括下述至少一種：所述流量的來源的品質資訊、所述流量的來源的環境資訊、所述流量的來源的歷史訪問次數、所述流量的來源的曝光率。
資源推薦裝置600能夠實現圖1的方法實施例的方法，具體可參考圖1所示實施例的資源推薦方法，不再贅述。
圖7是本說明書提供的行銷推薦裝置700的結構示意圖。請參考圖7，在一種軟體實施方式中，行銷推薦裝置700可包括獲取單元701、第一判定單元702和第二判定單元703，其中：
獲取單元701，獲取流量資料；
第一判定單元702，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊；
第二判定單元703，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
在一種實施方式中，所述第二判定單元703：
基於所述使用者資訊判定使用者特徵；
基於所述即時狀態資料判定即時狀態特徵；
基於所述流量來源資訊判定流量來源特徵；
基於所述使用者特徵、所述即時狀態特徵和所述流量來源特徵，判定待推薦的行銷產品或行銷活動。
在一種實施方式中，所述第二判定單元703：
將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動，其中，行銷推薦模型是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
在一種實施方式中，在所述第二判定單元703將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動之後，所述裝置還包括：
決策單元704，將所述待推薦行銷產品或行銷活動和預設特徵作為決策行銷推薦模型的輸入，以得到輸出的轉化率最高的待推薦的行銷產品或行銷活動，所述預設特徵包括下述至少一種：所述使用者資訊對應的使用者特徵、所述待推薦資源對應的商戶特徵和運營規則，所述決策行銷推薦模型是基於多個待推薦的行銷產品或行銷活動和多個待推薦行銷產品或行銷活動對應的預設特徵訓練得到的；
推薦單元705，將所述轉化率最高的行銷產品或行銷活動推薦給所述使用者資訊對應的使用者。
在一種實施方式中，所述第一判定單元702：
基於所述流量資料，判定與所述流量資料對應的使用者身份標識ID；
從歷史人群資訊資料庫中，獲取與所述使用者ID對應的使用者資訊。
在一種實施方式中，所述第一判定單元702，
基於所述流量，通過即時狀態檢測模組獲取與所述流量對應的即時狀態資料，所述即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與所述位置資訊對應的人文資訊。
在一種實施方式中，所述第一判定單元702，
基於所述流量，判定所述流量的來源；
根據所述流量的來源，判定所述流量的來源資訊，所述流量的來源資訊包括下述至少一種：所述流量的來源的品質資訊、所述流量的來源的環境資訊、所述流量的來源的歷史訪問次數、所述流量的來源的曝光率。
行銷推薦裝置700能夠實現圖3的方法實施例的方法，具體可參考圖3所示實施例的行銷推薦方法，不再贅述。
總之，以上所述僅為本說明書的較佳實施例而已，並非用於限定本說明書的保護範圍。凡在本說明書一個或多個實施例的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本說明書一個或多個實施例的保護範圍之內。
上述實施例闡明的系統、裝置、模組或單元，具體可以由電腦晶片或實體實現，或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的，電腦例如可以為個人電腦、膝上型電腦、蜂窩電話、相機電話、智慧型電話、個人數位助理、媒體播放機、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。
電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括，但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可程式設計唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶，磁帶磁磁片儲存或其他磁性存放裝置或任何其他非傳輸媒體，可用於儲存可以被計算設備訪問的資訊。按照本文中的界定，電腦可讀媒體不包括暫存電腦可讀媒體(transitory media)，如調製的資料信號和載波。
還需要說明的是，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下，由語句「包括一個……」限定的要素，並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本說明書中的各個實施例均採用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於系統實施例而言，由於其基本相似於方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
110、120、130、310、320、330‧‧‧步驟
600‧‧‧資源推薦裝置
601、701‧‧‧獲取單元
602、702‧‧‧第一確定單元
603、703‧‧‧第二確定單元
700‧‧‧行銷推薦裝置
此處所說明的附圖用來提供對本申請的進一步理解，構成本申請的一部分，本申請的示意性實施例及其說明用於解釋本申請，並不構成對本申請的不當限定。在附圖中：
圖1為本說明書的一個實施例提供的一種資源推薦方法的實現流程示意圖；
圖2為本說明書的一個實施例提供的資源推薦方法的具體實現流程示意圖；
圖3為本說明書的一個實施例提供的一種行銷推薦方法的實現流程示意圖；
圖4為本說明書的一個實施例提供的電子設備的結構示意圖；
圖5為本說明書的一個實施例提供的另一電子設備的結構示意圖；
圖6為本說明書的一個實施例提供的行銷推薦裝置的結構示意圖；
圖7為本說明書的一個實施例提供的行銷推薦裝置的結構示意圖。
Claims (20)
- 一種資源推薦方法，包括： 獲取流量資料； 基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊； 基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
- 如申請專利範圍第1項所述的方法，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源，包括： 基於所述使用者資訊判定使用者特徵； 基於所述即時狀態資料判定即時狀態特徵； 基於所述流量來源資訊判定流量來源特徵； 基於所述使用者特徵、所述即時狀態特徵和所述流量來源特徵，判定待推薦的資源。
- 如申請專利範圍第2項所述的方法，基於所述使用者特徵、所述即時狀態特徵和所述流量來源特徵，判定待推薦的資源，包括： 將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源，其中，資源推薦模型是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
- 如申請專利範圍第3項所述的方法，在將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為資源推薦模型的輸入，以得到輸出的待推薦資源之後，所述方法還包括： 將所述待推薦資源和預設特徵作為決策資源推薦模型的輸入，以得到輸出的轉化率最高的待推薦資源，所述預設特徵包括下述至少一種：所述使用者資訊對應的使用者特徵、所述待推薦資源對應的資源接收方特徵和運營規則，所述決策資源推薦模型是基於多個待推薦資源和多個待推薦資源對應的預設特徵訓練得到的； 將所述轉化率最高的資源推薦給所述使用者資訊對應的使用者。
- 如申請專利範圍第1項所述的方法，基於所述流量資料，判定與所述流量資料對應的使用者資訊，包括： 基於所述流量資料，判定與所述流量資料對應的使用者身份標識ID； 從歷史人群資訊資料庫中，獲取與所述使用者ID對應的使用者資訊。
- 如申請專利範圍第1項所述的方法，所述基於所述流量資料，判定與所述流量資料對應的即時狀態資訊，包括： 基於所述流量資料，通過即時狀態檢測模組獲取與所述流量對應的即時狀態資料，所述即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與所述位置資訊對應的人文資訊。
- 如申請專利範圍第1項所述的方法，基於所述流量資料，判定與所述流量資料對應的流量來源資訊，包括： 基於所述流量資料，判定所述流量資料的來源； 根據所述流量資料的來源，判定所述流量資料的來源資訊，所述流量資料的來源資訊包括下述至少一種：所述流量資料的來源的品質資訊、所述流量資料的來源的環境資訊、所述流量資料的來源的歷史訪問次數、所述流量資料的來源的曝光率。
- 一種行銷推薦方法，包括： 獲取流量資料； 基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊； 基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
- 如申請專利範圍第8項所述的方法，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動，包括： 基於所述使用者資訊判定使用者特徵； 基於所述即時狀態資料判定即時狀態特徵； 基於所述流量來源資訊判定流量來源特徵； 基於所述使用者特徵、所述即時狀態特徵和所述流量來源特徵，判定待推薦的行銷產品或行銷活動。
- 如申請專利範圍第9項所述的方法，基於所述使用者特徵、所述即時狀態特徵和所述流量來源特徵，判定待推薦的行銷產品或行銷活動，包括： 將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動，其中，行銷推薦模型是基於多個流量資料中對應的使用者特徵、即時狀態特徵和流量來源特徵訓練得到的。
- 如申請專利範圍第10項所述的方法，在將所述使用者特徵、所述即時狀態特徵和所述流量來源特徵作為行銷推薦模型的輸入，以得到輸出的待推薦的行銷產品或行銷活動之後，所述方法還包括： 將所述待推薦行銷產品或行銷活動和預設特徵作為決策行銷推薦模型的輸入，以得到輸出的轉化率最高的待推薦的行銷產品或行銷活動，所述預設特徵包括下述至少一種：所述使用者資訊對應的使用者特徵、所述待推薦資源對應的商戶特徵和運營規則，所述決策行銷推薦模型是基於多個待推薦的行銷產品或行銷活動和多個待推薦行銷產品或行銷活動對應的預設特徵訓練得到的； 將所述轉化率最高的行銷產品或行銷活動推薦給所述使用者資訊對應的使用者。
- 如申請專利範圍第8項所述的方法，所述基於所述流量資料，判定與所述流量資料對應的使用者資訊，包括： 基於所述流量資料，判定與所述流量資料對應的使用者身份標識ID； 從歷史人群資訊資料庫中，獲取與所述使用者ID對應的使用者資訊。
- 如申請專利範圍第8項所述的方法，所述基於所述流量資料，判定與所述流量資料對應的即時狀態資訊，包括： 基於所述流量資料，通過即時狀態檢測模組獲取與所述流量資料對應的即時狀態資料，所述即時狀態資訊至少包括下述至少一種：位置資訊、天氣資訊、時間資訊、以及與所述位置資訊對應的人文資訊。
- 如申請專利範圍第8項所述的方法，基於所述流量資料，判定與所述流量資料對應的流量來源資訊，包括： 基於所述流量資料，判定所述流量資料的來源； 根據所述流量資料的來源，判定所述流量資料的來源資訊，所述流量資料的來源資訊包括下述至少一種：所述流量資料的來源的品質資訊、所述流量資料的來源的環境資訊、所述流量資料的來源的歷史訪問次數、所述流量資料的來源的曝光率。
- 一種資源推薦裝置，包括： 獲取單元，獲取流量資料； 第一判定單元，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊； 第二判定單元，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
- 一種行銷推薦裝置，包括： 獲取單元，獲取流量資料； 第一判定單元，基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊； 第二判定單元，基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
- 一種電子設備，該電子設備包括： 處理器；以及 被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器執行以下操作： 獲取流量資料； 基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊； 基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
- 一種電腦可讀儲存媒體，所述電腦可讀儲存媒體儲存一個或多個程式，所述一個或多個程式當被包括多個應用程式的電子設備執行時，使得所述電子設備執行以下操作： 獲取流量資料； 基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊； 基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的資源。
- 一種電子設備，該電子設備包括： 處理器；以及 被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器執行以下操作： 獲取流量資料； 基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊； 基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
- 一種電腦可讀儲存媒體，所述電腦可讀儲存媒體儲存一個或多個程式，所述一個或多個程式當被包括多個應用程式的電子設備執行時，使得所述電子設備執行以下操作： 獲取流量資料； 基於所述流量資料，判定與所述流量資料對應的使用者資訊、與所述流量資料對應的即時狀態資訊、以及與所述流量資料對應的流量來源資訊； 基於所述使用者資訊、所述即時狀態資訊與所述流量來源資訊，判定待推薦的行銷產品或行銷活動。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ??201810185114.6 | 2018-03-07 | ||
| CN201810185114.6A CN108550046B (zh) | 2018-03-07 | 2018-03-07 | 一种资源和营销推荐方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW201939402A true TW201939402A (zh) | 2019-10-01 |
Family
ID=63516344
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107147328A TW201939402A (zh) | 2018-03-07 | 2018-12-27 | 一種資源和行銷推薦方法、裝置及電子設備 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN108550046B (zh) |
| TW (1) | TW201939402A (zh) |
| WO (1) | WO2019169964A1 (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711867B (zh) * | 2018-12-07 | 2023-05-30 | 广州市诚毅科技软件开发有限公司 | 基于收视大数据的购物者画像构建营销方法和系统 |
| CN110276011A (zh) * | 2019-06-25 | 2019-09-24 | 北京字节跳动网络技术有限公司 | 信息推荐的方法、装置、电子设备及计算机可读介质 |
| CN111310020A (zh) * | 2019-09-20 | 2020-06-19 | 拉扎斯网络科技（上海）有限公司 | 菜品推荐方法、推荐内容上传方法、装置及电子设备 |
| CN111163073A (zh) * | 2019-12-24 | 2020-05-15 | 山石网科通信技术股份有限公司 | 流量数据处理方法和装置 |
| CN112435091B (zh) * | 2020-11-23 | 2024-03-29 | 百果园技术(新加坡)有限公司 | 推荐内容的选择方法、装置、设备及存储介质 |
| CN112435103B (zh) * | 2020-12-18 | 2023-11-24 | 东北大学 | 一种事后多样性解释的智能推荐方法及系统 |
| CN113378060A (zh) * | 2021-07-01 | 2021-09-10 | 第四范式（北京）技术有限公司 | 资源推荐方法、装置、设备及介质 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2219118A4 (en) * | 2007-12-03 | 2011-01-12 | Huawei Tech Co Ltd | METHOD FOR CLASSIFYING USERS, METHOD AND DEVICE FOR BEHAVIOR COLLECTION AND ANALYSIS |
| CN102651033B (zh) * | 2012-04-09 | 2016-04-27 | 百度在线网络技术（北京）有限公司 | 一种在线资源的推荐方法和装置 |
| JP2015012574A (ja) * | 2013-07-02 | 2015-01-19 | 日本電信電話株式会社 | 映像コンテンツレコメンド装置及び方法及びプログラム |
| CN105488689A (zh) * | 2015-11-19 | 2016-04-13 | 北京百度网讯科技有限公司 | 一种消费信息的实时推荐方法及装置 |
| CN107230098A (zh) * | 2016-03-25 | 2017-10-03 | 阿里巴巴集团控股有限公司 | 一种业务对象的分时推荐方法和系统 |
| CN105871707A (zh) * | 2016-06-17 | 2016-08-17 | 中国联合网络通信集团有限公司 | 基于云计算的资源推荐方法及系统 |
| CN106156351B (zh) * | 2016-07-26 | 2019-07-23 | 合一网络技术(北京)有限公司 | 多媒体资源推荐信息生成方法及装置 |
| CN108648006B (zh) * | 2016-12-02 | 2021-02-23 | 口碑(上海)信息技术有限公司 | 店铺推荐方法及装置 |
| CN106980991A (zh) * | 2017-04-06 | 2017-07-25 | 百度在线网络技术（北京）有限公司 | 一种营销信息的推送方法、装置、设备及存储介质 |
| CN107480854A (zh) * | 2017-07-05 | 2017-12-15 | 阿里巴巴集团控股有限公司 | 一种风险识别的方法及装置 |
-
2018
- 2018-03-07 CN CN201810185114.6A patent/CN108550046B/zh active Active
- 2018-12-27 TW TW107147328A patent/TW201939402A/zh unknown
-
2019
- 2019-01-23 WO PCT/CN2019/072766 patent/WO2019169964A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| CN108550046A (zh) | 2018-09-18 |
| WO2019169964A1 (zh) | 2019-09-12 |
| CN108550046B (zh) | 2021-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TW201939402A (zh) | 一種資源和行銷推薦方法、裝置及電子設備 | |
| US20210287250A1 (en) | Providing data and analysis for advertising on networked devices | |
| TWI696194B (zh) | 投訴舉報類別的排序方法和裝置 | |
| TW201939379A (zh) | 資訊轉化率的預測、資訊推薦方法和裝置 | |
| US20190244253A1 (en) | Target identification using big data and machine learning | |
| JP6476308B2 (ja) | リターゲティング広告の提供を停止する方法 | |
| WO2019084922A1 (zh) | 信息处理方法和系统、服务器、终端、计算机存储介质 | |
| CN110874491B (zh) | 基于机器学习的隐私数据处理方法、装置及电子设备 | |
| US11887150B2 (en) | Systems and methods for attributing electronic purchase events to previous online and offline activity of the purchaser | |
| US20140201043A1 (en) | Entity resolution without using personally identifiable information | |
| US11989745B2 (en) | Systems and methods for predicting consumer spending behavior based on historical transaction activity progressions | |
| KR20180039695A (ko) | 상호적 제품 리뷰 인터페이스 | |
| CN111768258A (zh) | 识别异常订单的方法、装置、电子设备和介质 | |
| Shokouhyar et al. | Toward customer-centric mobile phone reverse logistics: using the DEMATEL approach and social media data | |
| Crișan et al. | Big data: the beauty or the beast | |
| CN108492112B (zh) | 判定虚假资源转移及虚假交易的方法、装置及电子设备 | |
| KR102192327B1 (ko) | 스몰 데이터를 이용한 신뢰지수 평가 및 예측 방법 | |
| US20110313834A1 (en) | Eliciting social search responses from sponsoring agents | |
| US11710137B2 (en) | Method and system for identifying electronic devices of genuine customers of organizations | |
| Zhang et al. | Visitor Information System of Cross‐Border E‐Commerce Platform Based on Mobile Edge Computing | |
| KR20200005248A (ko) | 소셜 네트워크 서비스를 이용한 개인 판매몰 자동 생성 방법 및 시스템 | |
| US20170287002A1 (en) | Targeting content for users of external websites | |
| Subaramaniam et al. | User Acceptance and Adaptation Towards M-Commerce | |
| US11200518B2 (en) | Network effect classification | |
| Koman et al. | Possibilities of Building Company’s Reputation with the Support of Digital Marketing Tools–A Case Study |