TWI777004B - 營銷資訊的推送設備、裝置及儲存媒體 - Google Patents
營銷資訊的推送設備、裝置及儲存媒體 Download PDFInfo
- Publication number
- TWI777004B TWI777004B TW107143205A TW107143205A TWI777004B TW I777004 B TWI777004 B TW I777004B TW 107143205 A TW107143205 A TW 107143205A TW 107143205 A TW107143205 A TW 107143205A TW I777004 B TWI777004 B TW I777004B
- Authority
- TW
- Taiwan
- Prior art keywords
- user
- behavior pattern
- pattern data
- data
- login
- Prior art date
Links
Images
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
- G06Q30/02—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
- G06Q30/0255—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
- 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
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Toys (AREA)
Abstract
本說明書一個或多個實施例公開了一種營銷資訊的推送方法及裝置,用以解決現有技術中推送營銷資訊不精準、導致用戶點擊率低的問題。所述方法包括:獲取用戶的行為資料,所述行為資料包括登錄行為資料和消費行為資料;對所述用戶的行為資料進行行為模式分析,得到行為模式資料;所述行為模式包括所述行為資料的至少一個維度;對所述行為模式資料進行關聯分析,得到所述行為模式資料的關聯分析結果;根據所述關聯分析結果向所述用戶推送營銷資訊。
Description
本說明書涉及資訊挖掘技術領域,尤其涉及一種營銷資訊的推送方法及裝置。
目前,為使用戶盡可能多地參加應用程式APP頁面上的推廣活動,以提升用戶活躍度或交易量,通常採用向用戶手機端推送消息的方式,即,APP向用戶手機端推送消息,用戶透過點擊所推送的消息即可跳轉到APP的相應頁面參加推廣活動。
但是,目前的推送消息的方式基本都採用全量消息推送方式,即將所有推廣活動的消息都推送給用戶。顯然,這種方式容易降低用戶對推廣活動的興趣,甚至導致用戶因反感而卸載APP。因此,在目前這種推送消息的方式下,用戶對消息的點擊率並不高,即使點擊消息進入推廣活動頁面,參加推廣活動的幾率也不高。
本說明書一個或多個實施例的目的是提供一種營銷資訊的推送方法及裝置,用以解決現有技術中推送營銷資訊
不精準、導致用戶點擊率低的問題。
為解決上述技術問題,本說明書一個或多個實施例是這樣實現的:一方面,本說明書一個或多個實施例提供一種營銷資訊的推送方法,包括:獲取用戶的行為資料,所述行為資料包括登錄行為資料和消費行為資料;對所述用戶的行為資料進行行為模式分析,得到行為模式資料;所述行為模式包括所述行為資料的至少一個維度;對所述行為模式資料進行關聯分析,得到所述行為模式資料的關聯分析結果;根據所述關聯分析結果向所述用戶推送營銷資訊。
在一個實施例中,所述對所述用戶的行為資料進行行為模式分析,得到行為模式資料,包括:對所述用戶的登錄行為資料進行行為模式分析,得到以下至少一個維度上的登錄行為模式資料:登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號;及,對所述用戶的消費行為資料進行行為模式分析,得到以下至少一個維度上的消費行為模式資料:消費時間、消費商戶、消費地點、消費商品、消費金額。
在一個實施例中,所述對所述行為模式資料進行關聯分析,得到所述行為模式資料的關聯分析結果,包括:根據所述用戶的登錄時間,確定所述用戶對應的登錄
時間片;對所述用戶在各登錄時間片的消費行為模式資料進行分析,得到所述關聯分析結果。
在一個實施例中,所述對所述用戶在各登錄時間片的消費行為模式資料進行分析,得到所述關聯分析結果,包括:根據所述用戶在各登錄時間片的消費行為模式資料,確定所述用戶在與所述各登錄時間片相對應的各時間周期內的消費行為模式資料。
在一個實施例中,所述對所述用戶在各登錄時間片的消費行為模式資料進行分析,包括:確定所述用戶在各登錄時間片的行為模式資料分別對應的權重值;其中,所述權重值與各所述行為模式資料的值正相關;從各所述行為模式資料中提取符合預設篩選條件的第一行為模式資料,所述預設篩選條件包括以下至少一項:所述權重值達到預設閾值、所述權重值為位於前N個的高權重值;對所述提取的第一行為模式資料進行分析。
在一個實施例中,所述確定所述用戶在各登錄時間片的行為模式資料分別對應的權重值之後,所述對所述用戶在各登錄時間片的消費行為模式資料進行分析,還包括:確定並篩選出各登錄時間片內的登錄次數達到第一閾值、但消費次數低於第二閾值的第二行為模式資料;
降低所述第二行為模式資料所對應的權重值。
在一個實施例中,所述根據所述關聯分析結果向所述用戶推送營銷資訊,包括:從多個營銷資訊中選擇與所述用戶在所述各時間周期內的消費行為模式資料相匹配的目標營銷資訊;或,產生與所述用戶在所述各時間周期內的消費行為模式資料相匹配的目標營銷資訊;向所述用戶推送所述目標營銷資訊。
在一個實施例中,所述向所述用戶推送所述目標營銷資訊,包括:根據所述用戶在所述各時間周期內的消費行為模式資料,確定對所述目標營銷資訊的推送次數;按照所述推送次數向所述用戶推送所述目標營銷資訊。
另一方面,本說明書一個或多個實施例提供一種營銷資訊的推送裝置,包括:獲取模組,獲取用戶的行為資料,所述行為資料包括登錄行為資料和消費行為資料;第一分析模組,對所述用戶的行為資料進行行為模式分析,得到行為模式資料;所述行為模式包括所述行為資料的至少一個維度;第二分析模組,對所述行為模式資料進行關聯分析,得到所述行為模式資料的關聯分析結果;推送模組,根據所述關聯分析結果向所述用戶推送營
銷資訊。
在一個實施例中,所述第一分析模組包括:第一分析單元,對所述用戶的登錄行為資料進行行為模式分析,得到以下至少一個維度上的登錄行為模式資料:登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號;及,第二分析單元,對所述用戶的消費行為資料進行行為模式分析,得到以下至少一個維度上的消費行為模式資料:消費時間、消費商戶、消費地點、消費商品、消費金額。
在一個實施例中,所述第二分析模組包括:確定單元,根據所述用戶的登錄時間,確定所述用戶對應的登錄時間片;第三分析單元,對所述用戶在各登錄時間片的消費行為模式資料進行分析,得到所述關聯分析結果。
在一個實施例中,所述第三分析單元還用於:根據所述用戶在各登錄時間片的消費行為模式資料,確定所述用戶在與所述各登錄時間片相對應的各時間周期內的消費行為模式資料。
在一個實施例中,所述第三分析單元還用於:確定所述用戶在各登錄時間片的行為模式資料分別對應的權重值;其中,所述權重值與各所述行為模式資料的值正相關;從各所述行為模式資料中提取符合預設篩選條件的第
一行為模式資料,所述預設篩選條件包括以下至少一項:所述權重值達到預設閾值、所述權重值為位於前N個的高權重值;對所述提取的第一行為模式資料進行分析。
在一個實施例中,所述第三分析單元還用於:在所述確定所述用戶在各登錄時間片的行為模式資料分別對應的權重值之後,確定並篩選出各登錄時間片內的登錄次數達到第一閾值、但消費次數低於第二閾值的第二行為模式資料;降低所述第二行為模式資料所對應的權重值。
在一個實施例中,所述推送模組包括:選擇或產生單元,從多個營銷資訊中選擇與所述用戶在所述各時間周期內的消費行為模式資料相匹配的目標營銷資訊;或,產生與所述用戶在所述各時間周期內的消費行為模式資料相匹配的目標營銷資訊;推送單元,向所述用戶推送所述目標營銷資訊。
在一個實施例中,所述推送單元還用於:根據所述用戶在所述各時間周期內的消費行為模式資料,確定對所述目標營銷資訊的推送次數;按照所述推送次數向所述用戶推送所述目標營銷資訊。
再一方面,本說明書一個或多個實施例提供一種營銷資訊的推送設備,其特徵在於,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:獲取用戶的行為資料,所述行為資料包括登錄行為資料和消費行為資料;對所述用戶的行為資料進行行為模式分析,得到行為模式資料;所述行為模式包括所述行為資料的至少一個維度;對所述行為模式資料進行關聯分析,得到所述行為模式資料的關聯分析結果;根據所述關聯分析結果向所述用戶推送營銷資訊。
再一方面,本說明書一個或多個實施例提供一種儲存媒體,用於儲存電腦可執行指令,所述可執行指令在被執行時實現以下流程:獲取用戶的行為資料,所述行為資料包括登錄行為資料和消費行為資料;對所述用戶的行為資料進行行為模式分析,得到行為模式資料;所述行為模式包括所述行為資料的至少一個維度;對所述行為模式資料進行關聯分析,得到所述行為模式資料的關聯分析結果;根據所述關聯分析結果向所述用戶推送營銷資訊。
採用本說明書一個或多個實施例的技術方案,透過獲取用戶的行為資料(包括登錄行為資料和消費行為資料),並對行為資料進行行為模式分析以得到行為模式資
料,進而對行為模式資料進行關聯分析,並根據關聯分析結果向用戶推送營銷資訊,使得向用戶推送的營銷資訊符合用戶的行為模式資料,即符合用戶的行為習慣,從而提高用戶對營銷資訊的點擊率,最終提高用戶對營銷資訊所對應的營銷活動的參與率及消費率。並且,該技術方案透過向用戶推送符合其行為習慣的營銷資訊,能夠避免造成用戶對不符合其行為習慣的營銷資訊的反感,在一定程度上提高了用戶對資訊推送的體驗度。
210:獲取模組
220:第一分析模組
230:第二分析模組
240:推送模組
301:處理器
302:記憶體
303:電源
304:有線或無線網路介面
305:輸入輸出介面
306:鍵盤
為了更清楚地說明本說明書一個或多個實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的圖式作簡單地介紹,顯而易見地,下面描述中的圖式僅僅是本說明書一個或多個實施例中記載的一些實施例,對於本領域普通技術人員來講,在不付出創造性勞動性的前提下,還可以根據這些圖式獲得其他的圖式。
圖1是根據本說明書一實施例的一種營銷資訊的推送方法的示意性流程圖;圖2是根據本說明書一實施例的一種營銷資訊的推送裝置的示意性方塊圖;圖3是根據本說明書一實施例的一種營銷資訊的推送設備的示意性方塊圖。
本說明書一個或多個實施例提供一種營銷資訊的推送方法及裝置,用以解決現有技術中推送營銷資訊不精準、導致用戶點擊率低的問題。
為了使本技術領域的人員更好地理解本說明書一個或多個實施例中的技術方案,下面將結合本說明書一個或多個實施例中的圖式,對本說明書一個或多個實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本說明書一部分實施例,而不是全部的實施例。基於本說明書一個或多個實施例,本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例,都應當屬於本說明書一個或多個實施例保護的範圍。
圖1是根據本說明書一實施例的一種營銷資訊的推送方法的示意性流程圖,如圖1所示,該方法包括:
S102,獲取用戶的行為資料,行為資料包括登錄行為資料和消費行為資料。
其中,登錄行為資料包括登錄時間、登錄地點、登錄網路、登錄帳號中的至少一種資料。
消費行為資料包括消費時間、消費商戶、消費地點、消費商品、消費金額中的至少一種資料。
S104,對用戶的行為資料進行行為模式分析,得到行為模式資料。
其中,行為模式包括行為資料的至少一個維度。對用戶的行為資料進行行為模式分析即指在行為資料的至少一個維度上對行為資料進行分析。例如,對用戶的登錄時間
進行分析,可得到用戶在“登錄時間”維度上的登錄行為模式資料。
S106,對行為模式資料進行關聯分析,得到行為模式資料的關聯分析結果。
S108,根據行為模式向用戶推送營銷資訊。
採用本說明書一個或多個實施例的技術方案,透過獲取用戶的行為資料(包括登錄行為資料和消費行為資料),並對行為資料進行行為模式分析以得到行為模式資料,進而對行為模式資料進行關聯分析,並根據關聯分析結果向用戶推送營銷資訊,使得向用戶推送的營銷資訊符合用戶的行為模式資料,即符合用戶的行為習慣,從而提高用戶對營銷資訊的點擊率,最終提高用戶對營銷資訊所對應的營銷活動的參與率及消費率。並且,該技術方案透過向用戶推送符合其行為習慣的營銷資訊,能夠避免造成用戶對不符合其行為習慣的營銷資訊的反感,在一定程度上提高了用戶對資訊推送的體驗度。
以下針對上述實施例提供的營銷資訊的推送方法進行詳細說明。
首先執行S102,即獲取用戶的行為資料,該行為資料包括登錄行為資料和消費行為資料。
在一個實施例中,可獲取用戶在一段時間內的行為資料,包括用戶在一段時間內的登錄行為資料和消費行為資料。其中,一段時間內的行為資料應能夠反映出用戶的行為習慣,例如,根據統計學和心理學的理論,一旦習慣養
成,短期內就會穩定延續,假設用戶的行為習慣的養成時間大約為18天,則可將一段時間設定為18天。透過獲取用戶在最近18天內的登錄行為資料和消費行為資料,即可為下一步行為模式資料的分析做準備。
獲取用戶的行為資料之後,繼續執行S104,即對用戶的行為資料進行行為模式分析,以得到行為模式資料。
其中,行為模式包括行為資料的至少一個維度。上述提及,對用戶的行為資料進行行為模式分析即指在行為資料的至少一個維度上對行為資料進行分析。因此,透過對用戶的登錄行為資料進行行為模式分析,可得到以下至少一個維度的登錄行為模式資料:登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號。透過對用戶的消費行為資料進行行為模式分析,可得到以下至少一個維度上的消費行為模式資料:消費時間、消費商戶、消費地點、消費商品、消費金額。
在上述對S102的說明中已指出,可獲取用戶在一段時間內的行為資料,那麽,可對用戶在該一段時間內的行為資料進行行為模式分析,以得到行為模式資料。
例如,設定一段時間為18天。當獲取到用戶在最近18天內的登錄行為資料及消費行為資料之後,即可對用戶在最近18天內的登錄行為資料進行行為模式分析,以得到用戶在最近18天內分別在登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號中的至少一個維度上的登錄行為模式資料;以及,對用戶在最近18天內的消費行為資料進行行
為模式分析,以得到用戶在最近18天內分別在消費時間、消費商戶、消費地點、消費商品、消費金額中的至少一個維度上的消費行為模式資料。
以下以維度“登錄時間”、“登錄次數”、“消費時間”、“消費商戶”及“消費金額”為例說明如何分析出用戶的行為模式資料。
假設獲取到用戶在最近7天內的登錄行為資料和消費行為資料。透過對用戶在最近7天內的登錄行為資料和消費行為資料分別進行行為模式分析,可得到如下表1所示的登錄行為模式資料--在維度“登錄時間”及“登錄次數”上的登錄行為模式資料,以及,如下表2所示的消費行為模式資料--在維度“消費時間”、“消費商戶”及“消費金額”上的登錄行為模式資料。在表1及表2中分別以“天”為單位對用戶的行為資料進行分析。
分析得到行為模式資料之後,繼續執行S106,即對行為模式資料進行關聯分析,以得到行為模式資料的關聯分析結果。具體的:首先,根據用戶的登錄時間確定用戶對應的登錄時間片。
登錄時間片與用戶的登錄時間相關,假設用戶的登錄時間以“天”為單位,則可設定每一天為一個登錄時間片,如上述表1和表2中所示的登錄時間及消費時間。假設用戶的登錄時間以“小時”為單位,則可設定每一小時為一個登錄時間片。
其次,對用戶在各登錄時間片的消費行為模式資料進行分析,得到關聯分析結果。
對用戶在各登錄時間片的消費行為模式資料進行分析時,可根據用戶在各登錄時間片的消費行為模式資料,確定用戶在與各登錄時間片相對應的各時間周期內的消費行為模式資料。其中,與各登錄時間片相對應的各時間周期
指與各登錄時間片的時長相等的不同時間段,例如,登錄時間片包括最近7天的每一天,那麽與各登錄時間片相對應的各時間周期即為下一個7天、下下個7天,等等。
沿用上述舉例,透過關聯分析上述表1中的登錄行為模式資料及表2中的消費行為模式資料,可得到用戶在之後一段時間內每7天內的消費行為模式資料,即關聯分析結果。
假設登錄時間片包括最近7天的每一天。由上述表1可知,用戶在登錄時間片“第1天”內登錄1次;由上述表2可知,用戶在登錄時間片“第1天”內在消費商戶A處的消費金額為50元。關聯表1所示登錄時間片“第1天”內的登錄行為模式資料及表2所示登錄時間片“第1天”內的消費行為模式資料,可確定出用戶在與登錄時間片“第1天”相對應的下一個時間周期(如下一個7天)內的第1天將會在消費商戶A處消費大約50元。因此,可在下一個時間周期(即下一個7天)內的第1天為用戶推送與消費商戶A相關的營銷資訊(後續將詳細說明如何向用戶推送營銷資訊)。
在一個實施例中,在分析用戶在各登錄時間片的行為模式資料時,可從分析出的所有行為模式資料中篩選出部分行為模式資料進行關聯。篩選依據可以是用戶登錄地點的人口聚集情況、登錄次數的多少、用戶消費次數的多少、用戶消費金額的高低等等。
以下透過述步驟A1-A3說明如何篩選待關聯分析的消
費行為模式資料。
步驟A1、確定用戶在各登錄時間片的行為模式資料分別對應的權重值。
其中,權重值與各行為模式資料的值正相關。各行為模式資料的值指各行為模式資料對應的具體數值。例如,登錄行為模式資料的值可以是登錄次數的值,登錄次數越多,即登錄行為模式資料的值越大,登錄行為模式資料對應的權重值也就越高;消費行為模式資料的值可以是消費次數的值,或者消費金額的值,消費金額越大,即消費行為模式資料的值越高,消費行為模式資料對應的權重值也就越高,等等。
例如,從上述表1可看出,在最近7天內,用戶在登錄時間片“第6天”的登錄次數為最高,在登錄時間片“第2天”的登錄次數為次高,在登錄時間“第5天”的登錄次數為第三高,因此可確定用戶在登錄時間片“第6天”的登錄行為模式資料對應的權重值最高,假設為9,確定用戶在登錄時間片“第2天”的登錄行為模式資料對應的權重值次高,假設為6,確定用戶在登錄時間片“第5天”的登錄行為模式資料對應的權重值第三高,假設為3。
從上述表2可看出,在最近7天內,用戶在登錄時間片“第3天”的消費金額為最高,在登錄時間片“第5天”的消費金額為次高,在登錄時間片“第6天”的消費金額為第三高,因此可確定用戶在登錄時間片“第3天”的消費行為模式資料對應的權重值最高,假設為9,確定用戶在
登錄時間片“第5天”的消費行為模式資料對應的權重值次高,假設為6,確定用戶在登錄時間片“第6天”的消費行為模式資料對應的權重值第三高,假設為3。
在一個實施例中,確定各行為模式資料分別對應的權重值之後,可確定並篩選出各登錄時間片內登錄次數達到第一閾值、但消費次數低於第二閾值的行為模式資料,進而降低篩選出的行為模式資料所對應的權重值。該實施例的目的在於,針對一些僅登錄但未消費的行為模式資料進行權重值的降低,從而確保關聯的各個行為模式據均能表徵用戶的消費行為。
例如,從上述表1和表2所示的行為模式資料中可看出,在登錄時間片“第6天”內,用戶的登錄次數為5。但如果消費次數僅為4次,說明用戶在登錄時間片“第6天”內存在僅登錄但未消費的情況,因此可相應降低用戶在登錄時間片“第6天”內的登錄行為模式資料對應的權重值。
步驟A2、從各行為模式資料中提取符合預設篩選條件的第一行為模式資料。
其中,第一行為模式資料包括第一登錄行為模式資料及第一消費行為模式資料。預設篩選條件包括以下至少一項:權重值達到預設閾值、權重值為位於前N個的高權重值。
沿用上述舉例,假設N=3,從登錄行為模式資料中提取位於前3個的高權重值對應的第一登錄行為模式資料,即提取出用戶分別在登錄時間片“第6天”、登錄時間片
“第2天”、登錄時間片“第5天”的登錄行為模式資料作為符合預設篩選條件的第一登錄行為模式資料。以及,從消費行為模式資料中提取位於前3個的高權重值對應的第一消費行為模式資料,即提取出用戶分別在登錄時間片“第3天”、登錄時間片“第5天”、登錄時間片“第6天”的消費行為模式資料作為第一消費行為模式資料。
步驟A3、對提取的第一行為模式資料進行分析。
例如,可對用戶在登錄時間片“第6天”、登錄時間片“第2天”、登錄時間片“第5天”內的第一消費行為模式資料進行分析。
本實施例對篩選出的符合預設篩選條件的行為模式資料進行分析,而並非分析所有的行為模式資料,由於符合預設篩選條件的行為模式資料通常包含更多的行為模式資料,因此能夠更加準確地反映出用戶的行為習慣。
由上述實施例可知,透過對用戶在各登錄時間片的消費行為模式資料進行關聯分析,使得關聯分析結果(包括用戶在與各登錄時間片相對應的各時間周期內的消費行為模式資料)能夠符合用戶日常的消費行為習慣,從而在合適的時間點向用戶推送符合用戶消費行為習慣的營銷資訊,如在各時間周期內的第1天向用戶推送與消費商戶A相關的營銷資訊,而與消費商戶A無關的營銷資訊則不向用戶推送。避免造成用戶對不符合其消費行為習慣的營銷資訊的反感,在一定程度上提高了用戶對營銷資訊推送的體驗度。
在分析出關聯分析結果之後,繼續執行S108,即根據關聯分析結果向用戶推送營銷資訊。
在一個實施例中,向用戶推送營銷資訊之前,首先需從多個營銷資訊中選擇與用戶在各時間周期內的消費行為模式資料相匹配的目標營銷資訊,其中,多個營銷資訊可由營銷人員預先策劃並儲存。還可直接產生與用戶在各時間周期內的消費行為模式資料相匹配的目標營銷資訊,即無需依賴營銷人員策劃營銷資訊。其次再向用戶推送目標營銷資訊。
例如,經上述S102-S106的步驟之後,分析出用戶在下一個時間周期(假設為明天)內的消費行為模式資料為:用戶在明天將會在消費商戶A處進行消費,那麽可在明天向用戶推送與消費商戶A相關的目標營銷資訊。
本實施例中,透過向用戶推送與用戶在各時間周期內的消費行為模式資料相匹配的目標營銷資訊,可避免向用戶推送其不感興趣、或與其當前的消費行為習慣不符的營銷資訊,從而避免造成用戶對不符合其消費行為習慣的營銷資訊的反感。並且,用戶對與其消費行為習慣相符的營銷資訊的興趣往往較大,因此本實施例能夠提高用戶對營銷資訊的點擊率,最終提高用戶對營銷資訊所對應的營銷活動的參與率及消費率。
在一個實施例中,可一次或多次向用戶推送目標營銷資訊:首先,根據用戶在各時間周期內的消費行為模式資料,確定對目標營銷資訊的推送次數;其次,按照推送次
數向用戶推送目標營銷資訊。
本實施例中,推送次數與用戶在各時間周期內的消費行為模式資料相關。通常情況下,為提高用戶對各營銷資訊的點擊率,可針對各消費行為模式資料對應的具體數值來確定推送次數。消費行為模式資料對應的具體數值越大,推送次數就越高。
例如,同一時間周期內,用戶在消費商戶A處的消費金額為1000元,在消費商戶B處的消費金額為500元,則向用戶推送與消費商戶A相關的目標營銷資訊的推送次數應大於向用戶推送與消費商戶B相關的目標營銷資訊的推送次數,如,向用戶推送3次與消費商戶A相關的目標營銷資訊,以及,向用戶推送1次與消費商戶B相關的目標營銷資訊。顯然,這種多次推送的方式可大大提高用戶對營銷資訊的點擊率。
綜上,已經對本主題的特定實施例進行了描述。其它實施例在申請專利範圍的範圍內。在一些情況下,在申請專利範圍中記載的動作可以按照不同的順序來執行並且仍然可以實現期望的結果。另外,在圖式中描繪的過程不一定要求示出的特定順序或者連續順序,以實現期望的結果。在某些實施方式中,多任務處理和並行處理可以是有利的。
以上為本說明書一個或多個實施例提供的營銷資訊的推送方法,基於同樣的思路,本說明書一個或多個實施例還提供一種營銷資訊的推送裝置。
圖2是根據本說明書一實施例的營銷資訊的推送裝置的示意性方塊圖。如圖2所示,營銷資訊的推送裝置包括:獲取模組210,獲取用戶的行為資料,行為資料包括登錄行為資料和消費行為資料;第一分析模組220,對用戶的行為資料進行行為模式分析,得到行為模式資料;行為模式包括行為資料的至少一個維度;第二分析模組230,對行為模式資料進行關聯分析,得到行為模式資料的關聯分析結果;推送模組240,根據關聯分析結果向用戶推送營銷資訊。
在一個實施例中,第一分析模組220包括:第一分析單元,對用戶的登錄行為資料進行行為模式分析,得到以下至少一個維度上的登錄行為模式資料:登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號;及,第二分析單元,對用戶的消費行為資料進行行為模式分析,得到以下至少一個維度上的消費行為模式資料:消費時間、消費商戶、消費地點、消費商品、消費金額。
在一個實施例中,第二分析模組230包括:確定單元,根據用戶的登錄時間,確定用戶對應的登錄時間片;第三分析單元,對用戶在各登錄時間片的消費行為模
式資料進行分析,得到關聯分析結果。
在一個實施例中,第三分析單元還用於:根據用戶在各登錄時間片的消費行為模式資料,確定用戶在與各登錄時間片相對應的各時間周期內的消費行為模式資料。
在一個實施例中,第三分析單元還用於:確定用戶在各登錄時間片的行為模式資料分別對應的權重值;其中,權重值與各行為模式資料的值正相關;從各行為模式資料中提取符合預設篩選條件的第一行為模式資料,預設篩選條件包括以下至少一項:權重值達到預設閾值、權重值為位於前N個的高權重值;對提取的第一行為模式資料進行分析。
在一個實施例中,第三分析單元還用於:在確定用戶在各登錄時間片的行為模式資料分別對應的權重值之後,確定並篩選出各登錄時間片內的登錄次數達到第一閾值、但消費次數低於第二閾值的第二行為模式資料;降低第二行為模式資料所對應的權重值。
在一個實施例中,推送模組240包括:選擇或產生單元,從多個營銷資訊中選擇與用戶在各時間周期內的消費行為模式資料相匹配的目標營銷資訊;或,產生與用戶在各時間周期內的消費行為模式資料相匹配的目標營銷資訊;推送單元,向用戶推送目標營銷資訊。
在一個實施例中,推送單元還用於:根據用戶在各時間周期內的消費行為模式資料,確定對目標營銷資訊的推送次數;按照推送次數向用戶推送目標營銷資訊。
採用本說明書一個或多個實施例的技術方案,透過獲取用戶的行為資料(包括登錄行為資料和消費行為資料),並對行為資料進行行為模式分析以得到行為模式資料,進而對行為模式資料進行關聯分析,並根據關聯分析結果向用戶推送營銷資訊,使得向用戶推送的營銷資訊符合用戶的行為模式資料,即符合用戶的行為習慣,從而提高用戶對營銷資訊的點擊率,最終提高用戶對營銷資訊所對應的營銷活動的參與率及消費率。並且,該技術方案透過向用戶推送符合其行為習慣的營銷資訊,能夠避免造成用戶對不符合其行為習慣的營銷資訊的反感,在一定程度上提高了用戶對資訊推送的體驗度。
本領域的技術人員應可理解,圖2中的營銷資訊的推送裝置能夠用來實現前文所述的營銷資訊的推送方法,其中的細節描述應與前文方法部分描述類似,為避免繁瑣,此處不另贅述。
基於同樣的思路,本說明書一個或多個實施例還提供一種營銷資訊的推送設備,如圖3所示。營銷資訊的推送設備可因配置或性能不同而產生比較大的差異,可以包括一個或一個以上的處理器301和記憶體302,記憶體302中可以儲存有一個或一個以上儲存應用程式或資料。其中,
記憶體302可以是短暫儲存或持久儲存。儲存在記憶體302的應用程式可以包括一個或一個以上模組(圖示未示出),每個模組可以包括對營銷資訊的推送設備中的一系列電腦可執行指令。更進一步地,處理器301可以設置為與記憶體302通信,在營銷資訊的推送設備上執行記憶體302中的一系列電腦可執行指令。營銷資訊的推送設備還可以包括一個或一個以上電源303,一個或一個以上有線或無線網路介面304,一個或一個以上輸入輸出介面305,一個或一個以上鍵盤306。
具體在本實施例中,營銷資訊的推送設備包括有記憶體,以及一個或一個以上的程式,其中一個或者一個以上程式儲存於記憶體中,且一個或者一個以上程式可以包括一個或一個以上模組,且每個模組可以包括對營銷資訊的推送設備中的一系列電腦可執行指令,且經配置以由一個或者一個以上處理器執行該一個或者一個以上程式包含用於進行以下電腦可執行指令:獲取用戶的行為資料,所述行為資料包括登錄行為資料和消費行為資料;對所述用戶的行為資料進行行為模式分析,得到行為模式資料;所述行為模式包括所述行為資料的至少一個維度;對所述行為模式資料進行關聯分析,得到所述行為模式資料的關聯分析結果;根據所述關聯分析結果向所述用戶推送營銷資訊。
可選地,電腦可執行指令在被執行時,還可以使所述處理器:對所述用戶的登錄行為資料進行行為模式分析,得到以下至少一個維度上的登錄行為模式資料:登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號;及,對所述用戶的消費行為資料進行行為模式分析,得到以下至少一個維度上的消費行為模式資料:消費時間、消費商戶、消費地點、消費商品、消費金額。
可選地,電腦可執行指令在被執行時,還可以使所述處理器:根據所述用戶的登錄時間,確定所述用戶對應的登錄時間片;對所述用戶在各登錄時間片的消費行為模式資料進行分析,得到所述關聯分析結果。
可選地,電腦可執行指令在被執行時,還可以使所述處理器:根據所述用戶在各登錄時間片的消費行為模式資料,確定所述用戶在與所述各登錄時間片相對應的各時間周期內的消費行為模式資料。
可選地,電腦可執行指令在被執行時,還可以使所述處理器:確定所述用戶在各登錄時間片的行為模式資料分別對應的權重值;其中,所述權重值與各所述行為模式資料的值正相關;
從各所述行為模式資料中提取符合預設篩選條件的第一行為模式資料,所述預設篩選條件包括以下至少一項:所述權重值達到預設閾值、所述權重值為位於前N個的高權重值;對所述提取的第一行為模式資料進行分析。
可選地,電腦可執行指令在被執行時,還可以使所述處理器:確定並篩選出各登錄時間片內的登錄次數達到第一閾值、但消費次數低於第二閾值的第二行為模式資料;降低所述第二行為模式資料所對應的權重值。
可選地,電腦可執行指令在被執行時,還可以使所述處理器:從多個營銷資訊中選擇與所述用戶在所述各時間周期內的消費行為模式資料相匹配的目標營銷資訊;或,產生與所述用戶在所述各時間周期內的消費行為模式資料相匹配的目標營銷資訊;向所述用戶推送所述目標營銷資訊。
可選地,電腦可執行指令在被執行時,還可以使所述處理器:根據所述用戶在所述各時間周期內的消費行為模式資料,確定對所述目標營銷資訊的推送次數;按照所述推送次數向所述用戶推送所述目標營銷資訊。
本說明書一個或多個實施例還提出了一種電腦可讀儲
存媒體,該電腦可讀儲存媒體儲存一個或多個程式,該一個或多個程式包括指令,該指令當被包括多個應用程式的電子設備執行時,能夠使該電子設備執行上述營銷資訊的推送方法,並具體用於執行:獲取用戶的行為資料,所述行為資料包括登錄行為資料和消費行為資料;對所述用戶的行為資料進行行為模式分析,得到行為模式資料;所述行為模式包括所述行為資料的至少一個維度;對所述行為模式資料進行關聯分析,得到所述行為模式資料的關聯分析結果;根據所述關聯分析結果向所述用戶推送營銷資訊。
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、媒體播放器、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。
為了描述的方便,描述以上裝置時以功能分為各種單元分別描述。當然,在實施本說明書一個或多個實施例時可以把各單元的功能在同一個或多個軟體和/或硬體中實現。
本領域內的技術人員應明白,本說明書一個或多個實
施例可提供為方法、系統、或電腦程式產品。因此,本說明書一個或多個實施例可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本說明書一個或多個實施例可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本說明書一個或多個實施例是參照根據本發明實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可編程資料處理設備的處理器以產生一個機器,使得透過電腦或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可編程資料處理設備以特定方式工作的電腦可讀記憶體中,使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可編程資料處理設備上,使得在電腦或其他可編程設備上執行一系列
操作步驟以產生電腦實現的處理,從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。
記憶體可能包括電腦可讀媒體中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性記憶體等形式,如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒體的示例。
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)、電可擦除可編程唯讀記憶體(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,磁帶磁磁碟儲存或其他磁性儲存設備或任何其他非傳輸媒體,可用於儲存可以被計算設備存取的資訊。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),如調變的資料信號和載波。
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。
本說明書一個或多個實施例可以在由電腦執行的電腦可執行指令的一般上下文中描述,例如程式模組。一般地,程式模組包括執行特定任務或實現特定抽象資料類型的例程、程式、物件、組件、資料結構等等。也可以在分布式計算環境中實踐本發明,在這些分布式計算環境中,由透過通信網路而被連接的遠程處理設備來執行任務。在分布式計算環境中,程式模組可以位於包括儲存設備在內的本地和遠程電腦儲存媒體中。
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。
以上所述僅為本說明書一個或多個實施例而已,並不用於限制本說明書。對於本領域技術人員來說,本說明書一個或多個實施例可以有各種更改和變化。凡在本說明書
一個或多個實施例的精神和原理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申請專利範圍的範圍之內。
Claims (18)
- 一種營銷資訊的推送設備,包括:處理器;以及被安排成儲存電腦可執行指令的記憶體,該可執行指令在被執行時使該處理器:獲取用戶的行為資料,該行為資料包括登錄行為資料和消費行為資料;對該用戶的行為資料進行行為模式分析,得到行為模式資料;該行為模式包括該行為資料的至少一個維度;對該行為模式資料進行關聯分析,得到該行為模式資料的關聯分析結果,包括:根據該用戶的登錄時間,確定該用戶對應的登錄時間片,其中,該登錄時間片與該用戶的登錄時間相關且包含該用戶的登錄行為模式資料和消費行為模式資料;對該用戶在各登錄時間片的消費行為模式資料進行分析,得到該關聯分析結果;根據該關聯分析結果向該用戶推送營銷資訊,其中,該對該用戶在各登錄時間片的消費行為模式資料進行分析,包括:確定該用戶在各登錄時間片的行為模式資料分別對應的權重值;其中,該權重值與各該行為模式資料的值正相關;從各該行為模式資料中提取符合預設篩選條件的 第一行為模式資料,該預設篩選條件包括以下至少一項:該權重值達到預設閾值、該權重值為位於前N個的高權重值;對該提取的第一行為模式資料進行分析。
- 根據申請專利範圍第1項所述的推送設備,該對該用戶的行為資料進行行為模式分析,得到行為模式資料,包括:對該用戶的登錄行為資料進行行為模式分析,得到以下至少一個維度上的登錄行為模式資料:登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號;及,對該用戶的消費行為資料進行行為模式分析,得到以下至少一個維度上的消費行為模式資料:消費時間、消費商戶、消費地點、消費商品、消費金額。
- 根據申請專利範圍第1項所述的推送設備,該對該用戶在各登錄時間片的消費行為模式資料進行分析,得到該關聯分析結果,包括:根據該用戶在各登錄時間片的消費行為模式資料,確定該用戶在與該各登錄時間片相對應的各時間周期內的消費行為模式資料。
- 根據申請專利範圍第1項所述的推送設備,該確定該用戶在各登錄時間片的行為模式資料分別對應的權重值之 後,該對該用戶在各登錄時間片的消費行為模式資料進行分析,還包括:確定並篩選出各登錄時間片內的登錄次數達到第一閾值、但消費次數低於第二閾值的第二行為模式資料;降低該第二行為模式資料所對應的權重值。
- 根據申請專利範圍第3項所述的推送設備,該根據該關聯分析結果向該用戶推送營銷資訊,包括:從多個營銷資訊中選擇與該用戶在該各時間周期內的消費行為模式資料相匹配的目標營銷資訊;或,產生與該用戶在該各時間周期內的消費行為模式資料相匹配的目標營銷資訊;向該用戶推送該目標營銷資訊。
- 根據申請專利範圍第5項所述的推送設備,該向該用戶推送該目標營銷資訊,包括:根據該用戶在該各時間周期內的消費行為模式資料,確定對該目標營銷資訊的推送次數;按照該推送次數向該用戶推送該目標營銷資訊。
- 一種營銷資訊的推送裝置,包括:獲取模組,獲取用戶的行為資料,該行為資料包括登錄行為資料和消費行為資料;第一分析模組,對該用戶的行為資料進行行為模式分 析,得到行為模式資料;該行為模式包括該行為資料的至少一個維度;第二分析模組,對該行為模式資料進行關聯分析,得到該行為模式資料的關聯分析結果;推送模組,根據該關聯分析結果向該用戶推送營銷資訊,其中,該第二分析模組包括:確定單元,根據該用戶的登錄時間,確定該用戶對應的登錄時間片,其中,該登錄時間片與該用戶的登錄時間相關且包含該用戶的登錄行為模式資料和消費行為模式資料第三分析單元,對該用戶在各登錄時間片的消費行為模式資料進行分析,得到該關聯分析結果,其中,該第三分析單元還用於:確定該用戶在各登錄時間片的行為模式資料分別對應的權重值;其中,該權重值與各該行為模式資料的值正相關;從各該行為模式資料中提取符合預設篩選條件的第一行為模式資料,該預設篩選條件包括以下至少一項:該權重值達到預設閾值、該權重值為位於前N個的高權重值;對該提取的第一行為模式資料進行分析。
- 根據申請專利範圍第7項所述的裝置,該第一分析模 組包括:第一分析單元,對該用戶的登錄行為資料進行行為模式分析,得到以下至少一個維度上的登錄行為模式資料:登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號;及,第二分析單元,對該用戶的消費行為資料進行行為模式分析,得到以下至少一個維度上的消費行為模式資料:消費時間、消費商戶、消費地點、消費商品、消費金額。
- 根據申請專利範圍第7項所述的裝置,該第三分析單元還用於:根據該用戶在各登錄時間片的消費行為模式資料,確定該用戶在與該各登錄時間片相對應的各時間周期內的消費行為模式資料。
- 根據申請專利範圍第7項所述的裝置,該第三分析單元還用於:在該確定該用戶在各登錄時間片的行為模式資料分別對應的權重值之後,確定並篩選出各登錄時間片內的登錄次數達到第一閾值、但消費次數低於第二閾值的第二行為模式資料;降低該第二行為模式資料所對應的權重值。
- 根據申請專利範圍第9項所述的裝置,該推送模組包 括:選擇或產生單元,從多個營銷資訊中選擇與該用戶在該各時間周期內的消費行為模式資料相匹配的目標營銷資訊;或,產生與該用戶在該各時間周期內的消費行為模式資料相匹配的目標營銷資訊;推送單元,向該用戶推送該目標營銷資訊。
- 根據申請專利範圍第11項所述的裝置,該推送單元還用於:根據該用戶在該各時間周期內的消費行為模式資料,確定對該目標營銷資訊的推送次數;按照該推送次數向該用戶推送該目標營銷資訊。
- 一種營銷資訊的推送儲存媒體,用於儲存電腦可執行指令,該可執行指令在被執行時實現以下流程:獲取用戶的行為資料,該行為資料包括登錄行為資料和消費行為資料;對該用戶的行為資料進行行為模式分析,得到行為模式資料;該行為模式包括該行為資料的至少一個維度;對該行為模式資料進行關聯分析,得到該行為模式資料的關聯分析結果,包括:根據該用戶的登錄時間,確定該用戶對應的登錄時間片,其中,該登錄時間片與該用戶的登錄時間相關且包含該用戶的登錄行為模式資料和消費行為模式資料; 對該用戶在各登錄時間片的消費行為模式資料進行分析,得到該關聯分析結果;根據該關聯分析結果向該用戶推送營銷資訊,其中,該對該用戶在各登錄時間片的消費行為模式資料進行分析,包括:確定該用戶在各登錄時間片的行為模式資料分別對應的權重值;其中,該權重值與各該行為模式資料的值正相關;從各該行為模式資料中提取符合預設篩選條件的第一行為模式資料,該預設篩選條件包括以下至少一項:該權重值達到預設閾值、該權重值為位於前N個的高權重值;對該提取的第一行為模式資料進行分析。
- 根據申請專利範圍第13項所述的儲存媒體,該對該用戶的行為資料進行行為模式分析,得到行為模式資料,包括:對該用戶的登錄行為資料進行行為模式分析,得到以下至少一個維度上的登錄行為模式資料:登錄時間、登錄次數、登錄地點、登錄網路、登錄帳號;及,對該用戶的消費行為資料進行行為模式分析,得到以下至少一個維度上的消費行為模式資料:消費時間、消費商戶、消費地點、消費商品、消費金額。
- 根據申請專利範圍第13項所述的儲存媒體,該對該用戶在各登錄時間片的消費行為模式資料進行分析,得到該關聯分析結果,包括:根據該用戶在各登錄時間片的消費行為模式資料,確定該用戶在與該各登錄時間片相對應的各時間周期內的消費行為模式資料。
- 根據申請專利範圍第13項所述的儲存媒體,該確定該用戶在各登錄時間片的行為模式資料分別對應的權重值之後,該對該用戶在各登錄時間片的消費行為模式資料進行分析,還包括:確定並篩選出各登錄時間片內的登錄次數達到第一閾值、但消費次數低於第二閾值的第二行為模式資料;降低該第二行為模式資料所對應的權重值。
- 根據申請專利範圍第15項所述的儲存媒體,該根據該關聯分析結果向該用戶推送營銷資訊,包括:從多個營銷資訊中選擇與該用戶在該各時間周期內的消費行為模式資料相匹配的目標營銷資訊;或,產生與該用戶在該各時間周期內的消費行為模式資料相匹配的目標營銷資訊;向該用戶推送該目標營銷資訊。
- 根據申請專利範圍第17項所述的儲存媒體,該向該用 戶推送該目標營銷資訊,包括:根據該用戶在該各時間周期內的消費行為模式資料,確定對該目標營銷資訊的推送次數;按照該推送次數向該用戶推送該目標營銷資訊。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810002025.3 | 2018-01-02 | ||
??201810002025.3 | 2018-01-02 | ||
CN201810002025.3A CN108289121B (zh) | 2018-01-02 | 2018-01-02 | 营销信息的推送方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201931256A TW201931256A (zh) | 2019-08-01 |
TWI777004B true TWI777004B (zh) | 2022-09-11 |
Family
ID=62834816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107143205A TWI777004B (zh) | 2018-01-02 | 2018-12-03 | 營銷資訊的推送設備、裝置及儲存媒體 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN108289121B (zh) |
TW (1) | TWI777004B (zh) |
WO (1) | WO2019134544A1 (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108289121B (zh) * | 2018-01-02 | 2020-09-29 | 阿里巴巴集团控股有限公司 | 营销信息的推送方法及装置 |
CN109003131B (zh) * | 2018-07-18 | 2020-09-22 | 口口相传(北京)网络技术有限公司 | 基于用户场景属性信息的精准营销方法及装置 |
CN110738494A (zh) * | 2018-07-19 | 2020-01-31 | 普华云创科技(北京)有限公司 | 基于区块链的用户共享管理方法、设备及存储介质 |
CN111355759B (zh) * | 2018-12-20 | 2023-04-07 | 中国移动通信集团辽宁有限公司 | 营销信息推送方法及系统 |
CN109741107A (zh) * | 2018-12-30 | 2019-05-10 | 上海掌门科技有限公司 | 优惠信息确定方法、装置、电子设备及介质 |
CN110136002B (zh) * | 2019-03-21 | 2023-09-12 | 创新先进技术有限公司 | 缴费提醒方法及装置、计算设备及计算机可读存储介质 |
CN110099363B (zh) * | 2019-03-28 | 2022-04-05 | 苏州德沃元驰信息科技有限公司 | 一种基于消费大数据的营销广告平台数据分发方法及系统 |
CN111814030B (zh) * | 2019-04-10 | 2023-10-27 | 百度在线网络技术(北京)有限公司 | 推送方法、装置、设备和介质 |
CN110111158A (zh) * | 2019-05-16 | 2019-08-09 | 创络(上海)数据科技有限公司 | 生命周期或成长特征的营销设计方法、装置和存储介质 |
CN111932288A (zh) * | 2019-11-29 | 2020-11-13 | 上海群之脉信息科技有限公司 | 基于社交网络的自动化营销系统及其方法 |
CN111339408B (zh) * | 2020-02-19 | 2023-08-08 | 北京百度网讯科技有限公司 | 信息推荐方法和装置 |
CN111311332A (zh) * | 2020-02-28 | 2020-06-19 | 北京互金新融科技有限公司 | 用户数据的处理方法和装置 |
CN112750213B (zh) * | 2020-12-29 | 2022-06-14 | 深圳市顺易通信息科技有限公司 | 一种停车服务信息推送方法、装置、设备及介质 |
CN114357286A (zh) * | 2021-12-24 | 2022-04-15 | 广州风腾网络科技有限公司 | 一种数据营销方案的推送方法、系统、设备及存储介质 |
CN114430426A (zh) * | 2022-01-10 | 2022-05-03 | 成都易达数安科技有限公司 | 一种基于行为特征和消息策略的app用户日活智能激活方法 |
CN116150482B (zh) * | 2023-01-28 | 2023-09-29 | 北京黑马企服科技有限公司 | 一种基于大数据云平台的分布式消息推送系统 |
CN116823382B (zh) * | 2023-05-17 | 2024-01-05 | 南京邮电大学 | 一种基于大数据的产品推广方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820879A (zh) * | 2015-05-27 | 2015-08-05 | 北京京东尚科信息技术有限公司 | 一种用户行为信息的分析方法和装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012091638A1 (en) * | 2010-12-27 | 2012-07-05 | Telefonaktiebolaget L M Ericsson (Publ) | Method and arrangement for enabling customized recommendations |
US20140164100A1 (en) * | 2012-12-12 | 2014-06-12 | Codemasters International, LLC | System and method for providing recommendations |
CN104835057A (zh) * | 2015-04-02 | 2015-08-12 | 百度在线网络技术(北京)有限公司 | 一种获取网络用户的消费特征信息的方法及装置 |
CN105205699A (zh) * | 2015-09-17 | 2015-12-30 | 北京众荟信息技术有限公司 | 基于酒店点评的用户标签和酒店标签匹配方法及装置 |
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 |
CN106204144A (zh) * | 2016-07-14 | 2016-12-07 | 乐视控股(北京)有限公司 | 一种信息推送方法及信息推送装置 |
CN106846035A (zh) * | 2016-12-15 | 2017-06-13 | 北京小度信息科技有限公司 | 信息推送方法及装置 |
CN107391680A (zh) * | 2017-07-24 | 2017-11-24 | 北京京东尚科信息技术有限公司 | 内容推荐方法、装置和设备 |
CN108289121B (zh) * | 2018-01-02 | 2020-09-29 | 阿里巴巴集团控股有限公司 | 营销信息的推送方法及装置 |
-
2018
- 2018-01-02 CN CN201810002025.3A patent/CN108289121B/zh active Active
- 2018-12-03 TW TW107143205A patent/TWI777004B/zh active
- 2018-12-24 WO PCT/CN2018/123043 patent/WO2019134544A1/zh active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820879A (zh) * | 2015-05-27 | 2015-08-05 | 北京京东尚科信息技术有限公司 | 一种用户行为信息的分析方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
TW201931256A (zh) | 2019-08-01 |
CN108289121B (zh) | 2020-09-29 |
WO2019134544A1 (zh) | 2019-07-11 |
CN108289121A (zh) | 2018-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI777004B (zh) | 營銷資訊的推送設備、裝置及儲存媒體 | |
US9866578B2 (en) | System and method for network intrusion detection anomaly risk scoring | |
US10491697B2 (en) | System and method for bot detection | |
CN104504084B (zh) | 确定用户留存率的方法及装置 | |
US10332184B2 (en) | Personalized application recommendations | |
WO2017101389A1 (zh) | 一种移动终端的信息推荐方法及装置 | |
US11775411B2 (en) | Detection of computing resource leakage in cloud computing architectures | |
TW201939400A (zh) | 目標用戶群體的確定方法和裝置 | |
US11082509B1 (en) | Determining session intent | |
TW201743204A (zh) | 資訊推送方法及裝置 | |
CN109309596B (zh) | 一种压力测试方法、装置及服务器 | |
CN108416616A (zh) | 投诉举报类别的排序方法和装置 | |
CN107741986B (zh) | 用户行为预测及相应信息推荐方法和装置 | |
CN111309614A (zh) | A/b测试方法、装置及电子设备 | |
US10078851B2 (en) | Systems and methods for leveraging social queuing to identify and prevent ticket purchaser simulation | |
CN111213349A (zh) | 用于检测客户端设备上的欺诈行为的系统和方法 | |
US20160232548A1 (en) | Adaptive pricing analytics | |
US20150381825A1 (en) | Mobile application usage monitor | |
US20170345054A1 (en) | Generating and utilizing a conversational index for marketing campaigns | |
US20140201271A1 (en) | User generated rating by machine classification of entity | |
US20170068899A1 (en) | User action prediction | |
CN108235360B (zh) | 甄别用户的方法及设备 | |
CN109325015B (zh) | 一种领域模型的特征字段的提取方法及装置 | |
CN104281599A (zh) | 用于向社交网络中的用户推荐信息的方法和装置 | |
US20190065987A1 (en) | Capturing knowledge coverage of machine learning models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GD4A | Issue of patent certificate for granted invention patent |