CN105677831A - 一种确定推荐商户的方法及装置 - Google Patents

一种确定推荐商户的方法及装置 Download PDF

Info

Publication number
CN105677831A
CN105677831A CN201610003776.8A CN201610003776A CN105677831A CN 105677831 A CN105677831 A CN 105677831A CN 201610003776 A CN201610003776 A CN 201610003776A CN 105677831 A CN105677831 A CN 105677831A
Authority
CN
China
Prior art keywords
trade company
score value
user
history order
user side
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
CN201610003776.8A
Other languages
English (en)
Other versions
CN105677831B (zh
Inventor
乐建军
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.)
Lazas Network Technology Shanghai Co Ltd
Original Assignee
Lazas Network Technology Shanghai 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 Lazas Network Technology Shanghai Co Ltd filed Critical Lazas Network Technology Shanghai Co Ltd
Priority to CN201610003776.8A priority Critical patent/CN105677831B/zh
Publication of CN105677831A publication Critical patent/CN105677831A/zh
Application granted granted Critical
Publication of CN105677831B publication Critical patent/CN105677831B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种确定推荐商户的方法及装置。本发明实施例中,接收用户端发送的登录请求消息,并根据用户端的位置信息确定目标区域以及与目标区域对应的各个商户,根据历史订单信息,确定各个商户的评分值,并按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户。本发明实施例首先确定目标区域以及目标区域对应的各个商户,从而使得确定出的商户均为可为该用户提供服务的有效商户,进一步地,根据商户的历史订单信息以及用户的订单信息两个方面来确定商户的评分值,充分考虑了商户的情况以及用户的主观情况,使得确定出的推荐商户更符合用户的需求,能够方便用户的消费。

Description

一种确定推荐商户的方法及装置
技术领域
本发明涉及数据挖掘技术领域,尤其涉及一种确定推荐商户的方法及装置。
背景技术
伴随着互联网的飞速发展,网上购物已越来越多地深入到人们的生活之中。为满足人们的购物需求以及促进人们的消费,在用户登录网上购物页面时,通常会向用户推荐一些符合用户需求的商户,以供用户选择。
现有的智能推荐***,通常根据商户的情况,例如该商户的销量、该商户的质量等情况,确定出向用户推荐的商户。然而,对于餐厅这样一种特殊类型的商户,其所服务的对象具有严格的地域限制,即每个餐厅均有其划定的配送范围,而对于配送范围以外的用户,该餐厅无法向其提供服务。此时,即使将该餐厅推荐给用户,也属于一个无效的推荐。且,现有的推荐方法仅根据餐厅的情况向用户进行推荐,会造成为用户推荐的餐厅与用户平常的消费习惯不符合等问题。
综上,目前亟需一种有效的确定推荐商户的方法,从而实现为用户推荐符合用户需求的商户,方便用户的消费。
发明内容
本发明实施例提供一种确定推荐商户的方法及装置,用以解决现有技术中确定出的推荐商户不能有效满足用户需求的技术问题。
本发明实施例提供一种确定推荐商户的方法,包括:
接收用户端发送的登录请求消息;所述登录请求消息中包括所述用户端的位置信息和与所述用户端对应的用户的标识信息;
根据所述用户端的位置信息确定所述用户端所属的目标区域以及与所述目标区域对应的各个商户;
根据所述各个商户的历史订单信息以及所述用户端对应的用户的历史订单信息,确定所述各个商户的评分值;所述用户端对应的用户的历史订单信息是根据所述用户的标识信息得到的;
按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户发送给所述用户端。
较佳地,所述根据所述各个商户的历史订单信息以及所述用户端对应的用户的历史订单信息,确定所述各个商户的评分值,包括:
获取所述各个商户在第一设定时间范围内的历史订单信息;所述历史订单信息中包括评分信息,一个商户的评分信息是指一个或一个以上的用户对该商户的原始评分值;
根据一个或一个以上的用户对所述各个商户的原始评分值,确定所述各个商户的第一评分值;
获取所述用户端对应的用户在第二设定时间范围内的历史订单信息以及所述各个商户在第二设定时间范围内的的历史订单信息;所述历史订单信息中包括所述历史订单的消费金额;
根据所述用户在所述第二设定时间范围内的各个历史订单的消费金额以及所述各个商户在所述第二设定时间范围内的历史订单的消费金额,确定所述各个商户的第二评分值;
根据所述各个商户的第一评分值和第二评分值,确定所述各个商户的评分值。
较佳地,所述根据一个或一个以上的用户对所述各个商户的原始评分值,确定所述各个商户的第一评分值,包括:
根据以下公式确定第i商户的第一评分值,i为正整数:
P i = p ( i ) - p ( m i n ) p ( max ) - p ( m i n )
其中,Pi为所述第i商户的第一评分值;p(i)为所述第i商户的初始评分值;p(min)为所述各个商户的初始评分值中的最小值;p(max)为所述各个商户的初始评分值中的最大值;
根据以下公式确定所述第i商户的初始评分值:
p ( i ) = Σ j = 1 n U ( j ) n
其中,U(j)为第j用户对所述第i商户的归一化评分;n为用户个数。
根据以下公式确定所述第j用户对所述第i商户的归一化评分:
U ( j ) = u ( j ) - u ( m i n ) u ( max ) - u ( m i n )
其中,u(j)为所述第j用户对所述第i商户的原始评分值;u(min)为所述第j用户对所述各个商户的原始评分值中的最小值;u(max)为所述第j用户对所述各个商户的原始评分值中的最大值。
较佳地,所述根据所述用户在所述第二设定时间范围内的各个历史订单的消费金额以及所述各个商户在所述第二设定时间范围内的历史订单的消费金额,确定所述各个商户的第二评分值,包括:
根据以下公式确定所述第i商户的第二评分值:
k ( i c ) = | u k ( c ) - r k ( i ) | r k ( i )
其中,k(ic)为所述第i商户的第二评分值;uk(c)为所述用户端对应的用户在所述第二设定时间范围内的历史订单的消费金额的平均值;rk(i)为所述第i商户在所述第二设定时间范围内的历史订单的消费金额的平均值。
较佳地,所述根据所述各个商户的第一评分值和第二评分值,确定所述各个商户的评分值,包括:
根据以下公式确定第i商户的评分值,i为正整数:
UP(ic)=Pi*X-k(ic)*Y
其中,UP(ic)表示所述第i商户的评分值;Pi为所述第i商户的第一评分值;k(ic)为所述第i商户的第二评分值;X、Y为权重值,且X+Y=1。
本发明实施例提供一种确定推荐商户的装置,该装置包括:
接收模块,用于接收用户端发送的登录请求消息;所述登录请求消息中包括所述用户端的位置信息和与所述用户端对应的用户的标识信息;
处理模块,用于根据所述用户端的位置信息确定所述用户端所属的目标区域以及与所述目标区域对应的各个商户;根据所述各个商户的历史订单信息以及所述用户端对应的用户的历史订单信息,确定所述各个商户的评分值;所述用户端对应的用户的历史订单信息是根据所述用户的标识信息得到的;
发送模块,用于按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户发送给所述用户端。
较佳地,所述处理模块具体用于:
获取所述各个商户在第一设定时间范围内的历史订单信息;所述历史订单信息中包括评分信息,一个商户的评分信息是指一个或一个以上的用户对该商户的原始评分值;
根据一个或一个以上的用户对所述各个商户的原始评分值,确定所述各个商户的第一评分值;
获取所述用户端对应的用户在第二设定时间范围内的历史订单信息以及所述各个商户在第二设定时间范围内的的历史订单信息;所述历史订单信息中包括所述历史订单的消费金额;
根据所述用户在所述第二设定时间范围内的各个历史订单的消费金额以及所述各个商户在所述第二设定时间范围内的历史订单的消费金额,确定所述各个商户的第二评分值;
根据所述各个商户的第一评分值和第二评分值,确定所述各个商户的评分值。
较佳地,所述处理模块具体用于:
根据以下公式确定第i商户的第一评分值,i为正整数:
P i = p ( i ) - p ( m i n ) p ( max ) - p ( m i n )
其中,Pi为所述第i商户的第一评分值;p(i)为所述第i商户的初始评分值;p(min)为所述各个商户的初始评分值中的最小值;p(max)为所述各个商户的初始评分值中的最大值;
根据以下公式确定所述第i商户的初始评分值:
p ( i ) = Σ j = 1 n U ( j ) n
其中,U(j)为第j用户对所述第i商户的归一化评分;n为用户个数。
根据以下公式确定所述第j用户对所述第i商户的归一化评分:
U ( j ) = u ( j ) - u ( m i n ) u ( max ) - u ( m i n )
其中,u(j)为所述第j用户对所述第i商户的原始评分值;u(min)为所述第j用户对所述各个商户的原始评分值中的最小值;u(max)为所述第j用户对所述各个商户的原始评分值中的最大值。
较佳地,所述处理模块具体用于:
根据以下公式确定所述第i商户的第二评分值:
k ( i c ) = | u k ( c ) - r k ( i ) | r k ( i )
其中,k(ic)为所述第i商户的第二评分值;uk(c)为所述用户端对应的用户在所述第二设定时间范围内的历史订单的消费金额的平均值;rk(i)为所述第i商户在所述第二设定时间范围内的历史订单的消费金额的平均值。
较佳地,所述处理模块具体用于:
根据以下公式确定第i商户的评分值,i为正整数:
UP(ic)=Pi*X-k(ic)*Y
其中,UP(ic)表示所述第i商户的评分值;Pi为所述第i商户的第一评分值;k(ic)为所述第i商户的第二评分值;X、Y为权重值,且X+Y=1。
本发明的上述实施例中,接收用户端发送的登录请求消息;登录请求消息中包括用户端的位置信息和与用户端对应的用户的标识信息;根据用户端的位置信息确定用户端所属的目标区域以及与目标区域对应的各个商户,根据各个商户的历史订单信息以及用户端对应的用户的历史订单信息,确定各个商户的评分值;从而根据商户的评分值,按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户。本发明实施例首先根据用户端的位置信息,确定目标区域以及目标区域对应的各个商户,从而使得确定出的商户均为可为该用户提供服务的有效商户,进一步地,根据商户的历史订单信息以及用户的订单信息两个方面来确定商户的评分值,充分考虑了商户的情况以及用户的主观情况,使得确定出的推荐商户更符合用户的需求,能够方便用户的消费。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种确定推荐商户的方法对应的流程示意图;
图2为本发明实施例提供的一种确定推荐商户的装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种确定推荐商户的方法对应的流程示意图,如图1所示,该方法包括:
步骤101,接收用户端发送的登录请求消息;所述登录请求消息中包括所述用户端的位置信息和与所述用户端对应的用户的标识信息;
步骤102,根据所述用户端的位置信息确定所述用户端所属的目标区域以及与所述目标区域对应的各个商户;
步骤103,根据所述各个商户的历史订单信息以及所述用户端对应的用户的历史订单信息,确定所述各个商户的评分值;所述用户端对应的用户的历史订单信息是根据所述用户的标识信息得到的;
步骤104,按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户发送给所述用户端。
本发明实施例首先根据用户端的位置信息,确定目标区域以及目标区域对应的各个商户,从而使得这些商户均为可为该用户提供服务的有效商户,进一步地,根据商户的历史订单信息以及用户的订单信息两个方面来确定商户的评分值,充分考虑了商户的情况以及用户的主观情况,使得确定出的推荐商户更符合用户的需求,能够方便用户的消费。
本发明实施例中的用户端可以为手机或电脑等设备,与用户端对应的用户是指使用该用户端登录的用户,用户的标识信息可以为账号信息或其它用于唯一标识用户的信息。本发明实施例中,确定出的目标区域对应的各个商户均为同一类型的商户,例如均为餐厅,或者均为其它类型的商户。
在步骤101中,登录请求消息中包括的用户端的位置信息可根据多种方式获取,例如,通过GPS定位方法等。
本发明实施例中,可根据调研和收集信息等方式,进行区域的划分。其中,区域对应的商户是指能够为该区域内的用户服务的商户。具体地,若商户为餐厅,则可分析餐厅的配送范围,若餐厅的配送范围覆盖该区域,则确定该餐厅为该区域对应的餐厅,若餐厅的配送范围不覆盖该区域,则该餐厅不是该区域对应的餐厅。具体地,可由本领域技术人员根据实际情况来具体界定各个区域,以及各个区域对应的商户,或者,也可以在完成区域的划分后,由商户根据自己的实际情况,选定其所能服务的区域,进而确定出各个区域对应的商户。
进一步地,本发明实施例中划分好的区域以及各个区域对应的商户等信息可以采用多种存储格式进行存储,比如数据库形式,本申请实施例对此不做限制。
以采用数据库形式存储上述信息为例,数据库中存储有区域的标识信息以及区域对应的商户的标识信息,如表1所示。
表1:数据库中的数据表的内容
表1中,区域的标识信息可以用区域的编号或其它能够唯一标识区域的信息表示;商户的标识信息可以为商户的店名或其它能够唯一标识商户的信息表示。表1仅为一种示例,在实际应用中,根据需要可在表1的基础上进行增删。
在步骤102中,根据用户端的位置信息以及上述表1中各个区域的位置信息,确定用户端所属的目标区域,进而得到该目标区域对应的各个商户。
在步骤103中,获取所述各个商户在第一设定时间范围内的历史订单信息,其中,第一设定时间范围可由本领域技术人员根据具体情况确定,例如,可以设置为近3个月或者近1个月等。历史订单信息中包括评分信息,一个商户的评分信息是指一个或一个以上的用户对该商户的原始评分值;根据一个或一个以上的用户对所述各个商户的原始评分值,确定所述各个商户的第一评分值。
具体地,根据以下公式确定第i商户的第一评分值,i为正整数:
P i = p ( i ) - p ( m i n ) p ( max ) - p ( m i n )
其中,Pi为所述第i商户的第一评分值;p(i)为所述第i商户的初始评分值;p(min)为所述各个商户的初始评分值中的最小值;p(max)为所述各个商户的初始评分值中的最大值;
根据以下公式确定所述第i商户的初始评分值:
p ( i ) = Σ j = 1 n U ( j ) n
其中,U(j)为第j用户对所述第i商户的归一化评分;n为用户个数。
根据以下公式确定所述第j用户对所述第i商户的归一化评分:
U ( j ) = u ( j ) - u ( m i n ) u ( max ) - u ( m i n )
其中,u(j)为所述第j用户对所述第i商户的原始评分值;u(min)为所述第j用户对所述各个商户的原始评分值中的最小值;u(max)为所述第j用户对所述各个商户的原始评分值中的最大值。
获取用户端对应的用户在第二设定时间范围内的历史订单信息以及各个商户在第二设定时间范围内的历史订单信息;其中,第二设定时间范围可由本领域技术人员根据具体情况确定,例如,可以设置为近3个月或者近1个月等。第二设定时间范围可以与第一设定时间范围相同,也可以与第一设定时间范围不相同,本发明实施例优选第二设定时间范围与第一设定时间范围相同或相近,以使结果更为准确。历史订单信息中包括用户的标识信息、商户的标识信息以及历史订单的消费金额,因此,用户端对应的用户的历史订单信息可根据该用户的标识信息获取,各个商户的历史订单信息可根据该各个商户的标识信息获取。
进一步地,根据用户在第二设定时间范围内的各个历史订单的消费金额以及各个商户在第二设定时间范围内的历史订单的消费金额,可以确定出各个商户的第二评分值;具体地,可根据以下公式确定所述第i商户的第二评分值:
k ( i c ) = | u k ( c ) - r k ( i ) | r k ( i )
其中,k(ic)为所述第i商户的第二评分值;uk(c)为所述用户端对应的用户在所述第二设定时间范围内的历史订单的消费金额的平均值;rk(i)为所述第i商户在所述第二设定时间范围内的历史订单的消费金额的平均值。
在步骤104中,根据各个商户的第一评分值和第二评分值,确定各个商户的评分值。具体地,可根据以下公式确定第i商户的评分值,i为正整数:
UP(ic)=Pi*X-k(ic)*Y
其中,UP(ic)表示所述第i商户的评分值;Pi为所述第i商户的第一评分值;k(ic)为所述第i商户的第二评分值;X、Y为权重值,且X+Y=1。
本发明实施例中,还可以根据用户在第二设定时间范围内的历史订单信息,分析出用户偏好的商户特征,例如,在商户为餐厅的情况下,可根据历史订单信息分析出用户偏好的餐厅口味,例如,根据用户的历史订单信息分析得到用户大多数的订单属于清淡口味的餐厅的订单,则确定该用户偏好的餐厅口味为清淡口味,从而可在计算出上述评分值的基础上,适当提高属于清淡口味的餐厅的评分值,具体提高的标准可由本领域技术人员根据实际情况来确定。
通过上述方式确定出各个商户的评分值后,按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户。确定出推荐商户后,可将推荐商户以及推荐商户的评分值发送给用户端,以使用户端根据推荐商户的评分值将各个推荐商户按照评分值由高到低的顺序显示给用户,供用户选择。
本发明的上述实施例中,接收用户端发送的登录请求消息;登录请求消息中包括用户端的位置信息和与用户端对应的用户的标识信息;根据用户端的位置信息确定用户端所属的目标区域以及与目标区域对应的各个商户,根据各个商户的历史订单信息以及用户端对应的用户的历史订单信息,确定各个商户的评分值;从而根据商户的评分值,按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户。本发明实施例首先根据用户端的位置信息,确定目标区域以及目标区域对应的各个商户,从而使得确定出的商户均为可为该用户提供服务的有效商户,进一步地,根据商户的历史订单信息以及用户的订单信息两个方面来确定商户的评分值,充分考虑了商户的情况以及用户的主观情况,使得确定出的推荐商户更符合用户的需求,能够方便用户的消费。
针对上述方法流程,本发明实施例还提供一种确定推荐商户的装置,该装置的具体内容可以参照上述方法实施,在此不再赘述。
图2为本发明实施例提供的一种确定推荐商户的装置的结构示意图,该装置包括:
接收模块201,用于接收用户端发送的登录请求消息;所述登录请求消息中包括所述用户端的位置信息和与所述用户端对应的用户的标识信息;
处理模块202,用于根据所述用户端的位置信息确定所述用户端所属的目标区域以及与所述目标区域对应的各个商户;根据所述各个商户的历史订单信息以及所述用户端对应的用户的历史订单信息,确定所述各个商户的评分值;所述用户端对应的用户的历史订单信息是根据所述用户的标识信息得到的;
发送模块203,用于按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户发送给所述用户端。
较佳地,所述处理模块202具体用于:
获取所述各个商户在第一设定时间范围内的历史订单信息;所述历史订单信息中包括评分信息,一个商户的评分信息是指一个或一个以上的用户对该商户的原始评分值;
根据一个或一个以上的用户对所述各个商户的原始评分值,确定所述各个商户的第一评分值;
获取所述用户端对应的用户在第二设定时间范围内的历史订单信息以及所述各个商户在第二设定时间范围内的的历史订单信息;所述历史订单信息中包括所述历史订单的消费金额;
根据所述用户在所述第二设定时间范围内的各个历史订单的消费金额以及所述各个商户在所述第二设定时间范围内的历史订单的消费金额,确定所述各个商户的第二评分值;
根据所述各个商户的第一评分值和第二评分值,确定所述各个商户的评分值。
较佳地,所述处理模块202具体用于:
根据以下公式确定第i商户的第一评分值,i为正整数:
P i = p ( i ) - p ( m i n ) p ( max ) - p ( m i n )
其中,Pi为所述第i商户的第一评分值;p(i)为所述第i商户的初始评分值;p(min)为所述各个商户的初始评分值中的最小值;p(max)为所述各个商户的初始评分值中的最大值;
根据以下公式确定所述第i商户的初始评分值:
p ( i ) = Σ j = 1 n U ( j ) n
其中,U(j)为第j用户对所述第i商户的归一化评分;n为用户个数。
根据以下公式确定所述第j用户对所述第i商户的归一化评分:
U ( j ) = u ( j ) - u ( m i n ) u ( max ) - u ( m i n )
其中,u(j)为所述第j用户对所述第i商户的原始评分值;u(min)为所述第j用户对所述各个商户的原始评分值中的最小值;u(max)为所述第j用户对所述各个商户的原始评分值中的最大值。
较佳地,所述处理模块202具体用于:
根据以下公式确定所述第i商户的第二评分值:
k ( i c ) = | u k ( c ) - r k ( i ) | r k ( i )
其中,k(ic)为所述第i商户的第二评分值;uk(c)为所述用户端对应的用户在所述第二设定时间范围内的历史订单的消费金额的平均值;rk(i)为所述第i商户在所述第二设定时间范围内的历史订单的消费金额的平均值。
较佳地,所述处理模块202具体用于:
根据以下公式确定第i商户的评分值,i为正整数:
UP(ic)=Pi*X-k(ic)*Y
其中,UP(ic)表示所述第i商户的评分值;Pi为所述第i商户的第一评分值;k(ic)为所述第i商户的第二评分值;X、Y为权重值,且X+Y=1。
从上述内容可以看出:本发明的上述实施例中,接收用户端发送的登录请求消息;登录请求消息中包括用户端的位置信息和与用户端对应的用户的标识信息;根据用户端的位置信息确定用户端所属的目标区域以及与目标区域对应的各个商户,根据各个商户的历史订单信息以及用户端对应的用户的历史订单信息,确定各个商户的评分值;从而根据商户的评分值,按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户。本发明实施例首先根据用户端的位置信息,确定目标区域以及目标区域对应的各个商户,从而使得确定出的商户均为可为该用户提供服务的有效商户,进一步地,根据商户的历史订单信息以及用户的订单信息两个方面来确定商户的评分值,充分考虑了商户的情况以及用户的主观情况,使得确定出的推荐商户更符合用户的需求,能够方便用户的消费。
本领域内的技术人员应明白,本发明的实施例可提供为方法、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种确定推荐商户的方法,其特征在于,该方法包括:
接收用户端发送的登录请求消息;所述登录请求消息中包括所述用户端的位置信息和与所述用户端对应的用户的标识信息;
根据所述用户端的位置信息确定所述用户端所属的目标区域以及与所述目标区域对应的各个商户;
根据所述各个商户的历史订单信息以及所述用户端对应的用户的历史订单信息,确定所述各个商户的评分值;所述用户端对应的用户的历史订单信息是根据所述用户的标识信息得到的;
按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户发送给所述用户端。
2.如权利要求1所述的方法,其特征在于,所述根据所述各个商户的历史订单信息以及所述用户端对应的用户的历史订单信息,确定所述各个商户的评分值,包括:
获取所述各个商户在第一设定时间范围内的历史订单信息;所述历史订单信息中包括评分信息,一个商户的评分信息是指一个或一个以上的用户对该商户的原始评分值;
根据一个或一个以上的用户对所述各个商户的原始评分值,确定所述各个商户的第一评分值;
获取所述用户端对应的用户在第二设定时间范围内的历史订单信息以及所述各个商户在第二设定时间范围内的的历史订单信息;所述历史订单信息中包括所述历史订单的消费金额;
根据所述用户在所述第二设定时间范围内的各个历史订单的消费金额以及所述各个商户在所述第二设定时间范围内的历史订单的消费金额,确定所述各个商户的第二评分值;
根据所述各个商户的第一评分值和第二评分值,确定所述各个商户的评分值。
3.如权利要求2所述的方法,其特征在于,所述根据一个或一个以上的用户对所述各个商户的原始评分值,确定所述各个商户的第一评分值,包括:
根据以下公式确定第i商户的第一评分值,i为正整数:
P i = p ( i ) - p ( m i n ) p ( max ) - p ( m i n )
其中,Pi为所述第i商户的第一评分值;p(i)为所述第i商户的初始评分值;p(min)为所述各个商户的初始评分值中的最小值;p(max)为所述各个商户的初始评分值中的最大值;
根据以下公式确定所述第i商户的初始评分值:
p ( i ) = Σ j = 1 n U ( j ) n
其中,U(j)为第j用户对所述第i商户的归一化评分;n为用户个数;
根据以下公式确定所述第j用户对所述第i商户的归一化评分:
U ( j ) = n ( j ) - u ( m i n ) u ( max ) - u ( min )
其中,u(j)为所述第j用户对所述第i商户的原始评分值;u(min)为所述第j用户对所述各个商户的原始评分值中的最小值;u(max)为所述第j用户对所述各个商户的原始评分值中的最大值。
4.如权利要求2所述的方法,其特征在于,所述根据所述用户在所述第二设定时间范围内的各个历史订单的消费金额以及所述各个商户在所述第二设定时间范围内的历史订单的消费金额,确定所述各个商户的第二评分值,包括:
根据以下公式确定所述第i商户的第二评分值:
k ( i c ) = | u k ( c ) - r k ( i ) | r k ( i )
其中,k(ic)为所述第i商户的第二评分值;uk(c)为所述用户端对应的用户在所述第二设定时间范围内的历史订单的消费金额的平均值;rk(i)为所述第i商户在所述第二设定时间范围内的历史订单的消费金额的平均值。
5.如权利要求2所述的方法,其特征在于,所述根据所述各个商户的第一评分值和第二评分值,确定所述各个商户的评分值,包括:
根据以下公式确定第i商户的评分值,i为正整数:
UP(ic)=Pi*X-k(ic)*Y
其中,UP(ic)表示所述第i商户的评分值;Pi为所述第i商户的第一评分值;k(ic)为所述第i商户的第二评分值;X、Y为权重值,且X+Y=1。
6.一种确定推荐商户的装置,其特征在于,该装置包括:
接收模块,用于接收用户端发送的登录请求消息;所述登录请求消息中包括所述用户端的位置信息和与所述用户端对应的用户的标识信息;
处理模块,用于根据所述用户端的位置信息确定所述用户端所属的目标区域以及与所述目标区域对应的各个商户;根据所述各个商户的历史订单信息以及所述用户端对应的用户的历史订单信息,确定所述各个商户的评分值;所述用户端对应的用户的历史订单信息是根据所述用户的标识信息得到的;
发送模块,用于按照评分值由大到小的顺序对所述各个商户进行排序,将排名靠前的N个商户确定为推荐商户发送给所述用户端。
7.如权利要求6所述的装置,其特征在于,所述处理模块具体用于:
获取所述各个商户在第一设定时间范围内的历史订单信息;所述历史订单信息中包括评分信息,一个商户的评分信息是指一个或一个以上的用户对该商户的原始评分值;
根据一个或一个以上的用户对所述各个商户的原始评分值,确定所述各个商户的第一评分值;
获取所述用户端对应的用户在第二设定时间范围内的历史订单信息以及所述各个商户在第二设定时间范围内的的历史订单信息;所述历史订单信息中包括所述历史订单的消费金额;
根据所述用户在所述第二设定时间范围内的各个历史订单的消费金额以及所述各个商户在所述第二设定时间范围内的历史订单的消费金额,确定所述各个商户的第二评分值;
根据所述各个商户的第一评分值和第二评分值,确定所述各个商户的评分值。
8.如权利要求7所述的装置,其特征在于,所述处理模块具体用于:
根据以下公式确定第i商户的第一评分值,i为正整数:
P i = p ( i ) - p ( m i n ) p ( max ) - p ( m i n )
其中,Pi为所述第i商户的第一评分值;p(i)为所述第i商户的初始评分值;p(min)为所述各个商户的初始评分值中的最小值;p(max)为所述各个商户的初始评分值中的最大值;
根据以下公式确定所述第i商户的初始评分值:
p ( i ) = Σ j = 1 n U ( j ) n
其中,U(j)为第j用户对所述第i商户的归一化评分;n为用户个数;
根据以下公式确定所述第j用户对所述第i商户的归一化评分:
U ( j ) = u ( j ) - u ( m i n ) u ( max ) - u ( min )
其中,u(j)为所述第j用户对所述第i商户的原始评分值;u(min)为所述第j用户对所述各个商户的原始评分值中的最小值;u(max)为所述第j用户对所述各个商户的原始评分值中的最大值。
9.如权利要求7所述的装置,其特征在于,所述处理模块具体用于:
根据以下公式确定所述第i商户的第二评分值:
k ( i c ) = | u k ( c ) - r k ( i ) | r k ( i )
其中,k(ic)为所述第i商户的第二评分值;uk(c)为所述用户端对应的用户在所述第二设定时间范围内的历史订单的消费金额的平均值;rk(i)为所述第i商户在所述第二设定时间范围内的历史订单的消费金额的平均值。
10.如权利要求7所述的装置,其特征在于,所述处理模块具体用于:
根据以下公式确定第i商户的评分值,i为正整数:
UP(ic)=Pi*X-k(ic)*Y
其中,UP(ic)表示所述第i商户的评分值;Pi为所述第i商户的第一评分值;k(ic)为所述第i商户的第二评分值;X、Y为权重值,且X+Y=1。
CN201610003776.8A 2016-01-04 2016-01-04 一种确定推荐商户的方法及装置 Active CN105677831B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610003776.8A CN105677831B (zh) 2016-01-04 2016-01-04 一种确定推荐商户的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610003776.8A CN105677831B (zh) 2016-01-04 2016-01-04 一种确定推荐商户的方法及装置

Publications (2)

Publication Number Publication Date
CN105677831A true CN105677831A (zh) 2016-06-15
CN105677831B CN105677831B (zh) 2022-03-22

Family

ID=56298807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610003776.8A Active CN105677831B (zh) 2016-01-04 2016-01-04 一种确定推荐商户的方法及装置

Country Status (1)

Country Link
CN (1) CN105677831B (zh)

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106127551A (zh) * 2016-06-22 2016-11-16 腾讯科技(深圳)有限公司 项目推荐方法和装置
CN106980989A (zh) * 2016-12-29 2017-07-25 ***股份有限公司 基于用户行为特性分析的商户推荐方法
CN107123011A (zh) * 2016-08-26 2017-09-01 北京小度信息科技有限公司 商户推荐方法、建立商户评价模型的方法及相关装置
CN107169052A (zh) * 2017-04-26 2017-09-15 北京小度信息科技有限公司 推荐方法及装置
CN107330746A (zh) * 2016-09-18 2017-11-07 安徽华陶信息科技有限公司 一种基于vr技术的购物方法及***
CN107358509A (zh) * 2017-07-18 2017-11-17 卒子科技(深圳)有限公司 一种交易的方法和交易***
CN107464057A (zh) * 2017-08-04 2017-12-12 北京小度信息科技有限公司 用于推送信息的方法和装置
CN107465741A (zh) * 2017-08-02 2017-12-12 北京小度信息科技有限公司 信息推送方法和装置
CN107480997A (zh) * 2017-07-17 2017-12-15 广东欧珀移动通信有限公司 一种移动支付的方法、终端及存储介质
WO2018024222A1 (zh) * 2016-08-04 2018-02-08 广州优视网络科技有限公司 应用推荐方法、装置及服务器
CN107679887A (zh) * 2017-08-31 2018-02-09 北京三快在线科技有限公司 一种商户评分的处理方法和装置
CN107705175A (zh) * 2017-09-29 2018-02-16 北京三快在线科技有限公司 确定用户与商户之间相似度的方法、装置及电子设备
CN107733846A (zh) * 2017-06-22 2018-02-23 英特斯达图片有限公司 一种分配用户权限的方法及装置
CN107742245A (zh) * 2017-10-31 2018-02-27 北京小度信息科技有限公司 一种商户信息推荐方法、装置及设备
CN108124257A (zh) * 2016-11-28 2018-06-05 中国联合网络通信集团有限公司 评价处理方法和装置
CN109272366A (zh) * 2018-10-15 2019-01-25 拉扎斯网络科技(上海)有限公司 订单数据的处理方法及装置
CN109388738A (zh) * 2017-08-03 2019-02-26 北京京东尚科信息技术有限公司 信息推送方法和装置
CN109391642A (zh) * 2017-08-03 2019-02-26 上海趣护网络科技有限公司 一种订单处理方法及装置、存储介质、服务器
CN109636533A (zh) * 2018-12-18 2019-04-16 拉扎斯网络科技(上海)有限公司 推荐方法、装置、电子设备和非易失性存储介质
CN109657145A (zh) * 2018-12-20 2019-04-19 拉扎斯网络科技(上海)有限公司 商户搜索方法及装置、电子设备及计算机可读存储介质
CN109711887A (zh) * 2018-12-28 2019-05-03 拉扎斯网络科技(上海)有限公司 商城推荐列表的生成方法、装置、电子设备及计算机介质
CN109872206A (zh) * 2017-12-04 2019-06-11 北京京东尚科信息技术有限公司 评估参数的确定方法、装置和计算机可读存储介质
CN110020184A (zh) * 2018-01-04 2019-07-16 阿里巴巴集团控股有限公司 信息推荐方法、装置、电子设备及服务器
CN110033310A (zh) * 2019-03-08 2019-07-19 阿里巴巴集团控股有限公司 商区管理***及方法
WO2019141072A1 (zh) * 2018-01-22 2019-07-25 阿里巴巴集团控股有限公司 店铺信息推荐方法、装置及客户端
CN110135762A (zh) * 2019-05-27 2019-08-16 拉扎斯网络科技(上海)有限公司 一种信息处理方法、装置、存储介质和电子设备
CN110231033A (zh) * 2019-05-08 2019-09-13 北京小度信息科技有限公司 商户导航方法、装置、服务器及存储介质
CN110363307A (zh) * 2019-06-03 2019-10-22 阿里巴巴集团控股有限公司 汽车维修保养机构评级方法及装置
CN110766416A (zh) * 2018-07-24 2020-02-07 北京京东尚科信息技术有限公司 用于商家排序的方法、装置以及计算机***和介质
CN111598608A (zh) * 2020-04-07 2020-08-28 北京达佳互联信息技术有限公司 一种电商商家评分方法、装置、电子设备及存储介质
CN111598643A (zh) * 2020-04-01 2020-08-28 杭州飞步科技有限公司 信息处理方法及装置
CN111861139A (zh) * 2020-06-28 2020-10-30 深圳壹账通智能科技有限公司 商户推荐方法、装置及计算机设备
CN111984870A (zh) * 2020-08-26 2020-11-24 广州中慧健康科技有限公司 基于眼健康数据的商户关联方法、***和可读存储介质
CN113766016A (zh) * 2021-08-30 2021-12-07 ***股份有限公司 一种信息推送方法及服务器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010282410A (ja) * 2009-06-04 2010-12-16 Pioneer Electronic Corp サービス情報提供装置、サービス情報提供方法及びサービス情報提供プログラム
CN103745384A (zh) * 2013-12-31 2014-04-23 北京百度网讯科技有限公司 一种用于向用户设备提供信息的方法及装置
CN104331471A (zh) * 2014-11-03 2015-02-04 刘瑞 个性化信息推荐***
CN105205689A (zh) * 2015-08-26 2015-12-30 深圳市万音达科技有限公司 推荐商户的方法及***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010282410A (ja) * 2009-06-04 2010-12-16 Pioneer Electronic Corp サービス情報提供装置、サービス情報提供方法及びサービス情報提供プログラム
CN103745384A (zh) * 2013-12-31 2014-04-23 北京百度网讯科技有限公司 一种用于向用户设备提供信息的方法及装置
CN104331471A (zh) * 2014-11-03 2015-02-04 刘瑞 个性化信息推荐***
CN105205689A (zh) * 2015-08-26 2015-12-30 深圳市万音达科技有限公司 推荐商户的方法及***

Cited By (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106127551A (zh) * 2016-06-22 2016-11-16 腾讯科技(深圳)有限公司 项目推荐方法和装置
WO2018024222A1 (zh) * 2016-08-04 2018-02-08 广州优视网络科技有限公司 应用推荐方法、装置及服务器
CN107123011A (zh) * 2016-08-26 2017-09-01 北京小度信息科技有限公司 商户推荐方法、建立商户评价模型的方法及相关装置
CN107330746A (zh) * 2016-09-18 2017-11-07 安徽华陶信息科技有限公司 一种基于vr技术的购物方法及***
CN108124257A (zh) * 2016-11-28 2018-06-05 中国联合网络通信集团有限公司 评价处理方法和装置
CN106980989A (zh) * 2016-12-29 2017-07-25 ***股份有限公司 基于用户行为特性分析的商户推荐方法
CN106980989B (zh) * 2016-12-29 2021-01-19 ***股份有限公司 基于用户行为特性分析的商户推荐方法
CN107169052A (zh) * 2017-04-26 2017-09-15 北京小度信息科技有限公司 推荐方法及装置
WO2018196424A1 (zh) * 2017-04-26 2018-11-01 北京小度信息科技有限公司 推荐方法及装置
CN107169052B (zh) * 2017-04-26 2019-03-05 北京小度信息科技有限公司 推荐方法及装置
CN107733846A (zh) * 2017-06-22 2018-02-23 英特斯达图片有限公司 一种分配用户权限的方法及装置
CN107733846B (zh) * 2017-06-22 2020-11-17 英特斯达图片有限公司 一种分配用户权限的方法及装置
CN107480997A (zh) * 2017-07-17 2017-12-15 广东欧珀移动通信有限公司 一种移动支付的方法、终端及存储介质
CN107358509A (zh) * 2017-07-18 2017-11-17 卒子科技(深圳)有限公司 一种交易的方法和交易***
CN107465741B (zh) * 2017-08-02 2020-09-04 北京星选科技有限公司 信息推送方法和装置
CN107465741A (zh) * 2017-08-02 2017-12-12 北京小度信息科技有限公司 信息推送方法和装置
CN109391642A (zh) * 2017-08-03 2019-02-26 上海趣护网络科技有限公司 一种订单处理方法及装置、存储介质、服务器
CN109388738A (zh) * 2017-08-03 2019-02-26 北京京东尚科信息技术有限公司 信息推送方法和装置
CN109388738B (zh) * 2017-08-03 2022-04-12 北京京东尚科信息技术有限公司 信息推送方法和装置
CN107464057A (zh) * 2017-08-04 2017-12-12 北京小度信息科技有限公司 用于推送信息的方法和装置
CN107679887A (zh) * 2017-08-31 2018-02-09 北京三快在线科技有限公司 一种商户评分的处理方法和装置
CN107705175A (zh) * 2017-09-29 2018-02-16 北京三快在线科技有限公司 确定用户与商户之间相似度的方法、装置及电子设备
CN107742245A (zh) * 2017-10-31 2018-02-27 北京小度信息科技有限公司 一种商户信息推荐方法、装置及设备
CN107742245B (zh) * 2017-10-31 2021-04-27 北京星选科技有限公司 一种商户信息推荐方法、装置及设备
CN109872206B (zh) * 2017-12-04 2022-04-12 北京京东尚科信息技术有限公司 评估参数的确定方法、装置和计算机可读存储介质
CN109872206A (zh) * 2017-12-04 2019-06-11 北京京东尚科信息技术有限公司 评估参数的确定方法、装置和计算机可读存储介质
CN110020184A (zh) * 2018-01-04 2019-07-16 阿里巴巴集团控股有限公司 信息推荐方法、装置、电子设备及服务器
WO2019141072A1 (zh) * 2018-01-22 2019-07-25 阿里巴巴集团控股有限公司 店铺信息推荐方法、装置及客户端
CN110766416A (zh) * 2018-07-24 2020-02-07 北京京东尚科信息技术有限公司 用于商家排序的方法、装置以及计算机***和介质
CN109272366A (zh) * 2018-10-15 2019-01-25 拉扎斯网络科技(上海)有限公司 订单数据的处理方法及装置
CN109636533A (zh) * 2018-12-18 2019-04-16 拉扎斯网络科技(上海)有限公司 推荐方法、装置、电子设备和非易失性存储介质
CN109657145A (zh) * 2018-12-20 2019-04-19 拉扎斯网络科技(上海)有限公司 商户搜索方法及装置、电子设备及计算机可读存储介质
CN109711887A (zh) * 2018-12-28 2019-05-03 拉扎斯网络科技(上海)有限公司 商城推荐列表的生成方法、装置、电子设备及计算机介质
CN109711887B (zh) * 2018-12-28 2021-02-09 拉扎斯网络科技(上海)有限公司 商城推荐列表的生成方法、装置、电子设备及计算机介质
CN110033310A (zh) * 2019-03-08 2019-07-19 阿里巴巴集团控股有限公司 商区管理***及方法
TWI786331B (zh) * 2019-03-08 2022-12-11 開曼群島商創新先進技術有限公司 商區管理系統、商區管理方法、計算設備及非暫態機器可讀儲存媒體
CN110231033B (zh) * 2019-05-08 2021-07-16 北京星选科技有限公司 商户导航方法、装置、服务器及存储介质
CN110231033A (zh) * 2019-05-08 2019-09-13 北京小度信息科技有限公司 商户导航方法、装置、服务器及存储介质
CN110135762A (zh) * 2019-05-27 2019-08-16 拉扎斯网络科技(上海)有限公司 一种信息处理方法、装置、存储介质和电子设备
CN110363307A (zh) * 2019-06-03 2019-10-22 阿里巴巴集团控股有限公司 汽车维修保养机构评级方法及装置
CN111598643B (zh) * 2020-04-01 2024-02-13 杭州飞步科技有限公司 信息处理方法及装置
CN111598643A (zh) * 2020-04-01 2020-08-28 杭州飞步科技有限公司 信息处理方法及装置
CN111598608A (zh) * 2020-04-07 2020-08-28 北京达佳互联信息技术有限公司 一种电商商家评分方法、装置、电子设备及存储介质
CN111861139A (zh) * 2020-06-28 2020-10-30 深圳壹账通智能科技有限公司 商户推荐方法、装置及计算机设备
CN111984870A (zh) * 2020-08-26 2020-11-24 广州中慧健康科技有限公司 基于眼健康数据的商户关联方法、***和可读存储介质
CN111984870B (zh) * 2020-08-26 2023-10-03 广州中慧健康科技有限公司 基于眼健康数据的商户关联方法、***和可读存储介质
CN113766016A (zh) * 2021-08-30 2021-12-07 ***股份有限公司 一种信息推送方法及服务器
CN113766016B (zh) * 2021-08-30 2024-04-26 ***股份有限公司 一种信息推送方法及服务器

Also Published As

Publication number Publication date
CN105677831B (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
CN105677831A (zh) 一种确定推荐商户的方法及装置
CN103368986B (zh) 一种信息推荐方法及信息推荐装置
EP3001332A1 (en) Target user determination method, device and network server
CN106776660A (zh) 一种信息推荐方法及装置
CN109084795B (zh) 基于地图服务的搜索服务设施的方法及装置
CN105005582A (zh) 多媒体信息的推荐方法及装置
US20160034968A1 (en) Method and device for determining target user, and network server
CN103544623A (zh) 一种基于用户偏好特征建模的Web 服务推荐方法
CN104750760A (zh) 一种推荐应用软件的实现方法及装置
CN107203883B (zh) 一种风险控制方法和设备
CN106682949A (zh) 业务推荐方法、业务信息接收方法、装置及***
CN107038589B (zh) 一种实体信息验证方法及装置
US20170061533A1 (en) Method and device for security assessment
CN109902713A (zh) 基于数据分析的楼盘推荐方法、设备、存储介质及装置
CN105989106A (zh) 一种基于兴趣相似度的推荐方法及装置
CN105989107A (zh) 一种应用推荐方法及装置
CN105608121A (zh) 一种个性化推荐方法及装置
CN110362563A (zh) 数据表的处理方法及装置、存储介质、电子装置
CN105554139A (zh) 在线客服服务方法、在线客服服务器及在线客服***
CN106228453A (zh) 一种获得用户职业信息的方法和装置
CN107193829B (zh) 应用程序推荐方法和装置
CN104794637A (zh) 一种基于基站广播的用户数据聚合与互动方法及其***
CN112100491A (zh) 基于用户数据的信息推荐方法、装置、设备及存储介质
CN106682025B (zh) 手机号用户的识别方法及装置
CN109492831B (zh) 营销路径的推荐方法、装置、介质及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant