CN106202218A - 一种数据处理方法及数据处理*** - Google Patents
一种数据处理方法及数据处理*** Download PDFInfo
- Publication number
- CN106202218A CN106202218A CN201610490608.6A CN201610490608A CN106202218A CN 106202218 A CN106202218 A CN 106202218A CN 201610490608 A CN201610490608 A CN 201610490608A CN 106202218 A CN106202218 A CN 106202218A
- Authority
- CN
- China
- Prior art keywords
- data
- client
- class
- customer
- product
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种数据处理方法及数据处理***,用于解决现有技术中针智能家居设备用户的数据分析的准确度较低的技术问题。该方法包括:所述数据整合处理子***从所述内部数据库及与所述数据整合子***连接的外部数据库中获得与M个客户相关的客户数据及产品数据,所述数据整合处理子***对所述客户数据及所述产品数据进行整合分类,获得至少四大类数据,所述至少四大类数据包括客户基本属性类数据、客户产品兴趣类数据、客户事件类数据及社交网络关系数据;所述用户信息处理子***基于所述至少四大类数据,确定所述M个客户对应的至少一类客户属性。
Description
技术领域
本发明涉及电子技术领域,特别涉及一种数据处理方法及数据处理***。
背景技术
随着科学技术的不断发展,越来越多的智能家居设备已融入人们的日常生活,为人们提供舒适便捷的生活方式。而智能家居设备厂商通常需要记录产品在生产、销售及售后等各阶段的数据,便于用户或研究人员后期能够通过对数据的分析得到相应的结论。
目前,智能家居设备厂商在了解客户类型时,通常只是在用户购买商品时,进行简单的了解,如年龄段、性别、职业等,故获取的数据较为基础、有限,然而,在实际应用中,例如在对产品功能进行规划时,其适用用户仍是产品规划过程中需要重点考虑的因素,因此,对用户相关的数据的分析显得尤为重要。
发明内容
本发明实施例提供一种数据处理方法及数据处理***,用于解决现有技术中针智能家居设备用户的数据分析的准确度较低的技术问题。
一方面,本申请提供一种数据处理方法,应用于一数据处理***中,所述数据处理***包括数据整合处理子***,与所述数据整合处理子***连接的内部数据库,及与所述数据整合处理子***连接的用户信息处理子***,该方法包括:
所述数据整合处理子***从所述内部数据库及与所述数据整合子***连接的外部数据库中获得与M个客户相关的客户数据及产品数据,M均为正整数;
所述数据整合处理子***对所述客户数据及所述产品数据进行整合分类,获得至少四大类数据,所述至少四大类数据包括客户基本属性类数据,客户产品兴趣类数据,客户事件类数据及社交网络关系数据;
所述用户信息处理子***基于所述至少四大类数据,确定所述M个客户对应的至少一类客户属性。
另一方面,本申请提供一种数据处理***,包括:
至少一个数据库,包括内部数据库和外部数据库,用于存储与M个客户相关的客户数据及产品数据,M均为正整数;
所述数据整合处理子***,从所述内部数据库及所述外部数据库中获得所述客户数据及所述产品数据,并对所述客户数据及所述产品数据进行整合分类,获得至少四大类数据;其中,所述至少四大类数据包括客户基本属性类数据,客户产品兴趣类数据,客户事件类数据及社交网络关系数据;
所述用户信息处理子***基于所述至少四大类数据,确定所述M个客户对应的至少一类客户属性。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请的技术方案中,通过数据整合处理子***从内部数据库及与数据整合子***连接的外部数据库中获得与M个客户相关的客户数据及产品数据,并基于客户数据及产品数据进行整合分类,获得包括客户基本属性类数据,客户产品兴趣类数据,客户事件类数据至少四大类数据,再通过用户信息处理子***对至少四大类数据进行处理,可以确定M个客户对应的至少一类客户属性。故通过对M个客户相关的客户数据及产品数据可以确定智能家居设备的用户类型,从而能够根据各用户类型设置相应的产品设计等,以提高产品的实用性。
本申请至少还具有如下技术效果或优点:
进一步地,本申请实施例中数据处理***的数据来源可以从M个客户的日常生活中通过多种多样的来源和渠道进行获取,因此采集的数据具有多样化,通过整合分类处理使得数据便于管理,提高了数据管理效果的技术效果。
进一步地,本申请中的技术方案可以基于客户兴趣描述类数据、客户消费特征类数据及客户对产品评价类数据,分析获得精确的有利于厂商获得用于对产品进行改进的关键数据,故使得数据处理***还具有提高分析结果精确性的技术效果。
附图说明
图1为本发明实施例中数据处理***的示意图;
图2为本发明实施例中数据处理方法的流程图。
具体实施方式
本发明实施例提供一种数据处理方法及数据处理***,用于解决现有技术中针智能家居设备用户的数据分析的准确度较低的技术问题。
本申请实施例中的技术方案为解决上述技术问题,总体思路如下:
本申请的技术方案中,通过数据整合处理子***从内部数据库及与数据整合子***连接的外部数据库中获得与M个客户相关的客户数据及产品数据,并基于客户数据及产品数据进行整合分类,获得包括客户基本属性类数据,客户产品兴趣类数据,客户事件类数据至少四大类数据,再通过用户信息处理子***对至少四大类数据进行处理,可以确定M个客户对应的至少一类客户属性。故通过对M个客户相关的客户数据及产品数据可以确定智能家居设备的用户类型,从而能够根据各用户类型设置相应的产品设计等,以提高产品的实用性。
本发明实施例中,数据处理***可以包括内部数据库、外部数据库、数据整合处理子***和用户信息处理子***,其相应的功能示意图如图1所示。
本发明实施例中,内部数据库可以是指智能家居设备生产厂商自己购买或研制的服务器数据库,或生产厂商所生产的智能家居设备中的数据库。外部数据库可以是指与智能家居设备生产厂商具有合作性质或服务性质的其它厂商、中间商或供应商所有的服务器或存储设备数据库。
在实际操作过程中,可以在用户购买、维修智能家居设备时,通过电脑、移动终端、图文扫描仪等等电子设备向内部数据库和/或外部数据库中输入相应的数据。或者,在用户使用智能家居设备时,也可以将用户的使用痕迹数据通过网络传输到远端内部云服务器数据库,或直接存储到智能家居设备中的存储设备中,当需要调取这些数据时,可以通过远端操作直接获取。
下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图对本发明优选的实施方式进行详细说明。
如图2所示,本发明实施例提供一种数据处理方法,应用于一数据处理***中,数据处理***包括数据整合处理子***,与数据整合处理子***连接的内部数据库,与数据整合处理子***连接的用户信息处理子***,该方法可以描述如下。
S11:数据整合处理子***从内部数据库及与数据整合子***连接的外部数据库中获得与M个客户相关的客户数据及产品数据,M均为正整数。
本发明实施例中,产品数据可以包括用户购买过的、使用过的、维修过的智能家居设备名称、型号、规格,以及在此期间用户通过答卷方式输入的与智能家居设备相关的数据,例如,所喜好的智能家居设备功能、所希望获得的智能家居设备外形、不喜欢的智能家居设备应用;甚至产品数据还可以包括智能家居设备的使用痕迹数据等等,其中,使用痕迹数据可用以表征用户在操作智能家居设备时进行过哪些功能设定,以及相对应的功能设置参数,以及操作顺序,等等。通常来说,只要是与智能家居设备相关的一切数据都可以作为产品数据,本发明对此不作具体限制。
在实际操作过程中,可以在用户购买、维修智能家居设备时,通过电脑、移动终端、图文扫描仪等等电子设备向内部数据库或外部数据库中输入用户的客户数据;也可以在用户使用智能家居设备时,将用户的使用痕迹数据通过网络传输到远端内部云服务器数据库,或直接存储到智能家居设备中的存储设备中,当需要调取这些数据时,可以通过远端操作直接获取相应的客户数据。
可选的,S11的过程可以包括:数据整合处理子***从内部数据库中的客户数据库、CRM数据库以及企业元数据库;以及从与数据整合子***连接的外部数据库中的论坛信息数据库、倾向信息数据库、日常行为信息数据库以及社交关系信息数据库中,获得与客户相关的客户数据及与产品相关的产品数据。
其中,CRM(Customer Relationship Management,客户关系管理)数据库可以包括客户与客户之间的关系数据,以及客户与亲朋好友、职场友人之间的关系数据等等。
企业元数据库可以包括智能家居设备产品的名称、功能、基本技术指标等与智能家居设备对应的元数据。
可选地,数据处理***中所获得的与M个客户相关的客户数据及产品数据的过程,可以包括:获得与客户相关的客户基本属性数据、客户消费行为数据、客户对产品的评价数据及客户人际网络关系数据;及获得与客户相关的产品数据,例如客户购买的产品属性信息、购买产品价格信息及意向购买产品信息等等。由此可见,上述数据基本涵盖了用户和产品之间利于厂商所赖以分析获得适用于该用户的方方面面信息。
其中,客户消费行为数据可以是指客户采用何种方式购买智能家居设备,例如,客户在购买智能家居设备时采用的网络购物方式,则客户消费行为数据表征为网络消费;客户在购买智能家居设备时采用的是实体店购买的方式,则客户消费行为数据表征为实体店消费;客户在购买智能家居设备时采用的是分期付款的购物方式,则客户消费行为数据表征为分期付款方式,等等,只要是与消费行为相关的数据都可以作为客户消费行为数据。
也就是说,在本申请实施例的技术方案中,客户数据及产品数据的来源具体可以从智能家居设备的生产厂商自己所建设的客户数据库、CRM数据库以及企业元数据库中获取。也可以从与智能家居设备的生产厂商具有合作性质的外部厂商所建设的网页论坛、行为记录设备、调查问卷等等设施设备或作业,相对应的论坛信息数据库、倾向信息数据库、日常行为信息数据库以及社交关系信息数据库中获取。
可见,本申请实施例中的产品数据来源可以从用户的日常生活中通过多种多样的来源和渠道进行获取,因此具有可赖以分析的用户数据多样化,分析获得的结果精确性更高,适用范围更广的技术效果。
S12:数据整合处理子***对客户数据及产品数据进行整合分类,获得至少四大类数据,至少四大类数据包括客户基本属性类数据,客户产品兴趣类数据、客户事件类数据及社交网络关系数据。
本发明实施例中,客户基本属性类数据可以包括用户的基本社会属性数据及基本生理属性数据等。基本社会属性数据可以包括用户的住址、家庭关系数据等与基本社会关系相关的数据;基本生理属性数据可以包括用户的性别、年龄、身高、体重等与基本生理属性相关的数据。
例如,客户基本属性类数据可以包括用户的姓名,住址,用户的父母姓名,用户的子女姓名,用户的亲戚好友的姓名,用户的职业、职位,亲戚好友的职业、职位,等等社会属性数据;客户基本属性类数据还可以包括用户和其社会相关人员的性别、年龄、血压值、血脂值、疾病史等生理属性数据。
客户产品兴趣类数据可以是用于表征用户对智能家居设备的偏好的数据。例如,其可以包括用户所偏好的智能家居设备类型、功能应用、外形等等,当然也可以包括用户所不喜欢的智能家居设备种类、应用、外观等。只要是与用户针对智能家居设备的喜恶兴趣相关的数据都可以作为客户产品兴趣类数据。
客户事件类数据可以是用于表征用户在购买、使用、维修智能家居设备的过程中所发生的事件。例如,如果用户在购买智能家居设备时发生了因智能家居设备价格过高而放弃购买的事件时,则可以将该事件作为客户事件类数据进行记录。
客户社交网络关系数据可以是通过用户的网络社交账号获得的,其可以包括用户的社会身份、网络社交账号、社交活动、社交联系人等等。
当然,在实际执行过程中,可以通过对应式的输入而分别获得上述四大类数据,或者,也可以通过文字内容的分析识别而自动将上述四大类数据进行提取或根据需要而自行设置。
可选的,在对M个客户相关的客户数据及产品数据进行分类的过程中,可以包括:确定客户数据及产品数据中每个数据所表征的数据属性,基于数据属性,将客户数据及产品数据划分为至少四大类数据。
其中,数据属性可以是指数据所表征的属性。例如,若获得数据为客户数据中的购买产品评论信息,则其数据属性可以是客户评论类属性等。
可选的,在基于数据属性,将客户数据及产品数据划分为至少四大类数据,可以包括:
确定客户数据及产品数据中数据属性表明数据为客户的注册信息的数据,将确定的数据划分为客户基本属性类数据;和/或
确定客户数据及产品数据中数据属性表明数据为客户购买产品的数据,将确定的数据划分为客户产品兴趣类数据;和/或
确定客户数据及产品数据中数据属性表明数据为社交数据,将社交数据划分为社交网络关系数据;和/或
确定客户数据及产品数据中数据属性表明数据为产品评价数据,将产品评价数据划分为客户评价类数据。
S13:用户信息处理子***基于至少四大类数据,确定M个客户对应的至少一类客户属性。
本发明实施例中,基于至少四大类数据,确定M个客户对应的至少一类客户属性的过程可以包括:对至少四大类数据进行处理,获得与M个客户对应的用户描述数据集,用户描述数据集中至少包括:客户社会特征数据、客户兴趣描述类数据、客户消费特征类数据及客户对产品评价类数据;
确定客户数据及产品数据在用户描述数据集中的比重,根据比重确定M个客户数据对应的至少一类客户属性。
可选的,确定N个客户数据在用户描述数据集中的比重,根据比重确定M个客户数据对应的至少一类客户属性,可以包括:
确定M个客户中每个客户相关的至少一个数据在客户社会特征数据、客户兴趣描述类数据、客户消费特征类数据及客户对产品评价类数据中分别占用的比例;
根据占用的比例高于预设比例的至少一类描述数据集确定相应客户对应的客户属性。
请仍参考图1,基于同一发明构思,本发明实施例还公开一种数据处理***,该数据处理***包括至少一个数据库、数据整合处理子***及用户信息处理子***。
可选的,至少一个数据库可以包括内部数据库和外部数据库,用于存储与M个客户相关的客户数据及产品数据,M均为正整数;
所述数据整合处理子***,从所述内部数据库及所述外部数据库中获得所述客户数据及所述产品数据,并对所述客户数据及所述产品数据进行整合分类,获得至少四大类数据;其中,所述至少四大类数据包括客户基本属性类数据,客户产品兴趣类数据,客户事件类数据及社交网络关系数据;
所述用户信息处理子***基于所述至少四大类数据,确定所述M个客户对应的至少一类客户属性。
可选的,所述数据整合处理子***用于:
所述数据整合处理子***从内部数据库中的客户数据库,CRM数据库以及企业元数据库;以及从与所述数据整合子***连接的外部数据库中的论坛信息数据库、倾向信息数据库、日常行为信息数据库以及社交关系信息数据库中,获得与所述M个客户相关的客户数据。
可选的,所述数据整合处理子***用于:
确定所述M个客户数据中每个客户数据所表征的数据属性;
基于所述数据属性,将所述M个客户数据划分为所述至少四大类数据。
可选的,所述所述数据整合处理子***用于:
确定所述客户数据及所述产品数据中数据属性表明数据为客户的注册信息的数据,将确定的数据划分为所述客户基本属性类数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为客户购买产品的数据,将确定的数据划分为所述客户产品兴趣类数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为社交数据,将所述社交数据划分为所述社交网络关系数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为产品评价数据,将所述产品评价数据划分为所述客户评价类数据。
可选的,所述用户信息处理子***用于:
对所述至少四大类数据进行处理,获得与所述M个客户对应的用户描述数据集,所述用户描述数据集中至少包括:客户社会特征数据、客户兴趣描述类数据,客户消费特征类数据,客户对产品评价类数据;
确定所述客户数据及所述产品数据在所述用户描述数据集中的比重,根据所述比重确定所述M个客户数据对应的至少一类客户属性。
可选的,所述用户信息处理子***用于:
确定所述M个客户中每个客户相关的至少一个数据在所述客户社会特征数据、所述客户兴趣描述类数据、所述客户消费特征类数据及所述客户对产品评价类数据中分别占用的比例;
根据所述占用的比例高于预设比例的至少一类描述数据集确定相应客户对应的客户属性。
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 (12)
1.一种数据处理方法,应用于一数据处理***中,所述数据处理***包括数据整合处理子***,与所述数据整合处理子***连接的内部数据库,及与所述数据整合处理子***连接的用户信息处理子***,其特征在于,所述方法包括:
所述数据整合处理子***从所述内部数据库及与所述数据整合子***连接的外部数据库中获得与M个客户相关的客户数据及产品数据,M均为正整数;
所述数据整合处理子***对所述客户数据及所述产品数据进行整合分类,获得至少四大类数据,所述至少四大类数据包括客户基本属性类数据、客户产品兴趣类数据、客户事件类数据及社交网络关系数据;
所述用户信息处理子***基于所述至少四大类数据,确定所述M个客户对应的至少一类客户属性。
2.如权利要求1所述的方法,其特征在于,所述所述数据整合处理子***从所述内部数据库及与所述数据整合子***连接的外部数据库中获得与M个客户相关的客户数据,包括:
所述数据整合处理子***从内部数据库中的客户数据库,CRM数据库以及企业元数据库;以及从与所述数据整合子***连接的外部数据库中的论坛信息数据库、倾向信息数据库、日常行为信息数据库以及社交关系信息数据库中,获得与所述M个客户相关的客户数据。
3.如权利要求1所述的方法,其特征在于,所述所述数据整合处理子***对所述客户数据及所述产品数据进行整合分类,获得至少四大类数据,包括:
确定所述M个客户数据中每个客户数据所表征的数据属性;
基于所述数据属性,将所述M个客户数据划分为所述至少四大类数据。
4.如权利要求3所述的方法,其特征在于,所述基于所述数据属性,将所述客户数据及所述产品数据划分为所述至少四大类数据,包括:
确定所述客户数据及所述产品数据中数据属性表明数据为客户的注册信息的数据,将确定的数据划分为所述客户基本属性类数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为客户购买产品的数据,将确定的数据划分为所述客户产品兴趣类数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为社交数据,将所述社交数据划分为所述社交网络关系数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为产品评价数据,将所述产品评价数据划分为所述客户评价类数据。
5.如权利要求4所述的方法,其特征在于,所述所述用户信息处理子***基于所述至少四大类数据,确定所述M个客户对应的至少一类客户属性,包括:
对所述至少四大类数据进行处理,获得与所述M个客户对应的用户描述数据集,所述用户描述数据集中至少包括:客户社会特征数据、客户兴趣描述类数据,客户消费特征类数据,客户对产品评价类数据;
确定所述客户数据及所述产品数据在所述用户描述数据集中的比重,根据所述比重确定所述M个客户数据对应的至少一类客户属性。
6.如权利要求5所述的方法,其特征在于,所述确定所述N个客户数据在所述用户描述数据集中的比重,根据所述比重确定所述M个客户数据对应的至少一类客户属性,包括:
确定所述M个客户中每个客户相关的至少一个数据在所述客户社会特征数据、所述客户兴趣描述类数据、所述客户消费特征类数据及所述客户对产品评价类数据中分别占用的比例;
根据所述占用的比例高于预设比例的至少一类描述数据集确定相应客户对应的客户属性。
7.一种数据处理***,其特征在于,所述数据处理***包括:
至少一个数据库,包括内部数据库和外部数据库,用于存储与M个客户相关的客户数据及产品数据,M均为正整数;
所述数据整合处理子***,从所述内部数据库及所述外部数据库中获得所述客户数据及所述产品数据,并对所述客户数据及所述产品数据进行整合分类,获得至少四大类数据;其中,所述至少四大类数据包括客户基本属性类数据,客户产品兴趣类数据,客户事件类数据及社交网络关系数据;
所述用户信息处理子***基于所述至少四大类数据,确定所述M个客户对应的至少一类客户属性。
8.如权利要求7所述的***,其特征在于,所述数据整合处理子***用于:
所述数据整合处理子***从内部数据库中的客户数据库,CRM数据库以及企业元数据库;以及从与所述数据整合子***连接的外部数据库中的论坛信息数据库、倾向信息数据库、日常行为信息数据库以及社交关系信息数据库中,获得与所述M个客户相关的客户数据。
9.如权利要求7所述的***,其特征在于,所述数据整合处理子***用于:
确定所述M个客户数据中每个客户数据所表征的数据属性;
基于所述数据属性,将所述M个客户数据划分为所述至少四大类数据。
10.如权利要求9所述的***,其特征在于,所述所述数据整合处理子***用于:
确定所述客户数据及所述产品数据中数据属性表明数据为客户的注册信息的数据,将确定的数据划分为所述客户基本属性类数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为客户购买产品的数据,将确定的数据划分为所述客户产品兴趣类数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为社交数据,将所述社交数据划分为所述社交网络关系数据;和/或
确定所述客户数据及所述产品数据中数据属性表明数据为产品评价数据,将所述产品评价数据划分为所述客户评价类数据。
11.如权利要求10所述的***,其特征在于,所述用户信息处理子***用于:
对所述至少四大类数据进行处理,获得与所述M个客户对应的用户描述数据集,所述用户描述数据集中至少包括:客户社会特征数据、客户兴趣描述类数据,客户消费特征类数据,客户对产品评价类数据;
确定所述客户数据及所述产品数据在所述用户描述数据集中的比重,根据所述比重确定所述M个客户数据对应的至少一类客户属性。
12.如权利要求11所述的***,其特征在于,所述用户信息处理子***用于:
确定所述M个客户中每个客户相关的至少一个数据在所述客户社会特征数据、所述客户兴趣描述类数据、所述客户消费特征类数据及所述客户对产品评价类数据中分别占用的比例;
根据所述占用的比例高于预设比例的至少一类描述数据集确定相应客户对应的客户属性。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610170241X | 2016-03-23 | ||
CN201610170241 | 2016-03-23 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106202218A true CN106202218A (zh) | 2016-12-07 |
Family
ID=57462450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610490608.6A Pending CN106202218A (zh) | 2016-03-23 | 2016-06-27 | 一种数据处理方法及数据处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106202218A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359998A (zh) * | 2018-08-15 | 2019-02-19 | 中国平安人寿保险股份有限公司 | 客户数据处理方法、装置、计算机装置及存储介质 |
WO2019165704A1 (zh) * | 2018-03-01 | 2019-09-06 | 广东瑞德智能科技股份有限公司 | 智能家电网关设备的数据处理方法、装置及智能家电网关 |
CN111651454A (zh) * | 2020-05-18 | 2020-09-11 | 珠海格力电器股份有限公司 | 一种数据处理方法、装置及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693498A (zh) * | 2012-05-16 | 2012-09-26 | 上海卓达信息技术有限公司 | 一种基于不完善数据的精准推荐方法 |
CN104281882A (zh) * | 2014-09-16 | 2015-01-14 | 中国科学院信息工程研究所 | 基于用户特征的预测社交网络信息流行度的方法及*** |
CN104751235A (zh) * | 2013-12-27 | 2015-07-01 | 伊姆西公司 | 用于数据挖掘的方法和装置 |
CN104850662A (zh) * | 2015-06-08 | 2015-08-19 | 浙江每日互动网络科技有限公司 | 一种基于用户画像的移动终端智能消息推送方法、服务器和*** |
-
2016
- 2016-06-27 CN CN201610490608.6A patent/CN106202218A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693498A (zh) * | 2012-05-16 | 2012-09-26 | 上海卓达信息技术有限公司 | 一种基于不完善数据的精准推荐方法 |
CN104751235A (zh) * | 2013-12-27 | 2015-07-01 | 伊姆西公司 | 用于数据挖掘的方法和装置 |
CN104281882A (zh) * | 2014-09-16 | 2015-01-14 | 中国科学院信息工程研究所 | 基于用户特征的预测社交网络信息流行度的方法及*** |
CN104850662A (zh) * | 2015-06-08 | 2015-08-19 | 浙江每日互动网络科技有限公司 | 一种基于用户画像的移动终端智能消息推送方法、服务器和*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019165704A1 (zh) * | 2018-03-01 | 2019-09-06 | 广东瑞德智能科技股份有限公司 | 智能家电网关设备的数据处理方法、装置及智能家电网关 |
CN109359998A (zh) * | 2018-08-15 | 2019-02-19 | 中国平安人寿保险股份有限公司 | 客户数据处理方法、装置、计算机装置及存储介质 |
CN111651454A (zh) * | 2020-05-18 | 2020-09-11 | 珠海格力电器股份有限公司 | 一种数据处理方法、装置及计算机设备 |
CN111651454B (zh) * | 2020-05-18 | 2023-08-08 | 珠海格力电器股份有限公司 | 一种数据处理方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109559208B (zh) | 一种信息推荐方法、服务器及计算机可读介质 | |
JP7105700B2 (ja) | サービス対象のための時分割推薦方法及び装置 | |
CN104102648B (zh) | 基于用户行为数据的兴趣推荐方法及装置 | |
Shahbazi et al. | Product recommendation based on content-based filtering using XGBoost classifier | |
US20180357669A1 (en) | System and method for information processing | |
US20140129328A1 (en) | Providing augmented purchase schemes | |
CN105930540A (zh) | 一种数据处理*** | |
CN105894332A (zh) | 基于用户行为分析的商品推荐方法、装置及*** | |
CN106204100B (zh) | 一种数据处理方法及数据处理*** | |
WO2020020137A1 (zh) | 商品推荐方法、装置、***及计算机可读存储介质 | |
Hu et al. | The effect of utilitarian and hedonic motivations on mobile shopping outcomes. A cross‐cultural analysis | |
CN106127521A (zh) | 一种信息处理方法及数据处理*** | |
KR20150000418A (ko) | 쇼핑객 헬퍼 | |
CN111400613A (zh) | 物品推荐方法、装置、介质及计算机设备 | |
US20130013417A1 (en) | Optimizing the acquisition of goods | |
CN107896153A (zh) | 一种基于移动用户上网行为的流量套餐推荐方法及装置 | |
JP2018045553A (ja) | 選択装置、選択方法および選択プログラム | |
CN114581175A (zh) | 商品推送方法、装置、存储介质及电子设备 | |
CN106202216A (zh) | 一种数据处理方法及数据处理*** | |
CN106202218A (zh) | 一种数据处理方法及数据处理*** | |
Ryngksai et al. | Recommender systems: types of filtering techniques | |
Shokouhyar et al. | Toward customer-centric mobile phone reverse logistics: using the DEMATEL approach and social media data | |
CN111461827A (zh) | 产品评价信息的推送方法和装置 | |
WO2017023862A1 (en) | Alert notification based on field of view | |
WO2014050837A1 (ja) | 判定装置、判定方法、及びコンピュータ読み取り可能な記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |