CN106447372A - 产品信息推送方法及装置 - Google Patents
产品信息推送方法及装置 Download PDFInfo
- Publication number
- CN106447372A CN106447372A CN201510488059.4A CN201510488059A CN106447372A CN 106447372 A CN106447372 A CN 106447372A CN 201510488059 A CN201510488059 A CN 201510488059A CN 106447372 A CN106447372 A CN 106447372A
- Authority
- CN
- China
- Prior art keywords
- product
- information
- user
- targeted customer
- attribute character
- 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
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种产品信息推送方法及装置。该方法包括:收集产品平台上的多个用户,获取所述多个用户各自的属性特征;计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合;对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息;比较所述第一产品的信息与所述第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,并将所述差异性产品的信息推送给该目标用户。本发明实施例使得目标用户接收到的产品信息并不局限于该目标用户历史关注或购买的产品,能够挖掘目标用户更多的兴趣,拓宽目标用户的视野。
Description
技术领域
本发明涉及互联网应用技术领域,特别是一种产品信息推送方法及装置。
背景技术
随着互联网应用技术的发展,产品平台(如产品网站等)经常需要向用户推送各种产品信息,例如电子商务网站在网页上向用户推送用户可能感兴趣的产品等。通过这种推送方式,能够缩短用户寻找所需要的产品的路径,提升用户体验。
目前,产品平台在进行产品推送时,根据用户对于某些产品的历史操作数据,例如用户的产品购买历史数据等,将用户所购买的产品或者与用户所购买的产品关联性较强的产品信息推送给用户。
然而,目前的推送方案会不断推送用户历史关注或购买的产品,使得用户每次接收到的产品信息都是固定的几种,无法挖掘用户更多的兴趣、拓宽用户的视野,甚至会让用户产生审美疲劳。因而,亟待提供一种更有效、合理的产品推送方案。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的产品信息推送方法及装置。
依据本发明的一方面,提供了一种产品信息推送方法,包括:
收集产品平台上的多个用户,获取所述多个用户各自的属性特征;
计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值;
对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息;
比较所述第一产品的信息与所述第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,并将所述差异性产品的信息推送给该目标用户。
可选地,获取所述多个用户各自的属性特征,包括:
获取所述多个用户的历史行为数据;
从所述多个用户的历史行为数据中提取所述多个用户各自的属性特征。
可选地,从所述多个用户的历史行为数据中提取所述多个用户各自的属性特征,包括:
对所述多个用户的历史行为数据进行归一化处理;
利用数据挖掘算法从归一化处理后的历史行为数据中提取各用户的属性特征。
可选地,所述历史行为数据包括下列至少之一:
用户注册信息、历史输入信息、浏览行为信息、购买行为信息、收藏行为信息、评价信息。
可选地,收集产品平台上的多个用户,包括:
收集产品平台上属于相同社区群组的多个用户;或者
收集产品平台上在指定区域范围内的多个用户。
可选地,若所述多个用户各自的属性特征包含多个,所述计算任意两个用户的属性特征相似度,包括:
对多个属性特征分配相应的权重;
将所述多个用户各自的属性特征量化为相应的属性特征值;
将分配的权重和量化的属性特征值进行加权求和,得到所述多个用户各自的综合属性特征值;
利用所述综合属性特征值计算任意两个用户的属性特征相似度。
可选地,利用所述综合属性特征值计算任意两个用户的属性特征相似度,包括:
计算任意两个用户的综合属性特征值的差值;
根据预置的差值区间与属性特征相似度的对应关系,确定计算的差值所对应的属性特征相似度。
可选地,将所述差异性产品的信息推送给该目标用户,包括:
当该目标用户登录所述产品平台时,在所述产品平台提供的产品页面推送所述差异性产品的信息。
可选地,将所述差异性产品的信息推送给该目标用户,包括:
获取该目标用户的邮箱标识信息;
生成携带有所述差异性产品的信息的推送邮件;
根据该目标用户的邮箱标识信息,将所述推送邮件发送给该目标用户。
可选地,将所述差异性产品的信息推送给该目标用户之后,还包括:
收集各个目标用户对于推送的所述差异性产品的信息的反馈信息;
根据所述反馈信息更新所述差异性产品的信息。
可选地,所述差异性产品的信息中还携带有该目标用户的相似用户集合中的用户的身份信息。
依据本发明的另一方面,还提供了一种产品信息推送装置,包括:
属性特征获取模块,适于收集产品平台上的多个用户,获取所述多个用户各自的属性特征;
建立模块,适于计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值;
产品信息获取模块,适于对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息;
比较模块,适于比较所述第一产品的信息与所述第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息;
推送模块,适于将所述差异性产品的信息推送给该目标用户。
可选地,所述属性特征获取模块还适于:
获取所述多个用户的历史行为数据;
从所述多个用户的历史行为数据中提取所述多个用户各自的属性特征。
可选地,所述属性特征获取模块还适于:
对所述多个用户的历史行为数据进行归一化处理;
利用数据挖掘算法从归一化处理后的历史行为数据中提取各用户的属性特征。
可选地,所述历史行为数据包括下列至少之一:
用户注册信息、历史输入信息、浏览行为信息、购买行为信息、收藏行为信息、评价信息。
可选地,所述属性特征获取模块还适于:
收集产品平台上属于相同社区群组的多个用户;或者
收集产品平台上在指定区域范围内的多个用户。
可选地,若所述多个用户各自的属性特征包含多个,所述建立模块还适于:
对多个属性特征分配相应的权重;
将所述多个用户各自的属性特征量化为相应的属性特征值;
将分配的权重和量化的属性特征值进行加权求和,得到所述多个用户各自的综合属性特征值;
利用所述综合属性特征值计算任意两个用户的属性特征相似度。
可选地,所述建立模块还适于:
计算任意两个用户的综合属性特征值的差值;
根据预置的差值区间与属性特征相似度的对应关系,确定计算的差值所对应的属性特征相似度。
可选地,所述推送模块还适于:
当该目标用户登录所述产品平台时,在所述产品平台提供的产品页面推送所述差异性产品的信息。
可选地,所述推送模块还适于:
获取该目标用户的邮箱标识信息;
生成携带有所述差异性产品的信息的推送邮件;
根据该目标用户的邮箱标识信息,将所述推送邮件发送给该目标用户。
可选地,所述装置还包括:
更新模块,适于在所述推送模块将所述差异性产品的信息推送给该目标用户之后,收集各个目标用户对于推送的所述差异性产品的信息的反馈信息;根据所述反馈信息更新所述差异性产品的信息。
可选地,所述差异性产品的信息中还携带有该目标用户的相似用户集合中的用户的身份信息。
本发明实施例中,收集产品平台上的多个用户,获取多个用户各自的属性特征,随后计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合。进而,对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息。之后,比较第一产品的信息与第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,并将差异性产品的信息推送给该目标用户。本发明实施例将差异性产品的信息推送给目标用户,使得目标用户接收到的产品信息并不局限于该目标用户历史关注或购买的产品,能够挖掘目标用户更多的兴趣,拓宽目标用户的视野,进而缩短该目标用户寻找所需要的产品的路径,提升用户体验。并且,由于相似用户集合中的用户是与目标用户的属性特征相似度达到指定阈值的用户,即,相似用户集合中的用户在某种或多种属性上与目标用户是相同类的或者有些相似的兴趣爱好,因而相似用户集合中的用户与目标用户关注的差异性产品的信息的推送对目标用户来说是有针对性的推送,并不是任意或随意推送的,从而实现了产品信息的有效推送。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一实施例的产品信息推送方法的流程图;
图2示出了根据本发明另一实施例的产品信息推送方法的流程图;
图3示出了根据本发明一实施例的产品信息推送装置的结构示意图;以及
图4示出了根据本发明另一实施例的产品信息推送装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为解决上述技术问题,本发明实施例提供了一种产品信息推送方法,该方法可以应用在个人电脑、手机、智能手表等终端设备。图1示出了根据本发明一实施例的产品信息推送方法的流程图。参见图1,该方法至少可以包括步骤S102至步骤S108。
步骤S102,收集产品平台上的多个用户,获取多个用户各自的属性特征。
步骤S104,计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值。
步骤S106,对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息。
步骤S108,比较第一产品的信息与第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,并将差异性产品的信息推送给该目标用户。
本发明实施例中,收集产品平台上的多个用户,获取多个用户各自的属性特征,随后计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合。进而,对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息。之后,比较第一产品的信息与第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,并将差异性产品的信息推送给该目标用户。本发明实施例将差异性产品的信息推送给目标用户,使得目标用户接收到的产品信息并不局限于该目标用户历史关注或购买的产品,能够挖掘目标用户更多的兴趣,拓宽目标用户的视野,进而缩短该目标用户寻找所需要的产品的路径,提升用户体验。并且,由于相似用户集合中的用户是与目标用户的属性特征相似度达到指定阈值的用户,即,相似用户集合中的用户在某种或多种属性上与目标用户是相同类的或者有些相似的兴趣爱好,因而相似用户集合中的用户与目标用户关注的差异性产品的信息的推送对目标用户来说是有针对性的推送,并不是任意或随意推送的,从而实现了产品信息的有效推送。
上文步骤S102中提及的多个用户可以是在产品平台上注册的用户,也可以是在产品平台上属于相同社区群组的多个用户,也可以是在产品平台上在指定区域范围内的多个用户,等等,本发明不限于此。
进一步,本发明实施例提供了一种可选地获取多个用户各自的属性特征的方案,即,获取多个用户的历史行为数据,从多个用户的历史行为数据中提取多个用户各自的属性特征。这里的历史行为数据如用户注册信息、历史输入信息、浏览行为信息、购买行为信息、收藏行为信息、评价信息等。例如,当历史行为数据为用户注册信息时,从用户注册信息中提取的属性特征可以是各用户的国籍、性别、年龄、职业、教育背景、所在城市区域、家庭成员等。
在本发明一实施例中,当历史行为数据包含多种类别时往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除不同类别历史行为数据之间的量纲影响,需要进行数据标准化处理,以解决数据类别之间的可比性。即,可以对多个用户的历史行为数据进行归一化处理,即,将有量纲的历史行为数据,经过变换,化为无量纲的历史行为数据,成为标量,进而利用数据挖掘算法从归一化处理后的历史行为数据中提取各用户的属性特征,这样提取的属性特征便能够直接进行比较。
在本发明的另一实施例中,可以利用各用户的属性特征来计算各用户之间的属性特征相似度,下面将分别针对某个属性特征或者多个属性特征的情况进行介绍。
首先,针对某个属性特征的情况。即,可以选取其中的某个属性特征,利用该属性特征来计算各用户之间的属性特征相似度。例如,选取各用户的“职业”,利用“职业”这个属性特征来计算各用户在职业上的相似度。又如,选取各用户历史输入的产品信息关键词,利用产品信息关键词来计算各用户关注的产品的相似度。
其次,针对多个属性特征的情况。即,可以选取其中的多个属性特征进行属性特征相似度的计算。这里,本发明实施例提供了一种可选的方案,在该方案中,可以对多个属性特征分配相应的权重,将多个用户各自的属性特征量化为相应的属性特征值,随后将分配的权重和量化的属性特征值进行加权求和,得到多个用户各自的综合属性特征值,从而利用综合属性特征值计算任意两个用户的属性特征相似度。这里,各个属性特征权重的分配可以根据专家经验或者根据实际情况进行,本发明不作限制。
进一步,在计算得到多个用户各自的综合属性特征值之后,可以计算任意两个用户的综合属性特征值的差值,进而根据预置的差值区间与属性特征相似度的对应关系,确定计算的差值所对应的属性特征相似度。
在上文步骤S108中,比较第一产品的信息与第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,本发明实施例提供了一种可选的方案,即,确定第一产品的信息包含的第一产品类别以及第二产品的信息包含的第二产品类别,比较第一产品类别和第二产品类别,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的类别,进而获取差异性产品的类别中的产品信息,作为差异性产品的信息。例如,目标用户关注和/或购买的第一产品类别为手机、数码、食品和家用电器,该目标用户的相似用户集合中的用户关注和/或购买的第二产品类别为图书、教育、食品、汽车和理财,比较第一产品类别与第二产品类别,得出差异性产品的类别为图书、教育、汽车和理财,将图书、教育、汽车和理财中的产品信息作为差异性产品的信息。
在比较得到目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息之后,则将差异性产品的信息推送给该目标用户,本发明实施例可以通过多种方式来实现,如页面或邮件推送等。在通过页面推送时,可以在该目标用户登录产品平台时,在产品平台提供的产品页面推送差异性产品的信息。在通过邮件推送时,首先获取该目标用户的邮箱标识信息,随后生成携带有差异性产品的信息的推送邮件,根据该目标用户的邮箱标识信息,将推送邮件发送给该目标用户。进一步,该差异性产品的信息中还可以携带有该目标用户的相似用户集合中的用户的身份信息,以便该目标用户获知相似用户集合中的用户的身份信息。
此外,在将差异性产品的信息推送给该目标用户之后,还可以收集各个目标用户对于推送的差异性产品的信息的反馈信息,根据反馈信息更新差异性产品的信息。例如,若目标用户反馈对差异性产品的信息感兴趣,则继续推送这些差异性产品的信息。反之,若目标用户反馈对差异性产品的信息不感兴趣,则不继续推送这些差异性产品的信息。又如,若目标用户反馈对差异性产品的信息中某个产品信息不感兴趣,则从差异性产品的信息中删除该产品信息。
下面通过一具体实施例详细介绍本发明的产品信息推送方法的实现过程。图2示出了根据本发明另一实施例的产品信息推送方法的流程图。参见图2,该方法至少可以包括步骤S202至步骤S220。
步骤S202,收集产品平台上的多个用户。
该步骤中,多个用户可以是在产品平台上注册的用户,也可以是在产品平台上属于相同社区群组的多个用户,也可以是在产品平台上在指定区域范围内的多个用户,等等,本发明不限于此。
步骤S204,获取多个用户的历史行为数据,从多个用户的历史行为数据中提取多个用户各自的多个属性特征。
这里的历史行为数据如用户注册信息、历史输入信息、浏览行为信息、购买行为信息、收藏行为信息、评价信息等。例如,当历史行为数据为用户注册信息时,从用户注册信息中提取的属性特征可以是各用户的国籍、性别、年龄、职业、教育背景、所在城市区域、家庭成员等。
步骤S206,对多个属性特征分配相应的权重,将多个用户各自的属性特征量化为相应的属性特征值。
步骤S208,将分配的权重和量化的属性特征值进行加权求和,得到多个用户各自的综合属性特征值。
该步骤中,可以通过下面的式子计算多个用户各自的综合属性特征值Y。
Y=d1×x1+d2×x2+…+dn×xn
其中,x1…xn是各个属性特征量化为的相应的属性特征值,d1…dn是为各个属性特征分配的权重。
步骤S210,计算任意两个用户的综合属性特征值的差值。
步骤S212,根据预置的差值区间与属性特征相似度的对应关系,确定计算的差值所对应的属性特征相似度。
步骤S214,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值。
步骤S216,对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息。
步骤S218,比较第一产品的信息与第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息。
该步骤中,可以参考上文提及的可选的比较方案,此处不再赘述。此外,该差异性产品的信息中还可以携带有该目标用户的相似用户集合中的用户的身份信息,以便该目标用户获知相似用户集合中的用户的身份信息。
在本发明的具体实施例中,产品平台上的多个用户为“用户a”、“用户b”、“用户c”、“用户d”、“用户e”,假设目标用户为“用户a”,通过计算各用户之间的属性特征相似度,得到“用户a”的相似用户集合为“用户b”、“用户c”,即“用户a”与“用户b”、“用户c”的属性特征相似度均大于指定阈值。
进一步,获取“用户a”、“用户b”、“用户c”关注和/或购买的产品,得知“用户a”、“用户b”、“用户c”均关注儿童衣服,“用户a”关注带领子的女童上衣、带花边的女童裙子;“用户b”关注不带领子的女童上衣、带蝴蝶结的女童上衣;“用户c”关注带小碎花和花边的女童上衣。
随后,分别比较“用户a”与“用户b”、“用户c”关注的儿童衣服,得到“用户a”与“用户b”关注的差异性儿童衣服为带领子的女童上衣、带花边的女童裙子,以及“用户a”与“用户c”关注的差异性儿童衣服为带小碎花和花边的女童上衣。
最后,将“用户a”与“用户b”关注的差异性儿童衣服,以及“用户a”与“用户c”关注的差异性儿童衣服推送给目标用户“用户a”。
需要说明的是,上述的列举仅是示意性的,并不限制本发明。
步骤S220,当该目标用户登录产品平台时,在产品平台提供的产品页面推送差异性产品的信息。
该步骤中,还可以通过其他方式推送差异性产品的信息给该目标用户,例如,通过邮件推送,首先获取该目标用户的邮箱标识信息,随后生成携带有差异性产品的信息的推送邮件,根据该目标用户的邮箱标识信息,将推送邮件发送给该目标用户。
在步骤S220之后,还可以收集各个目标用户对于推送的差异性产品的信息的反馈信息,根据反馈信息更新差异性产品的信息。
本发明实施例中,将差异性产品的信息推送给目标用户,使得目标用户接收到的产品信息并不局限于该目标用户历史关注或购买的产品,能够挖掘目标用户更多的兴趣,拓宽目标用户的视野,进而缩短该目标用户寻找所需要的产品的路径,提升用户体验。
基于同一发明构思,本发明实施例还提供一种产品信息推送装置。图3示出了根据本发明一实施例的产品信息推送装置的结构示意图。参见图3,该装置至少可以包括:属性特征获取模块310、建立模块320、产品信息获取模块330、比较模块340以及推送模块350。
现介绍本发明实施例的产品信息推送装置的各组成或器件的功能以及各部分间的连接关系:
属性特征获取模块310,适于收集产品平台上的多个用户,获取多个用户各自的属性特征;
建立模块320,与属性特征获取模块310相耦合,适于计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值;
产品信息获取模块330,与建立模块320相耦合,适于对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息;
比较模块340,与产品信息获取模块330相耦合,适于比较第一产品的信息与第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息;
推送模块350,与比较模块340相耦合,适于将差异性产品的信息推送给该目标用户。
在本发明一实施例中,上述属性特征获取模块310还适于:
获取多个用户的历史行为数据;
从多个用户的历史行为数据中提取多个用户各自的属性特征。
在本发明一实施例中,上述属性特征获取模块310还适于:
对多个用户的历史行为数据进行归一化处理;
利用数据挖掘算法从归一化处理后的历史行为数据中提取各用户的属性特征。
在本发明一实施例中,历史行为数据包括下列至少之一:
用户注册信息、历史输入信息、浏览行为信息、购买行为信息、收藏行为信息、评价信息。例如,当历史行为数据为用户注册信息时,从用户注册信息中提取的属性特征可以是各用户的性别、年龄、职业、国籍、所在城市区域、家庭成员等。
在本发明一实施例中,上述属性特征获取模块310还适于:
收集产品平台上属于相同社区群组的多个用户;或者
收集产品平台上在指定区域范围内的多个用户。
在本发明一实施例中,若多个用户各自的属性特征包含多个,上述建立模块320还适于:
对多个属性特征分配相应的权重;
将多个用户各自的属性特征量化为相应的属性特征值;
将分配的权重和量化的属性特征值进行加权求和,得到多个用户各自的综合属性特征值;
利用综合属性特征值计算任意两个用户的属性特征相似度。
在本发明一实施例中,上述建立模块320还适于:
计算任意两个用户的综合属性特征值的差值;
根据预置的差值区间与属性特征相似度的对应关系,确定计算的差值所对应的属性特征相似度。
在本发明一实施例中,上述比较模块340还适于:
确定第一产品的信息包含的第一产品类别以及第二产品的信息包含的第二产品类别;
比较第一产品类别和第二产品类别,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的类别;
获取差异性产品的类别中的产品信息,作为差异性产品的信息。
例如,目标用户关注和/或购买的第一产品类别为手机、数码、食品和家用电器,该目标用户的相似用户集合中的用户关注和/或购买的第二产品类别为图书、教育、食品、汽车和理财,比较第一产品类别与第二产品类别,得出差异性产品的类别为图书、教育、汽车和理财,将图书、教育、汽车和理财中的产品信息作为差异性产品的信息。
在本发明一实施例中,上述推送模块350还适于:
当该目标用户登录产品平台时,在产品平台提供的产品页面推送差异性产品的信息。
在本发明一实施例中,上述推送模块350还适于:
获取该目标用户的邮箱标识信息;
生成携带有差异性产品的信息的推送邮件;
根据该目标用户的邮箱标识信息,将推送邮件发送给该目标用户。
在本发明一实施例中,如图4所示,上述图3展示的装置还可以包括:
更新模块360,与推送模块350相耦合,适于在推送模块350将差异性产品的信息推送给该目标用户之后,收集各个目标用户对于推送的差异性产品的信息的反馈信息;根据反馈信息更新差异性产品的信息。
在本发明一实施例中,差异性产品的信息中还携带有该目标用户的相似用户集合中的用户的身份信息。
根据上述任意一个优选实施例或多个优选实施例的组合,本发明实施例能够达到如下有益效果:
本发明实施例中,收集产品平台上的多个用户,获取多个用户各自的属性特征,随后计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合。进而,对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息。之后,比较第一产品的信息与第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,并将差异性产品的信息推送给该目标用户。本发明实施例将差异性产品的信息推送给目标用户,使得目标用户接收到的产品信息并不局限于该目标用户历史关注或购买的产品,能够挖掘目标用户更多的兴趣,拓宽目标用户的视野,进而缩短该目标用户寻找所需要的产品的路径,提升用户体验。并且,由于相似用户集合中的用户是与目标用户的属性特征相似度达到指定阈值的用户,即,相似用户集合中的用户在某种或多种属性上与目标用户是相同类的或者有些相似的兴趣爱好,因而相似用户集合中的用户与目标用户关注的差异性产品的信息的推送对目标用户来说是有针对性的推送,并不是任意或随意推送的,从而实现了产品信息的有效推送。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的产品信息推送装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
本发明实施例还公开了:A1、一种产品信息推送方法,包括:
收集产品平台上的多个用户,获取所述多个用户各自的属性特征;
计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值;
对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息;
比较所述第一产品的信息与所述第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,并将所述差异性产品的信息推送给该目标用户。
A2、根据A1所述的方法,其中,获取所述多个用户各自的属性特征,包括:
获取所述多个用户的历史行为数据;
从所述多个用户的历史行为数据中提取所述多个用户各自的属性特征。
A3、根据A2所述的方法,其中,从所述多个用户的历史行为数据中提取所述多个用户各自的属性特征,包括:
对所述多个用户的历史行为数据进行归一化处理;
利用数据挖掘算法从归一化处理后的历史行为数据中提取各用户的属性特征。
A4、根据A2或A3所述的方法,其中,所述历史行为数据包括下列至少之一:
用户注册信息、历史输入信息、浏览行为信息、购买行为信息、收藏行为信息、评价信息。
A5、根据A1-A4任一项所述的方法,其中,收集产品平台上的多个用户,包括:
收集产品平台上属于相同社区群组的多个用户;或者
收集产品平台上在指定区域范围内的多个用户。
A6、根据A1-A5任一项所述的方法,其中,若所述多个用户各自的属性特征包含多个,所述计算任意两个用户的属性特征相似度,包括:
对多个属性特征分配相应的权重;
将所述多个用户各自的属性特征量化为相应的属性特征值;
将分配的权重和量化的属性特征值进行加权求和,得到所述多个用户各自的综合属性特征值;
利用所述综合属性特征值计算任意两个用户的属性特征相似度。
A7、根据A6所述的方法,其中,利用所述综合属性特征值计算任意两个用户的属性特征相似度,包括:
计算任意两个用户的综合属性特征值的差值;
根据预置的差值区间与属性特征相似度的对应关系,确定计算的差值所对应的属性特征相似度。
A8、根据A1-A7任一项所述的方法,其中,将所述差异性产品的信息推送给该目标用户,包括:
当该目标用户登录所述产品平台时,在所述产品平台提供的产品页面推送所述差异性产品的信息。
A9、根据A1-A7任一项所述的方法,其中,将所述差异性产品的信息推送给该目标用户,包括:
获取该目标用户的邮箱标识信息;
生成携带有所述差异性产品的信息的推送邮件;
根据该目标用户的邮箱标识信息,将所述推送邮件发送给该目标用户。
A10、根据A1-A9任一项所述的方法,其中,将所述差异性产品的信息推送给该目标用户之后,还包括:
收集各个目标用户对于推送的所述差异性产品的信息的反馈信息;
根据所述反馈信息更新所述差异性产品的信息。
A11、根据A1-A10任一项所述的方法,其中,所述差异性产品的信息中还携带有该目标用户的相似用户集合中的用户的身份信息。
B12、一种产品信息推送装置,包括:
属性特征获取模块,适于收集产品平台上的多个用户,获取所述多个用户各自的属性特征;
建立模块,适于计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值;
产品信息获取模块,适于对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息;
比较模块,适于比较所述第一产品的信息与所述第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息;
推送模块,适于将所述差异性产品的信息推送给该目标用户。
B13、根据B12所述的装置,其中,所述属性特征获取模块还适于:
获取所述多个用户的历史行为数据;
从所述多个用户的历史行为数据中提取所述多个用户各自的属性特征。
B14、根据B13所述的装置,其中,所述属性特征获取模块还适于:
对所述多个用户的历史行为数据进行归一化处理;
利用数据挖掘算法从归一化处理后的历史行为数据中提取各用户的属性特征。
B15、根据B13或B14所述的装置,其中,所述历史行为数据包括下列至少之一:
用户注册信息、历史输入信息、浏览行为信息、购买行为信息、收藏行为信息、评价信息。
B16、根据B12-B15任一项所述的装置,其中,所述属性特征获取模块还适于:
收集产品平台上属于相同社区群组的多个用户;或者
收集产品平台上在指定区域范围内的多个用户。
B17、根据B12-B16任一项所述的装置,其中,若所述多个用户各自的属性特征包含多个,所述建立模块还适于:
对多个属性特征分配相应的权重;
将所述多个用户各自的属性特征量化为相应的属性特征值;
将分配的权重和量化的属性特征值进行加权求和,得到所述多个用户各自的综合属性特征值;
利用所述综合属性特征值计算任意两个用户的属性特征相似度。
B18、根据B17所述的装置,其中,所述建立模块还适于:
计算任意两个用户的综合属性特征值的差值;
根据预置的差值区间与属性特征相似度的对应关系,确定计算的差值所对应的属性特征相似度。
B19、根据B12-B18任一项所述的装置,其中,所述推送模块还适于:
当该目标用户登录所述产品平台时,在所述产品平台提供的产品页面推送所述差异性产品的信息。
B20、根据B12-B18任一项所述的装置,其中,所述推送模块还适于:
获取该目标用户的邮箱标识信息;
生成携带有所述差异性产品的信息的推送邮件;
根据该目标用户的邮箱标识信息,将所述推送邮件发送给该目标用户。
B21、根据B12-B20任一项所述的装置,其中,还包括:
更新模块,适于在所述推送模块将所述差异性产品的信息推送给该目标用户之后,收集各个目标用户对于推送的所述差异性产品的信息的反馈信息;根据所述反馈信息更新所述差异性产品的信息。
B22、根据B12-B21任一项所述的装置,其中,所述差异性产品的信息中还携带有该目标用户的相似用户集合中的用户的身份信息。
Claims (10)
1.一种产品信息推送方法,包括:
收集产品平台上的多个用户,获取所述多个用户各自的属性特征;
计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值;
对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息;
比较所述第一产品的信息与所述第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息,并将所述差异性产品的信息推送给该目标用户。
2.根据权利要求1所述的方法,其中,获取所述多个用户各自的属性特征,包括:
获取所述多个用户的历史行为数据;
从所述多个用户的历史行为数据中提取所述多个用户各自的属性特征。
3.根据权利要求2所述的方法,其中,从所述多个用户的历史行为数据中提取所述多个用户各自的属性特征,包括:
对所述多个用户的历史行为数据进行归一化处理;
利用数据挖掘算法从归一化处理后的历史行为数据中提取各用户的属性特征。
4.根据权利要求2或3所述的方法,其中,所述历史行为数据包括下列至少之一:
用户注册信息、历史输入信息、浏览行为信息、购买行为信息、收藏行为信息、评价信息。
5.根据权利要求1-4任一项所述的方法,其中,收集产品平台上的多个用户,包括:
收集产品平台上属于相同社区群组的多个用户;或者
收集产品平台上在指定区域范围内的多个用户。
6.根据权利要求1-5任一项所述的方法,其中,若所述多个用户各自的属性特征包含多个,所述计算任意两个用户的属性特征相似度,包括:
对多个属性特征分配相应的权重;
将所述多个用户各自的属性特征量化为相应的属性特征值;
将分配的权重和量化的属性特征值进行加权求和,得到所述多个用户各自的综合属性特征值;
利用所述综合属性特征值计算任意两个用户的属性特征相似度。
7.根据权利要求6所述的方法,其中,利用所述综合属性特征值计算任意两个用户的属性特征相似度,包括:
计算任意两个用户的综合属性特征值的差值;
根据预置的差值区间与属性特征相似度的对应关系,确定计算的差值所对应的属性特征相似度。
8.根据权利要求1-7任一项所述的方法,其中,将所述差异性产品的信息推送给该目标用户,包括:
当该目标用户登录所述产品平台时,在所述产品平台提供的产品页面推送所述差异性产品的信息。
9.根据权利要求1-7任一项所述的方法,其中,将所述差异性产品的信息推送给该目标用户,包括:
获取该目标用户的邮箱标识信息;
生成携带有所述差异性产品的信息的推送邮件;
根据该目标用户的邮箱标识信息,将所述推送邮件发送给该目标用户。
10.一种产品信息推送装置,包括:
属性特征获取模块,适于收集产品平台上的多个用户,获取所述多个用户各自的属性特征;
建立模块,适于计算任意两个用户的属性特征相似度,建立每个目标用户的相似用户集合,其中,各个目标用户与其相似用户集合中的用户的属性特征相似度大于指定阈值;
产品信息获取模块,适于对于各个目标用户,获取该目标用户关注和/或购买的第一产品的信息,以及该目标用户的相似用户集合中的用户关注和/或购买的第二产品的信息;
比较模块,适于比较所述第一产品的信息与所述第二产品的信息,得到该目标用户与其相似用户集合中的用户关注和/或购买的差异性产品的信息;
推送模块,适于将所述差异性产品的信息推送给该目标用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510488059.4A CN106447372B (zh) | 2015-08-10 | 2015-08-10 | 产品信息推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510488059.4A CN106447372B (zh) | 2015-08-10 | 2015-08-10 | 产品信息推送方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106447372A true CN106447372A (zh) | 2017-02-22 |
CN106447372B CN106447372B (zh) | 2022-03-08 |
Family
ID=58092859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510488059.4A Expired - Fee Related CN106447372B (zh) | 2015-08-10 | 2015-08-10 | 产品信息推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447372B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991598A (zh) * | 2017-04-07 | 2017-07-28 | 北京百分点信息科技有限公司 | 数据推送方法及其*** |
CN107103028A (zh) * | 2017-03-03 | 2017-08-29 | 北京小度信息科技有限公司 | 一种信息处理方法及装置 |
CN107360246A (zh) * | 2017-07-28 | 2017-11-17 | 广州优视网络科技有限公司 | 一种消息推送方法及装置、一种终端及存储介质 |
CN107463675A (zh) * | 2017-08-03 | 2017-12-12 | 北京京东尚科信息技术有限公司 | 数据处理方法及其*** |
CN107688984A (zh) * | 2017-07-27 | 2018-02-13 | 上海壹账通金融科技有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
CN108805598A (zh) * | 2017-05-05 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 相似度信息确定方法、服务器及计算机可读存储介质 |
CN109389427A (zh) * | 2018-09-26 | 2019-02-26 | 中国平安人寿保险股份有限公司 | 问卷推送方法、装置、计算机设备和存储介质 |
CN109544266A (zh) * | 2018-10-19 | 2019-03-29 | 中国平安人寿保险股份有限公司 | 产品数据推送方法、装置及计算机可读存储介质 |
CN109727086A (zh) * | 2018-06-01 | 2019-05-07 | 平安普惠企业管理有限公司 | 贷款产品推送方法、设备、存储介质及装置 |
CN109768919A (zh) * | 2019-01-29 | 2019-05-17 | 深圳市小满科技有限公司 | 邮件发送方法、装置、计算机装置及存储介质 |
CN110134870A (zh) * | 2019-05-21 | 2019-08-16 | 重庆忽米网络科技有限公司 | 一种基于大数据的推送方法及*** |
CN110223107A (zh) * | 2019-05-23 | 2019-09-10 | 中国银行股份有限公司 | 基于相似对象的参考广告确定方法、装置和设备 |
CN110288391A (zh) * | 2019-06-18 | 2019-09-27 | 武汉久客网络科技有限公司 | 新零售模式下的商品推送方法、设备及可读存储介质 |
WO2019192352A1 (zh) * | 2018-04-03 | 2019-10-10 | 阿里巴巴集团控股有限公司 | 一种基于视频的互动讨论方法、装置和终端设备 |
CN110390605A (zh) * | 2019-07-25 | 2019-10-29 | 新奥(中国)燃气投资有限公司 | 一种改造方案推送方法及装置 |
WO2020098163A1 (zh) * | 2018-11-12 | 2020-05-22 | 平安科技(深圳)有限公司 | 产品数据推送方法及装置、计算机非易失性可读存储介质 |
CN111756832A (zh) * | 2020-06-22 | 2020-10-09 | 百度在线网络技术(北京)有限公司 | 推送信息的方法、装置、电子设备及计算机可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101071424A (zh) * | 2006-06-23 | 2007-11-14 | 腾讯科技(深圳)有限公司 | 一种个性化信息推送***和方法 |
CN102156942A (zh) * | 2011-04-08 | 2011-08-17 | 东华大学 | 一种基于无线射频技术的商品推荐方法 |
CN102663626A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 基于区域特征的协同过滤推荐方法 |
CN102722524A (zh) * | 2012-05-07 | 2012-10-10 | 北京邮电大学 | 网站推荐结果显示方法、装置及具有该装置的终端 |
CN103049865A (zh) * | 2012-12-17 | 2013-04-17 | 中国农业大学 | 主动推荐产品信息服务的方法及*** |
CN103106600A (zh) * | 2012-11-15 | 2013-05-15 | 深圳中兴网信科技有限公司 | 商品信息推送***和商品信息推送方法 |
CN103368992A (zh) * | 2012-03-28 | 2013-10-23 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及装置 |
CN103426102A (zh) * | 2013-08-02 | 2013-12-04 | 苏州两江科技有限公司 | 基于本体分类的商品特征推荐方法 |
US20140136323A1 (en) * | 2012-08-11 | 2014-05-15 | Guangsheng Zhang | System and methods for advertising based on user intention detection |
US20140278990A1 (en) * | 2013-03-14 | 2014-09-18 | Daniel Raymond Swanson | Systems, Methods and Apparatus for Self-Directed Individual Customer Segmentation and Customer Rewards |
-
2015
- 2015-08-10 CN CN201510488059.4A patent/CN106447372B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101071424A (zh) * | 2006-06-23 | 2007-11-14 | 腾讯科技(深圳)有限公司 | 一种个性化信息推送***和方法 |
CN102156942A (zh) * | 2011-04-08 | 2011-08-17 | 东华大学 | 一种基于无线射频技术的商品推荐方法 |
CN103368992A (zh) * | 2012-03-28 | 2013-10-23 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及装置 |
CN102663626A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 基于区域特征的协同过滤推荐方法 |
CN102722524A (zh) * | 2012-05-07 | 2012-10-10 | 北京邮电大学 | 网站推荐结果显示方法、装置及具有该装置的终端 |
US20140136323A1 (en) * | 2012-08-11 | 2014-05-15 | Guangsheng Zhang | System and methods for advertising based on user intention detection |
CN103106600A (zh) * | 2012-11-15 | 2013-05-15 | 深圳中兴网信科技有限公司 | 商品信息推送***和商品信息推送方法 |
CN103049865A (zh) * | 2012-12-17 | 2013-04-17 | 中国农业大学 | 主动推荐产品信息服务的方法及*** |
US20140278990A1 (en) * | 2013-03-14 | 2014-09-18 | Daniel Raymond Swanson | Systems, Methods and Apparatus for Self-Directed Individual Customer Segmentation and Customer Rewards |
CN103426102A (zh) * | 2013-08-02 | 2013-12-04 | 苏州两江科技有限公司 | 基于本体分类的商品特征推荐方法 |
Non-Patent Citations (1)
Title |
---|
孟庆庆等: "基于用户特征和商品特征的组合协同过滤算法", 《软件导刊》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107103028A (zh) * | 2017-03-03 | 2017-08-29 | 北京小度信息科技有限公司 | 一种信息处理方法及装置 |
CN106991598A (zh) * | 2017-04-07 | 2017-07-28 | 北京百分点信息科技有限公司 | 数据推送方法及其*** |
CN108805598A (zh) * | 2017-05-05 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 相似度信息确定方法、服务器及计算机可读存储介质 |
CN108805598B (zh) * | 2017-05-05 | 2020-09-08 | 腾讯科技(深圳)有限公司 | 相似度信息确定方法、服务器及计算机可读存储介质 |
CN107688984A (zh) * | 2017-07-27 | 2018-02-13 | 上海壹账通金融科技有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
CN107360246A (zh) * | 2017-07-28 | 2017-11-17 | 广州优视网络科技有限公司 | 一种消息推送方法及装置、一种终端及存储介质 |
CN107463675B (zh) * | 2017-08-03 | 2020-11-03 | 北京京东尚科信息技术有限公司 | 数据处理方法及其*** |
CN107463675A (zh) * | 2017-08-03 | 2017-12-12 | 北京京东尚科信息技术有限公司 | 数据处理方法及其*** |
WO2019192352A1 (zh) * | 2018-04-03 | 2019-10-10 | 阿里巴巴集团控股有限公司 | 一种基于视频的互动讨论方法、装置和终端设备 |
CN109727086A (zh) * | 2018-06-01 | 2019-05-07 | 平安普惠企业管理有限公司 | 贷款产品推送方法、设备、存储介质及装置 |
CN109389427A (zh) * | 2018-09-26 | 2019-02-26 | 中国平安人寿保险股份有限公司 | 问卷推送方法、装置、计算机设备和存储介质 |
CN109389427B (zh) * | 2018-09-26 | 2023-11-21 | 中国平安人寿保险股份有限公司 | 问卷推送方法、装置、计算机设备和存储介质 |
CN109544266B (zh) * | 2018-10-19 | 2024-06-14 | 中国平安人寿保险股份有限公司 | 产品数据推送方法、装置及计算机可读存储介质 |
CN109544266A (zh) * | 2018-10-19 | 2019-03-29 | 中国平安人寿保险股份有限公司 | 产品数据推送方法、装置及计算机可读存储介质 |
WO2020098163A1 (zh) * | 2018-11-12 | 2020-05-22 | 平安科技(深圳)有限公司 | 产品数据推送方法及装置、计算机非易失性可读存储介质 |
CN109768919A (zh) * | 2019-01-29 | 2019-05-17 | 深圳市小满科技有限公司 | 邮件发送方法、装置、计算机装置及存储介质 |
CN110134870A (zh) * | 2019-05-21 | 2019-08-16 | 重庆忽米网络科技有限公司 | 一种基于大数据的推送方法及*** |
CN110223107A (zh) * | 2019-05-23 | 2019-09-10 | 中国银行股份有限公司 | 基于相似对象的参考广告确定方法、装置和设备 |
CN110288391A (zh) * | 2019-06-18 | 2019-09-27 | 武汉久客网络科技有限公司 | 新零售模式下的商品推送方法、设备及可读存储介质 |
CN110390605A (zh) * | 2019-07-25 | 2019-10-29 | 新奥(中国)燃气投资有限公司 | 一种改造方案推送方法及装置 |
CN111756832A (zh) * | 2020-06-22 | 2020-10-09 | 百度在线网络技术(北京)有限公司 | 推送信息的方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106447372B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106447372A (zh) | 产品信息推送方法及装置 | |
CN110909176B (zh) | 数据推荐方法、装置、计算机设备以及存储介质 | |
CN108009897A (zh) | 一种商品的实时推荐方法、***及可读存储介质 | |
CN108198051A (zh) | 跨商品类别的商品推荐方法及装置 | |
CN106355449A (zh) | 用户选取方法和装置 | |
CN107341682A (zh) | 一种广告信息监测与评估方法及其装置 | |
CN110287421A (zh) | 一种信息内容推荐方法、装置及电子设备 | |
CN108510303A (zh) | 广告投放方法及装置 | |
CN106022814A (zh) | 运用自适性机器学习以提供建议的***和方法 | |
CN104915423B (zh) | 获取目标用户的方法和装置 | |
CN104063801A (zh) | 一种基于聚类的移动广告推荐方法 | |
CN104718547A (zh) | 顾客数据解析*** | |
CN105913297A (zh) | 一种基于大数据的试衣推荐方法及*** | |
CN110232591A (zh) | 一种页面推广方法、页面推广***及服务器 | |
CN110399559A (zh) | 智能保险推荐***和计算机存储介质 | |
CN107358456A (zh) | 数据的展现方法和装置 | |
CN109711917A (zh) | 信息推送方法和装置 | |
CN104679791B (zh) | 获取数据包的处理方法和装置 | |
CN105205598A (zh) | 一种基于卷烟二维码的用户信息管理*** | |
CN107154974A (zh) | 一种智能网络购物方法及*** | |
CN109472662A (zh) | 一种商品销售方法与装置、电子设备及存储介质 | |
CN108876409A (zh) | 一种高校贫困资助认证方法、***及相关设备 | |
EP3029621A1 (en) | A process and system for providing businesses with the ability to supply sets of coupons to potential customers | |
CN109934523A (zh) | 信息处理方法和装置 | |
CN105654342A (zh) | 社会网络合作影响传播最大化的初始用户选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220308 |