CN106709756A - 用户需求信息获取方法和装置 - Google Patents

用户需求信息获取方法和装置 Download PDF

Info

Publication number
CN106709756A
CN106709756A CN201611122913.6A CN201611122913A CN106709756A CN 106709756 A CN106709756 A CN 106709756A CN 201611122913 A CN201611122913 A CN 201611122913A CN 106709756 A CN106709756 A CN 106709756A
Authority
CN
China
Prior art keywords
user
subset
category feature
attention rate
subsets
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
Application number
CN201611122913.6A
Other languages
English (en)
Inventor
李鹏
于洋
郭振强
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.)
Beijing 58 Information Technology Co Ltd
Original Assignee
Beijing 58 Information Technology 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 Beijing 58 Information Technology Co Ltd filed Critical Beijing 58 Information Technology Co Ltd
Priority to CN201611122913.6A priority Critical patent/CN106709756A/zh
Publication of CN106709756A publication Critical patent/CN106709756A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • G06F16/972—Access to data in other repository systems, e.g. legacy data or dynamic Web page generation
    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history

Landscapes

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

Abstract

本发明提供一种用户需求信息获取方法和装置，通过根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，根据至少一类特征的所有子集的关注度，确定用户的需求信息，用户浏览包含某类特征的某个子集或者某几个子集的网页，说明用户关注该特征的某个或者某些子集，基于用户对各特征的所有子集的关注度，确定用户的需求信息，更加合理，从而，提高对用户需求信息预测的准确性。

Description

用户需求信息获取方法和装置
技术领域
本发明涉及计算机技术，尤其涉及一种用户需求信息获取方法和装置。
背景技术
二手车因其成本低的优点，成为很多低收入人群购车的首选，二手车商家以收购价收购二手车，再以高于收购价的价钱进行出售，从而赚取差价，以获取利润。
由于仓库容量和资金等的限制，现有技术中，二手车商家在收购二手车时，根据经验以及对于某些车型车系的了解预测用户的需求，从而，确定是否收购某辆二手车。
然而，采用现有技术的方法，对用户需求信息的预测准确性不高。
发明内容
本发明提供一种用户需求信息获取方法和装置，以提高对用户需求信息预测的准确性。
第一方面，本发明提供一种用户需求信息获取方法，包括：
根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，其中，每类特征包含多个子集；
根据至少一类特征的所有子集的关注度，确定用户的需求信息。
可选地，至少一类特征包括下述一类或多类的组合：
品牌；
车型；
价格；
里程；
车龄。
可选地，根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，包括：
根据用户浏览网页的历史记录，获取每类特征的所有子集的点击次数；
获取第一子集的点击次数与第一子集所属类别的所有子集的点击次数的总数的比值，确定第一子集的关注度；
其中，第一子集为一类特征中的任一个子集。
可选地，当至少一类特征为一类特征时；
根据至少一类特征的所有子集的关注度，确定用户的需求信息，包括：
确定关注度最高的N个子集，为用户需求的子集，其中，N为大于等于1的整数。
可选地，当至少一类特征为至少两类时；
根据至少一类特征的所有子集的关注度，确定用户的需求信息，包括：
获取每种类别的特征值的权重系数；
对至少两种类别的所有子集进行任意组合，根据权重系数和每个子集的关注度，计算每个组合的关注度；
确定关注度最高的M个组合，为用户需求的组合，M为大于等于1的整数。
可选地，该方法还包括：针对每类特征，图形化显示所有子集的关注度。
第二方面，本发明提供一种用户需求信息获取装置，包括：
获取模块，用于根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，其中，每类特征包含多个子集；
处理模块，用于根据至少一类特征的所有子集的关注度，确定用户的需求信息。
可选地，获取模块具体用于根据用户浏览网页的历史记录，获取每类特征的所有子集的点击次数；获取第一子集的点击次数与第一子集所属类别的所有子集的点击次数的总数的比值，确定第一子集的关注度；
其中，第一子集为一类特征中的任一个子集。
可选地，当至少一类特征为一类特征时；
处理模块具体用于确定关注度最高的N个子集，为用户需求的子集，其中，N为大于等于1的整数。
可选地，当至少一类特征为至少两类时；
处理模块具体用于获取每种类别的特征值的权重系数；对至少两种类别的所有子集进行任意组合，根据权重系数和每个子集的关注度，计算每个组合的关注度；确定关注度最高的M个组合，为用户需求的组合，M为大于等于1的整数。
可选地，处理模块还用于针对每类特征，图形化显示所有子集的关注度。
本发明提供的用户需求信息获取方法和装置，通过根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，根据至少一类特征的所有子集的关注度，确定用户的需求信息，用户浏览包含某类特征的某个子集或者某几个子集的网页，说明用户关注该特征的某个或者某些子集，基于用户对各特征的所有子集的关注度，确定用户的需求信息，更加合理，从而，提高对用户需求信息预测的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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为本发明需求信息获取方法实施例一的流程示意图；
图2为本发明需求信息获取方法实施例二的流程示意图；
图3为本发明需求信息获取方法实施例三的流程示意图；
图4为本发明品牌的关注度的示意图；
图5为本发明用户需求信息获取装置实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在互联网时代，用户通常欲购买某类产品时，例如：购买二手车，通常会通过浏览网页了解所欲购买的产品的信息，本发明正是利用这个特点，通过根据用户浏览网页的历史记录，获取二手车的各类特征的所有子集的关注度，根据各类特征的所有子集的关注度，确定用户的需求信息，用户浏览包含某类特征的某个子集或者某几个子集的网页，说明用户关注该特征的某个或者某些子集，基于用户对各特征的所有子集的关注度，确定用户的需求信息，更加合理，从而，提高对用户需求信息预测的准确性。
在本发明各实施例中，可以通过从流量日志中获取用户浏览网页的历史记录，根据网页中的帖子的infoID，调用RPC服务，获取各类特征的子集的基本信息。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明需求信息获取方法实施例一的流程示意图，如图1所示，本实施例的方法如下：
S101：根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度。
其中，每类特征包含多个子集。
其中，至少一类特征包括但不限于下述一种或者多种特征的组合：
品牌；车型；价格；里程；车龄。
举例来说，品牌的子集包括：别克、大众、比亚迪、福特、现代等；
车型的子集包括：小型车、微车型、紧凑车型、中等车型、高级车型、豪华车型、三厢车型等；
价格的子集包括：5万以下；5万-8万；8万-10万；10万-15万；15万-20万；20万-30万；30万以上等；
里程的子集包括：1万公里以下；1万公里-2万公里；2万公里-3万公里；3万公里以上等；
车龄：1年以下；1年-2年；2年-3年；3年-4年；4年以上等；
其中，获取二手车的至少一类特征的所有子集的关注度的一种可能的实现方式如下：
根据用户浏览网页的历史记录，获取每类特征的所有子集的点击次数；
获取第一子集的点击次数与第一子集所属类别的所有子集的点击次数的总数的比值，确定第一子集的关注度；
其中，第一子集为一类特征中的任一个子集。
每个网页中可能会包含多个子集，则当用户浏览该网页一次，其包含的所有子集的点击次数均增加1次；基于此，可以根据用户浏览网页的历史记录，获取到每类特征的所有子集的点击次数.
以品牌为例，品牌的各类子集的点击次数分别为：别克150、大众100、比亚迪200、福特250、现代200，其他100次；
则别克的关注度为150/1000，即：15％；大众的关注度为150/1000，即：15％；比亚迪的关注度为150/1000，即：15％；福特的关注度为250/1000，即：25％；现代的关注度为200/1000，即：20％；其他的关注度为100/1000，即：10％。
其他特征的子集的关注度的获取方法相同，不再一一赘述。
S102：根据至少一类特征的所有子集的关注度，确定用户的需求信息。
用户对某个子集的关注度越高，用户对该子集对应的产品的需求越强。
本实施例，通过根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，根据至少一类特征的所有子集的关注度，确定用户的需求信息，用户浏览包含某类特征的某个子集或者某几个子集的网页，说明用户关注该特征的某个或者某些子集，基于用户对各特征的所有子集的关注度，确定用户的需求信息，更加合理，从而，提高对用户需求信息预测的准确性。
图2为本发明需求信息获取方法实施例二的流程示意图，图2是在图1所示实施例的基础上，当只有一类特征是，S102的一种可能的实现方式：
S102’：确定关注度最高的N个子集，为用户需求的子集。
其中，N为大于等于1的整数。
以S101中的品牌为例，别克的关注度为15％；大众的关注度为15％；比亚迪的关注度为15％；福特的关注度为25％；现代的关注度为20％；其他的关注度为10％。
其中，若N取1，福特的关注度最高，则确定福特为用户需求的品牌；
若N取2，则确定福特和现代为用户需求的品牌。
本实施例，通过根据用户对某个子集的关注度越高，用户对该子集对应的产品的需求的特点，确定关注度最高的N个子集，为用户需求的子集，所获取的用户需求信息更加合理准确。
图3为本发明需求信息获取方法实施例三的流程示意图，图3是在图1所示实施例的基础上，当二手车包含两类或这两类以上的特征时，S102的一种可能的实现方式：
S102a：获取每种类别的特征值的权重系数。
其中，权重系数根据实际情况进行设置，通常用户越在意的特征权重值越大。
例如：假设品牌的权重系数为0.6，车龄的权重系数为0.4。
采用S101类似的方法，确定车辆的关注度分别为1年以下为20％；1年-2年为30％；2年-3年为15％；3年-4年为10％；4年以上为10％
S102b：对至少两种类别的所有子集进行任意组合，根据权重系数和每个子集的关注度，计算每个组合的关注度。
如表1所示：
表1
1年以下 1年-2年 2年-3年 3年-4年 4年以上
别克 0.17 0.21 0.15 0.13 0.13
大众 0.17 0.21 0.15 0.13 0.13
比亚迪 0.17 0.21 0.15 0.13 0.13
福特 0.23 0.27 0.21 0.19 0.19
现代 0.2 0.24 0.18 0.16 0.16
其他 0.14 0.18 0.12 0.1 0.1
S102c：确定关注度最高的M个组合，为用户需求的组合。
从表1中可以看出，当M取1时，福特和1年-2年的组合的关注度最高；
当M取2时，现代和1年-2年的组合的关注度最高；
其他的类似，此处不一一赘述。
本实施例，通过对不同的特征分配不同的权重值，将多个特征进行结合，确定用户的需求信息，更加合理、准确性更高。
在上述实施例中，进一步地，还可以通过图形化显示所有子集的关注度，具体地，可以通过调用商业产品图库表(Enterprise Charts，简称：ECHARTS)图形化插件进行图形化显示，如图4所示，以品牌为例，图4为本发明品牌的关注度的示意图。通过图形，能够更加直观的获知用户的关注度。
本发明上述各实施例的各子集的关注度信息，可以按照日期，存储在数据库中，便于用户查看。
本发明上述各实施例，获取到用户需求信息之后，二手车商家可以根据用户需求信息合理的选购二手车，避免库存积压等问题。
图5为本发明用户需求信息获取装置实施例的结构示意图，本实施例的装置包括：获取模块501和处理模块502；
其中，获取模块501用于根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，其中，每类特征包含多个子集；
处理模块502用于根据至少一类特征的所有子集的关注度，确定用户的需求信息。
进一步地，获取模块具体用于根据用户浏览网页的历史记录，获取每类特征的所有子集的点击次数；获取第一子集的点击次数与第一子集所属类别的所有子集的点击次数的总数的比值，确定第一子集的关注度；
其中，第一子集为一类特征中的任一个子集。
本实施例的装置对应的可用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
在上述实施例中，当至少一类特征为一类特征时；
处理模块502具体用于确定关注度最高的N个子集，为用户需求的子集，其中，N为大于等于1的整数。
本实施例的装置对应的可用于执行图2所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
在上述实施例中，当至少一类特征为至少两类时；
处理模块502具体用于获取每种类别的特征值的权重系数；对至少两种类别的所有子集进行任意组合，根据权重系数和每个子集的关注度，计算每个组合的关注度；确定关注度最高的M个组合，为用户需求的组合。
本实施例的装置对应的可用于执行图2所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
在上述实施例中，处理模块502还用于针对每类特征，图形化显示所有子集的关注度。
本实施例，通过处理将所有子集的关注度以图形化显示，能够更加直观的获知用户的关注度。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (11)

1.一种用户需求信息获取方法，其特征在于，包括：
根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，其中，每类特征包含多个子集；
根据所述至少一类特征的所有子集的关注度，确定所述用户的需求信息。
2.根据权利要求1所述的方法，其特征在于，所述至少一类特征包括下述一类或多类的组合：
品牌；
车型；
价格；
里程；
车龄。
3.根据权利要求2所述的方法，其特征在于，所述根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，包括：
根据用户浏览网页的历史记录，获取每类特征的所有子集的点击次数；
获取第一子集的点击次数与所述第一子集所属类别的所有子集的点击次数的总数的比值，确定所述第一子集的关注度；
其中，所述第一子集为一类特征中的任一个子集。
4.根据权利要求3所述的方法，其特征在于，当所述至少一类特征为一类特征时；
所述根据所述至少一类特征的所有子集的关注度，确定所述用户的需求信息，包括：
确定关注度最高的N个子集，为用户需求的子集，其中，所述N为大于等于1的整数。
5.根据权利要求3所述的方法，其特征在于，当所述至少一类特征为至少两类时；
所述根据所述至少一类特征的所有子集的关注度，确定所述用户的需求信息，包括：
获取每种类别的特征值的权重系数；
对所述至少两种类别的所有子集进行任意组合，根据所述权重系数和每个子集的关注度，计算每个组合的关注度；
确定关注度最高的M个组合为用户需求的组合，所述M为大于等于1的整数。
6.根据权利要求1-5任一项所述的方法，其特征在于，还包括：针对每类特征，图形化显示所有子集的关注度。
7.一种用户需求信息获取装置，其特征在于，包括：
获取模块，用于根据用户浏览网页的历史记录，获取二手车的至少一类特征的所有子集的关注度，其中，每类特征包含多个子集；
处理模块，用于根据所述至少一类特征的所有子集的关注度，确定所述用户的需求信息。
8.根据权利要求7所述的装置，其特征在于，所述获取模块具体用于根据用户浏览网页的历史记录，获取每类特征的所有子集的点击次数；获取第一子集的点击次数与所述第一子集所属类别的所有子集的点击次数的总数的比值，确定所述第一子集的关注度；
其中，所述第一子集为一类特征中的任一个子集。
9.根据权利要求8所述的装置，其特征在于，当所述至少一类特征为一类特征时；
所述处理模块具体用于确定关注度最高的N个子集，为用户需求的子集，其中，所述N为大于等于1的整数。
10.根据权利要求8所述的装置，其特征在于，当所述至少一类特征为至少两类时；
所述处理模块具体用于获取每种类别的特征值的权重系数；对所述至少两种类别的所有子集进行任意组合，根据所述权重系数和每个子集的关注度，计算每个组合的关注度；确定关注度最高的M个组合为用户需求的组合，所述M为大于等于1的整数。
11.根据权利要求7-10任一项所述的装置，其特征在于，所述处理模块还用于针对每类特征，图形化显示所有子集的关注度。
CN201611122913.6A 2016-12-08 2016-12-08 用户需求信息获取方法和装置 Pending CN106709756A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611122913.6A CN106709756A (zh) 2016-12-08 2016-12-08 用户需求信息获取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611122913.6A CN106709756A (zh) 2016-12-08 2016-12-08 用户需求信息获取方法和装置

Publications (1)

Publication Number Publication Date
CN106709756A true CN106709756A (zh) 2017-05-24

Family

ID=58936501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611122913.6A Pending CN106709756A (zh) 2016-12-08 2016-12-08 用户需求信息获取方法和装置

Country Status (1)

Country Link
CN (1) CN106709756A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108198037A (zh) * 2018-01-12 2018-06-22 金瓜子科技发展（北京）有限公司 账户管理方法及装置
CN108460651A (zh) * 2018-01-04 2018-08-28 金瓜子科技发展（北京）有限公司 车辆推荐方法及装置
CN108932644A (zh) * 2017-05-26 2018-12-04 车伯乐（北京）信息科技有限公司 一种用户选车方法、装置、设备及计算机可读介质
CN110517064A (zh) * 2017-11-16 2019-11-29 北京新意互动数字技术有限公司 一种核心竞品车型分析方法及***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106259A (zh) * 2013-01-25 2013-05-15 西北工业大学 一种基于情境的移动网页内容推荐方法
CN103235824A (zh) * 2013-05-06 2013-08-07 上海河广信息科技有限公司 根据浏览网页确定用户感兴趣的网页文本的方法和***
US20140057974A1 (en) * 1998-04-15 2014-02-27 The Regents Of The University Of California Methods for therapy of neurodegenerative disease of the brain
CN105260913A (zh) * 2015-10-16 2016-01-20 上海晶赞科技发展有限公司 用于互联网广告投放的ctr预估方法、dsp服务器、***
CN105430073A (zh) * 2015-11-12 2016-03-23 北京易车互联信息技术有限公司 一种基于用户行为的消息推送方法及***
CN105426536A (zh) * 2015-12-21 2016-03-23 北京奇虎科技有限公司 汽车类搜索结果页的展现方法及装置
CN105930507A (zh) * 2016-05-10 2016-09-07 腾讯科技（深圳）有限公司 一种获得用户的Web浏览兴趣的方法及装置
CN105956161A (zh) * 2016-05-17 2016-09-21 北京奇虎科技有限公司 一种信息推荐方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140057974A1 (en) * 1998-04-15 2014-02-27 The Regents Of The University Of California Methods for therapy of neurodegenerative disease of the brain
CN103106259A (zh) * 2013-01-25 2013-05-15 西北工业大学 一种基于情境的移动网页内容推荐方法
CN103235824A (zh) * 2013-05-06 2013-08-07 上海河广信息科技有限公司 根据浏览网页确定用户感兴趣的网页文本的方法和***
CN105260913A (zh) * 2015-10-16 2016-01-20 上海晶赞科技发展有限公司 用于互联网广告投放的ctr预估方法、dsp服务器、***
CN105430073A (zh) * 2015-11-12 2016-03-23 北京易车互联信息技术有限公司 一种基于用户行为的消息推送方法及***
CN105426536A (zh) * 2015-12-21 2016-03-23 北京奇虎科技有限公司 汽车类搜索结果页的展现方法及装置
CN105930507A (zh) * 2016-05-10 2016-09-07 腾讯科技（深圳）有限公司 一种获得用户的Web浏览兴趣的方法及装置
CN105956161A (zh) * 2016-05-17 2016-09-21 北京奇虎科技有限公司 一种信息推荐方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108932644A (zh) * 2017-05-26 2018-12-04 车伯乐（北京）信息科技有限公司 一种用户选车方法、装置、设备及计算机可读介质
CN110517064A (zh) * 2017-11-16 2019-11-29 北京新意互动数字技术有限公司 一种核心竞品车型分析方法及***
CN108460651A (zh) * 2018-01-04 2018-08-28 金瓜子科技发展（北京）有限公司 车辆推荐方法及装置
CN108198037A (zh) * 2018-01-12 2018-06-22 金瓜子科技发展（北京）有限公司 账户管理方法及装置

Similar Documents

Publication Publication Date Title
US8185446B1 (en) Generating parts bundles
US20190156360A1 (en) Systems and methods for controlling access to location based data
US7690564B2 (en) Automatic classification of credit card customers
CN106709756A (zh) 用户需求信息获取方法和装置
US20050240474A1 (en) Pattern based promotion evaluation
WO2013016637A2 (en) Vehicle desirability and stocking based on live markets
CN104303199A (zh) 用于二手车定价数据分析与呈现的***和方法
US20160162986A1 (en) Systems and methods for determining a value of commercial real estate
US20150363855A1 (en) Systems and Methods for Automatic Popular Configuration Generation
CN104077712A (zh) 信息处理装置和价格计算方法
US20140081737A1 (en) System and method for real-time discounts at point of sale
Chakrabarty et al. A two-warehouse inventory model for deteriorating items with capacity constraints and back-ordering under financial considerations
KR20230122525A (ko) 외부 데이터를 고려한 신용 평가 방법 및 이러한 방법을 수행하는 장치
CN110598183A (zh) 一种流量分配方法、装置、设备及存储介质
CN111612560A (zh) 用于促销对象的推荐方法、***、存储介质及电子设备
CN113610521A (zh) 用于检测行为数据的异常的方法和设备
CN112348578A (zh) 一种资源处理方法以及装置
KR20110023750A (ko) 오브젝트 커스터마이제이션 및 관리 시스템
WO2019221844A1 (en) Item-specific value optimization tool
US20170178164A1 (en) Systems and Methods for Use in Processing Transaction Data
CN105430073A (zh) 一种基于用户行为的消息推送方法及***
KR20230122524A (ko) 이커머스 솔루션의 구매, 판매,　재고,　물류,　유통,　정산 과정에서 발생하는　엔드 투 엔드 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치
US11935075B2 (en) Card inactivity modeling
CN109360019A (zh) 一种个人车辆价格评估方法
CN114169928A (zh) 一种新型门店销售管理方法、***、设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
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: 20170524