CN108427700A - 电子装置、用户分群的方法及计算机可读存储介质 - Google Patents

电子装置、用户分群的方法及计算机可读存储介质 Download PDF

Info

Publication number
CN108427700A
CN108427700A CN201710914567.3A CN201710914567A CN108427700A CN 108427700 A CN108427700 A CN 108427700A CN 201710914567 A CN201710914567 A CN 201710914567A CN 108427700 A CN108427700 A CN 108427700A
Authority
CN
China
Prior art keywords
access
group
user
access path
browsing
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
CN201710914567.3A
Other languages
English (en)
Other versions
CN108427700B (zh
Inventor
武湖
王建明
肖京
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201710914567.3A priority Critical patent/CN108427700B/zh
Priority to PCT/CN2018/077633 priority patent/WO2019062013A1/zh
Publication of CN108427700A publication Critical patent/CN108427700A/zh
Application granted granted Critical
Publication of CN108427700B publication Critical patent/CN108427700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • 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
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

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

Abstract

本发明涉及一种电子装置、用户分群的方法及计算机可读存储介质，所述用户分群的方法包括：获取用户在终端设备上浏览时产生的浏览记录，并提取所述浏览记录中的关键信息，所述关键信息包括用户标识、访问栏目、产品信息及浏览时间；以所述用户标识代表的用户为分析对象，将所述关键信息分割为对应的多个一次访问记录，并将各个访问记录转化为对应的访问路径；基于所述访问路径及预设的分群规则进行用户分群。本发明通过反映用户潜在的消费意愿的访问路径进行用户分群，以充分挖掘群内的消费潜力。

Description

电子装置、用户分群的方法及计算机可读存储介质
技术领域
本发明涉及通信技术领域，尤其涉及一种电子装置、用户分群的方法及计算机可读存储介质。
背景技术
用户画像分群能够将网络中独立的用户关联起来进行分组，能够真实了解用户，其对于网络营销环境具有很大的影响。现有的用户画像分群方案中，主要是以用户购买过或者表达过明显偏好的产品作为标签进行分群，这种用户画像分群方案具有片面性及一定的局限性。实际上，用户历史浏览路径也可以反映用户的消费意愿，对于浏览路径高度重合的用户，其产品喜好和消费意愿具有一定的相似性，如何以用户路径作为标签进行用户分群，以充分挖掘分群内部消费潜力，成为有待解决的问题。
发明内容
本发明的目的在于提供一种电子装置、用户分群的方法及计算机可读存储介质，旨在通过反映用户潜在的消费意愿的访问路径进行用户分群，以充分挖掘群内的消费潜力。
为实现上述目的，本发明提供一种电子装置，所述电子装置包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的用户分群的***，所述用户分群的***被所述处理器执行时实现如下步骤：
S101，获取用户在终端设备上浏览时产生的浏览记录，并提取所述浏览记录中的关键信息，所述关键信息包括用户标识、访问栏目、产品信息及浏览时间；
S102，以所述用户标识代表的用户为分析对象，将所述关键信息分割为对应的多个一次访问记录，并将各个访问记录转化为对应的访问路径；
S103，基于所述访问路径及预设的分群规则进行用户分群。
优选地，所述步骤S102包括：
以所述用户标识代表的用户为分析对象，将每一分析对象在预设浏览时间内浏览的访问栏目及产品信息作为一次访问记录，并将各个访问记录转化为对应的访问路径；或者
以所述用户标识代表的用户为分析对象，确定每一分析对象浏览产品时的浏览开始环节至浏览结束环节的所有环节，将浏览开始环节至浏览结束环节的所有环节中的访问栏目及产品信息作为一次访问记录，并将各个访问记录转化为对应的访问路径。
优选地，所述预设的分群规则包括：
统计每一访问路径的访问频率，获取所述访问频率大于等于预设频率的访问路径，将所获取的每一访问路径中的所有用户分为同一群体；或者
分析所述访问路径的重合率，将所述重合率大于等于预设重合率的访问路径作为一个相似访问路径集合，统计各个相似访问路径集合的访问频率，获取所述访问频率大于等于预设频率的相似访问路径集合，将所获取的同一相似访问路径集合中的所有用户分为同一群体。
优选地，所述用户分群的***被所述处理器执行时，还实现如下步骤：
S104，将各分群中的每一用户的用户标识与数据库中预存的用户属性信息进行匹配，获取数据库中与所述用户标识相同的用户属性信息，基于所获取的用户属性信息筛选各分群中的待推荐用户；
S105，确定待推荐的产品信息，向待推荐用户推荐所确定的产品信息。
为实现上述目的，本发明还提供一种用户分群的方法，所述用户分群的方法包括：
S1，获取用户在终端设备上浏览时产生的浏览记录，并提取所述浏览记录中的关键信息，所述关键信息包括用户标识、访问栏目、产品信息及浏览时间；
S2，以所述用户标识代表的用户为分析对象，将所述关键信息分割为对应的多个一次访问记录，并将各个访问记录转化为对应的访问路径；
S3，基于所述访问路径及预设的分群规则进行用户分群。
优选地，所述步骤S2包括：
以所述用户标识代表的用户为分析对象，将每一分析对象在预设浏览时间内浏览的访问栏目及产品信息作为一次访问记录，并将各个访问记录转化为对应的访问路径；或者
以所述用户标识代表的用户为分析对象，确定每一分析对象浏览产品时的浏览开始环节至浏览结束环节的所有环节，将浏览开始环节至浏览结束环节的所有环节中的访问栏目及产品信息作为一次访问记录，并将各个访问记录转化为对应的访问路径。
优选地，所述预设的分群规则为：
统计每一访问路径的访问频率，获取所述访问频率大于等于预设频率的访问路径，将所获取的每一访问路径中的所有用户分为同一群体；或者
分析所述访问路径的重合率，将所述重合率大于等于预设重合率的访问路径作为一个相似访问路径集合，统计各个相似访问路径集合的访问频率，获取所述访问频率大于等于预设频率的相似访问路径集合，将所获取的同一相似访问路径集合中的所有用户分为同一群体。
优选地，所述步骤S3之后还包括：
S4，将各分群中的每一用户的用户标识与数据库中预存的用户属性信息进行匹配，获取数据库中与所述用户标识相同的用户属性信息，基于所获取的用户属性信息筛选各分群中的待推荐用户；
S5，确定待推荐的产品信息，向待推荐用户推荐所确定的产品信息。
优选地，所述用户分群的方法还包括：
S6，提取各分群中的用户的偏好信息，基于用户的偏好信息向对应的分群中的所有用户推荐产品信息。
为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有用户分群的***，所述用户分群的***被处理器执行时实现上述的用户分群的方法的步骤。
本发明的有益效果是：本发明提取浏览记录中的关键信息，关键信息包括用户标识、访问栏目、产品信息及浏览时间，将关键信息分割为访问记录并转化为访问路径，对用户按访问路径进行分群，本发明通过反映用户潜在的消费意愿的访问路径进行用户分群，能够打破现有方案的局限性，进一步挖掘群内的消费潜力。
附图说明
图1为本发明各个实施例一可选的应用环境示意图；
图2为本发明用户分群的方法第一实施例的流程示意图；
图3为本发明用户分群的方法第二实施例的流程示意图；
图4为本发明用户分群的方法第三实施例的流程示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，图1为本发明各个实施例一可选的应用环境示意图，该应用环境示意图包括电子装置1及终端设备2。电子装置1可以通过网络、近场通信技术等适合的技术与终端设备2进行数据交互。
所述终端设备2包括，但不限于，任何一种可与用户通过键盘、鼠标、遥控器、触摸板或者声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(InternetProtocol Television,IPTV)、智能式穿戴式设备、导航装置等等的可移动设备，或者诸如数字TV、台式计算机、笔记本、服务器等等的固定终端。用户在终端设备2上浏览时产生浏览记录，浏览记录发送给电子装置1。
所述电子装置1是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。所述电子装置1可以是计算机、也可以是单个网络服务器、多个网络服务器组成的服务器组或者基于云计算的由大量主机或者网络服务器构成的云，其中云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。
本实施例中，电子装置1可包括，但不仅限于，可通过***总线相互通信连接的存储器11、处理器12及网络接口13，存储器11存储有可在处理器12上运行的用户分群的***。需要指出的是，图1仅示出了具有组件11-13的电子装置1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
其中，存储器11包括内存及至少一种类型的可读存储介质。内存为电子装置1的运行提供缓存；可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等的非易失性存储介质。在一些实施例中，可读存储介质可以是电子装置1的内部存储单元，例如该电子装置1的硬盘；在另一些实施例中，该非易失性存储介质也可以是电子装置1的外部存储设备，例如电子装置1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。本实施例中，存储器11的可读存储介质通常用于存储安装于电子装置1的操作***和各类应用软件，例如本发明一实施例中的用户分群的***的程序代码等。此外，存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器12在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述电子装置1的总体操作，例如执行与所述终端设备2进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据，例如运行用户分群的***等。
所述网络接口13可包括无线网络接口或有线网络接口，该网络接口13通常用于在所述电子装置1与其他电子设备之间建立通信连接。本实施例中，网络接口13主要用于将电子装置1与一个或多个终端设备2相连，在电子装置1与一个或多个终端设备2之间建立数据传输通道和通信连接，以获取一个或多个终端设备2上的用户的浏览记录。
所述用户分群的***存储在存储器11中，包括至少一个存储在存储器11中的计算机可读指令，该至少一个计算机可读指令可被处理器12执行，以实现本发明各实施例的用户分群的方法；如后续所述，该至少一个计算机可读指令依据其各部分所实现的功能不同，可被划为不同的逻辑模块。
其中，用户分群的***被所述处理器12执行时实现如下步骤：
步骤S101，获取用户在终端设备上浏览时产生的浏览记录，并提取所述浏览记录中的关键信息，所述关键信息包括用户标识、访问栏目、产品信息及浏览时间；
本实施例中，用户在终端设备的app上浏览产品信息时产生浏览记录，每条浏览记录包括用户标识、浏览时间及浏览内容等信息。终端设备可以在产生浏览记录后实时将其上传至电子装置中，也可以定时将浏览记录上传至电子装置中，由此，完成对各个终端设备上产生的浏览记录的收集操作。
本实施例在累积的大量的历史浏览记录中提取关键信息，关键信息包括用户标识、访问栏目、产品信息及浏览时间，访问栏目及产品信息可从浏览内容中获取。其中，用户标识例如为设备号或者手机号等，对于平安APP,访问栏目例如为保险、理财、借贷等，产品信息包括各个访问栏目下对应的产品，例如产品信息为保险栏目下的汽车保险产品或者意外保险产品等。
步骤S102，以所述用户标识代表的用户为分析对象，将所述关键信息分割为对应的多个一次访问记录，并将各个访问记录转化为对应的访问路径；
本实施例中，以每一用户标识代表一个用户，例如某一设备号或手机号代表一用户，将每一用户作为一个分析对象进行分析。每个用户有多条浏览记录对应的关键信息。将每一个用户对应的所有关键信息进行分割，以分割得到多个完整的一次访问记录。
其中，将关键信息分割为对应的多个一次访问记录的方法有多种，优选地，在一实施例中，可以是将每一分析对象在预设浏览时间内浏览的访问栏目及产品信息作为一次访问记录，例如对于某一设备号所在的终端设备，首先确认开始浏览时刻，然后将从开始浏览时刻为起始时刻半个小时或者一个小时内浏览的访问栏目及产品信息分割出来作为一次访问记录；在其他实施例中，可以确定每一分析对象浏览产品时的浏览开始环节至浏览结束环节的所有环节，将浏览开始环节至浏览结束环节的所有环节中的访问栏目及产品信息作为一次访问记录，例如，对于某一手机号对应的用户，用户在浏览某款保险产品时，确定浏览开始环节为开始对某一访问栏目中对应的保险产品进行浏览，中间环节可能将该保险产品与其他同类的保险产品进行比较，如果用户最终购买了该保险产品，则确定购买了该保险产品为浏览结束环节。
在将一次访问记录转化为访问路径时，具体的，将访问栏目及产品信息按照浏览的先后顺序进行连接及关联，得到对应的访问路径，例如用户进入中国平安官网后，点击保险栏目，选择意外险产品，点击短期综合意外险进行浏览，返回，点击旅行意外险进行浏览，返回，再次点击短期综合意外险进行浏览，选择短期综合意外险中的高端款、点击立即投保，则对应的访问路径为：中国平安官网中的保险(栏目)-意外险-短期综合意外险-旅行意外险-短期综合意外险-短期综合意外险中的高端款-投保。
步骤S103，基于所述访问路径及预设的分群规则进行用户分群。
用户在浏览产品的过程中可能并未购买所浏览的产品，但如果多个用户多次浏览该产品且未购买该产品时，可以看出该款产品得到这些用户的认同，或者有多个用户在浏览产品的过程中均购买了该产品，也说明该款产品得到这些用户的认同。本实施例中，通过用户的访问路径分析得到用户的浏览行为，进而得到用户的购买心理或购买意愿，进而对其进行用户分群。
在一优选的实施例中，预设的分群规则包括：统计每一访问路径的访问频率，该访问频率可以是以天或者星期等为单位，例如每天100次或者每星期1000次，获取访问频率大于等于预设频率的访问路径，预设频率例如为每天300次或者每星期2000次，将所获取的每一访问路径中的所有用户分为同一群体；或者分析访问路径的重合率，其中，两条访问路径的重合率指的是：两条访问路径中有若干个部分路径是相同的，这时可以计算两者的重合率，预设的重合率可以是50％等，例如第一条访问路径为：“中国平安官网中的保险(栏目)-意外险-短期综合意外险-短期综合意外险中的高端款”，第二条访问路径为：“中国平安官网中的保险(栏目)-意外险-旅游意外险-短期综合意外险-短期综合意外险中的基本款-投保”，这两条访问路径中包括3个相同的部分：中国平安官网中的保险(栏目)、意外险、短期综合意外险，对于第一条访问路径而言，第二条访问路径与它的重合率达到75％，则可以将第一条访问路径与第二条访问路径视为重合率大于等于预设重合率的访问路径，将重合率大于等于预设重合率的访问路径作为一个相似访问路径集合，统计各个相似访问路径集合的访问频率，获取访问频率大于等于预设频率(例如每天500次或者每星期3000次)的相似访问路径集合，将所获取的同一相似访问路径集合中的所有用户分为同一群体。
与现有技术相比，本实施例提取浏览记录中的关键信息，关键信息包括用户标识、访问栏目、产品信息及浏览时间，将关键信息分割为访问记录并转化为访问路径，对用户按访问路径进行分群，本实施例通过反映用户潜在的消费意愿的访问路径进行用户分群，能够打破现有方案的局限性，进一步挖掘群内的消费潜力。
在一优选的实施例中，在上述图1的实施例的基础上，所述用户分群的***被所述处理器执行时，还实现如下步骤：
将各分群中的每一用户的用户标识与数据库中预存的用户属性信息进行匹配，获取数据库中与所述用户标识相同的用户属性信息，基于所获取的用户属性信息筛选各分群中的待推荐用户；
确定待推荐的产品信息，向待推荐用户推荐所确定的产品信息。
本实施例中，数据库中存储有大量的客户对应的用户属性信息，该用户属性信息包括姓名、学历、收入、职位、住址、联系方式及设备号等，将某一分群中的用户的用户标识与数据库中的用户属性信息进行匹配，若匹配得出两者的用户标识相同，则获取与该用户标识相同的用户属性信息，在该分群中，基于所获取的用户属性信息筛选得到该分群的待推荐用户，例如基于年龄、学历、收入和/或职位筛选各分群中的待推荐用户，确定待推荐的产品信息，向待推荐用户推荐所确定的产品信息，例如某款产品有普通、中档、高档之分，则可以向收入较高的待推荐用户推荐该产品的高档款。
本实施例将用户分群后，与数据库中的大量客户进行关联，以得到待推荐用户，然后向待推荐用户推荐待推荐的产品信息，通过这种方式，可以准确地、大范围地向用户推荐产品信息，进一步挖掘分群内部消费潜力。
在其他实施例中，还可以提取各分群中的用户的偏好信息，基于用户的偏好信息向对应的分群中的所有用户推荐产品信息。
其中，各分群中用户的偏好信息可以从该分群中用户的访问路径分析得出，例如除了分析用户的访问路径的访问频率外，还可以分析同一用户中两条相同或者相似的访问路径之间的访问时间，若两条相同或者相似的访问路径之间的访问时间的时间间隔越短，则说明该用户当前比较认可或喜好该访问路径中对应的产品，在分析出该分群中所有的用户认可或喜好的产品后，通过该分群中的用户认可或喜好的产品得出该分群中的用户的偏好信息，基于该偏好信息向对应的分群中的所有用户推荐产品信息。
本实施例提取分群中的用户的偏好信息，向该分群中的用户推荐偏好信息对应的产品信息，能够进一步挖掘分群内部消费潜力。
如图2所示，图2为本发明用户分群的方法第一实施例的流程示意图，该用户分群的方法包括：
步骤S1，获取用户在终端设备上浏览时产生的浏览记录，并提取所述浏览记录中的关键信息，所述关键信息包括用户标识、访问栏目、产品信息及浏览时间；
本实施例中，用户在终端设备的app上浏览产品信息时产生浏览记录，每条浏览记录包括用户标识、浏览时间及浏览内容等信息。终端设备可以在产生浏览记录后实时将其上传至电子装置中，也可以定时将浏览记录上传至电子装置中，由此，完成对各个终端设备上产生的浏览记录的收集操作。
本实施例在累积的大量的历史浏览记录中提取关键信息，关键信息包括用户标识、访问栏目、产品信息及浏览时间，访问栏目及产品信息可从浏览内容中获取。其中，用户标识例如为设备号或者手机号等，对于平安APP,访问栏目例如为保险、理财、借贷等，产品信息包括各个访问栏目下对应的产品，例如产品信息为保险栏目下的汽车保险产品或者意外保险产品等。
步骤S2，以所述用户标识代表的用户为分析对象，将所述关键信息分割为对应的多个一次访问记录，并将各个访问记录转化为对应的访问路径；
本实施例中，以每一用户标识代表一个用户，例如某一设备号或手机号代表一用户，将每一用户作为一个分析对象进行分析。每个用户有多条浏览记录对应的关键信息。将每一个用户对应的所有关键信息进行分割，以分割得到多个完整的一次访问记录。
其中，将关键信息分割为对应的多个一次访问记录的方法有多种，优选地，在一实施例中，可以是将每一分析对象在预设浏览时间内浏览的访问栏目及产品信息作为一次访问记录，例如对于某一设备号所在的终端设备，首先确认开始浏览时刻，然后将从开始浏览时刻为起始时刻半个小时或者一个小时内浏览的访问栏目及产品信息分割出来作为一次访问记录；在其他实施例中，可以确定每一分析对象浏览产品时的浏览开始环节至浏览结束环节的所有环节，将浏览开始环节至浏览结束环节的所有环节中的访问栏目及产品信息作为一次访问记录，例如，对于某一手机号对应的用户，用户在浏览某款保险产品时，确定浏览开始环节为开始对某一访问栏目中对应的保险产品进行浏览，中间环节可能将该保险产品与其他同类的保险产品进行比较，如果用户最终购买了该保险产品，则确定购买了该保险产品为浏览结束环节。
在将一次访问记录转化为访问路径时，具体的，将访问栏目及产品信息按照浏览的先后顺序进行连接及关联，得到对应的访问路径，例如用户进入中国平安官网后，点击保险栏目，选择意外险产品，点击短期综合意外险进行浏览，返回，点击旅行意外险进行浏览，返回，再次点击短期综合意外险进行浏览，选择短期综合意外险中的高端款、点击立即投保，则对应的访问路径为：中国平安官网中的保险(栏目)-意外险-短期综合意外险-旅行意外险-短期综合意外险-短期综合意外险中的高端款-投保。
步骤S3，基于所述访问路径及预设的分群规则进行用户分群。
用户在浏览产品的过程中可能并未购买所浏览的产品，但如果多个用户多次浏览该产品且未购买该产品时，可以看出该款产品得到这些用户的认同，或者有多个用户在浏览产品的过程中均购买了该产品，也说明该款产品得到这些用户的认同。本实施例中，通过用户的访问路径分析得到用户的浏览行为，进而得到用户的购买心理或购买意愿，进而对其进行用户分群。
在一优选的实施例中，预设的分群规则包括：统计每一访问路径的访问频率，该访问频率可以是以天或者星期等为单位，例如每天100次或者每星期1000次，获取访问频率大于等于预设频率的访问路径，预设频率例如为每天300次或者每星期2000次，将所获取的每一访问路径中的所有用户分为同一群体；或者分析访问路径的重合率，其中，两条访问路径的重合率指的是：两条访问路径中有若干个部分路径是相同的，这时可以计算两者的重合率，预设的重合率可以是50％等，例如第一条访问路径为：“中国平安官网中的保险(栏目)-意外险-短期综合意外险-短期综合意外险中的高端款”，第二条访问路径为：“中国平安官网中的保险(栏目)-意外险-旅游意外险-短期综合意外险-短期综合意外险中的基本款-投保”，这两条访问路径中包括3个相同的部分：中国平安官网中的保险(栏目)、意外险、短期综合意外险，对于第一条访问路径而言，第二条访问路径与它的重合率达到75％，则可以将第一条访问路径与第二条访问路径视为重合率大于等于预设重合率的访问路径，将重合率大于等于预设重合率的访问路径作为一个相似访问路径集合，统计各个相似访问路径集合的访问频率，获取访问频率大于等于预设频率(例如每天500次或者每星期3000次)的相似访问路径集合，将所获取的同一相似访问路径集合中的所有用户分为同一群体。
与现有技术相比，本实施例通过提取浏览记录中的关键信息，关键信息包括用户标识、访问栏目、产品信息及浏览时间，将关键信息分割为访问记录并转化为访问路径，对用户按访问路径进行分群，本实施例通过反映用户潜在的消费意愿的访问路径进行用户分群，能够打破现有方案的局限性，进一步挖掘群内的消费潜力。
在一优选的实施例中，如图3所示，在图2的实施例的基础上，所述步骤S3之后还包括：
步骤S4，将各分群中的每一用户的用户标识与数据库中预存的用户属性信息进行匹配，获取数据库中与所述用户标识相同的用户属性信息，基于所获取的用户属性信息筛选各分群中的待推荐用户；
步骤S5，确定待推荐的产品信息，向待推荐用户推荐所确定的产品信息。
本实施例中，数据库中存储有大量的客户对应的用户属性信息，该用户属性信息包括姓名、学历、收入、职位、住址、联系方式及设备号等，将某一分群中的用户的用户标识与数据库中的用户属性信息进行匹配，若匹配得出两者的用户标识相同，则获取与该用户标识相同的用户属性信息，在该分群中，基于所获取的用户属性信息筛选得到该分群的待推荐用户，例如基于年龄、学历、收入和/或职位筛选各分群中的待推荐用户，确定待推荐的产品信息，向待推荐用户推荐所确定的产品信息，例如某款产品有普通、中档、高档之分，则可以向收入较高的待推荐用户推荐该产品的高档款。
本实施例将用户分群后，与数据库中的大量客户进行关联，以得到待推荐用户，然后向待推荐用户推荐待推荐的产品信息，通过这种方式，可以准确地、大范围地向用户推荐产品信息，进一步挖掘分群内部消费潜力。
在一优选的实施例中，如图4所示，在图2的实施例的基础上，所述用户分群的方法还包括：
步骤S6，提取各分群中的用户的偏好信息，基于用户的偏好信息向对应的分群中的所有用户推荐产品信息。
其中，各分群中用户的偏好信息可以从该分群中用户的访问路径分析得出，例如除了分析用户的访问路径的访问频率外，还可以分析同一用户中两条相同或者相似的访问路径之间的访问时间，若两条相同或者相似的访问路径之间的访问时间的时间间隔越短，则说明该用户当前比较认可或喜好该访问路径中对应的产品，在分析出该分群中所有的用户认可或喜好的产品后，通过该分群中的用户认可或喜好的产品得出该分群中的用户的偏好信息，基于该偏好信息向对应的分群中的所有用户推荐产品信息。
本实施例提取分群中的用户的偏好信息，向该分群中的用户推荐偏好信息对应的产品信息，能够进一步挖掘分群内部消费潜力。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有用户分群的***，所述用户分群的***被处理器执行时实现上述的用户分群的方法的步骤。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种电子装置，其特征在于，所述电子装置包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的用户分群的***，所述用户分群的***被所述处理器执行时实现如下步骤：
S101，获取用户在终端设备上浏览时产生的浏览记录，并提取所述浏览记录中的关键信息，所述关键信息包括用户标识、访问栏目、产品信息及浏览时间；
S102，以所述用户标识代表的用户为分析对象，将所述关键信息分割为对应的多个一次访问记录，并将各个访问记录转化为对应的访问路径；
S103，基于所述访问路径及预设的分群规则进行用户分群。
2.根据权利要求1所述的电子装置，其特征在于，所述步骤S102包括：
以所述用户标识代表的用户为分析对象，将每一分析对象在预设浏览时间内浏览的访问栏目及产品信息作为一次访问记录，并将各个访问记录转化为对应的访问路径；或者
以所述用户标识代表的用户为分析对象，确定每一分析对象浏览产品时的浏览开始环节至浏览结束环节的所有环节，将浏览开始环节至浏览结束环节的所有环节中的访问栏目及产品信息作为一次访问记录，并将各个访问记录转化为对应的访问路径。
3.根据权利要求2所述的电子装置，其特征在于，所述预设的分群规则包括：
统计每一访问路径的访问频率，获取所述访问频率大于等于预设频率的访问路径，将所获取的每一访问路径中的所有用户分为同一群体；或者
分析所述访问路径的重合率，将所述重合率大于等于预设重合率的访问路径作为一个相似访问路径集合，统计各个相似访问路径集合的访问频率，获取所述访问频率大于等于预设频率的相似访问路径集合，将所获取的同一相似访问路径集合中的所有用户分为同一群体。
4.根据权利要求1至3任一项所述的电子装置，其特征在于，所述用户分群的***被所述处理器执行时，还实现如下步骤：
S104，将各分群中的每一用户的用户标识与数据库中预存的用户属性信息进行匹配，获取数据库中与所述用户标识相同的用户属性信息，基于所获取的用户属性信息筛选各分群中的待推荐用户；
S105，确定待推荐的产品信息，向待推荐用户推荐所确定的产品信息。
5.一种用户分群的方法，其特征在于，所述用户分群的方法包括：
S1，获取用户在终端设备上浏览时产生的浏览记录，并提取所述浏览记录中的关键信息，所述关键信息包括用户标识、访问栏目、产品信息及浏览时间；
S2，以所述用户标识代表的用户为分析对象，将所述关键信息分割为对应的多个一次访问记录，并将各个访问记录转化为对应的访问路径；
S3，基于所述访问路径及预设的分群规则进行用户分群。
6.根据权利要求5所述的用户分群的方法，其特征在于，所述步骤S2包括：
以所述用户标识代表的用户为分析对象，将每一分析对象在预设浏览时间内浏览的访问栏目及产品信息作为一次访问记录，并将各个访问记录转化为对应的访问路径；或者
以所述用户标识代表的用户为分析对象，确定每一分析对象浏览产品时的浏览开始环节至浏览结束环节的所有环节，将浏览开始环节至浏览结束环节的所有环节中的访问栏目及产品信息作为一次访问记录，并将各个访问记录转化为对应的访问路径。
7.根据权利要求6所述的用户分群的方法，其特征在于，所述预设的分群规则为：
统计每一访问路径的访问频率，获取所述访问频率大于等于预设频率的访问路径，将所获取的每一访问路径中的所有用户分为同一群体；或者
分析所述访问路径的重合率，将所述重合率大于等于预设重合率的访问路径作为一个相似访问路径集合，统计各个相似访问路径集合的访问频率，获取所述访问频率大于等于预设频率的相似访问路径集合，将所获取的同一相似访问路径集合中的所有用户分为同一群体。
8.根据权利要求5至7任一项所述的用户分群的方法，其特征在于，所述步骤S3之后还包括：
S4，将各分群中的每一用户的用户标识与数据库中预存的用户属性信息进行匹配，获取数据库中与所述用户标识相同的用户属性信息，基于所获取的用户属性信息筛选各分群中的待推荐用户；
S5，确定待推荐的产品信息，向待推荐用户推荐所确定的产品信息。
9.根据权利要求5至7任一项所述的用户分群的方法，其特征在于，所述用户分群的方法还包括：
S6，提取各分群中的用户的偏好信息，基于用户的偏好信息向对应的分群中的所有用户推荐产品信息。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有用户分群的***，所述用户分群的***被处理器执行时实现所述权利要求5至9任一项所述的用户分群的方法的步骤。
CN201710914567.3A 2017-09-30 2017-09-30 电子装置、用户分群的方法及计算机可读存储介质 Active CN108427700B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710914567.3A CN108427700B (zh) 2017-09-30 2017-09-30 电子装置、用户分群的方法及计算机可读存储介质
PCT/CN2018/077633 WO2019062013A1 (zh) 2017-09-30 2018-02-28 电子装置、用户分群的方法、***及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710914567.3A CN108427700B (zh) 2017-09-30 2017-09-30 电子装置、用户分群的方法及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN108427700A true CN108427700A (zh) 2018-08-21
CN108427700B CN108427700B (zh) 2021-08-24

Family

ID=63155637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710914567.3A Active CN108427700B (zh) 2017-09-30 2017-09-30 电子装置、用户分群的方法及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN108427700B (zh)
WO (1) WO2019062013A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110162697A (zh) * 2019-04-12 2019-08-23 深圳壹账通智能科技有限公司 基于大数据的用户浏览行为分析方法、装置、介质及终端
CN110659269A (zh) * 2019-08-15 2020-01-07 中国平安财产保险股份有限公司 用户访问数据处理方法、装置、计算机设备及存储介质
CN113095892A (zh) * 2021-04-30 2021-07-09 北京大米科技有限公司 一种数据处理方法及装置
WO2022001747A1 (zh) * 2020-06-30 2022-01-06 拉扎斯网络科技（上海）有限公司 拼单方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101114287A (zh) * 2006-07-27 2008-01-30 国际商业机器公司 为数据生成浏览路径的方法和装置及浏览数据的方法
US20140006096A1 (en) * 2012-06-29 2014-01-02 Mastercard International Incorporated System and method for determining congestion using point of sale authorization data
US20140040774A1 (en) * 2012-08-01 2014-02-06 Google Inc. Sharing photos in a social network system
CN103593413A (zh) * 2013-10-27 2014-02-19 西安电子科技大学 基于Agent的元搜索引擎个性化方法
CN104932920A (zh) * 2015-06-16 2015-09-23 广东欧珀移动通信有限公司 一种应用程序的浏览路径引导方法及装置
CN105357054A (zh) * 2015-11-26 2016-02-24 上海晶赞科技发展有限公司 网站流量分析方法、装置和电子设备
CN105976161A (zh) * 2016-04-29 2016-09-28 随身云（北京）信息技术有限公司 一种基于时间轴上的智能推荐日历及基于用户的呈现方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103823883B (zh) * 2014-03-06 2015-06-10 焦点科技股份有限公司 一种网站用户访问路径的分析方法及***
CN104298782B (zh) * 2014-11-07 2017-10-24 郭磊 互联网用户主动访问行为轨迹的分析方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101114287A (zh) * 2006-07-27 2008-01-30 国际商业机器公司 为数据生成浏览路径的方法和装置及浏览数据的方法
US20140006096A1 (en) * 2012-06-29 2014-01-02 Mastercard International Incorporated System and method for determining congestion using point of sale authorization data
US20140040774A1 (en) * 2012-08-01 2014-02-06 Google Inc. Sharing photos in a social network system
CN103593413A (zh) * 2013-10-27 2014-02-19 西安电子科技大学 基于Agent的元搜索引擎个性化方法
CN104932920A (zh) * 2015-06-16 2015-09-23 广东欧珀移动通信有限公司 一种应用程序的浏览路径引导方法及装置
CN105357054A (zh) * 2015-11-26 2016-02-24 上海晶赞科技发展有限公司 网站流量分析方法、装置和电子设备
CN105976161A (zh) * 2016-04-29 2016-09-28 随身云（北京）信息技术有限公司 一种基于时间轴上的智能推荐日历及基于用户的呈现方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110162697A (zh) * 2019-04-12 2019-08-23 深圳壹账通智能科技有限公司 基于大数据的用户浏览行为分析方法、装置、介质及终端
CN110659269A (zh) * 2019-08-15 2020-01-07 中国平安财产保险股份有限公司 用户访问数据处理方法、装置、计算机设备及存储介质
CN110659269B (zh) * 2019-08-15 2024-04-02 中国平安财产保险股份有限公司 用户访问数据处理方法、装置、计算机设备及存储介质
WO2022001747A1 (zh) * 2020-06-30 2022-01-06 拉扎斯网络科技（上海）有限公司 拼单方法及装置
CN113095892A (zh) * 2021-04-30 2021-07-09 北京大米科技有限公司 一种数据处理方法及装置
CN113095892B (zh) * 2021-04-30 2024-05-31 北京大米科技有限公司 一种数据处理方法及装置

Also Published As

Publication number Publication date
WO2019062013A1 (zh) 2019-04-04
CN108427700B (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
Antràs Global production: Firms, contracts, and trade structure
US8682739B1 (en) Identifying objects in video
CN107730389A (zh) 电子装置、保险产品推荐方法及计算机可读存储介质
CN108427700A (zh) 电子装置、用户分群的方法及计算机可读存储介质
CN106982256A (zh) 信息推送方法、装置、设备及存储介质
CN106980663A (zh) 基于海量跨屏行为数据的用户画像方法
CN110727868B (zh) 对象推荐方法、装置和计算机可读存储介质
CN108205768A (zh) 数据库建立方法和数据推荐方法及装置、设备和存储介质
CN110245069B (zh) 页面版本的测试方法和装置、页面的展示方法和装置
CN109325179A (zh) 一种内容推广的方法及装置
US10402180B2 (en) Latency reduction in feedback-based system performance determination
CN107818491A (zh) 电子装置、基于用户上网数据的产品推荐方法及存储介质
KR102453535B1 (ko) 온라인 쇼핑 플랫폼을 제공하는 방법 및 장치
US20130125008A1 (en) Systems And Methods For Providing Content Streams
US20220398635A1 (en) Holistic analysis of customer sentiment regarding a software feature and corresponding shipment determinations
CN104063799A (zh) 一种推广信息的推送方法及装置
CN112084242A (zh) 一种消费信息的展示方法、装置、终端及介质
CN115935185A (zh) 一种推荐模型的训练方法及装置
CN100555283C (zh) 一种直接针对用户的相关信息的发布方法和***
WO2011031408A2 (en) Monetization of interactive networked-based information objects
CN109410010A (zh) 服装推荐方法、装置、设备及存储介质
CN117132323A (zh) 推荐内容的分析方法、装置、设备、介质及程序产品
Kwak A study on the evolution of post-smartphone technologies in the 5G technology environment
CN111507471B (zh) 一种模型训练方法、装置、设备及存储介质
CN114519608A (zh) 商机提取方法、装置、介质及电子设备

Legal Events

Date Code Title Description
PB01 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