CN112418916A - 一种信息提供的方法及装置 - Google Patents

一种信息提供的方法及装置 Download PDF

Info

Publication number
CN112418916A
CN112418916A CN202011241266.7A CN202011241266A CN112418916A CN 112418916 A CN112418916 A CN 112418916A CN 202011241266 A CN202011241266 A CN 202011241266A CN 112418916 A CN112418916 A CN 112418916A
Authority
CN
China
Prior art keywords
user
information
merchant
type
target
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
CN202011241266.7A
Other languages
English (en)
Inventor
施平平
孙丹丹
张思雨
黄扬慧
金大镒
李敏
官萌
张晨鹏
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 Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online 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 Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202011241266.7A priority Critical patent/CN112418916A/zh
Publication of CN112418916A publication Critical patent/CN112418916A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06Q30/0239—Online discounts or incentives

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书公开了一种信息提供的方法及装置，可获取用户在过去指定时长内的行为信息，判断用户当前浏览的页面是否为目标商家对应的页面，并且，根据行为信息，判断用户的类型是否为目标用户类型，若判断结果均为是，则监控用户的操作，当根据用户的操作，确定用户当前浏览的页面发生变化时，将对应于目标商家的指定信息提供给用户。本说明书可将目标商家的指定信息提供给目标用户类型的用户，使得商家提供的指定信息更加具有针对性，在一定程度上降低了商家提供指定信息的范围，从而降低了商家提供指定信息的成本，并且，由于在用户离开目标商家对应的页面时，向用户提供指定信息，因此基于指定信息可达到挽留用户的效果。

Description

一种信息提供的方法及装置
技术领域
本说明书涉及互联网技术领域，尤其涉及一种信息提供的方法及装置。
背景技术
目前，在线上线下(Online To Offline，O2O)场景中，第三方平台可向用户提供信息，以使用户根据提供的信息，在第三方平台上获取服务。
例如，商家可在第三方平台上发布产品优惠信息，当用户在第三方平台上进行消费时，可根据商家发布的产品优惠信息，在线下单以获取商家提供的商品或服务。
发明内容
本说明书实施例提供一种信息提供的方法及装置，以部分解决现有技术存在的上述问题。
本说明书实施例采用下述技术方案：
本说明书提供的一种信息提供的方法，所述方法包括：
获取用户在过去指定时长内的行为信息；
判断所述用户当前浏览的页面是否为目标商家对应的页面；并且，根据所述行为信息，判断所述用户的类型是否为目标用户类型；
若判断结果均为是，则监控所述用户的操作，当根据所述用户的操作，确定所述用户当前浏览的页面发生变化时，将对应于所述目标商家的指定信息提供给所述用户。
可选地，根据所述行为信息，判断所述用户的类型是否为目标用户类型，具体包括：
将所述行为信息输入预先训练的第一模型，得到所述第一模型输出的预测结果；
根据所述预测结果，判断所述用户的类型是否为目标用户类型。
可选地，所述行为信息包括浏览次数、浏览时长、浏览的商家的数量；
根据所述行为信息，判断所述用户的类型是否为目标用户类型，具体包括：
判断所述浏览次数是否大于预设的次数阈值；和/或，判断所述浏览时长是否大于预设的时长阈值；和/或，判断所述浏览的商家的数量是否大于预设的数量阈值；
若判断结果为大于，则判断所述用户的类型为所述目标用户类型。
可选地，根据所述用户的操作，确定所述用户当前浏览的页面发生变化，具体包括：
根据所述用户的操作，确定通过所述用户的终端由所述目标商家对应的页面跳转为其他页面，所述其他页面包括除所述目标商家对应的页面之外的页面。
可选地，所述目标商家包括酒店类型商家，所述指定信息包括优惠券；
将对应于所述目标商家的指定信息提供给所述用户，具体包括：
确定所述用户的期望入住时间、期望房间类型；
根据所述期望入住时间以及所述期望房间类型中的至少一种，确定所述酒店类型商家的优惠券，将所述优惠券提供给所述用户。
可选地，在将对应于所述目标商家的指定信息提供给所述用户之前，所述方法还包括：
根据所述期望入住时间以及所述期望房间类型中的至少一种，确定所述酒店类型商家具有向所述用户提供指定产品的能力。
可选地，在将对应于所述目标商家的指定信息提供给所述用户之前，所述方法还包括：
根据所述行为信息，确定所述用户尚未针对所述酒店类型商家生成待执行订单。
可选地，将对应于所述目标商家的指定信息提供给所述用户，具体包括：
确定所述用户的用户画像；
根据所述目标商家的信息以及所述用户画像，确定所述指定信息，将所述指定信息提供给所述用户。
可选地，根据所述目标商家的信息以及所述用户画像，确定所述指定信息，具体包括：
将所述目标商家的信息以及所述用户画像输入预先训练的第二模型，得到所述第二模型输出的所述指定信息的内容以及提供方式；
将对应于所述目标商家的指定信息提供给所述用户，具体包括：
通过所述用户的终端，按照所述提供方式向所述用户展示所述指定信息的内容，所述提供方式包括发送方式和展示方式，所述发送方式包括短信发送、信息推送。
本说明书提供一种信息提供的装置，所述装置包括：
获取模块，用于获取用户在过去指定时长内的行为信息；
判断模块，用于判断所述用户当前浏览的页面是否为目标商家对应的页面；并且，根据所述行为信息，判断所述用户的类型是否为目标用户类型；
提供模块，用于若判断结果均为是，则监控所述用户的操作，当根据所述用户的操作，确定所述用户当前浏览的页面发生变化时，将对应于所述目标商家的指定信息提供给所述用户。
本说明书提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述信息提供的方法。
本说明书提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述信息提供的方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
本说明书首先可获取用户在过去指定时长内的行为信息，然后可判断用户当前浏览的页面是否为目标商家对应的页面，并且，根据行为信息，判断用户的类型是否为目标用户类型，最后，若判断结果均为是，则监控用户的操作，当根据用户的操作，确定用户当前浏览的页面发生变化时，将对应于目标商家的指定信息提供给用户。通过上述内容，本说明书可将目标商家的指定信息提供给目标用户类型的用户，使得商家提供的指定信息更加具有针对性，在一定程度上降低了商家提供指定信息的范围，从而降低了商家提供指定信息的成本，并且，本说明书是在用户离开目标商家对应的页面时，向用户提供指定信息，从而基于指定信息达到挽留用户的效果。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书实施例提供的一种信息提供的方法流程图；
图2为本说明书实施例提供的一种信息提供示意图；
图3为本说明书实施例提供的一种信息提供的装置的结构示意图；
图4为本说明书实施例提供的实现信息提供的方法的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
通常，在O2O场景中，用户可在第三方平台上获取关于商家或者产品的优惠信息，基于优惠信息，在线生成订单以获取商家提供的商品或服务，其中，产品可包括商品以及服务。
其中，第三方平台可以是O2O场景下的互联网平台，具体可包括用于交易实物物品或虚拟物品等的电商平台，以及用于提供诸如住宿、旅行等服务的在线旅行社(OnlineTravel Agency，OTA)平台。优惠信息可以是第三方平台发布的优惠信息，其成本可由第三方平台承担，主要是针对第三方平台上全部或部分商家提供的优惠信息，优惠信息也可以是某一商家发布的优惠信息，其成本由该商家自行承担，主要是针对该商家提供的全部或部分产品。
对于某一商家而言，尤其是酒店类型的商家，由于发布优惠信息的主要目的在于促进用户的消费，考虑到实际情况，用户对酒店的实际需求存在消费次数少等原因，促进用户在该商家进行消费的主要因素之一为优惠信息，尤其是该商家发布的优惠信息。因此，用户可通过终端浏览该商家在第三方平台上展示的页面，并在页面中获取该商家发布的优惠信息，基于该商家发布的优惠信息，生成包含该商家提供的产品的订单。
然而，由于任一用户在该商家中均可获取该商家发布的优惠信息，也即，该商家发布的优惠信息是针对所有用户的具有普适性的优惠信息，从而使得商家提供优惠信息的成本较高。并且，由于在第三方平台上存在其他与该商家提供相同类型产品的商家，其他商家也可针对用户提供优惠信息，用户在该商家与其他商家之间徘徊选择，从而出现该商家发布的优惠信息无法较好地吸引用户在该商家进行消费的问题。
因此，本说明书提供一种信息提供的方法，以部分地解决上述内容存在的问题。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的一种信息提供的方法流程图，具体可包括以下步骤：
S100：获取用户在过去指定时长内的行为信息。
在本说明书中，用户可通过终端浏览商家在第三方平台上的页面，终端可以是诸如手机、电脑等智能设备，终端中可安装有第三方平台的客户端，或者终端可通过浏览器等方式打开第三方平台的页面。本说明书中的信息提供的方法可由电子设备执行，电子设备可包括用户的终端，还可包括第三方平台所在的服务器，并且可以是单独的一台设备或者是多台设备组成的分布式服务器，本说明书对此不做限制。
由于本说明书提供的信息提供方法，可适用于O2O场景下的任意类型的商家，因此，为便于描述，本说明书可以酒店类型的商家为例，对信息提供方法的具体实现流程进行说明。
当用户通过终端浏览第三方平台的页面时，可获取用户的行为信息，具体可以是当前时刻之前的指定时长内的行为信息，即，当前时刻为t时刻，可获取t-n时刻到t时刻内的行为信息，则指定时长为n，例如，可获取过去一小时内用户在第三方平台上的行为信息，则指定时长即为一小时。
其中，行为信息可包括用户在第三方平台上的浏览行为，例如，用户的浏览次数、浏览时长、浏览的商家的数量、浏览路径等。其中，浏览次数可包括用户浏览同一页面的次数，或者用户浏览同一类型的产品的次数，浏览时长可包括用户浏览同一商家对应的各页面的总时长，或者用户浏览同一类型的产品的总时长，浏览的商家的数量主要是包括同一类型的商家的数量。因此，在本说明书中，针对不同的商家，可预先确定该商家所属的类型，以及该商家所提供的各种产品，并且，针对该商家所提供的各种产品，可确定该产品的类型、该商家提供该产品的能力(例如，该商家包含的该产品的库存量、该产品的可售状态等)，浏览路径可包括用户从第三方平台的首页进入商家对应的页面的路径、用户输入关键词后从关键词对应的搜索页面进入商家对应的页面的路径、以及用户从某种产品的页面进入商家对应的页面的路径等。当然，浏览行为还可包括其他内容，例如，用户所浏览的页面的类型等，其中，页面的类型可包括包含商家提供的产品的页面类型、包含商家列表的页面类型等。另外，上述行为信息中，关于商家的信息，可以是某个城市某个地区的某种类型的商家，优选地，本说明书中可以是用户当前所在城市的酒店类型的各商家。
当然，行为信息还可包括用户在第三方平台上的其他行为，例如，输入文字等行为信息等，本说明书不再一一赘述。
此外，本说明书可从用户日志中获取用户在过去指定时长内的行为信息，也可监控用户的操作，获取过去指定时长内的监控结果，根据监控结果即可得到用户的行为信息。
S102：判断所述用户当前浏览的页面是否为目标商家对应的页面；并且，根据所述行为信息，判断所述用户的类型是否为目标用户类型。
在获取用户的行为信息之后，首先可根据行为信息，确定用户的类型，根据用户的类型，判断用户是否为目标用户。
其中，用户的类型可包括第一用户类型以及第二用户类型，第一用户类型为可提供信息类型，即，当用户的类型为第一用户类型时，可向用户提供指定信息，此时，用户为目标用户；第二用户类型为不提供信息类型，即，当用户的类型为第二用户类型时，不向用户提供指定信息，此时，用户不是目标用户。
因此，在本说明书中，确定用户的类型时，可参考两个方面的因素：一个方面是通过用户的行为信息，判断用户是否在相同类型的不同商家中徘徊选择，或者用户在相同类型的不同产品中徘徊选择，相同类型的不同产品可以是由同一家商家提供，也可以是由不同的商家提供；另一方面是通过用户的行为信息，判断用户是否针对当前浏览的页面对应的商家生成了待执行订单，或者针对当前浏览的页面中包含的产品生成了待执行订单，待执行订单即为用户已经生成的尚未执行的订单。
基于上述内容，在本说明书中可提供多种方式确定用户的类型以及判断用户是否为目标用户，在一种优选的实施方式中，可将行为信息输入预先训练的第一模型，得到第一模型输出的预测结果，根据预测结果，判断用户的类型是否为目标用户类型。
具体的，本说明书可预先训练第一模型，所述第一模型用于根据所述行为信息确定所述用户的类型，在第一模型训练完成之后，可将行为信息输入第一模型，由第一模型提取行为信息的特征，并基于提取得到的行为信息的特征，得到预测结果，其中，预测结果可包括用户类型是第一用户类型的结果以及用户类型是第二用户类型的结果。当预测结果为用户类型是第一用户类型的结果时，可判断用户的类型为目标用户类型，当预测结果为用户类型是第二用户类型的结果时，可判断用户的类型不是目标用户类型。当然，预测结果还可以是其他方面的信息，例如，预测结果可包括用户是否徘徊选择等结果，则当预测结果为用户徘徊选择时，可判断用户的类型为目标用户类型，当预测结果为用户未徘徊选择时，可判断用户的类型不是目标用户类型等，又如预测结构可包括用户是否针对当前浏览的页面中的商家或者产品生成了待执行订单，则当预测结果为尚未生成待执行订单时，可判断用户的类型为目标用户类型，当预测结构为已经生成待执行订单时，可判断用户的类型不是目标用户类型。上述提供的预测结果只是示例性说明，本说明书不再一一赘述。
其中，第一模型可以是机器学习模型，具体可以是神经网络模型、支持向量机(Support Vector Machine，SVM)模型等。训练第一模型所采用的训练方式可参考现有的模型训练方式，例如，有监督训练方式等。
在另一种优选的实施方式中，可基于预设的规则来判断用户的类型是否为目标用户类型，例如，当满足预设的条件时，可确定用户的类型为目标用户类型。
具体的，由于行为信息包括浏览次数、浏览时长、浏览的商家的数量等信息，因此，可判断浏览次数是否大于预设的次数阈值；和/或，判断浏览时长是否大于预设的时长阈值；和/或，判断浏览的商家的数量是否大于预设的数量阈值；若判断结果为大于，则判断用户的类型为目标用户类型。也即，预设的条件为浏览次数大于次数阈值、浏览时长大于时长阈值、浏览的商家的数量大于数量阈值，当满足上述预设的条件中的至少一种时，可确定用户的类型为目标用户类型。由于行为信息除了上述内容之外，还可包括浏览的页面的类型等，因此，预设的条件还可包括浏览的页面的类型为包含商家提供的产品的页面类型等。
此处需要说明的是，设置规则的目的在于确定用户的类型是否为目标用户类型，而基于上述描述，目标用户类型的用户特点在于用户在各商家或各产品中徘徊选择以及用户尚未生成关于当前页面中包含的商家或者产品的待执行订单，因此，在设置规则时，可基于目标用户类型的用户特点进行设置。因此，预设的条件除了上述内容所列的条件之外，也可包括其他条件，此处不再一一列举。
在判断用户是否为目标用户的同时，还可判断用户当前浏览的页面是否为目标商家对应的页面，也即，可判断用户当前浏览的页面中包含的商家是否为目标商家。
具体的，在本说明书中，目标商家可以是可提供指定信息的商家，这里的指定信息包括优惠信息，因此，针对各商家，若确定该商家可向用户提供优惠信息，或者该商家具有向用户提供优惠信息的能力，则可确定该商家为目标商家，即，若当前浏览的页面中包含的商家具有提供优惠信息的能力，或者可向用户提供优惠信息，则可确定当前浏览的页面中包含的商家为目标商家。
另外，由于优惠信息也可以由第三方平台发布，即，目标商家对应的指定信息也可以是由第三方平台向用户提供。因此，本说明书还可通过其他方式确定目标商家，具体的，针对各商家，可根据行为信息，若确定该商家为用户的意向商家，则将该商家作为目标商家，例如，可根据行为信息，确定用户浏览该商家对应的页面的次数，当确定浏览该商家对应的页面的次数大于预设的次数阈值时，可确定该商家为目标商家，这里的次数阈值可以是上文中所述的次数阈值，也可以是另外设置的次数阈值，又如，可根据行为信息，确定用户浏览该商家对应的页面的时长，当确定浏览该商家对应的页面的时长大于预设的时长阈值时，可确定该商家为目标商家，同样的，这里的时长阈值可以是上文中所述的时长阈值，也可以是另外设置的时长阈值，当然，除了基于浏览该商家对应的页面的次数以及时长之外，还可基于其他关于该商家的信息来判断该商家是否为用户的意向商家，例如，可根据用户的行为信息，推测用户的意向商家。
沿用上例，根据用户的行为信息，确定用户浏览酒店类型商家对应的页面的次数大于次数阈值或者浏览时长大于时长阈值，则可确定酒店类型商家为目标商家，又或者，根据用户的行为信息，确定用户已经浏览的各商家均为酒店类型商家，并且，各酒店类型商家的属性信息相同，属性信息可包括酒店类型商家所在地区、用户评价、星级等级等信息，则若当前浏览的页面中包含的商家为酒店类型商家，且属性信息与已经浏览的各商家的属性信息相同，则可推测当前浏览页面中包含的商家为目标商家。
S104：若判断结果均为是，则监控所述用户的操作，当根据所述用户的操作，确定所述用户当前浏览的页面发生变化时，将对应于所述目标商家的指定信息提供给所述用户。
在对用户当前浏览的页面是否为目标商家对应的页面、以及用户的类型是否为目标用户类型进行判断之后，即可基于判断的结果，确定向用户提供对应于目标商家的指定信息的结果。
具体的，当判断用户当前浏览的页面为目标商家对应的页面，并且，用户的类型是目标用户类型时，可向用户提供指定信息，而当判断用户当前浏览的页面不是目标商家对应的页面，或者用户的类型不是目标用户类型时，则不向用户提供指定信息。
因此，只要根据上述判断结果，确定用户当前浏览的页面为目标商家对应的页面，同时，确定用户的类型是目标用户类型即可向用户提供指定信息。
在向用户提供指定信息时，考虑到现有的信息提供方式是由于发布的是针对所有用户的指定信息，因此，指定信息在商家对应的页面中的某一固定位置进行展示，而由于本说明书旨在降低目标商家发放优惠信息的成本的同时，促进用户在目标商家进行消费。因此，在本说明书中，可根据用户的信息以及目标商家的信息，确定适用于该用户的指定信息，并且，确定向用户提供指定信息的触发条件、以及指定信息的提供方式来更有效地促进用户在目标商家进行消费。
首先来说对应于目标商家的指定信息的确定方式。
具体的，根据行为信息，在目标商家提供的产品中，确定用户的意向产品作为目标产品，根据目标产品的信息，确定指定信息。其中，对应于目标商家的指定信息，即可包括上文中所述的优惠信息，优惠信息可以是以优惠券的形式存在，也可以是以其他信息的形式存在，例如，随机红包等形式。当然，本说明书同样可支持指定信息包括其他信息的情况，例如，指定信息也可包括目标商家提供的产品的质量信息、目标商家提供的产品的推荐理由等辅助用户进行消费决策的信息。
在确定目标产品时，可根据行为信息，确定用户浏览各产品的次数、时长等信息，对目标商家提供的各产品进行排序，根据排序结果，在目标商家提供的各产品中，选择目标产品，其中，目标产品的数量可以是一个或多个，目标产品的种类也可以是一种或多种，换句话说，目标产品实际上是用户徘徊选择的产品。当然，除了根据用户的行为信息确定目标产品之外，还可根据目标商家的信息，确定目标产品，例如，可获取目标商家中各产品的库存、销售等信息，根据各产品的库存、销售等信息，对各产品进行排序，从而基于排序结果确定目标产品。
当目标商家为酒店类型商家时，由于酒店类型商家提供的产品大多为酒店房间、酒店餐饮等，因此，可根据用户的行为信息，确定用户的期望入住时间、期望房间类型等，根据期望入住房间、期望房间类型等信息，确定目标产品(即，酒店类型商家提供的房间、房间服务等)。例如，根据行为信息，确定用户的期望入住时间为某年某月某日至某年某月某日，期望房间类型是标准房间类型，则可在酒店类型商家提供的产品中，选择某年某月某日至某年某月某日的标准房间类型的相关产品作为目标产品，这里的相关产品可包括房间、房间对应的服务等。
在确定目标产品之后，可确定目标商家提供目标产品的提供能力，根据提供能力，确定指定信息。
其中，根据目标商家持有的目标产品的库存数量、目标商家关于目标产品的销售情况、以及目标商家对目标产品设置的限制提供条件等其中的至少一种，确定目标商家提供目标产品的提供能力。其中，目标商家提供目标产品的提供能力，即，目标商家可提供目标产品、目标商家不可提供目标产品，进一步的，还可包括目标商家可提供限定数量的目标产品。根据目标商家提供目标产品的提供能力以及预先设置的规则，便可确定指定信息，预先设置的规则可包括提供能力越强，确定出的指定信息对促进用户消费的力度越大。另外，还可将提供能力以及目标产品的信息输入预先训练的机器学习模型，通过机器学习模型提取特征信息，基于提取的特征信息确定出指定信息。
沿用上例，根据用户的期望入住时间以及期望房间类型中的至少一种，若确定酒店类型商家无法向用户提供酒店产品，即，酒店类型商家在期望入住时间内无法向用户提供酒店房间、酒店服务等，或者，酒店类型商家的期望房间类型的酒店房间、酒店服务不可售，则可确定指定信息(即，优惠券)不存在，或者不确定优惠券，从而不向用户提供优惠券，换句话说，根据用户的期望入住时间以及期望房间类型中的至少一种，若确定酒店类型商家具有向用户提供指定产品的能力，则可向用户提供优惠券，若确定酒店类型商家不具有向用户提供指定产品的能力，则不向用户提供优惠券，这里的指定产品可包括上文中的目标产品。
此外，还可根据用户的行为信息，判断用户是否已经针对目标商家或者目标产品生成了待执行订单，根据判断结果以及目标产品的信息，确定指定信息。
具体的，根据用户的行为信息，若用户已经针对目标商家生成了待执行订单，尤其是针对目标商家提供的目标产品生成了待执行订单，则同样可不确定指定信息，或者确定指定信息为空，若用户未针对目标商家生成待执行订单，一种特定的情况为，用户针对除目标商家之外的其他商家的目标产品生成了待执行订单，则可根据目标产品的信息，确定指定信息，例如，可根据目标产品的价格、质量等信息，确定指定信息。同样的，也可将判断结果以及目标商家的信息、目标产品的信息等输入预先训练的机器学习模型，由机器学习模型输出确定信息。
沿用上例，根据行为信息，若确定用户尚未针对酒店类型商家生成待执行订单，或者尚未针对期望入住时间的期望房间类型的房间生成待执行订单，则可确定优惠券，并将优惠券提供给用户；若确定用户已经针对酒店类型商家生成了待执行订单，则可确定优惠券不存在，或者不确定优惠券，从而不向用户提供优惠券。
另外，还可根据行为信息，确定用户画像，根据用户画像以及目标商家的信息，确定指定信息。
具体的，在确定用户画像时，可在行为信息中，获取用户在指定维度的用户信息；根据用户在指定维度的用户信息，提取用户特征；根据用户特征，确定用户在指定维度的用户画像。其中，指定维度可包括用户消费维度，用户在指定维度的用户画像可包括用户消费画像，即，用户画像可表征用户的消费信息(例如，用户的消费能力)。然后，可将目标商家的信息以及用户画像输入预先训练的第二模型，得到第二模型输出的指定信息的内容以及提供方式。
其中，第二模型也可以是诸如神经网络模型、SVM模型等机器学习模型，第二模型的训练可参考现有的训练方式。
沿用上例，可根据以及酒店类型商家的星级、位置等信息，确定优惠券，其中，用户消费能力与优惠券的力度相关。例如，若确定出用户画像表征用户的消费能力较低，则可增大优惠券的优惠力度，以促进用户在该酒店类型商家进行消费。
这里需要说明的是，无论采用上述内容中的某一种方式或者多种方式组合得到的指定信息，均可同时得到指定信息的内容以及指定信息的提供方式。当指定信息为优惠券时，指定信息的内容可以包括优惠券的优惠金额、使用规则等信息，其中使用规则可包括返现、立减、满减、可叠加使用、使用期限等信息。指定信息的提供方式可以是短信提供、信息推送、弹窗提供等方式。
然后来说向用户提供指定信息的触发条件。
具体的，考虑到降低目标商家提供指定信息的成本，尤其是当指定信息为优惠券时，可确定提供指定信息的触发条件，当满足指定信息的触发条件之后，将指定信息提供给用户。
本说明书提供的触发条件可包括多种触发条件，一种较优选的触发条件是确定通过用户的终端由目标商家对应的页面跳转为其他页面，即，用户当前浏览的页面发生改变，尤其是跳转到除目标商家对应的页面之外的其他页面，例如，包含产品列表的页面、第三方平台的首页等，当然，其他的触发条件可以是用户在当前浏览的目标商家对应的页面中，进行了诸如输入等操作，例如，通过终端输入关于目标商家或者目标产品的用户原创内容(User Generated Content，UGC)等。
这里需要说明的是，本说明书可先确定指定信息，然后监控是否满足提供指定信息的触发条件，也可以首先监控是否满足提供指定信息的触发条件，当满足触发条件之后，再确定指定信息，并将指定信息提供给用户，当然，由于二者可相互独立，因此也可同时监控是否满足提供信息的触发条件以及确定指定信息。
最后来说将指定信息提供给用户的方式。
具体的，在向用户提供指定信息时，可将指定信息发送给用户的终端，用户的终端接收到指定信息后，可按照提供方式向用户展示指定信息的内容，以便于用户浏览指定信息的内容，并根据指定信息的内容，生成针对目标商家或目标商家提供的目标产品的待执行订单。其中，提供方式包括发送方式和展示方式，发送方式包括短信发送、信息推送，展示方式包括弹窗展示、滚动展示。
其中，当将指定信息提供给用户时，可在用户当前浏览的页面发生改变之后，按照提供方式向用户展示指定信息的内容，也可在用户当前浏览的页面发生改变之前，按照提供方式向用户展示指定信息的内容，也即，根据用户的操作，确定改变当前浏览的页面时，可先向用户展示指定信息的内容，然后再跳转到其他页面，例如，向用户展示指定信息的内容，当展示时长超出预设的展示时长阈值时，自动跳转至其他页面，或者由用户再次进行操作，以跳转至其他页面。
图2为本说明书实施例提供的一种信息提供示意图。如图2(a)所示，用户当前浏览的页面为商家提供的标准房间详情页面，包括标准房间图片、房间信息等，由于用户的类型为目标用户类型，并且，XX酒店为目标商家，用户在当前浏览页面的浏览时长超过时长阈值，尚未生成待执行订单，因此，可监控用户的操作，当确定用户点击返回按钮时，即当前浏览的页面发生改变，则可向用户提供指定信息，如图2(b)所示，指定信息为挽留券(优惠券的一种)，用于向用户提供XX酒店的优惠信息，挽留券的信息可包括券面金额、使用规则等信息，挽留券可以弹窗的形式向用户展示，以便于用户根据挽留券的信息，使用挽留券在XX酒店消费。
基于上述内容所述的信息提供的方法，本说明书实施例还对应提供一种信息提供的装置的结构示意图，如图3所示。
图3为本说明书实施例提供的一种信息提供的装置的结构示意图，所述装置包括：
获取模块301，用于获取用户在过去指定时长内的行为信息；
判断模块302，用于判断所述用户当前浏览的页面是否为目标商家对应的页面；并且，根据所述行为信息，判断所述用户的类型是否为目标用户类型；
提供模块303，用于若判断结果均为是，则监控所述用户的操作，当根据所述用户的操作，确定所述用户当前浏览的页面发生变化时，将对应于所述目标商家的指定信息提供给所述用户。
通过上述内容，本说明书可将目标商家的指定信息提供给目标用户类型的用户，使得商家提供的指定信息更加具有针对性，在一定程度上降低了商家提供指定信息的范围，从而降低了商家提供指定信息的成本，并且，本说明书是在用户离开目标商家对应的页面时，向用户提供指定信息，从而基于指定信息达到挽留用户的效果。
可选地，所述判断模块302具体用于，将所述行为信息输入预先训练的第一模型，得到所述第一模型输出的预测结果；根据所述预测结果，判断所述用户的类型是否为目标用户类型。
可选地，所述行为信息包括浏览次数、浏览时长、浏览的商家的数量；
所述判断模块302具体用于，判断所述浏览次数是否大于预设的次数阈值；和/或，判断所述浏览时长是否大于预设的时长阈值；和/或，判断所述浏览的商家的数量是否大于预设的数量阈值；若判断结果为大于，则判断所述用户的类型为所述目标用户类型。
可选地，所述提供模块303具体用于，根据所述用户的操作，确定通过所述用户的终端由所述目标商家对应的页面跳转为其他页面，所述其他页面包括除所述目标商家对应的页面之外的页面。
可选地，所述目标商家包括酒店类型商家，所述指定信息包括优惠券；
所述提供模块303具体用于，确定所述用户的期望入住时间、期望房间类型；根据所述期望入住时间以及所述期望房间类型中的至少一种，确定所述酒店类型商家的优惠券，将所述优惠券提供给所述用户。
可选地，所述装置还包括：确定模块304；
所述确定模块304具体用于，根据所述期望入住时间以及所述期望房间类型中的至少一种，确定所述酒店类型商家具有向所述用户提供指定产品的能力。
可选地，所述确定模块304具体用于，根据所述行为信息，确定所述用户尚未针对所述酒店类型商家生成待执行订单。
可选地，所述提供模块303具体用于，确定所述用户的用户画像；根据所述目标商家的信息以及所述用户画像，确定所述指定信息，将所述指定信息提供给所述用户。
可选地，所述提供模块303具体用于，将所述目标商家的信息以及所述用户画像输入预先训练的第二模型，得到所述第二模型输出的所述指定信息的内容以及提供方式；通过所述用户的终端，按照所述提供方式向所述用户展示所述指定信息的内容，所述提供方式包括发送方式和展示方式，所述发送方式包括短信发送、信息推送。
本说明书实施例还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述内容所述的信息提供的方法。
基于上述内容所述的信息提供的方法，本说明书实施例还提出了图4所示的电子设备的示意结构图。如图4，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述内容所述的信息提供的方法。
当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、***、或计算机程序产品。因此，本说明书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，本说明书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。
本说明书是参照根据本说明书实施例的方法、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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书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，本说明书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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (12)

1.一种信息提供的方法，其特征在于，所述方法包括：
获取用户在过去指定时长内的行为信息；
判断所述用户当前浏览的页面是否为目标商家对应的页面；并且，根据所述行为信息，判断所述用户的类型是否为目标用户类型；
若判断结果均为是，则监控所述用户的操作，当根据所述用户的操作，确定所述用户当前浏览的页面发生变化时，将对应于所述目标商家的指定信息提供给所述用户。
2.如权利要求1所述的方法，其特征在于，根据所述行为信息，判断所述用户的类型是否为目标用户类型，具体包括：
将所述行为信息输入预先训练的第一模型，得到所述第一模型输出的预测结果；
根据所述预测结果，判断所述用户的类型是否为目标用户类型。
3.如权利要求1所述的方法，其特征在于，所述行为信息包括浏览次数、浏览时长、浏览的商家的数量；
根据所述行为信息，判断所述用户的类型是否为目标用户类型，具体包括：
判断所述浏览次数是否大于预设的次数阈值；和/或，判断所述浏览时长是否大于预设的时长阈值；和/或，判断所述浏览的商家的数量是否大于预设的数量阈值；
若判断结果为大于，则判断所述用户的类型为所述目标用户类型。
4.如权利要求1所述的方法，其特征在于，根据所述用户的操作，确定所述用户当前浏览的页面发生变化，具体包括：
根据所述用户的操作，确定通过所述用户的终端由所述目标商家对应的页面跳转为其他页面，所述其他页面包括除所述目标商家对应的页面之外的页面。
5.如权利要求1所述的方法，其特征在于，所述目标商家包括酒店类型商家，所述指定信息包括优惠券；
将对应于所述目标商家的指定信息提供给所述用户，具体包括：
确定所述用户的期望入住时间、期望房间类型；
根据所述期望入住时间以及所述期望房间类型中的至少一种，确定所述酒店类型商家的优惠券，将所述优惠券提供给所述用户。
6.如权利要求5所述的方法，其特征在于，在将对应于所述目标商家的指定信息提供给所述用户之前，所述方法还包括：
根据所述期望入住时间以及所述期望房间类型中的至少一种，确定所述酒店类型商家具有向所述用户提供指定产品的能力。
7.如权利要求5所述的方法，其特征在于，在将对应于所述目标商家的指定信息提供给所述用户之前，所述方法还包括：
根据所述行为信息，确定所述用户尚未针对所述酒店类型商家生成待执行订单。
8.如权利要求1所述的方法，其特征在于，将对应于所述目标商家的指定信息提供给所述用户，具体包括：
确定所述用户的用户画像；
根据所述目标商家的信息以及所述用户画像，确定所述指定信息，将所述指定信息提供给所述用户。
9.如权利要求8所述的方法，其特征在于，根据所述目标商家的信息以及所述用户画像，确定所述指定信息，具体包括：
将所述目标商家的信息以及所述用户画像输入预先训练的第二模型，得到所述第二模型输出的所述指定信息的内容以及提供方式；
将对应于所述目标商家的指定信息提供给所述用户，具体包括：
通过所述用户的终端，按照所述提供方式向所述用户展示所述指定信息的内容，所述提供方式包括发送方式和展示方式，所述发送方式包括短信发送、信息推送。
10.一种信息提供的装置，其特征在于，所述装置包括：
获取模块，用于获取用户在过去指定时长内的行为信息；
判断模块，用于判断所述用户当前浏览的页面是否为目标商家对应的页面；并且，根据所述行为信息，判断所述用户的类型是否为目标用户类型；
提供模块，用于若判断结果均为是，则监控所述用户的操作，当根据所述用户的操作，确定所述用户当前浏览的页面发生变化时，将对应于所述目标商家的指定信息提供给所述用户。
11.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-9任一所述的方法。
12.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1-9任一所述的方法。
CN202011241266.7A 2020-11-09 2020-11-09 一种信息提供的方法及装置 Pending CN112418916A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011241266.7A CN112418916A (zh) 2020-11-09 2020-11-09 一种信息提供的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011241266.7A CN112418916A (zh) 2020-11-09 2020-11-09 一种信息提供的方法及装置

Publications (1)

Publication Number Publication Date
CN112418916A true CN112418916A (zh) 2021-02-26

Family

ID=74780851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011241266.7A Pending CN112418916A (zh) 2020-11-09 2020-11-09 一种信息提供的方法及装置

Country Status (1)

Country Link
CN (1) CN112418916A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159870A (zh) * 2021-05-21 2021-07-23 口碑(上海)信息技术有限公司 推送信息的展示方法、装置及计算机设备
CN113407827A (zh) * 2021-06-11 2021-09-17 广州三七极创网络科技有限公司 基于用户价值分类的信息推荐方法、装置、设备及介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159870A (zh) * 2021-05-21 2021-07-23 口碑(上海)信息技术有限公司 推送信息的展示方法、装置及计算机设备
CN113159870B (zh) * 2021-05-21 2024-04-30 口碑(上海)信息技术有限公司 推送信息的展示方法、装置及计算机设备
CN113407827A (zh) * 2021-06-11 2021-09-17 广州三七极创网络科技有限公司 基于用户价值分类的信息推荐方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN108596645B (zh) 一种信息推荐的方法、装置及设备
CN108733825B (zh) 一种对象触发事件预测方法及装置
AU2012100880A4 (en) Systems and methods for behavioral modeling to optimize shopping cart conversion
CN108537568B (zh) 一种信息推荐方法和装置
US20210049592A1 (en) Resource sharing method, apparatus, and device
CN108509497B (zh) 信息推荐方法、装置和电子设备
CN112418920A (zh) 信息推荐模型的训练方法、信息推荐方法以及装置
US9390168B1 (en) Customer keyword-based item recommendations
CN110033304B (zh) 一种信息处理方法、装置及设备
CN111222931B (zh) 一种产品推荐方法及***
CN112418916A (zh) 一种信息提供的方法及装置
CN112598467A (zh) 商品推荐模型的训练方法、商品推荐方法以及装置
CN110599307A (zh) 一种商品推荐的方法及装置
CN112733024A (zh) 一种信息推荐的方法及装置
CN112633933A (zh) 一种信息推荐的方法及装置
CN111191132A (zh) 一种信息推荐方法、装置及电子设备
CN115048577A (zh) 一种模型训练方法、装置、设备及存储介质
US10437838B2 (en) Search navigation element
CN114298735A (zh) 一种模型训练的方法、信息推送的方法及装置
CN113641894A (zh) 一种信息推荐的方法及装置
US20140236699A1 (en) Personalized product pricing
CN112699307A (zh) 一种信息的生成方法及装置
CN111639269A (zh) 一种地点推荐方法及装置
CN107066471B (zh) 一种信息动态显示的方法及装置
CN111597454A (zh) 一种账号推荐方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210226

WD01 Invention patent application deemed withdrawn after publication