CN113763098A - 用于确定物品的方法和装置 - Google Patents
用于确定物品的方法和装置 Download PDFInfo
- Publication number
- CN113763098A CN113763098A CN202011516846.2A CN202011516846A CN113763098A CN 113763098 A CN113763098 A CN 113763098A CN 202011516846 A CN202011516846 A CN 202011516846A CN 113763098 A CN113763098 A CN 113763098A
- Authority
- CN
- China
- Prior art keywords
- target
- user
- attribute information
- information
- user attribute
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000004044 response Effects 0.000 claims abstract description 18
- 239000013598 vector Substances 0.000 claims description 42
- 230000015654 memory Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0621—Item configuration or customization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- 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]
- G06Q30/0639—Item locations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了用于确定物品的方法和装置，涉及计算机技术领域。该方法包括：获取用户偏好信息，根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息，响应于确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定候选物品为与目标位置信息对应的目标物品。采用本方法可以提高确定物品的准确性以及效率。
Description
技术领域
本公开涉及计算机技术领域，具体涉及用于确定物品的方法和装置。
背景技术
线下门店主要依靠门店运营人员的经验，或者基于门店地理位置确定客户群体类型以进行门店商品的选品。
然而，基于运营人员的经验、或者基于门店地理位置进行门店商品的选品的方法，存在选品不准确的问题。
发明内容
本公开提供了一种用于确定物品的方法、装置、电子设备以及计算机可读存储介质。
根据本公开的第一方面，提供了一种用于确定物品的方法，包括：获取用户偏好信息，其中，用户偏好信息包括用户属性信息、以及与用户属性信息对应的候选物品；根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息；响应于确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定候选物品为与目标位置信息对应的目标物品。
在一些实施例中，获取用户偏好信息，包括：获取线上用户的用户属性信息、以及与线上用户的用户属性信息对应的候选物品。
在一些实施例中，根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息，包括：根据在预设时间段内，到达目标位置信息所指示的位置的、目标用户的用户属性信息，确定目标用户属性信息。
在一些实施例中，根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息，包括：根据目标位置信息所指示的位置的商圈画像，确定目标用户属性信息。
在一些实施例中，该方法包括：采用物品集合中的满足预设选品条件的物品，构建候选物品集；获取用户偏好信息，包括：获取候选物品集中的物品，以及偏好物品的用户的用户属性信息。
在一些实施例中，采用目标向量表征目标用户属性信息、以及采用候选向量表征用户偏好信息中的用户属性信息，响应于确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定候选物品为与目标位置信息对应的目标物品，包括：响应于确定目标向量与候选向量之间的距离小于或者等于预设距离阈值，确定候选物品为与目标位置信息对应的目标物品。
根据本公开的第二方面，提供了一种用于确定物品的装置，包括：获取单元，被配置为获取用户偏好信息，其中，用户偏好信息包括用户属性信息、以及与用户属性信息对应的候选物品；确定单元，被配置为根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息；选品单元，被配置为响应于确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定候选物品为与目标位置信息对应的目标物品。
在一些实施例中，获取单元，包括：第一获取模块，被配置为获取线上用户的用户属性信息、以及与线上用户的用户属性信息对应的候选物品。
在一些实施例中，确定单元，包括：第一确定模块，被配置为根据在预设时间段内，到达目标位置信息所指示的位置的、目标用户的用户属性信息，确定目标用户属性信息。
在一些实施例中，确定单元，包括：第二确定单元，被配置为根据目标位置信息所指示的位置的商圈画像，确定目标用户属性信息。
在一些实施例中，该装置包括：初选单元；获取单元，包括：第二获取模块，被配置为获取候选物品集中的物品，以及偏好物品的用户的用户属性信息。
在一些实施例中，采用目标向量表征目标用户属性信息、以及采用候选向量表征用户偏好信息中的用户属性信息，选品单元，包括：选品模块，被配置为响应于确定目标向量与候选向量之间的距离小于或者等于预设距离阈值，确定候选物品为与目标位置信息对应的目标物品。
根据本公开的第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器：存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面提供的用于确定物品的方法。
根据本公开的第四方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，程序被处理器执行时实现第一方面提供的用于确定物品的方法。
本公开提供的用于确定物品的方法、装置，可以获取用户偏好信息，根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息，响应于确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定候选物品为与目标位置信息对应的目标物品，可以提高确定物品的准确性以及效率。
根据本申请的技术解决了目前的选品方法存在的确定物品不准确、以及效率低的问题。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请的实施例可以应用于其中的示例性***架构图；
图2是根据本申请的用于确定物品的方法的一个实施例的流程图；
图3是根据本申请的用于确定物品的方法的另一个实施例的流程图；
图4是根据本申请的用于确定物品的装置的一个实施例的结构示意图；
图5是用来实现本申请实施例的用于确定物品的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本申请的用于确定物品的方法或用于确定物品的装置的实施例的示例性***架构100。
如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如聊天类应用、购物类应用、金融类应用、图像类应用、视频类应用等。
终端设备101、102、103可以是具有显示屏并且支持接收服务器消息的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExperts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以通过终端设备101、102、103获取用户偏好信息，其中，用户偏好信息包括用户属性信息、以及与该用户属性信息对应的候选物品；根据目标位置信息，确定到达该目标位置信息所指示的位置的、目标用户的目标用户属性信息；若确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，则确定该候选物品为目标物品。
需要说明的是，本公开的实施例所提供的用于确定物品的方法一般由服务器105执行，相应地，用于确定物品的装置一般设置于服务器105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的用于确定物品的方法的一个实施例的流程200，包括以下步骤：
步骤201，获取用户偏好信息，其中，用户偏好信息包括用户属性信息、以及与该用户属性信息对应的候选物品。
在本实施例中，用于确定物品的方法的执行主体(例如图1所示的装置105)可以通过有线或者无线的方式获取用户偏好信息。其中，用户偏好信息包括至少一个用户属性信息、以及与该至少一个用户属性信息对应的候选物品。
在本实施例中，用户属性信息可以是用户年龄、用户性别、用户职业、用户种族、用户偏好、用户所在地域等可以用于描述用户的标签。与用户属性信息对应的候选物品可以是具有该用户属性信息的用户所偏好的物品。例如，女性用户偏好购买物品A、男性用户偏好购买物品B，则与用户属性信息“女性”对应的候选物品为物品A、与用户属性信息“男性”对应的候选物品为物品B。又如，与用户属性信息“旅游者”对应的候选物品可以是纪念品/地方特产。
在本实施例中，用户属性信息也可以是多个用户的用户属性的概率分布。例如，浏览物品C的10个用户中，有3人为女性、7人为男性，则与物品C对应的用户属性信息可以是“[女性、男性]＝[0.3、0.7]”。
在本实施例中，可以通过问卷调查的方法获取用户偏好信息，或者通过用户的线上购物/浏览等行为数据、人工智能预测等方法，获取用户偏好信息。
步骤202，根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息。
在本实施例中，可以根据目标位置信息(如，线下门店的位置、或者智能销售终端所摆放的位置)，确定到达该位置信息所指示的目标位置的目标用户的用户属性信息(即，目标用户属性信息)。其中，目标用户是指线下门店的物品所面向的销售群体/选品所销售的客户群体；目标位置信息可以包括线下门店/线下销售终端所在位置的地理位置/环境信息。
例如，若目标位置的周围为餐馆，可以确定目标用户的用户属性信息为“喜欢外出就餐”；若目标位置周围为学校，可以确定目标用户的用户属性信息为“学生”；若目标位置周围为女士服装商场，可以确定目标用户的用户属性信息为“女性”。
步骤203，响应于确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定候选物品为与目标位置信息对应的目标物品。
在本实施例中，若确定目标用户属性信息、与用户偏好信息中的某一条用户属性信息之间的相似度满足相似度阈值，则可以确定，在用户偏好信息中，与该用户属性信息对应的候选物品，为与目标位置对应的目标物品(即，线下门店/线下销售终端的选品)。
本实施例提供的用于确定物品的方法，可以获取用户偏好信息，根据目标位置信息，确定目标用户属性信息，若确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，则确定与该用户属性信息对应的候选物品为目标物品，可以提高针对到达目标位置的目标用户的用户属性信息确定目标物品，提高确定物品的准确性。
可选地，根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息，包括：根据在预设时间段内，到达目标位置信息所指示的位置的、目标用户的用户属性信息，确定目标用户属性信息。
在本实施例中，可以根据在预设时间段内，到达目标位置信息所指示的位置的、大多数用户(或者，预设百分比)的用户属性信息，确定目标用户的目标用户属性信息。例如，若在一周时间内，到达该位置的90％的用户的用户属性信息均为“年龄在40岁至45岁之间、女性”，则可以确定目标用户属性信息为“年龄在40岁至45岁之间、女性”
在本实施例中，也可以采用预设时间段内，到达目标位置信息所指示的位置的多个目标用户的用户属性的概率分布，作为目标用户属性信息。
在本实施例中，位置信息可以是位置的地理坐标、可以是商圈名称、或者街区名称等可以用于指示位置的信息。
本实施例中，根据预设时间段内到达目标信息所指示的位置的用户的用户属性信息，确定到达该位置的目标用户的目标用户属性信息，可以提高确定目标用户属性信息的效率以及准确性。
可选地，根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息，包括：根据目标位置信息所指示的位置的商圈画像，确定目标用户属性信息。
在本实施例中，可以根据目标位置信息所指示的位置所在商圈的商圈画像，确定到达该位置的目标用户的目标用户属性信息。例如，若目标位置信息指示所在位置属于酒店商圈，可以确定目标用户属性信息为“旅游者”；若目标位置信息指示所在位置属于学校商圈，可以确定目标用户属性信息为“学生”。
本实施例根据目标位置信息所指示的位置的商圈画像，确定到达该位置的目标用户的目标用户属性信息，可以提高确定目标用户属性信息的效率以及准确性。
进一步参考图3，示出了根据本公开的用于确定物品的方法的一个实施例的流程300，包括以下步骤：
步骤301，获取线上用户的用户属性信息、以及与线上用户的用户属性信息对应的候选物品。
在本实施例中，用于确定物品的方法的执行主体(例如图1所示的装置105)可以通过有线或者无线的方式获取线上用户的用户属性信息、以及根据各个线上用户所偏好的物品，确定出与线上用户的各个用户属性信息对应的候选物品，并利用线上用户的各个用户属性信息以及对应的候选物品构建线上用户的用户偏好信息。
具体地，可以通过线上用户的账户信息、个人注册信息等数据确定各个线上用户的用户属性信息，并且通过线上用户在电商平台的浏览记录(如，对某一物品的浏览次数或者浏览时长)、线上用户对某一物品的检索次数、或者订单记录等线上用户的行为数据确定该线上用户所偏好的物品，之后，根据偏好某个物品的各个线上用户的用户属性的概率分布，确定与该物品对应的线上用户的用户属性信息。
步骤302，根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息。
本实施例中对步骤302的描述与步骤202的描述一致，此处不再赘述。
步骤303，响应于确定目标用户属性信息与线上用户的用户属性信息的相似度满足相似度阈值，确定该线上用户偏好的候选物品为与目标位置信息对应的目标物品。
在本实施例中，若确定目标用户属性信息、与基于一个或者多个线上用户确定的某一用户属性信息之间的相似度满足相似度阈值，则可以确定，与线上用户的该用户属性信息对应的物品，为与目标位置对应的目标物品(即，线下门店/线下销售终端的选品)。
本实施例中，采用线上用户的行为数据确定与各个用户属性信息对应的物品(即，用户偏好信息)，采用线下位置信息确定到达该位置信息所指示的位置的目标用户(或者，目标客户群体)的目标用户属性信息，并在基于线上用户确定的用户偏好信息中确定出具有目标用户属性信息的目标用户所偏好的物品，并将该物品确定为该位置信息所指示的位置处门店/销售终端的选品，可以聚合线上数据与线下数据、通过用户属性信息的相似度联通线上用户行为以及线下选品集合，提高选品的准确性、以及选品效率。
在上述结合图2和图3描述的实施例的一些可选的实现方式中，用于确定物品的方法还包括：采用物品集合中的满足预设选品条件的物品，构建候选物品集；获取用户偏好信息，包括：获取候选物品集中的物品，以及偏好物品的用户的用户属性信息。
在本实施例中，可以利用物品集合中满足预设选品条件的物品，构建候选物品集，即，构建后的候选物品集中的物品均满足预设选品条件。例如，预设选品条件可以是与周边商圈的销售类别相同，若周边商圈的销售类别为小商品零售，则候选物品集中的物品可以是适合用于零售的小商品；又如，预设选品条件可以是选品符合销售环境信息，若周边环境为旅游景点，则候选物品集中的物品可以是地方特产；再如，预设选品条件可以是选品符合商圈类型，若门店位置所在商圈为购物娱乐区，则候选物品集中的物品可以是饮品等；预设选品条件还可以是其他任何预设的筛选物品的条件。
本实施例中，通过构建候选物品集，并根据候选物品集中的物品、以及对应的用户属性信息构建用户偏好信息，可以对选品进行初步筛选、缩小目标物品的筛选范围，提高确定目标物品的准确性以及效率。
在上述结合图2和图3描述的实施例的一些可选的实现方式中，采用目标向量表征目标用户属性信息、以及采用候选向量表征用户偏好信息中的用户属性信息，响应于确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定候选物品为与目标位置信息对应的目标物品，包括：响应于确定目标向量与候选向量之间的距离小于或者等于预设距离阈值，确定候选物品为与目标位置信息对应的目标物品。
在本实施例中，可以采用目标向量表征目标用户属性信息，采用候选向量表征用户偏好信息中的用户属性信息，其中，目标向量中的每一个元素可以表征目标用户属性信息中的每一个目标用户属性，候选向量中的每一个元素可以表征用户偏好信息中、用户属性信息中的每一个用户属性。可以理解，可以利用数值元素代表向量中的不同的用户属性。若确定目标向量与候选向量之间的距离小于或者等于预设距离阈值，则可以确定用户偏好信息中与该用户属性信息对应的候选物品为与目标位置信息对应的目标物品。其中，可以利用欧式距离、汉明距离、切比雪夫距离等向量之间距离的计算方法计算目标向量与候选向量之间的距离。
本实施例将目标用户属性信息与用户偏好信息中的用户属性信息以向量的形式进行表示，并利用对应的向量之间的距离计算结果确定目标用户属性信息与用户偏好信息中的用户属性信息之间的相似度，可以提高确定二者之间相似度的统一性、准确性以及效率。
在一些应用场景中，可以首先确定候选物品集：根据预设选品条件筛选适合的候选物品集。
之后，确定候选物品集中，与各个物品对应的线上用户的用户属性信息：利用线上海量的用户行为数据，聚合得到候选物品集中各个物品的偏好用户的用户属性信息。例如，根据物品D最近一周的所有线上下单用户，计算出与物品D对应的线上用户的用户属性信息，可以包括男女比例，各个年龄段比例。
然后，通过线下图像采集设备，获得预设时间段内(如，一周内)到达位置信息所指示的某个线下门店的线下目标用户的目标用户属性信息，例如，男女比例(如：男女比例各为65％，35％)，以及各个年龄段的比例(0-15岁：5％，15-20岁：15％，20-30岁：20％，30-50岁：40％，50岁以上：20％)。
最后，根据候选物品集中，各个物品对应的线上用户的用户属性信息，以及到达该线下门店的目标用户的用户属性信息，确定该线下门店的选品：计算每个物品对应的线上用户的用户属性信息、与目标用户的用户属性信息之间的距离值，按照距离值对对应的各个物品按照从小到大的顺序进行排序，距离越小说明线上用户的用户属性信息与目标用户的用户属性信息越相似，将排序最靠前的预设数目个物品确定该线下门店的选品。
例如，若物品D最近一周的线上下单用户的用户属性的概率分布为：男性比例与女性比例为：0.55、0.45，年龄段0-15岁、15-20岁、20-30岁、30-50岁以及50岁以上的比例为：0.05、0.10、0.20、0.40、0.25，则可以将[0.55，0.45，0.05，0.10，0.20，0.40，0.25]确定为表征线上用户的用户属性信息的向量；按照相同的向量构建方式，根据到达线下门店的目标用户的目标用户属性的概率分布构建一个相同维度的目标向量；可以将两个向量之间的向量运算(如，向量减法/除法或者余弦角度等)的运算结果作为线上用户的用户属性信息与线下门店的目标用户的目标用户属性信息之间的相似度，可以理解，该相似度为线下门店与线上用户的该用户属性信息对应的候选物品之间的匹配度。
进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种用于确定物品的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图4所示，本实施例的用于确定物品的装置400包括：获取单元401、确定单元402、选品单元403。其中，获取单元，被配置为获取用户偏好信息，其中，用户偏好信息包括用户属性信息、以及与用户属性信息对应的候选物品；确定单元，被配置为根据目标位置信息，确定到达目标位置信息所指示的位置的、目标用户的目标用户属性信息；选品单元，被配置为响应于确定目标用户属性信息与用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定候选物品为与目标位置信息对应的目标物品。
在一些实施例中，获取单元，包括：第一获取模块，被配置为获取线上用户的用户属性信息、以及线上用户对应的候选物品。
在一些实施例中，确定单元，包括：第一确定模块，被配置为根据在预设时间段内，到达目标位置信息所指示的位置的、目标用户的用户属性信息，确定目标用户属性信息。
在一些实施例中，确定单元，包括：第二确定单元，被配置为根据目标位置信息所指示的位置的商圈画像，确定目标用户属性信息。
在一些实施例中，该装置包括：初选单元；获取单元，包括：第二获取模块，被配置为获取候选物品集中的物品，以及偏好物品的用户的用户属性信息。
在一些实施例中，采用目标向量表征目标用户属性信息、以及采用候选向量表征用户偏好信息中的用户属性信息，选品单元，包括：选品模块，被配置为响应于确定目标向量与候选向量之间的距离小于或者等于预设距离阈值，确定候选物品为与目标位置信息对应的目标物品。
上述装置400中的各单元与参考图2描述的方法中的步骤相对应。由此上文针对用于确定物品的方法描述的操作、特征及所能达到的技术效果同样适用于装置400及其中包含的单元，在此不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是根据本申请实施例的用于确定物品的方法的电子设备500的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，该存储器存储有可由至少一个处理器执行的指令，以使该至少一个处理器执行本申请所提供的用于确定物品的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的用于确定物品的方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的用于确定物品的方法对应的程序指令/模块(例如，附图4所示的获取单元401、确定单元402、选品单元403)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的用于确定物品的方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据用于提取视频片段的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至用于提取视频片段的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于确定物品的方法的电子设备还可以包括：输入装置503、输出装置504以及总线505。处理器501、存储器502、输入装置503和输出装置504可以通过总线505或者其他方式连接，图5中以通过总线505连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与用于提取视频片段的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (14)
1.一种用于确定物品的方法，包括：
获取用户偏好信息，其中，所述用户偏好信息包括用户属性信息、以及与所述用户属性信息对应的候选物品；
根据目标位置信息，确定到达所述目标位置信息所指示的位置的、目标用户的目标用户属性信息；
响应于确定所述目标用户属性信息与所述用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定所述候选物品为与所述目标位置信息对应的目标物品。
2.根据权利要求1所述的方法，其中，所述获取用户偏好信息，包括：
获取线上用户的用户属性信息、以及与所述线上用户的用户属性信息对应的候选物品。
3.根据权利要求1所述的方法，其中，所述根据目标位置信息，确定到达所述目标位置信息所指示的位置的、目标用户的目标用户属性信息，包括：
根据在预设时间段内，到达所述目标位置信息所指示的位置的、目标用户的用户属性信息，确定所述目标用户属性信息。
4.根据权利要求1所述的方法，其中，所述根据目标位置信息，确定到达所述目标位置信息所指示的位置的、目标用户的目标用户属性信息，包括：
根据所述目标位置信息所指示的位置的商圈画像，确定所述目标用户属性信息。
5.根据权利要求1-4之一所述的方法，其中，所述方法包括：
采用物品集合中的满足预设选品条件的物品，构建候选物品集；
所述获取用户偏好信息，包括：
获取所述候选物品集中的物品，以及偏好所述物品的用户的用户属性信息。
6.根据权利要求1-4之一所述的方法，其中，采用目标向量表征所述目标用户属性信息、以及采用候选向量表征所述用户偏好信息中的用户属性信息；
所述响应于确定所述目标用户属性信息与所述用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定所述候选物品为与所述目标位置信息对应的目标物品，包括：
响应于确定所述目标向量与所述候选向量之间的距离小于或者等于预设距离阈值，确定所述候选物品为与所述目标位置信息对应的目标物品。
7.一种用于确定物品的装置，包括：
获取单元，被配置为获取用户偏好信息，其中，所述用户偏好信息包括用户属性信息、以及与所述用户属性信息对应的候选物品；
确定单元，被配置为根据目标位置信息，确定到达所述目标位置信息所指示的位置的、目标用户的目标用户属性信息；
选品单元，被配置为响应于确定所述目标用户属性信息与所述用户偏好信息中的用户属性信息的相似度满足相似度阈值，确定所述候选物品为与所述目标位置信息对应的目标物品。
8.根据权利要求7所述的装置，其中，所述获取单元，包括：
第一获取模块，被配置为获取线上用户的用户属性信息、以及与所述线上用户的用户属性信息对应的候选物品。
9.根据权利要求7所述的装置，其中，所述确定单元，包括：
第一确定模块，被配置为根据在预设时间段内，到达所述目标位置信息所指示的位置的、目标用户的用户属性信息，确定所述目标用户属性信息。
10.根据权利要求7所述的装置，其中，所述确定单元，包括：
第二确定单元，被配置为根据所述目标位置信息所指示的位置的商圈画像，确定所述目标用户属性信息。
11.根据权利要求7-10之一所述的装置，其中，所述装置包括：初选单元；
所述获取单元，包括：
第二获取模块，被配置为获取所述候选物品集中的物品，以及偏好所述物品的用户的用户属性信息。
12.根据权利要求7-10之一所述的装置，其中，采用目标向量表征所述目标用户属性信息、以及采用候选向量表征所述用户偏好信息中的用户属性信息；
所述选品单元，包括：
选品模块，被配置为响应于确定所述目标向量与所述候选向量之间的距离小于或者等于预设距离阈值，确定所述候选物品为与所述目标位置信息对应的目标物品。
13.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011516846.2A CN113763098A (zh) | 2020-12-21 | 2020-12-21 | 用于确定物品的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011516846.2A CN113763098A (zh) | 2020-12-21 | 2020-12-21 | 用于确定物品的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113763098A true CN113763098A (zh) | 2021-12-07 |
Family
ID=78786216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011516846.2A Pending CN113763098A (zh) | 2020-12-21 | 2020-12-21 | 用于确定物品的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113763098A (zh) |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120101890A1 (en) * | 2010-10-21 | 2012-04-26 | JVC Kenwood Corporation | Information processing method, display method, information processing device, terminal device, and information processing program |
| US20160085816A1 (en) * | 2014-09-19 | 2016-03-24 | Kabushiki Kaisha Toshiba | Information processing apparatus, information processing system, information processing method, and recording medium |
| US20160337305A1 (en) * | 2015-05-12 | 2016-11-17 | Alibaba Group Holding Limited | System, method, and apparatus for publishing social network posts |
| CN106919611A (zh) * | 2015-12-25 | 2017-07-04 | 北京国双科技有限公司 | 产品信息推送方法和装置 |
| US9830562B1 (en) * | 2008-02-28 | 2017-11-28 | Capital One Financial Corporation | System and method for mobile social networking within a target area |
| WO2018018610A1 (zh) * | 2016-07-29 | 2018-02-01 | 深圳越界创新科技有限公司 | 一种匹配度计算方法、装置以及用户设备 |
| CN107895004A (zh) * | 2017-11-07 | 2018-04-10 | 广东欧珀移动通信有限公司 | 信息筛选方法、装置、终端设备及存储介质 |
| CN107911449A (zh) * | 2017-11-15 | 2018-04-13 | 百度在线网络技术（北京）有限公司 | 用于推送信息的方法和装置 |
| WO2018166288A1 (zh) * | 2017-03-15 | 2018-09-20 | 北京京东尚科信息技术有限公司 | 信息呈现方法和装置 |
| CN109214893A (zh) * | 2018-08-31 | 2019-01-15 | 深圳春沐源控股有限公司 | 商品推荐方法、推荐***及计算机装置 |
| CN109377265A (zh) * | 2018-09-21 | 2019-02-22 | 金蝶蝶金云计算有限公司 | 选址方法、装置、设备及存储介质 |
| CN109559208A (zh) * | 2019-01-04 | 2019-04-02 | 平安科技（深圳）有限公司 | 一种信息推荐方法、服务器及计算机可读介质 |
| CN109862100A (zh) * | 2019-02-12 | 2019-06-07 | 北京字节跳动网络技术有限公司 | 用于推送信息的方法和装置 |
| CN109948068A (zh) * | 2017-09-30 | 2019-06-28 | 阿里巴巴集团控股有限公司 | 一种兴趣点信息的推荐方法和装置 |
| CN110046965A (zh) * | 2019-04-18 | 2019-07-23 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、设备和介质 |
| CN110287419A (zh) * | 2019-06-28 | 2019-09-27 | 重庆金窝窝网络科技有限公司 | 一种商品推荐方法、装置、服务器及存储介质 |
| CN110413868A (zh) * | 2018-11-06 | 2019-11-05 | 腾讯科技（深圳）有限公司 | 信息推荐方法、装置、***及存储介质 |
| CN110743170A (zh) * | 2019-10-29 | 2020-02-04 | 腾讯科技（深圳）有限公司 | 道具管理方法、装置、设备及存储介质 |
| CN111127066A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术（北京）有限公司 | 基于用户信息的挖掘应用方法和装置 |
| CN111538904A (zh) * | 2020-04-27 | 2020-08-14 | 北京百度网讯科技有限公司 | 用于推荐兴趣点的方法和装置 |
| CN111860575A (zh) * | 2020-06-05 | 2020-10-30 | 百度在线网络技术（北京）有限公司 | 物品属性信息的处理方法、装置、电子设备和存储介质 |
| CN111881341A (zh) * | 2020-06-15 | 2020-11-03 | 合肥美的电冰箱有限公司 | 饮食信息推荐方法及装置、电子设备及介质 |
-
2020
- 2020-12-21 CN CN202011516846.2A patent/CN113763098A/zh active Pending
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9830562B1 (en) * | 2008-02-28 | 2017-11-28 | Capital One Financial Corporation | System and method for mobile social networking within a target area |
| US20120101890A1 (en) * | 2010-10-21 | 2012-04-26 | JVC Kenwood Corporation | Information processing method, display method, information processing device, terminal device, and information processing program |
| US20160085816A1 (en) * | 2014-09-19 | 2016-03-24 | Kabushiki Kaisha Toshiba | Information processing apparatus, information processing system, information processing method, and recording medium |
| US20160337305A1 (en) * | 2015-05-12 | 2016-11-17 | Alibaba Group Holding Limited | System, method, and apparatus for publishing social network posts |
| CN106919611A (zh) * | 2015-12-25 | 2017-07-04 | 北京国双科技有限公司 | 产品信息推送方法和装置 |
| WO2018018610A1 (zh) * | 2016-07-29 | 2018-02-01 | 深圳越界创新科技有限公司 | 一种匹配度计算方法、装置以及用户设备 |
| WO2018166288A1 (zh) * | 2017-03-15 | 2018-09-20 | 北京京东尚科信息技术有限公司 | 信息呈现方法和装置 |
| CN109948068A (zh) * | 2017-09-30 | 2019-06-28 | 阿里巴巴集团控股有限公司 | 一种兴趣点信息的推荐方法和装置 |
| CN107895004A (zh) * | 2017-11-07 | 2018-04-10 | 广东欧珀移动通信有限公司 | 信息筛选方法、装置、终端设备及存储介质 |
| CN107911449A (zh) * | 2017-11-15 | 2018-04-13 | 百度在线网络技术（北京）有限公司 | 用于推送信息的方法和装置 |
| CN109214893A (zh) * | 2018-08-31 | 2019-01-15 | 深圳春沐源控股有限公司 | 商品推荐方法、推荐***及计算机装置 |
| CN109377265A (zh) * | 2018-09-21 | 2019-02-22 | 金蝶蝶金云计算有限公司 | 选址方法、装置、设备及存储介质 |
| CN111127066A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术（北京）有限公司 | 基于用户信息的挖掘应用方法和装置 |
| CN110413868A (zh) * | 2018-11-06 | 2019-11-05 | 腾讯科技（深圳）有限公司 | 信息推荐方法、装置、***及存储介质 |
| CN109559208A (zh) * | 2019-01-04 | 2019-04-02 | 平安科技（深圳）有限公司 | 一种信息推荐方法、服务器及计算机可读介质 |
| CN109862100A (zh) * | 2019-02-12 | 2019-06-07 | 北京字节跳动网络技术有限公司 | 用于推送信息的方法和装置 |
| CN110046965A (zh) * | 2019-04-18 | 2019-07-23 | 北京百度网讯科技有限公司 | 信息推荐方法、装置、设备和介质 |
| CN110287419A (zh) * | 2019-06-28 | 2019-09-27 | 重庆金窝窝网络科技有限公司 | 一种商品推荐方法、装置、服务器及存储介质 |
| CN110743170A (zh) * | 2019-10-29 | 2020-02-04 | 腾讯科技（深圳）有限公司 | 道具管理方法、装置、设备及存储介质 |
| CN111538904A (zh) * | 2020-04-27 | 2020-08-14 | 北京百度网讯科技有限公司 | 用于推荐兴趣点的方法和装置 |
| CN111860575A (zh) * | 2020-06-05 | 2020-10-30 | 百度在线网络技术（北京）有限公司 | 物品属性信息的处理方法、装置、电子设备和存储介质 |
| CN111881341A (zh) * | 2020-06-15 | 2020-11-03 | 合肥美的电冰箱有限公司 | 饮食信息推荐方法及装置、电子设备及介质 |
Non-Patent Citations (2)
| Title |
|---|
| FAN WANG等: "Mining user preferences of new locations on location-based social networks: a multidimensional cloud model approach", 《WIRELESS NETWORKS》, vol. 24, no. 1, 21 June 2016 (2016-06-21), pages 113 - 125, XP036405913, DOI: 10.1007/s11276-016-1316-x * |
| 郑慧;李冰;陈冬林;刘平峰;: "基于位置簇的移动生活服务个性化推荐技术", 计算机应用, no. 04, 10 April 2015 (2015-04-10), pages 1148 - 1153 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10909606B2 (en) | Real-time in-venue cognitive recommendations to user based on user behavior | |
| CN112163676B (zh) | 多任务服务预测模型训练方法、装置、设备以及存储介质 | |
| US20180039479A1 (en) | Digital Content Search and Environmental Context | |
| WO2018035164A1 (en) | Description information generation and presentation systems, methods, and devices | |
| CN111800493A (zh) | 信息内容推送方法、装置、电子设备和存储介质 | |
| CN112100524A (zh) | 一种信息推荐的方法、装置、设备以及存储介质 | |
| CN110750697B (zh) | 商户分类方法、装置、设备及存储介质 | |
| US20160063538A1 (en) | Marketing platform that determines advertisements and marketing channels for the advertisements | |
| CN112261423A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
| CN112559901B (zh) | 资源推荐的方法、装置、电子设备、存储介质及计算机程序产品 | |
| CN112818224A (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
| CN111339406A (zh) | 个性化推荐方法、装置、设备及存储介质 | |
| CN111246257B (zh) | 视频推荐方法、装置、设备及存储介质 | |
| CN115131088A (zh) | 用于定位用户附近感兴趣的商品的智能计算机搜索功能 | |
| CN111756832A (zh) | 推送信息的方法、装置、电子设备及计算机可读存储介质 | |
| US20150221014A1 (en) | Clustered browse history | |
| US10600062B2 (en) | Retail website user interface, systems, and methods for displaying trending looks by location | |
| CN111783013A (zh) | 评论信息发布的方法、装置、设备及计算机可读存储介质 | |
| CN111753195A (zh) | 标签体系构建方法、装置、设备以及存储介质 | |
| CN111241225A (zh) | 常驻区域变更的判断方法、装置、设备及存储介质 | |
| CN112541145A (zh) | 一种页面展现方法、装置、设备及存储介质 | |
| CN113327134B (zh) | 商品信息推荐方法及装置、电子设备和介质 | |
| CN113763098A (zh) | 用于确定物品的方法和装置 | |
| CN112100507B (zh) | 对象推荐的方法、计算设备和计算机可读存储介质 | |
| CN115293291A (zh) | 排序模型的训练方法、排序方法、装置、电子设备及介质 |
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 |