CN113765953A - 信息推送方法、装置及设备 - Google Patents
信息推送方法、装置及设备 Download PDFInfo
- Publication number
- CN113765953A CN113765953A CN202010493602.0A CN202010493602A CN113765953A CN 113765953 A CN113765953 A CN 113765953A CN 202010493602 A CN202010493602 A CN 202010493602A CN 113765953 A CN113765953 A CN 113765953A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- objects
- preset
- determining
- 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 72
- 238000012545 processing Methods 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 15
- 238000013461 design Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例提供一种信息推送方法、装置及设备,在检测到用户针对第一对象输入的第一操作后,获取该用户的特征信息,根据该用户的特征信息,从预设的多种第二对象中,确定出至少一种第二对象,并且,该用户对这些确定出的第二对象的兴趣度满足预设条件,进而,向该用户展示这些确定出的第二对象,以使用户可以进行选择领取。上述过程中,由于在确定至少一种第二对象时,是基于该用户的特征信息,考虑了用户对这些第二对象的兴趣度,因此,保证了向用户展示的第二对象都是用户真正感兴趣的,使得用户能够选择领取到自己真正感兴趣的第二对象,从而实现了向不同用户个性化的推送信息。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种信息推送方法、装置及设备。
背景技术
随着互联网和人工智能技术的发展,利用电商平台进行商品交易越来越普遍。
用户通过电商平台可以获取到大量的信息,例如:商品的价格、属性、优惠力度等信息。为了使用户能够直观、快速地获取信息,电商平台通常会向用户进行信息推送。例如,由数据分析师设计出推送策略,根据推送策略为不同类型的用户推送不同的信息。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:上述信息推送方式,无法针对每个用户进行个性化的信息推送,导致向用户推送的信息可能并不是用户真正感兴趣的。
发明内容
本发明实施例提供一种信息推送方法、装置及设备,用以实现向用户推送用户真正感兴趣的信息。
第一方面,本发明实施例提供一种信息推送方法,包括:
在检测到第一用户针对第一对象输入的第一操作后,获取所述第一用户的特征信息,所述第一对象包括第二对象;
根据所述第一用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,所述第一用户对所述至少一种第二对象的兴趣度满足预设条件;
向所述第一用户展示所述至少一种第二对象的信息。
一种可能的实现方式中,根据所述第一用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,包括:
获取预测模型对所述第一用户的特征信息进行处理得到的预测结果,所述预测结果用于指示所述第一用户对所述预设的多种第二对象的兴趣度;
根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度满足所述预设条件的至少一种第二对象。
一种可能的实现方式中,所述第一对象包括的第二对象的数量为N,N为正整数;
根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度满足所述预设条件的至少一种第二对象,包括:
根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度最高的前M种第二对象,M为大于N的正整数。
一种可能的实现方式中,所述第一用户的特征信息包括下述中的至少一种:
所述第一用户的属性信息、所述第一用户关联的商品的属性信息、所述第一用户关联的店铺的属性信息、所述第一用户关联的订单的属性信息。
一种可能的实现方式中,所述向所述第一用户展示所述至少一种第二对象的信息之后,还包括:
在检测到所述第一用户针对所述展示的任意一种第二对象输入的领取操作时,将所述任意一种第二对象设置为已领取的第二对象。
一种可能的实现方式中,所述方法还包括:
在检测到第一用户针对第三对象输入的预设操作时,从所述至少一种第二对象中,确定所述第一用户已领取的第二对象和未领取的第二对象;
从所述已领取的第二对象中,确定所述第三对象可使用的第二对象,或者,从所述未领取的目标对象中,确定所述第三对象可使用的第二对象;
向所述第一用户展示提示信息,所述提示信息用于提醒所述第一用户可使用的第二对象,以及对应的使用效果信息。
一种可能的实现方式中,所述第一操作为支付操作;或者,
所述第一操作用于指示所述第一用户需要领取所述第一对象包括的第二对象;或者,
所述第一操作用于指示所述第一用户需要浏览所述第一对象包括的第二对象。
一种可能的实现方式中,所述预测模型是通过如下方式进行训练得到的:
获取多个第二用户的特征信息,以及各所述第二用户针对所述预设的多种第二对象的领取信息;
利用所述多个第二用户的所述特征信息和所述领取信息,对待训练的预测模型进行训练,得到训练后的预测模型。
第二方面,本发明实施例提供一种信息推送装置,包括:
获取模块,用于在检测到第一用户针对第一对象输入的第一操作后,获取所述第一用户的特征信息,所述第一对象包括第二对象;处理模块,用于根据所述第一用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,所述第一用户对所述至少一种第二对象的兴趣度满足预设条件;展示模块,用于向所述第一用户展示所述至少一种第二对象的信息。
一种可能的实现方式中,所述处理模块具体用于:获取预测模型对所述第一用户的特征信息进行处理得到的预测结果,所述预测结果用于指示所述第一用户对所述预设的多种第二对象的兴趣度;根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度满足所述预设条件的至少一种第二对象。
一种可能的实现方式中,所述第一对象包括的第二对象的数量为N,N为正整数;所述处理模块具体用于:根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度最高的前M种第二对象,M为大于N的正整数。
一种可能的实现方式中,所述第一用户的特征信息包括下述中的至少一种:所述第一用户的属性信息、所述第一用户关联的商品的属性信息、所述第一用户关联的店铺的属性信息、所述第一用户关联的订单的属性信息。
一种可能的实现方式中,所述处理模块还用于:在检测到所述第一用户针对所述展示的任意一种第二对象输入的领取操作时,将所述任意一种第二对象设置为已领取的第二对象。
一种可能的实现方式中,所述处理模块还用于:在检测到第一用户针对第三对象输入的预设操作时,从所述至少一种第二对象中,确定所述第一用户已领取的第二对象和未领取的第二对象;从所述已领取的第二对象中,确定所述第三对象可使用的第二对象,或者,从所述未领取的目标对象中,确定所述第三对象可使用的第二对象;
所述展示模块还用于:向所述第一用户展示提示信息,所述提示信息用于提醒所述第一用户可使用的第二对象,以及对应的使用效果信息。
一种可能的实现方式中,所述第一操作为支付操作;或者,所述第一操作用于指示所述第一用户需要领取所述第一对象包括的第二对象;或者,所述第一操作用于指示所述第一用户需要浏览所述第一对象包括的第二对象。
一种可能的实现方式中,所述预测模型是通过如下方式进行训练得到的:
获取多个第二用户的特征信息,以及各所述第二用户针对所述预设的多种第二对象的领取信息;利用所述多个第二用户的所述特征信息和所述领取信息,对待训练的预测模型进行训练,得到训练后的预测模型。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器;
所述存储器用于存储计算机执行指令,所述处理器运行所述计算机执行指令实现如第一方面任一项所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。
本发明实施例提供的信息推送方法、装置及设备,在检测到用户针对第一对象输入的第一操作后,获取该用户的特征信息,根据该用户的特征信息,从预设的多种第二对象中,确定出至少一种第二对象,并且,该用户对这些确定出的第二对象的兴趣度满足预设条件,进而,向该用户展示这些确定出的第二对象,以使用户可以进行选择领取。上述过程中,由于在确定至少一种第二对象时,是基于该用户的特征信息,考虑了用户对这些第二对象的兴趣度,因此,保证了向用户展示的第二对象都是用户真正感兴趣的,使得用户能够选择领取到自己真正感兴趣的第二对象,从而实现了向不同用户个性化的推送信息。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例适用的一种可能的***架构的示意图;
图2为本发明一个实施例提供的信息推送方法的流程示意图;
图3为本发明一个实施例提供的一组用户界面的示意图;
图4为本发明另一个实施例提供的一组用户界面的示意图;
图5为本发明再一个实施例提供的一组用户界面的示意图;
图6为本发明另一个实施例提供的信息推送方法的流程示意图;
图7为本发明又一个实施例提供的一组用户界面的示意图;
图8为本发明一个实施例提供的预测模型的训练过程的示意图;
图9为本发明一个实施例提供的一种可能的预测模型的结构示意图;
图10为本发明一个实施例提供的信息推送装置的结构示意图;
图11为本发明一个实施例提供的电子设备的结构示意图;
图12为本发明另一个实施例提供的电子设备的结构示意图。
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明实施例适用于互联网领域中的信息推送场景。下面结合图1对本发明实施例可能的***架构进行介绍。图1为本发明实施例适用的一种可能的***架构的示意图。如图1所示,***架构1000可以包括终端设备1001、1002、1003,网络1004和服务器1005。网络1004用于在终端设备1001、1002、1003和服务器1005之间提供通信链路的介质。网络1004可以包括各种连接类型,例如:有线通信链路、无线通信链路或者光纤电缆等等。
用户可以使用终端设备1001、1002、1003通过网络1004与服务器1005进行交互,以接收或者发送信息等。终端设备1001、1002、1003上可以安装有各种通讯客户端应用,例如:社交平台软件、邮箱客户端、即时通信工具、电商平台类应用、网页浏览应用等。
其中,终端设备1001、1002、1003可以是具有显示屏并且可以接收/发送信息的各种电子设备,包括但不限于:计算机、智能手机、笔记本电脑、平板电脑、智能穿戴设备等。终端设备1001、1002、1003可以接收服务器1005推送的信息,也可以向服务器1005发送信息推送请求。
服务器1005可以是提供各种服务的服务器。例如,对终端设备1001、1002、1003接收的推送信息提供支持的推送服务器。服务器1005可以对接收到的推送请求进行分析等处理,并将处理结果(例如推送信息)发送给终端设备。
一种示例性的应用场景中,终端设备安装有电商平台客户端,服务器为电商平台对应的服务器。用户通过终端设备访问电商平台,通过电商平台可以浏览商品、关注商品、购买商品等。用户访问电商平台的过程中,用户可以获取到大量的信息,包括但不限于:商品的价格信息、属性信息、优惠信息等。
为了使用户能够直观、快速地获取信息,电商平台通常会向用户进行信息推送。现有技术中,由数据分析师设计出推送策略,根据推送策略为不同类型的用户推送不同的信息。
为了便于理解,下面以一种可能的业务场景为例进行举例说明。电商平台推出了卡套餐业务,包括但不限于:会员卡、年卡、季卡、月卡、周卡等。不同类型的卡关联有不同的优惠套餐,用户购买某种类型的卡后,可以享受该卡关联的优惠套餐。示例性的,不同类型的卡可以包括不同数量/不同额度的优惠券。若用户购买了月卡,则可以获取该月卡对应数量/额度的优惠券;若用户购买了季卡,则可以获取该季卡对应数量/额度的优惠券,等。
需要说明的是,本实施例中,优惠券应理解为广义上的可以提供优惠信息的券。优惠券包括但不限于:打折券、满减券、抵扣券等。有些场景中,优惠券还可以是指多张券的组合,即,优惠券也可以称为券包。本实施例对此不作限定。
电商平台通常会针对不同品类的商品,设计出不同优惠力度的优惠券。进而,利用上述推送策略,根据不同类型用户的特点,向不同类型的用户推送不同的优惠券。这样,用户可以根据自己的购物需求,领取自己感兴趣的优惠券。
在实现本发明过程中,发明人发现现有技术至少存在如下问题:上述信息推送方式,无法针对每个用户进行个性化的信息推送,导致向用户推送的信息可能并不是用户真正感兴趣的。另外,即使是同一用户,其在不同时间段内感兴趣的信息也可能会有变化,因此上述推送方式很难满足用户在不同时间段内的信息获取需求。并且,上述推送策略是由人工设计的,一方面需要耗费较多的人力成本,另一方面,人的思考范围有限,使得信息推送的精准度容易达到瓶颈。
本发明实施例提供的信息推送方法,旨在解决现有技术的如上技术问题中的至少一个。
下面以具体地实施例对本发明的技术方案以及本发明的技术方案如何解决上述技术问题进行详细说明。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中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图2为本发明一个实施例提供的信息推送方法的流程示意图。本实施例的方法可以由终端设备执行,或者,还可以由服务器执行。如图2所示,本实施例的方法,可以包括:
S201:在检测到第一用户针对第一对象输入的第一操作后,获取所述第一用户的特征信息,其中,所述第一对象包括第二对象。
本实施例中,第一对象和第二对象可以是实体对象,还可以为虚拟对象。当为实体对象时,例如,第一对象和第二对象可以是商品。当为虚拟对象时,例如,第一对象可以是卡对象,包括但不限于:会员卡、年卡、季卡、月卡、周卡等,第二对象可以是第一对象中包括的用于指示权益信息的虚拟对象。
可选的,第二对象可以是优惠券。当第二对象为优惠券时,第二对象可以有多种类型,例如:不同品类、不同额定、不同优惠力度的优惠券。应理解,第二对象还可以是多种优惠券的组合,有些场景中,第二对象还可以称为券包。
本实施例的应用场景中,第一对象包括第二对象,也可以描述为:第一对象关联/绑定有第二对象。由于第二对象可以有多种,第一对象仅指示其包括/关联/绑定有第二对象,第一对象并不指定其包括/关联/绑定的第二对象的类型。例如,以第一对象为月卡为例,该月卡包括/关联/绑定有优惠券,用户购买该月卡后可以领取优惠券。在领取优惠券时,用户可以根据自己的需求选择优惠券的类型。
S202:根据所述第一用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,所述第一用户对所述至少一种第二对象的兴趣度满足预设条件。
S203:向所述第一用户展示所述至少一种第二对象的信息。
通常,电商平台为了满足不同用户的需求,可以预先设计很多种类的第二对象,例如,可以设计出成千上万种第二对象。本实施例将这些预先设计出的很多种类的第二对象称为“预设的多种第二对象”。用户购买第一对象后,可以在预设的多种第二对象中选择至少一种第二对象进行领取。
需要说明的是,本实施例对于预设的第二对象的设计方式不作限定,可以根据实际业务需求进行设计。例如,可以采用基于Base模型的设计方式,通过对大量用户的下单频次和/或平均订单金额来设计不同种类的第二对象。
然而,由于预先设计的第二对象的种类非常多,用户在非常多种类的第二对象中进行选择,很难选择出自己真正感兴趣的第二对象。即使现有技术中可以对用户的类型进行划分,根据推送策略为不同类型用户推送不同种类的第二对象,但是,依然很难保证推送结果是每个用户真正感兴趣的。
本实施例对第二对象的推送方式进行改进,可以实现针对每个用户进行个性化的推送。具体的,在检测到用户针对第一对象输入的第一操作后,获取该用户的特征信息,根据该用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,并且,用户对这些确定出的第二对象的兴趣度满足预设条件。例如,确定出的第二对象是用户的兴趣度大于或等于预设阈值的,或者,确定出的第二对象是用户的兴趣度最高的。进而,向该用户展示这些确定出的第二对象的信息,以供用户进行选择领取。
上述过程中,由于在确定至少一种第二对象时,是基于该用户的特征信息,考虑了用户对这些第二对象的兴趣度,因此,保证了向用户展示的第二对象都是用户真正感兴趣的,进而使得用户能够选择领取到自己真正感兴趣的第二对象。
应理解,第一操作可以是能够指示用户需要获取第一对象包括/关联/绑定的第二对象的信息的任意操作。在检测到用户针对第一对象输入的第一操作后,确定用户需要进一步获取第一对象包括/关联/绑定的第二对象的信息,从而触发执行本实施例的方法。下面结合图3至图5所示的终端设备的用户界面(User Interface,UI)进行示意说明。
可选的,第一操作可以是用于对第一对象进行支付的支付操作。
图3为本发明一个实施例提供的一组用户界面的示意图。以第一对象为月卡,第二对象为优惠券为例,图3中的(a)示意的是月卡列表界面,该界面中展示了多种月卡的信息,包括每种月卡的价格,以及每种月卡对应的权益信息,例如,每种月卡包括/关联/绑定的优惠券的数量。示例性的,如图3中的(a)所示,月卡1的价格为4.9元,其包括/关联/绑定了5张优惠券;月卡2的价格为9.9元,其包括/关联/绑定了8张优惠券。当用户选择月卡1后,跳转至图3中的(b)所示的月卡购买界面,该界面中用户可以获知该月卡的详细信息,并可以对该月卡进行支付。当用户支付完毕后,跳转至图3中的(c)所示的优惠券领取界面,该界面中展示的优惠券是采用本实施例的方法推送的用户真正感兴趣的优惠券,在该界面中,用户可以对其中任意一种优惠券进行领取操作。
可选的,第一操作还可以指示需要浏览第一对象包括/关联/绑定的第二对象。
图4为本发明另一个实施例提供的一组用户界面的示意图。以第一对象为月卡,第二对象为优惠券为例,图4中的(a)示意的是月卡列表界面,该界面中展示了多种月卡的信息,包括每种月卡的价格,以及每种月卡对应的权益信息,例如,每种月卡包括/关联/绑定的优惠券的数量。示例性的,如图4中的(a)所示,月卡1的价格为4.9元,其包括/关联/绑定了5张优惠券;月卡2的价格为9.9元,其包括/关联/绑定了8张优惠券。该界面中,用户可以进一步选择浏览每种月卡包括/关联/绑定的优惠券的信息。例如,当用户点击月卡1对应的“去看一看”按钮时,跳转至图4中的(b)所示的优惠券浏览界面,该界面中展示的优惠券是采用本实施例的方法推送的用户真正感兴趣的优惠券。
可选的,第一操作还可以指示需要领取第一对象包括/关联/绑定的第二对象。
图5为本发明再一个实施例提供的一组用户界面的示意图。以第一对象为月卡,第二对象为优惠券为例。图5中的(a)示意的是月卡购买记录界面,该界面中展示了用户曾经购买的月卡的信息。例如,用户曾购买了月卡1,该界面中展示了月卡1的购买时间、优惠券领取状态等,还展示了月卡1包括/关联/绑定的优惠券中未被领取的优惠券的数量。用户可以点击“继续领取”按钮跳转到如图5中的(b)所示的优惠券领取界面,该界面中展示的是用户可以选择领取的优惠券。该界面中展示的优惠券是采用本实施例的方法推送的用户真正感兴趣的优惠券。
需要说明的是,本实施例图3至图5所示的用户界面以及业务场景仅为示例性说明,本实施例对此并不作限定。
本实施例提供的信息推送方法,包括:在检测到用户针对第一对象输入的第一操作后,获取该用户的特征信息,根据该用户的特征信息,从预设的多种第二对象中,确定出至少一种第二对象,并且,该用户对这些确定出的第二对象的兴趣度满足预设条件,进而,向该用户展示这些确定出的第二对象,以使用户可以进行选择领取。上述过程中,由于在确定至少一种第二对象时,是基于该用户的特征信息,考虑了用户对这些第二对象的兴趣度,因此,保证了向用户展示的第二对象都是用户真正感兴趣的,使得用户能够选择领取到自己真正感兴趣的第二对象,从而实现了向不同用户个性化的推送信息。
图6为本发明另一个实施例提供的信息推送方法的流程示意图。如图6所示,本实施例的方法包括:
S601:在检测到第一用户针对第一对象输入的第一操作后,获取所述第一用户的特征信息,所述第一对象包括第二对象。
本实施例中,S601的具体实施方式与图2中的S201类似,此处不作赘述。
S602:获取预测模型对所述第一用户的特征信息进行处理得到的预测结果,所述预测结果用于指示所述第一用户对所述预设的多种第二对象的兴趣度。
本实施例中,可以利用预测模型来预测得到用户对于每种预设的第二对象的兴趣度。其中,预测模型可以是基于深度学习算法训练得到的。
示例性的,将用户的特征信息输入至预测模型中,由预测模型对用户的特征信息进行分析处理,得到预测结果。其中,预测结果中可以包括用户对于每种预设的第二对象的兴趣度。或者说,预测结果中可以包括用户对于每种预设的第二对象感兴趣的概率。
可选的,用户的特征信息可以包括下述中的至少一种:用户的属性信息、用户关联的商品的属性信息、用户关联的店铺的属性信息、用户关联的订单的属性信息。
其中,用户的属性信息包括但不限于:用户的性别、年龄、地理区域、购买能力、等级、行为信息等。其中,行为信息是指用户对商品进行关注、收藏、加入购物车、浏览、购买等行为,或者,用户对店铺进行关注、收藏、购买的行为,等。
用户关联的商品是指用户关注、收藏、加入购物车、浏览、或者购买过的商品。用户关联的商品的属性信息包括但不限于:商品的类别、品牌、所属店铺、价格、评论、优惠力度等信息。
用户关联的店铺是指用户关注、收藏、或者购买过的店铺。用户关联的店铺的属性信息包括但不限于:店铺的名称、类型、开店时间、订单量、退货率、关注量、好评数等。
用户关联的订单是指用户完成的订单、取消的订单等。用户关联的订单的属性信息包括但不限于:订单金额、订单有效率、订单中包括的商品详情等。
本实施例中,在获取用户的特征信息时,不仅考虑用户维度的特征信息,还考虑与用户关联的店铺、商品或者订单维度的特征信息,使得获取的用户的特征信息更加全面,这样,根据用户的特征信息来预测用户对于第二对象的兴趣度,能够提高预测结果的准确性。
需要说明的是,本实施例对于预测模型的结构以及训练过程不作限定,一种可能的实施方式可以参见后续实施例的详细描述。
本实施例中,利用基于深度学习训练得到的预测模型,来预测得到用户对于每种预设的第二对象的兴趣度,由于预测模型是基于用户当前的特征信息进行实时预测的,可以根据用户近期的购物行为的变化来自动更新预测结果,保证了预测结果的准确性。另外,无需依赖人工设计的推送策略,还降低了人工成本。
S603:根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度满足所述预设条件的至少一种第二对象。
S604:向所述第一用户展示所述至少一种第二对象的信息。
由于预测结果中指示了用户对于每种预设的第二对象的兴趣度,因此,可以选择兴趣度满足预设条件的第二对象,作为待推送的第二对象。
可选的,假设第一对象包括/关联/绑定的第二对象的数量为N。N为正整数。那么,可以根据预测结果,从所述预设的多种第二对象中,确定出兴趣度最高的前M种第二对象,作为待推送的第二对象。M为大于N的正整数。
示例性的,假设预设的第二对象的数量为10000,则预测模型的预测结果中指示了用户对于上述10000个第二对象的兴趣度,这样,可以选择兴趣度最高的前100个第二对象作为待推送的第二对象。即,向用户展示兴趣度最高的前100个第二对象的信息。例如,在图3中的(c)、图4中的(b)、图5中的(b)所示的界面中,向用户展示的是兴趣度最高的前100个第二对象的信息。这样,用户在上述界面中看到的都是自己真正感兴趣的第二对象。
进一步的,若用户购买的第一对象中包括/关联/绑定有第二对象的数量为10,则用户可以根据自己的实际需求,在展示的100种第二对象中,选择自己需要的10种第二对象。从而提升用户对第二对象的领取体验。
可选的,在用户购买了第一对象的情况下,用户可以在展示的至少一种第二对象中进行领取操作。也就是说,在S604之后,还可以包括:
S605:在检测到所述第一用户针对所述展示的任意一种第二对象输入的领取操作时,将所述任意一种第二对象设置为已领取的第二对象。
示例性的,例如,在图3中的(c)、图5中的(b)所示的界面中,用户可以点击其中任意一个第二对象对应的“领取”按钮,对该第二对象进行领取操作。
可选的,在用户购买了第一对象的情况下,当用户浏览、购买、收藏第三对象时,还可以向用户推送该第三对象可以使用的第二对象。
具体的,在检测到用户针对第三对象输入的预设操作时,从根据预测结果确定出的至少一种第二对象中,确定出该用户已领取的第二对象和未领取的第二对象。从所述已领取的第二对象中,确定所述第三对象可使用的第二对象,或者,从所述未领取的目标对象中,确定所述第三对象可使用的第二对象。进而,向该用户展示提示信息,所述提示信息用于提醒该用户可使用的第二对象,以及对应的使用效果信息。
其中,第三对象可以为商品。上述预设操作包括但不限于:购买、收藏、加入购物车、关注等操作。下面结合图7所示的终端设备的用户界面进行举例说明。
图7为本发明又一个实施例提供的一组用户界面的示意图。假设用户当前正在浏览某个商品的详情页界面。一个示例中,若终端设备确定出该商品可以使用用户已经领取的优惠券1,则在该详情页界面中可以显示提示信息“使用优惠券1可以节省5元”,如图7中的(a)所示。另一个示例中,若终端设备确定出该商品可以使用用户未领取的优惠券2,则在该详情页界面中可以显示提示信息“使用优惠券2可以节省5元”,并且,还可以向用户提供优惠券2的领取入口,用户点击“去领取”则可以对优惠券2进行领取,如图7中的(b)所示。
上述场景中,由于在针对第三对象向用户推送可以使用的第二对象时,也是基于上述预测模型确定出的用户真正感兴趣的第二对象进行推送的,使得用户可以在合适的时机使用/领取第二对象,进一步提升用户的信息推送体验。
下面结合图8所示的实施例对预测模型的训练过程进行描述。需要说明的是,该训练过程可以离线进行的。
图8为本发明一个实施例提供的预测模型的训练过程的示意图。如图8所示,该训练过程可以包括:
获取多个第二用户的特征信息,以及各第二用户针对所述预设的多种第二对象的领取信息;利用多个第二用户的特征信息和领取信息,对待训练的预测模型进行训练,得到训练后的预测模型。
其中,第二用户为事先采集的大量的待训练用户。针对每个第二用户,采集其对应的特征信息。应理解,第二用户的特征信息与上述实施例中第一用户的特征信息类似,此处不作赘述。如图8所示,第二用户的特征信息可以包括:用户维度、商品维度、店铺维度、订单维度的特征信息。另外,针对每个第二用户,还采集其针对预设的第二对象的领取信息。例如,假设预设的第二对象的数量为10000个,若第二用户领取了某个第二对象,则第二用户针对该第二对象的领取信息设置为1,若第二用户未领取某个第二对象,则第二用户针对该第二对象的领取信息设置为0。
上述的特征信息和领取信息作为训练数据,对待训练的预测模型进行有监督的训练,得到训练后的预测模型。其中,上述的领取信息作为训练数据的标签。示例性的,将第二用户的特征信息输入预测模型,获取预测模型的输出结果。计算该输出结果与第二用户的领取信息之间的差异(或者称为损失),根据该差异(或者称为损失)对预测模型的参数进行调整。重复上述过程,直至预测模型的输出结果的准确率达到预设条件或者达到收敛条件,训练过程结束。
本发明实施例对于预测模型的结构不作限定,可以采用现有的基于深度学习的网络模型的结构。
图9为本发明一个实施例提供的一种可能的预测模型的结构示意图。如图9所示,该预测模型可以包括:输入层(Input Layer)、向量化层(Embedding Layer)、成对交叉层(Pair-wise Interaction Layer)、推理层(Inference Layer)、联合层(Fusion Layer)、输出层(Output Layer)。
其中,输入层用于输入第二用户的特征信息。例如:第二用户的属性信息、第二用户关联的商品的属性信息、第二用户关联的店铺的属性信息、第二用户关联的订单的属性信息。向量化层用于将原始特征信息转化为计算机可识别的特征向量,方便模型进行训练。成对交叉层用于对向量化层输出的特征向量进行两两交叉,得到二阶交叉特征向量。推理层用于针对二阶交叉特征向量进行挖掘,得到抽象特征的表征。联合层用于将低阶特征、高阶特征使用不同的子网络,拼接在一起联合训练,整体更新模型参数。输出层用于得到多网络融合后的最终输出,用来与训练集的标签一起计算损失函数。
可选的,本实施例中损失函数可以采用对数熵损失函数,可以采用自适应矩估计(Adam)优化器最小化对数熵损失函数,通过不断更新网络参数提升网络前向传播计算的准确度。
可选的,本实施例中,还可以通过注意力机制(Attention Net)构建不同特征之间的交互算子,从而提高训练结果的准确性。
图9所示的预测模型中,x1、x2、x3、x4、x5、x6表示第二用户的特征信息,V2、V4、V6表示的是各特征对应的系数,Uf2、Uf4、Uf6表示的是各特征对应的嵌入式向量表征,F24、F26、F46表示的是对嵌入式向量进行两两交叉后的结果,T24、T26、T46表示的是对特征信息进行两两交叉后的结果,表示的是输出结果,即第二用户对各预设的第二对象的兴趣度(或者说,第二用户对各预设的第二对象感兴趣的概率)。
本实施例中,通过采用基于深度学习的训练过程,对第二用户的特征信息和领取信息进行训练,得到预测模型,保证了预测模型的预测结果的准确性。进而,利用该预测模型来预测得到用户对于每种预设的第二对象的兴趣度,并基于预测结果来向用户进行信息推送,保证了信息推送的准确性。另外,无需依赖人工设计的推送策略,还降低了人工成本。
图10为本发明一个实施例提供的信息推送装置的结构示意图。该装置可以为软件和/或硬件的形式。如图10所示,本实施例提供的信息推送装置10,包括:获取模块11、处理模块12和展示模块13。其中,
获取模块11,用于在检测到第一用户针对第一对象输入的第一操作后,获取所述第一用户的特征信息,所述第一对象包括第二对象;处理模块12,用于根据所述第一用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,所述第一用户对所述至少一种第二对象的兴趣度满足预设条件;展示模块13,用于向所述第一用户展示所述至少一种第二对象的信息。
一种可能的实现方式中,所述处理模块12具体用于:获取预测模型对所述第一用户的特征信息进行处理得到的预测结果,所述预测结果用于指示所述第一用户对所述预设的多种第二对象的兴趣度;根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度满足所述预设条件的至少一种第二对象。
一种可能的实现方式中,所述第一对象包括的第二对象的数量为N,N为正整数;所述处理模块12具体用于:根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度最高的前M种第二对象,M为大于N的正整数。
一种可能的实现方式中,所述第一用户的特征信息包括下述中的至少一种:所述第一用户的属性信息、所述第一用户关联的商品的属性信息、所述第一用户关联的店铺的属性信息、所述第一用户关联的订单的属性信息。
一种可能的实现方式中,所述处理模块12还用于:在检测到所述第一用户针对所述展示的任意一种第二对象输入的领取操作时,将所述任意一种第二对象设置为已领取的第二对象。
一种可能的实现方式中,所述处理模块12还用于:在检测到第一用户针对第三对象输入的预设操作时,从所述至少一种第二对象中,确定所述第一用户已领取的第二对象和未领取的第二对象;从所述已领取的第二对象中,确定所述第三对象可使用的第二对象,或者,从所述未领取的目标对象中,确定所述第三对象可使用的第二对象;
所述展示模块13还用于:向所述第一用户展示提示信息,所述提示信息用于提醒所述第一用户可使用的第二对象,以及对应的使用效果信息。
一种可能的实现方式中,所述第一操作为支付操作;或者,所述第一操作用于指示所述第一用户需要领取所述第一对象包括的第二对象;或者,所述第一操作用于指示所述第一用户需要浏览所述第一对象包括的第二对象。
一种可能的实现方式中,所述预测模型是通过如下方式进行训练得到的:
获取多个第二用户的特征信息,以及各所述第二用户针对所述预设的多种第二对象的领取信息;利用所述多个第二用户的所述特征信息和所述领取信息,对待训练的预测模型进行训练,得到训练后的预测模型。
本实施例提供的信息推送装置,可用于执行上述任一方法实施例的技术方案,其实现原理和技术效果类似,此处不作赘述。
图11为本发明一个实施例提供的电子设备的结构示意图。该电子设备可以为终端设备,还可以为服务器。如图11所示,本实施例的电子设备20,包括:处理器21以及存储器22;其中,存储器22,用于存储计算机程序;处理器21,用于执行存储器存储的计算机程序,以实现上述实施例中的信息推送方法。具体可以参见前述方法实施例中的相关描述。
可选地,存储器22既可以是独立的,也可以跟处理器21集成在一起。
当所述存储器22是独立于处理器21之外的器件时,所述电子设备20还可以包括:总线23,用于连接所述存储器22和处理器21。
可选的,电子设备20还可以包括通信部件24,用于与其他设备进行通信。
本实施例提供的电子设备,可用于执行上述任一方法实施例中的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图12为本发明另一个实施例提供的电子设备的结构示意图。该电子设备可以是终端设备,例如:智能手机,平板设备,笔记本电脑、个人数字助理等。
电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由电子设备800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当该存储介质中的指令由终端设备的处理器执行时,使得终端设备能够执行上述信息推送方法。
本发明实施例还提供一种芯片,包括:存储器、处理器以及计算机程序,所述计算机程序存储在所述存储器中,所述处理器运行所述计算机程序执行上述任一方法实施例中的技术方案。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求书指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。
Claims (11)
1.一种信息推送方法,其特征在于,包括:
在检测到第一用户针对第一对象输入的第一操作后,获取所述第一用户的特征信息,所述第一对象包括第二对象;
根据所述第一用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,所述第一用户对所述至少一种第二对象的兴趣度满足预设条件;
向所述第一用户展示所述至少一种第二对象的信息。
2.根据权利要求1所述的方法,其特征在于,根据所述第一用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,包括:
获取预测模型对所述第一用户的特征信息进行处理得到的预测结果,所述预测结果用于指示所述第一用户对所述预设的多种第二对象的兴趣度;
根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度满足所述预设条件的至少一种第二对象。
3.根据权利要求2所述的方法,其特征在于,所述第一对象包括的第二对象的数量为N,N为正整数;
根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度满足所述预设条件的至少一种第二对象,包括:
根据所述预测结果,从所述预设的多种第二对象中,确定出兴趣度最高的前M种第二对象,M为大于N的正整数。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述第一用户的特征信息包括下述中的至少一种:
所述第一用户的属性信息、所述第一用户关联的商品的属性信息、所述第一用户关联的店铺的属性信息、所述第一用户关联的订单的属性信息。
5.根据权利要求1至3任一项所述的方法,其特征在于,所述向所述第一用户展示所述至少一种第二对象的信息之后,还包括:
在检测到所述第一用户针对所述展示的任意一种第二对象输入的领取操作时,将所述任意一种第二对象设置为已领取的第二对象。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在检测到第一用户针对第三对象输入的预设操作时,从所述至少一种第二对象中,确定所述第一用户已领取的第二对象和未领取的第二对象;
从所述已领取的第二对象中,确定所述第三对象可使用的第二对象,或者,从所述未领取的目标对象中,确定所述第三对象可使用的第二对象;
向所述第一用户展示提示信息,所述提示信息用于提醒所述第一用户可使用的第二对象,以及对应的使用效果信息。
7.根据权利要求1至3任一项所述的方法,其特征在于,所述第一操作为支付操作;或者,
所述第一操作用于指示所述第一用户需要领取所述第一对象包括的第二对象;或者,
所述第一操作用于指示所述第一用户需要浏览所述第一对象包括的第二对象。
8.根据权利要求2或3所述的方法,其特征在于,所述预测模型是通过如下方式进行训练得到的:
获取多个第二用户的特征信息,以及各所述第二用户针对所述预设的多种第二对象的领取信息;
利用所述多个第二用户的所述特征信息和所述领取信息,对待训练的预测模型进行训练,得到训练后的预测模型。
9.一种信息推送装置,其特征在于,包括:
获取模块,用于在检测到第一用户针对第一对象输入的第一操作后,获取所述第一用户的特征信息,所述第一对象包括第二对象;
处理模块,用于根据所述第一用户的特征信息,从预设的多种第二对象中,确定出待推送的至少一种第二对象,所述第一用户对所述至少一种第二对象的兴趣度满足预设条件;
展示模块,用于向所述第一用户展示所述至少一种第二对象的信息。
10.一种电子设备,其特征在于,包括:存储器,处理器;
所述存储器用于存储计算机执行指令,所述处理器运行所述计算机执行指令实现如权利要求1至8任一项所述的方法。
11.一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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010493602.0A CN113765953A (zh) | 2020-06-03 | 2020-06-03 | 信息推送方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010493602.0A CN113765953A (zh) | 2020-06-03 | 2020-06-03 | 信息推送方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113765953A true CN113765953A (zh) | 2021-12-07 |
Family
ID=78783209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010493602.0A Pending CN113765953A (zh) | 2020-06-03 | 2020-06-03 | 信息推送方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113765953A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114546207A (zh) * | 2022-04-27 | 2022-05-27 | 浙江口碑网络技术有限公司 | 信息展示方法、装置、电子设备和存储介质 |
CN114564138A (zh) * | 2022-04-27 | 2022-05-31 | 浙江口碑网络技术有限公司 | 信息展示方法、装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354728A (zh) * | 2015-12-11 | 2016-02-24 | 北京京东尚科信息技术有限公司 | 优惠券推送方法和装置 |
JP2016076047A (ja) * | 2014-10-04 | 2016-05-12 | ゲヒルン株式会社 | 商品推薦システム、商品推薦方法、商品推薦システム用プログラム |
CN106779641A (zh) * | 2016-12-29 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 信息处理方法及信息处理装置 |
CN107451843A (zh) * | 2016-05-31 | 2017-12-08 | 知而行(上海)营销咨询有限公司 | 一种基于大数据的超市商品推广方法 |
KR101950804B1 (ko) * | 2017-12-22 | 2019-02-22 | 엔에이치엔엔터테인먼트 주식회사 | 결제 시점에 최적의 쿠폰을 제공하는 방법 및 시스템 |
CN110505260A (zh) * | 2018-05-18 | 2019-11-26 | 阿里巴巴集团控股有限公司 | 推送信息的处理方法及***、显示设备、移动终端 |
-
2020
- 2020-06-03 CN CN202010493602.0A patent/CN113765953A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016076047A (ja) * | 2014-10-04 | 2016-05-12 | ゲヒルン株式会社 | 商品推薦システム、商品推薦方法、商品推薦システム用プログラム |
CN105354728A (zh) * | 2015-12-11 | 2016-02-24 | 北京京东尚科信息技术有限公司 | 优惠券推送方法和装置 |
CN107451843A (zh) * | 2016-05-31 | 2017-12-08 | 知而行(上海)营销咨询有限公司 | 一种基于大数据的超市商品推广方法 |
CN106779641A (zh) * | 2016-12-29 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 信息处理方法及信息处理装置 |
KR101950804B1 (ko) * | 2017-12-22 | 2019-02-22 | 엔에이치엔엔터테인먼트 주식회사 | 결제 시점에 최적의 쿠폰을 제공하는 방법 및 시스템 |
CN110505260A (zh) * | 2018-05-18 | 2019-11-26 | 阿里巴巴集团控股有限公司 | 推送信息的处理方法及***、显示设备、移动终端 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114546207A (zh) * | 2022-04-27 | 2022-05-27 | 浙江口碑网络技术有限公司 | 信息展示方法、装置、电子设备和存储介质 |
CN114564138A (zh) * | 2022-04-27 | 2022-05-31 | 浙江口碑网络技术有限公司 | 信息展示方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110110203B (zh) | 资源信息推送方法及服务器、资源信息展示方法及终端 | |
US20120084812A1 (en) | System and Method for Integrating Interactive Advertising and Metadata Into Real Time Video Content | |
US20120084811A1 (en) | System and Method for Integrating E-Commerce Into Real Time Video Content Advertising | |
US20120084807A1 (en) | System and Method for Integrating Interactive Advertising Into Real Time Video Content | |
US20150277681A1 (en) | System and method for providing a single input field having multiple processing possibilities | |
CN111612557B (zh) | 提供商品对象信息的方法、装置及电子设备 | |
WO2020200146A1 (zh) | 页面信息处理方法、装置及电子设备 | |
CN112749322B (zh) | 商品对象信息推荐方法、装置及电子设备 | |
CN114930371A (zh) | 在在线聊天会话期间动态地渲染界面元素 | |
CN110322305B (zh) | 数据对象信息提供方法、装置及电子设备 | |
CN107153657B (zh) | 一种网络数据处理方法、装置及服务器 | |
CN112182426A (zh) | 用户界面信息展示方法、装置及电子设备 | |
CN111127053B (zh) | 页面内容推荐方法、装置及电子设备 | |
CN109949092A (zh) | 基于商品关注度的商品推送方法、服务器及存储介质 | |
WO2024045473A1 (zh) | 提供商品搜索信息的方法及电子设备 | |
CN109754277B (zh) | 权益领取操作对象处理方法、装置及电子设备 | |
CN113765953A (zh) | 信息推送方法、装置及设备 | |
KR20140125211A (ko) | 쇼핑정보 제공방법 및 사용자 인터페이스 | |
KR101407032B1 (ko) | 상품 컨텐츠를 제공하는 단말기, 그 동작 방법 및 서버 장치 | |
CN111724224A (zh) | 信息提供方法、装置及电子设备 | |
CN114090883A (zh) | 对服务账号的处理方法、装置、电子设备及存储介质 | |
CN114371781A (zh) | 房产营销中的用户画像生成方法和*** | |
CN114493747A (zh) | 基于数据对象的互动方法及电子设备 | |
EP4398177A1 (en) | Method and electronic device for providing product search information | |
KR102391255B1 (ko) | 관심 상품 제공 방법 및 시스템 |
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 |