CN114782129A - 一种信息推荐的方法及装置 - Google Patents

一种信息推荐的方法及装置 Download PDF

Info

Publication number
CN114782129A
CN114782129A CN202210349316.6A CN202210349316A CN114782129A CN 114782129 A CN114782129 A CN 114782129A CN 202210349316 A CN202210349316 A CN 202210349316A CN 114782129 A CN114782129 A CN 114782129A
Authority
CN
China
Prior art keywords
parameter combination
merchant
target
determining
configuration parameter
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
CN202210349316.6A
Other languages
English (en)
Inventor
李雪建
王兴星
张冠宇
廖国钢
王永康
王卫礼
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 CN202210349316.6A priority Critical patent/CN114782129A/zh
Publication of CN114782129A publication Critical patent/CN114782129A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书公开了一种信息推荐的方法及装置,可以根据目标商品的同类型商品的历史销售数据,确定出商家基于目标参数组合向用户提供目标商品获得的收益,并根据商家基于目标参数组合向用户提供目标商品获得的收益确定出适配度最高的目标参数组合推荐给商家,从而可以辅助商家配置各配置参数,进而可以提高商家配置的各配置参数的准确性,降低了商家的成本,以及提高商家的业务执行效率。

Description

一种信息推荐的方法及装置
技术领域
本说明书涉及计算机技术领域,尤其涉及一种信息推荐的方法及装置。
背景技术
随着互联网技术的发展,越来越多的商家在线上通过基于位置服务(LocationBased Services,LBS)平台向用户提供商品和服务,而各LBS平台也会为商家提供各种经营工具,以帮助商家进行店铺管理。
但是,由于商家缺少市场信息,商家往往只能根据人工的经验来进行对各类经营工具的配置参数进行设置,这样导致商家往往需要承担更高的成本,并且降低了商家执行业务的效率。
因此,如何能够为商家推荐一组配置参数来辅助商家设置各配置参数,从而降低商家的成本、提升商家进行业务执行的效率,则是一个亟待解决的问题。
发明内容
本说明书提供一种信息推荐的方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种信息推荐的方法,包括:
获取目标商品的商品属性数据的数据范围,作为第一数据范围,以及所述目标商品归属商家的商家属性数据的数据范围,作为第二数据范围;
根据所述第一数据范围以及所述第二数据范围,确定针对所述目标商品的多种配置参数组合,作为各初始参数组合;
以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组合,其中,目标参数组合对应的适配度与所述商家基于目标参数组合向用户提供所述目标商品获得的收益呈正相关关系;
将所述目标参数组合推荐给所述商家。
可选地,以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组,具体包括:
针对每轮优化迭代,确定该轮优化迭代所需的配置参数组合,并确定该轮优化迭代所需的配置参数组合对应的适配度,选择所述适配度大于预设阈值的配置参数组合,作为候选参数组合,并根据所述候选参数组合,确定下一轮优化迭代所需的配置参数组合,该轮优化迭代所需的配置参数组合是通过将各初始参数组合迭代至上一轮优化迭代后得到的;
在经过若干轮优化迭代后确定满足预设的迭代终止条件时,得到目标参数组合。
可选地,根据所述候选参数组合,确定下一轮优化迭代所需的配置参数组合,具体包括:
从各候选参数组合中选取至少部分候选参数组合进行两两组合,得到各候选参数组合对;
针对每个候选参数组合对,根据该候选参数组合对中,两个候选参数组合的同类型参数的平均值,确定出下一轮优化迭代所需的配置参数组合。
可选地,根据所述候选参数组合,确定下一轮优化迭代所需的配置参数组合,具体包括:
从各候选参数组合中选取至少部分候选参数组合;
针对选取出的每个候选参数组合,将该候选参数组合中包含的至少一种类型的参数进行数值调整,以确定出下一轮优化迭代所需的配置参数组合。
可选地,确定该轮优化迭代所需的配置参数组合对应的适配度,具体包括:
针对该轮优化迭代所需的每种配置参数组合,确定该配置参数组合对应的单位适配度,该配置参数组合对应的单位适配度与所述商家基于该配置参数组合向用户提供一个所述目标商品时获得的收益呈正相关关系;
基于该配置参数组合对应的单位适配度,确定该配置参数组合对应的适配度。
可选地,基于该配置参数组合对应的单位适配度,确定该配置参数组合对应的适配度,具体包括:
根据该配置参数组合,以及预设的所述目标商品的同类型商品的历史销售数据,确定以该配置参数组合向用户提供所述目标商品时的预测销售数据;
根据该配置参数组合对应的单位适配度,以及预测销售数据,确定该配置参数组合对应的适配度。
可选地,所述方法还包括:
根据所述目标参数组合,确定所述目标参数组合对应的收益数据;
通过预设的页面,将所述目标参数组合对应的收益数据显示给所述商家。
可选地,所述商品属性数据包括:商品价格;商家属性数据包括:商家配送服务时段、商家的配送服务覆盖范围中的至少一种。
本说明书提供了一种信息推荐的装置,包括:
获取模块,用于获取目标商品的商品属性数据的数据范围,作为第一数据范围,以及所述目标商品归属商家的商家属性数据的数据范围,作为第二数据范围;
第一确定模块,用于根据所述第一数据范围以及所述第二数据范围,确定针对所述目标商品的多种配置参数组合,作为各初始参数组合;
第二确定模块,用于以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组合,其中,目标参数组合对应的适配度与所述商家基于目标参数组合向用户提供所述目标商品获得的收益呈正相关关系;
推荐模块,用于将所述目标参数组合推荐给所述商家。
本说明书提供了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推荐的方法。
本说明书提供了一种电子设备,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推荐的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的信息推荐的方法,首先获取目标商品的商品属性数据的数据范围,作为第一数据范围,以及目标商品归属商家的商家属性数据的数据范围,作为第二数据范围,然后根据第一数据范围以及第二数据范围,确定针对目标商品的多种配置参数组合,作为各初始参数组合,进而以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组合,其中,目标参数组合对应的适配度与商家基于目标参数组合向用户提供目标商品获得的收益呈正相关关系,然后将目标参数组合推荐给商家。
从上述方法中可以看出,可以根据商家基于目标参数组合向用户提供目标商品获得的收益,来确定出适配度最高的目标参数组合推荐给商家,从而可以辅助商家配置各配置参数,进而可以提高商家配置的各配置参数的准确性,降低了商家的成本,以及提高商家的业务执行效率。
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为本说明书中提供的一种信息推荐的方法的流程示意图;
图2为本说明书中提供的目标参数组合的确定方法的示意图;
图3为本说明书提供的商家页面的示意图;
图4为本说明书提供的一种信息推荐的装置的示意图;
图5为本说明书提供的一种对应于图1的电子设备的示意图。
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。
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为本说明书中提供的一种信息推荐的方法的流程示意图,包括以下步骤:
S101:获取目标商品的商品属性数据的数据范围,作为第一数据范围,以及所述目标商品归属商家的商家属性数据的数据范围,作为第二数据范围。
在本说明书中,商家可以通过业务平台提供的各种经营工具,对商品进行经营和管理,而在此之前,商家可以先在业务平台提供的商家页面中,选择需要推荐配置参数的商品,作为目标商品,并输入目标商品的基础信息,以使业务平台基于获取到的第一数据范围和第二数据范围,确定出推荐给商家的参数组合,然后商家可以参考推荐的参数组合,配置各配置参数,进行目标商品的销售。
其中,商品的基础信息可以是诸如商品的名称、商品的类别等信息,业务平台可以根据商家输入的商品基础信息,从数据库中获取与目标商品对应的商品属性数据的数据范围,作为第一数据范围,以及与目标商品对应的商家的商家属性数据的数据范围,作为第二数据范围。
其中,商品属性数据可以是诸如:商品价格等数据,商家属性数据可以是诸如:商家配送服务时段、商家的配送服务覆盖范围(即,商家的配送距离)、商家关于目标商品的促销活动支出(商家关于目标商品的促销活动支出可以是例如:每单减2元的优惠活动)、商家广告费用(商家广告费用可以是指,商家用于宣传目标商品的花费)等。数据范围是业务平台基于业务平台采集的与目标商品同类型的商品的市场历史销售数据确定出的,例如:假设目标商品为苹果,则苹果的商品价格的数据范围可以5元/500g到10元/500g。
值得说明的是,上述内容中的商品属性数据和商家属性数据可以不同程度影响到商家的收益,具体的,商品的价格越高,商家每单收益也越高,但商品的销量也会受价格较高的影响而减少。
商家在不同商家配送服务时段的订单,所需要支付的配送服务费也不同,例如:晚上九点到十二点的订单相比于晚上七点到八点的订单所收取的服务费要高。而对于配送距离来说,配送距离越远的订单,商家所需要支付的配送费越高。
在上述内容中可以看出,商家可以通过将配置商家属性数据和目标商品的商品属性数据的各配置参数,配置到经营工具中,来经营销售目标商品,但是由于商家往往缺乏详细的同类型商品的历史销售数据来做参考,因此,商家可以参考上述的业务平台推荐的参数组合,来配置参数,进而对商铺中的商品进行经营管理。
在本说明书中,用于实现信息推荐的方法的执行主体,可以是指服务器等设置于业务平台的指定设备,也可以是指诸如台式电脑、笔记本电脑等指定设备,为了便于描述,下面仅以服务器是执行主体为例,对本说明书提供的信息推荐的方法进行说明。
S102:根据所述第一数据范围以及所述第二数据范围,确定针对所述目标商品的多种配置参数组合,作为各初始参数组合。
从上述内容中可知,服务器可以基于获取到的第一数据范围和第二数据范围,确定出推荐给商家的参数组合,具体地,服务器可以根据第一数据范围和第二数据范围,确定针对目标商品的多种参数组合,作为初始参数组合。
其中,服务器可以通过预设的算法,在第一数据范围和第二数据范围中,任意选取一组配置参数,作为一种配置参数组合,例如:假设目标商品为苹果,则可以从苹果对应的第一数据范围(这里的第一数据范围即为苹果的商品价格在5元/500g到10元/500g的范围中)中,任意选取一个数值5元/500g,再从苹果对应的第二数据范围中,选取商家的配送服务时段、商家的配送距离、商家关于目标商品的促销活动支出、商家广告费用对应的值,从而得到一种配置参数组合,该配置参数组合可以是商品价格:5元/500g、商家的配送服务时段:下午2点到6点、商家的配送距离:10公里、商家关于目标商品的促销活动支出:每单减2元的优惠活动、商家广告费用:每单1元。
S103:以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组合,其中,目标参数组合对应的适配度与所述商家基于目标参数组合向用户提供所述目标商品获得的收益呈正相关关系。
从上述内容可知,服务器需要从各初始参数组合中,选取出最优质的配置参数组合,来推荐给商家。所以,在本说明书中,服务器可以以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组合,其中,目标参数组合对应的适配度与商家基于目标参数组合向用户提供目标商品获得的收益呈正相关关系,具体地,可以参考图2。
图2为本说明书中提供的目标参数组合的确定方法的示意图。
结合图2可以看出,服务器可以通过多轮优化迭代,来根据各初始参数组合,确定出目标参数组合,针对每轮优化迭代,服务器可以确定该轮优化迭代所需的配置参数组合,并确定该轮优化迭代所需的配置参数组合对应的适配度,选择适配度大于预设阈值的配置参数组合,作为候选参数组合,并根据候选参数组合,确定下一轮优化迭代所需的配置参数组合,其中,该轮优化迭代所需的配置参数组合是通过将各初始参数组合迭代至上一轮优化迭代后得到的,在经过若干轮优化迭代后确定满足预设的迭代终止条件时,服务器可以将该轮优化迭代中的适配度最高的候选参数组合,作为目标参数组合。
其中,根据候选参数组合,确定下一轮优化迭代所需的配置参数组合的方法可以是从各候选参数组合中选取至少部分候选参数组合进行两两组合,得到各候选参数组合对,然后针对每个候选参数组合对,进行交叉操作,确定出下一轮优化迭代所需的配置参数组合。
其中,交叉操作可以是根据该候选参数组合对中,两个候选参数组合的同类型参数的平均值,确定出下一轮优化迭代所需的配置参数组合,例如,假设有两种候选参数组合,一个候选参数组合为:商品价格:5元/500g、商家的配送服务时段:下午2点到6点、商家的配送距离:10公里、商家关于目标商品的促销活动支出:每单减2元的优惠活动、商家广告费用:每单1元,另一个候选参数组合为:商品价格:7元/500g、商家的配送服务时段:下午6点到10点、商家的配送距离:12公里、商家关于目标商品的促销活动支出:每单减4元的优惠活动、商家广告费用:每单3元。服务器取平均值后确定出下一轮优化迭代所需的配置参数组合为商品价格:6元/500g、商家的配送服务时段:下午4点到8点、商家的配送距离:11公里、商家关于目标商品的促销活动支出:每单减3元的优惠活动、商家广告费用:每单2元。
除此之外,交叉操作的方法还有很多,例如根据该候选参数组合对中,两个候选参数组合的同类型参数进行异或运算后得到的值,确定出下一轮优化迭代所需的配置参数组合,本说明书在此就不一一列举了。
另外,根据候选参数组合,确定下一轮优化迭代所需的配置参数组合的方法还可以是,从各候选参数组合中选取至少部分候选参数组合,针对选取出的每个候选参数组合,将该候选参数组合中包含的至少一种类型的参数进行数值调整,以确定出下一轮优化迭代所需的配置参数组合。
其中,数值调整的方法可以是随机将候选参数组合的至少一个类型的参数对应的值,转化为二进制形式,并将该参数的值的二级制表示中的随机一位进行置零或置一,进而实现调整参数的值,例如:商品的价格为5元,转换为二进制为0101,可以将末位置零,即为0100,则调整后的数值为4元。
值得说明的是,上述内容中的两种根据候选参数组合,确定下一轮优化迭代所需的配置参数组合的方法,可以单独使用其中的一种,也可以将两种一起使用。
在本说明书中,若是本轮优化迭代中适配度最高的配置参数组合的适配度与上一轮优化迭代中适配度最高的配置参数组合的适配度的差值小于预设阈值,则此时可以认为满足上述的终止条件,再例如,若是优化迭代的轮数满足预设阈值,则此时可以认为满足上述的终止条件。终止条件的其它形式在此就不一一举例说明了。
进一步地,在本说明书中,每轮优化迭代所需的配置参数组合对应的适配度的确定方法可以是,服务器可以针对该轮优化迭代所需的每种配置参数组合,确定出该配置参数组合对应的单位适配度,该配置参数组合对应的单位适配度与商家基于该配置参数组合向用户提供一个目标商品时获得的收益呈正相关关系,进而可以基于该配置参数组合对应的单位适配度,确定该配置参数组合对应的适配度。
在实际应用中,为了使确定出的各配置参数组合的适配度更加准确,服务器还可以根据该配置参数组合,以及预设的目标商品的同类型商品的历史销售数据,确定以该配置参数组合向用户提供目标商品时的预测销售数据,进而可以根据该配置参数组合对应的单位适配度,以及预测销售数据,确定该配置参数组合对应的适配度,具体可以参考如下公式:
Profit=(Price-Cost)×Num
Num=fn(Price,Discount,Distance,time,cpa)
在上述公式中,Profit为该配置参数组合的适配度,Cost为该配置参数组合的单位适配度,为目标商品的预估销售数据,Price为商品的价格,Discount为商家的配送距离,time为商家的配送服务时段,cpa为商家的广告费用,从上述公式中可以看出,目标商品的预估销售数据可以根据商品的价格、商家的配送距离、商家的配送服务时段、商家的广告费用确定出,配置参数组合的适配度可以根据商品的价格、单位适配度以及目标商品在该配置参数组合下的预估销售数据确定出来。
S104:将所述目标参数组合推荐给所述商家。
服务器在确定出目标参数组合之后,可以通过预设的页面,将目标参数组合显示给商家,以辅助商家经营管理商品,如图3所示。
图3为本说明书提供的商家页面的示意图。
结合图3中可以看出,在页面中可以存在工具栏,商家可以从页面左边的各选项卡中选择商品列表打开,选取目标商品后,可以点击进入商品详情页面中,进而可以通过更改配置参数中的当前设置的值,来完成配置参数的操作,服务器可以将确定出的目标参数组合通过页面中的***推荐设置框显示给商家。
除此之外,服务器还可以根据目标参数组合,确定目标参数组合对应的收益数据,通过预设的页面右边的数据概览框,将目标参数组合对应的收益数据显示给商家。
另外,服务器还可以响应于商家在当前设置框中的设置操作,获取商家配置的配置参数组合,确定商家配置的配置参数组合对应的收益数据,通过预设的页面右边的数据概览框,将收益数据显示给商家。
从上述内容中可以看出,服务器可以确定出商家基于目标参数组合向用户提供目标商品获得的收益,并根据商家的收益,来确定出适配度最高的目标参数组合推荐给商家,并且还可以将配置目标参数组合后的预估收益展示给商家,从而可以辅助商家配置各配置参数,进而可以提高商家配置的各配置参数的准确性,降低了商家的成本,以及提高商家的业务执行效率。
需要说明的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家响应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
以上为本说明书的一个或多个实施例提供的信息推荐的方法,基于同样的思路,本说明书还提供了相应的信息推荐的装置,如图4所示。
图4为本说明书提供的一种信息推荐的装置的示意图,包括:
获取模块401,用于获取目标商品的商品属性数据的数据范围,作为第一数据范围,以及所述目标商品归属商家的商家属性数据的数据范围,作为第二数据范围;
第一确定模块402,用于根据所述第一数据范围以及所述第二数据范围,确定针对所述目标商品的多种配置参数组合,作为各初始参数组合;
第二确定模块403,用于以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组合,其中,目标参数组合对应的适配度与所述商家基于目标参数组合向用户提供所述目标商品获得的收益呈正相关关系;
推荐模块404,用于将所述目标参数组合推荐给所述商家。
可选地,所述第二确定模块403具体用于,针对每轮优化迭代,确定该轮优化迭代所需的配置参数组合,并确定该轮优化迭代所需的配置参数组合对应的适配度,选择所述适配度大于预设阈值的配置参数组合,作为候选参数组合,并根据所述候选参数组合,确定下一轮优化迭代所需的配置参数组合,该轮优化迭代所需的配置参数组合是通过将各初始参数组合迭代至上一轮优化迭代后得到的;在经过若干轮优化迭代后确定满足预设的迭代终止条件时,得到目标参数组合。
可选地,所述第二确定模块403具体用于,从各候选参数组合中选取至少部分候选参数组合进行两两组合,得到各候选参数组合对;针对每个候选参数组合对,根据该候选参数组合对中,两个候选参数组合的同类型参数的平均值,确定出下一轮优化迭代所需的配置参数组合。
可选地,所述第二确定模块403具体用于,从各候选参数组合中选取至少部分候选参数组合;针对选取出的每个候选参数组合,将该候选参数组合中包含的至少一种类型的参数进行数值调整,以确定出下一轮优化迭代所需的配置参数组合。
可选地,所述第二确定模块403具体用于,针对该轮优化迭代所需的每种配置参数组合,确定该配置参数组合对应的单位适配度,该配置参数组合对应的单位适配度与所述商家基于该配置参数组合向用户提供一个所述目标商品时获得的收益呈正相关关系;基于该配置参数组合对应的单位适配度,确定该配置参数组合对应的适配度。
可选地,所述推荐模块404具体用于,根据该配置参数组合,以及预设的所述目标商品的同类型商品的历史销售数据,确定以该配置参数组合向用户提供所述目标商品时的预测销售数据;根据该配置参数组合对应的单位适配度,以及预测销售数据,确定该配置参数组合对应的适配度。
可选地,所述推荐模块404具体用于,根据所述目标参数组合,确定所述目标参数组合对应的收益数据;通过预设的页面,将所述目标参数组合对应的收益数据显示给所述商家。
可选地所述商品属性数据包括:商品价格;商家属性数据包括:商家配送服务时段、商家的配送服务覆盖范围中的至少一种。
本说明书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图1提供的一种信息推荐的方法。
本说明书还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5所述,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,以实现上述图1所述的信息推荐的方法。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、商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、商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、商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 (11)

1.一种信息推荐的方法,其特征在于,包括:
获取目标商品的商品属性数据的数据范围,作为第一数据范围,以及所述目标商品归属商家的商家属性数据的数据范围,作为第二数据范围;
根据所述第一数据范围以及所述第二数据范围,确定针对所述目标商品的多种配置参数组合,作为各初始参数组合;
以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组合,其中,目标参数组合对应的适配度与所述商家基于目标参数组合向用户提供所述目标商品获得的收益呈正相关关系;
将所述目标参数组合推荐给所述商家。
2.如权利要求1所述的方法,其特征在于,以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组,具体包括:
针对每轮优化迭代,确定该轮优化迭代所需的配置参数组合,并确定该轮优化迭代所需的配置参数组合对应的适配度,选择所述适配度大于预设阈值的配置参数组合,作为候选参数组合,并根据所述候选参数组合,确定下一轮优化迭代所需的配置参数组合,该轮优化迭代所需的配置参数组合是通过将各初始参数组合迭代至上一轮优化迭代后得到的;
在经过若干轮优化迭代后确定满足预设的迭代终止条件时,得到目标参数组合。
3.如权利要求2所述的方法,其特征在于,根据所述候选参数组合,确定下一轮优化迭代所需的配置参数组合,具体包括:
从各候选参数组合中选取至少部分候选参数组合进行两两组合,得到各候选参数组合对;
针对每个候选参数组合对,根据该候选参数组合对中,两个候选参数组合的同类型参数的平均值,确定出下一轮优化迭代所需的配置参数组合。
4.如权利要求2所述的方法,其特征在于,根据所述候选参数组合,确定下一轮优化迭代所需的配置参数组合,具体包括:
从各候选参数组合中选取至少部分候选参数组合;
针对选取出的每个候选参数组合,将该候选参数组合中包含的至少一种类型的参数进行数值调整,以确定出下一轮优化迭代所需的配置参数组合。
5.如权利要求2所述的方法,其特征在于,确定该轮优化迭代所需的配置参数组合对应的适配度,具体包括:
针对该轮优化迭代所需的每种配置参数组合,确定该配置参数组合对应的单位适配度,该配置参数组合对应的单位适配度与所述商家基于该配置参数组合向用户提供一个所述目标商品时获得的收益呈正相关关系;
基于该配置参数组合对应的单位适配度,确定该配置参数组合对应的适配度。
6.如权利要求5所述的方法,其特征在于,基于该配置参数组合对应的单位适配度,确定该配置参数组合对应的适配度,具体包括:
根据该配置参数组合,以及预设的所述目标商品的同类型商品的历史销售数据,确定以该配置参数组合向用户提供所述目标商品时的预测销售数据;
根据该配置参数组合对应的单位适配度,以及预测销售数据,确定该配置参数组合对应的适配度。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述目标参数组合,确定所述目标参数组合对应的收益数据;
通过预设的页面,将所述目标参数组合对应的收益数据显示给所述商家。
8.如权利要求1~7任一项所述方法,其特征在于,所述商品属性数据包括:商品价格;商家属性数据包括:商家配送服务时段、商家的配送服务覆盖范围中的至少一种。
9.一种信息推荐的装置,其特征在于,包括:
获取模块,用于获取目标商品的商品属性数据的数据范围,作为第一数据范围,以及所述目标商品归属商家的商家属性数据的数据范围,作为第二数据范围;
第一确定模块,用于根据所述第一数据范围以及所述第二数据范围,确定针对所述目标商品的多种配置参数组合,作为各初始参数组合;
第二确定模块,用于以基于各初始参数组合所确定出的目标参数组合对应的适配度最大化为约束,根据各初始参数组合,确定出目标参数组合,其中,目标参数组合对应的适配度与所述商家基于目标参数组合向用户提供所述目标商品获得的收益呈正相关关系;
推荐模块,用于将所述目标参数组合推荐给所述商家。
10.一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1~8任一项所述的方法。
11.一种电子设备,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1~8任一项所述的方法。
CN202210349316.6A 2022-04-01 2022-04-01 一种信息推荐的方法及装置 Pending CN114782129A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210349316.6A CN114782129A (zh) 2022-04-01 2022-04-01 一种信息推荐的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210349316.6A CN114782129A (zh) 2022-04-01 2022-04-01 一种信息推荐的方法及装置

Publications (1)

Publication Number Publication Date
CN114782129A true CN114782129A (zh) 2022-07-22

Family

ID=82427857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210349316.6A Pending CN114782129A (zh) 2022-04-01 2022-04-01 一种信息推荐的方法及装置

Country Status (1)

Country Link
CN (1) CN114782129A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116596638A (zh) * 2023-07-11 2023-08-15 中国标准化研究院 一种基于数值化处理模型的信息推荐方法
CN116881567A (zh) * 2023-07-21 2023-10-13 北京火山引擎科技有限公司 用于内容推送的内容排序方法、装置、电子设备和介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116596638A (zh) * 2023-07-11 2023-08-15 中国标准化研究院 一种基于数值化处理模型的信息推荐方法
CN116596638B (zh) * 2023-07-11 2023-09-22 中国标准化研究院 一种基于数值化处理模型的信息推荐方法
CN116881567A (zh) * 2023-07-21 2023-10-13 北京火山引擎科技有限公司 用于内容推送的内容排序方法、装置、电子设备和介质

Similar Documents

Publication Publication Date Title
US20200285937A1 (en) Consumption capacity prediction
Levinthal et al. Durable goods and product obsolescence
Su Intertemporal pricing with strategic customer behavior
CA3037137A1 (en) Systems and methods for scheduling business-to-individual payments
US20140129363A1 (en) Dynamic rating rules for an online marketplace
Yadav et al. Retailer's optimal policy under inflation in fuzzy environment with trade credit
US20140164220A1 (en) Payment instrument selection
US20200294108A1 (en) Recommendation engine for marketing enhancement
US20100324972A1 (en) Real-time, demand-based dynamic pricing system and method
CN114782129A (zh) 一种信息推荐的方法及装置
US11037207B2 (en) Channel synchronization engine with call control
US11164194B2 (en) Ecommerce storefront marketing channel synchronization management
US20140129294A1 (en) System and method for integrating retail price optimization for revenue and profit with business rules
Yu et al. Single-manufacturer, multi-retailer consignment policy for retailers’ generalized demand distributions
US8639581B1 (en) Pricing for foreign marketplaces
CN115147144A (zh) 数据处理方法及电子设备
US20170345096A1 (en) Method and system for providing a dashboard for determining resource allocation for marketing
US20210382952A1 (en) Web content organization and presentation techniques
US8364510B2 (en) Revenue optimization for customers or customer subsets
CN108960604B (zh) 一种信息处理的方法、***及装置
US20230139339A1 (en) Method and system for adaptive product categorization
Wang et al. Supply chain coordination under trade credit and quantity discount with sales effort effects
US9633357B2 (en) Net utility determination based on product replacement and service plan coverage decisions
US11062386B1 (en) Bid placement for ranked items
CN113781120A (zh) 销售数额预测模型的构建方法、销售数额的预测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication