CN117237013A - 基于会员权益的礼包推送方法、装置、设备及存储介质 - Google Patents
基于会员权益的礼包推送方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117237013A CN117237013A CN202311352062.4A CN202311352062A CN117237013A CN 117237013 A CN117237013 A CN 117237013A CN 202311352062 A CN202311352062 A CN 202311352062A CN 117237013 A CN117237013 A CN 117237013A
- Authority
- CN
- China
- Prior art keywords
- target
- characteristic data
- pushing
- interests
- cost
- 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 42
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种基于会员权益的礼包推送方法、装置、设备及存储介质。方法包括:获取目标客户特征数据,以及获取会员权益特征数据,会员权益特征数据包括若干会员权益以及每一会员权益对应的成本;通过匹配模型对目标客户特征数据以及会员权益特征数据进行分析,得到目标客户特征数据相匹配的若干初始会员权益;在预设成本的范围内,基于每一初始会员权益的成本确定与目标客户特征数据匹配的若干目标会员权益,并将若干目标会员权益组合为目标礼包;基于目标客户特征数据确定推送方式,并根据推送方式推送目标礼包。本申请旨在结合目标客户特征数据定制化的推送对应的礼包,实现了提升礼包的推送效果,增加了客户对礼包推送的满意度。
Description
技术领域
本申请涉及金融科技技术领域,尤其涉及一种基于会员权益的礼包推送方法、基于会员权益的礼包推送装置、计算机设备及计算机可读存储介质。
背景技术
对于保险公司等金融类机构,通常会向购买保险的客户不定期提供礼包。例如,在车险服务领域,保险公司或平台会向客户提供服务卡券、积分等会员权益的礼包。由此,能够提升客户的体验和增加客户忠诚度,进而提高客户的保险复购率。
然而,传统的礼包推送方式主要是人工根据经验选择以及推送,因此容易导致如下问题:一是缺乏个性化,无法针对不同客户的需求和偏好进行定制化,因此导致客户的体验较差。二是推送过程缺乏规范和科学性,难以形成***化的方法论,因此礼品的推送效率较低。综上,现有礼包推送方式的推送效果较差,且客户的满意度较低。
发明内容
本申请提供了一种基于会员权益的礼包推送方法、基于会员权益的礼包推送装置、计算机设备及计算机可读存储介质,旨在结合目标客户特征数据定制化的推送对应的礼包,实现了提升礼包的推送效果,增加了客户对礼包推送的满意度。
为实现上述目的,本申请提供一种基于会员权益的礼包推送方法,所述方法包括:
获取目标客户特征数据,以及获取会员权益特征数据,其中,所述会员权益特征数据包括若干会员权益以及每一所述会员权益对应的成本;
通过匹配模型对所述目标客户特征数据以及所述会员权益特征数据进行分析,得到所述目标客户特征数据相匹配的若干初始会员权益;
在预设成本的范围内,基于每一所述初始会员权益的成本确定与所述目标客户特征数据匹配的若干目标会员权益,并将若干所述目标会员权益组合为目标礼包;
基于所述目标客户特征数据确定推送方式,并根据所述推送方式推送所述目标礼包。
为实现上述目的,本申请还提供一种基于会员权益的礼包推送装置,包括:
获取模块,所述获取模块用于获取目标客户特征数据,以及获取会员权益特征数据,其中,所述会员权益特征数据包括若干会员权益以及每一所述会员权益对应的成本;
分析模块,所述分析模块用于通过匹配模型对所述目标客户特征数据以及所述会员权益特征数据进行分析,得到所述目标客户特征数据相匹配的若干初始会员权益;
确定模块,所述确定模块用于在预设成本的范围内,基于每一所述初始会员权益的成本确定与所述目标客户特征数据匹配的若干目标会员权益,并将若干所述目标会员权益组合为目标礼包;
礼包推送模块,所述礼包推送模块用于基于所述目标客户特征数据确定推送方式,并根据所述推送方式推送所述目标礼包。
此外,为实现上述目的,本申请还提供一种计算机设备,所述计算机设备包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于执行所述的计算机程序并在执行所述的计算机程序时实现本申请实施例提供的任一项所述的基于会员权益的礼包推送方法的步骤。
此外,为实现上述目的,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现本申请实施例提供的任一项所述的基于会员权益的礼包推送方法的步骤。
本申请实施例公开的基于会员权益的礼包推送方法、基于会员权益的礼包推送装置、计算机设备及计算机可读存储介质,能够获取目标客户特征数据和会员权益特征数据,其中,会员权益特征数据包括若干会员权益以及每一会员权益对应的成本。进一步的,可通过匹配模型对目标客户特征数据以及会员权益特征数据进行分析,得到目标客户特征数据相匹配的若干初始会员权益。并在预设成本的范围内,基于每一初始会员权益的成本确定与目标客户特征数据匹配的若干目标会员权益,并将若干目标会员权益组合为目标礼包。由此,能够基于目标客户特征数据确定推送方式,并根据推送方式推送目标礼包。本申请不仅考虑到目标客户特征数据,还考虑到了会员权益成本,以确保推送的礼包在合理的成本范围内。最终根据目标客户特征数据,选择适当的推送方式,将定制的目标礼包推送给客户。本申请在实现了为客户提供个性化的礼包的基础上,还提升了礼包的推送效果以及客户的满意度和忠诚度。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种基于会员权益的礼包推送方法的场景示意图;
图2是本申请实施例提供的一种基于会员权益的礼包推送方法的流程示意图;
图3是本申请实施例提供的一种得到初始会员权益的流程示意图;
图4是本申请实施例提供的一种得到目标会员权益的流程示意图;
图5是本申请实施例提供的一种推送目标礼包的流程示意图;
图6是本申请实施例提供的一种基于会员权益的礼包推送装置的示意性框图;
图7是本申请实施例提供的一种计算机设备的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。另外,虽然在装置示意图中进行了功能模块的划分,但是在某些情况下,可以以不同于装置示意图中的模块划分。
在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
如图1所示,本申请实施例提供的基于会员权益的礼包推送方法,可以应用于如图1所示的应用环境中。该应用环境中包含有终端设备110和服务器120,其中,终端设备110可以通过网络与服务器120进行通信。具体地,服务器120能够获取目标客户特征数据,以及获取会员权益特征数据,其中,所述会员权益特征数据包括若干会员权益以及每一所述会员权益对应的成本;进而通过匹配模型对所述目标客户特征数据以及所述会员权益特征数据进行分析,得到所述目标客户特征数据相匹配的若干初始会员权益;并在预设成本的范围内,基于每一所述初始会员权益的成本确定与所述目标客户特征数据匹配的若干目标会员权益,并将若干所述目标会员权益组合为目标礼包;最后基于所述目标客户特征数据确定推送方式,并根据所述推送方式推送所述目标礼包至终端设备110。其中,服务器120可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端设备110可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
请参阅图2,图2是本申请实施例提供的一种基于会员权益的礼包推送方法的流程示意图。如图2所示,该基于会员权益的礼包推送方法包括步骤S11至步骤S14。
步骤S11:获取目标客户特征数据,以及获取会员权益特征数据,其中,会员权益特征数据包括若干会员权益以及每一会员权益对应的成本。
其中,目标客户特征数据为目标客户对应的特征数据。
需要说明的是,本申请对于目标客户不加以限定,例如目标客户可以为保险公司购买车险的客户,或者其他公司的购买相应服务、产品的客户等,本申请以目标客户为保险公司购买车险的客户为例进行说明。
进一步的,目标客户特征数据包括目标客户的车险生命周期信息、风险意识(高/中/低)、人生阶段(刚毕业/单身/已婚/有娃)、行为数据(购买记录/浏览历史/点击行为等)等特征数据,本申请对此不加以限定。
会员权益特征数据包括若干会员权益以及每一会员权益的相关信息。其中,会员权益包括权益池中的卡券、积分、折扣等权益;会员权益的相关信息包括会员权益类型、会员权益有效期、会员权益领取率、会员权益使用率以及会员权益成本等信息,本申请对此不加以限定。
在本申请实施例中,可获取目标客户特征数据以及会员权益特征数据,以用于对目标客户特征数据和会员权益特征数据进行分析,进而为目标客户提供个性化的会员权益。
步骤S12:通过匹配模型对目标客户特征数据以及会员权益特征数据进行分析,得到目标客户特征数据相匹配的若干初始会员权益。
其中,初始会员权益为初次筛选到的与目标客户特征数据匹配的会员权益。
具体的,可将目标客户特征数据以及会员权益特征数据输入至匹配模型,从而输出得到与目标客户特征数据相匹配的若干初始会员权益。
需要说明的是,本申请对于匹配模型的类型不加以限定,例如包括多层感知机模型、卷积神经网络模型、循环神经网络模型以及长短时记忆网络模型等,本申请以匹配模型为卷积神经网络模型为例进行说明。
可选地,可通过以下方式训练得到匹配模型:收集若干客户特征数据以及会员权益特征数据,并分别提取客户特征数据以及会员权益特征数据的特征向量,进而将提取到的二者的特征向量通过卷积神经网络模型映射到感兴趣值,进而实现训练得到匹配模型。
可以理解的,通过匹配模型能够得到目标客户特征数据与每一会员权益的感兴趣值,由此,可将感兴趣值大于预设阈值的会员权益确认为初始会员权益。
在本申请实施例中,可通过匹配模型对目标客户特征数据以及会员权益特征数据进行分析,得到目标客户特征数据匹配的初始会员权益,实现为目标客户提供个性化定制的会员权益,提高了会员权益的使用率以及客户的满意度。
步骤S13:在预设成本的范围内,基于每一初始会员权益的成本确定与目标客户特征数据匹配的若干目标会员权益,并将若干目标会员权益组合为目标礼包。
可以理解的,在构建礼包前还可以考虑成本的限制,以确保礼包在预设成本的范围内。具体的,可将初始会员权益的匹配度从大至小进行排序,进而按照顺序依次将初始会员权益的成本进行累加。在每次添加一个初始会员权益时,确定累加的成本是否仍然在预设成本的范围内,直至累加的成本超过预设成本,此时停止添加会员权益。由此,可将添加到的初始会员权益确定为目标会员权益,并将若干目标会员权益组合为目标礼包。
在本申请实施例中,可考虑成本的控制,进而为目标客户提供高匹配度的目标会员权益,也即目标礼包。在实现成本控制和优化目标礼包的价值的基础上,还提升了客户满意度和忠诚度。
步骤S14:基于目标客户特征数据确定推送方式,并根据推送方式推送目标礼包。
其中,推送方式包括推送时间以及推送渠道等,本申请对此不加以限定,进一步的,推送渠道可以包括电子邮件、短信、移动应用通知、社交媒体、网站弹窗等多种方式。
具体的,可对目标客户特征数据进行分析,以确定目标客户的喜好以及行为模式等,进而确定目标客户对应的推送方式,并根据推送方式向目标客户推送目标礼包。
在本申请实施例中,根据目标客户特征数据,确定目标客户合适的推送方式,并根据推送方式向目标客户推送目标礼包。通过个性化、精准的推送方式,提高了目标客户对目标礼包的兴趣和参与度,进而提升客户的满意度和忠诚度。
可选地,基于目标客户特征数据确定推送方式之前,还包括:获取若干目标会员权益以及每一目标会员权益的成本;判断目标会员权益的成本之和是否小于或等于预设成本。
在上述实施例的基础上,基于目标客户特征数据确定推送方式,包括:在目标会员权益的成本之和小于或等于预设成本时,基于目标客户特征数据确定推送方式。
具体的,在向目标客户推动目标礼包之前,还可以对目标礼包的成本进行二次审核,以确保目标礼包的成本在预设成本的范围内,进而将审核无误的目标礼包根据推送方式向目标客户进行推送。
在本申请实施例中,可对目标礼包的成本进行二次审核,以实现进一步的确保成本控制,避免成本超支带来的损失。
本申请实施例公开的基于会员权益的礼包推送方法,能够获取目标客户特征数据和会员权益特征数据,其中,会员权益特征数据包括若干会员权益以及每一会员权益对应的成本。进一步的,可通过匹配模型对目标客户特征数据以及会员权益特征数据进行分析,得到目标客户特征数据相匹配的若干初始会员权益。并在预设成本的范围内,基于每一初始会员权益的成本确定与目标客户特征数据匹配的若干目标会员权益,并将若干目标会员权益组合为目标礼包。由此,能够基于目标客户特征数据确定推送方式,并根据推送方式推送目标礼包。本申请不仅考虑到目标客户特征数据,还考虑到了会员权益成本,以确保推送的礼包在合理的成本范围内。最终根据目标客户特征数据,选择适当的推送方式,将定制的目标礼包推送给客户。本申请在实现了为客户提供个性化的礼包的基础上,还提升了礼包的推送效果以及客户的满意度和忠诚度。
请参阅图3,图3是本申请实施例提供的一种得到初始会员权益的流程示意图。如图3所示,可通过步骤S121至步骤S122实现得到初始会员权益。
步骤S121:通过匹配模型基于目标客户特征数据以及会员权益特征数据确定每一会员权益对应的感兴趣程度,得到若干感兴趣值。
步骤S122:将感兴趣值大于第一预设阈值的会员权益确定为初始会员权益。
可选地,通过匹配模型基于目标客户特征数据以及会员权益特征数据确定每一会员权益对应的感兴趣程度,得到若干感兴趣值,包括:获取当前会员权益与其他会员权益的相似度值,并将最高相似度值对应的会员权益确定为当前会员权益的相似会员权益;基于最高相似度值,以及目标客户特征数据与相似会员权益的交互矩阵确定当前会员权益对应的感兴趣程度,得到当前会员权益对应的感兴趣值;获取其他会员权益,并确定其他会员权益的相似会员权益;重复上述步骤,直至确定每一会员权益对应的感兴趣程度,得到若干感兴趣值。
其中,会员权益对应的感兴趣程度表示目标客户对会员权益的感兴趣程度。
具体的,可通过以下公式确定当前会员权益与其他会员权益的相似度值:
其中,j为当前会员权益;k为其他会员权益;m为客户特征数据的数量;n为会员权益的数量;Cosine Similarity(j,k)为当前会员权益与其他会员权益的相似度值。
在得到当前会员权益与其他会员权益的相似度值后,可将最高相似度值对应的会员权益确定为当前会员权益的相似会员权益。
进一步的,在得到相似会员权益后,可通过如下公式实现确定当前会员权益对应的感兴趣值:
其中,为当前会员权益对应的感兴趣值;K为相似会员权益;R[i,k]为目标客户特征数据与相似会员权益的交互矩阵;Cosine Similarity(j,k)为最高相似度值。
可以理解的,在得到当前会员权益对应的感兴趣值后,还可通过上述步骤确定其他会员权益对应的感兴趣值。由此,可将感兴趣值大于第一预设阈值的会员权益确定为初始会员权益。
需要说明的是,本申请对于第一预设阈值不加以限定,例如第一预设阈值为80%、90%等。
可以理解的,会员权益的感兴趣值大于第一预设阈值表示目标客户对该会员权益的较为感兴趣,因此可将感兴趣值大于第一预设阈值的会员权益确定为初始会员权益。
在本申请实施例中,可确定每一会员权益对应的感兴趣值,进而将感兴趣值大于第一预设阈值的会员权益确定为初始会员权益,以实现初步确定目标客户对应的会员权益。
请继续参阅图4,图4是本申请实施例提供的一种得到目标会员权益的流程示意图。如图4所示,可通过步骤S141至步骤S142实现得到目标会员权益。
步骤S141:按照感兴趣值从大到小的顺序对初始会员权益进行排序,并计算当前初始会员权益的成本。
步骤S142:在当前初始会员权益的成本小于或等于预设成本,且下一初始会员权益的成本大于预设成本时,将当前初始会员权益的成本对应的初始会员权益确定为目标会员权益。
其中,当前初始会员权益的成本为按照排序累计至当前初始会员权益的成本总和。
具体的,按照感兴趣值从大到小的顺序对初始会员权益进行排序,并通过状态转移方程得到动态规划的结果,也即得到的当前初始会员权益的成本。进一步的,从初始会员权益的成本开始,根据状态转移方程确定在预设成本范围内获得最大的会员权益的价值,从而实现礼包的最优组合。
在本申请实施例中,可考虑成本的控制,进而为目标客户提供高匹配度的目标会员权益,也即目标礼包。在实现成本控制和优化目标礼包的价值的基础上,还提升了客户满意度和忠诚度。
请参阅图5,图5是本申请实施例提供的一种推送目标礼包的流程示意图。如图5所示,如图5所示,可通过步骤S143至步骤S144实现得到目标会员权益。
步骤S143:通过决策树算法对目标客户特征数据进行分析,得到推送时间以及推送渠道。
步骤S144:在推送时间通过推送渠道推送目标礼包。
具体的,可通过决策树算法对目标客户特征数据进行分析,以确定目标客户适合的推送时间和推送渠道。其中,推送渠道可以包括电子邮件、短信、移动应用通知、社交媒体、网站弹窗等多种方式,本申请对此不加以限定。
进一步的,在确定推送时间以及推送渠道后,可在推送时间通过推送渠道向目标客户推送目标礼包。
在本申请实施例中,可根据目标客户特征数据,确定目标客户合适的推送时间以及推送渠道,并根据推送时间以及推送渠道向目标客户推送目标礼包。通过个性化、精准的推送方式,能够提高目标客户对目标礼包的兴趣和参与度,进而提升客户的满意度和忠诚度。
可选地,根据推送方式推送目标礼包之后,还包括:评估目标礼包对应的推送指标,其中,推送指标包括点击率;在点击率大于第二预设阈值时,基于其他客户特征数据确定对应的推送方式,并根据其他客户特征数据对应的推送方式推送对应的礼包。
需要说明的是,本申请对于第二预设阈值不加以限定,例如第二预设阈值为80%、90%等,本申请以第二预设阈值为80%为例进行说明。
具体的,在实现向目标客户推送目标礼包后,还可以对目标礼包的推送效果进行判断,例如对目标礼包对应的点击率等推送指标进行评估。在点击率大于80%时,说明礼包推送取得了较好的效果。因此可根据其他客户特征数据,确定适合的推送方式以及对应的礼包,从而向其他客户基于对应的推送方式推送对应的礼包。
在本申请实施例中,可对目标礼包的推送效果进行判断,进而在礼包推送取得了较好的效果时,向其他客户基于对应的推送方式推送对应的礼包。
请参阅图6,图6是本申请实施例提供的一种基于会员权益的礼包推送装置的示意性框图。该基于会员权益的礼包推送装置可以配置于服务器中,用于执行前述的基于会员权益的礼包推送方法。
如图6所示,该基于会员权益的礼包推送装置200包括:获取模块201、分析模块202、确定模块203、礼包推送模块204。
获取模块201,用于获取目标客户特征数据,以及获取会员权益特征数据,其中,所述会员权益特征数据包括若干会员权益以及每一所述会员权益对应的成本;
分析模块202,用于通过匹配模型对所述目标客户特征数据以及所述会员权益特征数据进行分析,得到所述目标客户特征数据相匹配的若干初始会员权益;
确定模块203,用于在预设成本的范围内,基于每一所述初始会员权益的成本确定与所述目标客户特征数据匹配的若干目标会员权益,并将若干所述目标会员权益组合为目标礼包;
礼包推送模块204,用于基于所述目标客户特征数据确定推送方式,并根据所述推送方式推送所述目标礼包。
分析模块202,还用于通过所述匹配模型基于所述目标客户特征数据以及所述会员权益特征数据确定每一所述会员权益对应的感兴趣程度,得到若干感兴趣值;将所述感兴趣值大于第一预设阈值的会员权益确定为所述初始会员权益。
分析模块202,还用于获取当前会员权益与其他会员权益的相似度值,并将最高相似度值对应的会员权益确定为所述当前会员权益的相似会员权益;基于所述最高相似度值,以及所述目标客户特征数据与所述相似会员权益的交互矩阵确定所述当前会员权益对应的感兴趣程度,得到所述当前会员权益对应的感兴趣值;获取所述其他会员权益,并确定所述其他会员权益的相似会员权益;重复上述步骤,直至确定每一所述会员权益对应的感兴趣程度,得到若干所述感兴趣值。
确定模块203,还用于按照所述感兴趣值从大到小的顺序对所述初始会员权益进行排序,并计算当前初始会员权益的成本,其中,所述当前初始会员权益的成本为按照排序累计至所述当前初始会员权益的成本总和;在所述当前初始会员权益的成本小于或等于所述预设成本,且下一初始会员权益的成本大于所述预设成本时,将所述当前初始会员权益的成本对应的初始会员权益确定为所述目标会员权益。
礼包推送模块204,还用于获取若干所述目标会员权益以及每一所述目标会员权益的成本;判断所述目标会员权益的成本之和是否小于或等于所述预设成本;在所述目标会员权益的成本之和小于或等于所述预设成本时,基于所述目标客户特征数据确定所述推送方式。
礼包推送模块204,还用于通过决策树算法对所述目标客户特征数据进行分析,得到所述推送时间以及所述推送渠道;在所述推送时间通过所述推送渠道推送所述目标礼包。
礼包推送模块204,还用于评估所述目标礼包对应的推送指标,其中,所述推送指标包括点击率;在所述点击率大于第二预设阈值时,基于其他客户特征数据确定对应的推送方式,并根据所述其他客户特征数据对应的推送方式推送对应的礼包。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各模块、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请的方法、装置可用于众多通用或专用的计算***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、机顶盒、可编程的消费终端设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
示例性的,上述的方法、装置可以实现为一种计算机程序的形式,该计算机程序可以在如图7所示的计算机设备上运行。
请参阅图7,图7是本申请实施例提供的一种计算机设备的示意图。该计算机设备可以是服务器。
如图7所示,该计算机设备包括通过***总线连接的处理器、存储器和网络接口,其中,存储器可以包括易失性存储介质、非易失性存储介质和内存储器。非易失性存储介质可存储操作***和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种基于会员权益的礼包推送方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种基于会员权益的礼包推送方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,该计算机设备的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一些实施方式中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:获取目标客户特征数据,以及获取会员权益特征数据,其中,所述会员权益特征数据包括若干会员权益以及每一所述会员权益对应的成本;通过匹配模型对所述目标客户特征数据以及所述会员权益特征数据进行分析,得到所述目标客户特征数据相匹配的若干初始会员权益;在预设成本的范围内,基于每一所述初始会员权益的成本确定与所述目标客户特征数据匹配的若干目标会员权益,并将若干所述目标会员权益组合为目标礼包;基于所述目标客户特征数据确定推送方式,并根据所述推送方式推送所述目标礼包。
在一些实施方式中,所述处理器还用于通过所述匹配模型基于所述目标客户特征数据以及所述会员权益特征数据确定每一所述会员权益对应的感兴趣程度,得到若干感兴趣值;将所述感兴趣值大于第一预设阈值的会员权益确定为所述初始会员权益。
在一些实施方式中,所述处理器还用于获取当前会员权益与其他会员权益的相似度值,并将最高相似度值对应的会员权益确定为所述当前会员权益的相似会员权益;基于所述最高相似度值,以及所述目标客户特征数据与所述相似会员权益的交互矩阵确定所述当前会员权益对应的感兴趣程度,得到所述当前会员权益对应的感兴趣值;获取所述其他会员权益,并确定所述其他会员权益的相似会员权益;重复上述步骤,直至确定每一所述会员权益对应的感兴趣程度,得到若干所述感兴趣值。
在一些实施方式中,所述处理器还用于按照所述感兴趣值从大到小的顺序对所述初始会员权益进行排序,并计算当前初始会员权益的成本,其中,所述当前初始会员权益的成本为按照排序累计至所述当前初始会员权益的成本总和;在所述当前初始会员权益的成本小于或等于所述预设成本,且下一初始会员权益的成本大于所述预设成本时,将所述当前初始会员权益的成本对应的初始会员权益确定为所述目标会员权益。
在一些实施方式中,所述处理器还用于获取若干所述目标会员权益以及每一所述目标会员权益的成本;判断所述目标会员权益的成本之和是否小于或等于所述预设成本;在所述目标会员权益的成本之和小于或等于所述预设成本时,基于所述目标客户特征数据确定所述推送方式。
在一些实施方式中,所述处理器还用于通过决策树算法对所述目标客户特征数据进行分析,得到所述推送时间以及所述推送渠道;在所述推送时间通过所述推送渠道推送所述目标礼包。
在一些实施方式中,所述处理器还用于评估所述目标礼包对应的推送指标,其中,所述推送指标包括点击率;在所述点击率大于第二预设阈值时,基于其他客户特征数据确定对应的推送方式,并根据所述其他客户特征数据对应的推送方式推送对应的礼包。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序中包括程序指令,所述程序指令被执行时实现本申请实施例提供的任一种基于会员权益的礼包推送方法。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
进一步地,所述计算机可读存储介质可主要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***、至少一个功能所需的应用程序等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于会员权益的礼包推送方法,其特征在于,所述方法包括:
获取目标客户特征数据,以及获取会员权益特征数据,其中,所述会员权益特征数据包括若干会员权益以及每一所述会员权益对应的成本;
通过匹配模型对所述目标客户特征数据以及所述会员权益特征数据进行分析,得到所述目标客户特征数据相匹配的若干初始会员权益;
在预设成本的范围内,基于每一所述初始会员权益的成本确定与所述目标客户特征数据匹配的若干目标会员权益,并将若干所述目标会员权益组合为目标礼包;
基于所述目标客户特征数据确定推送方式,并根据所述推送方式推送所述目标礼包。
2.根据权利要求1所述的方法,所述通过匹配模型对所述目标客户特征数据以及所述会员权益特征数据进行分析,得到所述目标客户特征数据相匹配的若干初始会员权益,包括:
通过所述匹配模型基于所述目标客户特征数据以及所述会员权益特征数据确定每一所述会员权益对应的感兴趣程度,得到若干感兴趣值;
将所述感兴趣值大于第一预设阈值的会员权益确定为所述初始会员权益。
3.根据权利要求2所述的方法,其特征在于,所述通过所述匹配模型基于所述目标客户特征数据以及所述会员权益特征数据确定每一所述会员权益对应的感兴趣程度,得到若干感兴趣值,包括:
获取当前会员权益与其他会员权益的相似度值,并将最高相似度值对应的会员权益确定为所述当前会员权益的相似会员权益;
基于所述最高相似度值,以及所述目标客户特征数据与所述相似会员权益的交互矩阵确定所述当前会员权益对应的感兴趣程度,得到所述当前会员权益对应的感兴趣值;
获取所述其他会员权益,并确定所述其他会员权益的相似会员权益;
重复上述步骤,直至确定每一所述会员权益对应的感兴趣程度,得到若干所述感兴趣值。
4.根据权利要求2所述的方法,其特征在于,所述在预设成本的范围内,基于每一所述初始会员权益的成本确定与所述目标客户特征数据匹配的若干目标会员权益,包括:
按照所述感兴趣值从大到小的顺序对所述初始会员权益进行排序,并计算当前初始会员权益的成本,其中,所述当前初始会员权益的成本为按照排序累计至所述当前初始会员权益的成本总和;
在所述当前初始会员权益的成本小于或等于所述预设成本,且下一初始会员权益的成本大于所述预设成本时,将所述当前初始会员权益的成本对应的初始会员权益确定为所述目标会员权益。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标客户特征数据确定推送方式之前,还包括:
获取若干所述目标会员权益以及每一所述目标会员权益的成本;
判断所述目标会员权益的成本之和是否小于或等于所述预设成本;
所述基于所述目标客户特征数据确定推送方式,包括:
在所述目标会员权益的成本之和小于或等于所述预设成本时,基于所述目标客户特征数据确定所述推送方式。
6.根据权利要求1所述的方法,其特征在于,所述推送方式包括推送时间以及推送渠道,所述基于所述目标客户特征数据确定推送方式,并根据所述推送方式推送所述目标礼包,包括:
通过决策树算法对所述目标客户特征数据进行分析,得到所述推送时间以及所述推送渠道;
在所述推送时间通过所述推送渠道推送所述目标礼包。
7.根据权利要求1所述的方法,其特征在于,所述根据所述推送方式推送所述目标礼包之后,还包括:
评估所述目标礼包对应的推送指标,其中,所述推送指标包括点击率;
在所述点击率大于第二预设阈值时,基于其他客户特征数据确定对应的推送方式,并根据所述其他客户特征数据对应的推送方式推送对应的礼包。
8.一种基于会员权益的礼包推送装置,其特征在于,所述礼包推送装置包括:
获取模块,所述获取模块用于获取目标客户特征数据,以及获取会员权益特征数据,其中,所述会员权益特征数据包括若干会员权益以及每一所述会员权益对应的成本;
分析模块,所述分析模块用于通过匹配模型对所述目标客户特征数据以及所述会员权益特征数据进行分析,得到所述目标客户特征数据相匹配的若干初始会员权益;
确定模块,所述确定模块用于在预设成本的范围内,基于每一所述初始会员权益的成本确定与所述目标客户特征数据匹配的若干目标会员权益,并将若干所述目标会员权益组合为目标礼包;
礼包推送模块,所述礼包推送模块用于基于所述目标客户特征数据确定推送方式,并根据所述推送方式推送所述目标礼包。
9.一种计算机设备,其特征在于,包括:存储器和处理器;其中,所述存储器与所述处理器连接,用于存储程序所述处理器用于通过运行所述存储器中存储的程序,实现如权利要求1-7中任一项所述的基于会员权益的礼包推送方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1-7中任一项所述的基于会员权益的礼包推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311352062.4A CN117237013A (zh) | 2023-10-18 | 2023-10-18 | 基于会员权益的礼包推送方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311352062.4A CN117237013A (zh) | 2023-10-18 | 2023-10-18 | 基于会员权益的礼包推送方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117237013A true CN117237013A (zh) | 2023-12-15 |
Family
ID=89091136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311352062.4A Pending CN117237013A (zh) | 2023-10-18 | 2023-10-18 | 基于会员权益的礼包推送方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117237013A (zh) |
-
2023
- 2023-10-18 CN CN202311352062.4A patent/CN117237013A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107818344B (zh) | 用户行为进行分类和预测的方法和*** | |
CN109858740B (zh) | 企业风险的评估方法、装置、计算机设备及存储介质 | |
US10783534B2 (en) | Method, system and computer readable medium for creating a profile of a user based on user behavior | |
US10504120B2 (en) | Determining a temporary transaction limit | |
US20120036085A1 (en) | Social media variable analytical system | |
US20160140656A1 (en) | Evaluation device, evaluation method, and non-transitory computer readable storage medium | |
US9269049B2 (en) | Methods, apparatus, and systems for using a reduced attribute vector of panel data to determine an attribute of a user | |
CN107808346B (zh) | 一种潜在目标对象的评估方法及评估装置 | |
US20190080352A1 (en) | Segment Extension Based on Lookalike Selection | |
US11809455B2 (en) | Automatically generating user segments | |
CN112231533A (zh) | 数据处理方法、装置、设备及存储介质 | |
US20230153845A1 (en) | System and method for generating custom data models for predictive forecasting | |
CN111582932A (zh) | 场景间信息推送方法、装置、计算机设备及存储介质 | |
US20220197978A1 (en) | Learning ordinal regression model via divide-and-conquer technique | |
CN116402539A (zh) | 基于大数据的拓客方法、***、设备及存储介质 | |
CN111311381A (zh) | 一种商品推荐方法及*** | |
US20190205341A1 (en) | Systems and methods for measuring collected content significance | |
CN112487021A (zh) | 业务数据的关联分析方法、装置及设备 | |
CN117035416A (zh) | 企业风险评估方法、企业风险评估装置、设备及存储介质 | |
CN111275071A (zh) | 预测模型训练、预测方法、装置及电子设备 | |
KR102090951B1 (ko) | 통합 금융 서비스를 제공하는 방법 및 시스템 | |
CN110020118B (zh) | 一种计算用户之间相似度的方法及装置 | |
US20150248685A1 (en) | Automated identification of sales opportunities based on stored market data | |
CN110610378A (zh) | 产品需求分析方法、装置、计算机设备和存储介质 | |
CN116186541A (zh) | 一种推荐模型的训练方法及装置 |
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 |