基于时间场景的商品推荐系统及其方法

    公开(公告)号:CN107256508A

    公开(公告)日:2017-10-17

    申请号:CN201710387450.4

    申请日:2017-05-27

    CPC classification number: G06Q30/0631

    Abstract: 一种基于时间场景的商品推荐系统及其方法,包括:初始化模块、训练模块、评估模块和推荐模块,其中:初始化模块将已有商品数据根据时间顺序划分为训练集和测试集,建立并初始化用户偏置向量、商品偏置向量、商品特征矩阵、用户特征矩阵和商品隐式特征矩阵;训练模块提取训练集,训练评分模型;评估模块接收测试集,计算评分模型的均方误差以评估模型效果;推荐模块接收用户偏置向量、商品偏置向量、商品特征矩阵、用户特征矩阵和商品隐式特征矩阵,根据评分模型计算用户对每个商品的预测评分,按照预测评分向用户推荐商品,本发明能表达用户的兴趣画像和商品的属性特征,不存在用户冷启动问题和商品冷启动问题,实现了基于时间场景的高精度推荐。

    基于用户画像的营销方法及系统

    公开(公告)号:CN107507042A

    公开(公告)日:2017-12-22

    申请号:CN201710833409.5

    申请日:2017-09-15

    CPC classification number: G06Q30/0201 G06Q10/04 G06Q30/0224

    Abstract: 本发明公开了一种基于用户画像的营销方法及系统,所述营销方法包括:S1、获取用户数据,所述用户数据包括用户画像数据;S2、通过决策树算法或XGBoost算法对所述用户数据进行处理,建立用户下单概率预测模型;S3、根据所述用户下单概率预测模型预测用户的下单概率;S4、根据所述用户的下单概率向用户发送对应的营销内容。本发明通过包括用户画像的用户数据分别建立线上用户下单概率预测模型和离线用户下单概率预测模型来预测用户的下单概率;将下单概率低于设定阈值的用户作为优惠券目标用户,实现更精准地找到目标用户来挽回用户,实现有效地提高了优惠券功效,从而节省成本,且实现收益最大化。

    OTA酒店的推荐方法及系统

    公开(公告)号:CN107688662B

    公开(公告)日:2020-10-30

    申请号:CN201710807393.0

    申请日:2017-09-08

    Abstract: 本发明公开了一种OTA酒店的推荐方法及系统,其中OTA酒店的推荐方法包括:S1、生成用户的酒店训练模型,酒店训练模型用于获取用户的酒店偏好数据;S2、在用户访问OTA网站酒店页面且进入POI搜索场景后,接收用户所输入的地标,按与地标的距离从近到远的顺序对酒店进行排序,且将排序后的酒店作为原始搜索结果;S3、根据酒店训练模型获取用户的酒店偏好数据;S4、在原始搜索结果中按原始搜索结果的排列顺序依次查询与酒店偏好数据相匹配的酒店,并将查询结果作为最终搜索结果进行输出。本发明克服了现有技术中在用户进入POI搜索场景后查找酒店费力的问题,降低了用户查找酒店的费力度,提升了用户的订购转化率。

    酒店优惠信息的推送及装置、电子设备、存储介质

    公开(公告)号:CN107481054A

    公开(公告)日:2017-12-15

    申请号:CN201710693691.1

    申请日:2017-08-14

    CPC classification number: G06Q30/0224 G06Q30/0222

    Abstract: 本发明提供一种酒店优惠信息的推送方法及装置、电子设备、存储介质,包括:向第一用户组推送同一酒店优惠信息,并且不向第二用户组推送该酒店优惠信息,第一用户组及第二用户组分别具有N个不同的用户;针对不同的标签计算2N个用户的下单率;于多个标签中选取多个场景标签;将多个场景标签组成一个或多个场景;当一用户搜索酒店时,获取该用户的多个标签,将该用户的标签与一个或多个场景中的多个场景标签进行匹配,当用户的标签与任一场景中的多个场景标签完全匹配,则将用户作为目标用户;向目标用户推送酒店优惠信息。本发明提供的方法及装置,能够提高用户预订酒店的用户体验,提高用户的下单率及佣金收益。

    基于用户画像的用户挽回方法及系统

    公开(公告)号:CN107730019B

    公开(公告)日:2021-06-11

    申请号:CN201710908572.3

    申请日:2017-09-29

    Abstract: 本发明公开了一种基于用户画像的用户挽回方法及系统,该方法包括:在用户下单后,获取用户订单实时数据;获取酒店历史数据、用户历史订单数据和用户画像数据;通过逻辑回归算法对用户订单实时数据、酒店历史数据、用户历史订单数据和用户画像数据进行处理,建立订单到店退订概率预测模型,从而预测用户的订单到店退订概率;根据用户的订单到店退订概率向用户发送对应的挽回策略内容。本发明通过建立订单到店退订概率预测模型,获得用户当前订单到店退订概率,对高到店退订概率的用户发送挽回策略内容,并对该酒店采取相对应的惩罚措施,来挽回OTA平台用户、降低酒店到店退订率、并挽回佣金损失,从而提升用户黏性,增强用户的体验感。

    OTA酒店的推荐方法及系统

    公开(公告)号:CN107688662A

    公开(公告)日:2018-02-13

    申请号:CN201710807393.0

    申请日:2017-09-08

    CPC classification number: G06F16/9535 G06Q30/0201 G06Q30/0203 G06Q50/12

    Abstract: 本发明公开了一种OTA酒店的推荐方法及系统,其中OTA酒店的推荐方法包括:S1、生成用户的酒店训练模型,酒店训练模型用于获取用户的酒店偏好数据;S2、在用户访问OTA网站酒店页面且进入POI搜索场景后,接收用户所输入的地标,按与地标的距离从近到远的顺序对酒店进行排序,且将排序后的酒店作为原始搜索结果;S3、根据酒店训练模型获取用户的酒店偏好数据;S4、在原始搜索结果中按原始搜索结果的排列顺序依次查询与酒店偏好数据相匹配的酒店,并将查询结果作为最终搜索结果进行输出。本发明克服了现有技术中在用户进入POI搜索场景后查找酒店费力的问题,降低了用户查找酒店的费力度,提升了用户的订购转化率。

    电子商务网站的用户流失的预测方法及系统

    公开(公告)号:CN107563816A

    公开(公告)日:2018-01-09

    申请号:CN201710806715.X

    申请日:2017-09-08

    Abstract: 本发明公开了一种电子商务网站的用户流失的预测方法及系统。方法包括:将获取的多个用户的历史相关数据划分为第一训练数据和第一测试数据;根据第一训练数据中的第一特征数据建立第一预测模型;将第一测试数据中的第一特征数据输入第一预测模型,计算用户的历史下单概率;将获取的多个用户的当前操作数据划分为第二训练数据和第二测试数据;根据第二训练数据中的第二特征数据建立第二预测模型;将第二测试数据中的第二特征数据输入第二预测模型,计算用户的当前下单概率;计算测试用户的流失概率。本发明能量化用户实时的流失概率,以为供应商的产品展示提供参考。

    旅游网站酒店实时定价方法、系统、存储介质和电子设备

    公开(公告)号:CN107358477A

    公开(公告)日:2017-11-17

    申请号:CN201710684999.X

    申请日:2017-08-01

    CPC classification number: G06Q30/0278 G06Q50/12

    Abstract: 本发明提供旅游网站酒店实时定价方法、系统、存储介质和电子设备,其中方法包括:旅游网站预设各酒店各房型的人民币售价,各酒店各房型还对应预存有人民币底价;获取各酒店各房型的第三方网站人民币定价,并获得各酒店各房型的第三方网站人民币定价减去预设标准差的差值;当所述差值小于该酒店该房型的人民币底价时,则该酒店该房型的人民币售价不变;当所述差值大于该酒店该房型的人民币售价时,则该酒店该房型的人民币售价上调;当所述差值大于该酒店该房型的人民币底价且小于该酒店该房型的人民币售价时,则该酒店该房型的人民币售价下调。本发明实现对旅游网站的酒店房型动态差异化实时定价,从而提高与第三方网站的竞争优势。

    产品及其组合定价推送方法及装置、电子设备、存储介质

    公开(公告)号:CN107346509A

    公开(公告)日:2017-11-14

    申请号:CN201710520046.X

    申请日:2017-06-30

    CPC classification number: G06Q30/0611 G06Q30/0201 G06Q30/0631 H04L67/26

    Abstract: 本发明提供一种产品及其组合定价推送方法及装置、电子设备、存储介质,各产品包括多个子类产品,各所述子类产品具有价格范围,产品定价推送方法包括:对各子类产品,以相同的差值为间隔生成多个候选价格,同一子类产品的多个候选价格组成一候选价格集合;将多个子类产品的候选价格集合做笛卡尔积,形成多个子类价格组合单元;将子类价格组合单元的特征信息输入一分类模型,输出各子类产品被选择的概率;依据各子类产品被选择的概率计算产品的收益期望E;对多个子类价格组合单元的收益期望E进行排序,选择收益期望E最高的子类价格组合单元作为产品的定价推送给用户。本发明提供的方法及装置能够实现准确的产品及其组合定价。

Patent Agency Ranking