拼单信息处理方法和系统技术方案

本发明专利技术公开一种拼单信息处理方法，通过计算订单信息与优惠信息的数据差值；结合浏览记录的元数据筛选符合条件的预推荐数据，其中浏览记录的元数据是数据搜索的中间数据，基于该中间数据搜索与之相关的数据，在这些数据中确定符合所述数据差值的预推荐数据，保证了预推荐数据的可推荐性；为提高预推荐数据的匹配性、可用性和推荐效率，基于消费记录的元数据搜索与之相关的数据，生成预排除数据；在预推荐数据中排除相应预排除数据，生成符合所述数据差值的推荐信息。本发明专利技术还公开一种拼单信息处理系统能够实现上述拼单信息处理方法，解决了现有技术中存在的优惠信息使用不便，耗费消费者过长购物时间，以及优惠信息使用率低的实际问题。

【技术实现步骤摘要】

本专利技术涉及信息处理
，具体为一种拼单信息处理方法和系统。
技术介绍
通常，优惠券（也称优惠信息）的使用规则往往是满指定金额才能享受预订优惠。对消费者而言，购买金额与指定金额往往存在一定差额：如果消费金额不足致使不能使用优惠券。或者，消费者为享受优惠进行临时凑单，不情愿地临时购买不实用的产品或服务，事后会让消费者有上当受骗感，使得优惠券的消费体验极为不佳。在临时凑单时，遴选商品或服务需要耗费时间往往较长，主要因为消费者不仅考虑自身实际需要，又要考虑实际优惠差额，往往选择出适合的商品或服务比较困难。消费者持有多项优惠券，往往多项优惠券不能在同一份订单中同时使用，消费者需要人工拆分订单，才能使用多项优惠券，如此间接地阻碍了优惠券的使用便捷性。拆分订单需要考虑拆分后订单金额，还要考虑其他拆分订单的金额，在计算金额和调整订单内容上，往往耗费消费者很多时间，给出合理的订单拆分方案比较困难。在进入支付流程时，对于消费者而言，往往意味着消费行为即将结束，在支付时却发现消费数据不满足优惠信息中指定的条件数据，多数消费者可能会为凑单享受优惠临时增加消费需求，由于时间仓促有限，仅为拼凑数据差值，往往考虑不周致使胡乱拼单。这种情况下的拼单处理，极易出现形式上享受了优惠，实质上搭配一些不实用的产品或服务。整体上看，耗费了消费者较多精力和时间在数据差值上，直接影响了消费者最终的消费体验，间接降低了相应优惠信息再次使用的概率，同时也不利于优惠信息的推广和使用。以下举例说明，在当当网上购买书籍，当当网推出“满100减30”的优惠活动。某消费者在当当网购书，其订单信息的消费数据为88.5元，数据差值为11.5元。通常情况下，该消费者重新构想自己购书需求，然后根据自己重新拟定的购书需求去查找合适的书籍，而且该书籍要满足数据差值11.5元的要求。假设价格在11.5元至25元的书籍是该消费者心理承受价格，如果书价超出该价格范围，该消费者将不能接受相应拼单。在这样的条件下，理论上消费者自行查找相应书籍，能够找到很多符合条件的书籍，但是阅读挑选适合其需求的书籍，可能要耗费相当多的时间，可能11.5元的凑单时间多于88.5元的购物时间，即便这样也有可能选购不到自己实际适合的书籍，进而影响了消费者的整体购物体验，不利于优惠信息的推广和使用。最终，为了使用优惠信息，延长了购物时间，耗费了额外精力，影响了消费体验，同时也造成了优惠信息使用率低的实际问题。
技术实现思路
本专利技术旨在公开一种拼单信息处理方法和系统，用于解决现有技术中存在的优惠信息使用不便，耗费消费者过长购物时间，以及优惠信息使用率低的实际问题。一方面，本专利技术提供一种拼单信息处理方法，具体方案为：拼单信息包括订单信息、优惠信息和推荐信息，所述优惠信息包括条件数据和优惠数据；该方法包括如下步骤：（a）计算所述订单信息的消费数据与所述优惠信息的条件数据之间的数据差值；（b）获取浏览记录中的元数据，基于该元数据搜索、判断和确定符合所述数据差值的预推荐数据；（c）获取消费记录中的元数据，基于该元数据搜索、判断和确定预排除数据；（d）在所述预推荐数据中排除所述预排除数据，生成所述拼单信息的推荐信息。进一步地，在上述拼单信息处理方法中，所述拼单信息包括推荐信息组，推荐信息组包括若干条推荐信息，在一项所述推荐信息组中，推荐信息的消费数据总和满足所述数据差值。进一步地，在上述拼单信息处理方法中，当推荐信息组包括一条或多条预排除数据时，在该推荐信息组中排除所述预排除数据，并基于该排除的预排除数据搜索、判断和确定相应的预替换数据，该预替换数据和推荐信息组的其他预推荐数据组合生成新的推荐信息组。进一步地，在上述拼单信息处理方法中，通过所述浏览记录的元数据，搜索与该元数据相关的同类数据，在该同类数据中判断和确定所述预推荐数据；或者，通过所述消费记录的元数据，搜索与该元数据相关的同类数据，在该同类数据中判断和确定所述预排除数据。进一步地，在上述拼单信息处理方法中，在获取所述浏览记录的元数据或所述消费记录的元数据时，提炼相应元数据的关键词或关键词组，根据所述关键词或关键词组搜索与该元数据相关的同类数据。进一步地，在上述拼单信息处理方法中，所述浏览记录的元数据具有访问时间、访问耗时和访问频率中部分或全部的数据属性；在确定预推荐数据的步骤中，利用数据属性筛选符合预定条件的元数据。进一步地，在上述拼单信息处理方法中，所述浏览记录的元数据包括存储在购物车内的元数据，在确定预推荐数据的步骤中，基于购物车内的元数据搜索、判断和确定符合所述数据差值的预推荐数据。进一步地，在上述拼单信息处理方法中，所述浏览记录的元数据还包括未存储在购物车内的元数据，如果没有符合所述数据差值的预推荐数据，或者符合所述数据差值的预推荐数据被排除，则基于未存储在购物车内的元数据搜索、判断和确定符合所述数据差值的预推荐数据。进一步地，在上述拼单信息处理方法中，在所述消费记录的元数据中，部分元数据具有反排除属性，如果相应元数据或者该元数据相关的同类数据符合所述数据差值，则相应元数据及其相关的同类数据均不属于预排除数据，而属于预推荐数据。进一步地，在上述拼单信息处理方法中，拼单信息包括多条优惠信息，计算订单信息的消费数据与每一条优惠信息的条件数据之间的数据差值，基于数据差值确定一条最佳优惠信息。进一步地，在上述拼单信息处理方法中，将订单拆分为多项子订单，每项子订单信息对应一条优惠信息，其中，所有子订单信息对应优惠信息的优惠数据总和大于最佳优惠信息的优惠数据；判断每项子订单信息的消费数据是否满足其对应优惠信息的条件数据，如果不满足，对相应子订单信息按照所述步骤（a）至所述步骤（d）处理。进一步地，在上述拼单信息处理方法中，拆分后每项子订单信息的消费数据均满足对应优惠信息的条件数据；且每项子订单信息的消费数据与对应优惠信息的条件数据之间的数据差值，位于预定差值范围内。进一步地，在上述拼单信息处理方法中，经处理后仍不满足的，减少订单拆分项数，重新拆分订单，使重拆后的每项子订单信息的消费数据均满足一条优惠信息的条件数据，且所有子订单信息对应优惠信息的优惠数据总和大于最佳优惠信息的优惠数据。进一步地，在上述拼单信息处理方法中，获取预推荐数据与预排除数据的数据交集，在预推荐数据中排除该数据交集，生成拼单信息的推荐信息。另一方面，本专利技术还提供一种拼单信息处理系统，具体方案如下：该系统能够实施上述任一项中所述的拼单信息处理方法。该系统包括：计算模块，用于计算所述订单信息的消费数据与所述优惠信息的条件数据之间的数据差值；预推荐模块，用于获取浏览记录中的元数据，基于该元数据搜索、判断和确定符合所述数据差值的预推荐数据；预排除模块，用于获取消费记录中的元数据，基于该元数据搜索、判断和确定预排除数据；推荐模块，用于在所述预推荐数据中排除所述预排除数据，生成所述拼单信息的推荐信息。进一步地，在上述拼单信息处理系统中，该系统还包括拆单模块，用于基于订单信息和对应的优惠信息进行拆分相应订单，使拆分后子订单信息的消费数据满足其对应优惠信息的条件数据。本专利技术的有益技术效果如下：本专利技术的拼单信息处理方法，通过计算获取订单信息与优惠信息的数据差值；结合浏览记录中的元数据筛选符合条件本文档来自技高网...

【技术保护点】
拼单信息处理方法，其特征在于，拼单信息包括订单信息、优惠信息和推荐信息，所述优惠信息包括条件数据和优惠数据；该方法包括如下步骤：（a）计算所述订单信息的消费数据与所述优惠信息的条件数据之间的数据差值；（b）获取浏览记录中的元数据，基于该元数据搜索、判断和确定符合所述数据差值的预推荐数据；（c）获取消费记录中的元数据，基于该元数据搜索、判断和确定预排除数据；（d）在所述预推荐数据中排除所述预排除数据，生成所述拼单信息的推荐信息。

【技术特征摘要】
1.拼单信息处理方法，其特征在于，拼单信息包括订单信息、优惠信息和推荐信息，所述优惠信息包括条件数据和优惠数据；该方法包括如下步骤：（a）计算所述订单信息的消费数据与所述优惠信息的条件数据之间的数据差值；（b）获取浏览记录中的元数据，基于该元数据搜索、判断和确定符合所述数据差值的预推荐数据；（c）获取消费记录中的元数据，基于该元数据搜索、判断和确定预排除数据；（d）在所述预推荐数据中排除所述预排除数据，生成所述拼单信息的推荐信息。2.根据权利要求1所述的方法，其特征在于，所述拼单信息包括推荐信息组，推荐信息组包括若干条推荐信息，在一项所述推荐信息组中，推荐信息的消费数据总和满足所述数据差值。3.根据权利要求2所述的方法，其特征在于，当推荐信息组包括一条或多条预排除数据时，在该推荐信息组中排除所述预排除数据，并基于该排除的预排除数据搜索、判断和确定相应的预替换数据，该预替换数据和推荐信息组的其他预推荐数据组合生成新的推荐信息组。4.根据权利要求1所述的方法，其特征在于，通过所述浏览记录的元数据，搜索与该元数据相关的同类数据，在该同类数据中判断和确定所述预推荐数据；或者，通过所述消费记录的元数据，搜索与该元数据相关的同类数据，在该同类数据中判断和确定所述预排除数据。5.根据权利要求4所述的方法，其特征在于，在获取所述浏览记录的元数据或所述消费记录的元数据时，提炼相应元数据的关键词或关键词组，根据所述关键词或关键词组搜索与该元数据相关的同类数据。6.根据权利要求1所述的方法，其特征在于，所述浏览记录的元数据具有访问时间、访问耗时和访问频率中部分或全部的数据属性；在确定预推荐数据的步骤中，利用数据属性筛选符合预定条件的元数据。7.根据权利要求1所述的方法，其特征在于，所述浏览记录的元数据包括存储在购物车内的元数据，在确定预推荐数据的步骤中，基于购物车内的元数据搜索、判断和确定符合所述数据差值的预推荐数据。8.根据权利要求7所述的方法，其特征在于，所述浏览记录的元数据还包括未存储在购物车内的元数据，如果没有符合所述数据差值的预推荐数据，或者符合所述数据差值的预推荐数据被排除，则基于未存储在购物车内的元数据搜索、判断和确定符合所述数据差值的预推荐数据。9.根据...

【专利技术属性】
技术研发人员：油文栋，
申请(专利权)人：珠海优特电力科技股份有限公司，
类型：发明
国别省市：广东;44