为用户推荐车辆类商品的方法、装置、电子设备及介质制造方法及图纸

本申请公开了一种为用户推荐车辆类商品的方法、装置、电子设备及介质。本申请中，可以确定目标用户的商品感兴趣因子；以及确定目标用户的行车数据因子；基于商品感兴趣因子以及行车数据因子，确定与目标用户相匹配的推荐概率值；基于与推荐概率值相匹配的呼叫策略，呼叫目标用户进行车辆类商品推荐。通过应用本申请的技术方案，可以针对每个用户对应的历史行为数据以及历史行车数据计算出与其匹配的推荐概率值。并基于该推荐概率值的高低选取人工呼叫或机器呼叫方式来对用户进行车辆类商品的推荐。从而避免相关技术中存在的，由于不能精准定位目标用户的需求和沟通方式而导致的无法精准推荐与用户匹配的车辆类商品的问题。无法精准推荐与用户匹配的车辆类商品的问题。无法精准推荐与用户匹配的车辆类商品的问题。

【技术实现步骤摘要】
为用户推荐车辆类商品的方法、装置、电子设备及介质


[0001]本申请中涉及数据处理技术，尤其是一种为用户推荐车辆类商品的方法、装置、电子设备及介质。

技术介绍

[0002]由于通信时代和社会的兴起，利用语音对用户进行商品推荐已经随着越来越多的用户在使用智能终端而不断发展。
[0003]相关技术中，在车辆类商品的销售过程中，通常存在由于不能精准定位目标用户的需求和沟通方式而导致的，无法精准推荐与用户匹配的车辆类商品的问题。这也导致在为客户推荐商品时处于被动，进而影响了用户体验。

技术实现思路

[0004]本申请实施例提供一种为用户推荐车辆类商品的方法、装置、电子设备及介质。用以解决相关技术中存在的，由于不能精准定位目标用户的需求和沟通方式而导致的无法精准推荐与用户匹配的车辆类商品的问题。
[0005]其中，根据本申请实施例的一个方面，提供的一种为用户推荐车辆类商品的方法，包括：
[0006]基于目标用户的历史行为数据，确定所述目标用户的商品感兴趣因子；以及，基于所述目标用户的历史行车数据，确定所述目标用户的行车数据因子；
[0007]基于所述商品感兴趣因子以及所述行车数据因子，确定与所述目标用户相匹配的推荐概率值；
[0008]基于与所述推荐概率值相匹配的呼叫策略，呼叫所述目标用户进行车辆类商品推荐。
[0009]可选地，在基于本申请上述方法的另一个实施例中，所述基于目标用户的历史行为数据，确定所述目标用户的商品感兴趣因子，包括：
[0010]采集所述目标用户在第一历史时间段中，访问目标商品对象的历史行为数据，所述历史行为数据包括对所述目标商品对象的点击频率、访问时长以及聚集时间点数量；
[0011]基于所述访问目标商品对象的历史行为数据，确定所述目标用户的商品感兴趣因子。
[0012]可选地，在基于本申请上述方法的另一个实施例中，基于下述公式确定所述目标用户的商品感兴趣因子，包括：
[0013]Pir＝Vuf*log
a
Vmc*log
b
Cvc；
[0014]其中，所述Pir代表商品感兴趣因子、所述Vuf代表所述点击频率、所述Vmc代表所述访问时长、所述Cvc代表所述聚集时间点数量。
[0015]可选地，在基于本申请上述方法的另一个实施例中，所述基于所述目标用户的历史行车数据，确定所述目标用户的行车数据因子，包括：
[0016]采集所述目标用户在第二历史时间段中的历史行车数据，所述历史行车数据包括所述目标用户的行车频率以及行驶里程；
[0017]基于所述历史行车数据，确定所述目标用户的行车数据因子。
[0018]可选地，在基于本申请上述方法的另一个实施例中，基于下述公式确定所述目标用户的行车数据因子，包括：
[0019]Dir＝Duf*log
a
TMuc；
[0020]其中，所述Pir代表所述行车数据因子、所述Duf代表所述行车频率、所述TMuc代表所述行驶里程。
[0021]可选地，在基于本申请上述方法的另一个实施例中，所述基于下述公式确定与所述目标用户相匹配的推荐概率值，包括：
[0022][0023]其中，所述PD代表所述推荐概率值、所述Pir代表商品感兴趣因子、所述Pir代表所述行车数据因子。
[0024]可选地，在基于本申请上述方法的另一个实施例中，所述基于与所述推荐概率值相匹配的呼叫策略，呼叫所述目标用户进行车辆类商品推荐，包括：
[0025]若确定所述推荐概率值大于预设数值，选取人工呼叫方式呼叫所述目标用户进行车辆类商品推荐；
[0026]若确定所述推荐概率值小于等于所述预设数值且大于第二数值，选取机器呼叫方式呼叫所述目标用户进行车辆类商品推荐。
[0027]可选地，在基于本申请上述方法的另一个实施例中，所述基于与所述推荐概率值相匹配的呼叫策略，呼叫所述目标用户进行车辆类商品推荐，包括：
[0028]确定所述目标用户对应的空闲时段；
[0029]在所述空闲时段中，基于所述呼叫策略呼叫所述目标用户进行车辆类商品推荐。
[0030]可选地，在基于本申请上述方法的另一个实施例中，所述确定所述目标用户对应的空闲时段，包括：
[0031]获取所述目标用户在第三历史时间段的行车轨迹数据；
[0032]基于所述行车轨迹数据的起始时间点以及终止时间点，确定所述目标用户的行车时段；
[0033]将所述行车时段以外的时间段作为所述目标用户的空闲时段。
[0034]其中，根据本申请实施例的又一个方面，提供的一种为用户推荐车辆类商品的装置，其特征在于，包括：
[0035]第一确定模块，被配置为基于目标用户的历史行为数据，确定所述目标用户的商品感兴趣因子；以及，基于所述目标用户的历史行车数据，确定所述目标用户的行车数据因子；
[0036]第二确定模块，被配置为基于所述商品感兴趣因子以及所述行车数据因子，确定与所述目标用户相匹配的推荐概率值；
[0037]呼叫模块，被配置为基于与所述推荐概率值相匹配的呼叫策略，呼叫所述目标用户进行车辆类商品推荐。
[0038]根据本申请实施例的又一个方面，提供的一种电子设备，包括：
[0039]存储器，用于存储可执行指令；以及
[0040]显示器，用于与所述存储器以执行所述可执行指令从而完成上述任一所述为用户推荐车辆类商品的方法的操作。
[0041]根据本申请实施例的还一个方面，提供的一种计算机可读存储介质，用于存储计算机可读取的指令，所述指令被执行时执行上述任一所述为用户推荐车辆类商品的方法的操作。
[0042]本申请中，可以基于目标用户的历史行为数据，确定目标用户的商品感兴趣因子；以及，基于目标用户的历史行车数据，确定目标用户的行车数据因子；基于商品感兴趣因子以及行车数据因子，确定与目标用户相匹配的推荐概率值；基于与推荐概率值相匹配的呼叫策略，呼叫目标用户进行车辆类商品推荐。通过应用本申请的技术方案，可以针对每个用户对应的历史行为数据以及历史行车数据计算出与其匹配的推荐概率值。并基于该推荐概率值的高低选取人工呼叫或机器呼叫方式来对用户进行车辆类商品的推荐。从而避免相关技术中存在的，由于不能精准定位目标用户的需求和沟通方式而导致的无法精准推荐与用户匹配的车辆类商品的问题。
[0043]下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。
附图说明
[0044]构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用于解释本申请的原理。
[0045]参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：
[0046]图1为本申请提出的一种为用户推荐车辆类商品的方法示意图；
[0047]图2为本申请提出的一种为用户推荐车辆类商品的整体流程示意图；
[0048]图3为本申请提出的一种为用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种为用户推荐车辆类商品的方法，其特征在于，包括：基于目标用户的历史行为数据，确定所述目标用户的商品感兴趣因子；以及，基于所述目标用户的历史行车数据，确定所述目标用户的行车数据因子；基于所述商品感兴趣因子以及所述行车数据因子，确定与所述目标用户相匹配的推荐概率值；基于与所述推荐概率值相匹配的呼叫策略，呼叫所述目标用户进行车辆类商品推荐。2.如权利要求1所述的方法，其特征在于，所述基于目标用户的历史行为数据，确定所述目标用户的商品感兴趣因子，包括：采集所述目标用户在第一历史时间段中，访问目标商品对象的历史行为数据，所述历史行为数据包括对所述目标商品对象的点击频率、访问时长以及聚集时间点数量；基于所述访问目标商品对象的历史行为数据，确定所述目标用户的商品感兴趣因子。3.如权利要求2所述的方法，其特征在于，基于下述公式确定所述目标用户的商品感兴趣因子，包括：Pir＝Vuf*log
a
Vmc*log
b
Cvc；其中，所述Pir代表商品感兴趣因子、所述Vuf代表所述点击频率、所述Vmc代表所述访问时长、所述Cvc代表所述聚集时间点数量。4.如权利要求1或2所述的方法，其特征在于，所述基于所述目标用户的历史行车数据，确定所述目标用户的行车数据因子，包括：采集所述目标用户在第二历史时间段中的历史行车数据，所述历史行车数据包括所述目标用户的行车频率以及行驶里程；基于所述历史行车数据，确定所述目标用户的行车数据因子。5.如权利要求4所述的方法，其特征在于，基于下述公式确定所述目标用户的行车数据因子，包括：Dir＝Duf*log
a
TMuc；其中，所述Pir代表所述行车数据因子、所述Duf代表所述行车频率、所述TMuc代表所述行驶里程。6.如权利要求1所述的方法，其特征在于，所述基于下述公式确定与所述目标用户相匹配的推荐概率值，包括：其中，所述PD代表所述推荐概率值、所述Pir代表商...

【专利技术属性】
技术研发人员：孙艳军，邓伟，夏曙东，孙智彬，张志平，
申请(专利权)人：江苏中交车旺科技有限公司，
类型：发明
国别省市：