一种智能提醒方法、系统以及存储介质技术方案

本发明专利技术公开了一种智能提醒方法、系统以及存储介质，该提醒方法包括如下步骤：采集历史C端消费者在B端商户的消费信息和营销结算信息，构建消费以及营销结算特征模型，提取C端消费者的消费特征和营销结算特征，构成客户消费特征数据库；构建用户营销结算贡献值计算模型；依据客户消费特征数据库中消费特征计算营销结算特征对应的用户营销结算贡献值；本发明专利技术改变传统的用户画像仅能通过后台界面查询的现状，使得用户画像能够更加有效的在B端与C端发生交互时得以展示，同时改变传统的结算策略，通过智能提醒系统准确直观的告知C端消费者结算分发以及结算使用的情况，提升C端用户的粘性，为B端商户经营店铺提供行之有效的宣传手段。传手段。传手段。

【技术实现步骤摘要】
一种智能提醒方法、系统以及存储介质


[0001]本专利技术涉及市场结算
，具体是一种智能提醒方法、系统以及存储介质。

技术介绍

[0002]近年来，随着移动支付行业的迅猛发展，越来越多的提醒系统出现在B端商户的眼帘中，为B端商户提供收单辅助，但当前的收单辅助系统，不能结合商户本身的经营情况，面对的客群情况以及商户自身定位，为商户商铺的运营与发展提供帮助，仅仅提供了最基本的收款播报服务。随着市场竞争的日益激烈，绝大多数B端商户无法有效的对自身进行结算推广，仅能依赖于美团、饿了吗等大型平台，但又需要支付高额的佣金。在获取相应客源时，同时成本也在不断增加。
[0003]为此，我们提出了一种智能提醒方法、系统以及存储介质；我们通过智能提醒系统，对进入B端商户的C端消费者进行及时的角色定位、结算使用情况以及结算获取情况进行精确提醒，把产品的焦点放到用户的行为和动机上，找到需求痛点。使得B端商户以及C端消费者能够更加直观准确的感知到结算资源的使用，以及结算策略获得的效果。在B端商户更好的经营发展后，准确及时的告知相关的金融优惠政策，为商户更好的提供金融衍生服务。

技术实现思路

[0004]本专利技术的目的在于提供一种智能提醒方法、系统以及存储介质，解决的技术问题是目前商户用提醒系统，仅仅在消费完成后，完成收款语音的播报，并未提供相关B端商户的客户经营用户的衍生能力与功能；无法有效的对B端商户形成经营支撑。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种智能提醒方法，包括如下步骤：
[0007]S1、采集历史C端消费者在B端商户的消费信息和营销结算信息，构建消费以及营销结算特征模型，提取C端消费者的消费特征和营销结算特征，构成客户消费特征数据库；
[0008]S2、构建用户营销结算贡献值计算模型；依据客户消费特征数据库中消费特征计算营销结算特征对应的用户营销结算贡献值，构成用户营销结算贡献集；
[0009]S3、构建基于BP神经网络的营销结算贡献模型，利于S1和S2中的消费特征、上一次营销结算特征以及用户营销结算贡献集进行训练和测试，输出当次营销结算特征；获得基于BP神经网络的营销结算贡献模型；
[0010]S4、构建预设营销结算贡献模型，采集当前C端消费者的消费信息，提取当前C端消费者的消费特征，依据预设营销结算贡献模型计算当前C端消费者的预设营销结算贡献值；
[0011]S5、依据S4中当前C端消费者的消费特征、当前C端消费者的预设营销结算贡献值以及上一次营销结算特征，利用S3中基于BP神经网络的营销结算贡献模型，计算获得当前C端消费者的营销结算特征；
[0012]S6、利用当前C端消费者的营销结算特征，进行实时结算，且汇编消费信息以及营
销结算信息，并随后语音播报提醒。
[0013]优选的，所述消费特征涵盖消费时间、地点、身份、消费金额以及人数；所示消费特征模型，如公式(1)所示：
[0014]C
ij
＝[C
ID
,C
Tj
,C
Pj
,C
Aj
，C
Nj
，C
Rj
]ꢀꢀꢀꢀ
(1)；
[0015]其中C
ij
为i用户的第j次消费特征；C
ID
为用户身份，按会员和非会员进行编码赋值；C
Tj
为该用户第j次开始消费时间，取整值，取值范围(0
‑
24)；C
Pj
为消费地点，按该用户在B端商户的消费门店大小进行编码赋值；C
Aj
为该用户第j次消费金额，C
Nj
为该用户第j次消费人数，C
Rj
为该用户第j次充值信息。
[0016]优选的，所述营销结算特征涵盖用券金额、折扣金额、积分增加值以及积分抵扣金额，所示营销结算特征模型公式(2)所示：
[0017]M
ij
＝[M
Qj
,M
Dj
,M
Sj
,M
SDj
](2)，其中M
ij
为i用户第j次消费的营销结算特征；M
Qj
为该用户第j次消费的用券金额、M
Dj
为该用户第j次消费的折扣金额、M
Sj
为该用户第j次消费的积分增加值、M
SDj
为该用户第j次消费的积分抵扣金额。
[0018]优选的，所述用户营销结算贡献值计算模型如公式(3)所示：
[0019][0020]其中G
ij
为i用户的第j次用户营销结算贡献值，C
Aj+1
为该用户第j+1次消费金额，C
Aj
为该用户第j次消费金额。
[0021]优选的，所述基于BP神经网络的营销结算贡献模型如公式(4)所示：
[0022]M
ij
＝F(C
ij
,M
ij
‑1,G
ij
)
ꢀꢀꢀꢀ
(4)；
[0023]其中M
ij
,M
ij
‑1分别为i用户第j次以及第j
‑
1次的营销结算特征，C
ij
为i用户的第j次消费特征；G
ij
为i用户第j次消费的用户营销结算贡献值。
[0024]优选的，所述构建预设营销结算贡献模型如公式(5)所示：
[0025][0026]其中a为i用户首次消费的预设营销结算贡献值；b为i非会员用户第j次消费的预设营销结算贡献值；b为i会员用户第j次消费的预设营销结算贡献值。
[0027]优选的，基于BP神经网络的营销结算贡献模型的BP神经网络有输入层、隐含层和输出层；输入层有三个输入分别为：C
ij
为i用户的第j次消费特征；M
ij
‑1为i用户第j
‑
1次消费的营销结算特征；G
ij
为i用户第j次消费的用户营销结算贡献值；输出层有1个，M
ij
为i用户第j次消费的营销结算特征；所述基于BP神经网络的营销结算贡献模型的BP神经网络的隐含层采用tansig函数。
[0028]优选的，还包括根据客户消费特征数据库，进行用户画像构建，在实时结算前，推荐相似的用户画像的购买产品。
[0029]一种采用上述智能提醒方法的智能提醒系统，包括采集单元，用于采集当前和历史C端消费者在B端商户的消费信息以及营销结算信息；
[0030]至少一处理器，用于分析处理C端消费者的消费信息以及营销结算信息，获得当前
C端消费者当次的营销结算信息，并实时结算；
[0031]以及语音播报单元，用于实时结算后的语音播报。
[0032]一种存储介质，存储有计算机程序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能提醒方法，其特征在于，包括如下步骤：S1、采集历史C端消费者在B端商户的消费信息和营销结算信息，构建消费以及营销结算特征模型，提取C端消费者的消费特征和营销结算特征，构成客户消费特征数据库；S2、构建用户营销结算贡献值计算模型；依据客户消费特征数据库中消费特征计算营销结算特征对应的用户营销结算贡献值，构成用户营销结算贡献集；S3、构建基于BP神经网络的营销结算贡献模型，利于S1和S2中的消费特征、上一次营销结算特征以及用户营销结算贡献集进行训练和测试，输出当次营销结算特征；获得基于BP神经网络的营销结算贡献模型；S4、构建预设营销结算贡献模型，采集当前C端消费者的消费信息，提取当前C端消费者的消费特征，依据预设营销结算贡献模型计算当前C端消费者的预设营销结算贡献值；S5、依据S4中当前C端消费者的消费特征、当前C端消费者的预设营销结算贡献值以及上一次营销结算特征，利用S3中基于BP神经网络的营销结算贡献模型，计算获得当前C端消费者的营销结算特征；S6、利用当前C端消费者的营销结算特征，进行实时结算，且汇编消费信息以及营销结算信息，并随后语音播报提醒。2.根据权利要求1所述的一种智能提醒方法，其特征在于，所述S1中消费特征涵盖消费时间、地点、身份、消费金额以及人数；所示消费特征模型，如公式(1)所示：其中C
ij
为i用户的第j次消费特征；C
ID
为用户身份，按会员和非会员进行编码赋值；C
Tj
为该用户第j次开始消费时间，取整值，取值范围(0
‑
24)；C
Pj
为消费地点，按该用户在B端商户的消费门店大小进行编码赋值；C
Aj
为该用户第j次消费金额，C
Nj
为该用户第j次消费人数，C
Rj
为该用户第j次充值信息。3.根据权利要求2所述的一种智能提醒方法，其特征在于，所述S1中营销结算特征涵盖用券金额、折扣金额、积分增加值以及积分抵扣金额，所示营销结算特征模型公式(2)所示：(2)，其中M
ij
为i用户第j次消费的营销结算特征；M
Qj
为该用户第j次消费的用券金额、M
Dj
为该用户第j次消费的折扣金额、M
Sj
为该用户第j次消费的积分增加值、M
SDj
为该用户第j次消费的积分抵扣金额。4.根据权利要求3所述的一种智能提醒方法，其特征在于，所述S2中用户营销结算贡献值计算模型如公式(3)所示：...

【专利技术属性】
技术研发人员：史晋，
申请(专利权)人：南京汇银迅信息技术有限公司，
类型：发明
国别省市：