用于提供个性化用户界面的方法和系统技术方案

一种用于向用户提供个性化用户界面的计算机实现的方法可以包括获得客户数据；获得客户物品数据；获得至少一个客户的客户界面活动数据；对预测模型进行训练；获得服装订购应用的用户的用户数据、用户物品数据或用户界面活动数据中的至少一者；基于预测模型确定一个或多个物品的排名；获得环境数据，所述环境数据包括与用户物品数据相关联的一个或更多个环境因素的值；以及基于一个或更多个物品的排名和环境数据，向用户提供与服装订购应用程序相关联的个性化用户界面。关联的个性化用户界面。关联的个性化用户界面。

【技术实现步骤摘要】
【国外来华专利技术】用于提供个性化用户界面的方法和系统


[0001]本公开内容的各种实施方式总体上涉及向用户提供个性化用户界面，并且更具体地，涉及通过预测模型向用户提供个性化用户界面。

技术介绍

[0002]时尚和服装风格管理可能给服装租赁订购服务带来若干挑战。例如，这样的挑战之一可能是，时尚和服装风格管理可能需要下述物品类别(例如，物品风格)的集合，这些物品类别是吸引人的、流行性的和季节性的，这种集合不断地适应服装租赁订购服务的客户或用户的变化和转变的兴趣。服装租赁订购服务的客户或用户可以寻找在临时社会事件中穿戴的物品，或者可能期望有能力获得各种时尚品牌而不需投入。由于时尚可能每天都在变化，旧的流行也可能重新出现，生成包括可以满足客户或用户需求的物品类别的集合的个性化用户界面，可能对于保留服装租赁订购服务的订购用户是有利的。传统上，视觉商品销售商或租户(例如，零售商、品牌商、百货商店或与服装租赁订购服务相关联的供应方供应商)的团队可能负责基于预先确定的原则(例如，本季流行的白色物品、最适合年终假期的物品的图案和颜色等)来针对每个客户或用户策划物品类别的集合，这可能是劳动密集型的，使选择物品类别的过程无法扩展。此外，视觉营销人员选择物品的传统方法可能会产生许多问题，包括较旧但相关的物品的利用率较低，或者需求高度集中于物品类别集合的较小子集，这可能对最近推出的物品的供应造成压力。
[0003]本公开内容旨在克服上述这些挑战中的一个或更多个。本文中提供的
技术介绍
描述是为了总体上介绍本公开内容的背景。除非本文中另有说明，否则本节所述的材料不是相对于本申请中的权利要求而言的现有技术，并且不因包含在本节中而承认其为现有技术或现有技术的暗示。

技术实现思路

[0004]根据本公开内容的某些方面，公开了用于向用户提供个性化用户界面的方法和系统。本文中公开的方法和系统可以克服或缓解上述提到的问题和难题。例如，本文公开的方法和系统可以基于用户界面活动数据将用户聚类或分类到不同的用户角色(例如，用户对某一物品类别的偏好)。其次，本文公开的方法和系统可以允许基于一个或多个学习模型(例如，神经网络)自动生成个性化的用户界面，其中，数据范围来自由与服装租赁订购服务相关联的一个或多个数据库收集并存储的客户/用户界面活动数据、客户/用户数据、客户/用户物品数据以及环境数据。个性化的用户界面可以在服装租赁订购服务的整个生命周期中，通过自动浮现旧的和相关的物品，并在个性化用户界面的生成过程中减少人类的参与，从而获得更好的用户体验和商业效率。
[0005]在一方面，一种用于向用户提供个性化用户界面的计算机实现的方法可以包括：经由一个或更多个处理器获得客户数据，客户数据包括服装订购应用程序的至少一个客户的客户识别数据，客户识别数据包括至少一个客户的客户人口统计学数据；经由一个或更
多个处理器获得客户物品数据，客户物品数据包括与服装订购应用程序的至少一个客户相关联的物品信息；经由一个或更多个处理器获得至少一个客户的客户界面活动数据，客户界面活动数据包括在至少一个客户和与服装订购应用程序相关联的客户界面之间的一个或更多个互动活动；经由一个或更多个处理器基于至少一个客户的客户数据、客户物品数据和客户界面活动数据来对预测模型进行训练；经由一个或更多个处理器，获得服装订购应用程序的用户的用户数据、用户物品数据或用户界面活动数据中的至少一者；经由一个或更多个处理器，通过输入用户数据、用户物品数据或用户界面活动数据中的至少一者来基于预测模型确定一个或更多个物品的排名，排名表示用户对一个或更多个物品的偏好程度；经由一个或更多个处理器获得环境数据，环境数据包括一个或更多个环境因素的值，一个或更多个环境因素包括季节因素、流行因素或经济因素中的至少一者；基于一个或更多个物品的排名和环境数据向用户提供与服装订购应用程序相关联的个性化用户界面。
[0006]在另一方面，一种用于向用户提供个性化用户界面的计算机系统可以包括：存储器，存储器存储指令；以及一个或更多个处理器，一个或更多个处理器被配置成执行指令以进行下述操作。所述操作可以包括：经由一个或更多个处理器获得客户数据，客户数据包括服装订购应用程序的至少一个客户的客户识别数据，客户识别数据包括至少一个客户的客户人口统计学数据；经由一个或更多个处理器获得客户物品数据，客户物品数据包括与服装订购应用程序的至少一个客户相关联的物品信息；经由一个或更多个处理器获得至少一个客户的客户界面活动数据，客户界面活动数据包括在至少一个客户和与服装订购应用程序相关联的客户界面之间的一个或更多个互动活动；经由一个或更多个处理器基于至少一个客户的客户数据、客户物品数据和客户界面活动数据来对预测模型进行训练；经由一个或更多个处理器获得服装订购应用程序的用户的用户数据、用户物品数据或用户界面活动数据中的至少一者；经由一个或更多个处理器通过输入用户数据、用户物品数据或用户界面活动数据中的至少一者来基于预测模型确定一个或更多个物品的排名，排名表示用户对一个或更多个物品的偏好程度；经由一个或更多个处理器获得环境数据，环境数据包括一个或更多个环境因素的值，一个或更多个环境因素包括季节因素、流行因素或经济因素中的至少一者；基于一个或更多个物品的排名和环境数据向用户提供与服装订购应用程序相关联的个性化用户界面。
[0007]在又一方面，一种用于在计算机系统上使用的非暂态计算机可读介质可以包含计算机可执行编程指令，计算机可执行编程指令用于执行提供个性化用户界面的方法，并且所述方法可以包括：经由一个或更多个处理器获得客户数据，客户数据包括服装订购应用程序的至少一个客户的客户识别数据，客户识别数据包括至少一个客户的客户人口统计学数据；经由一个或更多个处理器获得客户物品数据，客户物品数据包括与服装订购应用程序的至少一个客户相关联的物品信息；经由一个或更多个处理器获得至少一个客户的客户界面活动数据，客户界面活动数据包括在至少一个客户和与服装订购应用程序相关联的客户界面之间的一个或更多个互动活动；经由一个或更多个处理器基于至少一个客户的客户数据、客户物品数据和客户界面活动数据来对预测模型进行训练；经由一个或更多个处理器获得服装订购应用程序的用户的用户数据、用户物品数据或用户界面活动数据中的至少一者；经由一个或更多个处理器通过输入用户数据、用户物品数据或用户界面活动数据中的至少一者来基于预测模型确定一个或更多个物品的排名，排名表示用户对一个或更多个
物品的偏好程度；经由一个或更多个处理器获得环境数据，环境数据包括一个或更多个环境因素的值，一个或更多个环境因素包括季节因素、流行因素或经济因素中的至少一者；基于一个或更多个物品的排名和环境数据来向用户提供与服装订购应用程序相关联的个性化用户界面。
[0008]应当理解，前述一般描述和以下详细描述都只是示例性的和解释性的，而不是对所要求保护的所公开的实施例的限制。
附图说明
[0009]附图示出了各种示例性实施方式，附图结合到本申请中并构成本申请的一部分，附图与说明书一起用于说明所公开实施方式的原理。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于向用户提供个性化用户界面的计算机实现的方法，所述方法包括：经由一个或更多个处理器获得客户数据，所述客户数据包括服装订购应用程序的至少一个客户的客户识别数据，所述客户识别数据包括所述至少一个客户的客户人口统计学数据；经由所述一个或更多个处理器获得客户物品数据，所述客户物品数据包括与所述服装订购应用程序的所述至少一个客户相关联的物品信息；经由所述一个或更多个处理器获得所述至少一个客户的客户界面活动数据，所述客户界面活动数据包括在所述至少一个客户和与所述服装订购应用程序相关联的客户界面之间的一个或更多个互动活动；经由所述一个或更多个处理器基于所述至少一个客户的所述客户数据、所述客户物品数据和所述客户界面活动数据来对预测模型进行训练；经由所述一个或更多个处理器获得所述服装订购应用程序的用户的用户数据、用户物品数据或用户界面活动数据中的至少一者；经由所述一个或更多个处理器，通过输入所述用户数据、所述用户物品数据或所述用户界面活动数据中的至少一者来基于训练后的预测模型确定一个或更多个物品的排名，所述排名表示所述用户对所述一个或更多个物品的偏好程度；经由所述一个或更多个处理器获得环境数据，所述环境数据包括一个或更多个环境因素的值，所述一个或更多个环境因素包括季节因素、流行因素或经济因素中的至少一者；经由所述一个或更多个处理器基于所获得的包括所述一个或更多个环境因素的值的环境数据，对经由所述训练后的预测模型排名后的一个或更多个物品进行更新；以及基于更新后的一个或更多个物品，向所述用户提供与所述服装订购应用程序相关联的所述个性化用户界面。2.根据权利要求1所述的计算机实现的方法，还包括：在对所述预测模型进行训练之前，将所述客户数据和所述客户物品数据分别转换为嵌入式客户数据和嵌入式物品数据。3.根据权利要求2所述的计算机实现的方法，还包括：基于所述至少一个客户的所述嵌入式客户数据、所述嵌入式物品数据和所述客户界面活动数据来对所述预测模型进行训练。4.根据权利要求1所述的计算机实现的方法，其中，所述用户不是所述至少一个客户。5.根据权利要求1所述的计算机实现的方法，其中，对所述预测模型进行训练包括：基于所述客户界面活动数据来对所述至少一个客户进行聚类。6.根据权利要求1所述的计算机实现的方法，其中，所述用户数据包括所述用户的用户识别数据。7.根据权利要求1所述的计算机实现的方法，其中，所述用户物品数据包括：与所述服装订购应用程序的所述用户相关联的物品信息。8.根据权利要求1所述的计算机实现的方法，其中，对所述预测模型进行训练包括：利用一个或更多个损失函数来对所述预测模型进行训练。9.根据权利要求1所述的计算机实现的方法，还包括：在预定的时间段内对所述个性化的用户界面进行更新。10.根据权利要求9所述的计算机实现的方法，其中，所述预定的时间段是基于一个或
更多个流行性物品的到达时间来确定的。11.根据权利要求1所述的计算机实现的方法，其中，所述一个或更多个环境因素包括季节因素，所述季节因素表示对租赁所述一个或更多个物品的季节性影响。12.根据权利要求1所述的计算机实现的方法，其中，所述一个或更多个环境因素包括流行因素，所述流行因素描述关于一个或更多个流行物品的信息。13.一种用于向用户提供个性化用户界面的计算机系统，包括：存储器，所述存储器存储指令；以及一个或更多个处理器，所述一个或更多个处理器被配置成执行所述指令以进行下述操作，所述操作包括：获得客户数据，所述客户数据包括服装订购应用程序的至少一个客户的客户识别数据，所述客户识别数据包括所述至少一个客户的客户人口统计学数据；获得客户物品数据，所述客户物品数据包括与所述服装订购应用程序的所述至少一个客户相关联的物品信息；获得所述至少一个客户的客户...

【专利技术属性】
技术研发人员：蔡玉成，史蒂文，
申请(专利权)人：凯首公司，
类型：发明
国别省市：