优惠信息推送方法、系统、设备及存储介质技术方案

本发明专利技术提供了一种优惠信息推送方法、系统、设备及存储介质，所述方法包括步骤：实时获取用户浏览行为数据；分别将每一条所述用户浏览行为数据与预设规则池中的规则进行轮询匹配，获得匹配成功的目标规则组；根据所述目标规则组和用户账号，采用状态编程计算引擎筛选得到符合预设条件的目标用户信息；以及获取与所述目标用户信息匹配的优惠信息，并向目标用户推送所述优惠信息；本发明专利技术能够实现有效利用用户浏览行为中产生的数据的时效价值，及时低延迟地分析出需要推送优惠信息的用户，利于提高订单转化率。高订单转化率。高订单转化率。

【技术实现步骤摘要】
优惠信息推送方法、系统、设备及存储介质


[0001]本专利技术涉及大数据
，具体地说，涉及一种优惠信息推送方法、系统、设备及存储介质。

技术介绍

[0002]用户通常选择在在线旅游平台(Online Travel Agency,OTA)上订票或者预订酒店。用户在下单之前，通常会在商品服务展示页面浏览逗留，进行选择。当用户浏览商品之后如果没有立刻下单，会很容易产生消费欲望下降或者转而在其他平台消费。这将会导致平台的订单转化率较低，也即销售效率较低。
[0003]从时间维度来看，用户浏览行为中产生的数据的时效价值会随着时间的延长而递减。所以，如何有效利用这些用户浏览行为数据快速、低延迟地进行分析处理，进而执行针对性的营销策略，以提高订单转化率，是目前面临的一个问题。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本专利技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]针对现有技术中的问题，本专利技术的目的在于提供一种优惠信息推送方法、系统、设备及存储介质，有效利用用户浏览行为数据，制定执行针对性的营销策略，以提高订单转化率。
[0006]为实现上述目的，本专利技术提供了一种优惠信息推送方法，所述方法包括以下步骤：
[0007]S110，实时获取用户浏览行为数据；
[0008]S120，分别将每一条所述用户浏览行为数据与预设规则池中的规则进行轮询匹配，获得匹配成功的目标规则组；
[0009]S130，根据所述目标规则组和用户账号，采用状态编程计算引擎筛选得到符合预设条件的目标用户信息；以及
[0010]S140，获取与所述目标用户信息匹配的优惠信息，并向目标用户推送所述优惠信息。
[0011]可选地，所述状态编程计算引擎为Flink计算引擎。
[0012]可选地，所述预设条件为已浏览商品的用户在预设时间段内未下单；所述目标规则组中包括至少一目标规则；步骤S130包括：
[0013]将所述目标规则组和用户账号进行分组，得到多组信息对；每一组信息对包括一个所述目标规则和一个用户账号；
[0014]采用状态编程计算引擎计算每一组信息对在预设时间段内的浏览状态值和下单状态值；以及
[0015]获取所述浏览状态值和所述下单状态值符合预设条件的用户账号并输出。
[0016]可选地，所述采用状态编程计算引擎计算每一组信息对在预设时间段内的浏览状
态值和下单状态值，包括：
[0017]获取每一条所述用户浏览行为数据对应的浏览状态值；
[0018]当所述浏览状态值为第一预设值时，启动预设时间段的定时器；
[0019]当在所述预设时间段内产生与所述用户账号关联的订单数据，则将所述下单状态值设置为所述第一预设值，并清空所述浏览状态值；否则将对应的所述用户账号输出。
[0020]可选地，步骤S110包括：
[0021]获取每一条用户浏览行为数据对应的事件时间；
[0022]根据所述事件时间，对每一条所述用户浏览行为数据注册水印；
[0023]步骤S130包括：
[0024]状态编程计算引擎根据所述水印，对所述浏览状态值和所述下单状态值进行时间排序。
[0025]可选地，步骤S110包括：
[0026]获取用户当前浏览页面中的埋点数据，并将所述埋点数据存储至Kafka消息队列；
[0027]根据所述Kafka消息队列，分别将每一条所述用户浏览行为数据与预设规则池中的规则进行轮询匹配。
[0028]可选地，步骤S140包括：
[0029]S141，获取当前优惠活动以及目标用户的关联预订人员；
[0030]S142，获取目标用户的用户浏览行为数据中的浏览商品数据；
[0031]S143，获取所述关联预订人员的身份特征信息，以及获取所述当前优惠活动的客户群体和优惠条件；
[0032]S144，筛选出所述身份特征信息与所述客户群体匹配，且所述浏览商品数据与所述优惠条件匹配的当前优惠活动，将对应的优惠信息推送给目标用户。
[0033]可选地，步骤S144包括：
[0034]获取所述优惠条件中的触发价格阈值；
[0035]筛选出所述身份特征信息与所述客户群体匹配，且所述触发价格阈值小于等于所述浏览商品数据中的商品价格的当前优惠活动，将对应的优惠信息推送给目标用户。
[0036]可选地，步骤S142包括：
[0037]获取目标用户的历史订单数据；
[0038]步骤S144包括：
[0039]获取所述历史订单数据中的优惠信息对应的优惠类型，作为有效优惠类型；
[0040]筛选出所述身份特征信息与所述客户群体匹配，且所述浏览商品数据与所述优惠条件匹配的当前优惠活动，作为参考优惠活动；
[0041]筛选出优惠类型为所述有效优惠类型的参考优惠活动，将对应的优惠信息推送给目标用户。
[0042]本专利技术还提供了一种优惠信息推送系统，用于实现上述优惠信息推送方法，所述系统包括：
[0043]浏览行为数据获取模块，实时获取用户浏览行为数据；
[0044]规则轮询匹配模块，分别将每一条所述用户浏览行为数据与预设规则池中的规则进行轮询匹配，获得匹配成功的目标规则组；
[0045]目标用户信息获取模块，根据所述目标规则组和用户账号，采用状态编程计算引擎筛选得到符合预设条件的目标用户信息；以及
[0046]优惠信息获取模块，获取与所述目标用户信息匹配的优惠信息，并向目标用户推送所述优惠信息。
[0047]本专利技术还提供了一种优惠信息推送设备，包括：
[0048]处理器；
[0049]存储器，其中存储有所述处理器的可执行程序；
[0050]其中，所述处理器配置为经由执行所述可执行程序来执行上述任意一项优惠信息推送方法的步骤。
[0051]本专利技术还提供了一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现上述任意一项优惠信息推送方法的步骤。
[0052]本专利技术与现有技术相比，具有以下优点及突出性效果：
[0053]本专利技术提供的优惠信息推送方法、系统、设备及存储介质基于状态编程计算引擎，实现有效利用用户浏览行为中产生的数据的时效价值，及时低延迟地分析出需要推送优惠信息的用户，制定执行针对性的营销策略，利于提高订单转化率和销售效率。
附图说明
[0054]通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显。
[0055]图1为本专利技术一实施例公开的一种优惠信息推送方法的示意图；
[0056]图2为本专利技术另一实施例公开的一种优惠信息推送方法的示意图；
[0057]图3为本专利技术另一实施例公开的一种优惠信息推送方法中步骤S130的流程示意图；
[005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种优惠信息推送方法，其特征在于，包括以下步骤：S110，实时获取用户浏览行为数据；S120，分别将每一条所述用户浏览行为数据与预设规则池中的规则进行轮询匹配，获得匹配成功的目标规则组；S130，根据所述目标规则组和用户账号，采用状态编程计算引擎筛选得到符合预设条件的目标用户信息；以及S140，获取与所述目标用户信息匹配的优惠信息，并向目标用户推送所述优惠信息。2.如权利要求1所述的优惠信息推送方法，其特征在于，所述状态编程计算引擎为Flink计算引擎。3.如权利要求1所述的优惠信息推送方法，其特征在于，所述预设条件为已浏览商品的用户在预设时间段内未下单；所述目标规则组中包括至少一目标规则；所述步骤S130包括：将所述目标规则组和用户账号进行分组，得到多组信息对；每一组信息对包括一个所述目标规则和一个用户账号；采用状态编程计算引擎计算每一组信息对在预设时间段内的浏览状态值和下单状态值；以及获取所述浏览状态值和所述下单状态值符合预设条件的用户账号并输出。4.如权利要求3所述的优惠信息推送方法，其特征在于，所述采用状态编程计算引擎计算每一组信息对在预设时间段内的浏览状态值和下单状态值，包括：获取每一条所述用户浏览行为数据对应的浏览状态值；当所述浏览状态值为第一预设值时，启动预设时间段的定时器；当在所述预设时间段内产生与所述用户账号关联的订单数据，则将所述下单状态值设置为所述第一预设值，并清空所述浏览状态值；否则将对应的所述用户账号输出。5.如权利要求3所述的优惠信息推送方法，其特征在于，所述步骤S110包括：获取每一条用户浏览行为数据对应的事件时间；根据所述事件时间，对每一条所述用户浏览行为数据注册水印；步骤S130包括：状态编程计算引擎根据所述水印，对所述浏览状态值和所述下单状态值进行时间排序。6.如权利要求1所述的优惠信息推送方法，其特征在于，所述步骤S110包括：获取用户当前浏览页面中的埋点数据，并将所述埋点数据存储至Kafka消息队列；根据所述Kafka消息队列，分别将每一条所述用户浏览行为数据与预设规则池中的规则进行轮询匹配。7.如权利要求1所述的优惠信息推送方法，其特征在...

【专利技术属性】
技术研发人员：卢亚康，黄浩然，李庆龙，申指兵，房英明，赖飞，
申请(专利权)人：携程旅游信息技术上海有限公司，
类型：发明
国别省市：