[发明专利]一种基于大数据的用户点击信息奖励方法在审

专利信息
申请号: 201610801903.9 申请日: 2016-09-05
公开(公告)号: CN106157099A 公开(公告)日: 2016-11-23
发明(设计)人: 颜臣;李易业 申请(专利权)人: 广东聚联电子商务股份有限公司
主分类号: G06Q30/02 分类号: G06Q30/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 510665 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于大数据的用户点击信息奖励方法,包括信息推送以及用户根据点击的次数获取奖励,与现有技术相比,本发明具有如下的有益效果:通过分析用户数据获得用户的需求,提高用户获取所需信息和信息推送的效率,不仅避免了电子商务中用户搜索所需商品所产生的浏览中的大量无关信息,大大提高了电子商务的效率,同时大大改善了用户的使用体验,能有效的引导用户购物,满足用户购物体验,同时,通过根据点击的次数用户可获取相应的奖励,进一步的提升了用户点击推送信息的欲望,方便商品的促销。
搜索关键词: 一种 基于 数据 用户 点击 信息 奖励 方法
【主权项】:
一种基于大数据的用户点击信息奖励方法,其特征在于:包括信息推送以及用户根据点击的次数获取奖励,其中信息推送包括以下步骤:步骤1,数据采集,通过多个小型数据库采集用户数据,多个小型数据库通过采集用户在购物网站的点击商品的记录、购买商品的记录以及在商品购物页面停留的时间;步骤2,数据预处理,通过多个小型数据库对采集的用户数据进行数据清洗、数据转换、数据整合及数据加载中一种或者多种操作将基础数据转换为预处理后的数据,然后通过多个小型数据库对将这些预处理后的数据导入到一个集中的大型分布式数据库,或者分布式存储集群;步骤3,数据储存,通过一个集中的大型分布式数据库,或者分布式存储集群将预处理后的数据储存在一个集中的大型分布式数据库,或者分布式存储集群中;步骤4,数据分析挖掘,利用一个集中的大型分布式数据库,或者分布式存储集群对存储于其内的海量数据进行普通的分析和分类汇总,以满足大多数常见的分析需求,在现有数据上面进行基于各种算法的计算,从而起到预测的效果,从而实现一些高级别数据分析的需求,从而预测未来的用户购买行为;步骤5,结果展现,在用户浏览购物网页时,根据预测未来的用户购买行为,向用户推送购物商品信息;用户根据点击的次数获取奖励,包括以下步骤:步骤S1,进入浏览界面,此时用户通过浏览器进入特定购物网页;步骤S2,进入登录界面,在这个特定购物网页中,用户通过相应的按键进入登录界面;步骤S3,是否为会员,用户根据自身的情况,判断以前是否在这个购物网页中注册成会员,并根据结果,进入不同的步骤;步骤S4,注册会员,用户根据网站的提示,填写身份信息,所述身份信息包括个人姓名、登陆账号、地址、手机号以及密码,在填写完成后,购物网页通过与自身数据库中的数据进行对比,若不存在信息重复,则进行步骤S2;步骤S5,会员登录,用户根据网站的提示,填写身份信息,所述身份信息包括个人姓名、登陆账号、地址、手机号以及密码,在填写完成后,购物网页通过与自身数据库中的数据进行对比,若信息与之前注册的信息相同,则进行步骤S6;步骤S6,是否点击推送的信息,网站根据用户是否点击推送的信息从而进行不同的步骤;步骤S7,根据点击的次数获取奖励,用户通过点击推送的购物商品信息,进入购物商品浏览界面,每当用户通过点击推送的购物商品信息,进入购物商品浏览界面,点击的次数加一,网站根据用户点击的次数,向用户发送对应的奖励;步骤S8,结束,若用户点击推送的信息,则获取对应的奖励并结束,若用户未点击推送的信息,则直接结束。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东聚联电子商务股份有限公司,未经广东聚联电子商务股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610801903.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top