本申请涉及计算机技术领域，尤其涉及一种资源和营销推荐方法、装置及电子设备。
背景技术：
随着互联网技术和电子商务的快速发展，人们可以通过互联网渠道获取产品或业务的相关信息，比如可以通过智能移动终端或者个人电脑(Personal Computer，PC)端获取想要购买的产品以及产品对应的商家、或者想要办理的业务的一些信息。
目前，各电商平台或运营商，比如淘宝网、京东商城等电商平台可以基于用户画像(比如用户的年龄、性别、学历、消费水平等与用户有关的数据)和用户行为(比如用户访问某个网站、在网站中输入的某个或者某几个关键词等行为数据)来确定用户的需求，并为用户推荐与其需求相匹配的资源。
然而，上述这种资源的推荐方式的周期往往较长，比如可能按几天或几个小时的周期来确定用户的需求，也就是说，在获取用户在访问某个网站时在该网站中多次输入某个关键词以及用户的历史画像数据确定用户的某个需求后，并确定了与该需求相匹配的资源之后，便可能会在用户之后访问该网站的某段时间内，多次为用户推荐该资源，这样一方面会让用户产生逆反心理，另一方面，也就不能实时满足用户的需求。
技术实现要素：
本申请实施例提供一种资源和营销推荐方法、装置及电子设备，以解决现有的资源推荐方法不够优化的问题。
为解决上述技术问题，本申请实施例是这样实现的：
第一方面，提出了一种资源推荐方法，包括：
获取流量数据；
基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的资源。
第二方面，提出了一种营销推荐方法，包括：
获取流量数据；
基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的营销产品或营销活动。
第三方面，提出了一种资源推荐装置，包括：
获取单元，获取流量数据；
第一确定单元，基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
第二确定单元，基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的资源。
第四方面，提出了一种营销推荐装置，包括：
获取单元，获取流量数据；
第一确定单元，基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
第二确定单元，基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的营销产品或营销活动。
第五方面，提出了一种电子设备，该电子设备包括：
处理器；以及
获取流量数据；
基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的资源。
第六方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
获取流量数据；
基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的资源。
第七方面，提出了一种电子设备，该电子设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
获取流量数据；
基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的营销产品或营销活动。
第八方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
获取流量数据；
基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的营销产品或营销活动。
由以上本申请实施例提供的技术方案可见，本申请实施例方案至少具备如下一种技术效果：
在为用户确定推荐的资源时，能够获取流量数据，并基于流量数据，确定与该流量数据对应的用户信息、与流量数据对应的实时状态信息、以及与该流量数据对应的流量来源信息，最后能够基于用户信息、实时状态信息与流量来源信息，由于为用户确定推荐的资源时同时考虑了用户本人的信息(比如年龄、职业、性别等信息)、实时状态信息(比如位置、时间、天气、所处节假日等信息)以及流量来源信息(比如是某篇美食或美景文章的信息)这三方面的信息，因此，最后确定的待推荐的资源也就能够更加满足用户的需求，且实时性更高。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本说明书的一个实施例提供的一种资源推荐方法的实现流程示意图；
图2为本说明书的一个实施例提供的资源推荐方法的具体实现流程示意图；
图3为本说明书的一个实施例提供的一种营销推荐方法的实现流程示意图；
图4为本说明书的一个实施例提供的电子设备的结构示意图；
图5为本说明书的一个实施例提供的另一电子设备的结构示意图；
图6为本说明书的一个实施例提供的营销推荐装置的结构示意图；
图7为本说明书的一个实施例提供的营销推荐装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
为解决现有的资源推荐方法不够优化的问题，本说明书实施例提供一种资源推荐方法。本说明书实施例提供的信息推荐方法的执行主体可以但不限于手机、平板电脑、可穿戴设备等能够被配置为执行本发明实施例提供的该方法用户终端中的至少一种，或者，该方法的执行主体，还可以是能够执行该方法的客户端本身。
为便于描述，下文以该方法的执行主体为能够执行该方法的移动终端为例，对该方法的实施方式进行介绍。可以理解，该方法的执行主体为移动终端只是一种示例性的说明，并不应理解为对该方法的限定。
具体地，本说明书一个或多个实施例资源推荐方法的实现流程示意图如图1所示，包括：
步骤110，获取流量数据；
其中，流量数据可以是用户访问预设的某几个应用程序(Application，APP)或者网站时所产生的，比如一个企业旗下包括购物APP及其网站、旅游APP及其网站和支付APP及其网站，那么这里的流量数据便可以是用户访问这个企业旗下的购物APP及其网站、旅游APP及其网站和支付APP及其网站时，或者在这些APP及其网站中输入关键词或者其他的行为(比如点击行为)时所产生的。当检测到某个用户访问了这些APP及其网站，便可以获取对应的流量数据。
步骤120，基于流量数据，确定与流量数据对应的用户信息、与流量数据对应的实时状态信息、以及与流量数据对应的流量来源信息；
由于用户在访问APP及其网站时，以购物APP为例，用户往往会在已登录的情况下访问该购物APP，以便进行添加商品到购物车、收藏商品以及购买商品的操作，也就是说该购物APP在用户访问时所产生的流量数据中会携带该用户唯一的身份标识(Identity，ID)信息，因此，在获取了流量数据之后，基于流量数据，确定与流量数据对应的用户信息，具体可以首先基于流量数据，确定与流量数据对应的用户身份标识；然后从历史人群信息数据库中，获取与用户ID对应的用户信息。
以一个企业旗下包括购物APP及其网站、旅游APP及其网站和支付APP及其网站为例，其中，上述历史人群信息数据库中可以包含有该企业旗下的所包括的APP及其网站的所有已注册用户的用户信息，每个用户均有一个唯一的用户ID，为便于查找各用户ID与其对应的用户信息，该用户ID与其对应的用户信息之间在存储在历史人群信息数据库中建立了对应关系。该用户信息可以是在用户注册和使用该企业旗下的APP及其网站时所获取的，可以包括用户的年龄、性别、职业、收入状况、职业、教育水平、居住地以及交易记录等信息。
在获取了流量数据的同时，由于APP及其网站往往能够获取该流量数据产生的时刻和位置，因此可以基于流量数据，确定与流量数据对应的实时状态信息，具体可以基于流量数据，通过实时状态检测模块获取与流量数据对应的实时状态数据，其中实时状态信息至少包括下述至少一种：位置信息、天气信息、时间信息、以及与位置信息对应的人文信息。其中，天气信息以及与位置信息对应的人文信息可以基于获取的位置信息和时间信息来获取。
应理解，基于流量数据，确定与流量数据对应的实时状态信息，主要是为了获取用户当前处于什么样的实时环境，由于考虑了用户当前的实时环境，并基于该实时环境更准确地挖掘出用户当前的实时需求，最后为用户确定的待推荐的资源也就更能满足用户的需求，从而能够提高用户转入该资源的概率。
由于用户访问APP及其网站的渠道可以有多种，也就是说，获取的流量数据的来源可以有多种，比如可以通过点击短信推荐中的链接、点击美食或景点评论中的链接、点击文章中的图片或链接等渠道来访问APP及其网站，而这些不同的渠道都包含有不同的信息，比如不同的文章所涉及的内容都是不同的，基于流量数据，确定与流量数据对应的流量数据来源信息，具体可以首先基于流量数据，确定流量数据的来源；然后根据流量数据的来源，确定流量数据的来源信息，该流量数据的来源信息包括下述至少一种：流量数据的来源的质量信息、流量数据的来源的环境信息、流量数据的来源的历史访问次数、流量数据的来源的曝光率。
其中，若某一条流量数据的来源的质量越高、历史访问次数越高且其曝光率越高，则表明该流量数据对应的用户转入待推荐资源的概率则可能越高。而流量数据的来源的环境信息则可以是比如用户是通过某个美食文章中的链接访问APP及其网站的，则可以获取该美食文章中描述的相关美食信息作为流量数据的来源的环境信息。这些流量数据的来源信息可以作为下文所述的资源推荐模型和决策推荐模型的输入，以得到较能满足用户需求，也就是转化率较高的资源。
步骤103，基于用户信息、实时状态信息与流量来源信息，确定待推荐的资源。
应理解，为了提高为用户匹配出待推荐的资源的效率和准确性，可以基于用户信息确定出用户特征，比如确定出的用户特征可以包括：高收入、爱旅游、美食爱好者等特征；可以基于实时状态信息确定实时状态特征，比如确定出实时状态特征包括：酷暑、海边等特征；还可以基于流量来源信息确定流量来源特征，比如确定出的流量来源特征包括：文章中的具体描述的某一种产品；最后，可以基于用户特征、实时状态特征和流量来源特征，确定待推荐的资源。
上述这些确定出的用户特征、实时状态特征以及流量来源特征可以以标签的形式存储在下文所述的资源推荐模型中，为便于快速并准确地确定出与这些用户特征、实时状态特征以及流量来源特征相匹配的资源，可以预先在该资源推荐模型通过多次训练，建立用户特征的标签、实时状态特征的标签以及流量来源特征的标签与资源之间的对应关系。
在实际应用中，为了能够提高确定待推荐的资源的效率和准确性，可以预先根据一些历史数据，比如可以基于多个用户在近一个月内的交易记录中提取出的用户特征、实时状态特征和流量来源特征训练得到的。因此，基于用户特征、实时状态特征和流量来源特征，确定待推荐的资源，具体来说，可以将用户特征、实时状态特征和流量来源特征作为资源推荐模型的输入，以得到输出的待推荐资源，其中，资源推荐模型可以是基于多个流量数据中对应的用户特征、实时状态特征和流量来源特征训练得到的。
在将用户特征、实时状态特征和流量来源特征作为资源推荐模型的输入，以得到输出的待推荐资源之后，在实际应用中，由于资源推荐模型可能会根据输入的用户特征、实时状态特征和流量来源特征输出一个或一个以上的待推荐资源，为了能够确定出用户最感兴趣的待推荐资源，本发明实施例在通过资源推荐模型得到输出的待推荐资源之后，还可以将待推荐资源和预设特征作为决策资源推荐模型的输入，以得到输出的转化率最高的待推荐资源；再将该转化率最高的资源推荐给用户信息对应的用户。决策资源推荐模型可以是基于多个待推荐资源和多个待推荐资源对应的预设特征训练得到的。
应理解，转化率最高的待推荐资源，也就是推荐给用户之后，用户转入的概率最高的待推荐资源。待推荐资源在实际应用中可以包括优惠券、店铺、文章、游记、商品、理财产品等等，以优惠券为例，转化率最高的优惠券被推荐给用户之后，用户使用该优惠券的概率最高。
其中，上述的预设特征包括下述至少一种：用户信息对应的用户特征、待推荐资源对应的资源接收方特征和运营规则。其中用户信息对应的用户特征也就是上文所述的基于用户信息确定的用户特征，待推荐资源对应的资源接收方特征，以待推荐资源为商品为例，那么待推荐资源对应的资源接收方则可以是商户，其特征则可以是规模比较大，运营规则比如可以是以大商户的商品优先推荐的规则。
如图2所示，本说明书的一个实施例提供的资源推荐方法的具体实现流程示意图，在图2中，首先获取一条流量数据，然后可以基于该流量数据通过实时状态检测模块获取实时状态信息，并基于该流量数据确定对应的用户ID，从历史人群信息数据库中获取与该用户ID对应的用户信息，再基于该流量数据从渠道信息数据库中获取与该流量数据对应的流量来源信息；然后通过特征提取模块提取出获取的用户信息对应的用户特征、实时状态信息对应的实时状态特征和流量来源信息对应的流量来源特征；再将这些提取出的用户特征、实时状态特征和流量来源特征作为资源推荐模型的输入，从图2中的资源信息数据库中匹配与这三类特征匹配的至少一个待推荐资源，将该待推荐资源作为决策资源推荐模型的输入，以得到转化率最高的资源推荐给用户。
在为用户确定推荐的资源时，能够获取流量数据，并基于流量数据，确定与该流量数据对应的用户信息、与流量数据对应的实时状态信息、以及与该流量数据对应的流量来源信息，最后能够基于用户信息、实时状态信息与流量来源信息，由于为用户确定推荐的资源时同时考虑了用户本人的信息(比如年龄、职业、性别等信息)、实时状态信息(比如位置、时间、天气、所处节假日等信息)以及流量来源信息(比如是某篇美食或美景文章的信息)这三方面的信息，因此，最后确定的待推荐的资源也就能够更加满足用户的需求，且实时性更高。
为解决现有的资源推荐方法不够优化的问题，本说明书实施例提供一种营销推荐方法，如图3所示，为该方法的实现流程示意图，包括：
步骤310，获取流量数据；
其中，流量数据可以是用户访问预设的某几个应用程序(Application，APP)或者网站时所产生的。
步骤320，基于流量数据，确定与流量数据对应的用户信息、与流量数据对应的实时状态信息、以及与流量数据对应的流量来源信息；
可选的，基于流量数据，确定与所述流量数据对应的用户信息，具体可以基于流量数据，确定与流量数据对应的用户身份标识ID；再从历史人群信息数据库中，获取与用户ID对应的用户信息。
可选的，基于流量数据，确定与流量数据对应的实时状态信息，具体可以基于流量数据，通过实时状态检测模块获取与流量数据对应的实时状态数据，实时状态信息至少包括下述至少一种：位置信息、天气信息、时间信息、以及与位置信息对应的人文信息。
可选的，基于流量数据，确定与流量数据对应的流量来源信息，具体可以基于流量数据，确定流量数据的来源；再根据流量数据的来源，确定流量数据的来源信息，流量数据的来源信息包括下述至少一种：流量数据的来源的质量信息、流量数据的来源的环境信息、所述流量数据的来源的历史访问次数、流量数据的来源的曝光率。
步骤330，基于所述用户信息、实时状态信息与流量来源信息，确定待推荐的营销产品或营销活动。
可选的，基于用户信息、实时状态信息与流量来源信息，确定待推荐的营销产品或营销活动，具体可以基于用户信息确定用户特征；基于实时状态数据确定实时状态特征；基于流量来源信息确定流量来源特征；基于用户特征、实时状态特征和流量来源特征，确定待推荐的营销产品或营销活动。
可选的，基于用户特征、实时状态特征和流量来源特征，确定待推荐的营销产品或营销活动，具体可以将用户特征、实时状态特征和流量来源特征作为营销推荐模型的输入，以得到输出的待推荐的营销产品或营销活动，其中，营销推荐模型是基于多个流量数据中对应的用户特征、实时状态特征和流量来源特征训练得到的。
可选的，在将用户特征、实时状态特征和流量来源特征作为营销推荐模型的输入，以得到输出的待推荐的营销产品或营销活动之后，还可以将待推荐营销产品或营销活动和预设特征作为决策营销推荐模型的输入，以得到输出的转化率最高的待推荐的营销产品或营销活动，预设特征包括下述至少一种：用户信息对应的用户特征、待推荐资源对应的商户特征和运营规则，决策营销推荐模型是基于多个待推荐的营销产品或营销活动和多个待推荐营销产品或营销活动对应的预设特征训练得到的；再将转化率最高的营销产品或营销活动推荐给用户信息对应的用户。
图3所示实施例相关步骤的具体实现可参考图1所示实施例中对应的步骤的具体实现，本说明书一个或多个实施例在此不再赘述。
在为用户确定推荐的营销产品或营销活动时，能够获取流量数据，并基于流量数据，确定与该流量数据对应的用户信息、与流量数据对应的实时状态信息、以及与该流量数据对应的流量来源信息，最后能够基于用户信息、实时状态信息与流量来源信息，由于为用户确定推荐的营销产品或营销活动时同时考虑了用户本人的信息(比如年龄、职业、性别等信息)、实时状态信息(比如位置、时间、天气、所处节假日等信息)以及流量来源信息(比如是某篇美食或美景文章的信息)这三方面的信息，因此，最后确定的待推荐的营销产品或因活动也就能够更加满足用户的需求，且实时性更高。
图4是本说明书的一个实施例提供的电子设备的结构示意图。请参考图4，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(Extended Industry Standard Architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成资源增值对象与资源对象的关联装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
获取流量数据；
基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的资源。
上述如本说明书图1所示实施例揭示的资源推荐方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的资源推荐方法，本说明书在此不再赘述。
当然，除了软件实现方式之外，本说明书的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
图5是本说明书的一个实施例电子设备的结构示意图。请参考图5，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(Extended Industry Standard Architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成基于资源对象选择资源增值对象的装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
获取流量数据；
基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的营销产品或营销活动。
上述如本说明书图3所示实施例揭示的确定营销推荐方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图3的营销推荐方法，本说明书在此不再赘述。
当然，除了软件实现方式之外，本说明书的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
图6是本说明书提供的资源推荐装置600的结构示意图。请参考图6，在一种软件实施方式中，资源推荐装置600可包括获取单元601、第一确定单元602和第二确定单元603，其中：
获取单元601，获取流量数据；
第一确定单元602，基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
第二确定单元603，基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的资源。
在一种实施方式中，所述第二确定单元603，
若确定所述至少一个所述置信资源转移区域的区域数量大于1，则确定所述至少一个所述置信资源转移区域的区域离散度；
根据所述区域离散度，确定所述资源转移码是否存在一码多址。
在一种实施方式中，所述第二确定单元603，
基于所述用户信息确定用户特征；
基于所述实时状态数据确定实时状态特征；
基于所述流量来源信息确定流量来源特征；
基于所述用户特征、所述实时状态特征和所述流量来源特征，确定待推荐的资源。
在一种实施方式中，所述第二确定单元603，
将所述用户特征、所述实时状态特征和所述流量来源特征作为资源推荐模型的输入，以得到输出的待推荐资源，其中，资源推荐模型是基于多个流量数据中对应的用户特征、实时状态特征和流量来源特征训练得到的。
在一种实施方式中，在所述第二确定单元603将所述用户特征、所述实时状态特征和所述流量来源特征作为资源推荐模型的输入，以得到输出的待推荐资源之后，所述装置还包括：
决策单元604，将所述待推荐资源和预设特征作为决策资源推荐模型的输入，以得到输出的转化率最高的待推荐资源，所述预设特征包括下述至少一种：所述用户信息对应的用户特征、所述待推荐资源对应的资源接收方特征和运营规则，所述决策资源推荐模型是基于多个待推荐资源和多个待推荐资源对应的预设特征训练得到的；
推荐单元605，将所述转化率最高的资源推荐给所述用户信息对应的用户。
在一种实施方式中，所述第一确定单元602，
基于所述流量数据，确定与所述流量数据对应的用户身份标识ID；
从历史人群信息数据库中，获取与所述用户ID对应的用户信息。
在一种实施方式中，所述第一确定单元602，
基于所述流量，通过实时状态检测模块获取与所述流量对应的实时状态数据，所述实时状态信息至少包括下述至少一种：位置信息、天气信息、时间信息、以及与所述位置信息对应的人文信息。
在一种实施方式中，所述第一确定单元602，
基于所述流量，确定所述流量的来源；
根据所述流量的来源，确定所述流量的来源信息，所述流量的来源信息包括下述至少一种：所述流量的来源的质量信息、所述流量的来源的环境信息、所述流量的来源的历史访问次数、所述流量的来源的曝光率。
资源推荐装置600能够实现图1的方法实施例的方法，具体可参考图1所示实施例的资源推荐方法，不再赘述。
图7是本说明书提供的营销推荐装置700的结构示意图。请参考图7，在一种软件实施方式中，营销推荐装置700可包括获取单元701、第一确定单元702和第二确定单元703，其中：
获取单元701，获取流量数据；
第一确定单元702，基于所述流量数据，确定与所述流量数据对应的用户信息、与所述流量数据对应的实时状态信息、以及与所述流量数据对应的流量来源信息；
第二确定单元703，基于所述用户信息、所述实时状态信息与所述流量来源信息，确定待推荐的营销产品或营销活动。
在一种实施方式中，所述第二确定单元703：
基于所述用户信息确定用户特征；
基于所述实时状态数据确定实时状态特征；
基于所述流量来源信息确定流量来源特征；
基于所述用户特征、所述实时状态特征和所述流量来源特征，确定待推荐的营销产品或营销活动。
在一种实施方式中，所述第二确定单元703：
将所述用户特征、所述实时状态特征和所述流量来源特征作为营销推荐模型的输入，以得到输出的待推荐的营销产品或营销活动，其中，营销推荐模型是基于多个流量数据中对应的用户特征、实时状态特征和流量来源特征训练得到的。
在一种实施方式中，在所述第二确定单元703将所述用户特征、所述实时状态特征和所述流量来源特征作为营销推荐模型的输入，以得到输出的待推荐的营销产品或营销活动之后，所述装置还包括：
决策单元704，将所述待推荐营销产品或营销活动和预设特征作为决策营销推荐模型的输入，以得到输出的转化率最高的待推荐的营销产品或营销活动，所述预设特征包括下述至少一种：所述用户信息对应的用户特征、所述待推荐资源对应的商户特征和运营规则，所述决策营销推荐模型是基于多个待推荐的营销产品或营销活动和多个待推荐营销产品或营销活动对应的预设特征训练得到的；
推荐单元705，将所述转化率最高的营销产品或营销活动推荐给所述用户信息对应的用户。
在一种实施方式中，所述第一确定单元702：
基于所述流量数据，确定与所述流量数据对应的用户身份标识ID；
从历史人群信息数据库中，获取与所述用户ID对应的用户信息。
在一种实施方式中，所述第一确定单元702，
基于所述流量，通过实时状态检测模块获取与所述流量对应的实时状态数据，所述实时状态信息至少包括下述至少一种：位置信息、天气信息、时间信息、以及与所述位置信息对应的人文信息。
在一种实施方式中，所述第一确定单元702，
基于所述流量，确定所述流量的来源；
根据所述流量的来源，确定所述流量的来源信息，所述流量的来源信息包括下述至少一种：所述流量的来源的质量信息、所述流量的来源的环境信息、所述流量的来源的历史访问次数、所述流量的来源的曝光率。
营销推荐装置700能够实现图3的方法实施例的方法，具体可参考图3所示实施例的营销推荐方法，不再赘述。
总之，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的保护范围之内。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。