一种基于用户访问时段的差异化优惠券发放方法与流程

本发明涉及电子优惠券技术领域，尤其涉及一种基于用户访问时段的差异化优惠券发放方法。

背景技术：

优惠券作为在线交易系统(电商或者o2o)的一种重要营销手段；每张优惠券的生命周期都由两个阶段组成:发券和用劵；优惠券可以由运营平台创建一个优惠券活动,让用户主动领券或者主动发送给用户；消费者收到优惠券后,在结算页从优惠券列表中选择优惠券并使用。随着互联网的普及和电子商务的发展，在线销售额日益增加；众多平台为了留住消费者经常制定各种优惠券活动；但是现有的平台在发放优惠劵时不能很据消费者的购物习惯而发放优惠券，大多采取普便撒网的方式进行发放优惠劵；这样导致部分优惠劵发放给消费者后，没有购买欲望的消费者在一定的时间内并没有使用优惠劵进行消费，造成优惠劵的浪费，更不利于平台的发展。

技术实现要素：

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种基于用户访问时段的差异化优惠券发放方法，本发明根据用户的日常生活习惯进行划分不同时间区间，并根据不同时间区间内用户的消费习惯发放优惠券，在提高用户的购买欲同时可大大提高平台的订单量。

(二)技术方案

为解决上述问题，本发明提供了一种基于用户访问时段的差异化优惠券发放方法，包括以下具体步骤：

s1、根据用户在平台上的使用记录获取用户的历史数据；

s2、将历史数据按照时间区间分为多个日常数据；

s3、对各个时间区间的日常数据进行处理，建立用户消费欲望模型；

s4、根据用户消费欲望模型预测用户在不同时间区间内的下单率；

s5、根据用户在不同时间区间的下单率，向用户发放优惠劵。

优选的，历史数据包括平台浏览信息、用户画像数据信息和订单信息；用户画像数据信息包括用户的性别、年龄、职业、消费物品的偏好、用户的地理位置以及用户使用的终端设备信息；订单信息包括用户下订单的时间信息、收货时间信息、下单物品的信息以及订单金额。

优选的，时间区间包括工作日时间区间和非工作日时间区间；工作日时间区间包括六点至九点时间段、九点至十二点时间段、十二点至十四点时间段、十四点至十七点时间段、十七点至二十点时间段、二十点至二十三点时间段以及二十三点至第二天六点时间段；非工作日时间区间包括八点至十二点时间段、十二点至十六点时间段、十六点至二十一点时间段和二十一点至二十四点时间段。

优选的，s3中建立用户消费欲望模型是通过机器学习算法对各个时间区间的日常数据进行处理后得到。

优选的，s4中对用户的在不同时间区间的下单率设定初始阈值，很据设定的初始阈值发放优惠券的具体步骤为：

判断当下时间区间段用户的下单率是否大于当下时间区间段设定的初始阈值；若是，则向用户发送小额优惠券；若否，则向用户发送大额优惠券。

优选的，同一时间区间内向用户发送的优惠券的金额与该时间区间设定的初始阈值呈负相关。

优选的，还包括基于上述基于用户访问时段的差异化优惠券发放方法的工作系统，工作系统包括历史数据获取模块、历史数据分解模块、中央处理器、存储模块、下单率计算模块、模型建立模块和优惠券发放模块；

历史数据获取模块与历史数据分解模块通讯连接，历史数据获取模块用于获取用户在平台上的使用记录获取用户的历史数据a，且将历史数据a发送给历史数据分解模块；

历史数据分解模块与中央处理器通讯连接，历史数据分解模块用于将历史数据a按照时间区间分为多个日常数据b，并将多个日常数据b发送给中央处理器；

存储模块与中央处理器通讯连接，存储模块用于存储不同时间区间设定的初始阈值以及多个日常数据b；

模型建立模块与中央处理器通讯连接，模型建立模块用于根据各个时间区间的日常数据b，建立用户消费欲望模型；

下单率计算模块与中央处理器通讯连接，且下单率计算模块与模型建立模块通讯连接；下单率计算模块用于计算时间区间下的下单率；

优惠券发放模块与中央处理器通讯连接，优惠券发放模块用于发放优惠券。

优选的，工作系统还包括移动终端；移动终端与中央控制器通讯连接，移动终端用于接收优惠券信息。

本发明的上述技术方案具有如下有益的技术效果：

本发明通过计算用户在不同时间段下单率与该时间段下设定的阈值进行比较，并比较的结果；根据比较结果向用户发送优惠券；当用户在当下时间段浏览平台，而用户此时的下单率低于该时间端设定的阈值，通过发放大额优惠券刺激用户消费；当用户在当下时间段浏览平台，而用户此时的下单率不低于该时间端设定的阈值，通过发放大小额优惠券激发用户进行消费，从而提高平台的订单量；根据用户的购买欲不同，通过发放不同金额的优惠券促进用户消费，避免优惠券发送不合理造成优惠券的浪费；本发明根据用户的日常生活习惯进行划分不同时间区间，并根据不同时间区间内用户的消费习惯发放优惠券，在提高用户的购买欲同时可大大提高平台的订单量。

附图说明

图1为本发明提出的一种基于用户访问时段的差异化优惠券发放方法的方法流程图。

图2为本发明提出的一种基于用户访问时段的差异化优惠券发放方法中工作系统的原理框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

图1为本发明提出的一种基于用户访问时段的差异化优惠券发放方法的方法流程图。

图2为本发明提出的一种基于用户访问时段的差异化优惠券发放方法中工作系统的原理框图。

如图1所示，本发明提出的一种基于用户访问时段的差异化优惠券发放方法，包括以下具体步骤：

s1、根据用户在平台上的使用记录获取用户的历史数据；

s2、将历史数据按照时间区间分为多个日常数据；

s3、对各个时间区间的日常数据进行处理，建立用户消费欲望模型；

s4、根据用户消费欲望模型预测用户在不同时间区间内的下单率；

s5、根据用户在不同时间区间的下单率，向用户发放优惠劵。

在一个可选的实施例中，历史数据包括平台浏览信息、用户画像数据信息和订单信息；

用户画像数据信息包括用户的性别、年龄、职业、消费物品的偏好、用户的地理位置以及用户使用的终端设备信息；

需要说明的是，通过用户画像数据信息对消费者的消费偏向进行了解，并了解消费者的消费金额，以方便后续向用户推送商品以及发送优惠券提供依据；

订单信息包括用户下订单的时间信息、收货时间信息、下单物品的信息以及订单金额。

在一个可选的实施例中，时间区间包括工作日时间区间和非工作日时间区间；

需要说明的是，申请文件中的工作日是指按照中国劳动法规定的上班时间，非工作为相对工作日而言，非工作日包括周末以及节假日；

工作日时间区间包括六点至九点时间段、九点至十二点时间段、十二点至十四点时间段、十四点至十七点时间段、十七点至二十点时间段、二十点至二十三点时间段以及二十三点至第二天六点时间段；

需要说明的是，在工作日考虑大多数在线消费人群多为朝九晚五的工作者，指定上述工作日时间区间；上述工作日时间区间可根据实际需要进行重新划分；基本划分的原则按照人们上班前乘车时间段、上午工作时间段，中午休息时间段、下午上班时间段、下班回家乘车时间段以及回家休息前时间段进行划分；

非工作日时间区间包括八点至十二点时间段、十二点至十六点时间段、十六点至二十一点时间段和二十一点至二十四点时间段；

在一个可选的实施例中，s3中建立用户消费欲望模型是通过机器学习算法对各个时间区间的日常数据进行处理后得到。

在一个可选的实施例中，s4中对用户的在不同时间区间的下单率设定初始阈值，很据设定的初始阈值发放优惠券的具体步骤为：

判断当下时间区间段用户的下单率是否大于当下时间区间段设定的初始阈值；若是，则向用户发送小额优惠券；若否，则向用户发送大额优惠券。

在一个可选的实施例中，同一时间区间内向用户发送的优惠券的金额与该时间区间设定的初始阈值呈负相关。

需要说明的是，不同时间区间内的下单率不同使得对应时间段设定的初始阈值也不同；

如图2所示，本发明提出的一种基于用户访问时段的差异化优惠券发放方法工作系统，工作系统包括历史数据获取模块、历史数据分解模块、中央处理器、存储模块、下单率计算模块、模型建立模块和优惠券发放模块；

历史数据获取模块与历史数据分解模块通讯连接，历史数据获取模块用于获取用户在平台上的使用记录获取用户的历史数据a，且将历史数据a发送给历史数据分解模块；

历史数据分解模块与中央处理器通讯连接，历史数据分解模块用于将历史数据a按照时间区间分为多个日常数据b，并将多个日常数据b发送给中央处理器；

存储模块与中央处理器通讯连接，存储模块用于存储不同时间区间设定的初始阈值以及多个日常数据b；

模型建立模块与中央处理器通讯连接，模型建立模块用于根据各个时间区间的日常数据b，建立用户消费欲望模型；

下单率计算模块与中央处理器通讯连接，且下单率计算模块与模型建立模块通讯连接；下单率计算模块用于计算时间区间下的下单率；

优惠券发放模块与中央处理器通讯连接，优惠券发放模块用于发放优惠券。

在一个可选的实施例中，工作系统还包括移动终端；移动终端与中央控制器通讯连接，移动终端用于接收优惠券信息；

进一步的，移动终端包括手机端；用户的手机端通过短信的方式接收到优惠券信息，方便用户查看；避免用户在平台上接收到优惠券信息后不能及时知晓。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。