基于地鐵數字票務的數智運營方法技術

本申請提供了一種基于地鐵數字票務的數智運營方法，其中，采用了大數據以及人工智能技術，基于地鐵運營在沿線各站點帶來的用戶流量挖掘用戶需求優化運營，提供智能營銷服務，該方法基于地鐵數字票務產生的大數據為營銷的進行提供潛在用戶以及相關的消費數據，進而將消費數據映射于若干維度獲得消費特征，且運算消費風控特征，再對消費特征和消費風控特征執行潛在用戶的分層聚類以及用戶群體重定位確定用戶群體，以最終按照用戶群體的類別優化商品營銷的推送路徑，對地鐵出行的潛在用戶及時精確推送商品推薦，在地鐵出行場景下實現數智運營。智運營。智運營。

【技術實現步驟摘要】
基于地鐵數字票務的數智運營方法


[0001]本申請涉及互聯網應用
，具體涉及一種基于地鐵數字票務的數智運營方法。

技術介紹

[0002]隨著地鐵數字化進程的發展，地鐵場景下的票務實現也得到數字化，地鐵數字票務逐漸得到了廣泛應用。
[0003]但是，現行的地鐵數據票務僅進行著票務的數字化，還只是停留在售票層面的運營，并沒有深入挖掘由此而產生的數據，以圍繞地鐵分布的地鐵業主的運營，如營銷服務的實現提供支持。
[0004]總而言之，地鐵數字化的演進亟待基于地鐵數字票務為地鐵業主實現數智運營。

技術實現思路

[0005]本申請的一個目的在于基于地鐵數字票務優化運營，以面向地鐵業主解決數智運營的技術問題。
[0006]根據本申請實施例的一方面，公開了一種基于地鐵數字票務的數智運營方法，所述方法包括：
[0007]面向地鐵數字票務定位潛在用戶，并獲取所述潛在用戶的消費數據；
[0008]適配所述消費數據描述的消費行為，在所映射若干維度的消費特征上運算所述潛在用戶的消費風控特征；
[0009]對所述消費特征和消費風控特征執行所述潛在用戶的分層聚類，在所述消費特征和消費風控特征的分別控制下得到所述潛在用戶對應不同類別形成的用戶群體；
[0010]通過在所述消費特征和消費風控特征控制下分別得到的用戶群體重定位對應于不同類別的用戶群體；
[0011]根據所述用戶群體的類別，將地鐵業主商品推薦至所述用戶群體包含的潛在用戶。
[0012]根據本申請實施例的一方面，所述面向地鐵數字票務定位潛在用戶，并獲取所述潛在用戶的消費數據，包括：
[0013]根據所述地鐵數字票務中地鐵業主所在站點的用戶流量，為所述地鐵業主定位潛在用戶；
[0014]調用所述潛在用戶在地鐵數字票務的購票數據以及面向地鐵業主的購買數據，獲得所述潛在用戶的消費數據。
[0015]根據本申請實施例的一方面，所述適配所述消費數據描述的消費行為，在所映射若干維度的消費特征上運算所述潛在用戶的消費風控特征，包括：
[0016]對所述潛在用戶都基于所述消費數據描述的消費行為得到映射于若干維度的消費特征；
[0017]適配所述消費特征映射的維度，定位用戶安全信息下的風控指標；
[0018]針對每一維度下的消費特征和風控指標運算所述潛在用戶的消費風控特征，獲得所述潛在用戶消費行為在全維度的消費風控特征。
[0019]根據本申請實施例的一方面，所述針對每一維度下的消費特征和風控指標運算所述潛在用戶的消費風控特征，獲得所述潛在用戶消費行為在全維度的消費風控特征，包括：
[0020]對所述潛在用戶對應于每一維度的消費特征以及適配于所述維度的風控指標，都進行二者之間的距離運算獲得所述維度下的風險距離；
[0021]由所述潛在用戶消費行為在全維度下的風險距離生成消費風控特征。
[0022]根據本申請實施例的一方面，所述對所述消費特征和消費風控特征執行所述潛在用戶的分層聚類，在所述消費特征和消費風控特征的分別控制下得到所述潛在用戶對應不同類別形成的用戶群體，包括：
[0023]對所述消費特征執行定位所得潛在用戶的聚類，得到所述消費特征對應類別下的用戶群體；
[0024]對所述潛在用戶在消費行為全維度下的消費風控特征進行所述潛在用戶的重聚類，得到所述消費風控特征對應類別下的用戶群體。
[0025]根據本申請實施例的一方面，所述通過在所述消費特征和消費風控特征控制下分別得到的用戶群體重定位對應于不同類別的用戶群體，包括：
[0026]面向所述消費特征對應類別下的用戶群體以及所述消費風控特征對應類別下的用戶群體取交集，獲得不同類別所分別對應的用戶群體。
[0027]根據本申請實施例的一方面，所述根據所述用戶群體的類別，將地鐵業主商品推薦至所述用戶群體包含的潛在用戶，包括：
[0028]根據所述類別確定相應用戶群體所包含潛在用戶的商品推送策略；
[0029]按照所述商品推送策略確定所述潛在用戶的地鐵業主商品推薦內容以及推薦頻率；
[0030]按照所述地鐵業主商品推薦內容以及推薦頻率向所述潛在用戶推薦相應地鐵業主商品。
[0031]根據本申請實施例的一方面，所述按照所述商品推送策略確定所述潛在用戶的地鐵業主商品推薦內容以及推薦頻率之后，
[0032]所述根據所述用戶群體的類別，將地鐵業主商品推薦至所述用戶群體包括的潛在用戶的步驟還包括：
[0033]為標記為理想客戶類別的用戶群體，根據所確定地鐵業主商品推薦內容拓展商品類型；
[0034]以拓展的商品類型對擬向所述潛在用戶推薦的地鐵業主商品進行拓展，并根據所拓展地鐵業主商品更新所述潛在用戶的地鐵業主商品推薦內容。
[0035]根據本申請實施例的一方面，所述面向地鐵數字票務定位潛在用戶，并獲取所述潛在用戶的消費數據之后，所述方法還包括：
[0036]為所述潛在用戶推薦被商品購買行為所選舉出的地鐵業主商品。
[0037]根據本申請實施例的一方面，所述為所述潛在用戶推薦被商品購買行為所選舉出的地鐵業主商品，包括：
[0038]對每一潛在用戶，都面向地鐵業主商品預測每一地鐵業主商品向所述潛在用戶推薦的概率；
[0039]根據所述概率為所述潛在用戶確定被商品購買行為所選舉出的高概率推薦地鐵業主商品；
[0040]向所述潛在用戶推送所述地鐵業主商品。
[0041]根據本申請實施例的一方面，公開了一種計算機程序介質，包括：存儲器，存儲有計算機可讀指令；處理器，讀取存儲器存儲的計算機可讀指令，以執行如上所述的方法。
[0042]本申請實施例中，地鐵運營為沿線上的各站點帶來了用戶流量，因此能夠由此而為地鐵沿線上的服務提供潛在用戶，即首先面向地鐵數字票務來定位潛在用戶，且對潛在用戶獲取相應的消費數據，然后針對于每一潛在用戶都適配于消費數據所描述的消費行為，在所映射若干維度的消費特征上運算潛在用戶的消費風控特征，再對消費特征和消費風控特征執行潛在用戶的分層聚類，以得到消費特征和消費風控特征所分別控制下對應于不同類別的用戶群體；通過在消費特征和消費風控特征控制下分別得到的用戶群體重定位用戶群體，最后根據用戶群體的類別將地鐵業主商品推薦至用戶群體包含的潛在用戶，以此來基于地鐵數字票務優化運營，面向地鐵業主實現數智運營。
[0043]本申請的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本申請的實踐而習得。
[0044]應當理解的是，以上的一般描述和后文的細節描述僅是示例性的，并不能限制本申請。
附圖說明
[0045]通過參照附圖詳細描述其示例實施例，本申請的上述和其它目標、特征及優點將變得更加顯而易見。
[0046]圖1是本申請實施例的基于地鐵數字票務的數智運營方法應用的一種體系架構圖。
[0047]圖2示出了根據本申請一個實施例的基本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于地鐵數字票務的數智運營方法，其特征在于，所述方法包括：面向地鐵數字票務定位潛在用戶，并獲取所述潛在用戶的消費數據；適配所述消費數據描述的消費行為，在所映射若干維度的消費特征上運算所述潛在用戶的消費風控特征；對所述消費特征和消費風控特征執行所述潛在用戶的分層聚類，在所述消費特征和消費風控特征的分別控制下得到所述潛在用戶對應不同類別形成的用戶群體；通過在所述消費特征和消費風控特征控制下分別得到的用戶群體重定位對應于不同類別的用戶群體；根據所述用戶群體的類別，將地鐵業主商品推薦至所述用戶群體包含的潛在用戶。2.根據權利要求1所述的方法，其特征在于，所述面向地鐵數字票務定位潛在用戶，并獲取所述潛在用戶的消費數據，包括：根據所述地鐵數字票務中地鐵業主所在站點的用戶流量，為所述地鐵業主定位潛在用戶；調用所述潛在用戶在地鐵數字票務的購票數據以及面向地鐵業主的購買數據，獲得所述潛在用戶的消費數據。3.根據權利要求1所述的方法，其特征在于，所述適配所述消費數據描述的消費行為，在所映射若干維度的消費特征上運算所述潛在用戶的消費風控特征，包括：對所述潛在用戶都基于所述消費數據描述的消費行為得到映射于若干維度的消費特征；適配所述消費特征映射的維度，定位用戶安全信息下的風控指標；針對每一維度下的消費特征和風控指標運算所述潛在用戶的消費風控特征，獲得所述潛在用戶消費行為在全維度的消費風控特征。4.根據權利要求3所述的方法，其特征在于，所述針對每一維度下的消費特征和風控指標運算所述潛在用戶的消費風控特征，獲得所述潛在用戶消費行為在全維度的消費風控特征，包括：對所述潛在用戶對應于每一維度的消費特征以及適配于所述維度的風控指標，都進行二者之間的距離運算獲得所述維度下的風險距離；由所述潛在用戶消費行為在全維度下的風險距離生成消費風控特征。5.根據權利要求1所述的方法，其特征在于，所述對所述消費特征和消費風控特征執行所述潛在用戶的分層聚類，在所述消費特征和消費風控特征的分別控制下得到所述潛在用戶對應不同類別形成的用戶...

【專利技術屬性】
技術研發人員：佘才高，于百勇，楊旭，易危香，唐德浩，許濤，呼雨欣，付婷，
申請(專利權)人：南京地鐵集團有限公司，
類型：發明
國別省市：