对用户价值进行排序的方法、装置及系统.pdf

《对用户价值进行排序的方法、装置及系统.pdf》由会员分享，可在线阅读，更多相关《对用户价值进行排序的方法、装置及系统.pdf（12页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910325069.4 (22)申请日 2019.04.22 (71)申请人 跑哪儿科技 （成都） 有限公司 地址 610041 四川省成都市武侯区中国(四 川)自由贸易试验区成都高新区益州 大道1999号成都银泰城17号楼6-10层 (72)发明人 常春 (74)专利代理机构 北京知呱呱知识产权代理有 限公司 11577 代理人 赵白杨乐 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 10/06(2012.01) G06K 9/62(2006.。

2、01) (54)发明名称 一种对用户价值进行排序的方法、 装置及系 统 (57)摘要 本发明实施例公开了一种对用户价值进行 排序的方法、 装置及系统， 该方法包括： 获取用户 信息； 按照第一预设规则， 从用户信息中提取至 少两类分类指标， 并获取每一类分类指标对应的 评分数值； 根据每一类分类指标对应的评分数 值， 以及每一类分类指标对应的预设定的第一权 重值， 计算用户的综合评分； 根据用户的综合评 分， 对用户的用户价值进行排序。 通过该种方式， 可以多方位的综合确定用户的用户价值。 更加有 利于供给方能对估值后的用户展开合理的销售 策略， 例如， 对用户价值排序靠前的用户进行大 力度的。

3、推销， 增加用户购买商品的几率， 或者从 其他方面带来更大的获益。 权利要求书2页 说明书8页 附图1页 CN 110033356 A 2019.07.19 CN 110033356 A 1.一种对用户价值进行排序的方法， 其特征在于， 所述方法包括： 获取用户信息； 按照第一预设规则， 从所述用户信息中提取至少两类分类指标， 并获取每一类分类指 标对应的评分数值； 根据每一类分类指标对应的评分数值， 以及每一类分类指标对应的预设定的第一权重 值， 计算所述用户的综合评分； 根据所述用户的综合评分， 对所述用户的用户价值进行排序。 2.根据权利要求1所述的方法， 其特征在于， 根据所述用户的综。

4、合评分， 对所述用户的 用户价值进行排序之前， 所述方法还包括： 根据所述用户信息， 对所述用户进行分组； 按照预设定的优先级维度、 每一个优先级维度对应的第二权重值， 以及所述用户信息， 计算所述用户所属的分组的评分； 按照每一个分组的评分数值， 对所有分组进行排序， 以便在组内， 按照所述用户的综合 评分， 对所述用户的用户价值进行排序。 3.根据权利要求1所述的方法， 其特征在于， 所述至少两类分类指标中， 每一类分类指 标还包括至少一个级别的子分类指标； 所述按照第一预设规则， 从所述用户信息中提取至少两类分类指标， 并获取每一类分 类指标对应的评分数值， 具体包括： 根据第一类分类指。

5、标下从属的每一个子分类指标对应的原始数值以及每一个子分类 指标对应的第三权重值， 确定该分类指标对应的上一级别的评分数值， 直至确定第一类分 类指标对应的评分数值， 其中第一类分类指标为所述至少两类分类指标中的任一类。 4.根据权利要求1-3任一项所述的方法， 其特征在于， 所述分类指标包括如下中的至少 两种： 用户属性、 消费能力和消费意愿。 5.根据权利要求2所述的方法， 其特征在于， 所述根据所述用户信息， 对所述用户进行 分组， 具体包括： 根据预设定的分类维度以及用户信息， 利用聚类算法对所述用户进行分组。 6.根据权利要求3所述的方法， 其特征在于， 当所述第一类分类指标下从属的第。

6、一子分 类指标对应的原始数值不符合预设数值标准， 所述根据第一类分类指标下从属的每一个子 分类指标对应的原始数值以及每一个子分类指标对应的第三权重值， 确定该分类指标对应 的上一级别的评分数值， 直至确定第一类分类指标对应的评分数值之前， 所述方法还包括： 对第一子分类指标对应的原始数值进行标准化处理， 其中第一子分类指标为所述第一 类分类指标下从属的任一个子分类指标。 7.根据权利要求2所述的方法， 其特征在于， 当在组内， 按照所述用户的综合评分对所 述用户的用户价值进行排序， 若存在排序并列的情况时， 所述方法还包括： 从所述用户信息中提取预设定的参数； 根据所述预设定的参数对所述排序并。

7、列的用户再次进行排序。 8.一种对用户价值进行排序的装置， 其特征在于， 所述装置包括： 获取单元， 用户获取用户信息； 处理单元， 用于执行如权利要求1-7任一项所述的方法步骤。 权利要求书 1/2 页 2 CN 110033356 A 2 9.一种对用户价值进行排序的系统， 其特征在于， 所述系统包括： 处理器和存储器； 所述存储器用于存储一个或多个程序指令； 所述处理器， 用于运行一个或多个程序指令， 用以执行如权利要求1-7任一项所述的方 法。 10.一种计算机存储介质， 其特征在于， 所述计算机存储介质中包含一个或多个程序指 令， 所述一个或多个程序指令用于被一种对用户价值进行排序的。

8、系统执行如权利要求1-7 任一项所述的方法。 权利要求书 2/2 页 3 CN 110033356 A 3 一种对用户价值进行排序的方法、 装置及系统 技术领域 0001 本发明实施例涉及数据技术领域， 具体涉及一种对用户价值进行排序的方法、 装 置及系统。 背景技术 0002 对于商业活动而言， 如何找准用户是一个非常重要的问题。 商业场景可以按照以 下几种方法进行划分。 0003 一类是库存充足的情况， 这种是生活中较为常见的情况， 因为供给侧量很大。 此时 商品能不能卖出更高的价格将不会是被考虑的情况， 此时更重要也更应该考虑的是如何能 有效率的找到能够购买商品的用户。 0004 第二类。

9、是库存较少的情况， 也即是商品紧缺的情况。 这种情况刚好和第一种情况 相反。 需求方的数量远大于供给方， 因此需求方会更愿意为商品的溢价买单。 这里提到的溢 价并不简单的指价格， 也考虑到这个销售流程所花费的时间、 需求方是否有足够意愿购买 等心理活动同样属于这类情况所应该考虑的范围内。 在这种情况下， 如何度量用户对商品 所愿意支付的成本大小， 也就是用户价值， 决定了该类销售中所能取得的收益。 0005 在过去的方案中， 对第二类商品的销售有竞价拍卖、 VIP资格等方式。 对于拍卖而 言， 无论用户最终是否能成功购买商品， 所有的购买参与者都需要消耗大量的时间成本关 注销售过程。 对于VI。

10、P资格而言， 获得了资格仅代表用户有购买的实力， 但无法获知用户是 否真的有足够的消费意愿使得交易成功， 从而存在时间和人力成本浪费的问题。 0006 那么如何才能对购买方进行有效的估值， 使得供给方能对估值后的用户展开合理 的销售策略， 进而获取最大收益成为本申请所要解决的技术问题。 发明内容 0007 为此， 本发明实施例提供一种对用户价值进行排序的方法、 装置及系统， 以解决现 有技术中无法对商品的购买方进行有效的估值， 进而不能针对每一位购买者展开合理的销 售策略的技术问题。 0008 为了实现上述目的， 本发明实施例提供如下技术方案： 0009 根据本发明实施例的第一方面， 提供了一。

11、种对用户价值进行排序的方法， 该方法 包括： 0010 获取用户信息； 0011 按照第一预设规则， 从用户信息中提取至少两类分类指标， 并获取每一类分类指 标对应的评分数值； 0012 根据每一类分类指标对应的评分数值， 以及每一类分类指标对应的预设定的第一 权重值， 计算用户的综合评分； 0013 根据用户的综合评分， 对用户的用户价值进行排序。 0014 进一步地， 根据用户的综合评分， 对用户的用户价值进行排序之前， 方法还包括： 说明书 1/8 页 4 CN 110033356 A 4 0015 根据用户信息， 对用户进行分组； 0016 按照预设定的优先级维度、 每一个优先级维度对。

12、应的第二权重值， 以及用户信息， 计算用户所属的分组的评分； 0017 按照每一个分组的评分数值， 对所有分组进行排序， 以便在组内， 按照用户的综合 评分， 对用户的用户价值进行排序。 0018 进一步地， 至少两类分类指标中， 每一类分类指标还包括至少一个级别的子分类 指标； 0019 按照第一预设规则， 从用户信息中提取至少两类分类指标， 并获取每一类分类指 标对应的评分数值， 具体包括： 0020 根据第一类分类指标下从属的每一个子分类指标对应的原始数值以及每一个子 分类指标对应的第三权重值， 确定该分类指标对应的上一级别的评分数值， 直至确定第一 类分类指标对应的评分数值， 其中第一。

13、类分类指标为至少两类分类指标中的任一类。 0021 进一步地， 分类指标包括如下中的至少两种： 用户属性、 消费能力和消费意愿。 0022 进一步地， 根据用户信息， 对用户进行分组， 具体包括： 0023 根据预设定的分类维度以及用户信息， 利用聚类算法对用户进行分组。 0024 进一步地， 当第一类分类指标下从属的第一子分类指标对应的原始数值不符合预 设数值标准， 根据第一类分类指标下从属的每一个子分类指标对应的原始数值以及每一个 子分类指标对应的第三权重值， 确定该分类指标对应的上一级别的评分数值， 直至确定第 一类分类指标对应的评分数值之前， 方法还包括： 0025 对第一子分类指标对。

14、应的原始数值进行标准化处理， 其中第一子分类指标为第一 类分类指标下从属的任一个子分类指标。 0026 进一步地， 当在组内， 按照用户的综合评分对用户的用户价值进行排序， 若存在排 序并列的情况时， 方法还包括： 0027 从用户信息中提取预设定的参数； 0028 根据预设定的参数对排序并列的用户再次进行排序。 0029 根据本发明实施例的第二方面， 提供了一种对用户价值进行排序的装置， 该装置 包括： 0030 获取单元， 用户获取用户信息； 0031 处理单元， 用于执行如上一种对用户价值进行排序的方法中的任一方法步骤。 0032 根据本发明实施例的第三方面， 提供了一种对用户价值进行排。

15、序的系统， 该系统 包括： 处理器和存储器； 0033 存储器用于存储一个或多个程序指令； 0034 处理器， 用于运行一个或多个程序指令， 用以执行如上一种对用户价值进行排序 的方法中的任一方法步骤。 0035 根据本发明实施例的第四方面， 提供了一种计算机存储介质， 该计算机存储介质 中包含一个或多个程序指令， 一个或多个程序指令用于被一种对用户价值进行排序的系统 执行如上一种对用户价值进行排序的方法中的任一方法步骤。 0036 本发明实施例具有如下优点： 获取用户信息， 然后按照第一预设规则， 从用户信息 中提取至少两类分类指标， 并获取每一类分类指标对应的评分数值。 根据每一类分类指标。

16、 说明书 2/8 页 5 CN 110033356 A 5 对应的评分数据， 以及每一类分类指标对应的预设定的第一权重值， 计算用户的综合评分， 最终根据用户的综合评分对用户的用户价值进行排序。 通过该种方式， 可以多方位的综合 确定用户的用户价值。 更加有利于供给方能对估值后的用户展开合理的销售策略， 例如， 对 用户价值排序靠前的用户进行大力度的推销， 增加用户购买商品的几率， 或者从其他方面 带来更大的获益。 附图说明 0037 为了更清楚地说明本发明的实施方式或现有技术中的技术方案， 下面将对实施方 式或现有技术描述中所需要使用的附图作简单地介绍。 显而易见地， 下面描述中的附图仅 仅。

17、是示例性的， 对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下， 还可以根据 提供的附图引伸获得其它的实施附图。 0038 本说明书所绘示的结构、 比例、 大小等， 均仅用以配合说明书所揭示的内容， 以供 熟悉此技术的人士了解与阅读， 并非用以限定本发明可实施的限定条件， 故不具技术上的 实质意义， 任何结构的修饰、 比例关系的改变或大小的调整， 在不影响本发明所能产生的功 效及所能达成的目的下， 均应仍落在本发明所揭示的技术内容得能涵盖的范围内。 0039 图1为本发明实施例1提供的一种对用户价值进行排序的方法流程示意图； 0040 图2为本发明实施例2提供的一种对用户价值进行排序的。

18、装置结构示意图； 0041 图3为本发明实施例3提供的一种对用户价值进行排序的系统结构示意图。 具体实施方式 0042 以下由特定的具体实施例说明本发明的实施方式， 熟悉此技术的人士可由本说明 书所揭露的内容轻易地了解本发明的其他优点及功效， 显然， 所描述的实施例是本发明一 部分实施例， 而不是全部的实施例。 基于本发明中的实施例， 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， 都属于本发明保护的范围。 0043 本发明实施例1提供了一种对用户价值进行排序的方法， 具体如图1所示， 该方法 步骤如下： 0044 步骤110， 获取用户信息。 0045 具体的， 用户。

19、信息主要通过用户自身提交的个人信息或者是通过第三方平台等获 取的数据信息。 当然， 获取方式均为合法手段获取。 用户个人信息可以包括具有唯一标识自 身身份的信息， 例如身份证号。 还包括一些与用户价值评估相关的其他信息。 例如用户价值 时， 需要考虑用户的消费能力， 那么可以获取用户平时购买的商品、 购买的频率、 每次购买 商品消费金额等等。 又比如， 考虑到用户是否喜欢参加马拉松， 是否喜欢参加国际马拉松比 赛等。 那么， 就会获取用户参加马拉松的经历、 是否参加过国外马拉松， 是否跑过大满贯？ 是 否有相应国家的签证， 在国外消费时的消费能力等等。 0046 步骤120， 按照第一预设规则。

20、， 从用户信息中提取至少两类分类指标， 并获取每一 类分类指标对应的评分数值。 0047 具体的， 第一预设规则为人为实现设定好的规则。 在一个具体的例子中， 可以从用 户信息中提取用户属性、 消费能力和消费意愿等三类指标。 具体提取时， 实际上是将某些用 户信息进行归类， 例如将用户的身份信、 职业信息等等可以作为用户属性信息。 消费能力， 说明书 3/8 页 6 CN 110033356 A 6 包括消费次数、 消费金额等等。 以一个具体例子进行说明： 0048 在销售人员希望销售伦敦马拉松名额时， 首先要获取到用户信息。 并且从用户信 息中提取三类指标： 包括个人信息指标， 也即是用户属。

21、性指标； 消费能力指标以及消费意愿 指标。 在确定每一类分类指标对应的评分数值时， 不会凭空设定每一类分类指标对应的分 数。 而是可以设定一定的准则， 例如， 包含个人身份信息， 10分。 没有个人身份信息， 则为0 分。 评价消费能力也可以设定一定的评价标准， 如果达到某个标准， 则给定预设的分值， 达 不到则没有分值。 通过这种方式， 获取每一类分类指标对应的评分数值。 0049 可选的， 为了进一步说明对每一类分类指标对应的评分数值的获取方式， 可以采 用如下方式： 至少两类分类指标中， 每一类分类指标还包括至少一个级别的子分类指标。 0050 例如， 用户属性指标下有一个级别的子分类指。

22、标。 可以定义为第二级别的子分类 指标。 而第二级别的子分类指标可以包括至少一个。 在以销售人员希望销售伦敦马拉松名 额时的例子说明， 可以将个人信息消费指标分为是三个二级子分类指标， 包括： 报名人员跑 过几场大满贯、 是否有英国签证、 本次是否为大满贯收官站等。 消费能力指标可以包括7个 二级子分类指标， 包括： 海外消费次数、 海外消费金额、 总订单数等等， 具体参见表1所 示。 表1中以一个具体例子形式说明了一级分类指标可以包括至少一个子分类指标。 当然， 本实施例汇总仅仅是说明了一级分类指标可以包括二级分类子指标的情况， 但是不能否认 一级分类指标还能包括三级、 四级等多级子分类指标。

23、的情况， 下一级分类指标都是上 一级分类指标的子分类指标。 0051 获取每一个子分类指标后， 还需要获取每一个子分类指标对应的原始数据， 这个 原始数值可以由工作人员自行设定。 例如， 二分类指标， 只分是或者不是的情况， 例如是否 有英国签证， 有， 则数值设置为1， 没有， 则数值设置为0。 有一些是离散的数据， 例如跑过几 场大满贯， 这个数据可以是任意一个数字， 不能任意将其随意设定数值， 那么可以直接使用 其原值。 例如， 报名人员跑过5场， 那么原始数值就是5。 为了让其符合个人信息指标中预设 的数值格式标准化， 则可以采用MIN-MAX标准化方法将原始数值进行相应的转换， 使其。

24、转换 为01之间的数值， 也即是进行标准化处理。 然后， 分别确定每一个子分类指标对应的第三 权重值， 例如， 表1中所示， 为了计算方便， 可以将每一个子分类指标的权重值设置为相等。 也即是， 权重值总和为1， 那么求均值作为每一个子分类指标的权重值。 在本实施例中， 则第 三权重值均为1/3。 当然， 权重值的设定同样是人为设定的， 工作人员完全可以根据实际情 况为每一个子分类指标设定不同的权重值。 具体这里不做过多说明。 0052 而第一级别的分类指标对应的评分数值， 就是其下属的第二级别的子分类指标对 应的原始数值以及其对应的第三权重值乘积后的叠加和。 例如， 个人信息指标对应的评分 。

25、数值就是跑过大满贯数标准化后的数值乘以1/3， 叠加是否有英国签证对应的原始数值乘 以1/3， 再叠加本次是否为大满贯收官站对应的原始数值乘以1/3后的叠加和。 计算消费能 力指标和消费意愿指标分别对应的评分数值的过程与计算个人信息指标的计算方式类似， 这里不做过多说明。 上文中的第一类指标可以是表1中的任一个第一级别的分类指标。 说明书 4/8 页 7 CN 110033356 A 7 0053 0054 表1 0055 在获取每一类分类指标对应的评分数值之后， 就需要执行步骤130。 0056 步骤130， 根据每一类分类指标对应的评分数值， 以及每一类分类指标对应的预设 定的第一权重值，。

26、 计算用户的综合评分。 0057 具体的， 参见表1所示。 实际上， 为了让最终的综合评分更符合工作人员的需求， 那 么工作人员同样可以根据实际情况为每一个分类指标设定相应的权重值， 例如表1中所示， 将个人信息指标的对应的第一权重值调整为0.25， 将消费能力指标对应的第一权重值调整 为0.5， 将消费意愿指标的第一权重值调整为0.25。 0058 然后， 通过步骤120中计算出的每一个分类指标的数值乘以相应的权重， 就可以得 到综合评分。 0059 最终根据综合评分对用户价值进行排序即可。 0060 进一步可选的， 考虑到不同的用户可能没有可比性， 例如一个跑国内马拉松的用 户和一个喜欢跑。

27、国际马拉松的报名人员， 虽然评分相同， 但是二者之间并没有什么可比性。 那么， 如果仅仅按照综合评分进行排序， 在某些情况下， 可能没有什么实际意义。 工作人员 考虑的因素不同， 例如对业务环境和用户相似性等的考虑， 为了使得排序过程希望有更合 理的优化， 那么， 在根据用户的综合评分， 对用户的用户价值进行排序之前， 方法还包括： 0061 1)根据用户信息， 对用户进行分组； 0062 2)按照预设定的优先级维度、 每一个优先级维度对应的第二权重值， 以及用户信 息， 计算用户所属的分组的评分； 0063 3)按照每一个分组的评分数值， 对所有分组进行排序， 以便在组内， 按照用户的综 说。

28、明书 5/8 页 8 CN 110033356 A 8 合评分， 对用户的用户价值进行排序。 0064 具体的， 在进行分组时， 可以采用聚类分析算法对用户进行分组。 分组时， 设定好 聚类分析算法中的输入参数， 如果工作人并没有设定输入参数， 那么系统将会默认某几个 输入参数， 例如设定输入参数包括个人信息指标、 消费能力指标以及消费意愿指标。 如果工 作人员根据需求设定输入参数， 例如设定大满贯收官站为伦敦马拉松的用户， 用户中海外 消费订单均超过1万元的用户， 有签证等几个指标作为输入参数， 利用聚类算法对所有用户 进行分组。 具体聚类分析算法中的K值可以根据实际情况设定， 例如K4。 。

29、那么， 最终所有用 户都将被分到某一个组中， 组数则为4组。 分为4组后， 再依据预设定的优先级维度、 每一个 优先级维度对应的第二权重值， 以及用户信息， 计算用户所属的分组的评分， 按照每一个分 组的评分数值， 对所有分组进行排序。 0065 具体的， 例如， 工作人员设定的优先级维度以及相应的权重包括： 0066 1、 大满贯收官站为伦敦马拉松的用户， 0.3； 0067 2、 用户中海外消费订单均价超过1万元的用户， 0.2； 0068 3、 有签证的用户， 0.15； 0069 4、 跑过3次及以上大满贯的用户， 0.12； 0070 5、 有过海外赛事消费的用户， 0.1； 007。

30、1 6、 跑过大满贯的用户， 0.08； 0072 7、 有过消费的用户， 0.05。 0073 例如， 假设第一组包括10个人， 10人中大满贯收官站为伦敦马拉松的用户包括5 人， 其比例为1/2， 权重值为0.3， 二者乘积为0.15； 第一组10人中满足优先级维度2(用户中 海外消费订单均价超过1万元的用户)的包括6人， 所占比例为3/5， 权重值为0.2， 那么， 二者 乘积为0.12。 以此类推， 分别第一组10人中满足每一个优先级维度的人数占总人数的比例， 然后乘以相应的权重值得到一个数值。 将这些数值叠加， 作为分组的评分数值。 通过该种方 式， 计算出每一个分组的评分数值。 0。

31、074 然后按照最终求取出的分组的评分数值， 确定所有分组的排序顺序。 并在每一个 组中， 根据用户价值的综合评分进行内部排序。 0075 进一步的， 如果在组内按照综合评分排序时， 依然出现综合评分相同的用户， 那么 还可以包括， 从用户信息中提取预设定的参数， 根据预设定的参数对排序并列的用户再次 进行排序。 例如， 上例中， 如果是伦敦马拉松名额销售， 就可以考虑将这个预设定的参数定 义为预报名时间。 通过用户的预报名时间， 判定用户对于伦敦马拉松的热衷程度。 从概率上 而言， 报名越早的， 热衷伦敦马拉松的程度大于报名晚的用户的概率会大一些。 通过该种方 式， 对用户进行了一个合理的排。

32、序。 0076 本发明实施例提供的一种对用户价值进行排序的方法， 获取用户信息， 然后按照 第一预设规则， 从用户信息中提取至少两类分类指标， 并获取每一类分类指标对应的评分 数值。 根据每一类分类指标对应的评分数据， 以及每一类分类指标对应的预设定的第一权 重值， 计算用户的综合评分， 最终根据用户的综合评分对用户的用户价值进行排序。 通过该 种方式， 可以多方位的综合确定用户的用户价值。 更加有利于供给方能对估值后的用户展 开合理的销售策略， 例如， 对用户价值排序靠前的用户进行大力度的推销， 增加用户购买商 品的几率， 或者从其他方面带来更大的获益。 说明书 6/8 页 9 CN 110。

33、033356 A 9 0077 与上述实施例1对应的， 本发明实施例2还提供了一种对用户价值进行排序的装 置， 具体如图2所示， 该装置包括： 获取单元201和处理单元202。 0078 获取单元201， 用于获取用户信息。 0079 处理单元202， 用于按照第一预设规则， 从用户信息中提取至少两类分类指标， 并 获取每一类分类指标对应的评分数值； 0080 根据每一类分类指标对应的评分数值， 以及每一类分类指标对应的预设定的第一 权重值， 计算用户的综合评分； 0081 根据用户的综合评分， 对用户的用户价值进行排序。 0082 可选的， 处理单元202还用于， 根据用户信息， 对用户进行。

34、分组； 0083 按照预设定的优先级维度、 每一个优先级维度对应的第二权重值， 以及用户信息， 计算用户所属的分组的评分； 0084 按照每一个分组的评分数值， 对所有分组进行排序， 以便在组内， 按照用户的综合 评分， 对用户的用户价值进行排序。 0085 可选的， 至少两类分类指标中， 每一类分类指标还包括至少一个级别的子分类指 标； 处理单元202具体用于， 根据第一类分类指标下从属的每一个子分类指标对应的原始数 值以及每一个子分类指标对应的第三权重值， 确定该分类指标对应的上一级别的评分数 值， 直至确定第一类分类指标对应的评分数值， 其中第一类分类指标为至少两类分类指标 中的任一类。。

35、 0086 可选的， 分类指标包括如下中的至少两种： 用户属性、 消费能力和消费意愿。 0087 可选的， 处理单元202具体用于， 根据预设定的分类维度以及用户信息， 利用聚类 算法对用户进行分组。 0088 可选的， 当第一类分类指标下从属的第一子分类指标对应的原始数值不符合预设 数值标准， 处理单元202还用于， 对第一子分类指标对应的原始数值进行标准化处理， 其中 第一子分类指标为第一类分类指标下从属的任一个子分类指标。 0089 可选的， 处理单元202还用于， 当在组内， 按照用户的综合评分对用户的用户价值 进行排序， 若存在排序并列的情况时， 从用户信息中提取预设定的参数； 根据。

36、预设定的参数 对排序并列的用户再次进行排序。 0090 本发明实施例提供的一种对用户价值进行排序的装置中各部件所执行的功能均 已在上述实施例1中做了详细介绍， 因此这里不做过多赘述。 0091 本发明实施例提供的一种对用户价值进行排序的装置， 获取用户信息， 然后按照 第一预设规则， 从用户信息中提取至少两类分类指标， 并获取每一类分类指标对应的评分 数值。 根据每一类分类指标对应的评分数据， 以及每一类分类指标对应的预设定的第一权 重值， 计算用户的综合评分， 最终根据用户的综合评分对用户的用户价值进行排序。 通过该 种方式， 可以多方位的综合确定用户的用户价值。 更加有利于供给方能对估值后。

37、的用户展 开合理的销售策略， 例如， 对用户价值排序靠前的用户进行大力度的推销， 增加用户购买商 品的几率， 或者从其他方面带来更大的获益。 0092 与上述实施例相对应的， 本发明实施例3还提供了一种对用户价值进行排序的系 统， 具体如图3所示， 该系统包括： 处理器301和存储器302； 0093 存储器302用于存储一个或多个程序指令； 说明书 7/8 页 10 CN 110033356 A 10 0094 处理器301， 用于运行一个或多个程序指令， 用以执行如上实施例所介绍的一种对 用户价值进行排序的方法中的任一方法步骤。 0095 本发明实施例提供的一种对用户价值进行排序的系统， 。

38、获取用户信息， 然后按照 第一预设规则， 从用户信息中提取至少两类分类指标， 并获取每一类分类指标对应的评分 数值。 根据每一类分类指标对应的评分数据， 以及每一类分类指标对应的预设定的第一权 重值， 计算用户的综合评分， 最终根据用户的综合评分对用户的用户价值进行排序。 通过该 种方式， 可以多方位的综合确定用户的用户价值。 更加有利于供给方能对估值后的用户展 开合理的销售策略， 例如， 对用户价值排序靠前的用户进行大力度的推销， 增加用户购买商 品的几率， 或者从其他方面带来更大的获益。 0096 与上述实施例相对应的， 本发明实施例还提供了一种计算机存储介质， 该计算机 存储介质中包含一个或多个程序指令。 其中， 一个或多个程序指令用于被一种对用户价值 进行排序的系统执行如上所介绍的一种对用户价值进行排序的方法。 0097 虽然， 上文中已经用一般性说明及具体实施例对本发明作了详尽的描述， 但在本 发明基础上， 可以对之作一些修改或改进， 这对本领域技术人员而言是显而易见的。 因此， 在不偏离本发明精神的基础上所做的这些修改或改进， 均属于本发明要求保护的范围。 说明书 8/8 页 11 CN 110033356 A 11 图1 图2 图3 说明书附图 1/1 页 12 CN 110033356 A 12 。