信息分配方法、装置、系统、终端、电子设备及介质与流程

1.本公开涉及计算机技术领域，更具体地，涉及一种信息分配方法、装置、系统、终端、电子设备及介质。


背景技术：

2.智能收银终端在线下商户中越来越普及，很多收银终端都带有客显屏，可支持多媒体信息的展示。大多数情况下，该收银终端的客显屏仅用作消费结算信息显示屏，没有充分发挥其价值。在有一些场景下，商户会自主在客显屏上播放一些自有的营销信息，或者是附近联盟商户的营销信息，由于其营销范围小，效果很受局限。在另一些场景下，营销平台会集中在某个区域投放营销活动，但是这种方式的投放精准性差，roi(投资回报率)也不佳。
3.通过智能收银终端进行营销是一种新的营销模式，但是现有的营销模式下，存在以下问题：
①
投放内容同质化，在某营销活动推广期间，所有商户的收银终端上显示的营销活动都是相同的，无法实现营销活动的丰富化；
②
投放精准度低，不能针对顾客群体的属性进行精准投放，例如母婴店的顾客多是家长，在其收银终端投放美容类产品的效果就不如投放教育类产品的效果好；
③
自动化程度低、灵活性差，由于多采用人工来对比大量数据进行估算和调整，很难做出灵活的营销策略，例如，历次投放的少儿教育类的营销活动，在a地区的投放效果好于在b地区投放效果，当有新的少儿教育类营销活动时，对a地区和b地区的投放权重就要做调整，而一旦有异常情况影响了a地区的投放效果，营销策略就要迅速做出调整，人工方式需要面对大量数据进行分析，难度增加。


技术实现要素：

4.为了解决相关技术中的问题，本公开实施例提供了一种信息分配方法、装置、系统、终端、电子设备及介质。
5.本公开的一个方面提供了一种信息分配方法，包括：
6.基于初始训练数据训练初始分配算法模型，所述初始训练数据至少由多个接收终端中的至少部分接收终端所属的商户信息和通过所述至少部分接收终端进行线下支付的用户信息生成，所述接收终端为具备客显屏的收银终端；基于所述初始分配算法模型，从所述多个接收终端中为目标信息分配至少部分接收终端作为初始接收终端；将所述目标信息发送至所述初始接收终端，使所述初始接收终端展现所述目标信息；收集由所述初始接收终端展现所述目标信息所产生的用户反馈数据，得到初始反馈结果；在所述初始反馈结果满足优化条件的情况下，执行优化步骤，所述优化步骤包括：基于由所述用户反馈数据生成的训练数据得到优化分配算法模型，基于所述优化分配算法模型，从所述多个接收终端中为所述目标信息分配至少部分接收终端作为优化接收终端；将所述目标信息发送至所述优化接收终端，使所述优化接收终端展现所述目标信息。
7.根据本公开实施例，其中，所述用户信息包括：所述用户的支付信息和所述用户的
属性信息，所述用户的支付信息包括支付方式、支付金额、支付场景中的至少一种；所述用户的属性信息包括性别、年龄、是否有孩子、消费喜好、消费能力中的至少一种。
8.根据本公开实施例，其中，所述优化步骤还包括：收集由所述优化接收终端展现所述目标信息所产生的用户反馈数据，得到优化反馈结果；在所述优化反馈结果满足优化条件的情况下，重复执行所述优化步骤。
9.根据本公开实施例，其中，所述用户反馈数据包括所述目标信息的曝光量以及用户参与所述目标信息对应的活动所产生的点击量和转化量；所述优化条件由所述曝光量、点击量和转化量来设置。
10.根据本公开实施例，其中，所述将所述目标信息发送至所述初始接收终端，包括：向初始接收终端发送分配指令，所述分配指令至少包括所述目标信息的存储地址；响应于所述初始接收终端下载目标信息的请求，将所述目标信息发送至所述初始接收终端。
11.根据本公开实施例，其中，所述将所述目标信息发送至所述优化接收终端，包括：向优化接收终端发送分配指令，所述分配指令至少包括所述目标信息的存储地址；响应于所述优化接收终端下载目标信息的请求，将所述目标信息发送至所述优化接收终端。
12.本公开的另一个方面提供了一种电子设备，包括，至少一个处理器以及至少一个存储器，用于存储一个或多个计算机可读指令，其中，当所述一个或多个计算机可读指令被所述至少一个处理器执行时，使得所述处理器执行如上所述的方法。
13.本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
14.本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
15.本公开的另一个方面提供了一种信息分配装置，包括：初始算法模块，被配置为基于初始训练数据训练初始分配算法模型，所述初始训练数据至少由多个接收终端中的至少部分接收终端所属的商户信息和通过所述至少部分接收终端进行线下支付的用户信息生成，所述接收终端为具备客显屏的收银终端；初始分配模块，被配置为基于所述初始分配算法模型从所述多个接收终端中为目标信息分配至少部分接收终端作为初始接收终端；初始发送模块，被配置为将所述目标信息发送至所述初始接收终端，使所述初始接收终端展现所述目标信息；初始收集模块，被配置为收集由所述初始接收终端展现所述目标信息所产生的用户反馈数据作为初始反馈结果；优化模块，被配置为在所述初始反馈结果满足优化条件的情况下，执行优化步骤，所述优化步骤包括：基于由所述用户反馈数据生成的训练数据得到优化分配算法模型，基于所述优化分配算法模型从所述多个接收终端中为所述目标信息分配至少部分接收终端作为优化接收终端，将所述目标信息发送至所述优化接收终端，使所述优化接收终端展现所述目标信息。
16.本公开的另一方面，提供了一种信息分配系统，包括服务器端和接收终端，服务器端包括初始分配模块、初始发送模块、初始收集模块、优化模块，其中，初始分配模块，用于基于初始分配算法模型从多个接收终端中为目标信息分配至少部分接收终端作为初始接收终端；初始发送模块，用于将所述目标信息发送至所述初始接收终端，使所述初始接收终端展现所述目标信息；初始收集模块，用于收集由所述初始接收终端展现所述目标信息所产生的用户反馈数据作为初始反馈结果；优化模块，用于在所述初始反馈结果满足优化条
件的情况下，执行优化步骤，所述优化步骤包括：基于由所述用户反馈数据生成的训练数据得到优化分配算法模型，基于所述优化分配算法模型从所述多个接收终端中为所述目标信息分配至少部分接收终端作为优化接收终端，将所述目标信息发送至所述优化接收终端，使所述优化接收终端展现所述目标信息；接收终端为具备客显屏的收银终端，用于接收所述服务器端发送的目标信息，并在客显屏上展现所述目标信息。
17.根据本公开实施例，所述系统还包括算法中心和数据中心，其中：算法中心，用于训练初始分配算法模型和优化分配算法模型，所述初始分配算法模型基于初始训练数据得到，所述优化分配算法模型基于由所述接收终端展现所述目标信息所产生的用户反馈数据生成的训练数据而得到；数据中心，用于存储初始训练数据，所述初始训练数据至少由所述多个接收终端中的至少部分接收终端所属的商户信息和通过所述至少部分接收终端进行线下支付的用户信息生成；还用于存储由所述接收终端展现所述目标信息所产生的用户反馈数据生成的训练数据。
18.根据本公开实施例，其中，所述初始训练数据还包括由所述至少部分接收终端展现历史信息所产生的用户反馈数据所生成的训练数据，所述历史信息与所述目标信息具有相同的类别，所述类别包括关联行业、投放地域、投放商户、匹配用户中的至少一种。
19.根据本公开实施例，其中，所述接收终端还包括存储模块，用于存储所述目标信息。
20.本公开的另一方面，提供了一种接收终端，包括：接收器，用于接收目标信息；存储器，用于存储所述目标信息；处理器，用于在所述目标信息的展现条件被触发时，将所述目标信息展现于客显屏上；客显屏，用于展现所述目标信息；收银组件，用于支持用户线下支付以完成收银操作，并触发所述目标信息的展现条件。
21.根据本公开实施例，所述接收终端还包括用户检测组件，用于检测是否有用户位于客显屏前，当检测到有用户位于客显屏前时，触发所述目标信息的展现条件。
22.根据以上本公开实施例的技术方案，利用收银终端所属的商户的信息和通过该收银终端进行支付的用户的信息，以及历史同类别的营销信息的反馈数据，可为当前的营销信息分配初始的收银终端以进行营销信息的展现。当反馈结果不满足预期时，可结合实时的用户反馈数据进行优化调整。本方案利用智能算法在收银终端上投放营销信息，具有投放精准性高、策略调整灵活性强的优势，有助于实现自动化营销。
23.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
24.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
25.图1示意性示出了根据本公开实施例的信息分配方法的应用场景的示意图；
26.图2示意性示出了根据本公开实施例的信息分配方法的流程图；
27.图3示意性示出了根据本公开实施例的信息分配装置的框图；
28.图4示意性示出了根据本公开实施例的信息分配系统的框图；
29.图5示意性示出了根据本公开另一实施例的信息分配系统的框图
30.图6示意性示出了根据本公开实施例的接收终端的框图；
31.图7示意性示出了根据本公开另一实施例的接收终端的框图；
32.图8示意性示出了根据本公开实施例的电子设备的框图；以及
33.图9示意性示出了根据本公开实施例的适于实现信息分配方法和装置的计算机系统的框图。
具体实施方式
34.下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
35.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
36.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
37.应当注意的是，本公开中数据的获取或展示均经用户授权、确认、或由用户主动选择。
38.在本公开中所述的信息分配的方法、装置、系统、电子设备、计算机可读介质中的“信息”可以是营销类的广告信息或者其他类信息(如新闻、广播、通知等)，本公开以营销类的广告信息为例，以下简称营销信息。营销信息通常是以多媒体形式来展现的，例如文本、图形、图像、动画、视频、音频、用户交互界面，以及由这些素材合成的广告，等等。每次对该信息的展现都算作一次曝光。
39.在本公开的方案中，“用户”泛指上述信息所覆盖的受众人群，包括了通过接收终端进行消费支付的消费者、出现在商户店铺中的顾客，以及来自第三方所公开的用户群体。
40.本公开的实施例提供了一种信息分配方法，包括基于初始训练数据训练初始分配算法模型，初始训练数据至少由多个接收终端中的至少部分接收终端所属的商户信息和通过该至少部分接收终端进行线下支付的用户信息生成，接收终端为具备客显屏的收银终端；基于该初始分配算法模型，从多个接收终端中为目标信息分配至少部分接收终端作为初始接收终端；将目标信息发送至初始接收终端，使初始接收终端展现目标信息；收集由初始接收终端展现目标信息所产生的用户反馈数据，得到初始反馈结果；在初始反馈结果满足优化条件的情况下，执行优化步骤，优化步骤包括：基于由用户反馈数据生成的训练数据得到优化分配算法模型，基于优化分配算法模型，从所述多个接收终端中为所述目标信息分配至少部分接收终端作为优化接收终端，将目标信息发送至优化接收终端，使优化接收终端展现目标信息。
41.图1示意性示出了根据本公开实施例的信息分配方法的应用场景的示意图。需要注意的是，图1所示仅为本公开实施例的信息分配方法的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例的信息分配方法不可以应用于其他场景。
42.如图1所示，该场景至少包括分配服务器110和接收终端集合120。可以理解的是，接收终端集合120中至少有1个接收终端。
43.在本公开实施例中，接收终端集合120中的接收终端是带有客显屏的收银终端，该接收终端所属于商户，具备商户收银、结算、账务管理等功能。该接收终端也与该商户的特征标签所关联，例如商户所在地区、经营内容等。该接收终端的客显屏指的是为顾客显示内容的屏幕，通常设置为面向顾客，该显示屏可用于展示顾客的消费信息，也可展现本公开中的信息。客显屏可以与主机集成为一体，也可以外接在主机上作为独立显示屏，例如，与收银终端通过无线连接的一个桌立式显示屏，具有移动灵活性。又例如，与商户的大屏幕设备(如电视)连接，在展现营销信息时可具有更佳的视觉效果。在客显屏为外接显示屏的场景下，该显示屏可设置为不显示用户的消费信息，只展现本公开的营销信息，并且可在任意时段进行轮播，以增加该信息的曝光量。在一些场景下，接收终端还可以是平板收银设备，该设备与用于输入金额的按键相连接，可以完成收银操作。该平板收银设备的屏幕朝向顾客，既可以扫描顾客出示的支付二维码或者支持顾客刷脸支付，也可以作为客显屏向顾客显示信息。在另一些场景下，接收终端还可以是自动售货机，可以完成自动售货收银，通常也具备了客显屏，例如，设置在售货机正面面向购买者的屏幕，或者设置在售货机箱体侧面或背面面向周围行人的屏幕。
44.本公开的实施例中，分配服务器110根据分配算法模型从所有可分配的接收终端中确定目标信息的接收终端。例如，在图1中，分配服务器110将某目标信息分配给接收终端121～123，并将目标信息发送至这三个接收终端，接收终端121～123接收到目标信息后，对目标信息进行展现。
45.本公开实施例中，分配服务器110可以是物理服务器，也可以是云端服务器。或者，分配服务器110所包含的功能模块(如数据中心、算法中心、收集模块、优化模块，以及为方便管理所开发的管理系统、营销系统等)，其中的部分功能模块可以是物理服务器，例而另一部分功能模块可以是云端服务器。分配服务器110可以是独立的服务器或服务器集群。在这种情况下，分配服务器110中存储了目标信息以供发送给接收终端。
46.在另一种情况下，该场景中还可以包括信息服务器130，用于存储目标信息并为接收终端提供下载服务。目标信息包括文本、用户参与活动的链接地址或二维码、图形、图像、视频、动画、音频等原生素材，以及利用原生素材生成原生广告的生成规则，还包括已经合成的广告素材。例如，分配服务器110确定目标信息的接收终端后，向接收终端121～123发送分配指令，分配指令中包括了目标信息的存储地址，接收终端121～123在空闲时段向信息服务器130请求下载保存这些信息到本地，这样可提高接收终端展现信息的响应效率。
47.本公开实施例中，信息服务器130可以是物理服务器，也可以是云端服务器。该信息服务器130可以是独立的服务器或服务器集群。
48.根据本公开实施例，如图1所示，该场景中还可以包括数据中心140和算法中心150。
49.数据中心140用于存储初始训练数据，该初始训练数据至少由多个接收终端中的至少部分接收终端所属的商户信息和通过该至少部分接收终端进行线下支付的用户信息生成。数据中心140还用于存储由接收终端展现目标信息所产生的用户反馈数据生成的训练数据。
50.算法中心140用于训练初始分配算法模型和优化分配算法模型。初始分配算法模型基于初始训练数据得到，优化分配算法模型基于由接收终端展现目标信息所产生的用户
反馈数据生成的训练数据而得到。
51.本公开实施例中，数据中心140和算法中心150，可以在物理服务器上实现，也可以在云端服务器上实现。数据中心140和算法中心150可以是独立的服务器或服务器集群。
52.根据本公开实施例，分配服务器110、信息服务器130、数据中心140、算法中心150，以及接收终端集合120通过网络连接，通过分配服务器110的调配进行数据交互。
53.下面结合图2示意的信息分配方法进行说明。
54.图2示意性示出了根据本公开实施例的信息分配方法的流程图。
55.如图2所示，该方法包括操作s210～s250。
56.在操作s210，基于初始训练数据训练初始分配算法模型。
57.在操作s220，基于初始分配算法模型，从多个接收终端中为目标信息分配至少部分接收终端作为初始接收终端。
58.在操作s230，将目标信息发送至初始接收终端，使初始接收终端展现目标信息。
59.在操作s240，收集由初始接收终端展现目标信息所产生的用户反馈数据作为初始反馈结果。
60.在操作s250，在初始反馈结果满足优化条件的情况下，执行优化步骤。
61.根据本公开的实施例，优化步骤包括：基于由所述用户反馈数据生成的训练数据得到优化分配算法模型，基于优化分配算法模型从多个接收终端中为目标信息分配至少部分接收终端作为优化接收终端，发送目标信息至优化接收终端，使优化接收终端展现目标信息。
62.根据本公开实施例，初始分配算法模型和优化分配算法模型的最大区别在于所使用的训练数据的不同。初始分配算法模型是采用初始训练数据得到的，初始训练数据是由接收终端所属的商户信息和通过接收终端进行线下支付的用户信息生成的，这些接收终端是从待分配的多个接收终端中选出的部分；而优化分配算法模型主要用当目标信息被展现后实际产生的用户反馈数据来训练，这样就可以根据营销的实际效果来进行营销策略自动调整，以智能化的分析来代替人工分析。
63.根据本公开实施例的技术方案，利用由接收终端所关联的商户信息和通过该接收终端进行支付的用户信息，以及营销活动实际产生的用户反馈数据，可实现在接收终端上智能投放营销活动信息的目的，具有投放精准性高、调整灵活性强的优势。
64.根据本公开实施例，初始训练数据至少由接收终端所属的商户信息和通过接收终端进行线下支付的用户信息生成。其中，商户信息可以包括该商户所在的地区和行业的特征标签，例如，“北京市-cbd商圈-奶茶店”类似的标签。这些商户信息通常是在在商户或者商户的收银终端进行注册时保存的。商户信息还可以包括根据商户的经营特点所划分的特征标签，例如，“高峰期在12:00～14:00-平均消费45元-高峰结算频率2次/分钟-日均客流量120人”等类似的标签。这些商户信息是通过该商户的交易分析得到的信息。商户信息存储在服务器端，可供营销系统调用，也可算法中心调用。在分配目标信息时，算法中心可以将以上的商户信息与商户收银终端进行关联，从而得到接收目标信息的收银终端。例如，商户a注册的信息表明，其使用的是收银终端a，该收银终端a的硬件配置表明其具备客显屏，在分配目标信息时，就会将收银终端a作为可分配的接收终端，再根据收银终端a所属的商户a的特征，例如上面提到的“北京市-cbd商圈-奶茶店”、“高峰期在12:00～14:00-平均消
费45元-高峰结算频率2次/分钟-日均客流量120人”等信息，对商户a店铺中的顾客人群进行画像，最终得到目标信息是否要在该接收终端上进行展现的预测结果。
65.而通过接收终端进行线下支付的用户信息，可以包括用户的支付信息和用户的属性信息。用户的支付信息可以包括支付方式、支付金额、支付场景以及消费行为(如消费频次、消费金额、消费高频时段、消费商户等信息)中的一种或多种。例如，用户a，“使用微信支付频次高于其他方式-支付金额高频区间为800～1200元-餐饮业支付频次高于其他行业-最常去的商户列表
……”
等类似的支付信息。用户的属性信息可以包括用户的性别、年龄、是否有孩、消费喜好、消费能力等信息中的一种或多种。例如，用户b，“女性-年龄30岁至35岁-美容类消费居多-消费能力中高级-有孩子”等类似的属性信息。这些信息的获取均经用户授权、确认、或由用户主动选择，或根据用户的消费行为进行分析而得到。根据以上信息可得到用户人群画像，便于在营销中实现精准匹配。
66.对由上述商户信息和用户信息构成的原始数据进行归类和标注，以使其符合训练分配算法模型所需，生成了本公开实施例中的初始训练数据，这样的初始训练数据有助于为目标信息匹配适合投放的地区和商户。对原始数据的归类和标注可以采用人工干预的方式，也可以采用机器学习的方式来完成。
67.根据本公开的实施例，初始训练数据还可包括由历史信息的用户反馈数据所生成的训练数据，这些历史信息的用户反馈数据可以来自与初始训练数据来源相同的接收终端，也可以来自在待分配的多个接收终端中的其他的接收终端。历史信息与目标信息可以是具有相同的类别的信息，该类别可以包括该信息所关联的行业、计划投放的地域、计划投放的商户、匹配的受众用户、计划投放的日期时段等信息中的至少一种。例如，假设目标信息是一个旅游类产品的营销信息，从历史上投放旅游类产品的反馈数据分析，营销效果比较好的是在中部地区城市的商圈，在中高端餐饮店、商场、高端超市进行投放，则通过分配算法模型可推荐在这些区域和商户投放该旅游产品的营销信息的接收终端。又例如，假设另一个目标信息对应一个针对年轻女性的美容类产品的营销活动，根据不含历史信息用户反馈数据的初始训练数据，推荐在a地区进行投放，但是根历史同类营销活动的用户反馈数据，在a地区投放该产品营销活动的效果并不理想，而历史反馈数据表明在b地区投放效果更佳，因此分配算法模型得出的结果就会提高对b地区投放的权重。
68.根据本公开的实施例，要收集由接收终端展现目标信息所产生的用户反馈数据作为反馈结果。通过用户的反馈数据可以得到用户参与目标信息所关联的营销活动的实际情况，包括该信息的曝光量、点击量、转化量，其中，“曝光”即该活动的广告被看到，曝光量体现了接收终端的流量情况；“点击”即进入广告落地页，点击量表明了到达广告页面的用户数量；“转化”即完成广告页面引导流程，转化量表明了完成广告效果的用户数量(比如到达注册成功、支付成功、申请成功的页面)。例如，目标信息是一则教育类广告，在接收终端展现的广告页面上有参与活动的二维码，用户在支付时看到了该广告(此为曝光)，用户用自己的手机扫描该活动二维码，在用户手机上会出现该广告的落地页，用户点击落地页(此为点击)，然后按照引导完成注册即实现了一次转化。在另一种场景下，当接收终端的客显屏具备触摸屏功能时，用户看到该广告时可以直接在客显屏上点击参与活动，例如，目标信息为可点击的红包界面(此为曝光)，用户看到后可以点击拆红包进入落地页(此为点击)，然后再参与活动引导完成转化。除此之外，用户的反馈数据还可包括用户的支付信息和用户
属性信息，这些用户反馈数据可为营销活动的预测提供参考依据。
69.根据本公开的实施例，在初始反馈结果满足优化条件的情况下，要执行优化步骤。其中，优化条件根据营销活动的实际需求而定，可以是对营销效果的考量，例如，优化条件为“单机曝光量300-600区间内，转化量/点击量＜5％”，这个优化条件表明当营销活动的转化率过低时，需要进行优化调整，此时可以用优化后的算法模型重新分配投放的接收终端。实际中，还可能存在只需进行初始分配而无需根据营销结果进行优化调整的需求，此时就可以直接将优化条件设置为“否”，则系统在进行初始分配后就不再优化调整，例如，计划分批投放某营销活动，将待分配的接收终端分成若干候选集，用初始分配算法从第一个候选集中选出一批初始接收终端进行投放，达到终止投放条件时，从第二个候选集中选出一批初始接收终端进行投放。
70.根据本公开的实施例，优化步骤中使用的优化分配算法模型是重新训练得到的算法模型，训练优化分配算法模型要用到该目标信息经接收终端展现后产生的用户反馈数据，还可以用到初始训练数据，还可以用到扩增的训练数据，该扩增的训练数据由待分配的多个接收终端中的另一部分接收终端所属的商户信息和通过这些接收终端进行线下支付的用户信息生成。可以理解的是，用户反馈数据越充足，训练得到的优化分配算法模型就越精准，用户反馈数据是一个累积的数据，每次收集的用户反馈数据都会累积起来用于优化分配算法模型的训练。如果反馈结果不能满足预期，则需重新训练算法模型，再进行分配。在有的情况下，一次优化分配后的反馈结果可能还不能满足预期，为了提高分配精准度，优化步骤还可以包括二次优化、三次优化等。也就是说，持续收集由优化接收终端展现目标信息所产生的用户反馈数据，得到优化反馈结果；在优化反馈结果满足优化条件的情况下，基于用户反馈数据和初始训练数据来训练优化分配算法模型，然后再用新的优化分配算法模型来重新分配接收终端。这里的用户反馈数据包括了新产生的和上次分配后产生的用户反馈数据。在这样的优化方式下，系统会对优化后的反馈结果持续监测，直到优化分配后用户反馈达到预期的用户转化效果。此时的优化条件中还可以有其他的人为设定，例如，“总曝光量＜10,000次，单机曝光量300-600区间内，转化量/点击量＜5％”，这个优化条件表明如果该营销活动整体转化率比较低，当总曝光量达到10000次后还不能达到转化率要求的话，就不再执行优化了，以节省算力，此时可进行其他干预或调整。
71.根据本公开的实施例，优化步骤所包含的操作和初始分配的操作是类似的，只是所使用的分配算法模型是由不同的训练数据得到的，此处不再赘述优化步骤。
72.根据本公开的实施例，该分配方法可以首先确定接收终端，然后生成分配指令下发给接收终端，该分配指令中至少包括目标信息的存储地址，还可能包括该目标信息的展现有效期和展现条件。例如，某接收终端接收到的分配指令中，包含了3个目标信息以及各自的展现有效期，接收终端根据该分配指令在对应的展现有效期内对目标信息进行展现。接收终端接收到分配指令后，在空闲时刻(比如在夜间)向信息服务器请求下载目标信息存储到本地。采用先下发分配指令再由接收终端自行下载目标信息的方式，可以提高整个系统的网络效率，这种方式可以应用在初始接收终端和优化接收终端上，即，初始分配时，确定初始接收终端，生成分配指令下发给初始接收终端，优化分配时，确定优化接收终端，生成分配指令下发给优化接收终端。接收终端收到分配指令根据目标信息的存储地址向服务器请求下载目标信息。
73.根据本公开实施例，初始分配算法模型和优化分配算法模型，可采用相同的分配算法模型，但是所使用的训练数据有不同。在进行算法设计时，把接收终端的特征分成用户特征矩阵和营销信息特征矩阵，以接收终端为桥梁建立营销信息-用户反馈矩阵，使用knn(k nearest neighbors，k最邻近算法)及bpr(bayesian personalized ranking，贝叶斯个性化排序)算法进行协同过滤、内容、热点召回，返回和转化效果好的营销信息相似程度高的数据及热点数据。在一种场景下，该分配算法模型是对经典的推荐算法模型进行适应性修改后得到算法模型，其包含了召回模型和排序模型。其中召回模型的训练采用的是knn、bpr算法；排序模型是ctr(点击率)预估模型，采用的是fm(factor machine，因子分解机)算法。ctr预估是对每次展现的信息的点击情况做出预测，预测用户是点击还是不点击，该算法与很多因素相关，比如历史点击率、广告位置、时间、用户等。ctr预估模型是综合考虑各种因素、特征，在大量历史数据上训练得到的模型。在训练分配算法模型时要从所有接收终端中拿到历史同类信息的数据，并根据ctr预估给出排序最高的前n条数据，也就是在使用该分配算法模型时，输出的是预测营销效果最好的n个接收终端。
74.利用以上训练数据和分配算法模型，以接收终端为桥梁将营销信息推送至用户侧，不仅提高了接收终端的利用率，也实现了自动营销之目的。
75.基于同一发明构思，本公开还提供了一种信息分配装置，下面参照图3对本公开实施例的信息分配装置300进行说明。
76.图3示意性示出了根据本公开实施例的信息分配装置300的框图。其中，该装置300可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
77.如图3所示，该信息分配装置300包括初始分配模块310、初始发送模块320、初始收集模块330、优化模块340。该信息分配装置300可以执行上文描述的各种方法。
78.初始算法模块310，被配置为基于初始训练数据训练初始分配算法模型，该初始训练数据至少由多个接收终端中的至少部分接收终端所属的商户信息和通过该部分接收终端进行线下支付的用户信息生成，接收终端为具备客显屏的收银终端；
79.初始分配模块320，被配置为基于初始分配算法模型，从多个接收终端中为目标信息分配至少部分接收终端作为初始接收终端。
80.初始发送模块330，被配置为将目标信息发送至初始接收终端，使初始接收终端展现目标信息。
81.初始收集模块340，被配置为收集由初始接收终端展现目标信息所产生的用户反馈数据作为初始反馈结果。
82.优化模块350，被配置为在初始反馈结果满足优化条件的情况下，执行优化步骤。
83.根据本公开实施例的技术方案，优化步骤包括：基于由所述用户反馈数据生成的训练数据得到优化分配算法模型，基于优化分配算法模型从多个接收终端中为目标信息分配至少部分接收终端作为优化接收终端，发送目标信息至优化接收终端，使优化接收终端展现目标信息。
84.基于同一发明构思，本公开还提供了一种信息分配系统，下面参照图4对本公开实施例的信息分配系统400进行说明。
85.图4示意性示出了根据本公开实施例的信息分配系统400的框图。
86.如图4所示，该信息分配系统400包括服务器端410和接收终端420，其中，服务器端
410包括初始分配模块411、初始发送模块412、初始收集模块413、优化模块414。该信息分配系统400中的服务器端410可以执行上文描述的各种方法，接收终端420可以支持服务器端410以执行上文描述的各种方法。
87.初始分配模块411，用于基于初始分配算法模型从多个接收终端中为目标信息分配至少部分接收终端作为初始接收终端。
88.初始发送模块412，用于将目标信息发送至初始接收终端，使初始接收终端展现目标信息。
89.初始收集模块413，用于收集由初始接收终端展现目标信息所产生的用户反馈数据作为初始反馈结果。
90.优化模块414，用于在由初始收集模块413所提供的初始反馈结果满足优化条件的情况下，执行优化步骤。
91.接收终端420，为具备客显屏的收银终端，用于接收由服务器端410发送的目标信息，并在客显屏上展现目标信息。
92.根据本公开实施例的技术方案，优化步骤包括：基于由所述用户反馈数据生成的训练数据得到优化分配算法模型，基于优化分配算法模型从多个接收终端中为目标信息分配至少部分接收终端作为优化接收终端，发送目标信息至优化接收终端，使优化接收终端展现目标信息。
93.图5示意性示出了根据本公开另一实施例的信息分配系统500的框图。
94.如图5所示，该信息分配系统500在图4所示信息分配系统400的基础上，还包括了算法中心510和数据中心520。
95.算法中心510，用于训练初始分配算法模型和优化分配算法模型，初始分配算法模型基于初始训练数据得到，优化分配算法模型基于由接收终端展现目标信息所产生的用户反馈数据生成的训练数据而得到。
96.数据中心520，用于存储初始训练数据，初始训练数据至少由多个接收终端中的至少部分接收终端所属的商户信息和通过接收终端进行线下支付的用户信息生成；还用于存储由接收终端展现目标信息所产生的用户反馈数据生成的训练数据。
97.根据本公开的实施例，算法中心510可以是独立的服务器，数据中心520可以是独立的数据库，这样可以提高系统架构的稳定性，提高数据交互的效率，为其他系统调用数据提供了便利，例如，营销管理系统可以将营销数据存入数据中心520，也可以向算法中心510请求为某个信息分配接收终端。
98.基于同一发明构思，本公开还提供了一种接收终端，下面参照图6对本公开实施例的接收终端600进行说明。
99.图6示意性示出了根据本公开实施例的接收终端600的框图。如图6所示，该接收终端600包括接收器610、存储器620、处理器630、客显屏640、收银组件650。
100.接收器610，用于接收目标信息。
101.存储器620，用于存储目标信息。
102.处理器630，用于在所述目标信息的展现条件被触发时，将目标信息展现于客显屏上。
103.客显屏640，用于展现目标信息。
104.收银组件650，用于支持用户线下支付以完成收银操作，并触发所述目标信息的展现条件。
105.根据本公开的实施例，接收终端600的接收器610接收服务器端发送的目标信息。服务器端可以直接将目标信息下发给接收终端，由接收器610接收后存储在存储器620中。服务器端也可以先下发一个分配指令给接收终端600，接收器610收到分配指令后，由处理器630对该指令进行解析，根据解析结果，向服务器请求下载目标信息，并存储在存储器620中。当用户在接收终端600上进行消费支付时，收银组件650将完成对该用户的收银操作，同时触发目标信息的展现条件，客显屏640就会展现目标信息。
106.根据本公开的实施例，接收终端600不仅可以完成商户收银的基本功能，还可以提高客显屏的利用率，通过对服务器侧调配的支持，获得更好的营销效果，为商户增加收入。
107.图7示意性示出了根据本公开另一实施例的信息接收终端700的框图。如图7所示，该接收终端700在图6所示接收终端600的基础上，还包括用户检测组件710，用于检测是否有用户位于客显屏640前，当检测到有用户位于客显屏640前时，触发所述目标信息的展现条件。
108.根据本公开的实施例，用户检测组件包括检测装置(如红外传感器、语音传感器、图像传感器等)和检测功能模块。在一种场景下，利用收银终端已有的摄像头作为检测装置进行人像检测，再辅以红外检测，可以检测到是否有用户位于客显屏前，从而触发目标信息的展现条件。
109.本公开还公开了一种电子设备，图8示出根据本公开的实施例的电子设备的框图。
110.如图8所示，所述电子设备800包括存储器801和处理器802，其中，所述存储器801用于存储支持电子设备执行上述任一实施例中的信息处理方法或代码生成方法的程序，所述处理器802被配置为用于执行所述存储器801中存储的程序。
111.图9示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统900的框图。
112.如图9所示，计算机系统900包括处理单元901，其可以根据存储在只读存储器(rom)902中的程序或者从存储部分908加载到随机访问存储器(ram)903中的程序而执行上述实施例中的各种处理。在ram 903中，还存储有系统900操作所需的各种程序和数据。处理单元901、rom902以及ram 903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。
113.以下部件连接至i/o接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至i/o接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。其中，所述处理单元901可实现为cpu、gpu、tpu、fpga、npu等处理单元。
114.特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行上述方法的程序代码。在这样的实施例中，该计算
机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。
115.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
116.描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
117.作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
118.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。