一种产品运营方法及其装置与流程

1.本技术涉及一种产品运营技术，尤其涉及一种产品运营方法。本技术还提供一种产品运营装置。


背景技术：

2.当前，互联网的技术发展，使得用户越来越依靠各种互联网服务解决生产生活中的问题，而各种不同机构的互联网服务是相互独立的，这使得用户难以将各种生活场景完全贯通的使用互联网产品，移动互联网的发展使得这种分割尤为突出。
3.在用户的互联网应用过程中，商家为了增加用户的粘性，增加盈利收入，通常会对用户的需求进行准确分析，以确定产品或者服务的营销方向和人群，但是由于各个互联网产品的独立性，运行需求分析往往难以准确进行，这无疑增加了产品运营的困难，同时如何进行盈利分配也是一个需要改进的技术问题。
4.申请内容
5.本技术提供一种产品运营方法，以解决用户需求分析不准确的问题。同时，本技术还提供一种产品运营装置。
6.本技术提供一种产品运营方法，包括：
7.在一级账户中设置产品集市，所述产品集市包括从属于一个一级账户的全部二级账户中的产品或者服务；
8.所述一级账户根据用户的附属信息，通过智能推荐引擎获取用户的需求特征以从所述产品集市中配置产品集，将所述产品集推荐给所述用户；
9.根据预设比例，将所述用户在所述产品集中产生的利润分配到一级账户和二级账户。
10.可选的，所述一级账户获得的利润还包括：按干次曝光计数的收费、按用户点击计数内的收费或按产品销售计数的收费。
11.可选的，所述将所述产品集推荐给所述用户，包括：将所述产品集中每个产品的广告页按照预设规则推送给用户。
12.可选的，所述预设规则包括：按地域投放、按年龄投放或者按性别投放。
13.可选的，所述将所述产品集推荐给所述用户后，执行如下步骤：
14.若用户选择所述产品集中的商品，则根据所述用户的选择更新所述需求特征；
15.根据更新的所述需求特征配置新的产品集。
16.本技术还提供一种产品运营装置，包括：
17.设置模块，用于在一级账户中设置产品集市，所述产品集市包括从属于一个一级账户的全部二级账户中的产品或者服务；
18.推荐模块，用于所述一级账户根据用户的附属信息，通过智能推荐引擎获取用户的需求特征以从所述产品集市中配置产品集，将所述产品集推荐给所述用户；
19.分润模块，用于根据预设比例，将所述用户在所述产品集中产生的利润分配到一
级账户和二级账户。
20.可选的，所述一级账户获得的利润还包括：按干次曝光计数的收费、按用户点击计数内的收费或按产品销售计数的收费。
21.可选的，所述推荐模块还包括：
22.推送单元，用于将所述产品集中每个产品的广告页按照预设规则推送给用户。
23.可选的，所述预设规则包括：按地域投放、按年龄投放或者按性别投放。
24.可选的，所述推荐模块还包括：
25.更新单元，用于若用户选择所述产品集中的商品，则根据所述用户的选择更新所述需求特征；
26.配置单元，用于根据更新的所述需求特征配置新的产品集。
27.本技术相对与现有技术具有以下优点：
28.本技术提供一种产品运营方法，包括：在一级账户中设置产品集市，所述产品集市包括从属于一个一级账户的全部二级账户中的产品或者服务；所述一级账户根据用户的附属信息，通过智能推荐引擎获取用户的需求特征以从所述产品集市中配置产品集，将所述产品集推荐给所述用户；根据预设比例，将所述用户在所述产品集中产生的利润分配到一级账户和二级账户。通过将用户的多个账号统一到相同的账号下，获得用户的完整信息，以实现对用户需求的准确分析，同时能够基于统一账户进行利润分配。
附图说明
29.图1是本技术产品运营方法流程图。
30.图2是本技术产品运营装置示意图。
具体实施方式
31.在下面的描述中阐述了很多具体细节以便于充分理解本技术，但是本技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术构思的情况下做类似推广，因此本技术不受下面公开的具体实施的限制。
32.为了详细的说明本技术的技术方案，下面结合附图对本技术的构思方法进行描述。
33.图1是本技术产品运营方法流程图。
34.请参照图1所示，s101在一级账户中设置产品集市，所述产品集市包括从属于一个一级账户的全部二级账户中的产品或者服务；
35.所述产品集市是指，当用户注册了一级账户，所述一级账户能够获得用户每一个二级账户的登录权限，并获取到每个所述二级账户中具有的产品或者服务信息。所述一级账户读取每个二级账户的中产品或者服务信息，将读取到的产品或者服务信息进行列表式的展示，全部所述产品或者服务的展示就是所述产品集市。
36.所述二级账户是一级账户的从属账户，且所述一级账户和所述二级账户都是用户登录网址或者其他互联网服务端的登录账户，所述一级账户能够登录所述用户的全部网址或者其他互联网服务端，所述二级账户只能登录特定的一个网址或者其他互联网服务端。
37.s102所述一级账户根据用户的附属信息，通过智能推荐引擎获取用户的需求特征
以从所述产品集市中配置产品集，将所述产品集推荐给所述用户；
38.本技术中，所述附属信息包括：用户在各个二级账户中购买的产品或者配置的服务，以及用户身份信息、地址信息、职业信息等。
39.将所述附属信息，是一级账户根据用户在注册时输入的信息，以及从各个二级账户的收集的信息组成的。所述一级账户在获取到所述附属信息后，将根据所述附属信息，通过智能推荐引擎获取用户需求特征。
40.具体的，所述智能推荐引擎是预先训练的智能算法模型，优选的，所述智能算法模型是一个卷积神经网络。
41.训练所述智能推荐引擎需要获取多个附属信息样本，然后根据所述附属信息样本进行智能推荐引擎的训练，具体流程如下：
42.获取附属信息样本，所述附属信息样本就是用户的附属信息脱敏而成的。
43.将所述附属信息样本进行编号，根据所述编号，依次将所述附属信息样本输入到卷积神经网络中，进行需求特征的计算，获得最终的需求特征。
44.将所述最终的需求特征和预先准备的确定需求特征进行比较，获得需求特征误差。本技术中，所述预先准备的确定需求特征，是指在用户具备所述的附属信息的情况下的真实需求特征，所述确定需求特征，可以是通过问卷或者其他方式获得。
45.根据所述特征误差，调整所述卷积神经网络的参数，并重新输入附属信息样本，进行进一步参数调整，直至所述最终的需求特征和所述确定的需求特征之间的误差在一个预设的误差阈值内，则一个智能推荐引擎就训练好了。
46.将所述用户的附属信息输入到智能推荐引擎当中，并通过所述智能推荐引擎的计算，获得用户的需求特征。
47.所述需求特征表征了用户对产品或者服务的需求度大小，根据所述用户的需求特征，就可以判断用户是否需要每一个产品或者服务。
48.通过所述用户的需求特征，将用户可能需要的产品或者服务集合起来，形成产品集，所述产品集就是产品或者服务的集合。然后将所述产品集合推荐给用户。
49.本技术中将所述产品集推荐给用户是指，在用户许可的范围内，所述将所述产品集推荐给所述用户，包括：将所述产品集中每个产品的广告页按照用户认可的预设规则推送给用户。所述预设规则包括：按地域投放、按年龄投放或者按性别投放。所述用户认可的方式是指，通过那些途径推荐，例如微信、短信或者app信息等，还包括用户可接收广告的容忍度。例如每次推送几个产品或者服务等。
50.s103根据预设比例，将所述用户在所述产品集中产生的利润分配到一级账户和二级账户。
51.当用户接受了所述推荐的内容中的产品或者服务，用户会支付相应的资金金额以实现真正的拥有所述产品或者服务，此时即完成一次交易，而此时，所述一级账户和所述二级账户，即可以根据所述盈利，分别获取一定比例的利润。
52.本技术中所述一级账户获得的利润除了产品或者服务所述产生的利润外，还包括：按干次曝光计数的收费、按用户点击计数内的收费或按产品销售计数的收费。
53.在上述技术方案中，将所述产品集推荐给所述用户后，执行如下步骤：若用户选择所述产品集中的商品，则将所述用户的选择更新所述需求特征；根据更新的所述需求特征
配置新的产品集。
54.然后根据所述新的产品集，对用户进行推送。
55.本技术还提供一种产品运营装置，包括：设置模块101，推荐模块102，分润模块103。
56.图2是本技术产品运营装置示意图。
57.请参照图2所示，设置模块101，用于在一级账户中设置产品集市，所述产品集市包括从属于一个一级账户的全部二级账户中的产品或者服务；
58.所述产品集市是指，当用户注册了一级账户，所述一级账户能够获得用户每一个二级账户的登录权限，并获取到每个所述二级账户中具有的产品或者服务信息。所述一级账户读取每个二级账户的中产品或者服务信息，将读取到的产品或者服务信息进行列表式的展示，全部所述产品或者服务的展示就是所述产品集市。
59.所述二级账户是一级账户的从属账户，且所述一级账户和所述二级账户都是用户登录网址或者其他互联网服务端的登录账户，所述一级账户能够登录所述用户的全部网址或者其他互联网服务端，所述二级账户只能登录特定的一个网址或者其他互联网服务端。
60.推荐模块102，用于所述一级账户根据用户的附属信息，通过智能推荐引擎获取用户的需求特征以从所述产品集市中配置产品集，将所述产品集推荐给所述用户；
61.本技术中，所述附属信息包括：用户在各个二级账户中购买的产品或者配置的服务，以及用户身份信息、地址信息、职业信息等。
62.将所述附属信息，是一级账户根据用户在注册时输入的信息，以及从各个二级账户的收集的信息组成的。所述一级账户在获取到所述附属信息后，将根据所述附属信息，通过智能推荐引擎获取用户需求特征。
63.具体的，所述智能推荐引擎是预先训练的智能算法模型，优选的，所述智能算法模型是一个卷积神经网络。
64.训练所述智能推荐引擎需要获取多个附属信息样本，然后根据所述附属信息样本进行智能推荐引擎的训练，具体流程如下：
65.获取附属信息样本，所述附属信息样本就是用户的附属信息脱敏而成的。
66.将所述附属信息样本进行编号，根据所述编号，依次将所述附属信息样本输入到卷积神经网络中，进行需求特征的计算，获得最终的需求特征。
67.将所述最终的需求特征和预先准备的确定需求特征进行比较，获得需求特征误差。本技术中，所述预先准备的确定需求特征，是指在用户具备所述的附属信息的情况下的真实需求特征，所述确定需求特征，可以是通过问卷或者其他方式获得。
68.根据所述特征误差，调整所述卷积神经网络的参数，并重新输入附属信息样本，进行进一步参数调整，直至所述最终的需求特征和所述确定的需求特征之间的误差在一个预设的误差阈值内，则一个智能推荐引擎就训练好了。
69.将所述用户的附属信息输入到智能推荐引擎当中，并通过所述智能推荐引擎的计算，获得用户的需求特征。
70.所述需求特征表征了用户对产品或者服务的需求度大小，根据所述用户的需求特征，就可以判断用户是否需要每一个产品或者服务。
71.通过所述用户的需求特征，将用户可能需要的产品或者服务集合起来，形成产品
集，所述产品集就是产品或者服务的集合。然后将所述产品集合推荐给用户。
72.本技术中将所述推荐模块102还包括：推送单元，在用户许可的范围内，所述将所述产品集推荐给所述用户，包括：将所述产品集中每个产品的广告页按照用户认可的预设规则推送给用户。所述预设规则包括：按地域投放、按年龄投放或者按性别投放。所述用户认可的方式是指，通过那些途径推荐，例如微信、短信或者app信息等，还包括用户可接收广告的容忍度。例如每次推送几个产品或者服务等。
73.分润模块103，用于根据预设比例，将所述用户在所述产品集中产生的利润分配到一级账户和二级账户。
74.当用户接受了所述推荐的内容中的产品或者服务，用户会支付相应的资金金额以实现真正的拥有所述产品或者服务，此时即完成一次交易，而此时，所述一级账户和所述二级账户，即可以根据所述盈利，分别获取一定比例的利润。
75.本技术中所述一级账户获得的利润除了产品或者服务所述产生的利润外，还包括：按干次曝光计数的收费、按用户点击计数内的收费或按产品销售计数的收费。
76.本技术种所述推荐模块102还包括：
77.更新单元，用于若用户选择所述产品集中的商品，则将所述用户的选择更新所述需求特征。在上述技术方案中，将所述产品集推荐给所述用户后，执行如下步骤：若用户选择所述产品集中的商品，则将所述用户的选择更新所述需求特征；根据更新的所述需求特征配置新的产品集。
78.配置单元，用于根据更新的所述需求特征配置新的产品集，然后根据所述新的产品集，对用户进行推送。