一种数据的处理方法和装置与流程

1.本技术涉及互联网技术领域，特别是涉及一种数据的处理方法和一种数据的处理装置。


背景技术：

2.随着互联网技术的发展，使用网络平台进行线上购物的用户越来越多，但是仍有许多用户选择线下购物。个性化推荐是实现精准营销的一种重要方式，被广泛应用于线上购物环境，为顾客和商家带来了遍历。当前，针对线下购物环境，通常用户看到的推荐导购商品都是一样的，例如，当用户去商场购物时，商场可以通过一些导购广告，以引导用户进入商场购物；针对线上购物，往往根据用户偏好以及用户在线上的购买和浏览行为等各项数据，对该用户进行个性化的推荐导购，然而这些方式均未能较好地为用户提供更具个性化的推荐内容。


技术实现要素：

3.本技术实施例所要解决的技术问题是提供一种数据的处理方法，以解决现有技术中无法实现在线下购物场景中，为用户提供个性化的购物推荐内容的问题。
4.相应的，本技术实施例还提供了一种数据的处理装置，用以保证上述方法的实现及应用。
5.为了解决上述问题，本技术实施例公开了一种数据的处理方法，包括：
6.获取用户的位置信息以及个性化信息；
7.确定与所述位置信息对应的目标区域，所述目标区域包括至少一个与所述个性化信息相匹配的对象；
8.根据所述至少一个与所述个性化信息相匹配的对象，为用户生成导购数据。
9.可选地，所述根据所述至少一个与所述个性化信息相匹配的对象，为用户生成导购数据，包括：
10.生成针对所述相匹配的对象的商品查询请求；
11.将所述商品查询请求发送至预设服务端，获取与所述商品查询请求对应的商品对象数据；
12.根据所述商品对象数据，为用户生成导购数据。
13.可选地，所述商品对象数据至少包括与所述商品查询请求对应的商品对象，以及所述商品对象的属性信息，所述根据所述商品对象数据，为用户生成导购数据，包括：
14.采用所述商品对象的属性信息，生成商品列表，所述商品列表包括与所述商品对象对应的商品展示位。
15.可选地，所述根据所述商品对象数据，为用户生成导购数据，包括：
16.从所述商品对象的属性信息中，提取所述商品对象在不同购物场所对象中的价格信息，并展示不同购物场所对象中所述商品对象的价格比对信息。
17.可选地，还包括：
18.响应作用于所述商品展示位的用户操作，确定目标商品对象，并展示所述目标商品对象的商品详情信息；
19.其中，所述商品详情信息至少包括所述目标商品对象的商品介绍信息、所属的目标品牌商家对象、所属的目标购物场所对象以及所述目标品牌商家对象的商家位置信息中的一种。
20.可选地，还包括：
21.若检测到所述位置信息与所述商家位置信息匹配成功，则获取所述目标品牌商家对象设置的促销信息。
22.可选地，还包括：
23.响应作用于所述商品展示位的用户操作，确定目标商品对象，并展示针对所述目标商品对象的订单界面；
24.响应作用于所述订单界面的用户操作，生成针对所述目标商品对象的订单信息。
25.可选地，所述商品展示位包括反馈控件，所述方法还包括：
26.响应作用于所述反馈控件的用户操作，选定目标商品展示位，并生成针对所述目标商品展示位的反馈信息，将所述反馈信息发送至预设服务端。
27.可选地，所述对象包括商家品牌对象，所述个性化信息至少包括品牌偏好信息，所述生成针对所述相匹配的对象的商品查询请求，包括：
28.将所述用户的品牌偏好信息与所述品牌商家对象进行匹配，获得至少一个目标品牌商家对象；
29.获取所述目标品牌商家对象所属的目标购物场所对象的场所位置信息；
30.采用所述场所位置信息，生成针对所述目标品牌商家对象的商品查询请求。
31.可选地，所述生成针对所述相匹配的对象的商品查询请求，还包括：
32.从所述用户的品牌偏好信息中，提取n个目标偏好品牌；
33.所述将所述用户的品牌偏好信息与所述品牌商家对象进行匹配，获得至少一个目标品牌商家对象，包括：
34.将所述n个目标偏好品牌与所述品牌商家对象进行匹配，获得至少一个目标品牌商家对象。
35.本技术实施例还公开了一种数据的处理装置，包括：
36.信息获取模块，用于获取用户的位置信息以及个性化信息；
37.区域确定模块，用于确定与所述位置信息对应的目标区域，所述目标区域包括至少一个与所述个性化信息相匹配的对象；
38.数据生成模块，用于根据所述至少一个与所述个性化信息相匹配的对象，为用户生成导购数据。
39.可选地，所述数据生成模块包括：
40.商品查询请求生成子模块，用于生成针对所述相匹配的对象的商品查询请求；
41.商品对象数据获取子模块，用于将所述商品查询请求发送至预设服务端，获取与所述商品查询请求对应的商品对象数据；
42.导购数据生成子模块，用于根据所述商品对象数据，为用户生成导购数据。
43.可选地，所述商品对象数据至少包括与所述商品查询请求对应的商品对象，以及所述商品对象的属性信息，所述导购数据生成子模块包括：
44.商品列表生成单元，用于采用所述商品对象的属性信息，生成商品列表，所述商品列表包括与所述商品对象对应的商品展示位。
45.可选地，所述导购数据生成子模块包括：
46.价格比对展示单元，用于从所述商品对象的属性信息中，提取所述商品对象在不同购物场所对象中的价格信息，并展示不同购物场所对象中所述商品对象的价格比对信息。
47.可选地，还包括：
48.详情信息展示模块，用于响应作用于所述商品展示位的用户操作，确定目标商品对象，并展示所述目标商品对象的商品详情信息；
49.其中，所述商品详情信息至少包括所述目标商品对象的商品介绍信息、所属的目标品牌商家对象、所属的目标购物场所对象以及所述目标品牌商家对象的商家位置信息中的一种。
50.可选地，还包括：
51.促销信息获取模块，用于若检测到所述位置信息与所述商家位置信息匹配成功，则获取所述目标品牌商家对象设置的促销信息。
52.可选地，还包括：
53.订单界面展示模块，用于响应作用于所述商品展示位的用户操作，确定目标商品对象，并展示针对所述目标商品对象的订单界面；
54.订单信息生成模块，用于响应作用于所述订单界面的用户操作，生成针对所述目标商品对象的订单信息。
55.可选地，所述商品展示位包括反馈控件，所述装置还包括：
56.反馈信息处理模块，用于响应作用于所述反馈控件的用户操作，选定目标商品展示位，并生成针对所述目标商品展示位的反馈信息，将所述反馈信息发送至预设服务端。
57.可选地，所述对象包括商家品牌对象，所述个性化信息至少包括品牌偏好信息，所述商品查询请求生成子模块包括：
58.商家对象选定单元，用于将所述用户的品牌偏好信息与所述品牌商家对象进行匹配，获得至少一个目标品牌商家对象；
59.位置信息获取单元，用于获取所述目标品牌商家对象所属的目标购物场所对象的场所位置信息；
60.查询请求生成单元，用于采用所述场所位置信息，生成针对所述目标品牌商家对象的商品查询请求。
61.可选地，所述商品查询请求生成子模块还包括：
62.偏好品牌提取单元，用于从所述用户的品牌偏好信息中，提取n个目标偏好品牌；
63.所述商家对象选定单元具体用于：
64.将所述n个目标偏好品牌与所述品牌商家对象进行匹配，获得至少一个目标品牌商家对象。
65.本技术实施例还公开了一种电子设备，包括：
66.一个或多个处理器；和
67.其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如上所述的方法。
68.本技术实施例还公开了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上所述的方法。
69.本技术实施例包括以下优点：
70.在本技术实施例中，可以通过实时获取用户的位置信息以及个性化信息，接着确定与位置信息对应的目标区域，在该目标区域中包括至少一个与个性化信息相匹配的对象，然后根据至少一个与个性化信息相匹配得对象，为用户生成导购数据，通过获取用户的实时位置，并结合用户的个性化信息，例如历史购买行为的购买偏好，从而提供位于用户附近的购物场所以及品牌商家，引导用户进行线下消费，在提高用户购买效率的同时，能够有效地为用户提供个性化的购物推荐内容，大大提高了用户的购买体验。
附图说明
71.图1是本技术的一种数据的处理方法实施例的步骤流程图；
72.图2是本技术的一种数据的处理方法实施例的步骤流程图；
73.图3是本技术实施例中商品推荐的流程示意图；
74.图4是本技术的一种数据的处理装置实施例的结构框图。
具体实施方式
75.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
76.作为一种示例，一方面消费者在线上购物时积累了大量的数据，各大电商平台都可以据此为用户精准推荐相关的店铺和商品；另一方面消费者在线下场景则较难高效的获取购物信息，尤其是刚到一个不熟悉的区域时，难以找到自己喜欢的店铺和商品，购物效率比较低。
77.其中，可以通过基于用户当前的位置信息，部分结合其历史轨迹，在线下，即室内环境对用户进行引导，实现用户在线下的购物。具体的，首先基于一些方式(室内wifi定位、线下条形码、其他特殊gps设备等)获取用户的实时位置，然后对用户在线下环境的行动路线做出引导，其引导的决策来源于品牌广告的投放或者是历史用户的轨迹。这种纯线下的模式，其核心基本上集中在如何做到准确的实时室内定位，为一个持续性的过程，并最终形成一个用户在线下的轨迹图，整条轨迹图是这类想法优化的对象。然而，这种方式，一方面室内定位技术的准确性并不一定十分可靠，另一方面用户在线下环境已经有了对店铺、商品最直接的体感，用户的视觉、触觉、听觉甚至味觉等感官被充分的占用并调动，基于获取位置的无线设备，对用户线下实时行为和决策的影响是非常弱的，无法有效地提高用户的购物效率。
78.此外，还可以基于用户当前的线上行为，实时的解析并理解用户的意图，然后对用户做出商品推荐，引导用户在线上完成交易。然而通过在线上对用户的搜索结果进行个性化的展示，并未考虑线下用户的实时位置，无法做到线上线下的融合，也无法引导用户线下
成交，同时当线下折扣和线上不一致时或是无货时也不能引导线上成交，对于用户线上决策线下消费或是线下决策线上消费这些场景是没有覆盖的。
79.因此，本技术实施例的核心发明点之一在于通过融合消费者在线上和线下积累的丰富画像数据、商品数据以及订单数据等不同类型的护具，依据用户实时的地理位置信息，结合城市、购物场所、品牌商家、商品等线下数据，为用户精准推荐所在位置附近，用户偏好的品牌商家或商品，并引导用户进行线下购物，实现线上线下数据的融合，在提高用户购买效率的同时，能够有效地为用户提供个性化的购物推荐内容，大大提高了用户的购买体验。
80.具体的，参照图1，示出了本技术的一种数据的处理方法实施例的步骤流程图，具体可以包括如下步骤：
81.步骤101，获取用户的位置信息以及个性化信息；
82.在本技术实施例中，在用户侧可以为客户端，用户可以通过客户端进行购物场所对象(下述购物场所)、品牌商家对象(品牌商家)以及商品对象(商品)的浏览等，在客户端中可以存储针对用户个性化的局部数据，例如用户的画像数据、用户常驻的n(n为正整数，例如2等)个城市的购物场所数据、品牌商家数据等等。服务测可以为服务器，在服务器中库存储全量数据，例如商品画像数据，从而通过客户端对用户的数据进行存储，并保留一定的计算在客户端进行，不仅可以节省数据传输网络开销、时间开销，而且能够更快地反馈用户结果。
83.其中，画像数据可以为对目标对象使用数据标签的方式进行描述，从而通过数据展示出目标对象某个个性化特征。例如，对于用户画像数据，可以通过不同的数据标签对用户的个性化特征进行描述，包括性别、居住地、年龄、喜好、日常习惯等等；对于商品画像数据，可以包括价格、类型、尺寸、品牌等等，从而通过数据标签可以有利于进行针对性的服务，或进行精准推荐等。
84.在具体实现中，客户端可以实时获取用户的位置信息，以及个性化信息，其中，位置信息可以包括用户当前所在位置的经纬度信息，个性化信息可以包括用于描述用户个性化特征的数据标签等。
85.需要说明的是，客户端可以为用户提供个性化的导购信息，则用户可以主动在客户端中进行设置推送时机、推送频次等，以触发客户端进行导购信息的推送，还可以选择以默认的推送时机或推送频次，由客户端进行导购信息的推送，本技术对此不作限制。
86.步骤102，确定与所述位置信息对应的目标区域，所述目标区域包括至少一个与所述个性化信息相匹配的对象；
87.在具体实现中，对象可以包括购物场所对象、商家品牌对象以及商品对象等等，则在获取了用户当前的位置信息后，可以确定对应的目标区域，并查找该目标区域内的购物场所对象，并遍历购物场所对象中所有的品牌商家对象，以便确定与用户个性化信息相匹配的对象。
88.在一种示例中，可以实时获取用户当前位置的经纬度信息，并查询存储于客户端中用户所在城市的地域数据，接着可以以经纬度信息为圆心，按照预设半径(例如2公里等)确定目标区域，然后获取该目标区域内所有的购物场所，以及购物场所对应的品牌商家，并确定品牌商家与购物场所之间的对应关系。可选地，若在一定半径内未查找到购物场所或品牌商家，则可以逐级提高预设半径(如提高至3公里等)，直至目标区域中至少存在一家购
物场所或一家品牌商家，以便确定与用户个性化信息对应的目标对象。
89.需要说明的是，对于位置信息的获取，客户端可以在获得用户授权后，通过相应的定位模块对用户的位置信息进行实时获取。
90.步骤103，根据所述至少一个与所述个性化信息相匹配的对象，为用户生成导购数据。
91.在具体实现中，客户端可以通过个性化信息，对所获取的品牌商家对象进行筛选匹配，从而确定线下导购数据，以便引导用户进行线下消费。
92.在本技术实施例中，可以通过实时获取用户的位置信息以及个性化信息，接着确定与位置信息对应的目标区域，在该目标区域中包括至少一个与个性化信息相匹配的对象，然后根据至少一个与个性化信息相匹配得对象，为用户生成导购数据，通过获取用户的实时位置，并结合用户的个性化信息，例如历史购买行为的购买偏好，从而提供位于用户附近的购物场所以及品牌商家，引导用户进行线下消费，在提高用户购买效率的同时，能够有效地为用户提供个性化的购物推荐内容，大大提高了用户的购买体验。
93.参照图2，示出了本技术的一种数据的处理方法实施例的步骤流程图，具体可以包括如下步骤：
94.步骤201，获取用户的位置信息以及个性化信息；
95.在具体实现中，客户端在得到用户的授权后，可以实时对用户当前的位置进行采集，从而得到位置信息，同时在客户端中可以存储有用户的个性化信息，个性化信息可以包括对用户使用数据标签的方式进行描述的画像数据，例如品牌偏好信息等等。
96.在一种示例中，客户端中可以存储用户所在城市的购物场所数据、品牌商家数据、用户偏好画像数据以及城市画像数据等数据集，服务端中可以存储有全量购物场所数据、全量品牌商家数据、全量用户偏好画像数据以及全量城市画像数据等等，从而通过客户端对相关数据进行存储，并保留一定的计算在客户端进行，不仅可以节省数据传输网络开销、时间开销，而且能够更快地反馈用户结果。
97.在具体实现中，服务端可以对用户数据、商品数据以及订单数据等基础数据进行数据处理，从而计算得到购物场所、用户偏好、品牌商家以及城市等画像数据。具体的，可以对线上、线下用户进行用户数据的统一，对于线上用户可以通过关联的账户进行用户数据的统一，对于线下用户可以通过身份证等具有唯一身份标识对用户进行关联，从而实现用户数据的统一。对于商品数据，同一个款式的商品，无论是线上还是线下，其货号一致，则可以通过货号、颜色、尺码等对同一个商品进行定位，从而实现商品数据的统一。对于订单数据，无论用户在线上下单，还是线下购买，均有对应的订单数据，则可以根据上述统一后的用户数据以及商品数据，对订单数据进行区分，确定各个订单数据对应的唯一标识，并对订单数据进行打标，包括线上订单以及线下订单，从而实现订单数据的统一。
98.当得到统一后的用户数据、商品数据以及订单数据后，可以通过至少一个方式对这些数据进行计算，得到购物场所、用户偏好、品牌商家以及城市等画像数据。其中，对于画像数据可以包括多种，可选地，可以是基础画像数据，例如用户的性别，可以直接通过特征提取的方式，从基础数据中获取即可；还可以是基于规则统计判断得到的画像数据，例如基于用户过去90天的购买数据，对其偏好的品牌类别进行平均价格区间计算，得到用户针对某个品牌类别的偏好价格区间等；也可以是基于算法模型类的画像数据，例如，根据用户过
去1、2年的购买行为预测出其高频词购买类目下可能偏好的品牌商家，从而根据用户经常购买的品牌商家及对应的价格，推荐出相似品牌，也可以根据目标用户与相似的其他用户之间的购买习惯，对目标用户偏好的品牌商家进行定位等等，本技术对此不作限制。
99.对于购物场所数据、品牌商家数据、用户偏好画像数据以及城市画像数据等数据集可以进行组织规整，建立通用数据集提供查询服务，并由服务端定期对客户端中存储的数据集进行更新，并且服务端还可以定期进行算法模型优化，保证数据集的时效性。而对于客户端而言，可以只存储登录于客户端的用户账户对应的数据集，例如，存储用户常驻的2个城市的购物场所数据、品牌商家数据等。
100.步骤202，确定与所述位置信息对应的目标区域，所述目标区域包括至少一个与所述个性化信息相匹配的对象；
101.在具体实现中，对象可以包括购物场所对象、商家品牌对象以及商品对象等等，则在获取了用户当前的位置信息后，可以确定对应的目标区域，并查找该目标区域内的购物场所对象，并遍历购物场所对象中所有的品牌商家对象，以便确定与用户个性化信息相匹配的对象。
102.步骤203，生成针对所述相匹配的对象的商品查询请求；
103.在本技术的一种可选实施例中，对象可以包括目标区域中的商家品牌对象，个性化信息可以包括用户的品牌偏好信息，则客户端可以将用户的品牌偏好信息与品牌商家对象进行匹配，获得至少一个目标品牌商家对象，接着获取目标品牌商家对象所属的目标购物场所对象的场所位置信息，然后采用场所位置信息，生成针对目标品牌商家对象的商品查询请求。
104.在具体实现中，客户端可以根据当前登录的用户账户，获取用户的个性化信息，并从个性化信息中提取用户的品牌偏好信息，然后从所有的品牌偏好信息中，提取排序在前的n个目标偏好品牌，然后将该n个目标偏好品牌与目标区域中的品牌商家对象进行匹配，从而获得至少一个目标品牌商家对象，接着可以根据目标区域中购物场所对象与品牌商家对象之间的所属关系，确定目标品牌商家对象属于哪个购物场所对象，并获取购物场所对象的场所位置信息，进而采用场所位置信息与购物场所对象的场所标识，生成针对目标品牌商家对象的商品查询请求，以便将该商品查询请求发送至服务端，获取对应的商品对象数据。
105.步骤204，将所述商品查询请求发送至预设服务端，获取与所述商品查询请求对应的商品对象数据；
106.在具体实现中，客户端可以将商品查询请求发送至服务端，从服务端中查询全量商品数据，并获取与目标区域对应的商品对象数据，从而通过获取用户的实时位置，并结合用户历史购买行为的购买偏好，提供位于用户附近的购物场所以及品牌商家，引导用户进行线下消费，在提高用户购买效率的同时，能够有效地为用户提供个性化的购物推荐内容，大大提高了用户的购买体验。
107.在一种示例中，用户在授权客户端获取用户位置后，客户端可以通过定位获取用户当前的位置信息，并根据所定位到的经纬度信息，查询存储于客户端中用户所在城市的地域数据，获取2公里内的购物场所，并获取各个购物场所中的品牌商家。接着客户端可以根据用户账户查询存储于客户端中用户的画像数据，并从画像数据中提取用户的品牌偏好
信息，品牌偏好信息中可以包括按照预设排序方式进行排序的品牌商家，例如可以按照购买频次、品牌价格、浏览频次等方式对用户所偏好的品牌商家进行排序，则可以从用户所偏好的品牌商家中提取排序在前的30个品牌商家，然后将这30个品牌商家与2公里内购物场所中所有的品牌商家进行匹配，得到2公里内用户所偏好的目标品牌商家，并获取目标品牌商家所属购物场所的位置信息与场所标识，然后采用购物场所的位置信息与场所标识以及目标品牌商家的品牌标识，生成商品查询请求，然后将商品查询请求发送至服务端。
108.服务端可以解析商品查询请求，得到目标品牌商家的品牌标识、购物场所的位置信息，然后根据目标品牌商家的品牌标识与购物场所的位置信息，从全量商品对象数据中查询匹配的商品对象数据，从而获得用户2公里内购物场所有且是用户所偏好的品牌商家的商品对象数据，例如可以包括某目标品牌商家的top10的新品商品、top10的爆款商品以及top10的折扣商品等等。
109.步骤205，根据所述商品对象数据，为用户生成导购数据。
110.在本技术的一种可选实施例中，客户端获得商品对象数据后，可以对商品对象数据进行解析，得到与商品查询请求对应的商品对象，以及商品对象的属性信息，属性信息可以包括商品对象的介绍信息、图片信息、价格信息以及所属购物场所等。接着客户端可以采用商品对象的属性信息，生成商品列表，并展示该商品列表，其中，商品列表可以包括与商品对象对应的商品展示位，不同商品展示位对应展示商品对象的相关信息，从而使得用户可以直观地从商品列表中了解到当前位置附近的自身喜好的品牌商家对应的商品，实现了通过获取用户的实时位置，并结合用户历史购买行为的购买偏好，提供位于用户附近的购物场所以及品牌商家，引导用户进行线下消费，在提高用户购买效率的同时，能够有效地为用户提供个性化的购物推荐内容，大大提高了用户的购买体验。
111.此外，客户端还可以从商品对象的属性信息中，提取商品对象在不同购物场所对象中的价格信息，并展示不同购物场所对象中商品对象的价格比对信息。
112.在一种示例中，可以对商品对象数据进行处理，将其分为3中情况进行展示，包括对于线上、线下均有同款的商品对象，可以展示线上与线下各有此款商品的不同购物场所的价格比对，以便引导用户选择合适的方式进行消费，在提高购物效率的同时可以帮助用户购买到喜爱且实惠的商品；对于只有线上或线下的商品，则以商品展示位的方式进行商品的展示，例如可以通过商品列表中的商品卡片展示商品对象的属性信息等，本技术对此不作限制。
113.在本技术的一种可选实施例中，若用户对商品列表中某个商品对象感兴趣，则客户端可以响应作用于商品展示位的用户操作，确定用户所选择的目标商品对象，并展示该目标商品对象的商品详情信息，其中，商品详情信息至少包括所述目标商品对象的商品介绍信息、所属的目标品牌商家对象、所属的目标购物场所对象以及所述目标品牌商家对象的商家位置信息中的一种。
114.此外，若客户端检测到位置信息与商家位置信息匹配成功，表明用户到达了对应的品牌商家，则可以获取该品牌商家设置的促销信息，以便用户根据该促销信息进行线下消费。
115.在一种示例中，若用户对客户端推荐的商品感兴趣，可以选择对应的商品展示位，客户端展示对应的商品详情信息，同时继续对用户的位置信息进行采集，若检测到用户到
达相应的购物场所的品牌商家时，如果品牌商家在做运营活动，则可以获取对应的促销信息，例如扫码双倍积分或发放优惠券等，从而用户在购买相应商品时，可以出示对应的二维码、条形码、优惠码等，进行优惠购物。
116.其中，客户端还可以在商品展示位中提供一反馈控件，若用户对客户端所提供的导购内容不感兴趣，可以通过该反馈控件进行反馈。具体的，客户端可以响应作用于反馈控件的选择操作，选定对应的目标商品展示位，并生成针对目标商品展示位的反馈信息，然后将反馈信息发送至服务端，从而通过用户的线下消费返回以及用户的主动反馈等方式，实现数据回流，有利于通过收集用户需求进行服务的改进，提高用户的购物体验。
117.以及，若用户达到相应的购物场所的品牌商家后，品牌商家存在线下无货、尺码不全或是线下价格不如线上优惠等情况时，用户可以选择线上下单，对相应的商品进行线上购买。具体的，客户端可以响应作用于商品展示位的用户操作，确定目标商品对象，并展示针对目标商品对象的订单界面，接着响应作用于订单界面的用户操作，生成针对目标商品对象的订单信息，例如，用户在商品列表中选择想要购买的商品进行下单，则客户端可以展示对应的订单界面，用户可以在订单界面中填写相关的信息，或直接采用默认的信息，包括地址、联系方式以及备注等信息，从而客户端可以生成对应的订单信息，完成用户的线上购物，在提高用户购买效率的同时，能够有效地为用户提供个性化的购物推荐内容，大大提高了用户的购买体验。
118.在本技术实施例中，可以通过实时获取用户的位置信息以及个性化信息，接着确定与位置信息对应的目标区域，在该目标区域中包括至少一个购物场所对象，在购物场所对象中可以包括至少一个品牌商家对象，然后可以根据用户的个性化信息，生成针对品牌商家对象的线下导购数据，通过获取用户的实时位置，并结合用户历史购买行为的购买偏好，提供位于用户附近的购物场所以及品牌商家，引导用户进行线下消费，在提高用户购买效率的同时，能够有效地为用户提供个性化的购物推荐内容，大大提高了用户的购买体验。
119.为了是本领域技术人员更好地理解本技术实施例的技术方案，下面通过一个例子对本技术实施例进行说明与解释：
120.参考图3，示出了本技术实施例中商品推荐的流程示意图，通过获取用户的实时所处的位置，结合商场品牌的地域数据和用户线上、线下购买等行为偏好画像数据，引导用户到线下2km内的其偏好的品牌店铺进行消费，并为其选出品牌的新品top、热门爆款top以及折扣款top，且提供线上与线下同款的价格对比，帮助用户提高线下购物效率的同时，也能让用户以最大的优惠力度买到喜欢的商品。此外，设备架构上采用端、云一体且以端计算为主的方案，能够更快速的支撑本方案的实时、高并发场景，并且节省了大部分数据传输的网络带宽消耗和时延。具体包括如下过程：
121.1、用户在客户端中主动点击触发商品推荐的功能，或是可以设置推送时机、推送频次等，使得客户端可以主动触发给用户推荐附近其偏好品牌的商品。其中，客户端可以为运行于用户终端中的应用程序，如购物类应用程序等。
122.2、用户在使用客户端的过程中，可以询问用户是否允许获取用户位置，并在获得允许后通过定位获取位置信息。
123.3、根据定位到的用户当前的经纬度数据，查询存储在客户端中用户所在城市的地域数据，并获取2km内的商场有哪些。
124.4、根据3所获取的用户2km内的商场，查询存储在客户端中这些商场中的品牌商家，并获取商场与品牌商家之间的所属关系。
125.5、根据登录客户端的用户账户，查询存储在客户端中用户的画像数据，并从画像数据中提取到此用户偏好的top30个品牌。
126.6、对4，5的结果进行匹配计算，同样在客户端进行查询计算，获取到附近2km内用户偏好品牌的目标品牌商家，以及目标品牌商家所属的商场，以及商场的位置与标识。
127.7、根据6的结果在服务端中查询目标品牌商家对应的全量商品数据，从而得到2km内商场有的且是用户偏好品牌的商品对象数据，包括其新品top10，爆款top10，折扣top10的商品对象数据，并将商品对象数据返回到客户端。
128.8、把7获取到的数据进行内容组织，详情分3种情况，对于线上、线下均有同款的商品，展示其线上、线下各有此款商品的不同商场的价格对比。若只有线上或只有线下展示商品基础信息，最终给用户的结果是商品列表的卡片。
129.9、用户可以查看客户端的推荐结果，如果有兴趣就前往推荐的商场，如果不感兴趣可以点击不感兴趣帮助数据回流做效果评估。
130.10、若客户端检测到用户到达相应的商场的品牌商家，如果品牌商家在做运营活动推出扫码双倍积分或是发优惠券，则用户可以在购买相应商品时使用，以便帮助做本方案的数据闭环和效果评估。如果线下无货、尺码不全或是线下价格不如线上优惠，也可以在客户端所提供的商品列表中，直接点击推荐的商品列表卡片进行下单购买。
131.需要说明的是，上述1至6的过程均在客户端本地进行计算，在客户端中可以存储用户城市商场地域数据、用户城市商品品牌数据、用户偏好画像数据以及用户城市画像数据等等，客户端通过查询计算引擎进行相关的数据计算，得到相应的查询结果。
132.此外，对于客户端、服务端以及客户端与服务端之间的数据处理，可以包括如下过程：
133.11、对线上、线下用户进行统一，一种是业务本身有合作或者处于同一套体系内，比如用户的账户在多种不同客户端之间使用，则可以在业务侧设计的过程中，对用户数据进行打通，实现用户数据的统一。第二种则是在注册的时候，对用户进行实名认证，从而可以通过身份证进行关联匹配到同一个人。
134.12、对于品牌数据，由于同一个款式无论是线上，还是线下，其货号都是一样的，则可以通过货号、颜色、尺码可以唯一定位一个商品，从而可以实现商品数据的统一。
135.13、用户在线上下单、支付会有其订单数据，同时用户线下购物时也会有其订单数据，则在对前述11、12中所得到的用户数据、商品数据进行线上与线下融合后，根据用户数据、商品数据融合后的数据，对订单数据进行区分，确定订单数据的唯一标识，然后打标订单是线上或线下，实现对订单数据的统一。
136.14、得到统一后的用户数据、商品数据以及订单数据等基础数据后，可以计算用户偏好、商品、城市等画像数据，画像数据的标签可能有几种，一种是基础信息，比如用户的性别，直接从基础数据获取就行；另一种可以是基于规则统计判断出来的，比如基于用户过去90天购买数据，对其偏好的品类进行平均价格区间计算得到其针对某个品类的偏好价格区间；另一种还可以是基于算法模型类的标签，比如根据用户过去的1、2年的购买行为预测出其高频购买类目下可能偏好的品牌商家，可以根据她经常买的品牌定位及价格，推荐出相
似品牌商家，也可以根据和其比较相似的用户的购买习惯，定位可能偏好的品牌商家。
137.15、服务端可以对商场地域数据、用户偏好画像数据、商品画像数据、城市画像数据等数据集进行组织规整，建立通用数据集提供查询服务。
138.16、服务端数据定期更新客户端中存储的数据集，客户端存储的数据是针对客户端所登录用户账户的个性化数据，客户端可以只存储用户自身相关的数据集，例如，商场地域存储用户常住的2个城市画像数据，品牌数据存储用户常驻2个城市的商场品牌数据。
139.需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术实施例并不受所描述的动作顺序的限制，因为依据本技术实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本技术实施例所必须的。
140.参照图4，示出了本技术的一种数据的处理装置实施例的结构框图，具体可以包括如下模块：
141.信息获取模块401，用于获取用户的位置信息以及个性化信息；
142.区域确定模块402，用于确定与所述位置信息对应的目标区域，所述目标区域包括至少一个与所述个性化信息相匹配的对象；
143.数据生成模块403，用于根据所述至少一个与所述个性化信息相匹配的对象，为用户生成导购数据。
144.在本技术的一种可选实施例中，所述数据生成模块403包括：
145.商品查询请求生成子模块，用于生成针对所述相匹配的对象的商品查询请求；
146.商品对象数据获取子模块，用于将所述商品查询请求发送至预设服务端，获取与所述商品查询请求对应的商品对象数据；
147.导购数据生成子模块，用于根据所述商品对象数据，为用户生成导购数据。
148.在本技术的一种可选实施例中，所述商品对象数据至少包括与所述商品查询请求对应的商品对象，以及所述商品对象的属性信息，所述导购数据生成子模块包括：
149.商品列表生成单元，用于采用所述商品对象的属性信息，生成商品列表，所述商品列表包括与所述商品对象对应的商品展示位。
150.在本技术的一种可选实施例中，所述导购数据生成子模块包括：
151.价格比对展示单元，用于从所述商品对象的属性信息中，提取所述商品对象在不同购物场所对象中的价格信息，并展示不同购物场所对象中所述商品对象的价格比对信息。
152.在本技术的一种可选实施例中，还包括：
153.详情信息展示模块，用于响应作用于所述商品展示位的用户操作，确定目标商品对象，并展示所述目标商品对象的商品详情信息；
154.其中，所述商品详情信息至少包括所述目标商品对象的商品介绍信息、所属的目标品牌商家对象、所属的目标购物场所对象以及所述目标品牌商家对象的商家位置信息中的一种。
155.在本技术的一种可选实施例中，还包括：
156.促销信息获取模块401，用于若检测到所述位置信息与所述商家位置信息匹配成
功，则获取所述目标品牌商家对象设置的促销信息。
157.在本技术的一种可选实施例中，还包括：
158.订单界面展示模块，用于响应作用于所述商品展示位的用户操作，确定目标商品对象，并展示针对所述目标商品对象的订单界面；
159.订单信息生成模块，用于响应作用于所述订单界面的用户操作，生成针对所述目标商品对象的订单信息。
160.在本技术的一种可选实施例中，所述商品展示位包括反馈控件，所述装置还包括：
161.反馈信息处理模块，用于响应作用于所述反馈控件的用户操作，选定目标商品展示位，并生成针对所述目标商品展示位的反馈信息，将所述反馈信息发送至预设服务端。
162.在本技术的一种可选实施例中，所述对象包括商家品牌对象，所述个性化信息至少包括品牌偏好信息，所述商品查询请求生成子模块包括：
163.商家对象选定单元，用于将所述用户的品牌偏好信息与所述品牌商家对象进行匹配，获得至少一个目标品牌商家对象；
164.位置信息获取单元，用于获取所述目标品牌商家对象所属的目标购物场所对象的场所位置信息；
165.查询请求生成单元，用于采用所述场所位置信息，生成针对所述目标品牌商家对象的商品查询请求。
166.在本技术的一种可选实施例中，所述商品查询请求生成子模块还包括：
167.偏好品牌提取单元，用于从所述用户的品牌偏好信息中，提取n个目标偏好品牌；
168.所述商家对象选定单元具体用于：
169.将所述n个目标偏好品牌与所述品牌商家对象进行匹配，获得至少一个目标品牌商家对象。
170.对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
171.本技术实施例还提供了一种电子设备，包括：
172.一个或多个处理器；和
173.其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行本技术实施例所述的方法。
174.本技术实施例还提供了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行本技术实施例所述的方法。
175.本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
176.本领域内的技术人员应明白，本技术实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本技术实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术实施例可采用在一个或多个其中包含有计算机可用程序代码的机器可读介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
177.本技术实施例是参照根据本技术实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图
中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
178.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
179.这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
180.尽管已描述了本技术实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术实施例范围的所有变更和修改。
181.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
182.以上对本技术所提供的一种数据的处理方法和一种数据的处理装置，进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。