CN114219554A - 基于盲盒文化的产品分配方法、装置、电子设备 - Google Patents

Abstract

本公开涉及一种基于盲盒文化的产品分配方法、装置、电子设备及存储介质。所述方法包括：根据用户偏好类型信息，确定盲盒初步类型；采集用户行为信息，分别计算各个产品与所述用户行为信息和所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果；根据所述匹配度计算结果对所述产品进行降序排序，将降序后匹配度排名达到预设阈值的产品组合为一套盲盒产品；在收到用户设备发出的购买指令后，随机将所述一套盲盒产品中的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。采用本方法能够在产品推荐中，既满足用户的购买需求，又满足用户的猎奇心理，增加趣味性。

Description

基于盲盒文化的产品分配方法、装置、电子设备

技术领域

本公开涉及大数据数据分析技术领域，尤其涉及基于盲盒文化的产品分配方法、装置、电子设备。

背景技术

随着产品销售技术的发展，出现了产品线上推荐方案，这个方案使得消费者可以通过线上渠道购买产品，便捷且高效。

相关技术中，目前的产品线上推荐方法具体是基于顾客行为的产品推荐，主要通过不断采集顾客点击、停留两个方面的行为，进行计算得到顾客感兴趣的产品内容，将计算得到的产品内容推荐给客户，提高顾客购买产品的几率。

发明内容

本公开提供一种基于盲盒文化的产品分配方法，可以为用户提供一组较好的产品推荐的同时满足用户猎奇心理，满足用户需求。本公开的技术方案包括如下：

根据本公开实施例的第一方面，提供一种基于盲盒文化的产品分配方法，其特征在于，包括：

根据用户偏好类型信息，确定盲盒初步类型；

采集用户行为信息，分别计算各个产品与所述用户行为信息的匹配度、各个产品与所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果，所述用户行为信息包括获取的用户在产品展示页面上执行的操作数据；

根据所述匹配度计算结果对所述产品进行降序排序，将降序后匹配度排名达到预设阈值的产品组合为一套盲盒产品；

在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。

在其中一个实施例中，所述在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品包括：

确定所述一套盲盒产品中所包含的各个产品的唯一识别标识；

收到所述购买指令后，获取通过云端逻辑计算中心产生的一个随机数；

确定所述唯一识别标识中与所述随机数对应的目标识别标识；

根据所述目标识别标识，将与所述目标识别标识对应的产品展示到所述盲盒分配页面上，作为分配给用户的盲盒产品。

在其中一个实施例中，在所述将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上之前，还包括：

在所述盲盒分配页面上展示全部盲盒产品以及与所述盲盒产品对应的产品介绍和风险告知信息。

在其中一个实施例中，所述用户偏好类型基于用户在浏览所述盲盒分配页面时确定的产品类型确定，所述盲盒分配页面上展示的产品根据用户信息分析结果确定，所述用户信息分析结果包括预测的用户喜欢的产品类型以及预测的用户能够承受的价格区间。

在其中一个实施例中，所述用户信息分析结果通过计算用户信息得到，所述用户信息至少包括用户购买记录、多次浏览的产品内容、购买力信息中的一种。

在其中一个实施例中，还包括：

将所述用户信息分析结果展示到所述盲盒分配页面上；

基于接收的用户指令在所述盲盒分配页面上对所述用户信息分析结果进行修改和/或确认。

根据本公开实施例的第二方面，提供一种基于盲盒文化的产品分配装置，其特征在于，包括：

类型确定模块，用于根据用户偏好类型，确定盲盒初步类型；

匹配度计算模块，用于采集用户行为信息，分别计算各个产品与所述用户行为信息的匹配度、各个产品与所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果，所述用户行为信息包括获取的用户在产品展示页面上执行的操作数据；

产品确定模块，用于根据所述计算结果对所述产品按匹配度进行排名，将匹配度排名达到预设阈值的所述产品组合为一套盲盒产品；

产品输出模块，用于在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。

在其中一个实施例中，所述产品输出模块还用于：

确定所述一套盲盒产品中所包含的各个产品的唯一识别标识；

收到所述购买指令后，获取通过云端逻辑计算中心产生的一个随机数；

确定所述唯一识别标识中与所述随机数对应的目标识别标识；

根据所述目标识别标识，将与所述目标识别标识对应的产品展示到所述盲盒分配页面上，作为分配给用户的盲盒产品。

在其中一个实施例中，所述产品确定模块还用于：

在所述盲盒分配页面上展示全部盲盒产品以及与所述盲盒产品对应的产品介绍和风险告知信息。

在其中一个实施例中，所述类型确定模块还用于：基于用户在浏览所述盲盒分配页面时确定的产品类型确定所述用户偏好类型，所述盲盒分配页面上展示的产品根据用户信息分析结果确定，所述用户信息分析结果包括预测的用户喜欢的产品类型以及预测的用户能够承受的价格区间。

在其中一个实施例中，所述类型确定模块还用于计算用户信息得到所述用户信息分析结果，所述用户信息至少包括用户购买记录、多次浏览的产品内容、购买力信息中的一种。

在其中一个实施例中，所述产品确定模块还用于：

将所述用户信息分析结果展示到所述盲盒分配页面上；

基于接收的用户指令在所述盲盒分配页面上对所述用户信息分析结果进行修改和/或确认。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现上述实施例中任一项所述的基于盲盒文化的产品分配方法。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行上述实施例中任一项所述的基于盲盒文化的产品分配方法。

根据本公开实施例的第五方面，提供一种计算机程序产品，所述计算机程序产品中包括指令，其特征在于，所述指令被电子设备的处理器执行时，使得所述电子设备能够执行上述实施例中任一项所述的基于盲盒文化的产品分配方法。

上述基于盲盒文化的产品分配方法、装置、计算机设备、存储介质和计算机程序产品，通过根据用户偏好类型推荐产品，能够达到向用户推荐满足购买意向的产品的目的。同时，通过将盲盒文化引入产品的销售，通过对产品与所述用户行为信息、产品与盲盒初步类型进行匹配度计算，将匹配度排名达到预设阈值的产品组合为一套盲盒产品，对所述一套盲盒产品中包含的产品进行随机分配，将随机分配的产品作为用户购买的产品，能够达到在产品推荐中，既满足用户的购买需求，又满足用户的猎奇心理，增加趣味性的有益效果，能够增加产品的销售量，拓展盲盒的应用空间，丰富盲盒相关技术。

本公开实施例方案中，可以通过应当理解的是，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

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种基于盲盒文化的产品分配方法的应用环境图。

图2是根据一示例性实施例示出的一种基于盲盒文化的产品分配方法的流程图。

图3是根据另一示例性实施例示出的一种基于盲盒文化的产品分配方法的流程图。

图4是根据一示例性实施例示出的一种基于盲盒文化的产品分配装置的框图。

图5是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

还需要说明的是，本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本公开所提供的基于盲盒文化的产品分配方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行交互。服务器104根据用户偏好类型信息，确定盲盒初步类型。终端102采集用户行为信息，并将用户行为信息发送给服务器104，服务器104分别计算各个产品与所述用户行为信息和所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果。服务器104根据所述匹配度计算结果对所述产品进行降序排序，将降序后匹配度排名达到预设阈值的产品组合为一套盲盒产品。终端102发出用户设备的购买指令到服务器104后，服务器104随机将所述一套盲盒产品中的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

图2是根据一示例性实施例示出的一种基于盲盒文化的产品分配方法的流程图，如图2所示，基于盲盒文化的产品分配方法用于图1所示的应用环境中，包括以下步骤。

S202，根据用户偏好类型信息，确定盲盒初步类型。

其中，用户偏好类型可以是指用户偏好的产品类型。所述产品可以是金融产品、服务产品、虚拟资源产品，也可以是其他产品。盲盒是指消费者不能提前得知具体产品款式的玩具盒子。盲盒初步类型是指初步确定的装入盲盒的产品的类型。

具体地，将用户偏好的产品类型确定为盲盒初步类型。所述产品可以包括金融产品、服务产品、虚拟资源产品等。所述金融产品可以是指资金在融通过程中使用到的各种载体，也可以称为金融工具。所述产品可以是金融产品中的货币、黄金、外汇、股票、期货、期权、基金、保单等产品。所述服务产品可以是体验劵、门票等产品，也可以是为客户提供的产品服务。所述虚拟资源产品可以是游戏币、游戏装备、游戏皮肤等产品。根据实际需要，可以将产品类型划分得更为详细，例如可以将货币类产品划分为短期国债类、大额可转让存单类、商业票据类、银行承兑汇票类、回购协议类、美元类等等。盲盒可以是实体盒子，也可以是虚拟的盒子。

S204，采集用户行为信息，分别计算各个产品与所述用户行为信息的匹配度、各个产品与所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果，所述用户行为信息包括获取的用户在产品展示页面上执行的操作数据。

具体地，从终端采集用户行为信息，所述用户行为信息包括获取的用户在产品展示页面上执行的操作数据，所述用户行为信息可以包括点击行为、停留时间等信息。综合考虑所述用户行为信息和所述盲盒初步类型，分别计算各个产品与所述用户行为信息的匹配度，再分别计算各个产品与所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果。例如当所述用户偏好类型为股票时，股票类产品就会在匹配度计算中得到较高的匹配度；当所述用户行为信息包括用户有较多的点击股票产品和基金产品的行为时，股票类产品和基金类产品就会在匹配度计算中得到较高的匹配度；当所述用户行为信息包括用户在黄金产品的页面上停留时间较久时，黄金类产品就会在匹配度计算中得到较高的匹配度。需要说明的是，具体的计算方式根据实际需要确定，可以在匹配度计算中对考虑的因素进行加权，例如可以给用户偏好类型较高的权重，可以给不同的用户行为信息不同的权重。

S206，根据所述匹配度计算结果对所述产品进行降序排序，将降序后匹配度排名达到预设阈值的产品组合为一套盲盒产品。

具体地，根据所述匹配度计算结果对所述产品进行降序排序，匹配度越高，排名越靠前。所述预设阈值可以根据实际需要设定，例如可以将预设阈值设定为匹配度排名前10名。将降序后匹配度排名达到预设阈值的产品组合为一套盲盒产品，所述一套盲盒产品中可以包含多款产品。

S208，在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。

其中，盲盒分配页面是指可以向用户展示产品的页面，也可以用于向用户展示其他需要展示的内容。

具体地，在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。当所述购买指令为购买两款或多款盲盒产品时，则根据所述购买指令，相应地随机将所述一套盲盒产品中的两款或多款产品展示到所述盲盒分配页面上，作为分配给用户的盲盒产品。

本实施例中，通过根据用户购买意向推荐产品，能够达到向用户推荐满足购买意向的产品的目的。同时，通过将盲盒文化引入产品的销售，将匹配度排名达到预设阈值的产品组合为一套盲盒产品，对所述一套盲盒产品中包含的产品进行随机分配，将随机分配的产品作为用户购买的产品，能够达到在产品线上推荐时，既满足用户的购买意向，又满足用户的猎奇心理。

在一示例性实施例中，如图3所示，所述在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品包括：

S302，确定所述一套盲盒产品中所包含的各个产品的唯一识别标识。

S304，收到所述购买指令后，获取通过云端逻辑计算中心产生的一个随机数。

S306，确定所述唯一识别标识中与所述随机数对应的目标识别标识。

S308，根据所述目标识别标识，将与所述目标识别标识对应的产品展示到所述盲盒分配页面上，作为分配给用户的盲盒产品。

具体地，将所述一套盲盒产品中所包含的各个产品均设置唯一识别标识。所述唯一识别标识可以与随机数一一对应，或者可以通过预设的映射关系将随机数与唯一的一个所述唯一识别标识对应起来。在收到用户设备发出的购买指令后，通过云端逻辑计算中心产生的一个随机数。根据由所述云端逻辑计算中心产生的随机数，确定对应的唯一识别标识，所述对应的唯一识别标识即为所述目标识别标识。根据所述目标识别标识，将与所述目标识别标识对应的产品展示到所述盲盒分配页面上，作为分配给用户的盲盒产品。所述随机数具体可以通过随机化算法(randomized algorithm)产生，所述随机化算法中使用了随机函数，所述随机函数的返回值直接或者间接的影响了算法的执行流程或执行结果。所述随机化算法可以为Monte Carlo算法、Las Vegas算法。

本实施例中，提供了一种从一套盲盒产品中随机选取一款产品的实施方案，通过借助所述云端逻辑技术中心产生随机数，通过所述随机数确定随机分配的产品，速度快，保障唯一性，随机性更强，有利于达到满足用户猎奇心理的目的。

在一示例性实施例中，在所述随机将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上之前，还包括：在所述盲盒分配页面上展示全部盲盒产品以及与所述盲盒产品对应的产品介绍和风险告知信息。

具体地，在所述盲盒分配页面上展示全部盲盒产品以及与所述盲盒产品对应的产品介绍和风险告知信息。所述产品介绍包括对相应的产品进行包装说明。所述风险告知信息包括提示所述盲盒产品对应的匹配度计算结果，所述风险告知信息还包括让用户确认是否进行盲盒产品的购买。

本实施例中，通过在盲盒分配页面上展示全部盲盒产品以及与所述盲盒产品对应的产品介绍和风险告知信息，让用户了解自己分配到的盲盒产品的所有可能性，有利于达到在产品推荐时更好的满足用户购买需求的目的。同时，这一步骤增加了用户购买产品时的趣味性，也有利于达到满足用户猎奇心理的目的。

在一示例性实施例中，所述用户偏好类型基于用户在浏览所述盲盒分配页面时确定的产品类型确定，所述盲盒分配页面上展示的产品根据用户信息分析结果确定，所述用户信息分析结果包括预测的用户喜欢的产品类型以及预测的用户能够承受的价格区间。

具体地，根据用户信息分析结果，确定盲盒分配页面上展示的产品。所述用户信息分析结果包括预测的用户喜欢的产品类型以及预测的用户能够承受的价格区间。用户在浏览盲盒分配页面上的产品后，选定自己的偏好类型。当无法获取用户信息分析结果时，则在盲盒分配页面上展示热门的产品，此时用户仍然能在浏览盲盒分配页面后，选定自己的偏好类型。

本实施例中，通过根据所述用户分析结果在盲盒分配页面上展示产品，让用户在浏览盲盒分配页面后自己确定偏好类型，有利于达到在产品推荐时更好地满足用户购买需求的目的。

在一示例性实施例中，所述用户信息分析结果通过计算用户信息得到，所述用户信息至少包括用户购买记录、多次浏览的产品内容、购买力信息中的一种。

具体地，计算用户信息得到用户信息分析结果，具体的计算方法不做限制。所述用户信息至少包括用户购买记录、多次浏览的产品内容、购买力信息中的一种。所述用户信息可以通过查询云端数据库等方式获取。所述购买力信息可以是预测的购买力信息。

本实施例中，通过计算用户购买记录、多次浏览的产品内容、购买力信息等用户信息，得到所述用户信息分析结果，有利于达到在产品推荐时更好地满足用户购买需求的目的。

在一示例性实施例中，所述基于盲盒文化的产品分配方法还包括：将所述用户信息分析结果展示到所述盲盒分配页面上；基于接收的用户指令在所述盲盒分配页面上对所述用户信息分析结果进行修改和/或确认。

具体地，将所述用户信息分析结果展示到所述盲盒分配页面上，用户浏览所述用户信息分析结果后，通过用户设备发送所述用户指令，所述用户指令用于在所述盲盒分配页面上对所述用户信息分析结果进行修改和/或确认。

本实施例中，通过将所述用户信息分析结果展示到所述盲盒分配页面上供用户修改确认，能够得到更准确的用户信息分析结果，有利于达到在产品推荐时更好地满足用户购买需求的目的。

应该理解的是，虽然图2和图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

可以理解的是，本说明书中上述方法的各个实施例之间相同/相似的部分可互相参见，每个实施例重点说明的是与其他实施例的不同之处，相关之处参见其他方法实施例的说明即可。

图4是根据一示例性实施例示出的一种基于盲盒文化的产品分配装置框图。参照图4，该装置包括类型确定模块402、匹配度计算模块404、产品确定模块406和产品输出模块408，其中：

类型确定模块402，用于根据用户偏好类型，确定盲盒初步类型。

匹配度计算模块404，用于采集用户行为信息，分别计算各个产品与所述用户行为信息的匹配度、各个产品与所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果，所述用户行为信息包括获取的用户在产品展示页面上执行的操作数据。

产品确定模块406，用于根据所述计算结果对所述产品按匹配度进行排名，将匹配度排名达到预设阈值的所述产品组合为一套盲盒产品。

产品输出模块408，用于在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。

在一示例性实施例中，所述产品输出模块408还用于：确定所述一套盲盒产品中所包含的各个产品的唯一识别标识；收到所述购买指令后，获取通过云端逻辑计算中心产生的一个随机数；确定所述唯一识别标识中与所述随机数对应的目标识别标识；根据所述目标识别标识，将与所述目标识别标识对应的产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。

在一示例性实施例中，所述产品确定模块406还用于：在所述盲盒分配页面上展示全部盲盒产品以及与所述盲盒产品对应的产品介绍和风险告知信息。

在一示例性实施例中，所述类型确定模块402还用于：基于用户在浏览所述盲盒分配页面时确定的产品类型确定用户偏好类型，所述盲盒分配页面上展示的产品根据用户信息分析结果确定，所述用户信息分析结果包括预测的用户喜欢的产品类型以及预测的用户能够承受的价格区间。

在一示例性实施例中，所述所述类型确定模块402还用于：计算用户信息得到用户信息分析结果，所述用户信息至少包括用户购买记录、多次浏览的产品内容、购买力信息中的一种。

在一示例性实施例中，所述产品确定模块406还用于：

将所述分析结果展示到所述盲盒分配页面上；

基于接收的用户指令在所述盲盒分配页面上对所述分析结果进行修改和/或确认。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图5是根据一示例性实施例示出的一种用于基于盲盒文化的产品分配的电子设备Z00的框图。例如，电子设备Z00可以是移动电话、计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、医疗设备、健身设备、个人数字助理等。

参照图5，电子设备Z00可以包括以下一个或多个组件：处理组件Z02、存储器Z04、电源组件Z06、多媒体组件Z08、音频组件Z10、输入/输出(I/O)的接口Z12、传感器组件Z14以及通信组件Z16。

处理组件Z02通常控制电子设备Z00的整体操作，诸如与显示、电话呼叫、数据通信、相机操作和记录操作相关联的操作。处理组件Z02可以包括一个或多个处理器Z20来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件Z02可以包括一个或多个模块，便于处理组件Z02和其他组件之间的交互。例如，处理组件Z02可以包括多媒体模块，以方便多媒体组件Z08和处理组件Z02之间的交互。

存储器Z04被配置为存储各种类型的数据以支持在电子设备Z00的操作。这些数据的示例包括用于在电子设备Z00上操作的任何应用程序或方法的指令、联系人数据、电话簿数据、消息、图片、视频等。存储器Z04可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘、光盘或石墨烯存储器。

电源组件Z06为电子设备Z00的各种组件提供电力。电源组件Z06可以包括电源管理系统，一个或多个电源，及其他与为电子设备Z00生成、管理和分配电力相关联的组件。

多媒体组件Z08包括在所述电子设备Z00和用户之间的提供输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件Z08包括前置摄像头和/或后置摄像头。当电子设备Z00处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件Z10被配置为输出和/或输入音频信号。例如，音频组件Z10包括麦克风(MIC)，当电子设备Z00处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器Z04或经由通信组件Z16发送。在一些实施例中，音频组件Z10还包括扬声器，用于输出音频信号。

I/O接口Z12为处理组件Z02和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件Z14包括一个或多个传感器，用于为电子设备Z00提供各个方面的状态评估。例如，传感器组件Z14可以检测到电子设备Z00的打开/关闭状态，组件的相对定位，例如所述组件为电子设备Z00的显示器和小键盘，传感器组件Z14还可以检测电子设备Z00或电子设备Z00组件的位置改变，用户与电子设备Z00接触的存在或不存在，设备Z00方位或加速/减速和电子设备Z00的温度变化。传感器组件Z14可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件Z14还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件Z14还可以包括加速度传感器、陀螺仪传感器、磁传感器、压力传感器或温度传感器。

通信组件Z16被配置为便于电子设备Z00和其他设备之间有线或无线方式的通信。电子设备Z00可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件Z16经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件Z16还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备Z00可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器Z04，上述指令可由电子设备Z00的处理器Z20执行以完成上述方法。例如，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供一种计算机程序产品，所述计算机程序产品中包括指令，上述指令可由电子设备Z00的处理器Z20执行以完成上述方法。

需要说明的，上述的装置、电子设备、计算机可读存储介质、计算机程序产品等根据方法实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (15)

1.一种基于盲盒文化的产品分配方法，其特征在于，包括：

根据用户偏好类型信息，确定盲盒初步类型；

采集用户行为信息，分别计算各个产品与所述用户行为信息的匹配度、各个产品与所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果，所述用户行为信息包括获取的用户在产品展示页面上执行的操作数据；

根据所述匹配度计算结果对所述产品进行降序排序，将降序后匹配度排名达到预设阈值的产品组合为一套盲盒产品；

在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。

2.根据权利要求1所述的基于盲盒文化的产品分配方法，其特征在于，所述在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品包括：

确定所述一套盲盒产品中所包含的各个产品的唯一识别标识；

收到所述购买指令后，获取通过云端逻辑计算中心产生的一个随机数；

确定所述唯一识别标识中与所述随机数对应的目标识别标识；

根据所述目标识别标识，将与所述目标识别标识对应的产品展示到所述盲盒分配页面上，作为分配给用户的盲盒产品。

3.根据权利要求1所述的基于盲盒文化的产品分配方法，其特征在于，在所述将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上之前，还包括：

在所述盲盒分配页面上展示全部盲盒产品以及与所述盲盒产品对应的产品介绍和风险告知信息。

4.根据权利要求1所述的基于盲盒文化的产品分配方法，其特征在于，所述用户偏好类型基于用户在浏览所述盲盒分配页面时确定的产品类型确定，所述盲盒分配页面上展示的产品根据用户信息分析结果确定，所述用户信息分析结果包括预测的用户喜欢的产品类型以及预测的用户能够承受的价格区间。

5.根据权利要求4所述的基于盲盒文化的产品分配方法，其特征在于，所述用户信息分析结果通过计算用户信息得到，所述用户信息至少包括用户购买记录、多次浏览的产品内容、购买力信息中的一种。

6.根据权利要求4所述的基于盲盒文化的产品分配方法，其特征在于，还包括：

将所述用户信息分析结果展示到所述盲盒分配页面上；

基于接收的用户指令在所述盲盒分配页面上对所述用户信息分析结果进行修改和/或确认。

7.一种基于盲盒文化的产品分配装置，其特征在于，包括：

类型确定模块，用于根据用户偏好类型，确定盲盒初步类型；

匹配度计算模块，用于采集用户行为信息，分别计算各个产品与所述用户行为信息的匹配度、各个产品与所述盲盒初步类型的匹配度，得到所述产品的匹配度计算结果，所述用户行为信息包括获取的用户在产品展示页面上执行的操作数据；

产品确定模块，用于根据所述计算结果对所述产品按匹配度进行排名，将匹配度排名达到预设阈值的所述产品组合为一套盲盒产品；

产品输出模块，用于在收到用户设备发出的购买指令后，基于所述购买指令从服务器获取用于选取产品的随机数，将所述一套盲盒产品中与所述随机数对应的一款产品展示到盲盒分配页面上，作为分配给用户的盲盒产品。

8.根据权利要求7所述的基于盲盒文化的产品分配装置，其特征在于，所述产品输出模块还用于：

确定所述一套盲盒产品中所包含的各个产品的唯一识别标识；

收到所述购买指令后，获取通过云端逻辑计算中心产生的一个随机数；

确定所述唯一识别标识中与所述随机数对应的目标识别标识；

根据所述目标识别标识，将与所述目标识别标识对应的产品展示到所述盲盒分配页面上，作为分配给用户的盲盒产品。

9.根据权利要求7所述的基于盲盒文化的产品分配装置，其特征在于，所述产品确定模块还用于：

在所述盲盒分配页面上展示全部盲盒产品以及与所述盲盒产品对应的产品介绍和风险告知信息。

10.根据权利要求7所述的基于盲盒文化的产品分配装置，其特征在于，所述类型确定模块还用于：

基于用户在浏览所述盲盒分配页面时确定的产品类型确定所述用户偏好类型；根据用户信息分析结果确定所述盲盒分配页面上展示的产品，所述用户信息分析结果包括预测的用户喜欢的产品类型以及预测的用户能够承受的价格区间。

11.根据权利要求10所述的基于盲盒文化的产品分配装置，其特征在于，所述类型确定模块还用于：

计算用户信息得到用户信息分析结果，所述用户信息至少包括用户购买记录、多次浏览的产品内容、购买力信息中的一种。

12.根据权利要求10所述的基于盲盒文化的产品分配装置，其特征在于，所述产品确定模块还用于：

将所述用户信息分析结果展示到所述盲盒分配页面上，基于接收的用户指令在所述盲盒分配页面上对所述用户信息分析结果进行修改和/或确认。

13.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的基于盲盒文化的产品分配方法。

14.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6中任一项所述的基于盲盒文化的产品分配方法。

15.一种计算机程序产品，所述计算机程序产品中包括指令，其特征在于，所述指令被电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6任一项所述的基于盲盒文化的产品分配方法。

Images