用于分配样品的方法和装置与流程

本申请涉及物流技术领域，具体涉及物品分配技术领域，尤其涉及一种用于分配样品的方法和装置。

背景技术

随着20世纪互联网技术的崛起，电商行业迎来了迅猛的发展。采购人员在采购过程中会获得许多物品的样品，这些样品的种类及数量也越来越多。

如何有条理地管理这些样品，同时将样品分配给不同的用户来体验，以提高电商网站的浏览量是目前一个亟需解决的问题。

技术实现要素：

本申请的目的在于提出一种用于分配样品的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种用于分配样品的方法，上述方法包括：获取样品的样品信息；基于上述样品信息以及预设的用户画像模型，分析每个用户购买与上述样品对应的物品的概率，上述用户画像模型用于表征样品信息与用户的购买概率之间的对应关系；根据上述概率以及预设的用户信息列表，确定至少一个用户为目标用户；将上述样品分配给上述目标用户。

在一些实施例中，上述样品信息包括样品标识以及样品数量；以及上述基于上述样品信息以及预设的用户画像模型，分析每个用户购买与上述样品对应的物品的概率，包括：将上述样品标识以及上述样品数量输入上述用户画像模型，确定每个用户购买上述样品对应的物品的概率。

在一些实施例中，上述样品信息包括样品类型，上述用户信息列表包括用户生成订单的订单生成时刻；以及上述根据上述概率以及预设的用户信息列表，确定至少一个用户为目标用户，包括：响应于上述样品类型为第一类型，确定上述概率大于第一预设值的用户的订单生成时刻；确定上述订单生成时刻位于预设时间段内的用户为上述目标用户。

在一些实施例中，上述样品信息还包括上述样品存放的第一仓库，上述用户信息列表包括目标用户产生的目标订单中包括的物品标识；以及上述将上述样品分配给上述目标用户，包括：根据上述物品标识，确定上述目标订单中包括的物品存放的第二仓库；根据上述第一仓库与上述第二仓库之间的距离，确定上述目标订单中与上述样品匹配的匹配订单；确定产生上述匹配订单的匹配用户，并将上述样品分配给上述匹配用户。

在一些实施例中，上述样品信息包括样品类型、样品价格以及样品数量；以及上述根据上述概率以及预设的用户信息列表，确定至少一个用户为目标用户，包括：响应于上述样品类型为第二类型或上述样品价格大于第二预设值，根据上述用户画像模型，确定每个用户购买上述样品对应的物品的购买力；根据上述概率以及上述购买力，确定每个用户的购买指数；将上述购买指数按照由大到小进行排序，确定上述排序中前样品数量个用户为上述目标用户。

在一些实施例中，上述用户信息列表包括用户标识以及收货地址；以及上述将上述样品分配给上述目标用户，包括：根据上述样品信息、上述用户标识以及上述收货地址，生成新的订单；处理新的订单。

在一些实施例中，上述方法还包括：检测上述目标用户中，在收到上述样品后购买上述样品对应的物品的转化用户的数量；根据上述目标用户的数量以及上述转化用户的数量，确定上述样品的转化率。

第二方面，本申请实施例提供了一种用于分配样品的装置，上述装置包括：信息获取单元，用于获取样品的样品信息；概率确定单元，用于基于上述样品信息以及预设的用户画像模型，分析每个用户购买与上述样品对应的物品的概率，上述用户画像模型用于表征样品信息与用户的购买概率之间的对应关系；用户确定单元，用于根据上述概率以及预设的用户信息列表，确定至少一个用户为目标用户；样品分配单元，用于将上述样品分配给上述目标用户。

在一些实施例中，上述样品信息包括样品标识以及样品数量；以及上述概率确定单元进一步用于：将上述样品标识以及上述样品数量输入上述用户画像模型，确定每个用户购买上述样品对应的物品的概率。

在一些实施例中，上述样品信息包括样品类型，上述用户信息列表包括用户生成订单的订单生成时刻；以及上述用户确定单元包括：订单生成时刻确定模块，用于响应于上述样品类型为第一类型，确定上述概率大于第一预设值的用户的订单生成时刻；第一目标用户确定模块，用于确定上述订单生成时刻位于预设时间段内的用户为上述目标用户。

在一些实施例中，上述样品信息还包括上述样品存放的第一仓库，上述用户信息列表包括目标用户产生的目标订单中包括的物品标识；以及上述样品分配单元包括：仓库确定模块，用于根据上述物品标识，确定上述目标订单中包括的物品存放的第二仓库；匹配订单确定模块，用于根据上述第一仓库与上述第二仓库之间的距离，确定上述目标订单中与上述样品匹配的匹配订单；第一样品分配模块，用于确定产生上述匹配订单的匹配用户，并将上述样品分配给上述匹配用户。

在一些实施例中，上述样品信息包括样品类型、样品价格以及样品数量；以及上述用户确定单元包括：购买力确定模块，用于响应于上述样品类型为第二类型或上述样品价格大于第二预设值，根据上述用户画像模型，确定每个用户购买上述样品对应的物品的购买力；购买指数确定模块，用于根据上述概率以及上述购买力，确定每个用户的购买指数；第二目标用户确定模块，用于将上述购买指数按照由大到小进行排序，确定上述排序中前样品数量个用户为上述目标用户。

在一些实施例中，上述用户信息列表包括用户标识以及收货地址；以及上述样品分配单元包括：订单生成模块，用于根据上述样品信息、上述用户标识以及上述收货地址，生成新的订单；订单处理模块，用于处理新的订单。

在一些实施例中，上述装置还包括：转化用户检测单元，用于检测上述目标用户中，在收到上述样品后购买上述样品对应的物品的转化用户的数量；转化率确定单元，用于根据上述目标用户的数量以及上述转化用户的数量，确定上述样品的转化率。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现上述任一实施例所描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施例所描述的方法。

本申请的上述实施例提供的用于分配样品的方法和装置，首先获取样品的样品信息，然后基于上述样品信息和预设的用户画像模型，分析每个用户购买与上述样品对应的物品的概率，其中，上述用户画像模型用于表征样品信息与用户的购买概率之间的对应关系，然后根据确定的概率以及预设的用户信息列表，确定至少一个用户为目标用户，然后将样品分配给目标用户。本实施例的方法，既实现了有效地管理样品，又可以实现针对性的分配样品，同时增加了用户在得到样品后通过浏览购物网站购买样品对应的物品的概率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于分配样品的方法的一个实施例的流程图；

图3是根据本申请的用于分配样品的方法的一个应用场景的示意图；

图4是根据本申请的用于分配样品的方法中确定目标用户的一个实施例的流程图；

图5是根据本申请的用于分配样品的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请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申请。

图1示出了可以应用本申请的用于分配样品的方法或用于分配样品的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如信息输入应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且信息输入的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户通过终端设备101、102、103输入的信息进行处理的后台服务器。后台服务器可以对接收到的信息等数据进行分析等处理，并将处理结果(例如用户信息)反馈给终端设备101、102、103。

需要说明的是，本申请实施例所提供的用于分配样品的方法一般由服务器105执行，相应地，用于分配样品的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于分配样品的方法的一个实施例的流程200。本实施例的用于分配样品的方法，包括以下步骤：

步骤201，获取样品的样品信息。

在本实施例中，用于分配样品的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行信息输入的终端接收样品信息。其中，上述样品是能够代表物品品质的少量实物。它或者是从整批商品中抽取出来作为对外展示模型和产品质量检测所需；或者在大批量生产前根据商品设计而先行由生产者制作、加工而成。上述样品信息可以包括与样品有关的各种信息，例如样品标识、样品数量、样品类型(快消品、新品试用装等)、样品生产日期、样品存放位置等等。

需要指出的是，上述无线连接方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。

步骤202，基于样品信息以及预设的用户画像模型，分析每个用户购买与上述样品对应的物品的概率。

本实施例中，上述用户画像模型可以是用户表征样品信息与用户的购买概率之间的对应关系的各种模型。用户画像可以包括用户的多种信息，例如自然属性(性别、年龄、地域、教育水平、出生日期、职业、星座)、社会属性(婚姻状态、家庭情况、社交渠道偏好)、消费行为(收入、购买力、购买渠道偏好、已购买商品、活跃度)、生活习惯(运动健身、作息时间、购物集中时间)和兴趣特征(兴趣爱好、使用app/网站、收藏内容、品牌偏好、产品偏好)。上述用户画像模型可以通过以下步骤来确定：收集用户的基础行为数据，对上述基础行为数据进行分析；根据分析得到的数据构建用户的画像。其中，上述基础行为数据可以包括用户交易数据、用户偏好数据、网络行为数据等；在对基础行为数据进行分析时，可以采用聚类算法、预测算法、机器学习方法、自然语言处理方法、文本挖掘方法等来实现。在得到上述用户画像模型后，可以将样品信息输入到用户画像模型中，根据每个用户的画像，确定每个用户购买与上述样品对应的物品的概率。

在本实施例的一些可选的实现方式中，上述样品信息可以包括样品标识以及样品数量。上述步骤202可以通过以下步骤来实现：将样品标识以及样品数量输入用户画像模型，确定每个用户购买上述样品对应的物品的概率。

步骤203，根据上述概率以及预设的用户信息列表，确定至少一个用户为目标用户。

在确定了每个用户购买上述样品对应的物品的概率后，可以选取一个或多个用户作为目标用户。例如，可以选取概率最大的用户作为目标用户，也可以选取概率大于预设值的多个用户作为目标用户。

步骤204，将上述样品分配给目标用户。

在确定了目标用户后，可以将上述样品分配给目标用户。具体的，可以将上述样品通过各种运输方式送到目标用户手中。

继续参见图3，图3是根据本实施例的用于分配样品的方法的应用场景的一个示意图。在图3的应用场景中，采购人员通过终端在信息输入页面301输入样品信息，上述样品信息可以包括样品标识、样品数量、样品的生产日期以及样品所处的仓库标识。采购人员在输入上述样品信息后，将上述样品信息发送给服务器，服务器中安装有预设的用户画像模型，在接收到上述样品信息后，确定每个用户购买各样品对应的物品的概率，然后服务器根据上述概率以及预先存储的用户信息列表，确定目标用户，然后将上述样品分配给目标用户。用户通过终端就可以通过样品分配信息页面302得到样品分配信息。

本申请的上述实施例提供的用于分配样品的方法，首先获取样品的样品信息，然后基于上述样品信息和预设的用户画像模型，分析每个用户购买与上述样品对应的物品的概率，其中，上述用户画像模型用于表征样品信息与用户的购买概率之间的对应关系，然后根据确定的概率以及预设的用户信息列表，确定至少一个用户为目标用户，然后将样品分配给目标用户。本实施例的方法，既实现了有效地管理样品，又可以实现针对性的分配样品，同时增加了用户在得到样品后通过浏览购物网站购买样品对应的物品的概率。

继续参见图4，其示出了根据本申请的用于分配样品的方法中确定目标用户的一个实施例的流程400。本实施例中，样品信息可以包括样品标识、样品数量、样品类型、样品价格以及样品所处的仓库。用户信息列表中可以包括用户生成订单的订单生成时刻。如图4所示，本实施例中可以通过以下步骤来确定目标用户：

步骤401，确定每个用户购买样品对应的物品的概率。

本实施例中，可以通过图2所示实施例中的步骤202确定每个用户购买样品对应的物品的概率。

步骤4021，响应于样品类型为第一类型，确定概率大于第一预设值的用户的订单生成时刻。

当上述样品的样品类型为第一类型时，根据每个用户购买样品对应的物品的概率，确定概率大于第一预设值的用户，然后确定这些用户的订单生成时刻。上述第一类型可以是任意类型，例如可以为快消品类型，包括个人护理用品、食品饮料等。

上述订单生成时刻可以是用户在购物网站上点击了提交订单或确认订单的时刻。

步骤4031，确定订单生成时刻位于预设时间段内的用户为目标用户。

本实施例中，可以根据订单生成时刻确定订单是否被处理，即可以确定订单中的物品是否已拣选完成。例如服务器可以默认订单生成时刻与当前时刻之间的时间差小于30分钟的订单均未被处理，则服务器可以确定概率大于第一预设值的用户中订单未被处理的用户为目标用户。

在本实施例的一些可选的实现方式中，上述样品信息还可以包括样品存放的第一仓库，上述用户信息列表还包括目标用户产生的目标订单中包括的物品标识。则可以通过图4中未示出的以下步骤将样品分配给目标用户：

根据物品标识，确定目标订单中包括的物品存放的第二仓库；根据第一仓库与第二仓库之间的距离，确定目标订单中与样品匹配的匹配订单；确定产生上述匹配订单的匹配用户，并将样品分配给匹配用户。

本实现方式中，确定目标用户产生的订单为目标订单，服务器可以根据目标订单中的每个物品的物品标识，确定目标订单中的每个物品存放的第二仓库。然后根据样品存放的第一仓库与第二仓库之间的距离，确定目标订单中与样品匹配的匹配订单。然后确定产生上述匹配订单的匹配用户，将样品分配给上述匹配用户。

本实现方式中，可以将样品随目标用户购买的物品一起发出，节省了额外单独发送所需的成本。

步骤4022，响应于样品类型为第二类型或样品价格大于第二预设值，根据用户画像模型，确定每个用户购买样品对应的物品的购买力。

当样品类型为第二类型或样品价格大于第二预设值时，可以根据用户画像模型，确定每个用户购买样品对应的物品的购买力。上述第二类型可以是不同于第一类型的各种类型，例如可以是各种物品的新品试用装。上述样品价格可以由样品的价值决定，具体地，可以根据样品对应的物品的体积或容量与价格，确定样品的价格。购买力是指用户在取得收入之后购买物品的能力。上述用户画像模型可以包括用户的收入情况，从而可以结合样品对应的物品的价格或样品价格确定用户购买上述样品的购买力。

步骤4032，根据上述概率以及上述购买力，确定每个用户的购买指数。

本实施例中，服务器可以在确定上述概率以及购买力后，对概率和购买力进行加权计算，从而确定每个用户的购买指数。可以理解的是，服务器确定的目标用户应该是购买样品对应的物品的概率大并且具有一定的购买力的用户。

步骤4042，将购买指数按照由大到小进行排序，确定排序中前样品数量个用户为目标用户。

服务器在确定了上述购买指数后，可以将上述购买指数按照由大到小排序，然后确定上述排序中前n个用户为目标用户，其中，n等于样品数量。这样，就可以保证每个目标用户得到一个样品，提高了样品的推广率，提高了样品的转化率。

在本实施例的一些可选的实现方式中，上述用户信息列表还可以包括用户标识以及收货地址。则服务器在确定了上述目标用户后，可以根据图4中未示出的以下步骤来将样品分配给目标用户：

根据样品信息、用户标识以及收货地址，生成新的订单；处理新的订单。

本实现方式中，服务器在确定了适合上述样品的目标用户后，可以获取用户标识以及用户的收货地址，生成新的订单，然后处理上述订单，以使拣选人员将上述样品发送给目标用户。上述用户标识可以是用户在购物网站的用户名等。

在本实施例的一些可选的实现方式中，上述方法还包括图4中未示出的以下步骤：

检测目标用户中，在收到样品后购买样品对应的物品的转化用户的数量；根据目标用户的数量以及转化用户的数量，确定样品的转化率。

当各样品分配给目标用户后，服务器可以检测目标用户中在收到样品后购买样品对应的物品的用户，此处称这些用户为转化用户。然后可以根据目标用户的数量以及转化用户的数量，确定样品的转化率。

这样，有利于服务器进一步的优化算法，以更精准的确定目标用户，在提高购物网站的浏览量的同时，实现精准的分配样品。

在具体实践中，服务器在确定了目标用户后，可以将用户标识、样品标识以及样品所处的仓库发送到分布式发布订阅消息系统kafka中，其中，kafka是一种高吞吐量的分布式发布订阅消息系统，其目的是通过hadoop的并行加载机制来统一线上和离线的消息处理。在检测目标用户的目标订单时，服务器可以通过调用一个http接口将订单信息(如产生该订单的用户标识、订单中包括的物品标识以及订单中包括的物品所属的仓库)同步到kafka中。服务器还可以利用storm任务监听kafka中的数据，一旦kafka中接收到新的数据，就会对kafka中的数据进行分析处理。其中，storm为分布式实时计算提供了一种通用原语，可以被用于实时处理消息并更新数据库，也可以用于对数据流做连续查询，在计算时将结果以数据流的形式输出给用户。

本申请的上述实施例提供的用于分配样品的方法，可以有效的提高购物网站的浏览量，同时可以实现更精准的分配样品。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于分配样品的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于分配样品的装置500包括：信息获取单元501、概率确定单元502、用户确定单元503以及样品分配单元504。

其中，信息获取单元501，用于获取样品的样品信息。

概率确定单元502，用于基于样品信息以及预设的用户画像模型，分析每个用户购买与样品对应的物品的概率。

上述用户画像模型用于表征样品信息与用户的购买概率之间的对应关系。

用户确定单元503，用于根据上述概率以及预设的用户信息列表，确定至少一个用户为目标用户。

样品分配单元504，用于将样品分配给目标用户。

在本实施例的一些可选的实现方式中，上述样品信息包括样品标识以及样品数量。则上述概率确定单元502可以进一步用于：将样品标识以及样品数量输入用户画像模型，确定每个用户购买样品对应的物品的概率。

在本实施例的一些可选的实现方式中，上述样品信息包括样品类型，上述用户信息列表包括用户生成订单的订单生成时刻。则上述用户确定单元503可以进一步包括图5中未示出的订单生成时刻确定模块以及第一目标用户确定模块。

其中，订单生成时刻确定模块，用于响应于样品类型为第一类型，确定概率大于第一预设值的用户的订单生成时刻。

第一目标用户确定模块，用于确定订单生成时刻位于预设时间段内的用户为目标用户。

在本实施例的一些可选的实现方式中，上述样品信息还包括样品存放的第一仓库，上述用户信息列表包括目标用户产生的目标订单中包括的物品标识。则上述样品分配单元504可以进一步包括图5中未示出的仓库确定模块、匹配订单确定模块以及第一样品分配模块。

其中，仓库确定模块，用于根据物品标识，确定目标订单中包括的物品存放的第二仓库。

匹配订单确定模块，用于根据第一仓库与第二仓库之间的距离，确定目标订单中与样品匹配的匹配订单。

第一样品分配模块，用于确定产生匹配订单的匹配用户，并将样品分配给匹配用户。

在本实施例的一些可选的实现方式中，上述样品信息包括样品类型、样品价格以及样品数量。则上述用户确定单元503可以进一步包括图5中未示出的购买力确定模块、购买指数确定模块以及第二目标用户确定模块。

其中，购买力确定模块，用于响应于样品类型为第二类型或样品价格大于第二预设值，根据用户画像模型，确定每个用户购买样品对应的物品的购买力。

购买指数确定模块，用于根据上述概率以及上述购买力，确定每个用户的购买指数。

第二目标用户确定模块，用于将购买指数按照由大到小进行排序，确定排序中前样品数量个用户为目标用户。

在本实施例的一些可选的实现方式中，上述所用户信息列表包括用户标识以及收货地址。则上述样品分配单元504可以进一步包括图5中未示出的订单生成模块以及订单处理模块。

其中，订单生成模块，用于根据样品信息、用户标识以及收货地址，生成新的订单。

订单处理模块，用于处理新的订单。

在本实施例的一些可选的实现方式中，上述装置还可以包括图5中未示出的转化用户检测单元以及转化率确定单元。

其中，转化用户检测单元，用于检测目标用户中，在收到样品后购买样品对应的物品的转化用户的数量。

转化率确定单元，用于根据目标用户的数量以及转化用户的数量，确定样品的转化率。

本申请的上述实施例提供的用于分配样品的装置，首先获取样品的样品信息，然后基于上述样品信息和预设的用户画像模型，分析每个用户购买与上述样品对应的物品的概率，其中，上述用户画像模型用于表征样品信息与用户的购买概率之间的对应关系，然后根据确定的概率以及预设的用户信息列表，确定至少一个用户为目标用户，然后将样品分配给目标用户。本实施例的装置，既实现了有效地管理样品，又可以实现针对性的分配样品，同时增加了用户在得到样品后通过浏览购物网站购买样品对应的物品的概率。

应当理解，用于分配样品的装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于分配样品的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。装置500的相应单元可以与服务器中的单元相互配合以实现本申请实施例的方案。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；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607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，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610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608。

特别地，根据本公开的实施例，上文参考流程图描述的过程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，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，该模块、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。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括信息获取单元、概率确定单元、用户确定单元和样品分配单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，信息获取单元还可以被描述为“获取样品的样品信息的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当所述一个或者多个程序被该装置执行时，使得该装置：获取样品的样品信息；基于样品信息以及预设的用户画像模型，分析每个用户购买与样品对应的物品的概率，上述用户画像模型用于表征样品信息与用户的购买概率之间的对应关系；根据上述概率以及预设的用户信息列表，确定至少一个用户为目标用户；将样品分配给目标用户。

以上描述仅为本申请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，本申请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上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。例如上述特征与本申请中公开的(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。