CN103208073B - 获得推荐商品信息及提供商品信息的方法、装置 - Google Patents

Abstract

本申请公开了一种获得推荐商品信息及提供商品信息的方法、装置，用于向用户提供商品信息，以使网络信息更为丰富，提高网络工作效率。所述获得推荐商品信息的方法为获取第一时长内所有用户购买过的所有商品信息；从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度；根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。

Description

获得推荐商品信息及提供商品信息的方法、装置

技术领域

本申请涉及计算机及通信领域，特别涉及获得推荐商品信息及提供商品信息的方法、装置。

背景技术

用户通过网站购物时，通常其购买需求并不唯一。例如，当用户购买了某个商品之后，很可能对这个商品的“配件产品”(如手机-＞手机套、贴膜，笔记本-＞散热架、鼠标等)和其“周边产品”(如洗面奶-＞面霜，婴儿奶粉-＞纸尿裤等)也有潜在的需求，所以，帮助用户找到最适合的配件产品和周边产品，并在购物路径上展现出来，由用户选择是否购买，可以激发用户的购买需求，节省用户选择商品的时间，这符合以用户为中心的理念，并且能增加用户在网站上的停留时间，拉动消费，提升用户对网站的粘性。

如图1所示，现有技术中为用户推荐商品信息的步骤如下：

步骤101：在用户将购物网站中的一商品加入欲购买的商品存储区后，数据库记录该商品的商品信息。其中，欲购买的商品存储区也可称为购物车。

步骤102：在数据库中根据该商品信息所属的最低一级类目进行搜索，查询该类目下包含的其他商品信息。

步骤103：将查询到的所述类目下包含的其他商品信息按某一时间段内的销量进行排序。例如，该时间段可以是一个月、一周或者其它。

步骤104：将排位靠前的第三数值个商品信息作为推荐商品信息。

本申请申请人在实现本申请实施例技术方案的过程中，至少发现现有技术中存在如下技术问题：

现有技术中显然是以为用户推荐同类目的热门、人气商品为主，目的是让用户在购买时可以将同类商品的进行比较，以确定最终的购买商品。

这样做的缺陷是：1、当用户把商品加入购物车时，实际上已经经历了在大量商品中遴选目标商品的过程，一般已经有了一个或者多个明确的目标，只待最后一步比较，这个时候推荐与其目标商品同类的热门商品对用户的选择反而是干扰；2、无法推出一商品的周边或配套产品，无法激发用户的潜在需求。且网络信息较为单调，工作效率较低。

发明内容

本申请实施例提供获得推荐商品信息及提供商品信息的方法、装置，用于向用户提供商品信息，以使网络信息更为丰富，提高网络工作效率。

一种获得推荐商品信息的方法，包括以下步骤：

获取第一时长内所有用户购买过的所有商品信息；

从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息；

针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度；

针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。

一种提供商品信息的方法，包括以下步骤：

接收用户选择一商品信息的第一触发事件；

根据所述第一触发事件为所述用户提供该商品信息及所述的该商品信息的推荐商品信息。

一种获得推荐商品信息的装置，包括：

第一获取模块，用于获取第一时长内所有用户购买过的所有商品信息；从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息；

第二获取模块，用于针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度；

第一处理模块，用于针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。

一种提供商品信息的装置，包括：

收发模块，用于接收用户选择一商品信息的第一触发事件；

操作模块，用于根据所述第一触发事件为所述用户提供该商品信息及所述的该商品信息的推荐商品信息。

本申请实施例中获得推荐商品信息的方法为获取第一时长内所有用户购买过的所有商品信息；从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息；针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度；针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。根据关联关系置信度将与每种商品有关联的商品进行处理，根据处理结果分别获得各商品的推荐商品信息，并将其与各自相应的商品进行关联，从而使用户在购买一种商品时还能同时获得与该商品相关联的商品的商品信息，便于用户进行选择，使网络信息更为丰富，提高网络工作效率。

附图说明

图1为现有技术中获得推荐商品信息的主要方法流程图；

图2为本申请实施例中获得推荐商品信息的主要方法流程图；

图3为本申请实施例中提供商品信息的主要方法流程图；

图4为本申请实施例中获得推荐商品信息的装置的详细结构图；

图5为本申请实施例中提供商品信息的装置的主要结构图。

具体实施方式

本申请实施例中获得推荐商品信息的方法为获取第一时长内所有用户购买过的所有商品信息；从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息；针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度；针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。根据关联关系置信度将与每种商品有关联的商品进行处理，根据处理结果分别获得各商品的推荐商品信息，并将其与各自相应的商品进行关联，从而使用户在购买一种商品时还能同时获得与该商品相关联的商品的商品信息，便于用户进行选择，使网络信息更为丰富，提高网络工作效率。

参见图2，本申请实施例中获得推荐商品信息的主要方法流程如下：

步骤201：获取第一时长内所有用户购买过的所有商品信息。

例如，可以以周为时间单位，汇总每个用户在各个店铺内对商品的购买信息。例如所述第一时长可以是两周，即14天，可以以一个用户在同个店铺两周内的所有购买商品信息作为一个购物记录，或者称为购物车，共同出现在至少两个购物记录中的至少两个商品信息为用户共同购买过的商品信息。

步骤202：从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息。

获得不同用户两周内的所有购物车，计算不同商品信息在同一购物车内共同出现的次数。例如，对商品A，如有商品B1，商品B2，商品B3......商品Bx分别和商品A出现在同一个购物车内，则说明商品A和商品Bn(n＝1...x)可能存在一定关联关系。本申请实施例中，如果商品A和商品B1、商品B2同时出现在了两个或两个以上的购物车里，则可以认为商品A和商品B1、商品B2之间存在关联关系，如果商品A和商品B1、商品B2同时只出现在了一个购物车里，则可以认为商品A和商品B1、商品B2不存在关联关系。则可以获得各用户在两周内共同购买过的商品信息，同时可以排除只被共同购买过一次的商品信息，即获得两周内用户共同购买的所有商品信息及其之间的关联关系。

在从所述所有商品信息中提取至少一个用户共同购买过的商品信息之后，还可以删除所获得的商品信息内的赠品信息。例如，一种去除方式可以是，可以计算出同一行业同一类目下商品的成交均价，如果判断确定该类目下有商品的成交价格达不到第一预设条件，则说明该商品为赠品，可以删除该商品信息。例如，所述第一预设条件可以是，一个类目下某商品的成交价格与该类目下所有商品的成交均价的比值小于第二数值，所述第二数值可以是1％。即通过商品与被推荐商品的价格比过滤赠品。

步骤203：针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度。

针对步骤101和步骤102中获取的两周内有用户购买的所有商品信息及其之间的关联关系，分别获得每种商品信息和与其有关联关系的商品信息的关联关系置信度。

例如，在获取的商品信息中，商品A和商品B1、商品B2有关联关系，商品C和商品B3、B4有关联关系，则分别获取商品A和商品B1、商品A和商品B2的关联关系置信度，及商品C和商品B3、商品C和B4的关联关系置信度。其中，本申请实施例中获得商品A和商品Bn的关联关系置信度可以采用以下公式：

关联关系置信度＝商品A和商品Bn共同出现的次数/商品A出现的总次数例如，在统计范围内，商品A和商品Bn同时出现在一个购物车中的次数为5次，商品A在所有购物车中出现的总次数为50次，则商品A和商品Bn的关联关系置信度为5/50＝0.1。

在购物网站中，为了将各类商品进行区分，以便用户能更好地搜索所需的商品信息，一般将商品按其所属行业进行划分，例如，行业可以有服饰、数码等等。一个行业中往往包括了大量的商品信息，为便于查找，又可以在行业下将商品信息按照所属类目进行划分，可以依次分为多级类目，以使分类更为详细，定位更加准确。例如，服饰下的一级类目可以有男装、女装、鞋等等，而女装下的二级类目可以有棉服、毛衣等等，二级类目下还可以有三级类目，以此类推。

步骤204：针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。

可以根据步骤103中获得的关联关系置信度对与一商品信息有关联关系的商品信息进行处理，一种处理方式可以是对其进行排序。例如，对于商品A，与其有关联关系的商品有商品B1、商品B2、商品B3、商品B4，商品A和商品B1的关联关系置信度为0.1，商品A和商品B2的关联关系置信度为0.3，商品A和商品B3的关联关系置信度为0.25，商品A和商品B4的关联关系置信度为0.55，则第一处理模块403可以对其进行排序，可以按照关联关系置信度由大到小的顺序进行排序，则排列顺序为商品B4-商品B2-商品B3-商品B1。

还可以在排序之前对与一商品信息有关联关系的商品信息按所属行业和多级类目设置关联关系优先级。例如，一种设置方式可以是：优先级1为同行业异类目，优先级2为同行业同一级类目不同二级类目，优先级3为同行业同二级类目不同三级类目，优先级4为同行业同三级类目不同四级类目，优先级5为同行业同四级类目，优先级6为异行业，其中优先级1为最高优先级。或者也可以有其他设置方式，只要不脱离本申请思想的设置方式均在本申请的保护范围之内。设置完毕后，可以首先根据关联关系优先级从高到低的顺序对与该商品信息有关联关系的商品信息进行排序。

如果设置了关联关系优先级，在排序之前可以根据设置的关联关系优先级，首先剔除异行业数据。

较佳的，本申请实施例中，可以根据关联关系置信度及关联关系优先级对预设商品A有关联关系的商品进行排序，在排序之后，可以取位于序列之前的第一数值个商品作为商品A的推荐商品信息，例如，该第一数值可以是5，则可以取序列前五个商品作为商品的A的推荐商品信息。

在排序时，可以首先根据关联关系优先级进行排序，关联关系优先级高的可以排在前面，如果有两个商品的关联关系优先级相同，则可以比较其关联关系置信度，关联关系置信度较大的排在前面。如果有两个商品的关联关系优先级与关联关系置信度均相同，则可以将该两个商品按照任意顺序相邻排列。本申请实施例中以每个商品取5个推荐商品信息为例，则可以得到商品集合：F1＝{Ai：B1，B2，B2，B4，B5}(i＝1，2，3，......n)，其中B1，......B5表示商品Ai的推荐商品信息。

本申请实施例中，还可以计算商品集合中每个商品的SPU(StandardProperty Unit，标准化属性集合)。一个商品可以有许多个属性，如品牌、型号、产地等，对某些关键的属性组合，可以确定一个明确没有歧义且不可细分的产品，则购物网站会对这些属性的组合单独定义一个唯一的ID(标识)，即SPU ID。

在根据处理结果获得该商品信息的第一数值个推荐商品信息之后，还可以获得网站中所有半年内没有过成交的商品和最新3天上线的新商品，去除在商品集合F1中出现过的商品信息，得到商品集合F2＝{Xi}。

可以计算商品集合F1和商品集合F2中每个商品的SPU ID，得到商品SPUID集合F3和商品SPU ID集合F4。其中F3＝{Ai：SPU_IDi：B1，B2，B3，B4，B5}，F2＝{Xi：SPU_IDi}。

可以对F3和F4进行关联。对F4中每个商品Xi，在F3中搜索与其所属相同SPU的商品信息，如果存在N个商品信息和Xi同属相同的SPU，则在该N个商品信息的M个推荐商品信息中选取第二数值个作为Xi的推荐商品信息，可以随机选取，所述第二数值可以是5；如果在F3中不存在任一个商品信息和Xi同属相同的SPU，则可以将商品Xi从F4中删除。由此得到商品信息集合F5＝{Xi：B1，B2，B3，B4，B5}，(i＝1，2，3，....n)，其中，B1，......B5为Xi的推荐商品信息。

可以对F1和F2进行综合，可以得到最终关联推荐的商品集合：F6＝{Yi：B1，B2，B3，B4，B5}，(i＝1，2，3，......n)，其中B1，......B5为Yi的推荐商品信息。经过多次处理，使获得的商品集合更有针对性，更便于实际应用。

参见图3，本申请实施例中提供商品信息的主要方法流程如下：

步骤301：接收用户选择一商品信息的第一触发事件。当用户选择一个商品信息时，例如可以用鼠标点击某一商品信息，则产生第一触发事件。

步骤302：根据所述第一触发事件为所述用户提供该商品信息及所述的该商品信息的推荐商品信息。

参见图4，本申请实施例中获得推荐商品信息的装置包括第一获取模块401、第二获取模块402和第一处理模块403。

第一获取模块401用于获取第一时长内所有用户购买过的所有商品信息；从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息。

购物记录购物车购物记录购物车购物车购物车申请购物车购物车第二获取模块402用于针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度。申请购物车购物车申请

第二获取模块402还可以删除所获得的商品信息内的赠品信息。

第一处理模块403用于针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。申请申请

参见图4，本申请实施例中所述装置还包括第二处理模块404。

第二处理模块404用于计算商品集合中每个商品的SPU(Standard PropertyUnit，标准化属性集合)。

第二处理模块404还可以用于获得网站中所有半年内没有过成交的商品和最新3天上线的新产品，去除在商品集合F1中出现过的商品，得到商品集合F2＝{Xi}。

第二处理模块404可以计算商品集合F1和商品集合F2中每个商品的SPUID，得到商品SPU ID集合F3和商品SPU ID集合F4。其中F3＝{Ai：SPU_IDi：B1，B2，B3，B4，B5}，F2＝{Xi：SPU_IDi}。

第二处理模块404可以对F3和F4进行关联。

第二处理模块404可以对F1和F2进行综合，可以得到最终关联推荐的商品集合：F6＝{Yi：B1，B2，B3，B4，B5}，(i＝1，2，3，......n)，其中B1，......B5为Yi的推荐商品信息。

参见图5，本申请实施例还提供一种提供商品信息的装置，所述装置包括收发模块501和操作模块502。

收发模块501用于接收用户选择一商品信息的第一触发事件。

操作模块502用于根据所述第一触发事件为所述用户提供该商品信息及利用所述推荐商品信息装置所获得的该商品信息的推荐商品信息。

本申请实施例中获得推荐商品信息的方法为获取第一时长内所有用户购买过的所有商品信息；从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息；针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度；针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。根据关联关系置信度将与每种商品有关联的商品进行处理，根据处理结果分别获得各商品的推荐商品信息，并将其与各自相应的商品进行关联，从而使用户在购买一种商品时还能同时获得与该商品相关联的商品的商品信息，便于用户进行选择，使网络信息更为丰富，提高网络工作效率。同时还可以进一步计算商品的SPU，通过商品的SPU ID获得更多商品信息的推荐商品信息，提高产品覆盖率。本申请实施例还提供一种提供商品信息的方法，用于为用户提供推荐商品信息，扩大用户选择面及产品覆盖范围。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、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。

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。

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设备上，使得在计算机或其他可编程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。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种获得推荐商品信息的方法，其特征在于，包括以下步骤：

获取第一时长内所有用户购买过的所有商品信息；

从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息；具有关联关系的商品信息在至少两个购物车中共同出现过；

针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度；

针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。

2.如权利要求1所述的方法，其特征在于，在从所述所有商品信息中提取至少一个用户共同购买过的商品信息之后还包括步骤：

判断所述共同购买过的商品信息中是否有商品信息的成交价格不满足第一预设条件；

当判断结果为是时，在所述共同购买过的商品信息中删除不满足所述第一预设条件的所述商品信息。

3.如权利要求2所述的方法，其特征在于，所述第一预设条件为：同一类目下一商品的成交价格与该类目下所有商品的成交均价的比值小于第二数值。

4.如权利要求1所述的方法，其特征在于，将商品A和与其有关联关系的商品B共同出现的次数除以商品A出现的总次数，获得所述关联关系置信度。

5.如权利要求1所述的方法，其特征在于，在根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息之前还包括步骤：

对与该商品信息有关联关系的商品信息按所属行业和多级类目设置关联关系优先级；

按照所述关联关系优先级从高到低的顺序对所述与该商品信息有关联关系的商品信息进行排序。

6.如权利要求5所述的方法，其特征在于，所按照所述关联关系优先级从高到低的顺序对所述与该商品信息有关联关系的商品信息进行排序之后还包括步骤：

当待排序的商品信息关联关系优先级相同时，按照所述关联关系置信度由大到小的顺序将所述待排序的商品信息进行排序，获得前第一数值个与该商品信息有关联关系的商品信息作为该商品信息的推荐商品信息。

7.如权利要求1所述的方法，其特征在于，在根据处理结果获得该商品信息的第一数值个推荐商品信息之后还包括步骤：

获得第二时长内所有未成交的商品信息及第三时长内的所有新上线的商品信息；

获得所述推荐商品信息、所述未成交的商品信息及所述新上线的商品信息的标准化属性集合SPU标识ID；

在所述推荐商品信息的SPU ID中查找是否有与所述未成交的商品信息的SPU ID或所述新上线的商品信息的SPU ID相同的SPU ID；

当查找确定在所述推荐商品信息的SPU ID中有与所述未成交的商品信息的SPU ID或所述新上线的商品信息的SPU ID相同的SPU ID时，将所述相同的SPU ID在所述推荐商品信息中所对应的推荐商品作为所述未成交的商品信息的SPU ID所对应的所述未成交的商品信息的推荐商品信息或所述新上线的商品信息的SPU ID所对应的所述新上线的商品信息的推荐商品信息。

8.一种提供商品信息的方法，其特征在于，包括以下步骤：

接收用户的第一触发事件；

根据所述第一触发事件为所述用户提供如权利要求1至7任一权项所述的该商品信息的推荐商品信息。

9.一种获得推荐商品信息的装置，其特征在于，包括：

第一获取模块，用于获取第一时长内所有用户购买过的所有商品信息；从所述所有商品信息中提取至少一个用户共同购买过的商品信息，获取所述共同购买过的商品信息之间的关联关系；其中，以所述至少一个用户中一个用户在所述第一时长内购买的所有商品信息组成一个购物记录，共同出现在至少两个所述购物记录中的至少两个商品信息为所述共同购买过的商品信息；具有关联关系的商品信息在至少两个购物车中共同出现过；

第二获取模块，用于针对所述共同购买过的商品信息中的每种商品信息，分别获得该商品信息和与该商品信息有关联关系的商品信息的关联关系置信度；

第一处理模块，用于针对所述共同购买过的所述商品信息中的每种商品信息，根据所述关联关系置信度将与该商品信息有关联关系的商品信息进行处理，根据处理结果获得该商品信息的第一数值个推荐商品信息。

10.一种提供商品信息的装置，其特征在于，包括：

收发模块，用于接收用户的第一触发事件；

操作模块，用于根据所述第一触发事件为所述用户提供如权利要求9所述的该商品信息的推荐商品信息。