CN105488688A - 商品信息推送方法、装置及系统 - Google Patents

Abstract

本发明公开了一种商品信息推送方法、交易平台及相关系统。所述商品信息推送方法包括查找与待推荐商品相对应的商家标识；获取与所述商家标识对应的交易记录；根据所述交易记录生成所述待推荐商品的预测交易信息，所述预测交易信息包括预测配送信息；推送所述待推荐商品的预测交易信息至客户端。与现有技术相比，本发明实施例的技术方案，通过商品对应的商家的历史交易记录计算出商品的预测交易信息，不仅准确度高，而且适用广泛。当推荐商品时，将预测交易信息一同向消费者展示，能够为消费者提供参考，无须消费者大量的访问网页，不仅能够减少交易平台信息处理量，降低交易平台的负荷，而且能够提高用户体验。

Description

商品信息推送方法、装置及系统

技术领域

本发明涉及电子商务技术领域，更具体而言，涉及一种商品信息推送方法、交易平台及相关系统。

背景技术

随着电子商务的不断发展，越来越多的消费者通过网络进行购物。使用网络购物时，消费者可以通过浏览器访问电子商务网站，在电子商务网站上搜索想要购买的商品。当消费者搜索商品时，交易平台接收到搜索请求信息，并响应该搜索请求信息，将搜索到的商品信息向消费者推荐。

在推荐商品信息时，可能多个不同商家均出售同一款商品，因此，所推荐的商品信息虽然相同，但是商品信息所对应的商家却不相同。由于不同商家所处地址等的不同，导致商品交易信息也各不相同，而所推荐的商品信息通常为商品本身的信息，消费者无法从中获知该商品的具体交易信息，进而无法确定最符合自身需求的商品，因此，需要访问商品详细信息页面，对该商品的交易信息进行深层次的了解和对比。

当消费者点击访问商品详细信息页面时，交易平台接收访问网页请求信息，并根据该访问网页请求信息向该网页对应的服务器发送请求信息，该网页对应的服务器首先将网页信息发送至交易平台，交易平台再将网页信息发送至消费者对应的终端。而消费者反复进行商品对比和筛选时，需要多次进行网页访问，从而造成交易平台需要处理大量信息，增加了交易平台的负荷。

发明内容

鉴于上述技术问题，本发明实施例提供了一种商品信息推送方法、交易平台及相关系统，在向消费者推荐商品信息时，将商品的预测交易信息一同向消费者展示，从而无须消费者大量的访问网页，不仅能够减少交易平台信息处理量，降低交易平台的负荷，而且能够提高用户体验。

第一方面，本发明提供了一种商品信息推送方法，包括查找与待推荐商品相对应的商家标识；获取与所述商家标识对应的交易记录；根据所述交易记录生成所述待推荐商品的预测交易信息，所述预测交易信息包括预测配送信息；推送所述待推荐商品的预测交易信息至客户端。

在第一方面的第一种可能的实施方式中，所述获取与所述商家标识对应的交易记录，包括调取与所述商家标识对应的预设时间内的订单信息；读取所述订单信息中成功订单的订单生成时间和收货时间。

结合上述第一方面，在第二种可能的实施方式中，所述读取所述订单信息中成功订单的订单生成时间和收货时间，包括获取所述客户端的位置信息和商品服务器的配送点信息；查找与所述位置信息确定的位置距离最近的配送地址的配送点信息；在所述订单信息中读取与所述配送点信息相对应的成功订单的订单生成时间和收货时间。

结合上述第一方面，在第三种可能的实施方式中，所述读取所述订单信息中成功订单的订单生成时间和收货时间，包括读取所述成功订单的支付时间和收货时间；将所述支付时间确定为所述订单生成时间。

结合上述第一方面，在第四种可能的实施方式中，所述根据所述交易记录生成所述待推荐商品的预测交易信息，包括通过所述收货时间减去所述订单生成时间得到每笔成功订单的配送时长；计算所述成功订单的平均配送时长，作为所述预测配送信息中的配送时间信息。

结合上述第一方面，在第五种可能的实施方式中，所述根据所述交易记录生成所述待推荐商品的预测交易信息，还包括计算所述成功订单的数量；将所述成功订单的数量除以所述订单信息总数得到预测交易成功率信息。

第二方面，本发明提供了一种商品信息推送装置，包括：查找模块，用于查找与待推荐商品相对应的商家标识；获取模块，用于获取与所述查找模块所查找的商家标识对应的交易记录；生成模块，用于根据所述获取模块所获取的交易记录生成所述待推荐商品的预测交易信息，所述预测交易信息包括预测配送信息；推送模块，用于推送所述生成模块所生成的待推荐商品的预测交易信息至客户端。

在第二方面的第一种可能的实施方式中，所述获取模块包括调取单元和读取单元，其中，所述调取单元，用于调取与所述商家标识对应的预设时间内的订单信息；所述读取单元，用于读取所述订单信息中成功订单的订单生成时间和收货时间。

结合上述第二方面，在第二种可能的实施方式中，所述读取单元包括获取子单元、查找子单元和读取子单元，其中，所述获取子单元，用于获取所述客户端的位置信息和商品服务器的配送点信息；所述查找子单元，用于查找与所述位置信息确定的位置距离最近的配送地址的配送点信息；所述读取子单元，用于在所述订单信息中读取与所述配送点信息相对应的成功订单的订单生成时间和收货时间。

结合上述第二方面，在第三种可能的实施方式中，所述读取单元还包括确定子单元，其中，所述读取子单元，还用于读取所述成功订单的支付时间；所述确定子单元，用于将所述支付时间确定为所述订单生成时间。

结合上述第二方面，在第四种可能的实施方式中，所述生成模块包括计算单元，其中，所述计算单元，用于通过所述收货时间减去所述订单生成时间得到每笔成功订单的配送时长；并计算所述成功订单的平均配送时长，作为所述预测配送信息中的配送时间信息。

结合上述第二方面，在第五种可能的实施方式中，所述计算单元，还用于计算所述成功订单的数量；并将所述成功订单的数量除以所述订单信息总数得到预测交易成功率信息。

第三方面，本发明提供了一种商品信息推送系统，包括：交易平台和客户端，其中，所述交易平台，用于查找与待推荐商品相对应的商家标识；获取与所述商家标识对应的交易记录；根据所述交易记录生成所述待推荐商品的预测交易信息，所述预测交易信息包括预测配送信息；推送所述待推荐商品的预测交易信息至客户端；

；所述客户端，用于接收所述交易平台推送的待推荐商品的预测交易信息。

由以上技术方案可知，本发明实施例对于交易平台信息处理量大，负荷重的问题，在向客户端推荐商品信息之前，查找与待推荐商品相对应的商家标识，获取与所述商家标识对应的交易记录，根据所述交易记录生成所述待推荐商品的预测交易信息，并推送送至客户端，从而能够在推荐商品信息的同时，将预测交易信息作为商品的参考交易信息向消费者进行展示。与现有技术相比，本发明实施例的技术方案，通过商品对应的商家的历史交易记录计算出商品的预测交易信息，不仅准确度高，而且适用广泛。当推荐商品时，将预测交易信息一同向消费者展示，能够为消费者提供参考，无须消费者大量的访问网页，不仅能够减少交易平台信息处理量，降低交易平台的负荷，而且能够提高用户体验。

应当理解的是，以上的一般描述和后文的细节描述仅示例性和解释性描述，对本发明技术方案并不构成限制。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。通过附图所示，本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本发明的主旨。

图1是本发明实施例提供的商品信息推送方法的流程图；

图2是本发明实施例提供的商品信息推送方法的第二种实施方式流程图；

图3是本发明实施例提供的商品信息推送方法的第三种实施方式流程图；

图4是本发明提供的商品信息推送的示意图；

图5是本发明实施例提供的商品信息推送装置的结构示意图；

图6是本发明实施例提供的商品信息推送系统结构示意图。

具体实施方式

通常，传统推荐方法推荐商品信息时，会将商品对应的商家信誉值进行展示，而信誉值是根据商家的历史交易数据综合计算得到，消费者根据信誉值仅仅能够从宏观上对商家的交易情况进行参考，无法获知商品的具体交易信息。因此，依然需要进入商品详细信息页面获取更多信息，以便于比对、筛选符合自身要求的商品，从而造成交易平台负荷大。为了解决传统推荐方法存在的技术问题，提出了本发明实施例的技术方案。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1，图1为本发明实施例提供的商品信息推送方法的流程图，该方法包括以下步骤。

步骤S101，查找与待推荐商品相对应的商家标识。

其中，作为为交易双方的支付、安全、诚信等提供服务和保障的媒介，消费者和商家之间通过网络进行的交互信息均通过交易平台进行处理。为了便于对电子商务网站进行管理，为交易双方提供数据依据，交易平台将每笔交易数据进行存储，形成交易记录数据库。其中，数据库可以由多个子数据库构成，每个子数据库对应存储一个商家的历史交易记录。为了方便描述，本发明实施例中，将消费者所在的网络端作为客户端，将商家所在的网路端作为商品服务器端进行描述，后文的描述中，客户端均指消费者所在的网络端，商品服务器端均指商家所在的网络端。

由于与同一款待推荐商品对应的商家至少有一个，为了便于识别，每个商家均对应一个唯一的商家标识。当交易平台查找到与待推荐商品对应的商家后，获取商家的商家标识，以便于获取该商家的历史交易记录，生成待推荐商品的预测交易信息。其中，商家标识可以是商家账号或者商家ID(identity，身份标识号码)，本发明对此不做限制。

本实施例中，当商家需要将部分商品进行特定出售，例如，团购交易时，通过商品服务器向交易平台发送相应的商品推荐请求信息。同样的，当消费者明确需要购买某种商品，通过在电子商务网站进行搜索的方式，通过客户端向交易平台发送商品推荐请求信息。交易平台在接收商品服务器或者客户端的商品推荐请求信息后，首先，从数据库中查找与商品推荐请求信息相对应的商家标识，以便于根据商家标识查找该商家的历史交易记录，进而根据历史交易记录生成待推荐商品的预测交易信息。

步骤S102，获取与所述商家标识对应的交易记录。

其中，在交易过程中，消费者和商家每一个交易进程的点击操作，均会向交易平台发送一个对应的信号，交易平台接收信号后，对点击触发的交易状态进行记录和保存，同时记录和保存点击发生的时刻，形成该商家的交易记录。

例如，当消费者选定一款运动服，将账号、收货地址和支付方式等信息全部填写完成后，点击“提交订单”按钮时，客户端将包含有消费者账号、收货地址和支付方式等订单信息的信息发送至交易平台，交易平台记录并保存当前交易状态，即订单生成，及该订单生成的时刻；再例如，当商家服务器接收到订单信息后，按照订单信息将商品类型、型号、颜色等信息读取出并展示给商家，商家根据订单信息进行商品配送。配送时，点击“发货”按钮。此时，商家服务器将卖家发货的信号发送给交易平台，交易平台记录当前交易状态及当前时刻。

需要说明的是，由于不同商家的经营时长不同，单位时间内的交易量也不相同，因此，所产生的交易记录的数量也不相同。若商家经营时长较长，或者单位时间内的交易量较大，那么产生的交易记录的数量也较大。为了能够减少交易平台的数据处理量，同时得到更加准确预测交易信息，交易平台可以根据商家的交易量设定时间阈值，以当前时刻为最近时间，读取预设时间内的交易数据。这样的设定不仅能够大大的缩减交易平台的数据处理量，而且得到预测交易信息更加准确。

例如，交易平台可以检测商家的交易量，若商家一天的交易量为10笔订单左右，那么可以将预设时间设置为5天或者10天；若商家一天的交易量为1万笔订单，那么可以将预设时间设置为2小时或者3小时，本发明实施例对预设时间不做限制。当然，上述时间均以当前时刻为基准向前推算。

此外，为了得到更加全面的预测交易信息，为消费者提供更好的购买体验，交易平台可以从已读取的交易记录中读取出交易成功的订单，并获取成功订单的订单生成时间和收货时间等信息。当然，还可以获取其他交易信息，本发明对此不做限制。

步骤S103，根据所述交易记录生成所述待推荐商品的预测交易信息。

其中，由于消费者选购商品时，不仅注重商品的质量，而且对是否能够在自己的期望的时间内收到商品也很在意。而现有技术中，若商家配备有多个配送仓库，通过定位确定消费者提供的配送地址，根据配送仓库和配送地址的距离，及一定的物流速度，能够为消费者提供配送时长。然而，上述方式根据配送地址和配送仓库之间的距离进行计算，因此，需要知道商品所在仓库和统一的物流服务，而随着电子商务的发展，商家位于全国各地，而且不同商家所采用的物流服务也不同，导致无法根据上述方式生成预测交易信息。

为了解决上述技术问题，在上述步骤的基础上，本实施例中交易平台可以根据商家的历史交易记录生成预测交易信息，该预测交易信息可以包括：预测配送信息、商品交易成功率等信息。具体的，由上述步骤可知，交易平台已经读取了交易记录中成功订单的订单生成时间和收货时间，可以通过成功订单的收货时间减订单生成时间得到每笔成功订单的配送时长，当得到所读取的成功订单的配送时长时，计算所有成功订单的平均配送时长，将该平均配送时长确定为预测配送信息中的配送时间信息。

需要指出的，所述配送时长指的是，自订单生成时刻开始，至交易平台接收到客户端发送的确认收货时间为止，所持续的时长。如果是实体商品，配送时长包括商家的发货时间和商品运送时间；如果是虚拟商品，配送时长包括商家的发货时间和交易平台对数据的处理时间。

例如，预设时间为1天，商家为耐克官方旗舰店，假设当前时间为2015年1月9日，那么应当获取2015年1月8日0点开始至2015年1月9日0点的订单，假设成功订单为50笔，第一笔订单的收货时间减订单生成时间为125小时，第二笔订单的收货时间减订单生成时间为144小时，以此类推，将50笔成功订单的配送时长全部计算出，然后计算50笔订单的平均配送时长，即(125+144+132+……+120+140)/50＝125.3小时，即平均配送时长为5天半左右，将2015年1月9日推荐的耐克官方旗舰店的商品的配送时间信息设置为5.5天。

当然，为了使预测交易信息更加准确，当实体商品为预售款，或者当虚拟商品对应的服务器进行维护，或者因为其他正当因素需要延迟发货时，计算配送时长时延迟的时间不计算在内，交易平台将开始延迟发货时间至结束延迟发货时间的时间段减去，计算公式如下：单笔订单的配送时长＝发货时间-支付时间-(结束延迟发货时间-开始延迟发货时间)。

需要说明的是，上述仅为本发明技术方案的优选实施方式，本发明技术方案不限于此，还可以通过获取最近预设数量订单的方式获取商家的历史交易记录。当然，无论采用什么方式获取商家的历史交易记录，生成配送时间信息的方式与上述相同，本发明此处不再赘述。

此外，当所交易的商品为虚拟商品时，例如，游戏币或者游戏充值卡，由于商家账号、或者商品库存量等原因，导致交易失败率也很高，而消费者对交易成功率也很注重，因此，本发明实施例所述的预测交易信息还可以包括待推荐商品的预测交易成功率信息。具体的，交易平台可以计算成功订单的数量，通过将成功订单的数量除以所获取的订单总数的方式得到预测交易成功率信息。当然，为了得到精确度更高的数据，计算配送时间信息和计算预测交易成功率信息的历史交易记录数量可以相同，也可以不同，例如，计算配送时间信息的历史交易记录为近一天内的记录，而计算预测交易成功率信息的历史交易记录可以为近五天的记录，本发明对此不做限制。

本实施例所述方法，利用统计学原理，获取商家历史交易记录，并根据历史交易记录计算生成商品预测交易信息，不仅不受交易地址的限制，适用性广，而且所得到的预测交易信息真实准确。

步骤S104，推送所述待推荐商品的预测交易信息至客户端。

其中，交易平台计算得到待推荐商品的预测交易信息之后，将预测交易信息发送到客户端，以便于客户端在展示商品的具体信息和所对应的商家信息的同时，将预测交易信息展示给消费者。

由于预测交易信息根据近一段时间计算得到，为了提高客户体验，在推荐商品时，可以将时间进行标注，例如，近5天，90％。当然，本发明对此不做限制。

本实施例所述的方法，利用统计学原理，通过待推荐商品对应的商家的历史交易记录计算出商品的预测交易信息，不仅准确度高，而且适用广泛。当推荐商品时，将预测交易信息一同向消费者展示，能够为消费者提供参考，无须消费者大量的访问网页，不仅能够提高用户的体验，而且能够减少交易平台信息处理量。

上述实施例为本发明技术方案的普遍性实现方式，无论所交易的商品是实体商品或者虚拟商品均能够适用。然而，鉴于待推荐商品的性质不同，交易处理的过程也不相同，生成预测交易信息的方法也有区别。为了使本领域技术人员对本发明技术方案有更加清楚、深入的了解，下面本发明实施例将根据不同性质的待推荐商品分别进行详细描述。

请参见图2，图2是本发明实施例提供的商品信息推送方法的第二种实施方式流程图。本实施例在上述实施例的基础上，从待推荐商品为实体商品的角度进行描述。由于本实施例是在上述实施例基础上的补充，与上述实施例相同的部分请参考上述实施例的描述，本发明此处不再赘述。

本实施例中，所述方法包括下述步骤：

步骤S201，查找与待推荐商品相对应的商家标识。

其中，消费者通过搜索的方式在电子商务网站中搜索想要购买的商品，当消费者点击搜索按钮时，客户端向交易平台发送商品推荐请求信息，交易平台接收到商品推荐请求信息后，查找与商品推荐请求信息符合的商家并获取商家标识。

其中，该商品推荐请求信息中包括商品类型信息，款式信息和/或型号信息等。例如，消费者在淘宝的搜索栏中输入“运动服”，则商品推荐请求信息中包含商品类型信息；如果消费者输入“运动服，女”，则商品推荐请求信息中包含商品类型信息和款式信息。本发明实施例对此不做限制。交易平台根据上述具体信息进行查找。

步骤S202，调取与所述商家标识对应的预设时间内的订单信息。

步骤S203，获取所述客户端的位置信息和商品服务器的配送点信息。

其中，由于实体商品需要存储空间，商家为了减小存储压力，同时，为了更好的为不同地址的消费者服务，可能在多个地址设置有配送仓库，在为消费者安排发货时，为了缩短配送时间，可以选择距离配送地点最近的配送仓库进行商品配送。因此，如果待推荐商品为实体商品，交易平台可以通过客户端读取商家的位置信息，同时在查找到对应的商家标识后，读取商家标识对应的配送点信息。

具体的，交易平台可以向商品服务器发送获取配送点信息的请求，接受商品服务器发送的配送点信息。在读取客户端的位置信息方面，交易平台可以通过GPS(GlobalPositioningSystem，全球定位系统)确定客户端的位置信息。其中，使用GPS确定客户端位置信息的技术为本领域技术人员所熟知的技术手段，本发明此处不再赘述。当然，上述仅为本发明的具体实施案例，本发明中读取商品服务器配送点信息和客户端位置信息的方法不限于此。

步骤S204，查找与所述位置信息确定的位置距离最近的配送地址的配送点信息。

其中，如果商家只设置一个配送点信息，那么，无论客户端的位置信息对应的位置在哪里，该商品服务器对应的商家均从该配送点信息对应的配送地址进行配送，该配送点信息确定的配送地址为与位置信息确定的位置最近的地址；当然，很多商家设置有多个配送地址，此时，可以从多个配送点信息对应的配送地址中，查找到与位置信息确定的位置距离最近的配送地址。

具体的，交易平台可以将位置信息对应的位置和配送点信息对应的配送地址通过地图工具对应映射，然后通过地图工具分别计算配送地址和位置的距离，从而确定出与位置距离最近的配送地址。

步骤S205，在所述订单信息中读取与所述配送点信息相对应的成功订单的订单生成时间和收货时间。

其中，当商家设置有多个配送地址时，会根据客户所在的位置，安排距离最近的配送地址进行发货、配送。因此，为了使所生成的预测交易信息更加准确，当交易平台生成预测交易信息时，可以以交易记录中与客户端位置最近的配送地址对应的成功订单信息为依据，所以，在本实施例中，读取订单信息中成功订单的订单生成时间和收货时间，具体指，读取订单信息中与配送点信息相对应的成功订单的订单生成时间和收货时间。

步骤S206，根据所述交易记录生成所述待推荐商品的预测交易信息。

其中，本实施例中所述的交易记录即为步骤S205所述的订单信息。根据交易记录生成预测交易信息的具体方法可以参见上述实施例的描述，本发明实施例此处不再赘述。

步骤S207，推送所述待推荐商品的预测交易信息至客户端。

本实施例中，当待推荐商品为实体商品时，交易平台可以读取客户端的位置信息和商品服务器中存储的配送点信息，通过对二者的分析确定可能发货的配送点信息，并通过该配送点信息对应的成功订单信息生成待推荐商品的预测交易信息，从而保证所生成预测交易信息更加准确。

此外，随着网络的迅速发展，在商品交易过程中，虚拟商品的交易越发广泛，鉴于虚拟商品本身的性质，及交易时的特殊性，在上述描述的基础上，下面对虚拟商品信息的推荐方法进行详细描述。

请参见图3，图3是本发明实施例提供的商品信息推送方法的第三种实施方式流程图。由于本实施例是对上述实施例的补充，与上述实施例相同的部分请参考上述实施例的描述，本发明此处不再赘述。

步骤S301，查找与待推荐商品相对应的商家标识。

步骤S302，调取与所述商家标识对应的预设时间内的订单信息。

步骤S303，读取所述成功订单的收货时间和支付时间，将所述支付时间作为订单生成时间。

其中，当交易商品为虚拟商品时，无须通过物流进行配送，交易过程几乎全部通过交易平台完成。例如，图4中游戏充值卡的交易，当消费者与商家进行交易时，交易平台根据客户端发送的支付指令将支付款项发送到商品服务器对应的账户后，根据商品服务器端发送的发货指令，将游戏充值卡的属性修改为与消费者相对应，交易完成。由此可见，虚拟商品不存在货到付款的情况，因此通常在客户端支付后生成订单，而支付时间与订单生成时间几乎同时进行，因此，本实施例中将支付时间作为订单生成时间。

步骤S304，根据所述交易记录生成所述待推荐商品的预测交易信息。

其中，本实施例中所述的交易记录即为步骤S303所述的信息。根据交易记录生成预测交易信息的具体方法可以参见上述实施例的描述，本发明实施例此处不再赘述。

此外，由于交易平台修改商品属性及进行数据传输的时间相对较短，从接收到商品服务器的发货指令，至接收到客户端发送的收获指令，间隔时间很短，可以忽略不计，因此，本实施例中，也可以通过发货时间减去支付时间的方式，计算每笔成功订单的配送时长。

步骤S305，推送所述待推荐商品的预测交易信息至客户端。

如图4所示，为本发明提供的商品信息推送的示意图，其中，商品为游戏充值卡，可以看出，在卖家信用处增添了交易成功率的信息，在商品001中所展示的游戏充值卡的交易成功率为60％，根据商家近七天的交易记录得出，在商品002中所展示的游戏充值卡的交易成功率为100％，根据商家近七天的交易记录得出；在商品信息栏增加了送法时间的信息展示，商品001中送达时间约为45分钟，商品002中送达时间约为25分钟，交易信息明确，消费者可以根据自身需求自由选择。

综合上述，本发明实施例的商品信息推送方法，在向客户端推荐商品信息之前，查找与待推荐商品相对应的商家标识，获取与所述商家标识对应的交易记录，根据所述交易记录生成所述待推荐商品的预测交易信息，并推送送至客户端，从而能够在推荐商品信息的同时，将预测交易信息作为商品的参考交易信息向消费者进行展示。与现有技术相比，本发明实施例的技术方案，通过商品对应的商家的历史交易记录计算出商品的预测交易信息，不仅准确度高，而且适用广泛。当推荐商品时，将预测交易信息一同向消费者展示，能够为消费者提供参考，无须消费者大量的访问网页，不仅能够减少交易平台信息处理量，降低交易平台的负荷，而且能够提高用户体验。

与上述实现方法相对应的，本发明实施例还提供了一种商品信息推送装置，请参见图5，图5为本发明实施例提供的交易平台的结构示意图，所述交易平台包括：查找模块11、获取模块12、生成模块13和推送模块14，其中，查找模块11，用于查找与待推荐商品相对应的商家标识；获取模块12，用于获取与查找模块11所查找的商家标识对应的交易记录；生成模块13，用于根据获取模块12所获取的交易记录生成待推荐商品的预测交易信息，所述预测交易信息包括预测配送信息；推送模块14，用于推送生成模块13所生成的待推荐商品的预测交易信息至客户端。

所述装置中各个单元的功能和作用的实现过程详见上述方法中对应的实现过程，在此不再赘述。

本实施例所述的商品信息推送装置，利用统计学原理，通过待推荐商品对应的商家的历史交易记录计算出商品的预测交易信息，不仅准确度高，而且适用广泛。当推荐商品时，将预测交易信息一同向消费者展示，能够为消费者提供参考，无须消费者大量的访问网页，不仅能够提高用户的体验，而且能够减少交易平台信息处理量。

基于上述实施例，获取模块12包括调取单元和读取单元，其中，所述调取单元，用于调取与所述商家标识对应的预设时间内的订单信息；所述读取单元，用于读取所述订单信息中成功订单的订单生成时间和收货时间。所述读取单元包括获取子单元、查找子单元和读取子单元，其中，所述获取子单元，用于获取所述客户端的位置信息和商品服务器的配送点信息；所述查找子单元，用于查找与所述位置信息确定的位置距离最近的配送地址的配送点信息；所述查找子单元，用于查找与所述位置信息确定的位置距离最近的配送地址的配送点信息。

此外，所述读取单元还包括确定子单元，在上述实施例的基础上，在另一个实施例中，所述读取子单元，还用于读取所述成功订单的支付时间；所述确定子单元，用于将所述支付时间确定为所述订单生成时间。

在上述实施例的基础上，生成模块13包括计算单元，其中，所述计算单元，用于通过所述收货时间减去所述订单生成时间得到每笔成功订单的配送时长；并计算所述成功订单的平均配送时长，作为所述预测配送信息中的配送时间信息。

基于上述实施例，在另一个实施例的中，所述计算单元，还用于计算所述成功订单的数量；并将所述成功订单的数量除以所述订单信息总数得到预测交易成功率信息。

所述装置中各个单元的功能和作用的实现过程详见上述方法中对应的实现过程，在此不再赘述。

由上述描述可知，本发明实施例所提供的交易平台，在向客户端推荐商品信息之前，查找与待推荐商品相对应的商家标识，获取与所述商家标识对应的交易记录，根据所述交易记录生成所述待推荐商品的预测交易信息，并推送送至客户端，从而能够在推荐商品信息的同时，将预测交易信息作为商品的参考交易信息向消费者进行展示。与现有技术相比，本发明实施例的技术方案，通过商品对应的商家的历史交易记录计算出商品的预测交易信息，不仅准确度高，而且适用广泛。当推荐商品时，将预测交易信息一同向消费者展示，能够为消费者提供参考，无须消费者大量的访问网页，不仅能够减少交易平台信息处理量，降低交易平台的负荷，而且能够提高用户体验。

与上述实现方法和交易平台相对应的，本发明实施例还提供了一种商品信息推送系统，如图6所示，为本发明实施例提供的商品信息推送系统结构示意图。所述系统包括交易平台01和客户端02。其中，交易平台01的功能和作用如上述方法实施例描述，本发明实施例此处不再赘述；客户端02，用于接收交易平台01推送的待推荐商品的预测交易信息，并将待推荐商品的预测交易信息向消费者进行展示。

本发明可以在由计算机执行的计算机可执行命令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

综合上述，本发明实施例对于交易平台信息处理量大，负荷重的问题，在向客户端推荐商品信息之前，查找与待推荐商品相对应的商家标识，获取与所述商家标识对应的交易记录，根据所述交易记录生成所述待推荐商品的预测交易信息，并推送送至客户端，从而能够在推荐商品信息的同时，将预测交易信息作为商品的参考交易信息向消费者进行展示。与现有技术相比，本发明实施例的技术方案，通过商品对应的商家的历史交易记录计算出商品的预测交易信息，不仅准确度高，而且适用广泛。当推荐商品时，将预测交易信息一同向消费者展示，能够为消费者提供参考，无须消费者大量的访问网页，不仅能够减少交易平台信息处理量，降低交易平台的负荷，而且能够提高用户体验。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、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发明的一般性原理并包括本发明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，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明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。本发明的范围仅由所附的权利要求来限制。

Claims (14)

1.一种商品信息推送方法，其特征在于，包括：

查找与待推荐商品相对应的商家标识；

获取与所述商家标识对应的交易记录；

根据所述交易记录生成所述待推荐商品的预测交易信息，所述预测交易信息包括预测配送信息；

推送所述待推荐商品的预测交易信息至客户端。

2.根据权利要求1所述的商品信息推送方法，其特征在于，所述获取与所述商家标识对应的交易记录，包括：

调取与所述商家标识对应的预设时间内的订单信息；

读取所述订单信息中成功订单的订单生成时间和收货时间。

3.根据权利要求2所述的商品信息推送方法，其特征在于，所述读取所述订单信息中成功订单的订单生成时间和收货时间，包括：

获取所述客户端的位置信息和商品服务器的配送点信息；

查找与所述位置信息确定的位置距离最近的配送地址的配送点信息；

在所述订单信息中读取与所述配送点信息相对应的成功订单的订单生成时间和收货时间。

4.根据权利要求2所述的商品信息推送方法，其特征在于，所述读取所述订单信息中成功订单的订单生成时间和收货时间，包括：

读取所述成功订单的支付时间和收货时间；

将所述支付时间确定为所述订单生成时间。

5.根据权利要求1至4中任一权项所述的商品信息推送方法，其特征在于，所述根据所述交易记录生成所述待推荐商品的预测交易信息，包括：

通过所述收货时间减去所述订单生成时间得到每笔成功订单的配送时长；

计算所述成功订单的平均配送时长，作为所述预测配送信息中的配送时间信息。

6.根据权利要求1或2所述的商品信息推送方法，其特征在于，所述根据所述交易记录生成所述待推荐商品的预测交易信息，还包括：

计算所述成功订单的数量；

将所述成功订单的数量除以所述订单信息总数得到预测交易成功率信息。

7.一种商品信息推送装置，其特征在于，包括：

查找模块，用于查找与待推荐商品相对应的商家标识；

获取模块，用于获取与所述查找模块所查找的商家标识对应的交易记录；

生成模块，用于根据所述获取模块所获取的交易记录生成所述待推荐商品的预测交易信息，所述预测交易信息包括预测配送信息；

推送模块，用于推送所述生成模块所生成的待推荐商品的预测交易信息至客户端。

8.根据权利要求7所述的装置，其特征在于，所述获取模块包括调取单元和读取单元，其中，

所述调取单元，用于调取与所述商家标识对应的预设时间内的订单信息；

所述读取单元，用于读取所述订单信息中成功订单的订单生成时间和收货时间。

9.根据权利要求8所述的装置，其特征在于，所述读取单元包括获取子单元、查找子单元和读取子单元，其中，

所述获取子单元，用于获取所述客户端的位置信息和商品服务器的配送点信息；

所述查找子单元，用于查找与所述位置信息确定的位置距离最近的配送地址的配送点信息；

所述读取子单元，用于在所述订单信息中读取与所述配送点信息相对应的成功订单的订单生成时间和收货时间。

10.根据权利要求8所述的装置，其特征在于，所述读取单元还包括确定子单元，其中，

所述读取子单元，还用于读取所述成功订单的支付时间；

所述确定子单元，用于将所述支付时间确定为所述订单生成时间。

11.根据权利要求7至10中任一权项所述的装置，其特征在于，所述生成模块包括计算单元，其中，

所述计算单元，用于通过所述收货时间减去所述订单生成时间得到每笔成功订单的配送时长；并计算所述成功订单的平均配送时长，作为所述预测配送信息中的配送时间信息。

12.根据权利要求7或8所述的装置，其特征在于，所述计算单元，还用于计算所述成功订单的数量；并将所述成功订单的数量除以所述订单信息总数得到预测交易成功率信息。

13.一种交易平台，其特征在于，包括：如权7-12任意一项所述的装置。

14.一种商品信息推送系统，其特征在于，包括：交易平台和客户端，其中，

所述交易平台，用于查找与待推荐商品相对应的商家标识；获取与所述商家标识对应的交易记录；根据所述交易记录生成所述待推荐商品的预测交易信息，所述预测交易信息包括预测配送信息；推送所述待推荐商品的预测交易信息至客户端；

所述客户端，用于接收所述交易平台推送的待推荐商品的预测交易信息。