CN106919611B - 产品信息推送方法和装置 - Google Patents
产品信息推送方法和装置 Download PDFInfo
- Publication number
- CN106919611B CN106919611B CN201510998717.4A CN201510998717A CN106919611B CN 106919611 B CN106919611 B CN 106919611B CN 201510998717 A CN201510998717 A CN 201510998717A CN 106919611 B CN106919611 B CN 106919611B
- Authority
- CN
- China
- Prior art keywords
- product
- user
- target user
- users
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种产品信息推送方法和装置。其中,该方法包括:在第一目标用户访问第一目标产品对应的网页时,确定与第一目标用户关联的第二目标用户,其中,第二目标用户与第一目标用户具有相同的偏好;获取第二目标用户访问的第二目标产品的信息,其中,第二目标产品为第二目标用户在访问第一目标产品对应的网页的时间节点之后访问的产品;向第一目标用户推送第二目标产品的信息。本申请解决了现有技术中产品推送精准度不高的技术问题的技术问题。
Description
技术领域
本申请涉及信息推送领域,具体而言,涉及一种产品信息推送方法和装置。
背景技术
随着互联网的广泛使用,电子商务也逐渐兴起。在电子商务中,店家为了向用户提供更优质的服务,通常会在用户浏览或者购买产品时,向用户推送一些相关的产品,以供用户进行挑选。现有的产品推送,通常是利用大数据分析技术,可对不同人群的用户提供相应特征数据或报告,例如,通过分析同类人群的购买行为数据,推送同类人群最感兴趣的产品给用户。然而,同类人群最感兴趣的产品并非是该用户想要购买的产品,这样的推送方式精准度不高。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种产品信息推送方法和装置,以至少解决现有技术中产品推送精准度不高的技术问题的技术问题。
根据本申请实施例的一个方面,提供了一种产品信息推送方法,包括:在第一目标用户访问第一目标产品对应的网页时,确定与所述第一目标用户关联的第二目标用户,其中,所述第二目标用户与所述第一目标用户具有相同的偏好;获取所述第二目标用户访问的第二目标产品的信息,其中,所述第二目标产品为所述第二目标用户在访问所述第一目标产品对应的网页的时间节点之后访问的产品;以及向所述第一目标用户推送所述第二目标产品的信息。
进一步地,在确定与所述第一目标用户关联的第二目标用户之前,所述方法还包括:统计用户对产品的访问行为信息;根据所述访问行为信息确定出用户对产品的偏好,确定具有相同的偏好的用户;将具有相同的偏好的用户相关联,建立关联关系;其中,确定与所述第一目标用户关联的第二目标用户包括:根据所述关联关系确定与所述第一目标用户关联的所述第二目标用户。
进一步地,根据所述访问行为数据确定出用户对产品的偏好,确定具有相同的偏好的用户包括:计算多个用户之间的访问行为的相似度;判断所述相似度是否超过预设阈值;在所述相似度超过所述预设阈值时,确定所述多个用户为具有相同的偏好的用户。
进一步地,计算多个用户之间的访问行为的相似度包括:确定所述多个用户中每个用户的产品向量,其中,每个产品向量对应用户购买或者访问过的一种产品,每个产品向量携带有用户访问该产品的次数和访问时间;按照所述访问时间对所述多个用户每个用户的产品向量进行排序,组成所述多个用户每个用户的产品偏好向量;计算多个用户之间的所述产品偏好向量的距离,其中,所述距离越小,所述相似度越大。
进一步地,确定与所述第一目标用户关联的第二目标用户包括:计算所述第一目标用户与预设用户的访问行为的相似度,其中,所述预设用户为与所述第一目标用户不相同的用户;判断所述相似度是否超过预设阈值;在所述相似度超过所述预设阈值时,确定所述预设用户为所述第二目标用户。
根据本申请实施例的另一方面,还提供了一种产品信息推送装置,包括:第一确定单元,用于在第一目标用户访问第一目标产品对应的网页时,确定与所述第一目标用户关联的第二目标用户,其中,所述第二目标用户与所述第一目标用户具有相同的偏好;获取单元,用于获取所述第二目标用户访问的第二目标产品的信息,其中,所述第二目标产品为所述第二目标用户在访问所述第一目标产品对应的网页的时间节点之后访问的产品;以及推送单元,用于向所述第一目标用户推送所述第二目标产品的信息。
进一步地,所述装置还包括:统计单元,用于在确定与所述第一目标用户关联的第二目标用户之前,统计用户对产品的访问行为信息;第二确定单元,用于根据所述访问行为信息确定出用户对产品的偏好,确定具有相同的偏好的用户;关联单元,用于将具有相同的偏好的用户相关联,建立关联关系;其中,所述第一确定单元包括:确定模块,用于根据所述关联关系确定与所述第一目标用户关联的所述第二目标用户。
进一步地,所述第二确定单元包括:第一计算模块,用于计算多个用户之间的访问行为的相似度;第一判断模块,用于判断所述相似度是否超过预设阈值;第一确定模块,用于在所述相似度超过所述预设阈值时,确定所述多个用户为具有相同的偏好的用户。
进一步地,所述计算模块包括:确定子模块,用于确定所述多个用户中每个用户的产品向量,其中,每个产品向量对应用户购买或者访问过的一种产品,每个产品向量携带有用户访问该产品的次数和访问时间;排序子模块,用于按照所述访问时间对所述多个用户每个用户的产品向量进行排序,组成所述多个用户每个用户的产品偏好向量;计算子模块,用于计算多个用户之间的所述产品偏好向量的距离,其中,所述距离越小,所述相似度越大。
进一步地,所述第一确定单元包括:第二计算模块,用于计算所述第一目标用户与预设用户的访问行为的相似度,其中,所述预设用户为与所述第一目标用户不相同的用户;第二判断模块,用于判断所述相似度是否超过预设阈值;第二确定模块,用于在所述相似度超过所述预设阈值时,确定所述预设用户为所述第二目标用户。
根据本申请实施例,在第一目标用户访问第一目标产品对应的网页时或者购买第一目标产品之后,确定与第一目标用户关联的第二目标用户,其中,第二目标用户与第一目标用户具有相同的偏好;获取第二目标用户访问的第二目标产品的信息,其中,第二目标产品为第二目标用户在访问第一目标产品对应的网页的时间节点之后访问的产品;向第一目标用户推送第二目标产品的信息。这样,按照同类人群访问产品的时间顺序,向用户推送相应时间节点的产品信息,提高了推送的精准度,解决了现有技术中产品推送精准度不高的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的产品信息推送方法的流程图;
图2是根据本申请实施例的产品偏好向量的示意图;
图3是根据本申请实施例的产品信息推送装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请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,以便这里描述的本申请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。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种产品信息推送方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的产品信息推送方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,在第一目标用户访问第一目标产品对应的网页时,确定与第一目标用户关联的第二目标用户,其中,第二目标用户与第一目标用户具有相同的偏好。
本实施例中,可以预先将对产品具有相同偏好的用户进行关联,其中,具有相同偏好可以是指用户之间具有相似或者相同的购买或访问产品信息的行为;也可以实时计算出与第一目标用户具有相同偏好的第二目标用户。
可选地,如果用户购买第一目标产品,那么用户必然是先浏览的第一目标产品,因此,本实施例中,可以是在第一目标用户访问第一目标产品对应的网页时,确定与第一目标用户关联的第二目标用户,也可以是在用户购买第一目标产品之后,确定出与第一目标用户关联的第二目标用户。
步骤S104,获取第二目标用户访问的第二目标产品的信息,其中,第二目标产品为第二目标用户在访问第一目标产品对应的网页的时间节点之后访问的产品。
在确定出第二目标用户之后,可以对第二目标用户的访问行为信息进行分析,找出该第二目标用户访问第一目标产品对应的网页的时间节点,确定出该第二目标用户在访问第一目标产品之后,访问的产品即第二目标产品。
步骤S106,向第一目标用户推送第二目标产品的信息。
在确定出第二目标产品之后,将第二目标产品的信息推动给第一目标用户。
本实施例中,按照具有相同偏好的用户所访问的产品的顺序,向用户推送当前访问的时间节点的下一个节点的产品的信息。由于用户在购买或者访问产品时,通常会连续访问多个相关的产品,因此,按照具有相同偏好的人群访问产品的顺序,向用户推送产品,使得用户无需重新搜索即将要买的产品信息,直接查看推送的产品的信息。
根据本申请实施例,在第一目标用户访问第一目标产品对应的网页时或者购买第一目标产品之后,确定与第一目标用户关联的第二目标用户,其中,第二目标用户与第一目标用户具有相同的偏好;获取第二目标用户访问的第二目标产品的信息,其中,第二目标产品为第二目标用户在访问第一目标产品对应的网页的时间节点之后访问的产品;向第一目标用户推送第二目标产品的信息。这样,按照同类人群访问产品的时间顺序,向用户推送相应时间节点的产品信息,提高了推送的精准度,解决了现有技术中产品推送精准度不高的技术问题。
例如,用户X对a、b、c、d四个图书都有相应的3、4、2、5的兴趣度,即a-3、b-4、c-2、d-5…,其中,用户X在搜索相应的图书时,按照a、b、c、d的顺序依次访问了相应的图书的网页。其中,a、b、c、d四个图书中,图书a、b、c为相关的图书,图书d与图书a为同一作者编写的图书。用户Y与用户X具有相类似的访问行为。
现有技术中,当用户Y访问图书a的网页时,会按照同类用户X对上述图书的兴趣度,向用户Y推送图书d(图书d的兴趣度高)。本申请实施例中,由于用户X在访问图书a、b、c、d的信息时,有一个时间序列,即图书a、b、c、d的顺序依次访问。在这种情况下,当用户Y看过图书a的信息之后,会按照时间序列向其推送图书b,而不是兴趣度最高的图书d。由于图书b与图书a具有相关性,这种情况下,向用户推送图书b,其购买的可能性会更高。
需要说明的是,本申请实施例的技术方案中所述“用户”是指表示用户的用户信息,例如,表示不同用户的账号信息,或者用户的唯一标识等。
优选地,在确定与第一目标用户关联的第二目标用户之前,方法还包括:统计用户对产品的访问行为信息;根据访问行为信息确定出用户对产品的偏好,确定具有相同的偏好的用户;将具有相同的偏好的用户相关联,建立关联关系;其中,确定与第一目标用户关联的第二目标用户包括:根据关联关系确定与第一目标用户关联的第二目标用户。
本实施例中,预先记录用户的访问行为信息,统计出每个用户对不同产品的访问行为信息,确定出用户对产品的偏好,例如,通过访问行为信息分析,用户1在2015年1月1日访问了服装类中运动衫20次,并在在2015年1月3日访问了服装类中运动裤18次,那么确定用户1对运动衫有偏好;而用户2在2015年1月1日访问了服装类中运动衫19次,并在在2015年1月3日访问了服装类中运动裤19次,那么确定用户2对运动衫有偏好。由此可以得出,用户1与用户2具有相同的偏好,因此,建立二者之间的关联关系,以便于在进行产品信息推送时,基于用户之间的关联关系确定出相关联的用户。
根据本申请实施例,通过具有相同偏好的用户相关联,以便于找出偏好相同的用户,然后根据该用户访问或购买产品的时间序列来推送相应的产品信息。
进一步地,根据访问行为数据确定出用户对产品的偏好,确定具有相同的偏好的用户包括:计算多个用户之间的访问行为的相似度;判断相似度是否超过预设阈值;在相似度超过预设阈值时,确定多个用户为具有相同的偏好的用户。
由于用户的偏好可以从用户的访问行为中确定,本实施例中,确定具有相同偏好的用户可以是通过用户之间的访问行为的相似度来确定,具体地,可以从访问的产品类型、访问同类型产品的次数、访问同类型产品的时间节点等作为评价访问行为相似度的指标,例如,用户X在2014年5月1日访问了“防辐射服”的相关产品,然后在2015年1月1日访问了“儿童奶粉”的相关产品,在2015年2月1日访问了“童装”的相关产品;而用户Y在相同的时间节点访问了相同的产品,区别仅在于访问次数和访问的产品数量,这种情况下,可以确定这两个用户的访问行为的相似度较高。
相似度的计算可以预先设置计算公式,该公式中,给出每个访问行为指标的权重,比较用户之间的访问行为,确定出每个指标对应的值,然后计算出相似度。当相似度超过预设阈值,在确定用户具有相同的偏好,将其关联;反之,则为不同偏好的用户。
根据本申请实施例,通过用户访问行为的相似度来对用户之间的相同访问行为进行量化,从而形成判断具有相同偏好的标准。
进一步地,计算多个用户之间的访问行为的相似度包括:确定多个用户中每个用户的产品向量,其中,每个产品向量对应用户购买或者访问过的一种产品,每个产品向量携带有用户访问该产品的次数和访问时间;按照访问时间对多个用户每个用户的产品向量进行排序,组成多个用户每个用户的产品偏好向量;计算多个用户之间的产品偏好向量的距离,其中,距离越小,相似度越大。
本实施例中,对于每个用户,访问的每个产品,生成一个产品向量。
如表1所示,用户1和用户2在2015年1月1日至2015年1月10日之间,访问了10个产品,其中,产品1至产品10中可以有相同的产品,也可以是全部不相同的产品。
表1
用户1和用户2访问的产品向量如图2所示,其中,曲线的横坐标表示访问时间,纵坐标表示访问次数,曲线上每个点表示一个产品向量,这些产品向量组成产品偏好向量,即图2所示的曲线。
生成用户访问或者购买的各产品向量后,按照时间序列对这些向量进行排序,输出基于时间序列的产品偏好向量。该产品偏好向量包含有多个产品向量。通过计算不同用户之间的基于时间序列的产品偏好向量的距离,然后通过该距离来确定用户访问行为之间的相似度,其中,距离越小,相似度越大。具体地,可以以计算出的距离的倒数作为相似度。本实施例中的距离可以是指图2所示两条曲线之间所包含的区域的面积,由于用户1和用户2在相同的时间节点,访问的产品相同,且从图2中可以看出,用户1和用户2对应的产品偏好向量比较接近,因此,可以认为二者为具有相同偏好的用户。
优选地,统计用户对产品的访问行为信息包括:按照产品所在的网页对应的统一资源定位符对产品进行分类;按照用户的标识统计每个用户访问不同产品的访问行为信息。
本实施例中,可以通过用户购买过的产品来统计其访问行为信息,先获取用户产品购买信息中的已购买产品的标识。然后从用户访问日志中,根据按照URL对不同产品进行分类,按照购买时间节点统计出购买该产品时间之前的该产品类别页面访问行为次数等信息。将这些数值整数量化,并赋值到各个产品后,存储在用户偏好数据库中,以便于在分析用户偏好时,从该用户偏好数据库中取出需要使用的用户访问行为信息。
优选地,确定与第一目标用户关联的第二目标用户包括:计算第一目标用户与预设用户的访问行为的相似度,其中,预设用户为与第一目标用户不相同的用户;判断相似度是否超过预设阈值;在相似度超过预设阈值时,确定预设用户为第二目标用户。
本实施例中,在第一目标用户访问第一目标产品时,即时计算第一目标用户与其他用户之间的访问行为的相似度,从确定出与第一目标用户关联的第二目标用户。
需要说明的是,本实施例采用即时计算出第二目标用户,这样,避免由于用户访问行为随着时间在不断变化导致预先统计的关联用户不准确的问题,保证在第一目标用户访问产品时,确定出的第二目标用户与第一目标用户关联性较强。具体地,关于如何确定出第二目标用户,与上述实施例中关于多个用户是否为具有相同偏好的用户的方式相同,这里不做赘述。
本申请实施例还提供了一种产品信息推送装置,该装置可以用于执行本申请实施例的产品信息推送方法,如图3所示,该装置包括:第一确定单元10、获取单元20和推送单元30。
第一确定单元10用于在第一目标用户访问第一目标产品对应的网页时,确定与第一目标用户关联的第二目标用户,其中,第二目标用户与第一目标用户具有相同的偏好。
本实施例中,可以预先将对产品具有相同偏好的用户进行关联,其中,具有相同偏好可以是指用户之间具有相似或者相同的购买或访问产品信息的行为;也可以实时计算出与第一目标用户具有相同偏好的第二目标用户。
可选地,如果用户购买第一目标产品,那么用户必然是先浏览的第一目标产品,因此,本实施例中,可以是在第一目标用户访问第一目标产品对应的网页时,确定与第一目标用户关联的第二目标用户,也可以是在用户购买第一目标产品之后,确定出与第一目标用户关联的第二目标用户。
获取单元20用于获取第二目标用户访问的第二目标产品的信息,其中,第二目标产品为第二目标用户在访问第一目标产品对应的网页的时间节点之后访问的产品。
在确定出第二目标用户之后,可以对第二目标用户的访问行为信息进行分析,找出该第二目标用户访问第一目标产品对应的网页的时间节点,确定出该第二目标用户在访问第一目标产品之后,访问的产品即第二目标产品。
推送单元30用于向第一目标用户推送第二目标产品的信息。
在确定出第二目标产品之后,将第二目标产品的信息推动给第一目标用户。
本实施例中,按照具有相同偏好的用户所访问的产品的顺序,向用户推送当前访问的时间节点的下一个节点的产品的信息。由于用户在购买或者访问产品时,通常会连续访问多个相关的产品,因此,按照具有相同偏好的人群访问产品的顺序,向用户推送产品,使得用户无需重新搜索即将要买的产品信息,直接查看推送的产品的信息。
根据本申请实施例,在第一目标用户访问第一目标产品对应的网页时或者购买第一目标产品之后,确定与第一目标用户关联的第二目标用户,其中,第二目标用户与第一目标用户具有相同的偏好;获取第二目标用户访问的第二目标产品的信息,其中,第二目标产品为第二目标用户在访问第一目标产品对应的网页的时间节点之后访问的产品;向第一目标用户推送第二目标产品的信息。这样,按照同类人群访问产品的时间顺序,向用户推送相应时间节点的产品信息,提高了推送的精准度,解决了现有技术中产品推送精准度不高的技术问题。
例如,用户X对a、b、c、d四个图书都有相应的3、4、2、5的兴趣度,即a3、b4、c2、d5…,其中,用户X在搜索相应的图书时,按照a、b、c、d的顺序依次访问了相应的图书的网页。其中,a、b、c、d四个图书中,图书a、b、c为相关的图书,图书d与图书a为同一作者编写的图书。用户Y与用户X具有相类似的访问行为。
现有技术中,当用户Y访问图书a的网页时,会按照同类用户X对上述图书的兴趣度,向用户Y推送图书d(图书d的兴趣度高)。本申请实施例中,由于用户X在访问图书a、b、c、d的信息时,有一个时间序列,即图书a、b、c、d的顺序依次访问。在这种情况下,当用户Y看过图书a的信息之后,会按照时间序列向其推送图书b,而不是兴趣度最高的图书d。由于图书b与图书a具有相关性,这种情况下,向用户推送图书b,其购买的可能性会更高。
需要说明的是,本申请实施例的技术方案中所述“用户”是指表示用户的用户信息,例如,表示不同用户的账号信息,或者用户的唯一标识等。
优选地,装置还包括:统计单元,用于在确定与第一目标用户关联的第二目标用户之前,统计用户对产品的访问行为信息;第二确定单元,用于根据访问行为信息确定出用户对产品的偏好,确定具有相同的偏好的用户;关联单元,用于将具有相同的偏好的用户相关联,建立关联关系;其中,第一确定单元包括:确定模块,用于根据关联关系确定与第一目标用户关联的第二目标用户。
本实施例中,预先记录用户的访问行为信息,统计出每个用户对不同产品的访问行为信息,确定出用户对产品的偏好,例如,通过访问行为信息分析,用户1在2015年1月1日访问了服装类中运动衫20次,并在在2015年1月3日访问了服装类中运动裤18次,那么确定用户1对运动衫有偏好;而用户2在2015年1月1日访问了服装类中运动衫19次,并在在2015年1月3日访问了服装类中运动裤19次,那么确定用户2对运动衫有偏好。由此可以得出,用户1与用户2具有相同的偏好,因此,建立二者之间的关联关系,以便于在进行产品信息推送时,基于用户之间的关联关系确定出相关联的用户。
根据本申请实施例,通过具有相同偏好的用户相关联,以便于找出偏好相同的用户,然后根据该用户访问或购买产品的时间序列来推送相应的产品信息。
优选地,第二确定单元包括:第一计算模块,用于计算多个用户之间的访问行为的相似度;第一判断模块,用于判断相似度是否超过预设阈值;第一确定模块,用于在相似度超过预设阈值时,确定多个用户为具有相同的偏好的用户。
由于用户的偏好可以从用户的访问行为中确定,本实施例中,确定具有相同偏好的用户可以是通过用户之间的访问行为的相似度来确定,具体地,可以从访问的产品类型、访问同类型产品的次数、访问同类型产品的时间节点等作为评价访问行为相似度的指标,例如,用户X在2014年5月1日访问了“防辐射服”的相关产品,然后在2015年1月1日访问了“儿童奶粉”的相关产品,在2015年2月1日访问了“童装”的相关产品;而用户Y在相同的时间节点访问了相同的产品,区别仅在于访问次数和访问的产品数量,这种情况下,可以确定这两个用户的访问行为的相似度较高。
相似度的计算可以预先设置计算公式,该公式中,给出每个访问行为指标的权重,比较用户之间的访问行为,确定出每个指标对应的值,然后计算出相似度。当相似度超过预设阈值,在确定用户具有相同的偏好,将其关联;反之,则为不同偏好的用户。
根据本申请实施例,通过用户访问行为的相似度来对用户之间的相同访问行为进行量化,从而形成判断具有相同偏好的标准。
进一步地,计算模块包括:确定子模块,用于确定多个用户中每个用户的产品向量,其中,每个产品向量对应用户购买或者访问过的一种产品,每个产品向量携带有用户访问该产品的次数和访问时间;排序子模块,用于按照访问时间对多个用户每个用户的产品向量进行排序,组成多个用户每个用户的产品偏好向量;计算子模块,用于计算多个用户之间的产品偏好向量的距离,其中,距离越小,相似度越大。
本实施例中,对于每个用户,访问的每个产品,生成一个产品向量。
如表1所示,用户1和用户2在2015年1月1日至2015年1月10日之间,访问了10个产品,其中,产品1至产品10中可以有相同的产品,也可以是全部不相同的产品。
用户1和用户2访问的产品向量如图2所示,其中,曲线的横坐标表示访问时间,纵坐标表示访问次数,曲线上每个点表示一个产品向量,这些产品向量组成产品偏好向量,即图2所示的曲线。
生成用户访问或者购买的各产品向量后,按照时间序列对这些向量进行排序,输出基于时间序列的产品偏好向量。该产品偏好向量包含有多个产品向量。通过计算不同用户之间的基于时间序列的产品偏好向量的距离,然后通过该距离来确定用户访问行为之间的相似度,其中,距离越小,相似度越大。具体地,可以以计算出的距离的倒数作为相似度。本实施例中的距离可以是指图2所示两条曲线之间所包含的区域的面积,由于用户1和用户2在相同的时间节点,访问的产品相同,且从图2中可以看出,用户1和用户2对应的产品偏好向量比较接近,因此,可以认为二者为具有相同偏好的用户。
优选地,第一确定单元包括:第二计算模块,用于计算第一目标用户与预设用户的访问行为的相似度,其中,预设用户为与第一目标用户不相同的用户;第二判断模块,用于判断相似度是否超过预设阈值;第二确定模块,用于在相似度超过预设阈值时,确定预设用户为第二目标用户。
本实施例中,在第一目标用户访问第一目标产品时,即时计算第一目标用户与其他用户之间的访问行为的相似度,从确定出与第一目标用户关联的第二目标用户。
需要说明的是,本实施例采用即时计算出第二目标用户,这样,避免由于用户访问行为随着时间在不断变化导致预先统计的关联用户不准确的问题,保证在第一目标用户访问产品时,确定出的第二目标用户与第一目标用户关联性较强。具体地,关于如何确定出第二目标用户,与上述实施例中关于多个用户是否为具有相同偏好的用户的方式相同,这里不做赘述。
所述产品信息推送装置包括处理器和存储器,上述第一确定单元10、获取单元20和推送单元30等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来向用户推送产品的信息。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请还提供了一种计算机程序产品的实施例,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:在第一目标用户访问第一目标产品对应的网页时,确定与第一目标用户关联的第二目标用户,其中,第二目标用户与第一目标用户具有相同的偏好;获取第二目标用户访问的第二目标产品的信息,其中,第二目标产品为第二目标用户在访问第一目标产品对应的网页的时间节点之后访问的产品;向第一目标用户推送第二目标产品的信息。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (6)
1.一种产品信息推送方法,其特征在于,包括:
在第一目标用户访问第一目标产品对应的网页时,确定与所述第一目标用户关联的第二目标用户,其中,所述第二目标用户与所述第一目标用户具有相同的偏好;
获取所述第二目标用户访问的第二目标产品的信息,其中,所述第二目标产品为所述第二目标用户在访问所述第一目标产品对应的网页的时间节点之后访问的产品;以及
向所述第一目标用户推送所述第二目标产品的信息;
其中,在确定与所述第一目标用户关联的第二目标用户之前,所述方法还包括:统计用户对产品的访问行为信息;根据所述访问行为信息确定出用户对产品的偏好,确定具有相同的偏好的用户;将具有相同的偏好的用户相关联,建立关联关系;其中,确定与所述第一目标用户关联的第二目标用户包括:根据所述关联关系确定与所述第一目标用户关联的所述第二目标用户;
通过用户访问行为的相似度来对用户之间的相同访问行为进行量化,从而形成判断具有相同偏好的标准;计算多个所述用户之间的访问行为的相似度包括:确定多个所述用户中每个用户的产品向量,其中,每个所述产品向量对应用户购买或者访问过的一种产品,每个所述产品向量携带有所述用户访问所述产品的次数和访问时间;按照所述访问时间对多个所述用户中每个所述用户的所述产品向量进行排序,组成多个所述用户的每个所述用户的产品偏好向量;计算多个所述用户之间的所述产品偏好向量的距离,其中,距离越小,相似度越大,其中,每个用户访问每个产品,生成一个产品向量。
2.根据权利要求1所述的方法,其特征在于,根据所述访问行为数据确定出用户对产品的偏好,确定具有相同的偏好的用户包括:
计算多个用户之间的访问行为的相似度;
判断所述相似度是否超过预设阈值;
在所述相似度超过所述预设阈值时,确定所述多个用户为具有相同的偏好的用户。
3.根据权利要求1所述的方法,其特征在于,确定与所述第一目标用户关联的第二目标用户包括:
计算所述第一目标用户与预设用户的访问行为的相似度,其中,所述预设用户为与所述第一目标用户不相同的用户;
判断所述相似度是否超过预设阈值;
在所述相似度超过所述预设阈值时,确定所述预设用户为所述第二目标用户。
4.一种产品信息推送装置,其特征在于,包括:
第一确定单元,用于在第一目标用户访问第一目标产品对应的网页时,确定与所述第一目标用户关联的第二目标用户,其中,所述第二目标用户与所述第一目标用户具有相同的偏好;
获取单元,用于获取所述第二目标用户访问的第二目标产品的信息,其中,所述第二目标产品为所述第二目标用户在访问所述第一目标产品对应的网页的时间节点之后访问的产品;以及
推送单元,用于向所述第一目标用户推送所述第二目标产品的信息;
其中,所述装置还包括:统计单元,用于在确定与所述第一目标用户关联的第二目标用户之前,统计用户对产品的访问行为信息;第二确定单元,用于根据所述访问行为信息确定出用户对产品的偏好,确定具有相同的偏好的用户;关联单元,用于将具有相同的偏好的用户相关联,建立关联关系;其中,所述第一确定单元包括:确定模块,用于根据所述关联关系确定与所述第一目标用户关联的所述第二目标用户;
通过用户访问行为的相似度来对用户之间的相同访问行为进行量化,从而形成判断具有相同偏好的标准;计算多个所述用户之间的访问行为的相似度包括:确定多个所述用户中每个用户的产品向量,其中,每个所述产品向量对应用户购买或者访问过的一种产品,每个所述产品向量携带有所述用户访问所述产品的次数和访问时间;按照所述访问时间对多个所述用户中每个所述用户的所述产品向量进行排序,组成多个所述用户的每个所述用户的产品偏好向量;计算多个所述用户之间的所述产品偏好向量的距离,其中,距离越小,相似度越大,其中,每个用户访问每个产品,生成一个产品向量。
5.根据权利要求4所述的装置,其特征在于,所述第二确定单元包括:
第一计算模块,用于计算多个用户之间的访问行为的相似度;
第一判断模块,用于判断所述相似度是否超过预设阈值;
第一确定模块,用于在所述相似度超过所述预设阈值时,确定所述多个用户为具有相同的偏好的用户。
6.根据权利要求4所述的装置,其特征在于,所述第一确定单元包括:
第二计算模块,用于计算所述第一目标用户与预设用户的访问行为的相似度,其中,所述预设用户为与所述第一目标用户不相同的用户;
第二判断模块,用于判断所述相似度是否超过预设阈值;
第二确定模块,用于在所述相似度超过所述预设阈值时,确定所述预设用户为所述第二目标用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510998717.4A CN106919611B (zh) | 2015-12-25 | 2015-12-25 | 产品信息推送方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510998717.4A CN106919611B (zh) | 2015-12-25 | 2015-12-25 | 产品信息推送方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106919611A CN106919611A (zh) | 2017-07-04 |
CN106919611B true CN106919611B (zh) | 2020-05-22 |
Family
ID=59455937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510998717.4A Active CN106919611B (zh) | 2015-12-25 | 2015-12-25 | 产品信息推送方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106919611B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335132A (zh) * | 2018-01-22 | 2018-07-27 | 中国平安人寿保险股份有限公司 | 应用程序的分析方法、装置、存储介质及终端 |
CN109727086A (zh) * | 2018-06-01 | 2019-05-07 | 平安普惠企业管理有限公司 | 贷款产品推送方法、设备、存储介质及装置 |
CN110969472B (zh) * | 2018-09-30 | 2023-07-04 | 北京国双科技有限公司 | 访问行为的处理方法和装置 |
CN109670864A (zh) * | 2018-12-10 | 2019-04-23 | 梦工场珠宝企业管理有限公司 | 用于珠宝产品的信息处理方法及装置 |
CN110210905A (zh) * | 2019-05-31 | 2019-09-06 | 拉扎斯网络科技(上海)有限公司 | 特征相似度计算方法、装置、电子设备及计算机存储介质 |
CN110442797B (zh) * | 2019-08-19 | 2022-02-08 | 重庆华医康道科技有限公司 | 一种互联网医院产品配置优化方法 |
CN111597437A (zh) * | 2020-04-18 | 2020-08-28 | 北京奇保信安科技有限公司 | 一种基于兴趣点的消息推送方法、装置和电子设备 |
CN112597531A (zh) * | 2020-12-04 | 2021-04-02 | 光大科技有限公司 | 一种数据产品管理方法及装置 |
CN113763098B (zh) * | 2020-12-21 | 2024-08-20 | 北京沃东天骏信息技术有限公司 | 用于确定物品的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1849605A (zh) * | 2003-09-26 | 2006-10-18 | 索尼株式会社 | 信息发送设备、终端设备及其方法 |
CN102411596A (zh) * | 2010-09-21 | 2012-04-11 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及系统 |
CN103077220A (zh) * | 2012-12-29 | 2013-05-01 | 中国科学院深圳先进技术研究院 | 一种基于用户群关联度的个性化推荐方法及系统 |
CN103309967A (zh) * | 2013-06-05 | 2013-09-18 | 清华大学 | 基于相似性传递的协同过滤方法及系统 |
CN103886001A (zh) * | 2013-09-22 | 2014-06-25 | 天津思博科科技发展有限公司 | 一种个性化商品推荐系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8321261B2 (en) * | 2007-12-14 | 2012-11-27 | John Nicholas and Kristin Gross | Integrated gourmet item data collection, recommender and vending system and method |
US8732572B2 (en) * | 2010-07-12 | 2014-05-20 | Brand Affinity Technologies, Inc. | Apparatus, system and method for selecting a media enhancement |
CN103365928B (zh) * | 2012-04-10 | 2017-04-26 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及装置 |
-
2015
- 2015-12-25 CN CN201510998717.4A patent/CN106919611B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1849605A (zh) * | 2003-09-26 | 2006-10-18 | 索尼株式会社 | 信息发送设备、终端设备及其方法 |
CN102411596A (zh) * | 2010-09-21 | 2012-04-11 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及系统 |
CN103077220A (zh) * | 2012-12-29 | 2013-05-01 | 中国科学院深圳先进技术研究院 | 一种基于用户群关联度的个性化推荐方法及系统 |
CN103309967A (zh) * | 2013-06-05 | 2013-09-18 | 清华大学 | 基于相似性传递的协同过滤方法及系统 |
CN103886001A (zh) * | 2013-09-22 | 2014-06-25 | 天津思博科科技发展有限公司 | 一种个性化商品推荐系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106919611A (zh) | 2017-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106919611B (zh) | 产品信息推送方法和装置 | |
CN108121737B (zh) | 一种业务对象属性标识的生成方法、装置和系统 | |
CN109829775B (zh) | 一种物品推荐方法、装置、设备及可读存储介质 | |
CN105989004B (zh) | 一种信息投放的预处理方法和装置 | |
CN107464132B (zh) | 一种相似用户挖掘方法及装置,电子设备 | |
CN102855309B (zh) | 一种基于用户行为关联分析的信息推荐方法及装置 | |
CN105488233A (zh) | 阅读信息推荐方法和系统 | |
CN110008397B (zh) | 一种推荐模型训练方法及装置 | |
CN104462156A (zh) | 一种基于用户行为的特征提取、个性化推荐方法和系统 | |
CN103942712A (zh) | 基于产品相似度的电子商务推荐系统及其方法 | |
CN110674391B (zh) | 基于大数据的产品数据推送方法、系统和计算机设备 | |
CN106445963B (zh) | App平台的广告索引关键词自动生成方法和装置 | |
CN107153656B (zh) | 一种信息搜索方法和装置 | |
CN104462336A (zh) | 信息推送方法和装置 | |
CN104391999A (zh) | 信息推荐方法和装置 | |
CN109697454B (zh) | 一种基于隐私保护的跨设备个体识别方法及装置 | |
CN106599047B (zh) | 一种信息的推送方法及装置 | |
CN110019785B (zh) | 一种文本分类方法及装置 | |
CN111159563A (zh) | 用户兴趣点信息的确定方法、装置、设备及存储介质 | |
CN106033455B (zh) | 一种处理用户操作信息的方法与设备 | |
CN110825977A (zh) | 一种数据推荐方法及相关设备 | |
CN106919609B (zh) | 产品信息推送方法和装置 | |
CN107133811A (zh) | 一种目标用户的识别方法和装置 | |
CN106204163B (zh) | 一种用户属性特征的确定方法和装置 | |
CN107665208B (zh) | 用户偏好度量方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100083 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing Applicant after: Beijing Guoshuang Technology Co.,Ltd. Address before: 100086 Cuigong Hotel, 76 Zhichun Road, Shuangyushu District, Haidian District, Beijing Applicant before: Beijing Guoshuang Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |