CN107360222A - 商品信息推送方法、装置、存储介质以及服务器 - Google Patents

商品信息推送方法、装置、存储介质以及服务器 Download PDF

Info

Publication number
CN107360222A
CN107360222A CN201710527843.0A CN201710527843A CN107360222A CN 107360222 A CN107360222 A CN 107360222A CN 201710527843 A CN201710527843 A CN 201710527843A CN 107360222 A CN107360222 A CN 107360222A
Authority
CN
China
Prior art keywords
merchandise news
group
pushed
tag along
along sort
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.)
Pending
Application number
CN201710527843.0A
Other languages
English (en)
Inventor
梁昆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201710527843.0A priority Critical patent/CN107360222A/zh
Publication of CN107360222A publication Critical patent/CN107360222A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/55Push-based network services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Abstract

本发明公开了一种商品信息推送方法、装置、存储介质以及服务器,该商品信息推送方法包括:获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间;根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签;根据该浏览时间确定至少一个目标时间段;根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库;基于该待推送的商品信息库。上述商品信息推送方法能根据用户的历史浏览习惯有针对性向用户推送商品,大大提升推送的有效性和目的性,推送命中率高,推送效果好。

Description

商品信息推送方法、装置、存储介质以及服务器
技术领域
本发明涉及计算机技术领域,尤其涉及一种商品信息推送方法、装置、存储介质以及服务器。
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进行支付即可。
目前,当用户通过手机在电子商务网站,比如网上商城中浏览了某件商品时,网上商城会不厌其烦地一直向用户推送与该浏览商品相关的商品信息,但是,由于用户每次浏览的商品量可能很多很杂,网上商城后台很难准确定位需要向用户推送什么类型的商品,容易导致盲目推送,从而不仅不会起到促销的作用,反而还会使得用户厌烦,降低了再次浏览此类商品的兴趣和欲望。
发明内容
本发明提供一种商品信息推送方法、装置、存储介质以及服务器,能提高网上商品的推送命中率,提升推送效果。
本发明实施例提供了一种商品信息推送方法,包括:
获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间;
根据所述商品信息确定分类标签组,所述分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签;
根据所述浏览时间确定至少一个目标时间段;
根据所述浏览时间、目标时间段和分类标签组创建待推送的商品信息库;
基于所述待推送的商品信息库向用户推送目标商品信息。
本发明实施例还提供了一种商品信息的推送装置,包括:
获取模块,用于获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间;
第一确定模块,用于根据所述商品信息确定分类标签组,所述分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签;
第二确定模块,用于根据所述浏览时间确定至少一个目标时间段;
创建模块,用于根据所述浏览时间、目标时间段和分类标签组创建待推送的商品信息库;
推送模块,用于基于所述待推送的商品信息库向用户推送目标商品信息。
本发明实施例还提供了一种存储介质,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行上述任一项商品信息推送方法。
本发明实施例还提供了一种服务器,包括处理器和存储器,所述处理器与所述存储器电性连接,所述存储器用于存储指令和数据,所述处理器用于执行以下步骤:
获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间;
根据所述商品信息确定分类标签组,所述分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签;
根据所述浏览时间确定至少一个目标时间段;
根据所述浏览时间、目标时间段和分类标签组创建待推送的商品信息库;
基于所述待推送的商品信息库向用户推送目标商品信息。
本发明所述的商品信息推送方法、装置、存储介质以及服务器,通过获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间,并根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签,接着,根据该浏览时间确定至少一个目标时间段,并根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库,之后,基于该待推送的商品信息库向用户推送目标商品信息,从而能根据用户的历史浏览习惯有针对性的推送商品,大大提升推送的有效性和目的性,推送命中率高,推送效果好。
附图说明
下面结合附图,通过对本发明的具体实施方式详细描述,将使本发明的技术方案及其它有益效果显而易见。
图1为本发明实施例提供的商品信息推送系统的应用场景示意图;
图2为本发明实施例提供的商品信息推送方法的流程示意图;
图3为本发明实施例提供的另一商品信息推送方法的流程示意图;
图4为本发明实施例提供的步骤S207的流程示意图;
图5为本发明实施例提供的步骤S208的流程示意图;
图6为本发明实施例提供的终端显示的推送内容的示意图;
图7为本发明实施例提供的商品信息推送装置的结构示意图;
图8为本发明实施例提供的创建模块的结构示意图;
图9为本发明实施例提供的创建子模块的结构示意图;
图10为本发明实施例提供的服务器的结构示意图。
具体实施方式
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、完整地描述,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,本领域技术人员在没有作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。
本发明实施例提供一种商品信息推送方法、装置、存储介质、服务器以及系统。
请参阅图1,图1为商品信息推送系统的应用场景图,该商品信息推送系统可以包括本发明提供的任一种服务器。
其中,服务器可以获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间,并根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签,接着,根据该浏览时间确定至少一个目标时间段,并根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库,之后,基于该待推送的商品信息库向用户推送目标商品信息。
此外,该商品信息推送系统还可以包括终端,该终端可以包括智能手机、平板电脑和个人计算机等,其可以用于接收该服务器推送的目标商品信息,并将其显示给用户。
比如,服务器可以记录用户在历史时间内的商品浏览情况,并利用学习算法对所记录的商品浏览情况进行训练分析,得出学习结果,也即用户在不同时段内的购物偏好,之后,可以根据该学习结果建立待推送的商品信息库,并结合当前时间和待推送的商品信息库向用户推送合适的商品信息。比如,若服务器通过对过去一个月内用户的商品浏览情况进行学习处理,得出该用户在每天的9:00-10:00倾向于购买蔬菜和水果,在19:00-21:00倾向于购买衣服等学习结果,这样,后续服务器可以根据该学习结果在对应时间向用户推送对应的商品,从而大大提高推送命中率,提升推送效果。
本实施例将从商品信息推送装置的角度进行描述,该商品信息推送装置具体可以作为独立的实体来实现,也可以集成在其他的网络设备,比如服务器中来实现,该服务器可以是电子商务平台的服务器。
如图2所示,该商品信息推送方法的具体流程可以如下:
S101、获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间。
本实施例中,该预设时间可以根据实际需求而定,比如一个月、半个月等。该浏览时间主要包括每次浏览的起始时刻和终止时刻。该商品信息主要指通过电子商务网站购买的商品的相关信息,比如商品的卖家信息、价钱、名称、材质以及尺寸等,其中,该电子商务网站可以包括购物网站,比如淘宝、天猫等,当然也可以包括其他网站,比如订餐网站。
S102、根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签。
本实施例中,该分类标签主要用于表明商品所属的最小类别信息,比如服装类中女装组的上衣,电器类中家电组的电风扇等。通常,当商品在电子商务网站上注册时,该分类标签可以是用户自行选择的,也可以是系统根据所注册商品的标题自动匹配的,比如利用朴素贝叶斯分类算法或者支持向量机算法等根据标题匹配对应的分类标签。
S103、根据该浏览时间确定至少一个目标时间段。
本实施例中,该目标时间段的时间间隔可以根据实际需求而定,比如一个小时或二个小时。可以将浏览时间里比较集中的时间点进行合并,根据合并后的时间段得到目标时间段,比如可以直接将合并后时间段作为目标时间段,也可以将合并后时间段前后一定浮动范围内的时间段作为目标时间段,等等。通过将用户以往的浏览时间作为样本进行训练分析,可以得到至少一个目标时间段,该目标时间段可以反映出该用户网上购物的时间规律性,通常,访问时间越规律的用户,得到的目标时间段数量越少,访问时间越随意的用户,得到的目标时间段数量越多。
S104、根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库。
例如,上述步骤S104具体可以包括:
1-1、将具有相同分类标签的商品信息归为一组,得到商品信息组,每一分类标签对应一个商品信息组。
本实施例中,由于每一商品信息组中的商品信息都具有同一分类标签,从而每一商品信息组都代表同一种类型的商品。
1-2、根据该浏览时间获取目标时间段内每一商品信息的浏览次数和浏览时长。
本实施例中,可以根据每次浏览时的起始时刻和终止时刻计算单次浏览操作的时长,通过将单次浏览时长累计相加得到总的浏览时长,根据起始时刻或终止时刻的记录次数统计总的浏览次数。
1-3、根据该商品信息组、浏览次数和浏览时长创建待推送的商品信息库。
例如,上述步骤1-3具体可以包括:
1-3-1、根据每一商品信息的浏览次数和浏览时长统计目标时间段内该商品信息组的浏览总次数和浏览总时长。
本实施例中,可以通过求和公式计算浏览总次数和浏览总时长,也即将商品信息组中所有商品信息的浏览次数累计相加,得到该商品信息组的浏览总次数,将浏览时长累计相加得到该商品信息组的浏览总时长。
1-3-2、根据该浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签。
例如,上述步骤1-3-2具体可以包括:
根据目标时间段内每一商品信息组的浏览总次数和浏览总时长计算推荐度;
根据每一商品信息组对应的推荐度确定目标商品信息组;
将该目标商品信息组对应的分类标签确定为目标分类标签。
本实施例中,可以利用指定算法来计算推荐度,该指定算法可以根据实际需求而定,比如可以为a*J+b*T,其中,a为浏览总次数的占重比,b为浏览总时长的占重比,J为需要代入的浏览总次数,T为需要代入的浏览总时长。该占重比可以是提前设置好的,比如该浏览总次数的占重比可以是0.6,浏览总时长的占重比可以是0.4。当计算出每一类型商品(也即商品信息组)对应的推荐度时,可以将推荐度值最高的商品信息组确定为目标商品信息组,而该目标商品信息组对应的分类标签即为目标分类标签。
需要说明的是,由于该推荐度是根据每个目标时间段内用户历史浏览次数和时长计算出的,故推荐度越高,越表明用户以往在该目标时间段内浏览该类型商品的频率越高。通过对用户以往浏览数据进行训练分析,从而可以推测出用户在不同时间段的浏览喜好,有利于系统智能的根据不同时间段向用户推送其最感兴趣的商品信息,提高推送命中率。
1-3-3、根据该目标分类标签和目标时间段创建待推送的商品信息库。
例如,上述步骤1-3-3具体可以包括:
从预设商品信息库中获取具有该目标分类标签的所有预设商品信息,作为预设商品信息组,每一预设商品信息组包括至少一条预设商品信息;
建立每一目标时间段和对应预设商品信息组的关联关系;
将该关联关系存储在待推送的商品信息库中,以创建该待推送的商品信息库。
本实施例中,该预设商品信息库中可以包括该电子商务网站上已注册的所有商品信息,这些商品信息在预设商品信息库中存储时可以是按照各自的分类标签分组存储的,从而可以提高后续同类型商品信息的查找速度。
S105、基于该待推送的商品信息库向用户推送目标商品信息。
本实施例中,当待推送的商品信息库创建好后,可以进一步结合当前时间从商品信息库中选择合适的商品信息向用户推送,也即,上述步骤S105具体可以包括:
获取信息推送请求;
根据该信息推送请求获取当前时间;
根据当前时间从该待推送的商品信息库中确定目标商品信息,并向用户推送该目标商品信息。
本实施例中,该信息推送请求的生成条件可以根据实际需求而定,比如可以是用户在该电子商务网站登录成功时即触发生成该信息推送请求。该目标商品信息的数量可以人为设定,比如二十条或者五十条。
例如,上述步骤“根据当前时间从该待推送的商品信息库中确定目标商品信息”具体可以包括:
根据当前时间确定对应的目标时间段;
根据确定的目标时间段从该待推送的商品信息库中匹配对应的商品信息;
从匹配出的所有商品信息中确定目标商品信息。
本实施例中,可以找出包含当前时间的目标时间段,根据找出的目标时间段。该匹配出的商品信息(也即预设商品信息)可以按照一定规则进行排序,比如可以根据电子商务网站统计的每一商品信息的销售量、好评度以及店家的信誉度等因素进行排序,排位越靠前的商品信息越值得向用户推荐,之后,可以将匹配出的所有商品信息作为目标商品信息,也可以选择一部分作为目标商品信息,比如选取前五十条商品信息,具体可以根据实际需求而定。
由上述可知,本实施例提供的商品信息推送方法,通过获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间,并根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签,接着,根据该浏览时间确定至少一个目标时间段,并根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库,之后,基于该待推送的商品信息库向用户推送目标商品信息,从而能根据用户的历史浏览习惯有针对性向用户推送商品,大大提升推送的有效性和目的性,推送命中率高,推送效果好。
根据上述实施例所描述的方法,以下将举例作进一步详细说明。
在本实施例中,将以该商品信息推送装置具体集成在服务器中为例进行详细说明。
请参见图3,一种商品信息推送方法,具体流程可以如下:
S201、服务器获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间。
譬如,该预设时间可以是一个月或两个月。该商品信息可以是购物网站(比如淘宝)中商品的相关信息,该相关信息可以包括卖家信息、价钱、名称、材质以及尺寸等。
S202、服务器根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签。
譬如,可以获取每一商品信息对应的分类标签,并将获取的全部分类标签作为分类标签组,该分类标签可以为上衣、连衣裙、饼干、洗发露或沐浴乳等。
S203、服务器将具有相同分类标签的商品信息归为一组,得到商品信息组,每一分类标签对应一个商品信息组。
譬如,若该分类标签组中包括n个分类标签{上衣、连衣裙、饼干…沐浴乳},则可以将浏览的商品信息分为n个商品信息组,每一分类标签对应一个商品信息组。
S204、服务器根据该浏览时间确定至少一个目标时间段。
譬如,服务器可以将浏览时间里比较集中的时间点进行合并,并将合并后时间段直接作为该目标时间段,该目标时间段可以包括12:30-14:00、17:00-21:00、以及9:00-10:00等
S205、服务器根据该浏览时间获取目标时间段内每一商品信息的浏览次数和浏览时长。
譬如,对于每一目标时间段来说,都需要先确定用户在这段时间内浏览的所有商品,然后计算每一商品的浏览时长和浏览次数。
需要说明的是,上述步骤S202-S203与步骤S204-S205之间并没有明显的先后执行顺序,其可以同时进行。
S206、服务器根据每一商品信息的浏览次数和浏览时长统计目标时间段内该商品信息组的浏览总次数和浏览总时长。
譬如,由于每一商品信息组包括至少一条商品信息,故可以将商品信息组中每一商品信息的浏览次数累计相加得到浏览总次数,将每一商品信息的浏览时长累计相加得到浏览总时长。
S207、服务器根据该浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签。
例如,请参阅图4,上述步骤S207具体可以包括:
S2071、根据目标时间段内每一商品信息组的浏览总次数和浏览总时长计算推荐度。
譬如,可以利用公式a*J+b*T计算每一目标时间段对应的推荐度,其中,a为浏览总次数的占重比,b为浏览总时长的占重比,J为需要代入的浏览总次数,T为需要代入的浏览总时长。
S2072、根据每一商品信息组对应的推荐度确定目标商品信息组。
譬如,可以分别将每一目标时间段内所浏览的商品信息组中推荐度值最高的商品信息组确定为该目标时间段对应的目标商品信息组。比如,对于目标时间段12:30-14:00,推荐度最高的商品信息组可以是A1组,19:00-21:00内推荐度最高的商品信息组可以是A2组,9:00-10:00内推荐度最高的商品信息组可以是A3组,等等。
S2073、将该目标商品信息组对应的分类标签确定为目标分类标签。
譬如,A1组对应的分类标签可以为饼干,A2组对应的分类标签可以为连衣裙,A3组对应的分类标签可以为蔬果,也即12:30-14:00确定的目标分类标签为饼干,19:00-21:00确定的目标分类标签为连衣裙,9:00-10:00确定的目标分类标签为蔬果。
S208、服务器根据该目标分类标签和目标时间段创建待推送的商品信息库。
譬如,请参阅图5,上述步骤S208具体可以包括:
S2081、从预设商品信息库中获取具有该目标分类标签的所有预设商品信息,作为预设商品信息组,每一预设商品信息组包括至少一条预设商品信息;
S2082、建立每一目标时间段和对应预设商品信息组的关联关系;
S2083、将该关联关系存储在待推送的商品信息库中,以创建该待推送的商品信息库。
譬如,服务器可以分别将其内注册的属于饼干、蔬果和连衣裙的所有商品的商品信息(也即预设商品信息)归到对应组,得到饼干组、蔬果组和连衣裙组(也即预设商品信息组),并将目标时间段12:30-14:00、19:00-21:00、以及9:00-10:00分别与对应的预设商品信息组进行关联,之后存储在待推送的商品信息库中,这样,该待推送的商品信息库中的数据均是根据用户的浏览习惯获取的,每一预设商品信息组与用户以往在对应时间段内浏览的商品的相关性较大,符合用户的购物习惯。
S209、服务器获取信息推送请求,并根据该信息推送请求获取当前时间。
譬如,当用户在该电子商务网站登录成功时即可以触发生成该信息推送请求,并在生成该信息推送请求之后获取当前时间。
S210、服务器根据当前时间确定对应的目标时间段,并根据确定的目标时间段从该待推送的商品信息库中匹配对应的商品信息。
譬如,请参见图6,若当前时间为20:45,则获取到的目标时间段可以为19:00-21:00,此时,可以从待推送的商品信息库中获取19:00-21:00对应的商品信息组(也即连衣裙组)。
S211、服务器从匹配出的所有商品信息中确定目标商品信息,并向用户推送该目标商品信息。
譬如,匹配出的连衣裙组可以按照一定规则进行排序,比如可以根据服务器统计的每一商品信息的销售量、好评度以及店家的信誉度等因素进行排序,排位越靠前的商品信息越值得向用户推荐,之后,选取其中排位靠前的部分商品信息(比如四十条)作为目标商品信息发送至终端进行显示,以向用户推送,从而可以基于多个维度定制推送方案,能大大提高推送命中率。
由上述可知,本实施例提供的商品信息推送方法,其中服务器可以获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间,并根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签,接着,根据该浏览时间确定至少一个目标时间段,并将具有相同分类标签的商品信息归为一组,得到商品信息组,每一分类标签对应一个商品信息组,接着,根据该浏览时间获取目标时间段内每一商品信息的浏览次数和浏览时长,并根据每一商品信息的浏览次数和浏览时长统计目标时间段内每一商品信息组的浏览总次数和浏览总时长,之后,据该浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签,并根据该目标分类标签和目标时间段创建待推送的商品信息库,之后,获取信息推送请求,并根据该信息推送请求获取当前时间,并根据当前时间确定对应的目标时间段,之后,根据确定的目标时间段从该待推送的商品信息库中匹配对应的商品信息,并从匹配出的所有商品信息中确定目标商品信息,最后,向用户推送该目标商品信息,从而能根据用户的历史浏览习惯,综合考虑多个因素有针对性的制定商品信息推送方案,大大提升推送的有效性和目的性,推送命中率高,推送效果好。
根据上述实施例所描述的方法,本实施例将从商品信息推送装置的角度进一步进行描述,该商品信息推送装置可以集成在服务器中,该服务器可以是电子商务平台的服务器。
请参阅图7,图7具体描述了本发明实施例提供的商品信息推送装置,其可以包括:获取模块10、第一确定模块20、第二确定模块30、创建模块40和第二生成模块50,其中:
(1)获取模块10
获取模块10,用于获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间。
本实施例中,该预设时间可以根据实际需求而定,比如一个月、半个月等。该浏览时间主要包括每次浏览的起始时刻和终止时刻。该商品信息主要指通过电子商务网站购买的商品的相关信息,比如商品的卖家信息、价钱、名称、材质以及尺寸等,其中,该电子商务网站可以包括购物网站,比如淘宝、天猫等,当然也可以包括其他网站,比如订餐网站。
(2)第一确定模块20
第一确定模块20,用于根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签。
本实施例中,该分类标签主要用于表明商品所属的最小类别信息,比如服装类中女装组的上衣,电器类中家电组的电风扇等。通常,当商品在电子商务网站上注册时,该分类标签可以是用户自行选择的,也可以是系统根据所注册商品自动分配的。
(3)第二确定模块30
第二确定模块30,用于根据该浏览时间确定至少一个目标时间段。
本实施例中,该目标时间段的时间间隔可以根据实际需求而定,比如一个小时或二个小时。第二确定模块30可以将浏览时间里比较集中的时间点进行合并,根据合并后的时间段得到目标时间段,比如可以直接将合并后时间段作为目标时间段,也可以将合并后时间段前后一定浮动范围内的时间段作为目标时间段,等等。通过将用户以往的浏览时间作为样本进行训练分析,可以得到至少一个目标时间段,该目标时间段可以反映出该用户网上购物的时间规律性,通常,访问时间越规律的用户,得到的目标时间段数量越少,访问时间越随意的用户,得到的目标时间段数量越多。
(4)创建模块40
创建模块40,用于根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库。
例如,请参见图8,该创建模块40具体可以包括分组子模块41、获取子模块42和创建子模块43,其中:
分组子模块41,用于将具有相同分类标签的商品信息归为一组,得到商品信息组,每一分类标签对应一个商品信息组。
本实施例中,由于每一商品信息组中的商品信息都具有同一分类标签,从而每一商品信息组都代表同一种类型的商品。
获取子模块42,用于根据该浏览时间获取目标时间段内每一商品信息的浏览次数和浏览时长。
本实施例中,获取子模块42可以根据每次浏览时的起始时刻和终止时刻计算单次浏览操作的时长,通过将单次浏览时长累计相加得到总的浏览时长,根据起始时刻或终止时刻的记录次数统计总的浏览次数。
创建子模块43,用于根据该商品信息组、浏览次数和浏览时长创建待推送的商品信息库。
例如,请参见图9,该创建子模43具体可以包括统计单元431、确定单元432和创建单元433,其中:
统计单元431,用于根据每一商品信息的浏览次数和浏览时长统计目标时间段内该商品信息组的浏览总次数和浏览总时长。
本实施例中,统计单元431可以通过简单的求和公式计算浏览总次数和浏览总时长,也即将商品信息组中所有商品信息的浏览次数累计相加,得到该商品信息组的浏览总次数,将浏览时长累计相加得到该商品信息组的浏览总时长。
确定单元432,用于根据该浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签。
例如,该确定单元432具体可以用于:
根据目标时间段内每一商品信息组的浏览总次数和浏览总时长计算推荐度;
根据每一商品信息组对应的推荐度确定目标商品信息组;
将该目标商品信息组对应的分类标签确定为目标分类标签。
本实施例中,可以利用指定算法来计算推荐度,该指定算法可以根据实际需求而定,比如可以为a*J+b*T,其中,a为浏览总次数的占重比,b为浏览总时长的占重比,J为需要代入的浏览总次数,T为需要代入的浏览总时长。该占重比可以是提前设置好的,比如该浏览总次数的占重比可以是0.6,浏览总时长的占重比可以是0.4。当计算出每一类型商品(也即商品信息组)对应的推荐度时,可以将推荐度值最高的商品信息组确定为目标商品信息组,而该目标商品信息组对应的分类标签即为目标分类标签。
需要说明的是,由于该推荐度是根据每个目标时间段内用户历史浏览次数和时长计算出的,故推荐度越高,越表明用户以往在该目标时间段内浏览该类型商品的频率越高。通过对用户以往浏览数据进行训练分析,从而可以推测出用户在不同时间段的浏览喜好,有利于系统智能的根据不同时间段向用户推送其最感兴趣的商品信息,提高推送命中率。
创建单元433,用于根据该目标分类标签和目标时间段创建待推送的商品信息库。
例如,该创建单元433具体可以用于:
从预设商品信息库中获取具有该目标分类标签的所有预设商品信息,作为预设商品信息组,每一预设商品信息组包括至少一条预设商品信息;
建立每一目标时间段和对应预设商品信息组的关联关系;
将该关联关系存储在待推送的商品信息库中,以创建该待推送的商品信息库。
本实施例中,该预设商品信息库中可以包括该电子商务网站上已注册的所有商品信息,这些商品信息在预设商品信息库中存储时可以是按照各自的分类标签分组存储的,从而可以提高后续同类型商品信息的查找速度。
(5)推送模块50
推送模块50,用于基于该待推送的商品信息库向用户推送目标商品信息。
本实施例中,当待推送的商品信息库创建好后,推送模块50可以进一步结合当前时间从商品信息库中选择合适的商品信息向用户推送,也即,该推送模块50可以用于:
获取信息推送请求;
根据该信息推送请求获取当前时间;
根据当前时间从该待推送的商品信息库中确定目标商品信息,并向用户推送该目标商品信息。
本实施例中,该信息推送请求的生成条件可以根据实际需求而定,比如可以是用户在该电子商务网站登录成功时即触发生成该信息推送请求。该目标商品信息的数量可以人为设定,比如二十条或者五十条。
例如,该推送模块50进一步可以用于:
根据当前时间确定对应的目标时间段;
根据确定的目标时间段从该待推送的商品信息库中匹配对应的商品信息;
根据匹配出的商品信息确定目标商品信息。
本实施例中,可以找出包含当前时间的目标时间段,根据找出的目标时间段。该匹配出的商品信息(也即预设商品信息)可以按照一定规则进行排序,比如可以根据电子商务网站统计的每一商品信息的销售量、好评度以及店家的信誉度等因素进行排序,排位越靠前的商品信息越值得向用户推荐,之后,可以将匹配出的所有商品信息作为目标商品信息,也可以选择一部分作为目标商品信息,比如选取前五十条商品信息,具体可以根据实际需求而定。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
由上述可知,本实施例提供的商品信息推送装置,通过获取模块10获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间,第一确定模块20根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签,第二确定模块30根据该浏览时间确定至少一个目标时间段,创建模块40根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库,之后,第二生成模块50基于该待推送的商品信息库向用户推送目标商品信息,从而能根据用户的历史浏览习惯有针对性向用户推送商品,大大提升推送的有效性和目的性,推送命中率高,推送效果好。
相应的,本发明实施例还提供一种服务器,如图10所示,其示出了本发明实施例所涉及的服务器的结构示意图,具体来讲:
该服务器可以包括一个或者一个以上处理核心的处理器601、一个或一个以上计算机可读存储介质的存储器602、电源603和输入单元604等部件。本领域技术人员可以理解,图10中示出的服务器结构并不构成对服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器601是该服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器602内的软件程序和/或模块,以及调用存储在存储器602内的数据,执行服务器的各种功能和处理数据,从而对服务器进行整体监控。可选的,处理器601可包括一个或多个处理核心;优选的,处理器601可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器601中。
存储器602可用于存储软件程序以及模块,处理器601通过运行存储在存储器602的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据服务器的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器602还可以包括存储器控制器,以提供处理器601对存储器602的访问。
服务器还包括给各个部件供电的电源603,优选的,电源603可以通过电源管理系统与处理器601逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源603还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该服务器还可包括输入单元604,该输入单元604可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,服务器还可以包括显示单元等,在此不再赘述。具体在本实施例中,服务器中的处理器601会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器602中,并由处理器601来运行存储在存储器602中的应用程序,从而实现各种功能,如下:
获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间;
根据该商品信息确定分类标签组,该分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签;
根据该浏览时间确定至少一个目标时间段;
根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库;
基于该待推送的商品信息库向用户推送目标商品信息。
在一些实施例中,在根据该浏览时间、目标时间段和分类标签组创建待推送的商品信息库时,处理器进一步可以用于:
将具有相同分类标签的商品信息归为一组,得到商品信息组,每一分类标签对应一个商品信息组;
根据该浏览时间获取目标时间段内每一商品信息的浏览次数和浏览时长;
根据该商品信息组、浏览次数和浏览时长创建待推送的商品信息库。
在一些实施例中,在根据该商品信息组、浏览次数和浏览时长创建待推送的商品信息库时,处理器进一步可以用于:
根据每一商品信息的浏览次数和浏览时长统计目标时间段内该商品信息组的浏览总次数和浏览总时长;
根据该浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签;
根据该目标分类标签和目标时间段创建待推送的商品信息库。
在一些实施例中,在根据该目标分类标签和目标时间段创建待推送的商品信息库时,处理器进一步可以用于:
从预设商品信息库中获取具有该目标分类标签的所有预设商品信息,作为预设商品信息组,每一预设商品信息组包括至少一条预设商品信息;
建立每一目标时间段和对应预设商品信息组的关联关系;
将该关联关系存储在待推送的商品信息库中,以创建该待推送的商品信息库。
在一些实施例中,在根据该浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签时,处理器进一步可以用于:
根据目标时间段内每一商品信息组的浏览总次数和浏览总时长计算推荐度;
根据每一商品信息组对应的推荐度确定目标商品信息组;
将该目标商品信息组对应的分类标签确定为目标分类标签。
在一些实施例中,在基于该待推送的商品信息库向用户推送目标商品信息时,处理器进一步可以用于:
获取信息推送请求;
根据该信息推送请求获取当前时间;
根据当前时间从该待推送的商品信息库中确定目标商品信息,并向用户推送该目标商品信息。
在一些实施例中,在根据当前时间从该待推送的商品信息库中确定目标商品信息时,处理器进一步可以用于:
根据当前时间确定对应的目标时间段;
根据确定的目标时间段从该待推送的商品信息库中匹配对应的商品信息;
根据匹配出的商品信息确定目标商品信息。
该服务器可以实现本发明实施例所提供的任一种商品信息推送装置所能实现的有效效果,详见前面的实施例,在此不再赘述。
本发明实施例还提供一种存储介质,该储存介质中存储有多条指令,该指令适于由处理器加载以执行上述任一实施例所述的商品信息推送方法。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,RandomAccess Memory)、磁盘或光盘等。
以上对本发明实施例所提供的一种商品信息推送方法、装置、存储介质、服务器以及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (16)

1.一种商品信息推送方法,其特征在于,包括:
获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间;
根据所述商品信息确定分类标签组,所述分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签;
根据所述浏览时间确定至少一个目标时间段;
根据所述浏览时间、目标时间段和分类标签组创建待推送的商品信息库;
基于所述待推送的商品信息库向用户推送目标商品信息。
2.根据权利要求1所述的商品信息推送方法,其特征在于,所述根据所述浏览时间、目标时间段和分类标签组创建待推送的商品信息库,包括:
将具有相同分类标签的商品信息归为一组,得到商品信息组,每一分类标签对应一个商品信息组;
根据所述浏览时间获取目标时间段内每一商品信息的浏览次数和浏览时长;
根据所述商品信息组、浏览次数和浏览时长创建待推送的商品信息库。
3.根据权利要求2所述的商品信息推送方法,其特征在于,所述根据所述商品信息组、浏览次数和浏览时长创建待推送的商品信息库,包括:
根据每一商品信息的浏览次数和浏览时长统计目标时间段内所述商品信息组的浏览总次数和浏览总时长;
根据所述浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签;
根据所述目标分类标签和目标时间段创建待推送的商品信息库。
4.根据权利要求3所述的商品信息推送方法,其特征在于,所述根据所述浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签,包括:
根据目标时间段内每一商品信息组的浏览总次数和浏览总时长计算推荐度;
根据每一商品信息组对应的推荐度确定目标商品信息组;
将所述目标商品信息组对应的分类标签确定为目标分类标签。
5.根据权利要求3所述的商品信息推送方法,其特征在于,所述根据所述目标分类标签和目标时间段创建待推送的商品信息库,包括:
从预设商品信息库中获取具有所述目标分类标签的所有预设商品信息,作为预设商品信息组,每一预设商品信息组包括至少一条预设商品信息;
建立每一目标时间段和对应预设商品信息组的关联关系;
将所述关联关系存储在待推送的商品信息库中,以创建所述待推送的商品信息库。
6.根据权利要求1-5中任意一项所述的商品信息推送方法,其特征在于,所述基于所述待推送的商品信息库向用户推送目标商品信息,包括:
获取信息推送请求;
根据所述信息推送请求获取当前时间;
根据当前时间从所述待推送的商品信息库中确定目标商品信息,并向用户推送所述目标商品信息。
7.根据权利要求6所述的商品信息推送方法,其特征在于,所述根据当前时间从所述待推送的商品信息库中确定目标商品信息,包括:
根据当前时间确定对应的目标时间段;
根据确定的目标时间段从所述待推送的商品信息库中匹配对应的商品信息;
根据匹配出的商品信息确定目标商品信息。
8.一种商品信息推送装置,其特征在于,包括:
获取模块,用于获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间;
第一确定模块,用于根据所述商品信息确定分类标签组,所述分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签;
第二确定模块,用于根据所述浏览时间确定至少一个目标时间段;
创建模块,用于根据所述浏览时间、目标时间段和分类标签组创建待推送的商品信息库;
推送模块,用于基于所述待推送的商品信息库向用户推送目标商品信息。
9.根据权利要求8所述的商品信息推送装置,其特征在于,所述创建模块具体包括:
分组子模块,用于将具有相同分类标签的商品信息归为一组,得到商品信息组,每一分类标签对应一个商品信息组;
获取子模块,用于根据所述浏览时间获取目标时间段内每一商品信息的浏览次数和浏览时长;
创建子模块,用于根据所述商品信息组、浏览次数和浏览时长创建待推送的商品信息库。
10.根据权利要求9所述的商品信息推送装置,其特征在于,所述创建子模块具体包括:
统计单元,用于根据每一商品信息的浏览次数和浏览时长统计目标时间段内所述商品信息组的浏览总次数和浏览总时长;
确定单元,用于根据所述浏览总次数和浏览总时长从所有分类标签组中确定目标分类标签;
创建单元,用于根据所述目标分类标签和目标时间段创建待推送的商品信息库。
11.根据权利要求10所述的商品信息推送装置,其特征在于,所述确定单元具体用于:
根据目标时间段内每一商品信息组的浏览总次数和浏览总时长计算推荐度;
根据每一商品信息组对应的推荐度确定目标商品信息组;
将所述目标商品信息组对应的分类标签确定为目标分类标签。
12.根据权利要求10所述的商品信息推送装置,其特征在于,所述创建单元具体用于:
从预设商品信息库中获取具有所述目标分类标签的所有预设商品信息,作为预设商品信息组,每一预设商品信息组包括至少一条预设商品信息;
建立每一目标时间段和对应预设商品信息组的关联关系;
将所述关联关系存储在待推送的商品信息库中,以创建所述待推送的商品信息库。
13.根据权利要求8-12中任意一项所述的商品信息推送装置,其特征在于,所述推送模块用于:
获取信息推送请求;
根据所述信息推送请求获取当前时间;
根据当前时间从所述待推送的商品信息库中确定目标商品信息,并向用户推送所述目标商品信息。
14.根据权利要求13所述的商品信息推送装置,其特征在于,所述推送模块具体用于:
根据当前时间确定对应的目标时间段;
根据确定的目标时间段从所述待推送的商品信息库中匹配对应的商品信息;
根据匹配出的商品信息确定目标商品信息。
15.一种存储介质,其特征在于,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行权利要求1至7中任一项所述的商品信息推送方法。
16.一种服务器,其特征在于,包括处理器和存储器,所述处理器与所述存储器电性连接,所述存储器用于存储指令和数据,所述处理器用于执行以下步骤:
获取预设时间内用户所浏览的商品信息、以及每一商品信息的浏览时间;
根据所述商品信息确定分类标签组,所述分类标签组包括至少一个分类标签,每一商品信息对应一个分类标签;
根据所述浏览时间确定至少一个目标时间段;
根据所述浏览时间、目标时间段和分类标签组创建待推送的商品信息库;
基于所述待推送的商品信息库向用户推送目标商品信息。
CN201710527843.0A 2017-06-30 2017-06-30 商品信息推送方法、装置、存储介质以及服务器 Pending CN107360222A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710527843.0A CN107360222A (zh) 2017-06-30 2017-06-30 商品信息推送方法、装置、存储介质以及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710527843.0A CN107360222A (zh) 2017-06-30 2017-06-30 商品信息推送方法、装置、存储介质以及服务器

Publications (1)

Publication Number Publication Date
CN107360222A true CN107360222A (zh) 2017-11-17

Family

ID=60273386

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710527843.0A Pending CN107360222A (zh) 2017-06-30 2017-06-30 商品信息推送方法、装置、存储介质以及服务器

Country Status (1)

Country Link
CN (1) CN107360222A (zh)

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108196671A (zh) * 2017-12-26 2018-06-22 深圳市亿道数码技术有限公司 虚拟现实装置内的图像显示方法及虚拟现实装置
CN108537635A (zh) * 2018-03-30 2018-09-14 苏宁易购集团股份有限公司 一种产品的推荐方法及装置
CN108846091A (zh) * 2018-06-13 2018-11-20 珠海市君天电子科技有限公司 资讯推荐方法、装置及设备
CN108875820A (zh) * 2018-06-08 2018-11-23 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN108898163A (zh) * 2018-06-08 2018-11-27 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN108921673A (zh) * 2018-07-16 2018-11-30 广州友米科技有限公司 基于大数据的商品推荐方法
CN108933811A (zh) * 2018-05-17 2018-12-04 镇江国中亿家科技有限公司 一种基于用户偏好的消息推送方法和平台
CN109242544A (zh) * 2018-08-20 2019-01-18 中国平安人寿保险股份有限公司 产品信息推送的处理方法、装置、计算机设备及存储介质
CN109636530A (zh) * 2018-12-14 2019-04-16 拉扎斯网络科技(上海)有限公司 产品确定方法、装置、电子设备及计算机可读存储介质
CN109711997A (zh) * 2018-08-20 2019-05-03 平安普惠企业管理有限公司 保险业务推送方法、装置、设备及可读存储介质
CN109858960A (zh) * 2019-01-21 2019-06-07 平安科技(深圳)有限公司 商品推送方法、装置、用户信息管理服务器及存储介质
CN109903067A (zh) * 2017-12-08 2019-06-18 北京京东尚科信息技术有限公司 信息处理方法和装置
CN110489654A (zh) * 2019-09-12 2019-11-22 五八有限公司 获取用户兴趣度的方法、装置、电子设备及存储介质
CN110673965A (zh) * 2019-09-11 2020-01-10 杭州火小二科技有限公司 捕获秒杀商品的方法及装置
CN111162986A (zh) * 2018-11-07 2020-05-15 奇酷互联网络科技(深圳)有限公司 推送消息管理方法、移动终端和计算机可读存储介质
CN111159553A (zh) * 2019-12-30 2020-05-15 北京每日优鲜电子商务有限公司 信息推送方法、装置、计算机设备及存储介质
CN111159555A (zh) * 2019-12-30 2020-05-15 北京每日优鲜电子商务有限公司 商品推荐方法、装置、服务器和存储介质
CN112235636A (zh) * 2020-09-07 2021-01-15 有米科技股份有限公司 带货视频浏览价值属性的计算方法及装置
CN112348430A (zh) * 2020-10-19 2021-02-09 北京中恒云科技有限公司 一种用户数据分析方法、计算机设备及存储介质
CN112579893A (zh) * 2020-12-15 2021-03-30 中国建设银行股份有限公司 一种信息推送、信息展示方法、装置及设备
CN113129096A (zh) * 2021-03-26 2021-07-16 南京石匠网络科技有限公司 一种基于拼中概率的高效成团方法及其系统
CN113222697A (zh) * 2021-05-11 2021-08-06 湖北三赫智能科技有限公司 商品信息推送方法、装置计算机设备及可读存储介质
CN113327154A (zh) * 2021-06-18 2021-08-31 苏州易卖东西信息技术有限公司 基于大数据的电商用户讯息推送方法及系统
CN113362117A (zh) * 2021-07-02 2021-09-07 柒久园艺科技(北京)有限公司 一种商品数据的可视化分析方法、系统、设备及存储介质
CN113641893A (zh) * 2021-07-15 2021-11-12 红毛猩猩(深圳)科技有限公司 基于用户画像深层解析技术的喜好推荐方法
CN113742570A (zh) * 2020-12-01 2021-12-03 北京沃东天骏信息技术有限公司 一种商品搜索方法、终端设备及服务器
CN113743636A (zh) * 2020-05-28 2021-12-03 北京达佳互联信息技术有限公司 一种目标操作预测方法、装置、电子设备及存储介质
CN113807919A (zh) * 2021-09-15 2021-12-17 珠海格力电器股份有限公司 产品信息的推送方法及装置
CN113822734A (zh) * 2021-01-18 2021-12-21 北京沃东天骏信息技术有限公司 用于生成信息的方法和装置
CN113905037A (zh) * 2021-06-18 2022-01-07 武汉理工数字传播工程有限公司 一种文件传输管理方法、装置、设备及存储介质
CN113905024A (zh) * 2020-11-19 2022-01-07 苏州燎原网络科技有限公司 一种基于大数据的直播带货推送方法及系统
CN114595404A (zh) * 2022-03-10 2022-06-07 北京字节跳动网络技术有限公司 推荐数据的展示方法、装置、计算机设备以及存储介质
CN116823354A (zh) * 2023-06-08 2023-09-29 湖南华创科技发展有限公司 基于大数据的门店营销推送方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011186955A (ja) * 2010-03-10 2011-09-22 Toshiba Tec Corp 情報処理装置、プログラム及び商品情報提示システム
CN102938123A (zh) * 2012-10-24 2013-02-20 江苏乐买到网络科技有限公司 一种向用户推荐商品信息的方法
CN103902538A (zh) * 2012-12-25 2014-07-02 中国银联股份有限公司 基于决策树的信息推荐装置及方法
CN105095465A (zh) * 2015-07-31 2015-11-25 北京金山安全软件有限公司 一种信息推荐方法、系统及装置
CN105844508A (zh) * 2016-03-22 2016-08-10 天津中科智能识别产业技术研究院有限公司 一种基于动态周期神经网络的商品推荐方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011186955A (ja) * 2010-03-10 2011-09-22 Toshiba Tec Corp 情報処理装置、プログラム及び商品情報提示システム
CN102938123A (zh) * 2012-10-24 2013-02-20 江苏乐买到网络科技有限公司 一种向用户推荐商品信息的方法
CN103902538A (zh) * 2012-12-25 2014-07-02 中国银联股份有限公司 基于决策树的信息推荐装置及方法
CN105095465A (zh) * 2015-07-31 2015-11-25 北京金山安全软件有限公司 一种信息推荐方法、系统及装置
CN105844508A (zh) * 2016-03-22 2016-08-10 天津中科智能识别产业技术研究院有限公司 一种基于动态周期神经网络的商品推荐方法

Cited By (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109903067B (zh) * 2017-12-08 2021-07-16 北京京东尚科信息技术有限公司 信息处理方法和装置
CN109903067A (zh) * 2017-12-08 2019-06-18 北京京东尚科信息技术有限公司 信息处理方法和装置
CN108196671A (zh) * 2017-12-26 2018-06-22 深圳市亿道数码技术有限公司 虚拟现实装置内的图像显示方法及虚拟现实装置
CN108537635A (zh) * 2018-03-30 2018-09-14 苏宁易购集团股份有限公司 一种产品的推荐方法及装置
CN108933811A (zh) * 2018-05-17 2018-12-04 镇江国中亿家科技有限公司 一种基于用户偏好的消息推送方法和平台
CN108875820A (zh) * 2018-06-08 2018-11-23 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN108898163A (zh) * 2018-06-08 2018-11-27 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN108846091B (zh) * 2018-06-13 2022-05-31 珠海豹趣科技有限公司 资讯推荐方法、装置及设备
CN108846091A (zh) * 2018-06-13 2018-11-20 珠海市君天电子科技有限公司 资讯推荐方法、装置及设备
CN108921673A (zh) * 2018-07-16 2018-11-30 广州友米科技有限公司 基于大数据的商品推荐方法
CN108921673B (zh) * 2018-07-16 2021-06-01 广州天高软件科技有限公司 基于大数据的商品推荐方法
CN109242544A (zh) * 2018-08-20 2019-01-18 中国平安人寿保险股份有限公司 产品信息推送的处理方法、装置、计算机设备及存储介质
CN109711997A (zh) * 2018-08-20 2019-05-03 平安普惠企业管理有限公司 保险业务推送方法、装置、设备及可读存储介质
CN111162986A (zh) * 2018-11-07 2020-05-15 奇酷互联网络科技(深圳)有限公司 推送消息管理方法、移动终端和计算机可读存储介质
CN109636530A (zh) * 2018-12-14 2019-04-16 拉扎斯网络科技(上海)有限公司 产品确定方法、装置、电子设备及计算机可读存储介质
CN109858960A (zh) * 2019-01-21 2019-06-07 平安科技(深圳)有限公司 商品推送方法、装置、用户信息管理服务器及存储介质
CN110673965A (zh) * 2019-09-11 2020-01-10 杭州火小二科技有限公司 捕获秒杀商品的方法及装置
CN110489654A (zh) * 2019-09-12 2019-11-22 五八有限公司 获取用户兴趣度的方法、装置、电子设备及存储介质
CN111159553A (zh) * 2019-12-30 2020-05-15 北京每日优鲜电子商务有限公司 信息推送方法、装置、计算机设备及存储介质
CN111159555A (zh) * 2019-12-30 2020-05-15 北京每日优鲜电子商务有限公司 商品推荐方法、装置、服务器和存储介质
CN113743636A (zh) * 2020-05-28 2021-12-03 北京达佳互联信息技术有限公司 一种目标操作预测方法、装置、电子设备及存储介质
CN112235636A (zh) * 2020-09-07 2021-01-15 有米科技股份有限公司 带货视频浏览价值属性的计算方法及装置
CN112348430B (zh) * 2020-10-19 2021-09-07 北京中恒云科技有限公司 一种用户数据分析方法、计算机设备及存储介质
CN112348430A (zh) * 2020-10-19 2021-02-09 北京中恒云科技有限公司 一种用户数据分析方法、计算机设备及存储介质
CN113905024A (zh) * 2020-11-19 2022-01-07 苏州燎原网络科技有限公司 一种基于大数据的直播带货推送方法及系统
CN113742570A (zh) * 2020-12-01 2021-12-03 北京沃东天骏信息技术有限公司 一种商品搜索方法、终端设备及服务器
CN112579893A (zh) * 2020-12-15 2021-03-30 中国建设银行股份有限公司 一种信息推送、信息展示方法、装置及设备
CN113822734A (zh) * 2021-01-18 2021-12-21 北京沃东天骏信息技术有限公司 用于生成信息的方法和装置
CN113129096A (zh) * 2021-03-26 2021-07-16 南京石匠网络科技有限公司 一种基于拼中概率的高效成团方法及其系统
CN113222697A (zh) * 2021-05-11 2021-08-06 湖北三赫智能科技有限公司 商品信息推送方法、装置计算机设备及可读存储介质
CN113905037A (zh) * 2021-06-18 2022-01-07 武汉理工数字传播工程有限公司 一种文件传输管理方法、装置、设备及存储介质
CN113327154A (zh) * 2021-06-18 2021-08-31 苏州易卖东西信息技术有限公司 基于大数据的电商用户讯息推送方法及系统
CN113327154B (zh) * 2021-06-18 2022-05-13 苏州极易科技股份有限公司 基于大数据的电商用户讯息推送方法及系统
CN113362117A (zh) * 2021-07-02 2021-09-07 柒久园艺科技(北京)有限公司 一种商品数据的可视化分析方法、系统、设备及存储介质
CN113362117B (zh) * 2021-07-02 2023-12-26 柒久园艺科技(北京)有限公司 一种商品数据的可视化分析方法、系统、设备及存储介质
CN113641893A (zh) * 2021-07-15 2021-11-12 红毛猩猩(深圳)科技有限公司 基于用户画像深层解析技术的喜好推荐方法
CN113807919A (zh) * 2021-09-15 2021-12-17 珠海格力电器股份有限公司 产品信息的推送方法及装置
CN114595404A (zh) * 2022-03-10 2022-06-07 北京字节跳动网络技术有限公司 推荐数据的展示方法、装置、计算机设备以及存储介质
CN114595404B (zh) * 2022-03-10 2024-01-30 抖音视界有限公司 推荐数据的展示方法、装置、计算机设备以及存储介质
CN116823354A (zh) * 2023-06-08 2023-09-29 湖南华创科技发展有限公司 基于大数据的门店营销推送方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN107360222A (zh) 商品信息推送方法、装置、存储介质以及服务器
CN106997358A (zh) 信息推荐方法及装置
CN108009897A (zh) 一种商品的实时推荐方法、系统及可读存储介质
CN103823908B (zh) 基于用户偏好的内容推荐方法和服务器
CN108205768A (zh) 数据库建立方法和数据推荐方法及装置、设备和存储介质
CN107609058A (zh) 一种销售方法、机器人客服端、人工客服端及用户端
CN103678518B (zh) 一种推荐列表调整方法和装置
CN108960992A (zh) 一种信息推荐方法以及相关设备
KR20190006383A (ko) 사용자 행동 순서에 기반한 구매 확률 예측 방법 및 이를 위한 장치
CN104835057A (zh) 一种获取网络用户的消费特征信息的方法及装置
US20020143613A1 (en) Fast method for renewal and associated recommendations for market basket items
CN108073605A (zh) 一种业务数据的加载、推送、交互信息的生成方法和装置
JP2019512809A (ja) サービス対象のための時分割推薦方法及び装置
CN109447713A (zh) 一种基于知识图谱的推荐方法及装置
WO2012009180A1 (en) Value maximizing recommendation systems
CN104992348B (zh) 一种信息展示的方法和装置
CN103377193A (zh) 信息提供方法、网页服务器以及网页浏览器
CN113689259A (zh) 基于用户行为的商品个性化推荐方法及系统
CN112041874A (zh) 用于生成建议列表的计算机实现的方法和用于生成订单列表的系统
CN110335123A (zh) 基于社交电商平台的商品推荐方法、系统、计算机可读介质以及装置
CN115564531A (zh) 商品组合推荐方法及其装置、设备、介质、产品
JP6170261B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
CN113763035A (zh) 广告投放的效果预测方法、装置、计算机设备和存储介质
CN114880560A (zh) 内容的推荐方法和装置、存储介质及电子装置
CN111767459A (zh) 物品推荐的方法和装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171117

RJ01 Rejection of invention patent application after publication