CN109299992A - 一种向用户推荐信息的方法、装置及终端 - Google Patents

Abstract

本发明适用于通信技术领域，提供了一种向用户推荐信息的方法、装置及终端，包括：获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；提取所述第一描述信息中的至少一种类型的关键字；基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。所述方案由于同时结合了用户行为信息和多种类型的关键字，使得向用户推荐的信息能够更好的与该用户相匹配。

Description

一种向用户推荐信息的方法、装置及终端

技术领域

本发明属于通信技术领域，尤其涉及一种向用户推荐信息的方法、装置及终端。

背景技术

随着互联网技术的发展，电子商务营运而生，越来越多的消费者通过网络进行商品浏览、选购和购买。例如，用户在某一APP上输入关键词“书籍”，那么该APP将向该用户推荐有关书籍的内容。

但是，现有的平台或者APP只能基于用户输入的关键词进行推荐，因此，利用现有的信息的推荐方式向用户推荐的信息可能并不能很好的与该用户相匹配。

发明内容

有鉴于此，本发明实施例提供了一种向用户推荐信息的方法、装置及终端，以解决现有技术中的信息的推荐方法向用户推荐的信息并不能很好的与该用户相匹配的问题。

本发明实施例的第一方面提供了一种向用户推荐信息的方法，包括：获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；提取所述第一描述信息中的至少一种类型的关键字；基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

本发明实施例的第二方面提供了一种用于推荐信息的装置，包括：获取模块，用于获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；提取模块，用于提取所述第一描述信息中的至少一种类型的关键字；反馈模块，用于基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

本发明实施例的第三方面提供了一种向用户推荐信息的终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上第一方面所述方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上第一方面所述方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：

本发明实施例提供了一种向用户推荐信息的方法、装置及终端，首先获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；然后提取所述第一描述信息中的至少一种类型的关键字；最后基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。上述方案由于获取了第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息，并且提取了第一描述信息中的至少一种类型的关键字，使得能够通过对多种类型的关键字进行综合分析，更为具体的了解用户当前的需求，然后再结合用户的用户行为信息向用户进行推荐，使得向用户推荐的信息能够更好的与该用户相匹配。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述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性的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例一提供的向用户推荐信息的方法的实现流程示意图；

图2示出了本发明另一实施例提供的向用户推荐信息的方法的实现流程示意图；

图3示出了本发明再一实施例提供的向用户推荐信息的方法的实现流程示意图；

图4示出了本发明实施例四提供的向用户推荐信息的装置的结构示意图；

图5示出了本发明实施例五提供的向用户推荐信息的终端的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解的是，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

图1示出了本发明实施例一提供的一种向用户推荐信息的方法的实现流程。本实施例中的向用户推荐信息的方法的执行主体为具有实现本发明实施例所述的向用户推荐信息的方法的设备，该设备可以包括但不限于移动终端、服务器和服务器集群。

所述移动终端，为具备输入功能的移动计算机设备，可以包括但不限于手机、智能手表、笔记本电脑、平板电脑和POS机，甚至包括车载电脑。

所述服务器，为高性能计算机。

所述服务器集群，指将多个服务器集中起来一起进行同一种服务，提高服务的处理效率，但是在客户端看来却只有一个服务器。

如图1所示，本实施例提供的向用户推荐信息的方法，详述如下：

S11、获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息。

所述第一描述信息，为用于反映用户需求的信息，用户输入的描述信息的内容越多，能够提取到的不同类型的关键字越多，向用户反馈的推荐信息将能更好的与用户需求相匹配。

所述第一描述信息的类型可以包括但不限于语音描述信息、图像描述信息、文字描述信息和视频描述信息。

例如，当用户想了解有关“XXX”名牌的家居信息时，用户可以直接输入文字描述信息“XXX”或是包含“XXX”的文字描述信息，也可以直接输入语音描述信息“XXX”或是包含“XXX”的语音描述信息，还可以直接上传“XXX”商标的图像描述信息或是包含“XXX”商标的图像描述信息，甚至是上传包含“XXX”信息的视频描述信息。

所述第一描述信息还可以是语音描述信息、图像描述信息、文字描述信息和视频描述信息的组合。例如，用户同时输入了语音描述信息和文字描述信息，那么此时的第一描述信息为语音描述信息和文字描述信息的组合。

所述购买力，反映用户的购买能力。

作为本发明一种可选的实施例，所述购买力基于用户购买的商品的价位确定。例如，数据显示，用户A在某一时间段内购买的商品的价位介于10元到100元之间，那么，可以认为该用户并不具备很大的购买力。

通过用户购买的商品的价位确定用户的购买能力的方式能够更加符合用户的心理需求。因为，用户购买商品的数据在很大程度上反映了该用户的购买心理，比如通过对用户的职业分析后发现，该用户可能虽然赚的钱比较多，但是该用户内心可能并不愿意通过移动终端在网上购买太贵的商品。

进一步的，还可以对所述购买力进行定级，所述购买力总的级别在此不做限定。本发明对购买力的一种定级方式，包括：获取某一用户在某一时间段购买的物品的价位信息，若用户购买的物品的价位介于[M1,M2]之间，则将用户的购买力的级别确定为初级；若用户购买的物品的价位介于[M3,M4]之间，则将用户的购买力的级别确定为中级；若用户购买的物品的价位均大于M4或超过S％的物品的价位大于M4，则将用户的用户购买力的级别确定为高级。其中，M4>＝M3>＝M2>＝M1。

作为本发明另一种可选的实施例，所述购买力基于用户的职业信息进行确定。例如，首先获取用户的职业信息，若用户职业为建筑工人，则认为该用户不具备很大的购买力；若用户职业为大学教授，则认为该用户具备一定的购买力；若用户职业为影视演员，则认为该用户具备较大的购买力。

通过用户的职业确定用户的购买能力的方式能够更加符合用户的实际需求。通常情况下，用户的职业在一定程度上决定了用户的消费水平，比如某一用户的职业为影视演员，那么相对于很多人，该用户赚的钱将更多，于是，在向该用户推荐同类信息或商品的时候，就需要向该用户推荐一些奢侈品，或者是价位、格调更高的商品，因为，如果再向该用户推荐一些价位通常较低的商品，那么，显然，该用户可能对这些商品并不喜欢，或者是怀疑这些商品的质量，久而久之，导致用户可能对本发明实施例提供的向用户推荐信息的设备或应用的推荐能力产生怀疑，甚至弃用本发明实施例提供的向用户推荐信息的设备或应用。

所述购买喜好，反映用户的购买偏好，即购买喜好反映用户比较喜欢购买哪一类或哪几类商品。例如，通过对用户某一时间段购买的商品的种类进行分析之后发现，该用户比较喜欢买衣服，于是，可以将该用户的购买喜好确定为服饰；更进一步的，若该用户比较喜欢购买“XXX”牌子的衣服，于是，可以将该用户的购买喜好确定为“XXX”牌子的衣服。再如，通过对用户某一时间段购买的商品的种类进行分析之后发现，该用户比较喜欢买衣服和护肤品，于是，可以将该用户的购买喜好确定为服饰和护肤品，即用户可以有多种购买喜好。

作为本发明实施例的一种可选的实施方式，当用户有多种购买喜好的时候还可以对购买喜好的喜爱程度进行划分。例如，当用户的购买喜好为服饰、护肤品和书籍的时候，可以根据付款信息的次数和金额等信息对用户的三种购买喜好进行喜爱程度的划分，例如，如果用户在服饰上买的次数和花费的金额最多，护肤品次之，那该用户的购买喜好的喜好程度依次为服饰(高)、护肤品(中)和书籍(低)。通过这样的划分方式，能够在后续向用户推荐信息的时候作为一个参考，使向用户推荐的信息更加与用户匹配。

在本发明实施例中，所述用户行为信息，为至少包括反映用户购买力和购买喜好的信息。

可选的，移动终端中的应用平台直接对所述用户行为信息进行存储，即所述用户的用户行为信息被所述用户存储在移动终端本地。由于所述用户行为信息直接存储在移动终端本地，在用户输入了第一描述信息之后，能够更为高效的获取到所述用户行为信息。

可选的，所述用户行为信息存储在服务器。由于将用户行为信息存储在服务器，能够大大的减少移动终端本地的存储量，也便于对不同用户的用户行为信息进行统一的管理。

通过对用户行为信息的存储，保证了在获取到第一描述信息之后，能够获取到用户的用户行为信息。

S12、提取所述第一描述信息中的至少一种类型的关键字。

在本发明实施例中，为了能够具体的了解用户的需求，需要提取第一描述信息中的多种类型的关键字，以通过对提取到的多种类型的关键字进行分析，更为具体的了解用户需求，为用户推荐与用户更为匹配的信息。

其中，所述关键字，为所述第一描述信息中能够较为明确的反映用户需求的字或词。

在本发明实施例中，当用户输入的第一描述信息为文字描述信息时，此时获取的多种类型的关键字可以包括但不限于：用于反映所述用户目的的用户目的关键字和用于反映所述用户想要去的目标地点的地点信息关键字。

例如，用户A输入了“我想吃小郡肝串串”的文字描述信息，那么，此时提取的关键字包括：用户目的关键字：吃；地点信息关键字：小郡肝串串，那么在经过分析之后发现，该用户是想吃小郡肝串串，而不是去小郡肝串串找工作。再如，用户B输入了“我想去小郡肝串串做服务员”的文字描述信息，那么，此时提取的关键字包括：用户目的关键字：做服务员；地点信息关键字：小郡肝串串，那么在经过分析之后发现，该用户是想区小郡肝串串找工作，而不是去小郡肝串串吃东西。

在本发明实施例中，当用户输入的第一描述信息为语音描述信息时，此时获取的多种类型的关键字可以至少包括但不限于以下至少一项：用于反映所述用户语言类型的语言类别关键字、用于反映所述用户目的的用户目的关键字和用于反映所述用户想要去的目标地点的地点信息关键字。

例如，一个四川人用四川话输入了“我想吃小郡肝串串”的语音描述信息，那么，此时提取的关键字包括：语言类别关键字：川话；用户目的关键字：吃；地点信息关键字：小郡肝串串，那么在经过分析之后发现，该用户是四川人，他想吃小郡肝串串，而不是去小郡肝串串找工作。再如，一个四川人用四川话输入了“我想去小郡肝串串找工作”的语音描述信息，那么，此时提取的关键字包括：语言类别关键字：川话；用户目的关键字：找工作；地点信息关键字：小郡肝串串，那么在经过分析之后发现，该用户是四川人，他想去小郡肝串串找工作，而不是去小郡肝串串吃东西。

在本发明实施例中，当用户输入的第一描述信息为图像描述信息或视频描述信息时，此时获取的多种类型的关键字可以包括但不限于用于反映所述用户想要去的目标地点的地点信息关键字。

当用户输入的第一描述信息为图像描述信息或视频描述信息时，可能该用户对想要浏览的商品的名称并不清楚，所以该用户不能直接输入文字描述信息或者是语音描述信息，而是选择了输入图像和视频的方式。同时，由于用户想要浏览图像描述信息或者视频描述信息中的商品，于是可以直接对该图像描述信息或视频描述信息进行识别，确定对应的商店，然后确定该商品的地点信息关键字，因为，单从一张图片或者是一段视频，可能并不是很能从中提取到用户目的关键字。

当第一描述信息为图像描述信息或视频描述信息时，还可以将相关商品的价位信息向用户进行反馈，以使用户根据自身情况判断是否需要执行下一步的操作，例如购买操作，或者浏览操作、定位操作。

S13、基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

在步骤S13中，由于向用户反馈的推荐信息是同时基于所述用户行为信息和每个不同类型的关键字得到的，所以反馈的信息将与该用户更为匹配。

例如，通过分析得到某一用户的用户行为信息为：用户购买力：较低；购买偏好：衣服、火锅、小吃；描述信息中的不同类型的关键字为：四川人、吃。由于该用户是四川人，且从用户的购买偏好看出，该用户喜欢吃火锅，于是优先为该用户推荐价位比较低的火锅；如果找不到价位比较低的火锅，可以为该用户推荐价位比较低的串串；如果实在找不到价位比较低的火锅或串串，还可以为该用户推荐其他价位比较低且偏辣的食物。

上述方案，首先获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；然后提取所述第一描述信息中的至少一种类型的关键字；最后基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。上述方案由于获取了第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息，并且提取了第一描述信息中的至少一种类型的关键字，使得能够通过对多种类型的关键字进行综合分析，更为具体的了解用户当前的需求，然后再结合用户的用户行为信息向用户进行推荐，使得向用户推荐的信息能够更好的与该用户相匹配。

作为本发明一种可选的实施例，在步骤S11获取用于反映所述用户购买力和购买喜好的用户行为信息之后，还包括：获取所述用户的会员信息；

相应的，所述基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息，包括：基于所述用户行为信息、每个不同类型的所述关键字和所述会员信息，反馈推荐信息。

由于用户在某些商家办理了会员，说明该用户可以利用会员身份在这些商家进行积分或者购买商品时打折，因此，在向用户反馈推荐信息的时候，可以结合会员信息进行推荐，使得后续能够利用这些会员的优惠活动等提高用户体验，加强用户的购买欲望。

作为本发明一种可选的实施例，步骤S11基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息，包括：

基于所述用户行为信息，确定所述用户对新商品的热衷程度；

若所述热衷程度超过预设值，则从商家的新商品中挑选出符合所述用户行为信息和所述关键字要求的商品信息；

向所述用户反馈所述商品信息。

在本发明实施例中，若用户购买某一商品的时间为该商品发布之后的某一较短的预设时间内，则认为该用户购买的是新商品。

作为本发明一种可选的实施例，基于所述用户行为信息，确定所述用户对新商品的热衷程度，包括：

基于所述用户行为信息，确定所述用户购买的商品中新商品的数量，并计算所述新商品的数量占用户购买的所有的商品的比例，并将所述比例确定为所述用户对新商品的热衷程度。

由于有的用户对新产生、新商品比较好奇，所以在这里对用户对新商品的热衷程度进行了分析，若分析结果热衷程度超过预设值，则认为用户对新商品具有一定的好奇度，喜欢购买新商品，于是，在向用户反馈信息的时候，尽可能的反馈符合用户行为和所述关键字要求的新商品，提高用户体验、用户购买习惯和商家的销售量。

上述向用户推荐信息的方法，可应用于某一微信公众号。例如，用户在“小熊小食”的微信公众号语音输入了第一描述信息“我想吃甜点”，该微信公众号获取了该第一描述信息，同时获取了反映所述用户购买力和购买喜好的用户行为信息：“50元以内商品”和“巧克力”，然后从第一描述信息中提取到关键字“吃”和“甜点”，最后基于这两个关键字和用户行为信息，向该用户反馈了“巧克力味小熊蛋糕”和“巧克力味小熊冰淇淋”，其中，“巧克力味小熊蛋糕”的售价为35元，“巧克力味小熊冰淇淋”的售价为32元。

在本发明实施例中，微信公众号的类型不做限定，例如，微信公众号的类型可以是“快递类型”、“名牌服装类型”或者是“便利店类型”。

上述向用户推荐信息的方法，还可以直接应用于微信应用，例如，用户在微信应用中输入“我想吃甜点”，然后微信平台获取了该第一描述信息，同时获取了反映所述用户购买力和购买喜好的用户行为信息：“50元以内商品”和“巧克力”，然后从第一描述信息中提取到关键字“吃”和“甜点”，最后基于这两个关键字和用户行为信息，向该用户反馈了公众号为“小熊小食”提供的两种商品：“巧克力味小熊蛋糕”和“巧克力味小熊冰淇淋”，微信公众号为“KK便利店”提供的两种商品：“梦幻芝士蛋糕”和“巧克力冰淇淋”，以及微信公众号为“蓝色世界”提供的两种商品：“水晶牛奶球”和“芒果冰沙”，且这些商品的价位均处于30～40之间。

上述向用户推荐信息的方法，还可以应用于独立开发的APP和微信小程序，在此不做具体的限定。

实施例二

图2示出了本发明实施例二提供的一种向用户推荐信息的方法的实现流程，本发明实施例与实施例一的区别在于步骤S21，本发明实施例的步骤S22和S23与实施例一步骤S12和S13相同，相关内容请参照实施例一。

S21、获取用户输入的第一描述信息和所述用户在预设时间段内的付款信息；基于所述付款信息，获取用于反映所述用户购买力和购买喜好的用户行为信息。

所述预设时间段，为预先设置的某一个时间段，其中，某一时间段可以包括但不限于某一个月、某半年和某一年。

作为本发明一种可选的实施例，所述预设时间段，根据用户的付款次数确定。例如，用户在一个月内付款超过了100次，那么，预设时间段可以设置为一个月；再如，用户在一个月内付款了1次，在半年内付款了20次，在一年内付款了100次，那么，预设时间段可以设置为一年。

在本发明实施例中，由于用户可能在某一个月，或者半年时间内并没有进行太多的消费，而在下半年的时间消费较多，所以可以直接获取一年的付款信息来分析用户的购买力，以基于足够数量的付款信息来分析用户的购买力。

作为本发明一种优选的实施例，所述预设时间段为距离获取到用户输入的第一描述信息时间最近的某一时间段。

由于预设时间段为距离获取到用户输入的第一描述信息时间最近的某一时间段，所以能够保证获取到的付款信息都是最新的，更能反映用户近期的购买力，因此，通过结合这些付款信息对用户行为信息进行分析，能够得到与用户近期消费情况更匹配的信息。

进一步的，根据实际需求，可以将某一时间段确定为半年时间，得到：所述预设时间段为距离获取到用户输入的第一描述信息时间最近的半年时间。因为半年时间的时间长度介于一个月和一年的中间，能够获取到数量相对适中的用户的付款信息，以对用户的购买行为进行分析。

所述付款信息，可以包括但不限于用户购买商品的付款信息和用户缴纳的五险一金的付款信息。

由于付款信息还可以是用户缴纳的五险一金的信息，而基于用户缴纳的五险一金，可以在一定程度上反映用户的消费水平和用户购买力，因此，可以结合五险一金的缴纳情况对用户行为信息进行分析。

作为本发明的一种实施例，所述基于所述付款信息，获取用于反映所述用户购买力和购买喜好的用户行为信息，包括：基于所述付款信息的数额信息，确定所述用户的购买力；基于所述付款信息的内容信息，确定所述用户的购买喜好；获取用于反映所述用户的购买力和购买喜好的用户行为信息。其中，所述数额信息，为付款金额。

S22、提取所述第一描述信息中的至少一种类型的关键字；

S23、基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

上述方案，由于获取的是用户在预设时间段内的付款信息，实现了基于一定数量的信息对用户的用户行为进行分析，而不是基于所有的付款信息对用户的用户行为进行分析，减少了需要处理的数据量。

实施例三

图3示出了本发明实施例三提供的一种向用户推荐信息的方法的实现流程，本发明实施例与实施例一的区别在于步骤S32和S33，本发明实施例的步骤S31与实施例一步骤S11相同，相关内容请参照实施例一。

S31、获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息。

S32、提取所述第一描述信息中至少包括商家信息类型的关键字。

所述商家信息关键字，即提取到直接包含商家的名称或者间接包含商家名称的关键字。

S33、确定所述商家信息关键字中对应的至少一个商家，并基于每个所述商家的状态信息，确定当前处于开放状态的开放商家；基于所述用户行为信息和至少包括所述商家信息类型的所述关键字，反馈基于所述开放商家生成的推荐信息。

由于一个商家名称可能对应对个商家，且这些商家的位置均不相同，例如，商家名称是一个连锁店的名称，该连锁店为“XX便利店”，在某市设置了多个分点，因此，可以基于商家信息关键字可能得到多个商家。

所述状态信息，为用于反映商家的开放状态或关闭状态的信息。所述状态信息包括开放状态和关闭状态。

在本发明实施例中，当每个所述商家均处于关闭状态的时候，向用户反馈反映所有商家均处于关闭状态的提示信息。

上述方案，由于能够获取到商家的状态，并向用户反馈处于开放状态的商家，而不是推荐所有的商家，因此，能够在一定程度上防止由于商家停业导致的用户白跑一趟的现象。

作为本发明的一种实施例，步骤S33中反馈基于所述开放商家生成的推荐信息，包括：反馈基于所述开放商家生成的推荐信息和所述开放商家的位置信息。

由于在反馈推荐信息的同时，还向用户反馈了开放商家的位置信息，使得用户可以选择到处于开放状态且基于位置信息判断得到距离该用户更近或者用户认为菜味道最好的商家，为用户带来更大的便利，提高用户体验。

实施例四

图4示出了本发明实施例四提供的一种向用户推荐信息的装置100，包括：

获取模块110，用于获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；

提取模块120，用于提取所述第一描述信息中的至少一种类型的关键字；

反馈模块130，用于基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

上述装置，首先获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；然后提取所述第一描述信息中的至少一种类型的关键字；最后基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。上述方案由于获取了第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息，并且提取了第一描述信息中的至少一种类型的关键字，使得能够通过对多种类型的关键字进行综合分析，更为具体的了解用户当前的需求，然后再结合用户的用户行为信息向用户进行推荐，使得向用户推荐的信息能够更好的与该用户相匹配。

在本发明实施例中，所述获取模块110包括：第一获取子模块，用于获取所述用户在预设时间段内的付款信息；第二获取子模块，用于基于所述付款信息，获取用于反映所述用户购买力和购买喜好的用户行为信息。

在本发明实施例中，所述获取模块110包括语音信息获取子模块，用于获取用户输入的语音描述信息；对应的，所述提取模块包括语音信息提取子模块，用于从所述语音描述信息中，提取以下至少一项内容：用于反映所述用户语言类型的语言类别关键字、用于反映所述用户目的的用户目的关键字和用于反映所述用户想要去的目标地点的地点信息关键字。

在本发明实施例中，所述提取模块120包括商家信息提取模块，用于提取所述第一描述信息中至少包括商家信息类型的关键字；对应的，所述反馈模块130包括商家状态确定模块和商家信息推荐模块，所述商家状态确定模块用于确定所述商家信息关键字中对应的至少一个商家，并基于每个所述商家的状态信息，确定当前处于开放状态的开放商家；所述商家信息推荐模块用于基于所述用户行为信息和至少包括所述商家信息类型的所述关键字，反馈基于所述开放商家生成的推荐信息。

进一步的，所述商家信息推荐模块包括商家位置反馈模块，用于反馈基于所述开放商家生成的推荐信息和所述开放商家的位置信息。

进一步的，所述装置100还包括：

会员信息获取模块，用于在所述获取用户反映所述用户购买力和购买喜好的用户行为信息之后，获取所述用户的会员信息；

会员反馈模块，用于基于所述用户行为信息、每个不同类型的所述关键字和所述会员信息，反馈推荐信息。

进一步的，所述反馈模块130还包括：

热衷程度确定模块，用于基于所述用户行为信息，确定所述用户对新商品的热衷程度；

热衷商品挑选模块，用于若所述热衷程度超过预设值，则从商家的新商品中挑选出符合所述用户行为信息和所述关键字要求的商品信息；

热衷商品反馈模块，用于向所述用户反馈所述商品信息。

需要说明的是，本发明实施例四提出的向用户推荐信息的装置与本发明方法实施例提出的向用户推荐信息的方法基于相同的发明构思，装置实施例与方法实施例中的相应技术内容可互相适用，此处不再详述。

实施例五

图5是本发明实施例五提供的一种向用户推荐信息的终端200的示意图。如图5所示的本实施例中的终端200可以包括：处理器210、存储器220以及存储在存储器220中并可在处理器210上运行的计算机程序230。处理器210执行计算机程序230时实现上述方法实施例中的步骤。存储器220用于存储计算机程序，所述计算机程序包括程序指令。处理器210用于执行存储器220存储的程序指令。其中，处理器210被配置用于调用所述程序指令执行以下操作：

获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；

提取所述第一描述信息中的至少一种类型的关键字；

基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

上述终端，首先获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；然后提取所述第一描述信息中的至少一种类型的关键字；最后基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。上述方案由于获取了第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息，并且提取了第一描述信息中的至少一种类型的关键字，使得能够通过对多种类型的关键字进行综合分析，更为具体的了解用户当前的需求，然后再结合用户的用户行为信息向用户进行推荐，使得向用户推荐的信息能够更好的与该用户相匹配。

进一步的，处理器210还用于：

获取所述用户在预设时间段内的付款信息；

基于所述付款信息，获取用于反映所述用户购买力和购买喜好的用户行为信息。

进一步的，处理器210还用于：

获取用户输入的语音描述信息；从所述语音描述信息中，提取以下至少一项内容：用于反映所述用户语言类型的语言类别关键字、用于反映所述用户目的的用户目的关键字和用于反映所述用户想要去的目标地点的地点信息关键字。

进一步的，处理器210还用于：

提取所述第一描述信息中至少包括商家信息类型的关键字；确定所述商家信息关键字中对应的至少一个商家，并基于每个所述商家的状态信息，确定当前处于开放状态的开放商家；基于所述用户行为信息和至少包括所述商家信息类型的所述关键字，反馈基于所述开放商家生成的推荐信息。

进一步的，处理器210还用于：

反馈基于所述开放商家生成的推荐信息和所述开放商家的位置信息。

进一步的，所述处理器210还用于：

在所述获取用户反映所述用户购买力和购买喜好的用户行为信息之后，获取所述用户的会员信息；

基于所述用户行为信息、每个不同类型的所述关键字和所述会员信息，反馈推荐信息。

进一步的，所述处理器210还用于：

基于所述用户行为信息，确定所述用户对新商品的热衷程度；

若所述热衷程度超过预设值，则从商家的新商品中挑选出符合所述用户行为信息和所述关键字要求的商品信息；

向所述用户反馈所述商品信息。

应当理解，在本发明实施例中，所称处理器210可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器210还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

该存储器220可以包括只读存储器和随机存取存储器，并向处理器210提供指令和数据。存储器220的一部分还可以包括非易失性随机存取存储器。例如，存储器220还可以存储终端类型的信息。

需要说明的是，本发明实施例五提出的向用户推荐信息的终端与本发明方法实施例提出的向用户推荐信息的方法基于相同的发明构思，终端实施例与方法实施例中的相应技术内容可互相适用，此处不再详述。

实施例六

在本发明的实施例六中提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：

获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；

提取所述第一描述信息中的至少一种类型的关键字；

基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

上述计算机可读存储介质，首先获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；然后提取所述第一描述信息中的至少一种类型的关键字；最后基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。上述方案由于获取了第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息，并且提取了第一描述信息中的至少一种类型的关键字，使得能够通过对多种类型的关键字进行综合分析，更为具体的了解用户当前的需求，然后再结合用户的用户行为信息向用户进行推荐，使得向用户推荐的信息能够更好的与该用户相匹配。

进一步的，所述计算机程序被处理器执行时还实现：

获取所述用户在预设时间段内的付款信息；基于所述付款信息，获取用于反映所述用户购买力和购买喜好的用户行为信息。

进一步的，所述计算机程序被处理器执行时还实现：

获取用户输入的语音描述信息；从所述语音描述信息中，提取以下至少一项内容：用于反映所述用户语言类型的语言类别关键字、用于反映所述用户目的的用户目的关键字和用于反映所述用户想要去的目标地点的地点信息关键字。

进一步的，所述计算机程序被处理器执行时还实现：

提取所述第一描述信息中至少包括商家信息类型的关键字；确定所述商家信息关键字中对应的至少一个商家，并基于每个所述商家的状态信息，确定当前处于开放状态的开放商家；基于所述用户行为信息和至少包括所述商家信息类型的所述关键字，反馈基于所述开放商家生成的推荐信息。

进一步的，所述计算机程序被处理器执行时还实现：

反馈基于所述开放商家生成的推荐信息和所述开放商家的位置信息。

进一步的，所述计算机程序被处理器执行时还实现：

在所述获取用户反映所述用户购买力和购买喜好的用户行为信息之后，获取所述用户的会员信息；

基于所述用户行为信息、每个不同类型的所述关键字和所述会员信息，反馈推荐信息。

进一步的，所述计算机程序被处理器执行时还实现：

基于所述用户行为信息，确定所述用户对新商品的热衷程度；

若所述热衷程度超过预设值，则从商家的新商品中挑选出符合所述用户行为信息和所述关键字要求的商品信息；

向所述用户反馈所述商品信息。

所述计算机可读存储介质可以是前述任一实施例所述的设备或终端的内部存储单元，例如设备或终端的硬盘或内存。所述计算机可读存储介质也可以是所述设备或终端的外部存储设备，例如所述设备或终端上配备的插接式硬盘，智能存储卡(Smart MediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述设备或终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序及所述设备或终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

需要说明的是，本发明实施例六提出的计算机可读存储介质与本发明方法实施例提出的向用户推荐信息的方法基于相同的发明构思，计算机可读存储介质实施例与方法实施例中的相应技术内容可互相适用，此处不再详述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅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。另外，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、设备或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

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网络单元上。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发明实施例方案的目的。

另外，在本发明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，也可以是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，本发明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(可以是个人计算机，服务器，或者网络设备等)执行本发明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、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种向用户推荐信息的方法，其特征在于，包括：

获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；

提取所述第一描述信息中的至少一种类型的关键字；

基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

2.如权利要求1所述的方法，其特征在于，所述获取用于反映所述用户购买力和购买喜好的用户行为信息，包括：

获取所述用户在预设时间段内的付款信息；

基于所述付款信息，获取用于反映所述用户购买力和购买喜好的用户行为信息。

3.如权利要求1所述的方法，其特征在于，所述获取用户输入的第一描述信息，包括：获取用户输入的语音描述信息；

对应的，所述提取所述第一描述信息中的至少一种类型的关键字，包括：

从所述语音描述信息中，提取以下至少一项内容：用于反映所述用户语言类型的语言类别关键字、用于反映所述用户目的的用户目的关键字和用于反映所述用户想要去的目标地点的地点信息关键字。

4.如权利要求1所述的方法，其特征在于，所述提取所述第一描述信息中的至少一种类型的关键字，包括：提取所述第一描述信息中至少包括商家信息类型的关键字；

对应的，所述基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息，包括：确定所述商家信息关键字中对应的至少一个商家，并基于每个所述商家的状态信息，确定当前处于开放状态的开放商家；基于所述用户行为信息和至少包括所述商家信息类型的所述关键字，反馈基于所述开放商家生成的推荐信息。

5.如权利要求4所述的方法，其特征在于，所述反馈基于所述开放商家生成的推荐信息，包括：

反馈基于所述开放商家生成的推荐信息和所述开放商家的位置信息。

6.如权利要求1所述的方法，其特征在于，所述基于用户行为信息和每个不同类型的所述关键字，反馈推荐信息，包括：

基于所述用户行为信息，确定所述用户对新商品的热衷程度；

若所述热衷程度超过预设值，则从商家的新商品中挑选出符合所述用户行为信息和所述关键字要求的商品信息；

向所述用户反馈所述商品信息。

7.如权利要求1至6任一项所述的方法，其特征在于，应用于微信公众号。

8.一种向用户推荐信息的装置，其特征在于，包括：

获取模块，用于获取用户输入的第一描述信息和用于反映所述用户购买力和购买喜好的用户行为信息；

提取模块，用于提取所述第一描述信息中的至少一种类型的关键字；

反馈模块，用于基于所述用户行为信息和每个不同类型的所述关键字，反馈推荐信息。

9.一种向用户推荐信息的终端，其特征在于，包括存储器、处理器以及存储在所述存储器一种向用户推荐信息的终端中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。