CN109919719A - 信息推送方法、计算设备及计算机存储介质 - Google Patents

Abstract

本发明公开了一种信息推送方法、计算设备及计算机存储介质。方法包括：根据多个用户对应的用户历史行为数据，确定出具有购买倾向的目标用户，以及与目标用户相关联的目标商品；获取目标用户相关联的目标商品的优惠信息；将与目标用户相关联的目标商品的优惠信息，推送给目标用户。本方案仅对筛选出的有购买倾向的用户进行相关联的目标商品的优惠信息的推送，从而避免了现有技术中采用无差别推送方式而带来的用户体验差，用户转化率低的弊端。并且，本申请向目标用户推送的是与其相关联的目标商品的优惠信息，从而使得推送的优惠信息更具有针对性，有利于提升目标用户购买目标商品的欲望，从而进一步提升用户转化率。

Description

信息推送方法、计算设备及计算机存储介质

技术领域

本发明涉及计算机领域，具体涉及一种信息推送方法、计算设备及计算机存储介质。

背景技术

随着科技及社会的不断发展，各类平台(如电子书平台等)的出现，为人们的工作及生活提供了极大的便利。目前，许多平台为提升用户的使用体验，以及提高平台的用户留存率，通常会为用户推送该平台中的商品的优惠信息。

目前，现有的各类平台在向用户推送商品优惠信息时，仍采用的是人工设定商品优惠折扣的方式。以现有的电子书平台为例，其通常需平台运维人员为每本书籍设置对应的折扣，并将该优惠信息无差别地推送给各个用户。

然而，采用上述优惠信息的推送方式不但会大幅增加平台的人工成本，并且设置优惠信息的效率低下；而且，将该优惠信息无差别地推送给各个用户，会造成许多用户对推荐的优惠信息置之不理，在造成资源浪费的同时，还进一步降低用户体验。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的信息推送方法、计算设备及计算机存储介质。

根据本发明的一个方面，提供了一种信息推送方法，包括：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

根据本发明的另一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

根据本发明的又一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

根据本发明提供的信息推送方法、计算设备及计算机存储介质，根据多个用户对应的用户历史行为数据，确定出具有购买倾向的目标用户，以及与目标用户相关联的目标商品；获取目标用户相关联的目标商品的优惠信息；将与目标用户相关联的目标商品的优惠信息，推送给目标用户。本方案仅对筛选出的有购买倾向的用户进行商品优惠信息的推送，从而避免了现有技术中采用无差别推送方式而带来的用户体验差，用户转化率低的弊端；并且，本申请向目标用户推送的是与其相关联的目标商品的的优惠信息，从而使得推送的优惠信息更具有针对性，有利于提升目标用户购买目标商品的欲望，从而进一步提升用户转化率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例提供的一种信息推送方法的流程示意图；

图2示出了根据本发明另一个实施例提供的一种信息推送方法的流程示意图；

图3示出了根据本发明一个实施例提供的一种计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例提供的一种信息推送方法的流程示意图。如图1所示，该方法包括：

步骤S110，根据多个用户对应的用户历史行为数据，从多个用户中确定出具有购买倾向的目标用户，以及确定与目标用户相关联的目标商品。

本实施例提供的信息推送方法可应用于许多平台中，如电子书平台等等。为避免现有技术中向用户进行无差别优惠信息推送而引起的用户体验差的弊端，本实施例通过步骤S110根据多个用户对应的用户历史行为数据，来确定出具有购买倾向的目标用户，以及与目标用户相关联的目标商品。其中，与目标用户相关联的目标商品具体为目标用户倾向购买的商品。

在根据多个用户对应的用户历史行为数据，确定出具有购买倾向的目标用户过程中，可以从一个或者多个维度来确定目标用户。其中，该维度可以为用户访问的商品页面的次数、时长等访问行为维度，也可以为用户评论、分享等评价行为维度，也可以为用户的属性(如年龄、性别、职业等用户画像数据)与商品的契合度维度等等。在具体实施时，并不限于采用上述维度来确定目标用户，本领域技术人员可根据实际情况选择上述维度之外的其他维度来确定目标用户，本实施例对此不做限定。

以应用于电子书平台为例，可根据多个用户对应的用户历史行为数据，从以下维度中的至少一个维度确定出具有购买倾向的目标用户：针对于未购买书籍的书籍页面访问次数维度，针对于未购买书籍的书籍页面浏览时长维度，针对于未购买书籍的书籍评论信息维度，针对于未购买书籍的书籍信息转发次数维度，以及未购买书籍与用户对应的用户画像数据匹配度维度等等。举例来说，若用户针对某本未购买书籍的书籍页面访问次数达到预设访问次数，和/或用户针对某本未购买书籍的书籍页面浏览时长达到预设浏览时长，和/或，用户针对某本未购买书籍的书籍评论信息数目大于预设评论数目，和/或，用户针对某本未购买书籍的分享转发次数大于预设次数，和/或某本未购买书籍与用户对应的用户画像数据的匹配度大于预设匹配度时，则确定该用户为目标用户，并且确定该某本未购买书籍为目标商品。

可选的，在一种实施方式中，若从多个维度确定出具有购买倾向的目标用户，则可首先从多个维度为用户进行维度评分，并进一步根据多个维度评分来综合确定用户的总评分，进而根据用户的总评分确定该用户是否为目标用户。例如，可分别从访问次数、浏览时长、评论数目、转发次数以及用户画像匹配度，确定用户与一本未购买书籍组合的各个维度评分，并可进一步根据加权求和等方式确定该用户与该本未购买书籍的组合的总评分，从而得出用户与各个未购买书籍组成的各个组合的总评分，当用户与某本未购买书籍组合的总评分超出预设评分阈值时，可将该用户确定为目标用户，将该某本未购买书籍确定为目标商品，以此进一步提升后续为目标用户推送的商品优惠信息与用户的匹配度，提升用户转化率。

步骤S120，获取目标用户相关联的目标商品的优惠信息。

在筛选出具有购买倾向的目标用户之后，本步骤进一步地获取该目标用户所关联的目标商品的优惠信息。其中，在获取目标用户所关联的目标商品的优惠信息过程中，可直接获取预设的优惠信息，作为目标用户相关联的目标商品的优惠信息，从而提升优惠信息的获取效率，并有利于提升优惠信息的整体推送效率。例如，若预设的优惠信息中包括优惠折扣8折，则多个目标用户相关联的目标商品的优惠折扣均为8折；或者，可定制化地设定与目标用户匹配的优惠信息的优惠信息，例如利用目标用户对应的商品优惠属性信息，为目标用户相关联的目标商品制定相应的优惠信息。其中，该商品优惠属性信息包括该目标用户的账户余额信息、目标用户的历史消费记录信息、和/或目标用户的平台权限信息等等。其中，本实施例中的优惠信息具体包括目标商品的折扣信息。

步骤S130，将与目标用户相关联的目标商品的优惠信息，推送给该目标用户。

在实际的实施过程中，每个用户均具有相对应的用户标识，用户的各类数据，如用户历史行为数据等可与用户标识进行关联存储。所以，在具体实施过程中，本实施例中的步骤S110通常是获取多个用户标识，继而根据获取到的多个用户标识来获取与各个用户标识相对应的用户历史行为数据，从而确定出目标用户标识。则步骤S130中具体是将与目标用户标识相关联的目标商品的优惠信息，推送给该目标用户标识所对应的用户终端中。

由此可见，本实施例根据用户历史行为数据来筛选出具有购买倾向的用户，并仅对该用户进行相关联的目标商品优惠信息的推送，从而避免了现有技术中采用无差别推送方式而带来的用户体验差，用户转化率低的弊端；并且，本申请向目标用户推送的是与其相关联的目标商品的的优惠信息，从而使得推送的优惠信息更具有针对性，有利于提升目标用户购买目标商品的欲望，从而进一步提升用户转化率；并且为用户推送适合的优惠信息还可提升用户体验，提高平台的用户留存率。

图2示出了根据本发明另一个实施例提供的一种信息推送方法的流程示意图。如图2所示，该方法包括：

步骤S210，针对于多个用户中每个用户，记录该用户针对于与该用户对应的未购买书籍的书籍页面访问次数，根据记录结果确定具有购买倾向的目标用户，及与目标用户相关联的目标书籍。

本实施例具体应用于电子书平台，该电子书平台可以为电子书网站、应用软件等等，本实施例对电子书平台的具体类型等不作限定。本实施例中的用户具体为电子书平台中的读者用户等。

本步骤是通过针对于未购买书籍的书籍页面访问次数维度来筛选目标用户。在实际场景中，用户在对某本未购买书籍的书籍详情页面访问的次数较多时，则表明该用户具有购买该本书籍的倾向。所以，本步骤可针对每个用户，记录其访问未购买书籍的书籍页面访问次数。其中，此处所述的书籍页面具体为书籍详情页面。并将针对于未购买书籍的书籍页面访问次数大于或等于预设访问次数的用户作为目标用户，以及从该目标用户对应的未购买书籍中，筛选出该用户访问的书籍页面访问次数大于或等于预设访问次数的未购买书籍作为与该目标用户相关联的目标书籍。例如，若用户A访问其未购买的一本书籍book1的次数达到3次，仍未购买该书籍(即当前仍属于未购买书籍)，则可将该用户A确定为目标用户，而书籍book1为与用户A所关联的目标书籍。

步骤S220，根据获取的目标用户对应的商品优惠属性信息，生成与目标用户相关联的目标书籍的优惠信息。

为避免针对于同一商品，为所有用户推送的商品的折扣均相同，从而无法实现为用户推荐定制化精准化的折扣信息，不利于平台中用户转化率的提升，本实施例中根据获取的目标用户对应的商品优惠属性信息，生成与目标用户相关联的目标书籍的优惠信息。

其中，本实施例中所述的目标书籍的优惠信息具体包括目标书籍的优惠折扣。并且，本实施例中的商品优惠属性信息包含有账户余额信息，充值记录信息、商品购买记录信息、和/或阅读时长信息等。则步骤中可根据所依据的商品优惠属性信息的不同，而采用相应的优惠信息生成方式：

在一种实施方式中，可获取目标用户对应的账户余额信息，根据账户余额信息生成目标用户相关联的目标商品的优惠信息，即确定目标书籍的优惠信息。其中，在依据账户余额信息生成目标商品的优惠信息时，若账户余额信息中的账户余额大于目标商品处于预设折扣时的商品价格且小于目标商品的原价，则根据账户余额生成目标商品的优惠信息(具体可以将账户余额与目标商品的原价的比值作为该目标商品的折扣)；若账户余额信息中的账户余额小于或等于目标商品处于预设折扣时的商品价格，则根据预设折扣生成目标商品的优惠信息(具体可以将该预设折扣确定为该目标商品的折扣)。例如，若预设折扣(此处为设定的最低折扣)为5折，与目标用户A相关联的目标书籍book1原价为40元，当用户A账户余额为15元(小于目标书籍book1在5折时的价格)时，则将该目标书籍折扣确定为5折，并推送给目标用户A；而当用户A账户余额为30元(大于目标书籍book1在5折时的价格，且小于书籍原价)，则将该目标书籍折扣确定为7.5折(即30/40)，并推送给目标用户A。本实施例在根据用户余额来生成目标商品的优惠信息过程中，通过预设折扣的设置，可在很大程度上保障商家利益，避免为用户推送的折扣较低而损害商家收益；并由于本申请中筛选出的目标用户本身具有购买目标商品的倾向，在此基础上进一步地根据用户账户余额来制定优惠信息，从而可大幅提升用户购买该目标商品的欲望，使得用户利用现有资源便可获得具有购买倾向的商品，并有利于提升用户转化率。因此，本实施例中根据预设折扣及用户账户余额来综合确定最终的目标商品的优惠信息，可兼顾商家利益及用户转化率，使得商家、用户及平台的利益达到整体最大化。此外，若目标用户的账户余额大于商品原价，则为进一步提升用户转化率，还可将某一略低于商品原价的优惠折扣推送给目标用户。

在又一种实施方式中，还可以根据目标用户对应的用户历史行为数据，生成与目标用户相关联的目标商品的优惠信息。具体是根据目标用户的充值记录信息、商品购买记录信息和/或阅读时长信息，生成与目标用户相关联的目标商品的优惠信息。在具体实施时，可采用单一维度的用户历史行为数据来生成目标商品的优惠信息，以下详细阐明在采用各个单一维度的用户历史行为数据来生成目标商品的优惠信息的具体过程：

当根据目标用户的充值记录信息生成目标商品的优惠信息时，可根据目标用户的充值记录信息，确定出目标用户每次充值所对应的充值折扣，进而根据该目标用户所对应的各个充值折扣的统计结果，确定目标商品的优惠折扣。例如，可以根据目标用户所对应的各个充值折扣中出现频次最高的充值折扣，确定目标商品的优惠折扣；也可以根据目标用户所对应的各个充值折扣的平均值，确定目标商品的优惠折扣。举例来说，若目标用户在预设时间段内有5次充值记录，并分别为充100送20(充值折扣8.3折)，充50送10(充值折扣8.3折)，充100送10(充值折扣9.1折)，及充100送50(充值折扣6.6折)，及充100送20(充值折扣8.3折)，则可将充值折扣8.3折(出现频次最高)作为目标商品的优惠折扣，也可将5次的平均值8.1折作为目标商品的优惠折扣。

当根据目标用户的商品购买记录信息生成目标商品的优惠信息时，可根据目标用户的商品购买记录信息，确定出目标用户每次购买商品所对应的商品折扣，进而根据该目标用户所对应的各个商品折扣的统计结果，确定目标商品的优惠折扣。例如，可以根据目标用户所对应的各个商品折扣中出现频次最高的商品折扣，确定目标商品的优惠折扣；也可以根据目标用户所对应的各个商品折扣的平均值，确定目标商品的优惠折扣。具体示例可参照上述根据目标用户的充值记录信息生成目标商品的优惠信息，在此不做赘述。

当根据目标用户的阅读时长信息生成目标商品的优惠信息时，可根据目标用户的阅读时长与优惠折扣的对应关系，从而生成目标商品的优惠折扣。在一般情况下，目标用户的阅读时长愈高，则与其关联的目标商品的优惠折扣越低。

此外，还可采用目标用户的充值记录信息、商品购买记录信息及阅读时长信息维度中的多个维度综合生成目标商品的优惠信息。其具体实施过程为：根据目标商品的原价和/或预设折扣(该预设折扣可以为平台设置的最低折扣)，划分多个目标商品的优惠折扣区间；进一步计算每个优惠折扣区间所对应的充值记录维度及商品购买记录维度的维度评分，从而根据充值记录维度及商品购买记录维度的维度评分的总和，或者根据充值记录维度及商品购买记录维度的维度评分的加权求和结果，确定每个优惠折扣区间所对应的总评分，进而可根据该总评分确定目标商品的优惠折扣区间。可选的，还可以在根据总评分确定目标商品的优惠折扣区间之后，利用阅读时长信息维度选择优惠折扣区间中的某个优惠折扣，生成目标商品的优惠信息。举例来说，目标商品折扣为6-7折区间、7-8折区间，8-9折区间，9-10折区间，若目标用户某次充值折扣为6.8折，则可为6-7折区间的充值维度评分加1，若目标用户某次商品购买折扣为6.8折，则可为6-7折区间的商品购买维度评分加1，依照该方式，可分别获得6-7折区间、7-8折区间，8-9折区间，9-10折区间所对应的各个充值维度评分及商品购买维度评分，进而根据配置的权重值获得各个折扣区间的总评分。进一步，若7-8折区间总评分最高，则进一步根据用户的阅读时长，在7-8折区间中选择某个相对应的折扣作为目标商品的优惠折扣，一般情况下，若用户阅读时长较长，可选择7.1折作为目标商品的优惠折扣，若用户阅读时长较短，则可选择7.8折作为目标商品的优惠折扣。

此外，为进一步提升用户转化率，提高目标用户购买目标商品的概率，本实施例中的目标商品的优惠信息中还包含有优惠有效时间信息，如限时5天等等。其中，优惠有效时间可与对应的优惠折扣相关联，例如，优惠折扣越低，则优惠有效时间越短等等。

步骤S230，在预设时机，将与目标用户相关联的目标商品的优惠信息，推送给目标用户。

在具体的实施过程中，为提升用户体验，具体可在目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，并在目标用户退出目标书籍的书籍页面时，将与目标用户相关联的目标书籍的优惠信息，推送给目标用户；或者，在目标用户针对目标书籍的书籍页面访问次数达到预设访问次数时，在目标用户下一次访问目标书籍的书籍页面时，将与目标用户相关联的目标书籍的优惠信息，推送给目标用户。通过该两种推送时机的设置，可有利于提升用户体验，进一步提升用户转化率。

由此可见，本实施例根据用户历史行为数据来筛选出具有购买倾向的用户，并仅对该用户进行相关联的目标商品优惠信息的推送，从而避免了现有技术中采用无差别推送方式而带来的用户体验差，用户转化率低的弊端；并且，由于本实施例中筛选出的目标用户便是具有购买目标商品倾向的用户，在此基础上，进一步根据目标用户的商品优惠属性信息这一用户个性化信息来定制化地设定目标商品的折扣等优惠信息，从而在将与目标用户相关联的目标商品的优惠信息，推送给该目标用户之后，可大大提高目标用户购买该目标商品的概率，提升用户转化率；并且为用户推送适合的优惠信息还可提升用户体验，提高平台的用户留存率。

更进一步地，本实施例利用用户对应的未购买书籍的书籍页面访问次数来确定出目标用户及目标书籍，可使得确定出的目标用户及目标书籍更为精准；而且，本实施例根据账户余额信息，充值记录信息、商品购买记录信息、和/或阅读时长信息来针对目标书籍制定与目标用户契合的定制化优惠信息，从而更进一步地提升目标用户与优惠信息的匹配度，实现对用户的优惠信息精准化推送，并有利于用户转化率的进一步提升。

根据本发明一个实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的信息推送方法。

可执行指令具体可以用于使得处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

在一种可选的实施方式中，所述目标商品为目标书籍；

所述可执行指令使所述处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从以下维度中的至少一个维度确定出具有购买倾向的目标用户：

针对于未购买书籍的书籍页面访问次数维度，针对于未购买书籍的书籍页面浏览时长维度，针对于未购买书籍的书籍评论信息维度，针对于未购买书籍的书籍信息转发次数维度，以及未购买书籍与用户对应的用户画像数据匹配度维度。

在一种可选的实施方式中，所述维度包括针对于未购买书籍的书籍页面访问次数维度；

则所述可执行指令使所述处理器执行以下操作：

针对所述多个用户中的每个用户，记录该用户针对于与该用户对应的未购买书籍的书籍页面访问次数；

将针对于未购买书籍的书籍页面访问次数大于或等于预设访问次数的用户作为目标用户；以及，

从该目标用户对应的未购买书籍中，筛选出该用户访问的书籍页面访问次数大于或等于预设访问次数的未购买书籍作为与该目标用户相关联的目标书籍。

在一种可选的实施方式中，所述可执行指令使所述处理器执行以下操作：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，在目标用户退出目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

在一种可选的实施方式中，所述可执行指令使所述处理器执行以下操作：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，则在目标用户下一次访问目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

在一种可选的实施方式中，所述可执行指令使所述处理器执行以下操作：

根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息。

在一种可选的实施方式中，所述可执行指令使所述处理器执行以下操作：

获取所述目标用户对应的账户余额信息，根据所述账户余额信息生成所述目标用户相关联的目标商品的优惠信息。

在一种可选的实施方式中，所述可执行指令使所述处理器执行以下操作：

若所述账户余额信息中的账户余额大于所述目标商品处于预设折扣时的商品价格且小于所述目标商品的原价，则根据所述账户余额生成所述目标商品的优惠信息；

若所述账户余额信息中的账户余额小于或等于所述目标商品处于预设折扣时的商品价格，则根据所述预设折扣生成所述目标商品的优惠信息。

在一种可选的实施方式中，所述可执行指令使所述处理器执行以下操作：

根据所述目标用户对应的用户历史行为数据，生成与所述目标用户相关联的目标商品的优惠信息。

在一种可选的实施方式中，所述可执行指令使所述处理器执行以下操作：

根据所述目标用户的充值记录信息、商品购买记录信息和/或阅读时长信息，生成与所述目标用户相关联的目标商品的优惠信息。

在一种可选的实施方式中，所述目标商品的优惠信息包括目标商品的优惠折扣。

在一种可选的实施方式中，所述目标商品的优惠信息还包括：优惠有效时间信息。

图3示出了根据本发明一个实施例提供的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图3所示，该计算设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。

其中：

处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。

通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器302，用于执行程序310，具体可以执行上述信息推送方法实施例中的相关步骤。

具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。

处理器302可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

在一种可选的实施方式中，所述目标商品为目标书籍；

程序310具体可以用于使得处理器302执行以下操作：

根据多个用户对应的用户历史行为数据，从以下维度中的至少一个维度确定出具有购买倾向的目标用户：

针对于未购买书籍的书籍页面访问次数维度，针对于未购买书籍的书籍页面浏览时长维度，针对于未购买书籍的书籍评论信息维度，针对于未购买书籍的书籍信息转发次数维度，以及未购买书籍与用户对应的用户画像数据匹配度维度。

在一种可选的实施方式中，所述维度包括针对于未购买书籍的书籍页面访问次数维度；

程序310具体可以用于使得处理器302执行以下操作：

针对所述多个用户中的每个用户，记录该用户针对于与该用户对应的未购买书籍的书籍页面访问次数；

将针对于未购买书籍的书籍页面访问次数大于或等于预设访问次数的用户作为目标用户；以及，

从该目标用户对应的未购买书籍中，筛选出该用户访问的书籍页面访问次数大于或等于预设访问次数的未购买书籍作为与该目标用户相关联的目标书籍。

在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，在目标用户退出目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，则在目标用户下一次访问目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：

根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息。

在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：

获取所述目标用户对应的账户余额信息，根据所述账户余额信息生成所述目标用户相关联的目标商品的优惠信息。

在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：

若所述账户余额信息中的账户余额大于所述目标商品处于预设折扣时的商品价格且小于所述目标商品的原价，则根据所述账户余额生成所述目标商品的优惠信息；

若所述账户余额信息中的账户余额小于或等于所述目标商品处于预设折扣时的商品价格，则根据所述预设折扣生成所述目标商品的优惠信息。

在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：

根据所述目标用户对应的用户历史行为数据，生成与所述目标用户相关联的目标商品的优惠信息。

在一种可选的实施方式中，程序310具体可以用于使得处理器302执行以下操作：

根据所述目标用户的充值记录信息、商品购买记录信息和/或阅读时长信息，生成与所述目标用户相关联的目标商品的优惠信息。

在一种可选的实施方式中，所述目标商品的优惠信息包括目标商品的优惠折扣。

在一种可选的实施方式中，所述目标商品的优惠信息还包括：优惠有效时间信息。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

本发明公开了：A1.一种信息推送方法，包括：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

A2.根据A1所述的方法，其中，所述目标商品为目标书籍；所述根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户进一步包括：

根据多个用户对应的用户历史行为数据，从以下维度中的至少一个维度确定出具有购买倾向的目标用户：

针对于未购买书籍的书籍页面访问次数维度，针对于未购买书籍的书籍页面浏览时长维度，针对于未购买书籍的书籍评论信息维度，针对于未购买书籍的书籍信息转发次数维度，以及未购买书籍与用户对应的用户画像数据匹配度维度。

A3.根据A2所述的方法，其中，所述维度包括针对于未购买书籍的书籍页面访问次数维度；

则所述根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品进一步包括：

针对所述多个用户中的每个用户，记录该用户针对于与该用户对应的未购买书籍的书籍页面访问次数；

将针对于未购买书籍的书籍页面访问次数大于或等于预设访问次数的用户作为目标用户；以及，

从该目标用户对应的未购买书籍中，筛选出该用户访问的书籍页面访问次数大于或等于预设访问次数的未购买书籍作为与该目标用户相关联的目标书籍。

A4.根据A3所述的方法，其中，所述将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户进一步包括：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，在目标用户退出目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

A5.根据A3所述的方法，其中，所述将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户进一步包括：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，则在目标用户下一次访问目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

A6.根据A1-A5中任一项所述的方法，其中，所述获取所述目标用户相关联的目标商品的优惠信息进一步包括：

根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息。

A7.根据A6所述的方法，其中，所述根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息进一步包括：

获取所述目标用户对应的账户余额信息，根据所述账户余额信息生成所述目标用户相关联的目标商品的优惠信息。

A8.根据A7所述的方法，其中，所述根据所述账户余额信息生成所述目标用户相关联的目标商品的优惠信息进一步包括：

若所述账户余额信息中的账户余额大于所述目标商品处于预设折扣时的商品价格且小于所述目标商品的原价，则根据所述账户余额生成所述目标商品的优惠信息；

若所述账户余额信息中的账户余额小于或等于所述目标商品处于预设折扣时的商品价格，则根据所述预设折扣生成所述目标商品的优惠信息。

A9.根据A6所述的方法，其中，所述根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息进一步包括：

根据所述目标用户对应的用户历史行为数据，生成与所述目标用户相关联的目标商品的优惠信息。

A10.根据A9所述的方法，其中，所述根据所述目标用户对应的用户历史行为数据，生成与所述目标用户相关联的目标商品的优惠信息进一步包括：

根据所述目标用户的充值记录信息、商品购买记录信息和/或阅读时长信息，生成与所述目标用户相关联的目标商品的优惠信息。

A11.根据A1-A10中任一项所述的方法，其中，所述目标商品的优惠信息包括目标商品的优惠折扣。

A12.根据A11所述的方法，其中，所述目标商品的优惠信息还包括：优惠有效时间信息。

本发明还公开了：B13.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

B14.根据B13所述的计算设备，其中，所述目标商品为目标书籍；

所述可执行指令使所述处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从以下维度中的至少一个维度确定出具有购买倾向的目标用户：

针对于未购买书籍的书籍页面访问次数维度，针对于未购买书籍的书籍页面浏览时长维度，针对于未购买书籍的书籍评论信息维度，针对于未购买书籍的书籍信息转发次数维度，以及未购买书籍与用户对应的用户画像数据匹配度维度。

B15.根据B14所述的计算设备，其中，所述维度包括针对于未购买书籍的书籍页面访问次数维度；

则所述可执行指令使所述处理器执行以下操作：

针对所述多个用户中的每个用户，记录该用户针对于与该用户对应的未购买书籍的书籍页面访问次数；

将针对于未购买书籍的书籍页面访问次数大于或等于预设访问次数的用户作为目标用户；以及，

从该目标用户对应的未购买书籍中，筛选出该用户访问的书籍页面访问次数大于或等于预设访问次数的未购买书籍作为与该目标用户相关联的目标书籍。

B16.根据B15所述的计算设备，其中，所述可执行指令使所述处理器执行以下操作：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，在目标用户退出目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

B17.根据B15所述的计算设备，其中，所述可执行指令使所述处理器执行以下操作：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，则在目标用户下一次访问目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

B18.根据B13-B17中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行以下操作：

根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息。

B19.根据B18所述的计算设备，其中，所述可执行指令使所述处理器执行以下操作：

获取所述目标用户对应的账户余额信息，根据所述账户余额信息生成所述目标用户相关联的目标商品的优惠信息。

B20.根据B19所述的计算设备，其中，所述可执行指令使所述处理器执行以下操作：

若所述账户余额信息中的账户余额大于所述目标商品处于预设折扣时的商品价格且小于所述目标商品的原价，则根据所述账户余额生成所述目标商品的优惠信息；

若所述账户余额信息中的账户余额小于或等于所述目标商品处于预设折扣时的商品价格，则根据所述预设折扣生成所述目标商品的优惠信息。

B21.根据B18所述的计算设备，其中，所述可执行指令使所述处理器执行以下操作：

根据所述目标用户对应的用户历史行为数据，生成与所述目标用户相关联的目标商品的优惠信息。

B22.根据B21所述的计算设备，其中，所述可执行指令使所述处理器执行以下操作：

根据所述目标用户的充值记录信息、商品购买记录信息和/或阅读时长信息，生成与所述目标用户相关联的目标商品的优惠信息。

B23.根据B13-B22中任一项所述的计算设备，其中，所述目标商品的优惠信息包括目标商品的优惠折扣。

B24.根据B23所述的计算设备，其中，所述目标商品的优惠信息还包括：优惠有效时间信息。

本发明还公开了：C25.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

C26.根据C25所述的计算机存储介质，其中，所述目标商品为目标书籍；

所述可执行指令使所述处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从以下维度中的至少一个维度确定出具有购买倾向的目标用户：

针对于未购买书籍的书籍页面访问次数维度，针对于未购买书籍的书籍页面浏览时长维度，针对于未购买书籍的书籍评论信息维度，针对于未购买书籍的书籍信息转发次数维度，以及未购买书籍与用户对应的用户画像数据匹配度维度。

C27.根据C26所述的计算机存储介质，其中，所述维度包括针对于未购买书籍的书籍页面访问次数维度；

则所述可执行指令使所述处理器执行以下操作：

针对所述多个用户中的每个用户，记录该用户针对于与该用户对应的未购买书籍的书籍页面访问次数；

将针对于未购买书籍的书籍页面访问次数大于或等于预设访问次数的用户作为目标用户；以及，

从该目标用户对应的未购买书籍中，筛选出该用户访问的书籍页面访问次数大于或等于预设访问次数的未购买书籍作为与该目标用户相关联的目标书籍。

C28.根据C27所述的计算机存储介质，其中，所述可执行指令使所述处理器执行以下操作：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，在目标用户退出目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

C29.根据C27所述的计算机存储介质，其中，所述可执行指令使所述处理器执行以下操作：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，则在目标用户下一次访问目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

C30.根据C25-C29中任一项所述的计算机存储介质，其中，所述可执行指令使所述处理器执行以下操作：

根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息。

C31.根据C30所述的计算机存储介质，其中，所述可执行指令使所述处理器执行以下操作：

获取所述目标用户对应的账户余额信息，根据所述账户余额信息生成所述目标用户相关联的目标商品的优惠信息。

C32.根据C31所述的计算机存储介质，其中，所述可执行指令使所述处理器执行以下操作：

若所述账户余额信息中的账户余额大于所述目标商品处于预设折扣时的商品价格且小于所述目标商品的原价，则根据所述账户余额生成所述目标商品的优惠信息；

若所述账户余额信息中的账户余额小于或等于所述目标商品处于预设折扣时的商品价格，则根据所述预设折扣生成所述目标商品的优惠信息。

C33.根据C30所述的计算机存储介质，其中，所述可执行指令使所述处理器执行以下操作：

根据所述目标用户对应的用户历史行为数据，生成与所述目标用户相关联的目标商品的优惠信息。

C34.根据C33所述的计算机存储介质，其中，所述可执行指令使所述处理器执行以下操作：

根据所述目标用户的充值记录信息、商品购买记录信息和/或阅读时长信息，生成与所述目标用户相关联的目标商品的优惠信息。

C35.根据C25-C34中任一项所述的计算机存储介质，其中，所述目标商品的优惠信息包括目标商品的优惠折扣。

C36.根据C35所述的计算机存储介质，其中，所述目标商品的优惠信息还包括：优惠有效时间信息。

Claims (10)

1.一种信息推送方法，包括：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

2.根据权利要求1所述的方法，其中，所述目标商品为目标书籍；所述根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户进一步包括：

根据多个用户对应的用户历史行为数据，从以下维度中的至少一个维度确定出具有购买倾向的目标用户：

针对于未购买书籍的书籍页面访问次数维度，针对于未购买书籍的书籍页面浏览时长维度，针对于未购买书籍的书籍评论信息维度，针对于未购买书籍的书籍信息转发次数维度，以及未购买书籍与用户对应的用户画像数据匹配度维度。

3.根据权利要求2所述的方法，其中，所述维度包括针对于未购买书籍的书籍页面访问次数维度；

则所述根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品进一步包括：

针对所述多个用户中的每个用户，记录该用户针对于与该用户对应的未购买书籍的书籍页面访问次数；

将针对于未购买书籍的书籍页面访问次数大于或等于预设访问次数的用户作为目标用户；以及，

从该目标用户对应的未购买书籍中，筛选出该用户访问的书籍页面访问次数大于或等于预设访问次数的未购买书籍作为与该目标用户相关联的目标书籍。

4.根据权利要求3所述的方法，其中，所述将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户进一步包括：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，在目标用户退出目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

5.根据权利要求3所述的方法，其中，所述将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户进一步包括：

若目标用户针对目标书籍的书籍页面访问次数达到预设访问次数，则在目标用户下一次访问目标书籍的书籍页面时，将与所述目标用户相关联的目标书籍的优惠信息，推送给所述目标用户。

6.根据权利要求1-5中任一项所述的方法，其中，所述获取所述目标用户相关联的目标商品的优惠信息进一步包括：

根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息。

7.根据权利要求6所述的方法，其中，所述根据获取的所述目标用户对应的商品优惠属性信息，生成与所述目标用户相关联的目标商品的优惠信息进一步包括：

获取所述目标用户对应的账户余额信息，根据所述账户余额信息生成所述目标用户相关联的目标商品的优惠信息。

8.根据权利要求7所述的方法，其中，所述根据所述账户余额信息生成所述目标用户相关联的目标商品的优惠信息进一步包括：

若所述账户余额信息中的账户余额大于所述目标商品处于预设折扣时的商品价格且小于所述目标商品的原价，则根据所述账户余额生成所述目标商品的优惠信息；

若所述账户余额信息中的账户余额小于或等于所述目标商品处于预设折扣时的商品价格，则根据所述预设折扣生成所述目标商品的优惠信息。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行以下操作：

根据多个用户对应的用户历史行为数据，从所述多个用户中确定出具有购买倾向的目标用户，并确定与所述目标用户相关联的目标商品；

获取所述目标用户相关联的目标商品的优惠信息；

将与所述目标用户相关联的目标商品的优惠信息，推送给所述目标用户。