CN110610402A - 商品推送方法和计算机存储介质 - Google Patents
商品推送方法和计算机存储介质 Download PDFInfo
- Publication number
- CN110610402A CN110610402A CN201910818634.0A CN201910818634A CN110610402A CN 110610402 A CN110610402 A CN 110610402A CN 201910818634 A CN201910818634 A CN 201910818634A CN 110610402 A CN110610402 A CN 110610402A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- commodity
- attribute information
- shopping
- 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
Links
Classifications
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Abstract
本申请公开了一种商品推送方法和计算机存储介质。所述方法包括：获取用户在预设时间长度内购物行为对应的订单信息；根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息；将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息；根据所述用户发生变化的购物属性信息，向所述用户推送商品信息。
Description
技术领域
本申请涉及信息处理领域，尤指一种商品推送方法和计算机存储介质。
背景技术
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出来的一个标签化的用户模型，构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。
利用用户特征来建立个性化购物者肖像生成系统，就是现在电商常用的根据用户平常购买产品的偏好给予消费者消费行为做出判断，实现“精准销售”。在得到用户的购物信息后，如何实现精准销售是亟待解决的问题。
发明内容
为了解决上述任一技术问题，本申请提供了一种商品推送方法和计算机存储介质。
为了达到本申请目的，本申请提供了一种商品推送方法，包括：
获取用户在预设时间长度内购物行为对应的订单信息；
根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息；
将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息；
根据所述用户发生变化的购物属性信息，向所述用户推送商品信息。
在一个示例性实施例中，所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，包括：
按照预先设置的商品分类策略，获取所述订单信息中商品的类别信息；
获取同一类商品在所述时间长度内的购买行为信息；
判断所述同一类商品的购买行为是否符合预设的偶然购买行为的判断策略；
如果所述同一类商品的购买行为不符合所述偶然购买行为的判断策略，则根据所述同一类商品的购物行为，确定所述用户新的购物属性信息。
在一个示例性实施例中，所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，包括：
获取所述订单信息中商品所使用的群体的年龄信息，并根据所述年龄信息，调整所述用户的购物属性信息中的家庭成员信息；和/或，
获取所述订单信息中同类别的商品的价格信息，并根据所述同类别的商品的价格信息，调整所述用户的购物属性信息中的消费能力信息。
在一个示例性实施例中，所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，包括：
在所述用户的购物属性信息为家庭成员信息发生变化时，获取所述家庭成员信息的年龄和/或性别信息；
根据所述家庭成员信息的年龄和/或性别信息，向所述用户推送符合所述述家庭成员信息的年龄和/或性别信息的商品。
在一个示例性实施例中，所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，包括：
在所述用户的购物属性信息为消费能力信息发生变化时，根据所述用户的订单信息中商品的品牌信息，获取所述用户偏好的商品品牌的信息，并向所述用户推送所述偏好的商品品牌中符合变化后的消费能力信息的商品；
和/或，
根据所述用户的订单信息中商品的类别信息，确定所述用户花费支出中最多的一个或至少两个的目标商品类别；向所述用户推送商品类别为所述目标商品类别且符合变化后的消费能力信息的信息。
一种计算机存储介质，包括处理器和存储器，其中所述存储器存储有计算机程序，所述处理器调用所述存储器中的计算机程序以实现如下操作，包括：
获取用户在预设时间长度内购物行为对应的订单信息；
根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息；
将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息；
根据所述用户发生变化的购物属性信息，向所述用户推送商品信息。
在一个示例性实施例中，所述处理器调用所述存储器中的计算机程序以实现所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息的操作，包括：
按照预先设置的商品分类策略，获取所述订单信息中商品的类别信息；
获取同一类商品在所述时间长度内的购买行为信息；
判断所述同一类商品的购买行为是否符合预设的偶然购买行为的判断策略；
如果所述同一类商品的购买行为不符合所述偶然购买行为的判断策略，则根据所述同一类商品的购物行为，确定所述用户新的购物属性信息。
在一个示例性实施例中，所述处理器调用所述存储器中的计算机程序以实现所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息的操作，包括：
获取所述订单信息中商品所使用的群体的年龄信息，并根据所述年龄信息，调整所述用户的购物属性信息中的家庭成员信息；和/或，
获取所述订单信息中同类别的商品的价格信息，并根据所述同类别的商品的价格信息，调整所述用户的购物属性信息中的消费能力信息。
在一个示例性实施例中，所述处理器调用所述存储器中的计算机程序以实现所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息的操作，包括：
在所述用户的购物属性信息为家庭成员信息发生变化时，获取所述家庭成员信息的年龄和/或性别信息；
根据所述家庭成员信息的年龄和/或性别信息，向所述用户推送符合所述述家庭成员信息的年龄和/或性别信息的商品。
在一个示例性实施例中，所述处理器调用所述存储器中的计算机程序以实现所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息的操作，包括：
在所述用户的购物属性信息为消费能力信息发生变化时，根据所述用户的订单信息中商品的品牌信息，获取所述用户偏好的商品品牌的信息，并向所述用户推送所述偏好的商品品牌中符合变化后的消费能力信息的商品；
和/或，
根据所述用户的订单信息中商品的类别信息，确定所述用户花费支出中最多的一个或至少两个的目标商品类别；向所述用户推送商品类别为所述目标商品类别且符合变化后的消费能力信息的信息。
本申请实施例提供的方案，获取用户在预设时间长度内购物行为对应的订单信息，根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息，根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，通过分析用户的购物行为确定发生变化的购物属性信息，进行有方向的推送，实现精准定位客户的潜在购物行为的目的。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1为本申请实施例提供的商品推送方法的流程图；
图2为本申请实施例提供的商品推送方法的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
图1为本申请实施例提供的商品推送方法的流程图。图1所示方法包括：
步骤101、获取用户在预设时间长度内购物行为对应的订单信息；
在一个示例性实施例中，所获取的订单信息为最近一段时间内的订单信息，所选择的时间可以为一个或至少两个月；
步骤102、根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息；
在一个示例性实施例中，用户的购物属性信息可以包括姓名、性别、年龄、消费能力信息和家庭成员信息中的至少一个；其中该消费能力信息可以采用收入水平来表示；
步骤103、将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息；
在一个示例性实施例中，所述用户发生变化的购物属性信息可以为消费能力信息和/或家庭成员信息；
步骤104、根据所述用户发生变化的购物属性信息，向所述用户推送商品信息。
在一个示例性实施例中，当用户的购物属性信息发生变化后，针对发生变化的购物属性信息进行商品推送，可以及时精准地确定潜在的购物需求，提高推送的准确性。
本申请实施例提供的方法，获取用户在预设时间长度内购物行为对应的订单信息，根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息，根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，通过分析用户的购物行为确定发生变化的购物属性信息，进行有方向的推送，实现精准定位客户的潜在购物行为的目的。
下面对本申请实施例提供的方法进行说明：
在一个示例性实施例中，所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，包括：
按照预先设置的商品分类策略，获取所述订单信息中商品的类别信息；
获取同一类商品在所述时间长度内的购买行为信息；
判断所述同一类商品的购买行为是否符合预设的偶然购买行为的判断策略；
如果所述同一类商品的购买行为不符合所述偶然购买行为的判断策略，则根据所述同一类商品的购物行为，确定所述用户新的购物属性信息。
在一个示例性实施例中，商品分类策略可以为商品的大类和商品的小类，商品的大类可以为生活用品、服装、鞋帽、食品；商品的小类是对商品的大类的进一步划分，以生活用品为例，可以分为洗护用品、卫浴用品、厨房用品等；
在一个示例性实施例中，偶然购买行为为一段时间内购买次数较少的行为，可以通过设置购买次数阈值，判断对某一类别的商品的购买行为的次数大于该购买次数阈值，来判断对该类别的商品的购买是否为偶然购买行为。
按照商品类别对用户的购买属性进行分析，可以更加准确地判断用户对某一类别的商品的需求信息，同时，去除偶然购买行为对用户购买属性的判断的影响，提高对购买属性的判断准确度。
在一个示例性实施例中，所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，包括：
获取所述订单信息中商品所使用的群体的年龄信息，并根据所述年龄信息，调整所述用户的购物属性信息中的家庭成员信息；和/或，
获取所述订单信息中同类别的商品的价格信息，并根据所述同类别的商品的价格信息，调整所述用户的购物属性信息中的消费能力信息。
在一个示例性实施例中，如果用户周期性或预设时间长度内多次购买的商品与该用户的年龄信息不符，则获取所述商品适用于的年龄信息，对其家庭成员的属性信息进行调整；例如，用户的年龄为33岁，而周期性购买的产品为婴儿用品，则在该用户的购物属性信息的家庭成员中增加婴儿信息；或者，如果在最近6个月多次购买老年奶粉，则在该用户的购物属性信息的家庭成员中增加老人信息；
在一个示例性实施例中，如果用户周期性或预设时间长度内多次购买的同类别的商品的价格与之前购买的同类别的商品的价格的差值不符合预先设置的价格浮动策略，表示所述用户的消费能力发生变化，则根据所述同类别的商品的价格信息，调整消费能力信息；例如，用户对护肤品的消费能力为100元/次，而在最近的购买记录中护肤品的消费能力为300元/次，则确定该用户的消费能力得到提升，并调整该用户的消费能力信息。
在一个示例性实施例中，所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，包括：
在所述用户的购物属性信息为家庭成员信息发生变化时，获取所述家庭成员信息的年龄和/或性别信息；
根据所述家庭成员信息的年龄和/或性别信息，向所述用户推送符合所述述家庭成员信息的年龄和/或性别信息的商品。
在一个示例性实施例中，如果得到的家庭成员信息为年龄为1岁以内的婴儿，则可以向该用户推送符合年龄为1岁以内的婴儿适用的玩具和生活用品，达到挖掘用户潜在购物行为能力的目的。
在一个示例性实施例中，所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，包括：
在所述用户的购物属性信息为消费能力信息发生变化时，根据所述用户的订单信息中商品的品牌信息，获取所述用户偏好的商品品牌的信息，并向所述用户推送所述偏好的商品品牌中符合变化后的消费能力信息的商品；
和/或，
根据所述用户的订单信息中商品的类别信息，确定所述用户花费支出中最多的一个或至少两个的目标商品类别；向所述用户推送商品类别为所述目标商品类别且符合变化后的消费能力信息的信息。
在一个示例性实施例中，获取用户在护肤品中偏好的品牌，当用户的消费能力得到提升后，可以从该品牌中选择符合该消费能力的护肤品推荐给用户；和/或，选择消耗最多一个或至少两个的商品类别，如洗护用品，则根据该商品类别中选择符合变化后的消费能力的洗护用品，挖掘用户潜在的需求。
图2为本申请实施例提供的商品推送方法的示意图。如图2所示，结合用户的购物信息和购物属性信息来定位客户的未来可能购买的商品。
1)获取用户的订单信息，并基于预存的商品分类规则，生成新的订单信息表
2)将新的订单信息表与会员属性表结合生成用户信息宽表；
3)将新生成的宽表根据购买的商品类别、购买数量、购买时间进行归类并按照时间进行排序生成用户的购买属性表。
4)根据用户的购买商品信息为所述用户生成最新的购买属性信息；其中，将购买次数少的归于偶然发生行为不作为用户的购买属性信息的分析数据；
5)将最新的购买属性信息与预先保存的购买属性信息进行对比，确定发生变化的购买属性信息；
6)根据用户发生变化的购买属性表进行推送。
本申请实施例提供的方法，通过客户购买的订单信息，与客户的购物属性信息来分析用户一个阶段内的购物行为，来给用户打上定制的购物属性信息，然后进行有方向的推送，达到精准定位客户的潜在购物行为的目的。
下面以本申请实施例提供的方法进行说明：
下文提供以用户在最近3个月的购物行为为例进行说明：
步骤201、获取用户在最近3个月内的购物行为对应的订单信息；
在一个示例性实施例中，用户A在最近3个月的订单信息参见表1：
表1
步骤202、从所述订单信息中获取所述商品的特征信息；
在一个示例性实施例中，商品的特征信息包括商品名称、商品大类、商品小类和品牌中的至少一个。
以表1所示订单信息为例，可以得到商品的特征信息，参见表2：
| 商品名称 | 商品大类 | 商品小类 | 品牌 |
| 雀巢奶粉0段 | 食品 | 奶粉0段 | 雀巢 |
| 雀巢奶粉1段 | 食品 | 奶粉1段 | 雀巢 |
| 雀巢奶粉2段 | 食品 | 奶粉2段 | 雀巢 |
| 清扬男士洗面奶 | 生活用品 | 洗护 | 清扬 |
表2
步骤203、根据所述商品的特征信息，确定所述用户新的购物属性信息；
在一个示例性实施例中，用户的购物属性信息可以包括姓名、性别、年龄、收入水平、家庭成员信息。
以表1所示订单信息为例，已记录的会员的购物属性信息参见表3：
| 姓名 | 性别 | 年龄 | 收入水平 | 家庭信息 | 会员id |
| 小明 | 男 | 33 | 1-2万 | 空 | 000001 |
表3
对商品特征信息进行统计，发现奶粉类在2个月内购买了4次，洗护类购买了一次，所以判断洗护类购买次数过少属于偶然发生行为；所以过滤掉这条商品的特征信息，奶粉类在近3个月购买次数有增加，所以将奶粉信息作为重点分析对象。
基于最近3个月内所购买的奶粉行为，可以得出俩条信息，一条是用户每个月都有购买奶粉，另一条是男子家里有宝宝。
另外，基于所购买的商品所适用的群体，可以得出会员的家庭成员中宝宝的年龄信息，具体参见表4：
| 姓名 | 家庭信息 | 宝宝年龄 | 商品大类 | 商品小类 | 订单日期 |
| 小明 | 有小孩 | 2-3月 | 食品 | 奶粉0段 | 2019-05-01 |
| 小明 | 有小孩 | 2-3月 | 食品 | 奶粉1段 | 2019-05-02 |
| 小明 | 有小孩 | 2-3月 | 食品 | 奶粉2段 | 2019-06-01 |
| 小明 | 有小孩 | 2-3月 | 生活用品 | 洗护 | 2019-06-01 |
表4
基于表4的分析结果，可以得到用户A最新的会员购物属性信息，具体参见表5：
| 姓名 | 性别 | 年龄 | 收入水平 | 家庭信息 | 会员id |
| 小明 | 男 | 33 | 1-2万 | 小孩(2-3月) | 000001 |
表5
步骤204、将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息；
在一个示例性实施例中，通过对比表3和表5可以确定，该用户的家庭成员信息发生变化，得到用户发生变化的购物属性信息为家庭成员信息。
步骤205、根据所述用户发生变化的购物属性信息，向所述用户推送商品信息；
在一个示例性实施例中，可以根据该家庭成员信息，推送该家庭成员所需要的商品，可以为从已购买的商品中选择与所述家庭成员匹配的商品，或者，所述用户未购买但符合该家庭成员年龄需要的商品，如婴儿用品，如玩具、生活用品等。
本申请实施例提供的方法，通过客户购买的订单信息，与客户的购物属性信息来分析用户一个阶段内的购物行为，来给用户打上定制的购物属性信息，然后进行有方向的推送，达到精准定位客户的潜在购物行为的目的。
本申请实施例提供一种计算机存储介质，包括处理器和存储器，其中所述存储器存储有计算机程序，所述处理器调用所述存储器中的计算机程序以实现如下操作，包括：
获取用户在预设时间长度内购物行为对应的订单信息；
根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息；
将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息；
根据所述用户发生变化的购物属性信息，向所述用户推送商品信息。
在一个示例性实施例中，所述处理器调用所述存储器中的计算机程序以实现所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息的操作，包括：
按照预先设置的商品分类策略，获取所述订单信息中商品的类别信息；
获取同一类商品在所述时间长度内的购买行为信息；
判断所述同一类商品的购买行为是否符合预设的偶然购买行为的判断策略；
如果所述同一类商品的购买行为不符合所述偶然购买行为的判断策略，则根据所述同一类商品的购物行为，确定所述用户新的购物属性信息。
在一个示例性实施例中，所述处理器调用所述存储器中的计算机程序以实现所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息的操作，包括：
获取所述订单信息中商品所使用的群体的年龄信息，并根据所述年龄信息，调整所述用户的购物属性信息中的家庭成员信息；和/或，
获取所述订单信息中同类别的商品的价格信息，并根据所述同类别的商品的价格信息，调整所述用户的购物属性信息中的消费能力信息。
在一个示例性实施例中，所述处理器调用所述存储器中的计算机程序以实现所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息的操作，包括：
在所述用户的购物属性信息为家庭成员信息发生变化时，获取所述家庭成员信息的年龄和/或性别信息；
根据所述家庭成员信息的年龄和/或性别信息，向所述用户推送符合所述述家庭成员信息的年龄和/或性别信息的商品。
在一个示例性实施例中，所述处理器调用所述存储器中的计算机程序以实现所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息的操作，包括：
在所述用户的购物属性信息为消费能力信息发生变化时，根据所述用户的订单信息中商品的品牌信息，获取所述用户偏好的商品品牌的信息，并向所述用户推送所述偏好的商品品牌中符合变化后的消费能力信息的商品；
和/或，
根据所述用户的订单信息中商品的类别信息，确定所述用户花费支出中最多的一个或至少两个的目标商品类别；向所述用户推送商品类别为所述目标商品类别且符合变化后的消费能力信息的信息。
本申请实施例提供的计算机存储介质，获取用户在预设时间长度内购物行为对应的订单信息，根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息，根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，通过分析用户的购物行为确定发生变化的购物属性信息，进行有方向的推送，实现精准定位客户的潜在购物行为的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
Claims (10)
1.一种商品推送方法，其特征在于，包括：
获取用户在预设时间长度内购物行为对应的订单信息；
根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息；
将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息；
根据所述用户发生变化的购物属性信息，向所述用户推送商品信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，包括：
按照预先设置的商品分类策略，获取所述订单信息中商品的类别信息；
获取同一类商品在所述时间长度内的购买行为信息；
判断所述同一类商品的购买行为是否符合预设的偶然购买行为的判断策略；
如果所述同一类商品的购买行为不符合所述偶然购买行为的判断策略，则根据所述同一类商品的购物行为，确定所述用户新的购物属性信息。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息，包括：
获取所述订单信息中商品所使用的群体的年龄信息，并根据所述年龄信息，调整所述用户的购物属性信息中的家庭成员信息；和/或，
获取所述订单信息中同类别的商品的价格信息，并根据所述同类别的商品的价格信息，调整所述用户的购物属性信息中的消费能力信息。
4.根据权利要求3所述的方法，其特征在于，所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，包括：
在所述用户的购物属性信息为家庭成员信息发生变化时，获取所述家庭成员信息的年龄和/或性别信息；
根据所述家庭成员信息的年龄和/或性别信息，向所述用户推送符合所述述家庭成员信息的年龄和/或性别信息的商品。
5.根据权利要求3所述的方法，其特征在于，所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息，包括：
在所述用户的购物属性信息为消费能力信息发生变化时，根据所述用户的订单信息中商品的品牌信息，获取所述用户偏好的商品品牌的信息，并向所述用户推送所述偏好的商品品牌中符合变化后的消费能力信息的商品；
和/或，
根据所述用户的订单信息中商品的类别信息，确定所述用户花费支出中最多的一个或至少两个的目标商品类别；向所述用户推送商品类别为所述目标商品类别且符合变化后的消费能力信息的信息。
6.一种计算机存储介质，其特征在于，包括处理器和存储器，其中所述存储器存储有计算机程序，所述处理器调用所述存储器中的计算机程序以实现如下操作，包括：
获取用户在预设时间长度内购物行为对应的订单信息；
根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息；
将所述新的购物属性信息与预先记录的购物属性信息进行对比，得到所述用户发生变化的购物属性信息；
根据所述用户发生变化的购物属性信息，向所述用户推送商品信息。
7.根据权利要求6所述的计算机存储介质，其特征在于，所述处理器调用所述存储器中的计算机程序以实现所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息的操作，包括：
按照预先设置的商品分类策略，获取所述订单信息中商品的类别信息；
获取同一类商品在所述时间长度内的购买行为信息；
判断所述同一类商品的购买行为是否符合预设的偶然购买行为的判断策略；
如果所述同一类商品的购买行为不符合所述偶然购买行为的判断策略，则根据所述同一类商品的购物行为，确定所述用户新的购物属性信息。
8.根据权利要求6或7所述的计算机存储介质，其特征在于，所述处理器调用所述存储器中的计算机程序以实现所述根据所述订单信息中商品的信息，确定所述用户的新的购物属性信息的操作，包括：
获取所述订单信息中商品所使用的群体的年龄信息，并根据所述年龄信息，调整所述用户的购物属性信息中的家庭成员信息；和/或，
获取所述订单信息中同类别的商品的价格信息，并根据所述同类别的商品的价格信息，调整所述用户的购物属性信息中的消费能力信息。
9.根据权利要求8所述的计算机存储介质，其特征在于，所述处理器调用所述存储器中的计算机程序以实现所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息的操作，包括：
在所述用户的购物属性信息为家庭成员信息发生变化时，获取所述家庭成员信息的年龄和/或性别信息；
根据所述家庭成员信息的年龄和/或性别信息，向所述用户推送符合所述述家庭成员信息的年龄和/或性别信息的商品。
10.根据权利要求8所述的计算机存储介质，其特征在于，所述处理器调用所述存储器中的计算机程序以实现所述根据所述用户发生变化的购物属性信息，向所述用户推送商品信息的操作，包括：
在所述用户的购物属性信息为消费能力信息发生变化时，根据所述用户的订单信息中商品的品牌信息，获取所述用户偏好的商品品牌的信息，并向所述用户推送所述偏好的商品品牌中符合变化后的消费能力信息的商品；
和/或，
根据所述用户的订单信息中商品的类别信息，确定所述用户花费支出中最多的一个或至少两个的目标商品类别；向所述用户推送商品类别为所述目标商品类别且符合变化后的消费能力信息的信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910818634.0A CN110610402A (zh) | 2019-08-30 | 2019-08-30 | 商品推送方法和计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910818634.0A CN110610402A (zh) | 2019-08-30 | 2019-08-30 | 商品推送方法和计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110610402A true CN110610402A (zh) | 2019-12-24 |
Family
ID=68891005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910818634.0A Pending CN110610402A (zh) | 2019-08-30 | 2019-08-30 | 商品推送方法和计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110610402A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113051612A (zh) * | 2021-03-15 | 2021-06-29 | 深圳市腾讯网域计算机网络有限公司 | 消费账户分类方法、装置、计算机设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609860A (zh) * | 2012-01-20 | 2012-07-25 | 彭立发 | 一种适用于电子商务的商品与信息分类推荐方法及系统 |
| US20140012628A1 (en) * | 2012-07-03 | 2014-01-09 | Lux Delux | Estimating wholesale demand for consumer products |
| CN104599160A (zh) * | 2015-02-06 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 商品推荐方法和装置 |
| CN106257444A (zh) * | 2015-06-17 | 2016-12-28 | 阿里巴巴集团控股有限公司 | 一种信息的推送方法和设备 |
| CN107679904A (zh) * | 2017-09-28 | 2018-02-09 | 山东浪潮云服务信息科技有限公司 | 一种推荐商品的方法及装置 |
| CN109214893A (zh) * | 2018-08-31 | 2019-01-15 | 深圳春沐源控股有限公司 | 商品推荐方法、推荐系统及计算机装置 |
| CN109636500A (zh) * | 2018-10-30 | 2019-04-16 | 深圳市赛亿科技开发有限公司 | 一种商品推送方法及系统 |
-
2019
- 2019-08-30 CN CN201910818634.0A patent/CN110610402A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609860A (zh) * | 2012-01-20 | 2012-07-25 | 彭立发 | 一种适用于电子商务的商品与信息分类推荐方法及系统 |
| US20140012628A1 (en) * | 2012-07-03 | 2014-01-09 | Lux Delux | Estimating wholesale demand for consumer products |
| CN104599160A (zh) * | 2015-02-06 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 商品推荐方法和装置 |
| CN106257444A (zh) * | 2015-06-17 | 2016-12-28 | 阿里巴巴集团控股有限公司 | 一种信息的推送方法和设备 |
| CN107679904A (zh) * | 2017-09-28 | 2018-02-09 | 山东浪潮云服务信息科技有限公司 | 一种推荐商品的方法及装置 |
| CN109214893A (zh) * | 2018-08-31 | 2019-01-15 | 深圳春沐源控股有限公司 | 商品推荐方法、推荐系统及计算机装置 |
| CN109636500A (zh) * | 2018-10-30 | 2019-04-16 | 深圳市赛亿科技开发有限公司 | 一种商品推送方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113051612A (zh) * | 2021-03-15 | 2021-06-29 | 深圳市腾讯网域计算机网络有限公司 | 消费账户分类方法、装置、计算机设备和存储介质 |
| CN113051612B (zh) * | 2021-03-15 | 2023-10-27 | 深圳市腾讯网域计算机网络有限公司 | 消费账户分类方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106097076B (zh) | 商品销售管理系统 | |
| CN107590675B (zh) | 一种基于大数据的用户购物行为识别方法、储存设备及移动终端 | |
| Sari et al. | Review on customer segmentation technique on ecommerce | |
| US20150142521A1 (en) | Customer clustering using integer programming | |
| US11816685B2 (en) | Methods and apparatus to generate consumer data | |
| CN110969512B (zh) | 一种基于用户购买行为的商品推荐方法和装置 | |
| US20210383452A1 (en) | Commodity recommendation system | |
| CN112435067A (zh) | 跨电商平台与社交平台的智能广告投放方法及系统 | |
| CN108292409B (zh) | 消费者决策树生成系统 | |
| US11507981B2 (en) | Automated lists | |
| CN108596705A (zh) | 一种适用于电子商务的商品与信息分类推荐方法及系统 | |
| US20150193853A1 (en) | Methods and Apparatus to Generate Product Recommendations | |
| Setiawan et al. | Data mining applications for sales information system using market basket analysis on stationery company | |
| US20120330807A1 (en) | Systems and methods for consumer price index determination using panel-based and point-of-sale market research data | |
| CN104615721B (zh) | 用于基于退货关联信息推荐商品的方法和系统 | |
| US20150356082A1 (en) | Product Recommendation Engine | |
| WO2017041226A1 (zh) | 一种商品信息推送方法 | |
| WO2017100155A1 (en) | System and method for segmenting customers with mixed attribute types using a targeted clustering approach | |
| CN111028029A (zh) | 一种线下商品推荐方法、装置和电子设备 | |
| CN111861605A (zh) | 业务对象推荐方法 | |
| CN110969473B (zh) | 一种用户标签生成方法及装置 | |
| CN110610402A (zh) | 商品推送方法和计算机存储介质 | |
| CN112085537A (zh) | 一种基于大数据分析商品的方法及系统 | |
| CN110298697A (zh) | 获取用户的购物需求信息的方法和装置 | |
| CN111209925A (zh) | 性别预测方法、装置和计算机可读存储介质 |
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 |