CN110866791A - 一种商品推送方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请提供一种商品推送方法、装置、存储介质及电子设备，涉及广告推送技术领域。所述方法包括：利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签；向预设有所述用户标签的用户推送所述待推送商品，其中，每个用户预设有至少一个根据所述用户的历史购物信息确定的用户标签。本申请通过预先为每个用户添加对应的用户标签，在推送商品时，面向具有同一用户标签的用户群体全部进行推送，扩大了广告的推送范围而不失广告投放的精准性。

Description

一种商品推送方法、装置、存储介质及电子设备

技术领域

本申请涉及广告推送技术领域，具体而言，涉及一种商品推送方法、装置、存储介质及电子设备。

背景技术

随着快递产业的发展，中国的网购人群逐步上升，各购物网站的交易额屡破新高。庞大的网购人数给电商商家带来了新的商机，他们通过商品推送的方式为自己的商品寻求更多的用户，同时，各网购用户也通过推送的商品广告为自己搜寻合适的商品。目前，在用户购物时，各个购物网站一般通过用户购买过的或者浏览过的商品来进行商品广告推送，这种方式通过对用户过去的行为进行定位，可具有很强的临时适用性，但是，这种推送是一种面向单个用户的推送方式，即根据每一名用户的历史购物信息判定个人的需求，再向这一名用户推送合适的商品，也就是说，在推送某一个商品时需要与每一个用户的购买需求进行匹配，这无疑增加了计算量。

发明内容

本申请实施例的目的在于提供一种商品推送方法、装置、存储介质及电子设备，在推送商品时不需要对每个用户进行额外的分析，有效减少对用户的分析计算量。

第一方面，本申请实施例提供一种商品推送方法，所述方法包括：利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签；向预设有所述用户标签的用户推送所述待推送商品，其中，每个用户预设有至少一个根据所述用户的历史购物信息确定的用户标签。

在上述方案中，通过用户的历史购物信息为其添加对应的用户标签，然后进行有方向的商品推送。在推送商品时，是面向具有同一用户标签的用户群体全部进行推送，扩大了广告的推送范围而不失广告投放的精准性，同时，在添加完标签之后，每次推送商品时都不需要对每个用户进行额外的分析，有效减少对用户的分析计算量。

在一种可能的实施方式中，在利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签之前，所述方法还包括：获取目标用户的历史购物信息，所述历史购物信息包括目标用户购买、加入购物车或者浏览过的商品所对应的商品属性；根据所述商品属性分析获得目标用户的至少一个用户特征，并根据所述至少一个用户特征为所述目标用户分别添加对应的用户标签。

在上述方案中，通过对用户历史购物信息的深层次分析，能够知道这名用户是个什么样特征的人，并从历史数据中总结出他的用户特征，由于具有这一用户特征的人可能会需求某一类型的商品，那么这名用户应当也可能会需求这一类型的商品，从而可以为其准确匹配到对应的商品，进而挖掘出每个用户未来的潜在购物需求，帮助用户发现他之前未知的、且适合他的商品，引导用户购物。

在一种可能的实施方式中，所述获取目标用户的历史购物信息，包括：根据目标用户的IP地址或者用户账号，通过爬虫程序从第三方平台上爬取对应的历史购物信息。

用户的历史购物信息可以从第三方平台上爬取，另外，也可以直接从第三方平台处进行购买。

在一种可能的实施方式中，所述向预设有所述用户标签的用户推送所述待推送商品，包括：向预设有所述至少一个用户标签中的全部用户标签的用户推送所述待推送商品。

在上述方案中，在推送商品时，可以向同时命中待推送商品对应的所有用户标签的用户进行推送，这样能够实现广告匹配的有效和精确，限缩推送人群的范围，投入成本减小，广告的投入产出比提高，广告转化效果更优。

第二方面，本申请实施例提供一种商品推送装置，所述装置包括：分析模块，用于利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签；推送模块，用于向预设有所述用户标签的用户推送所述待推送商品，其中，每个用户预设有至少一个根据所述用户的历史购物信息确定的用户标签。

在一种可能的实施方式中，所述装置还包括：信息获取模块和标签添加模块；所述信息获取模块用于获取目标用户的历史购物信息，所述历史购物信息包括目标用户购买、加入购物车或者浏览过的商品所对应的商品属性；所述标签添加模块用于根据所述商品属性分析获得目标用户的至少一个用户特征，并根据所述至少一个用户特征为所述目标用户分别添加对应的用户标签。

在一种可能的实施方式中，所述信息获取模块具体用于：根据目标用户的IP地址或者用户账号，通过爬虫程序从第三方平台上爬取对应的历史购物信息。

在一种可能的实施方式中，所述推送模块具体用于：向预设有所述至少一个用户标签中的全部用户标签的用户推送所述待推送商品。

第三方面，本申请实施例提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面中任一可能的实施方式所述的方法。

第四方面，本申请实施例提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面中任一可能的实施方式所述的方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

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装置的示意图；

图3为本申请实施例提供的电子设备的示意图。

具体实施方式

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描述。

本申请实施例提供一种商品推送方法，能够更加简便地对各商家的商品进行推送，实现商品广告的精准触达，可引导用户在商品推荐中发现适合自己的商品。请参阅图1，该方法包括如下步骤：

步骤101：获取目标用户的历史购物信息。

目标用户为需要进行用户购物行为分析并在之后为其进行商品推送的用户。在具体的实施过程中，可以获取大量用户的历史购物信息，这样可以对大量用户中的每一名用户进行商品推送，实现大数据环境下的智能化商品推荐。

历史购物信息可以包括但不限于用户购买、加入购物车、收藏和/或浏览过的商品的信息，在通常情况下，这四类商品之间具有很大程度上的重叠，因此，在分析时可以将历史购物信息中的这些商品划分为不具有重叠关系的四类商品，如已购买、加入购物车但未购买、收藏但未购买、浏览但未购买。在对目标用户的历史购物信息进行大数据分析时，已购买、加入购物车但未购买、收藏但未购买应当比浏览但未购买更能反映用户实际的购物偏好和需求。

在一个具体的实施例中，历史购物信息包括用户浏览或购买过的商品的信息，根据这些信息可以生成如下表一所示的历史购物信息表：

表一

表一所列出的是一名用户的部分历史购物信息表，在对该名用户进行分析时，需要同时根据获取的该名用户的若干条数据进行分析，而不是单独的某几条数据。在历史购物信息中，商品的信息包括但不限于商品的名称、用户发生的购物行为(如浏览、购买、收藏、加购等)、用户发生对应购物行为的次数、商品单价、商品属性等。

历史购物信息可以根据每一名目标用户的IP地址或者用户的购物账号，通过爬虫程序从第三方平台上爬取获得，或者直接从第三方平台进行购买获得，然后将获得的历史购物信息保存在数据库中，便于后续分析时进行调用。

步骤102：根据历史购物信息中的商品属性分析获得目标用户的至少一个用户特征。

其中，用户特征包括但不限于用户的职业、年龄、购买力水平、家庭成员信息等。比如，根据表一所示的历史购物信息，可以对该名用户进行大数据分析，将历史购物信息中反应出的所有用户特征进行整合，生成如下表二所示的用户特征的信息表：

表二

根据用户特征的信息表可知，用户A的职业为建筑工程师，经常出差和饮酒，收入状况较高，有房有车，家里有老人和婴儿，工作强度较高。这些用户特征相当于对目标用户进行了全面的人物特征刻画，通过对目标用户购买或浏览过的所有商品进行分析，可以推算出该名用户是一个什么样的人，给出他的用户画像，比如，是否是高收入人群、处于哪个行业、在哪个地区工作(可以从收货地址分析获得)等，这些特征信息有利于分析该用户未来一段时间可能涉及到的购买需求。例如，从表二分析该用户未来需求的商品可能为建筑类职业资格考试用书等书籍，家具用品，老年保健用品，品质和价格较高的婴儿用品，汽车配件和保养用品，身体保健用品或药品，出差备用商品等。

步骤103：根据该至少一个用户特征为目标用户分别添加对应的用户标签。

在获得目标用户的用户特征之后，为目标用户打上对应的用户标签，每一个用户特征对应一个用户标签。对于不同的用户，如果分析出的用户特征不同，那么所添加的用户标签也不同，用户标签的数量也不相同。

在经步骤101-103之后，已经完成了对一名用户的所有分析，按照上述步骤分别对大量用户中的每一名用户进行分析，可以为每一名用户打上对应的用户标签，之后则是对商品进行推送的步骤。

需要说明的是，在步骤103之后，由于已经得到了该名用户的用户画像，可以进行精准商品推送，且这些画像在刻画完成之后，在很长时间内都不会产生太大的变化(如用户的房产、家庭状况、是否有车、收入的高低等)，因此之后只需要关注每一个待推送的商品即可，可以不必再对该名用户进行额外的分析操作，大大减少对用户的分析计算量。

当然，在实际操作中，也可能存在这样的场景：比如目标用户是新加入网购的新客户，收集的历史购物信息不够全面，或者目标用户在一年内生产了婴儿导致家庭状况产生变化，或者目标用户更换了工作导致工作性质和工作地点产生变化，这些情况在一定程度上会影响对该用户的商品推送的精确性，因此也可以允许每隔设定的时间(例如每隔半年或者一年)重新对用户进行分析，更新用户标签，以实现更加准确的人物特征刻画。

步骤104：利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签。

待推送商品面向的需求用户所对应的至少一个用户标签应当是已知标签，即属于步骤103中为用户添加过的所有用户标签中的一个或多个。

步骤105：向预设有该用户标签的用户推送该待推送商品。

在进行商品推送时，首先从待推送的商品出发，分析待推送商品的需求用户所对应的至少一个用户标签，也就是说，分析会有哪一个或者哪些用户标签的人会使用到这一商品。由于每名用户预先已设置有多个用户标签，那么只要某一名用户预设的多个用户标签中的任一用户标签命中待推送商品对应的用户标签，即可向该名用户推送这一商品。

需要注意，本实施例中商品推送的对象并不是面对单个用户，而是面向一类用户，即向具有同一用户标签的用户群体全部进行推送，扩大了广告的推广范围，同时，在添加完标签之后，每次推送商品时都不需要对每个用户进行额外的分析，大大减少对用户的分析计算量。

在本实施例中，预先通过用户历史购物的行为和信息对每名用户进行精确定位和添加标签，在推送商品时，通过用户标签，能够将商家待推送的商品和每个用户的用户特征联系起来，准确发现对该商品可能具有需求的目标群体，将需求这一商品的所有用户全进行推送。同时，通过用户标签能够实现广告更加精确有效地投放到目标人群，比如某个用户的工作地区为五线以下城市，收入较低，那么对于一些价格昂贵的高端商品则可以避开这部分人群，精准匹配用户的实际需求，避免广告资源的浪费。

在具体的实施过程中，比如商家生产有一批奶粉想要打广告，那么首先根据奶粉的商品性质分析有什么样的人会使用到奶粉，然后得到对应的用户标签为“职场女性”、“有婴儿”，假设有若干名用户，其中，第一部分用户添加有“职场女性”的用户标签，这类用户可能家里有婴儿，也很可能没有婴儿，第二部分用户添加有“有婴儿”的用户标签，这类用户可能是家里有婴儿的男性或者女性，第三部分用户则是同时添加有“职场女性”、“有婴儿”这两类用户标签，表明是家里有婴儿的职场女性。

在对这批奶粉进行广告推送时，只要命中“职场女性”、“有婴儿”中的任意一个用户标签的用户，全部向其进行推送，因为这些用户都很可能有奶粉的购物需求，这样推送的好处是覆盖人群多，推送的范围比较广泛，而且同时还能保持一定的精准性。在另一种实施方式中，也可以向预设有待推送商品对应的用户标签中的全部用户标签的用户推送该待推送商品，也即只向第三部分用户推送这批奶粉，这样能够实现广告匹配的有效、精确，限缩推送人群的范围，投入成本减小，广告的投入产出比提高，广告转化效果更优。

本实施例能够挖掘出每个用户未来的潜在购物需求，在实际的购物体验中，比如用户在历史的购物中可能并没有购买或浏览过某一类型的商品，但是通过对历史购物信息的深层次分析，能够知道该名用户是个什么样特征的人，并从历史数据中总结出他的用户特征，由于具有这一用户特征的人可能会需求某一类型的商品，那么这名用户应当也可能会需求这一类型的商品，从而可以为其准确匹配到对应的商品，进而帮助用户发现他之前未知的、且适合他的商品。所以本实施例并不只是基于用户历史购物信息为其推送已购买商品的类似商品，同时，还能够捕捉到用户没有买过的商品中哪些商品可能适合他，即便用户之前没有买过这样的商品。可见，本实施例对于挖掘分析的深度和广度相比现有技术具有明显的提高。

在具体的应用场景中，该商品推送方法可以是部署在购物网站后台的推送算法，各购物网站从本地数据库中调取网站中每个用户的历史购物信息，通过大数据分析手段获得每个用户的用户特征，并为其添加对应的用户标签，购物网站在为网站上的各电商商家进行商品推送时，根据该商品的需求用户对应的用户标签，准确将商品信息推送到具有相同用户标签的用户群体中，为用户提供智能化的商品推荐，引导用户购物，进而促进用户的消费。

此外，该商品推送方法也可以是部署在一个单独的平台中的推送算法，该平台能够为各电商商家提供自助化的商品推送功能。该平台首先从第三方平台上爬取或者购买大量用户的历史购物信息，并为每个用户打上对应的用户标签，然后将这些信息保存在平台内的数据库中。各商家只需要上传自己待推送商品的信息，平台自动为其解析该待推送商品的需求用户对应的用户标签，然后从平台内的已有用户中找到具有相同用户标签的用户群体，并进行推送。在推送之前，各商家也可以自由修改标签匹配的规则，即选择同时匹配上所有用户标签的用户群体，或者选择只要命中任一用户标签的用户群体，可操作性强，自由程度高。

进一步的，对用户进行特征分析的步骤和对用户进行商品推送的步骤也可以分别由不同的平台执行，即由某一平台预先收集大量用户的历史购物信息，在对历史购物信息进行分析后，将添加有用户标签的用户信息提供给其他平台共享使用，那么其他平台只需要从这一平台上获取这些信息，即可十分方便地实现个性化的商品推送，平台可扩展性强。

综上所述，本实施例提供的商品推送方法通过对用户历史的购物行为进行分析，可以精准的定位用户的潜在购物需求，该方法通过用户网上浏览或者购买的订单信息，来进行用户人物画像的刻画，并为其打上定制的用户标签，然后进行有方向的商品推送。同时，在推送商品时，是面向具有同一用户标签的用户群体全部进行推送，扩大了广告的推送范围而不失广告投放的精准性，而且，在添加完标签之后，每次推送商品时都不需要对每个用户进行额外的分析，减少对用户的分析计算量。

基于同一发明构思，本申请实施例还提供一种商品推送装置，请参阅图2，该装置包括：分析模块201，用于利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签；推送模块202，用于向预设有所述用户标签的用户推送所述待推送商品，其中，每个用户预设有至少一个根据所述用户的历史购物信息确定的用户标签。

可选的，该装置还包括：信息获取模块和标签添加模块；其中，所述信息获取模块用于获取目标用户的历史购物信息，所述历史购物信息包括目标用户购买、加入购物车或者浏览过的商品所对应的商品属性；所述标签添加模块用于根据所述商品属性分析获得目标用户的至少一个用户特征，并根据所述至少一个用户特征为所述目标用户分别添加对应的用户标签。

可选的，所述信息获取模块具体用于：根据目标用户的IP地址或者用户账号，通过爬虫程序从第三方平台上爬取对应的历史购物信息。

可选的，所述推送模块202具体用于：向预设有所述至少一个用户标签中的全部用户标签的用户推送所述待推送商品。

上述提供的商品推送装置与前一方法实施例的基本原理及产生的技术效果相同，为简要描述，本实施例部分未提及之处，可参考上述的方法实施例中的相应内容，在此不做赘述。

图3示出了本申请实施例提供的电子设备300的一种可能的结构。请参照图3，电子设备300包括：处理器310、存储器320以及通信接口330，这些组件通过通信总线340和/或其他形式的连接机构(未示出)互连并相互通讯。

其中，存储器320包括一个或多个(图中仅示出一个)，其可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，简称EEPROM)等。处理器310以及其他可能的组件可对存储器320进行访问，读和/或写其中的数据。

处理器310包括一个或多个(图中仅示出一个)，其可以是一种集成电路芯片，具有信号的处理能力。上述的处理器310可以是通用处理器，包括中央处理器(CentralProcessing Unit，简称CPU)、微控制单元(Micro Controller Unit，简称MCU)、网络处理器(Network Processor，简称NP)或者其他常规处理器；还可以是专用处理器，包括数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuits，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称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。

通信接口330包括一个或多个(图中仅示出一个)，可以用于和其他设备进行直接或间接地通信，以便进行数据的交互。通信接口330可以是以太网接口；可以是移动通信网络接口，例如3G、4G、5G网络的接口；还是可以是具有数据收发功能的其他类型的接口。

在存储器320中可以存储一个或多个计算机程序指令，处理器310可以读取并运行这些计算机程序指令，以实现本申请实施例提供的商品推送方法的步骤以及其他期望的功能。

可以理解，图3所示的结构仅为示意，电子设备300还可以包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。于本申请实施例中，电子设备300能够分析各个用户的历史购物信息，获得每个用户的用户标签，并利用大数据分析将待推送商品准确定位到至少一个用户标签，然后向具有该用户标签的用户群体推送该待推送商品，实现商品广告的有效、准确匹配，精准触达目标用户。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被计算机的处理器读取并运行时，执行本申请实施例提供的商品推送方法的步骤。例如，计算机可读存储介质可以实现为图3中电子设备300中的存储器320。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。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，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，又例如，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，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实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

需要说明的是，功能如果以软件功能模块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、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。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种商品推送方法，其特征在于，所述方法包括：

利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签；

向预设有所述用户标签的用户推送所述待推送商品，其中，每个用户预设有至少一个根据所述用户的历史购物信息确定的用户标签。

2.根据权利要求1所述的方法，其特征在于，在利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签之前，所述方法还包括：

获取目标用户的历史购物信息，所述历史购物信息包括目标用户购买、加入购物车或者浏览过的商品所对应的商品属性；

根据所述商品属性分析获得目标用户的至少一个用户特征，并根据所述至少一个用户特征为所述目标用户分别添加对应的用户标签。

3.根据权利要求2所述的方法，其特征在于，所述获取目标用户的历史购物信息，包括：

根据目标用户的IP地址或者用户账号，通过爬虫程序从第三方平台上爬取对应的历史购物信息。

4.根据权利要求1所述的方法，其特征在于，所述向预设有所述用户标签的用户推送所述待推送商品，包括：

向预设有所述至少一个用户标签中的全部用户标签的用户推送所述待推送商品。

5.一种商品推送装置，其特征在于，所述装置包括：

分析模块，用于利用大数据分析获得待推送商品面向的需求用户所对应的至少一个用户标签；

推送模块，用于向预设有所述用户标签的用户推送所述待推送商品，其中，每个用户预设有至少一个根据所述用户的历史购物信息确定的用户标签。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：信息获取模块和标签添加模块；

所述信息获取模块用于获取目标用户的历史购物信息，所述历史购物信息包括目标用户购买、加入购物车或者浏览过的商品所对应的商品属性；

所述标签添加模块用于根据所述商品属性分析获得目标用户的至少一个用户特征，并根据所述至少一个用户特征为所述目标用户分别添加对应的用户标签。

7.根据权利要求6所述的装置，其特征在于，所述信息获取模块具体用于：根据目标用户的IP地址或者用户账号，通过爬虫程序从第三方平台上爬取对应的历史购物信息。

8.根据权利要求5所述的装置，其特征在于，所述推送模块具体用于：向预设有所述至少一个用户标签中的全部用户标签的用户推送所述待推送商品。

9.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-4任一项所述的方法。

10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1-4任一项所述的方法。

Images