基于流式用户行为分析的产品推送方法和装置制造方法及图纸

本发明专利技术提供一种基于流式用户行为分析的产品推送方法和装置，其中，该方法包括：获取各用户的用户行为数据；根据用户行为数据，采用流计算方法确定用户行为信息；根据用户行为信息，采用流计算方法确定各用户的关联推荐商品类别候选集，每一个关联推荐商品类别候选集中包括关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据；对各用户的关联推荐商品类别候选集进行合并频集处理，确定各商品类别的支持度；根据各商品类别的支持度，确定推荐商品列表，其中，推荐商品列表中包括推荐商品类别。从而提供了可以准确的为用户推荐商品的方法，根据用户自身的需求以及当前的大数据分析的结果，为用户推荐商品，满足用户的需求。

Product pushing method and device based on flow type user behavior analysis

The invention provides a method of the analysis of user behavior flow products push method and device based on the method, including: user behavior data acquisition of each user; according to user behavior data, using flow calculation method to determine the user behavior information; according to user behavior information, use the flow calculation method to determine the Association of each user recommendation the category of candidate sets, each associated with the recommended candidate set categories of goods including the impact of data, associated with the commodity recommendation data corresponding to the data association factor commodity; the associated user recommended candidate categories of goods with frequency set, determine the supports of all categories of goods; according to the supports of all categories of goods. To determine the recommended list of goods, the recommendation list includes recommended categories of goods. Thus, the method of recommending goods accurately for users is provided. According to the user's own needs and the results of the current large data analysis, the product is recommended for the user to meet the needs of the users.

【技术实现步骤摘要】
基于流式用户行为分析的产品推送方法和装置
本专利技术涉及终端
，尤其涉及一种基于流式用户行为分析的产品推送方法和装置。
技术介绍
随着社会发展和进步，现在的终端可以智能化的为用户推荐商品等，以便于用户查找需要的商品。现有技术中，通常终端会统计大部分人曾经搜索过的商品，进而经过统计之后把大部分人曾经搜索过的商品推荐给用户；或者终端根据自身的设置或者广告主的需求，把想推荐给用户的商品去推荐给用户；或者用户在该终端上有过搜索记录，然后终端把与搜索记录中的相关产品，都推荐给用户。然而现有技术中，把大部分人曾经搜索过的商品推荐给用户、以及把想推荐给用户的商品去推荐给用户的方法，不能满足当前用户的需求；终端把与搜索记录中的相关产品都推荐给用户的方法并不准确，推荐方法不准确。
技术实现思路
本专利技术提供一种基于流式用户行为分析的产品推送方法和装置，用以解决现有技术中终端把与搜索记录中的相关产品都推荐给用户的方法，并不准确，推荐方法不准确的问题。本专利技术的一方面是提供一种基于流式用户行为分析的产品推送方法，包括：获取各用户的用户行为数据；根据用户行为数据，采用流计算方法确定用户行为信息，其中，本文档来自技高网...

【技术保护点】
一种基于流式用户行为分析的产品推送方法，其特征在于，包括：获取各用户的用户行为数据；根据用户行为数据，采用流计算方法确定用户行为信息，其中，用户行为信息包括用户浏览信息和/或用户购买信息；根据用户行为信息，采用流计算方法确定各用户的关联推荐商品类别候选集，其中，每一个关联推荐商品类别候选集中包括关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据；对各用户的关联推荐商品类别候选集进行合并频集处理，确定各商品类别的支持度；根据各商品类别的支持度，确定推荐商品列表，其中，推荐商品列表中包括推荐商品类别。

【技术特征摘要】
1.一种基于流式用户行为分析的产品推送方法，其特征在于，包括：获取各用户的用户行为数据；根据用户行为数据，采用流计算方法确定用户行为信息，其中，用户行为信息包括用户浏览信息和/或用户购买信息；根据用户行为信息，采用流计算方法确定各用户的关联推荐商品类别候选集，其中，每一个关联推荐商品类别候选集中包括关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据；对各用户的关联推荐商品类别候选集进行合并频集处理，确定各商品类别的支持度；根据各商品类别的支持度，确定推荐商品列表，其中，推荐商品列表中包括推荐商品类别。2.根据权利要求1所述的方法，其特征在于，在所述根据各商品类别的支持度，确定推荐商品列表之后，还包括：确定推荐商品列表中支持度最大的推荐商品类别，查找支持度最大的推荐商品类别的商品信息，显示该商品信息。3.根据权利要求1所述的方法，其特征在于，所述对各用户的关联推荐商品类别候选集进行合并频集处理，确定各商品类别的支持度，包括：对各用户的关联推荐商品类别候选集进行合并频集处理，得到每一个关联商品推荐度数据的比重；根据各关联商品推荐度数据的比重，确定各商品类别的支持度。4.根据权利要求1-3任一项所述的方法，其特征在于，在所述根据用户行为信息，采用流计算方法确定各用户的关联推荐商品类别候选集之前，还包括：获取用户的预设商品类别候选集以及影响因子更新信息，其中，所述预设商品类别候选集中包括用户在预设时间内购买的商品的关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据，或者，预设商品类别候选集中包括根据大数据而自动调整出的关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据；根据预设商品类别候选集以及影响因子更新信息，判断是否需要更新关联推荐商品类别候选集；若确定需要更新关联推荐商品类别候选集，则更新关联推荐商品类别候选集。5.一种基于流式用户行为分析的产品推送装置...

【专利技术属性】
技术研发人员：张振，裴宏祥，于滨，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京,11