一种商品推荐单推送方法及商品推荐单推送系统技术方案

本发明专利技术涉及一种商品推荐单推送方法及商品推荐单推送系统，该方法包括：采集用户数据和在售商品数据；根据用户数据获取用户偏好的商品以及用户购买商品的周期，预测用户对商品的下一次购买时间；从在售商品数据中提取与用户偏好的商品匹配的商品数据；根据与用户偏好的商品匹配的商品数据生成商品推荐单；在预测的用户对商品的下一次购买时间之前向用户发送商品推荐单。本发明专利技术的商品推荐单推送方法和商品推荐单推送系统自动向用户推送对应的商品，为商家提供商品的推广、定位和精准对象，促进商品的交易。

【技术实现步骤摘要】
一种商品推荐单推送方法及商品推荐单推送系统
本专利技术涉及数据平台开发
，尤其涉及一种商品推荐单推送方法及商品推荐单推送系统。
技术介绍
随着电子技术和网络技术的不断发展，越来越多的用户喜欢网络购物。当前无论是在线购物还是线下购物，购物历史数据都是沉淀的，没有利用起来，特别是商家的新产品推出，在无法确认用户人群画像的情况下，需要大量的市场调研来确定商品的定位。虽然电商行业发展飞速，但是，目前，更多用户喜欢到线下实体店去体验消费，使得用户在购买前能体验商品，更了解商品。因此，提供一种商品推荐单推送方法及商品推荐单推送系统。
技术实现思路
鉴于上述问题，提出了本专利技术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商品推荐单推送方法及商品推荐单推送系统，能够分析用户的购物喜好，根据用户画像向用户自动匹配商品，方便用户更加精准和快捷地购物，也为商家提供了明确的用户画像和商品定位。根据本专利技术的一个方面，提供一种商品推荐单推送方法，包括以下步骤：采集用户数据和在售商品数据；根据用户数据获取用户偏好的商品以及用户购买商品的周期，预测用户对商品的下一次购买时间；从在售商品数据中提取与用本文档来自技高网...

【技术保护点】
1.一种商品推荐单推送方法，其特征在于，包括以下步骤：采集用户数据和在售商品数据；根据用户数据获取用户偏好的商品以及用户购买商品的周期，预测用户对商品的下一次购买时间；从在售商品数据中提取与用户偏好的商品匹配的商品数据；根据与用户偏好的商品匹配的商品数据生成商品推荐单；在预测的用户对商品的下一次购买时间之前向用户发送商品推荐单。

【技术特征摘要】
1.一种商品推荐单推送方法，其特征在于，包括以下步骤：采集用户数据和在售商品数据；根据用户数据获取用户偏好的商品以及用户购买商品的周期，预测用户对商品的下一次购买时间；从在售商品数据中提取与用户偏好的商品匹配的商品数据；根据与用户偏好的商品匹配的商品数据生成商品推荐单；在预测的用户对商品的下一次购买时间之前向用户发送商品推荐单。2.根据权利要求1所述的商品推荐单推送方法，其特征在于，用户数据包括用户的历史购物清单和用户身份数据，在售商品数据包括商品类型、商品名称、商品价格。3.根据权利要求2所述的商品推荐单推送方法，其特征在于，还包括：分析用户的所有历史购物清单，获取历史购物清单中的商品名称、商品类型、商品价格和购物时间；对用户的历史购物清单中的各商品预测用户的下一次购买时间；将历史购物清单中的商品名称、商品类型、商品价格与在售商品数据进行匹配，提取出与用户偏好的商品匹配的商品数据，以生成商品推荐单；根据用户身份数据在预测的用户对商品的下一次购买时间之前向用户发送商品推荐单。4.根据权利要求3所述的商品推荐单推送方法，其特征在于，还包括：对于用户的历史购物清单中的商品，根据商品的保质期预测用户的下一次购买时间。5.根据权利要求4所述的商品推荐单推送方法，其特征在于，还包括：在获取商品优惠数据时，判断该商品优惠数据与用户的历史购物清单中的商品名称、商品...

【专利技术属性】
技术研发人员：刘亮，
申请(专利权)人：上海朝朝晤网络科技有限公司，
类型：发明
国别省市：上海,31