一种基于大数据互联网平台的信息推送方法及推送系统技术方案

本发明专利技术提供了一种基于大数据互联网平台的信息推送方法及推送系统，包括：信息收集模块，用于获取多个随机用户及某指定用户已有关于某类商品的搜索或购买信息；信息处理模块，用于建立多个关于该类商品的搜索或购买

【技术实现步骤摘要】
一种基于大数据互联网平台的信息推送方法及推送系统


[0001]本专利技术涉及信息推送
，具体地说，是涉及一种基于大数据互联网平台的信息推送方法及推送系统。

技术介绍

[0002]现有的信息推送方法，如中国专利201810474053 .5所公开的一种基于用户偏好的消息推送方法，包括如下步骤：获取用户信息；通过购物网站获取用户信息，用户信息包括用户相应时间段内的购买搜索关键字、购物车添加记录、收藏店铺添加记录、浏览店铺历史记录以及购买订单记录；对用户进行分组，建立用户偏好分组标准，并按照用户偏好分组将具有同种用户偏好的用户进行分组，形成各个用户组；对推送信息进行分类，按照用户偏好分组标准将需要推送的信息进行分类，形成多个推送信息组；将同个用户偏好的推送信息组发送给用户组，实现信息推送。
[0003]上述技术方案具有以下缺点：该方法仅仅基于用户过去的偏好进行信息推送，不考虑用户未来的需求，信息推送不精准。

技术实现思路

[0004]本专利技术的目的在于克服上述传统技术的不足之处，提供一种基于大数据互联网平台的信息推送方法及推送系统，预测用户未来的需求，提高信息推送精准度。
[0005]本专利技术的目的是通过以下技术措施来达到的：一种基于大数据互联网平台的信息推送方法，包括以下步骤：S1、获取多个随机用户已有关于某类商品的搜索或购买信息，建立多个关于该类商品的搜索或购买
‑
时间模型；S2、获取某指定用户已有的搜索或购买信息，确定该指定用户关于该类商品的搜索或购买信息发生时间与关于该类商品的搜索或购买
‑
时间模型中某一部分搜索或购买信息发生时间之间的差值；S3、若步骤S2中的差值小于设定值，则该指定用户使用该搜索或购买
‑
时间模型，在该搜索或购买
‑
时间模型中下一个搜索或购买发生时间范围内向该指定用户推送关于该类商品的信息；若步骤S2中的差值大于设定值，则该指定用户使用差值最小的搜索或购买
‑
时间模型，并根据该用户关于该类商品的搜索或购买信息建立一个新的关于该类商品的搜索或购买
‑
时间模型。
[0006]作为一种改进：在步骤S1中，建立关于该类商品的搜索或购买
‑
时间模型的方法包括以下步骤：A1、获取某随机用户已有关于该类商品的搜索或购买信息发生时间，确定该类商品的搜索或购买信息发生时间的规律性；A2、若该类商品的搜索或购买信息发生时间符合周期性规律，则建立关于该类商
品的搜索或购买
‑
时间模型；若该类商品的搜索或购买信息发生时间不符合周期性规律，则确定将该用户随机用户关于该类商品的搜索或购买信息发生时间与其他随机用户关于该类商品的搜索或购买信息发生时间之间的差值；A3、若步骤A2中的差值小于设定值，则建立关于该类商品的搜索或购买
‑
时间模型。
[0007]作为一种改进：在步骤A1中，确定该类商品的搜索或购买信息发生时间的规律性时，以第一次出现该类商品的搜索或购买信息为初始时间点。
[0008]作为一种改进：在步骤S1中，建立关于该类商品的搜索或购买
‑
时间模型的方法包括以下步骤：B1、获取多个随机用户已有关于某类商品的搜索或购买信息发生时间，确定搜索或购买信息量大于设定值的发生时间，确定该类商品的搜索或购买信息量大于设定值的发生时间规律性；B2、若该类商品的搜索或购买信息量大于设定值的发生时间符合周期性规律，则建立关于该类商品的搜索或购买
‑
时间模型。
[0009]作为一种改进：在步骤S1中，关于该类商品的搜索或购买
‑
时间模型中包括该类商品中具体的某种商品的搜索或购买信息发生时间，在步骤S3中，向该指定用户推送关于该种商品的信息。
[0010]作为一种改进：在步骤S1中，建立多个关于该类商品的搜索购买
‑
时间模型，确定搜索信息发生时间与购买信息发生时间的差值，若该差值小于设定值，这认为此次搜索与此次购买具有关联性；在步骤S3中，以搜索发生时间作为向该指定用户推送关于该类商品的信息的指标。
[0011]作为一种改进：在步骤S3中，若该指定用户可以使用多个搜索或购买
‑
时间模型，则使用步骤S2中的平均差值最小的模型。
[0012]作为一种改进：还包括以下步骤：S4、确定该指定用户是否浏览了商品信息，若该指定用户浏览了商品信息，则认为该指定用户进行了搜索，并向商户推送该指定用户的浏览信息。
[0013]作为一种改进：还包括以下步骤：S5、确定多个随机用户是否浏览了商品信息，按浏览量对所推送的商品信息进行排序。
[0014]一种应用如上所述的基于大数据互联网平台的信息推送方法的信息推送系统，包括：信息收集模块，用于获取多个随机用户及某指定用户已有关于某类商品的搜索或购买信息；信息处理模块，用于建立多个关于该类商品的搜索或购买
‑
时间模型，并确定该指定用户关于该类商品的搜索或购买信息发生时间与关于该类商品的搜索或购买
‑
时间模型中某一部分搜索或购买信息发生时间之间的差值；信息推送模块，用于向该指定用户推送关于该类商品的信息。
[0015]由于采用了上述技术方案，与现有技术相比，本专利技术的优点是：利用大数据建立搜索或购买
‑
时间模型，然后利用搜索或购买
‑
时间模型来预测某指定用户未来的需求，并在用户产生需求时进行信息推送，提高信息推送精准度。
[0016]下面结合附图和具体实施方式对本专利技术作进一步说明。
附图说明
[0017]附图1是本专利技术一种基于大数据互联网平台的信息推送方法的流程示意图。
[0018]附图2是本专利技术一种基于大数据互联网平台的信息推送系统的结构示意图。
具体实施方式
[0019]实施例1：如附图1所示，一种基于大数据互联网平台的信息推送方法，包括以下步骤：S1、获取多个随机用户已有关于某类商品的搜索或购买信息，建立多个关于该类商品的搜索或购买
‑
时间模型。
[0020]具体的，可以分别根据多个随机用户已有关于某类商品的搜索信息建立关于该类商品的搜索
‑
时间模型，根据多个随机用户已有关于某类商品的购买信息建立关于该类商品的购买
‑
时间模型。
[0021]具体的，还可以将搜索及购买信息放置于同一模型中，建立多个关于该类商品的搜索购买
‑
时间模型，确定搜索信息发生时间与购买信息发生时间的差值，若该差值小于设定值，该设定值可以选择1天、3天或7天，这认为此次搜索与此次购买具有关联性，可以视为一次搜索。
[0022]本步骤用于了解用户何时进行了搜索或者何时进行了购买，方便确定搜索或购买信息发生与时间的关系。
[0023]在步骤S1中，一种建立关于该类商品的搜索或购买
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据互联网平台的信息推送方法，其特征在于，包括以下步骤：S1、获取多个随机用户已有关于某类商品的搜索或购买信息，建立多个关于该类商品的搜索或购买
‑
时间模型；S2、获取某指定用户已有的搜索或购买信息，确定该指定用户关于该类商品的搜索或购买信息发生时间与关于该类商品的搜索或购买
‑
时间模型中某一部分搜索或购买信息发生时间之间的差值；S3、若步骤S2中的差值小于设定值，则该指定用户使用该搜索或购买
‑
时间模型，在该搜索或购买
‑
时间模型中下一个搜索或购买发生时间范围内向该指定用户推送关于该类商品的信息；若步骤S2中的差值大于设定值，则该指定用户使用差值最小的搜索或购买
‑
时间模型，并根据该用户关于该类商品的搜索或购买信息建立一个新的关于该类商品的搜索或购买
‑
时间模型。2.根据权利要求1所述的基于大数据互联网平台的信息推送方法，其特征在于：在步骤S1中，建立关于该类商品的搜索或购买
‑
时间模型的方法包括以下步骤：A1、获取某随机用户已有关于该类商品的搜索或购买信息发生时间，确定该类商品的搜索或购买信息发生时间的规律性；A2、若该类商品的搜索或购买信息发生时间符合周期性规律，则建立关于该类商品的搜索或购买
‑
时间模型；若该类商品的搜索或购买信息发生时间不符合周期性规律，则确定将该用户随机用户关于该类商品的搜索或购买信息发生时间与其他随机用户关于该类商品的搜索或购买信息发生时间之间的差值；A3、若步骤A2中的差值小于设定值，则建立关于该类商品的搜索或购买
‑
时间模型。3.根据权利要求2所述的基于大数据互联网平台的信息推送方法，其特征在于：在步骤A1中，确定该类商品的搜索或购买信息发生时间的规律性时，以第一次出现该类商品的搜索或购买信息为初始时间点。4.根据权利要求1所述的基于大数据互联网平台的信息推送方法，其特征在于：在步骤S1中，建立关于该类商品的搜索或购买
‑
时间模型的方法包括以下步骤：B1、获取多个随机用户已有关于某类商品的搜索或购买信息发生时间，确定搜索或...

【专利技术属性】
技术研发人员：牟体康，任启强，
申请(专利权)人：广州易海创腾信息科技有限公司，
类型：发明
国别省市：