[发明专利]信息推送方法和装置

说明书

本申请公开了信息推送方法和装置。该方法的一具体实施方式包括：获取用户针对同一物品类别的物品的至少两个订单信息，其中，订单信息包括订单日期和购买量；基于至少两个订单信息中的购买量，确定用户针对物品类别的物品的间隔期的日均消耗量，其中，间隔期为订单日期相邻的两个订单的日期间隔；基于各个间隔期的日均消耗量，确定用户针对物品类别的物品的平均日均消耗量；基于平均日均消耗量和最新订单对应的购买量，确定向用户的用户终端推送物品类别的物品关联的物品信息的推送日期；基于推送日期，向用户的用户终端推送物品类别的物品关联的物品信息。该实施方式提高了信息推送的有效性。

技术领域

本申请涉及计算机技术领域，具体涉及电子商务技术领域，尤其涉及信息推送方法和装置。

背景技术

随着电子商务的高速发展，各个电商公司经营品类范围的不断扩大，积累的用户订单数据的不断丰富，基于用户针对消费品的复购行为的分析，预测用户下一次购买该物品的时间已经成为各公司预测销量、提升商品复购转化率的一种重要手段。因此，如何有效的向用户推送信息，是一个值得研究的问题。

发明内容

本申请的目的在于提出一种改进的信息推送方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种信息推送方法，该方法包括：获取用户针对同一物品类别的物品的至少两个订单信息，其中，订单信息包括订单日期和购买量；基于至少两个订单信息中的购买量，确定用户针对物品类别的物品的间隔期的日均消耗量，其中，间隔期为订单日期相邻的两个订单的日期间隔；基于各个间隔期的日均消耗量，确定用户针对物品类别的物品的平均日均消耗量；基于平均日均消耗量和最新订单对应的购买量，确定向用户的用户终端推送物品类别的物品关联的物品信息的推送日期；基于推送日期，向用户的用户终端推送物品类别的物品关联的物品信息。

在一些实施例中，基于各个间隔期的日均消耗量，确定用户针对物品类别的物品的平均日均消耗量，包括：确定各个间隔期的日均消耗量的类型，其中，类型包括正常和异常；基于各个间隔期的日均消耗量的类型，确定用户针对物品类别的物品的平均日均消耗量。

在一些实施例中，确定各个间隔期的日均消耗量的类型，包括：将物品类别和针对物品类别的物品的各个间隔期的日均消耗量输入预先训练的类型识别模型，以确定针对物品类别的物品的各个间隔期的日均消耗量对应的类型，其中，类型识别模型用于表征针对物品类别的物品的间隔期的日均消耗量与类型的对应关系。

在一些实施例中，该方法还包括：训练类型识别模型的步骤，包括：获取针对各个物品类别的物品的间隔期的日均消耗量的样本集合，其中，样本集合包括预先标识出的正常类型的间隔期的日均消耗量的样本和预先标识出的异常类型的间隔期的日均消耗量的样本；利用机器学习方法，基于标识出的正常类型的间隔期的日均消耗量的样本和标识出的异常类型的间隔期的日均消耗量的样本，训练得到类型识别模型。

在一些实施例中，确定各个间隔期的日均消耗量的类型，包括：求取日期在前的间隔期的日均消耗量与相邻的且日期在后的间隔期的日均消耗量的差值的绝对值，再将差值的绝对值除以日期在前的间隔期的日均消耗量得到的商确定为日期在后的间隔期的日均消耗量的稳定度，其中，针对每个间隔期的日均消耗量，将确定该间隔期的日均消耗量时所使用的订单日期相邻的两个订单的在前订单日期或在后订单日期作为该间隔期的日均消耗量的日期；确定稳定度是否小于等于预设的稳定度阈值；若是，则确定日期在后的间隔期的日均消耗量的类型为正常；若否，则确定日期在后的间隔期的日均消耗量的类型为异常。