[发明专利]一种信息推送方法和装置

权利要求书

1.一种信息推送方法，其特征在于，包括：

根据用户在预设历史时间段内加入购物车的产品信息以及在该历史时间段内产生的订单数据，生成相应的产品数据以及产品数据的状态标识；

根据所述产品数据以及所述产品数据的状态标识，对预设的机器学习模型进行训练；

对于所述用户在最近预设的第一时间段内加入购物车的每个产品，利用经过所述训练得到的隐马尔科夫模型，对该产品是否会被所述用户下单进行预测；根据所述预测的结果，为所述用户匹配相应的产品推送信息，将所述产品推送信息发送给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述根据用户在预设历史时间段内加入购物车的产品信息以及在该历史时间段内产生的订单数据，生成相应的产品数据以及产品数据的状态标识包括：

根据所述用户在所述历史时间段内加入购物车的产品信息，生成相应的产品数据；

根据所述用户在所述历史时间段内产生的订单数据，判断所述历史时间段内放入购物车的每个产品是否被所述用户下单；

根据所述判断的结果，对相应的产品数据的状态进行标识。

3.根据权利要求2所述的方法，其特征在于，根据所述用户在所述历史时间段内加入购物车的产品信息，生成相应的产品数据包括：

对于所述用户在所述历史时间段内加入购物车的每个产品，将所述用户将该产品加入购物车的时间信息与该产品的预设级别的品类标识信息进行串接，得到该产品对应的所述产品数据。

4.根据权利要求3所述的方法，其特征在于，所述时间信息为月份信息，所述预设级别的品类标识信息为三级品类标识信息。

5.根据权利要求1所述的方法，其特征在于，所述历史时间段为最近的预设第二时间段，所述第二时间段的时长大于所述第一时间段的时长。

6.根据权利要求5所述的方法，其特征在于，所述第一时间段为一周，所述第二时间段为一个月。

7.根据权利要求1所述的方法，其特征在于，根据所述预测的结果，为所述用户匹配相应的产品推送信息包括：

当所述预测的结果为会被所述用户下单时，所述匹配到的产品推送信息为与相应产品进行搭配使用的相关产品信息；

当所述预测的结果为不会被所述用户下单时，所述匹配到的产品推送信息为相应产品的优惠券配送信息。

8.根据权利要求1所述的方法，其特征在于，所述机器学习模型为隐马尔科夫模型。

9.一种信息推送装置，其特征在于，包括：

样本数据获取单元，用于根据用户在预设历史时间段内加入购物车的产品信息以及在该历史时间段内产生的订单数据，生成相应的产品数据以及产品数据的状态标识；

模型训练单元，用于根据所述产品数据以及所述产品数据的状态标识，对预设的机器学习模型进行训练；

预测和推送单元，用于对于所述用户在最近预设的第一时间段内加入购物车的每个产品，利用经过所述训练得到的机器学习模型，对该产品是否会被所述用户下单进行预测；根据所述预测的结果，为所述用户匹配相应的产品推送信息，将所述产品推送信息发送给所述用户。

10.根据权利要求9所述的装置，其特征在于，所述样本数据获取单元，用于根据所述用户在所述历史时间段内加入购物车的产品信息，生成相应的产品数据；根据所述用户在所述历史时间段内产生的订单数据，判断所述历史时间段内放入购物车的每个产品是否被所述用户下单；根据所述判断的结果，对相应的产品数据的状态进行标识。

11.根据权利要求10所述的装置，其特征在于，所述样本数据获取单元，用于对于所述用户在所述历史时间段内加入购物车的每个产品，将所述用户将该产品加入购物车的时间信息与该产品的预设级别的品类标识信息进行串接，得到该产品对应的所述产品数据。