[发明专利]一种信息推送方法和装置

说明书

本申请公开了一种信息推送方法和装置，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。采用本发明，可以提高信息推送的准确度。

技术领域

本发明涉及计算机技术领域，特别是涉及一种信息推送方法和装置。

背景技术

目前，电商平台基于用户购物车的商品数据进行数据挖掘的方案中，通常是直接提取用户购物车商品数据，基于该数据进行信息的个性化推荐、或对用户喜爱的商品进行分析定位、或对用户进行画像分析等。

在实现本发明的过程中，发明人发现上述现有的基于购物车数据的数据挖掘方案至少存在以下问题：

一、用户在某时间段加入购物车的商品在一定程度上并不能等同于用户真正感兴趣的商品，可能是处于待挑选状态，也可能是在其他渠道已经购买了该商品没有及时清理购物车。因此，上述直接基于用户购物车数据进行个性化推荐的数据挖掘准确性有限。

二、用户感兴趣的商品不是一成不变的，往往会随着时间而变化，而现有的基于购物车的数据挖掘方案没有按照时间维度去考虑用户在某个时间段所需要的某类商品的潜在规律，如此，也会影响数据挖掘的准确性。

由此可见，现有的基于购物车数据的数据挖掘方案存在准确性不够高的问题，进而无法基于数据挖掘结果进行准确地信息匹配和推送。

发明内容

有鉴于此，本发明的主要目的在于提供一种信息推送方法和装置，可以提高信息推送的准确度。

为了达到上述目的，本发明实施例提出的技术方案为：

一种信息推送方法，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。

较佳地，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。

较佳地，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。

较佳地，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。

较佳地，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。