[发明专利]一种商品推荐单推送方法及商品推荐单推送系统

权利要求书

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、商品类型、商品价格是否匹配，若匹配，则根据商品优惠数据生成商品推荐单，推送给用户。

6.根据权利要求5所述的商品推荐单推送方法，其特征在于，还包括：

根据用户相关数据生成用户画像；

判断在售商品数据与用户画像是否匹配，若匹配，则将在售商品数据生成商品推荐单，推送给用户。

7.根据权利要求6所述的商品推荐单推送方法，其特征在于，还包括：

采集用户对在售商品的评价数据，根据该评价数据将在售商品划分为不同等级，并选取等级高的在售商品数据生成商品推荐单。

8.根据权利要求7所述的商品推荐单推送方法，其特征在于，还包括：

根据用户的历史购物清单，计算用户的累积消费数，根据该累积消费数将用户分为不同等级。

9.一种商品推荐单推送系统，其特征在于，包括：

数据采集模块，用于采集用户数据和在售商品数据；

再次购买时间预测模块，用于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；

偏好商品匹配模块，用于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；

商品推荐单生成模块，用于根据与用户偏好的商品匹配的商品数据生成商品推荐单；

商品推荐单发送模块，用于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。

10.根据权利要求9所述的商品推荐单推送系统，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。