[发明专利]信息推送方法和推送系统

说明书

本发明实施例提供一种信息推送方法和推送系统，包括：接收第一客户端针对目标商品的提问信息；获取当前时段的加权因子，加权因子为随时段递增的特征变量；根据加权因子和目标商品的平均推送量计算得到目标商品在当前时段的当前推送量，平均推送量为针对目标商品历史提问信息的平均可推送数量；以及根据当前推送量将提问信息推送给多个第二客户端，多个第二客户端为目标商品购买者的客户端。本发明解决了传统信息推送方法因推送量固定而导致提问信息回答情况不佳的技术问题。

技术领域

本发明涉及电子商务技术领域，具体涉及一种电商问答中信息推送方法和推送系统。

背景技术

电商问答是近年来电商行业新兴的一种产品形态，在电商问答过程中，商品的潜在购买者提出自己关心的问题，已购买者看到问题后，根据自己使用经验回答潜在购买者。

电商问答过程能进行的重要前提是潜在购买者提出问题后，已购买者能够看到这个问题并给出回答，因此，如何让潜在购买者的提问信息都获得回答成为电商问答中一个重点关注方面。目前业界对提问信息推送的主流方法是通过应用程序(Application，简称APP)将潜在购买者的每个提问信息都推送给固定数量的已购买者。

由于一天内较早提问信息会先占据已购买者，且已购买者对一天内较晚收到的提问信息的回答概率比较早的要低，因而较早提问信息的推送量太大会影响已购买者对较晚提问信息的回答情况，然而，上述信息推送方法中的提问信息推送量对所有时段都是固定的，这将常常导致推送量不合适，从而使得一天内提问信息的回答情况不佳。

发明内容

有鉴于此，本发明实施例提供了一种信息推送方法和推送系统，以解决传统信息推送方法因推送量固定而导致提问信息回答情况不佳的技术问题。

根据本发明的第一方面，提供一种信息推送方法，包括：

接收第一客户端针对目标商品的提问信息；

获取当前时段的加权因子，所述加权因子为随时段递增的特征变量；

根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量，所述平均推送量为针对所述目标商品历史提问信息的平均可推送数量；以及

根据所述当前推送量将所述提问信息推送给多个第二客户端，所述多个第二客户端为所述目标商品已购买者的客户端。

可选地，根据所述加权因子和所述目标商品的平均推送量计算得到所述目标商品在所述当前时段的当前推送量，包括：

比较所述目标商品的最小推送量和加权值，所述加权值等于所述加权因子与所述目标商品的平均推送量的乘积，所述最小推送量为所述提问信息获得回答的推送量最小值；

将所述最小推送量和所述加权值中较大值作为所述目标商品在所述当前时段的当前推送量。

可选地，所述最小推送量通过点击概率和回答率确定，其中，所述点击概率为针对商品的历史提问信息被发送后受到点击的概率，所述回答率为针对商品的历史提问信息被已购买者点击后受到回答的概率。

可选地，所述加权因子、所述平均推送量、所述最小推送量和所述已购买者序列在每日凌晨离线计算得到。

可选地，所述平均推送量为针对所述目标商品历史提问信息的日均数量与所述目标商品的已购买者数量之比值。

可选地，根据所述当前推送量将所述提问信息推送给多个第二客户端，包括：

获取所述目标商品各个已购买者购买过的商品数量；

按照所述商品数量将所述目标商品已购买者进行升序排序，得到已购买者序列；