[发明专利]一种基于大数据互联网平台的信息推送方法及推送系统

说明书

本发明提供了一种基于大数据互联网平台的信息推送方法及推送系统，包括：信息收集模块，用于获取多个随机用户及某指定用户已有关于某类商品的搜索或购买信息；信息处理模块，用于建立多个关于该类商品的搜索或购买‑时间模型，并确定该指定用户关于该类商品的搜索或购买信息发生时间与关于该类商品的搜索或购买‑时间模型中某一部分搜索或购买信息发生时间之间的差值；信息推送模块，用于向该指定用户推送关于该类商品的信息。由于采用了上述技术方案，与现有技术相比，本发明的优点是：利用大数据建立搜索或购买‑时间模型，然后利用搜索或购买‑时间模型来预测某指定用户未来的需求，并在用户产生需求时进行信息推送，提高信息推送精准度。

技术领域

本发明涉及信息推送技术领域，具体地说，是涉及一种基于大数据互联网平台的信息推送方法及推送系统。

背景技术

现有的信息推送方法，如中国专利201810474053 .5所公开的一种基于用户偏好的消息推送方法，包括如下步骤：获取用户信息；通过购物网站获取用户信息，用户信息包括用户相应时间段内的购买搜索关键字、购物车添加记录、收藏店铺添加记录、浏览店铺历史记录以及购买订单记录；对用户进行分组，建立用户偏好分组标准，并按照用户偏好分组将具有同种用户偏好的用户进行分组，形成各个用户组；对推送信息进行分类，按照用户偏好分组标准将需要推送的信息进行分类，形成多个推送信息组；将同个用户偏好的推送信息组发送给用户组，实现信息推送。

上述技术方案具有以下缺点：该方法仅仅基于用户过去的偏好进行信息推送，不考虑用户未来的需求，信息推送不精准。

发明内容

本发明的目的在于克服上述传统技术的不足之处，提供一种基于大数据互联网平台的信息推送方法及推送系统，预测用户未来的需求，提高信息推送精准度。

本发明的目的是通过以下技术措施来达到的：一种基于大数据互联网平台的信息推送方法，包括以下步骤：

S1、获取多个随机用户已有关于某类商品的搜索或购买信息，建立多个关于该类商品的搜索或购买-时间模型；

S2、获取某指定用户已有的搜索或购买信息，确定该指定用户关于该类商品的搜索或购买信息发生时间与关于该类商品的搜索或购买-时间模型中某一部分搜索或购买信息发生时间之间的差值；

S3、若步骤S2中的差值小于设定值，则该指定用户使用该搜索或购买-时间模型，在该搜索或购买-时间模型中下一个搜索或购买发生时间范围内向该指定用户推送关于该类商品的信息；

若步骤S2中的差值大于设定值，则该指定用户使用差值最小的搜索或购买-时间模型，并根据该用户关于该类商品的搜索或购买信息建立一个新的关于该类商品的搜索或购买-时间模型。

作为一种改进：在步骤S1中，建立关于该类商品的搜索或购买-时间模型的方法包括以下步骤：

A1、获取某随机用户已有关于该类商品的搜索或购买信息发生时间，确定该类商品的搜索或购买信息发生时间的规律性；

A2、若该类商品的搜索或购买信息发生时间符合周期性规律，则建立关于该类商品的搜索或购买-时间模型；

若该类商品的搜索或购买信息发生时间不符合周期性规律，则确定将该用户随机用户关于该类商品的搜索或购买信息发生时间与其他随机用户关于该类商品的搜索或购买信息发生时间之间的差值；

A3、若步骤A2中的差值小于设定值，则建立关于该类商品的搜索或购买-时间模型。

作为一种改进：在步骤A1中，确定该类商品的搜索或购买信息发生时间的规律性时，以第一次出现该类商品的搜索或购买信息为初始时间点。

作为一种改进：在步骤S1中，建立关于该类商品的搜索或购买-时间模型的方法包括以下步骤：

B1、获取多个随机用户已有关于某类商品的搜索或购买信息发生时间，确定搜索或购买信息量大于设定值的发生时间，确定该类商品的搜索或购买信息量大于设定值的发生时间规律性；