CN109859002B - 产品推送方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本申请实施例公开了一种产品推送方法、装置、计算机设备及存储介质。该方法包括：监测用户对产品的访问行为是否为断点行为，断点行为指用户在完成购买产品之前结束访问产品的行为；若用户对产品的访问行为为断点行为，获取用户的兴趣标签集和产品的产品标签，兴趣标签集包括至少一个兴趣标签；根据兴趣标签和产品标签判断产品是否为用户感兴趣的产品；若产品为用户感兴趣的产品，获取用户的当前位置信息和产品对应的推送信息；建立当前位置信息与推送信息之间的关联关系并保存关联关系；若检测到用户再次出现在当前位置信息对应的位置，根据关联关系将产品对应的推送信息推送给用户。该方法可以提高产品的推送效率和准确率。

Description

产品推送方法、装置、计算机设备及存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种产品推送方法、装置、计算机设备及存储介质。

背景技术

目前，基于地理位置的信息推送方法一般是由网络运营商或者产品供应商设置每个地理位置与产品等待推送信息之间的关联关系，然后在通过GPS(英文全称：GlobalPositioning System，中文名称：全球定位系统)等技术识别出用户出现在某个地理位置时，将预先设置的与该地理位置相关联的待推送信息推送给用户。

然而，上述推送方法虽然可以实现基于地理位置的产品等信息的推送，但是这种推送方法不能针对每个用户进行推送，即针对性不强，这样不但导致推送效率低，还会给用户造成垃圾信息骚扰的困扰。

发明内容

本申请提供了一种产品推送方法、装置、计算机设备及存储介质，以提高产品的推送效率和准确率。

第一方面，本申请提供了一种产品推送方法，其包括：

监测用户对产品的访问行为是否为断点行为，所述断点行为指所述用户在完成购买所述产品之前结束访问所述产品的行为；

若所述用户对所述产品的访问行为为所述断点行为，获取所述用户的兴趣标签集和所述产品的产品标签，所述兴趣标签集包括至少一个兴趣标签；

根据所述兴趣标签和产品标签判断所述产品是否为所述用户感兴趣的产品；

若所述产品为所述用户感兴趣的产品，获取所述用户的当前位置信息和所述产品对应的推送信息；

建立所述当前位置信息与所述推送信息之间的关联关系并保存所述关联关系；以及

若检测到所述用户再次出现在所述当前位置信息对应的位置，根据所述关联关系将所述产品对应的推送信息推送给所述用户。

第二方面，本申请提供了一种产品推送装置，其包括：

监测单元，用于监测用户对产品的访问行为是否为断点行为，所述断点行为指所述用户在完成购买所述产品之前结束访问所述产品的行为；

标签获取单元，用于若所述用户对所述产品的访问行为为所述断点行为，获取所述用户的兴趣标签集和所述产品的产品标签，所述兴趣标签集包括至少一个兴趣标签；

兴趣判断单元，用于根据所述兴趣标签和产品标签判断所述产品是否为所述用户感兴趣的产品；

信息获取单元，用于若所述产品为所述用户感兴趣的产品，获取所述用户的当前位置信息和所述产品对应的推送信息；

关系建立单元，用于建立所述当前位置信息与所述推送信息之间的关联关系并保存所述关联关系；

推送单元，用于若检测到所述用户再次出现在所述当前位置信息对应的位置，根据所述关联关系将所述产品对应的推送信息推送给所述用户。

第三方面，本申请又提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面提供的产品推送方法。

第四方面，本申请还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行第一方面提供的产品推送方法。

本申请提供一种产品推送方法、装置、计算机设备及存储介质。该方法在监测到用户对产品的访问行为为断点行为且该产品为用户感兴趣的产品时，将该产品的推送信息与用户的当前位置信息进行关联，从而在用户再次出现在该当前位置信息对应的位置时，可以向用户推送该产品，提高推送效率和准确率，同时，该推送方法也更具有针对性，可以针对每个用户向用户推荐其感兴趣的产品，使得产品推送更加智能化，提高用户的体验度。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的产品推送方法中兴趣标签集更新过程的示意流程图；

图2至图6均为本申请实施例提供的产品推送方法中兴趣标签集更新过程的一具体示意流程图；

图7为本申请实施例提供的一种产品推送方法的示意流程图；

图8为本申请实施例提供的一种产品推送方法的具体示意流程图；

图9为本申请实施例提供的一种产品推送装置的示意性框图；

图10为本申请实施例提供的一种产品推送装置的另一示意性框图；

图11为本申请实施例提供的一种计算机设备的示意性框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

本申请实施例提供一种产品推送方法，该产品推送方法应用于服务器中。在采用该产品推送方法进行产品推送之前，还需要对用户的兴趣标签集进行更新设置并存储，其中，用户的兴趣标签集包括至少一个兴趣标签以及对应的权重值，该兴趣标签是根据用户以往访问产品的历史访问行为得出的用于体现用户特征的标签。需要说明的是，在本实施例中，该产品是指线上产品。

如图1所示，图1是本申请实施例提供的产品推送方法中兴趣标签集更新过程的示意流程图。对用户的兴趣标签集进行更新的过程包括步骤S101至S105。

S101、统计预设时间段内用户访问的所有产品对应的产品标签中每种所述产品标签的标签访问次数。

其中，该预设时间段可以为一天、一个星期、一个月等等。譬如，当预设时间段为一天时，说明每天都需要对用户的兴趣标签进行更新，即用户的兴趣标签的更新周期为一天。该预设时间段可以根据实际需求进行设置，在此不做具体限制。

需要说明的是，每个产品都对应有至少一个产品标签，不同的产品对应的产品标签可能相同也可能不同，因此，在统计预设时间段内用户所访问的所有产品对应的产品标签中每种产品标签的标签访问次数时，每种产品标签的标签访问次数可能来自于同一个产品的访问行为，也可能来自不同产品的访问行为。

具体地，在一实施例中，如图2所示，图2是本申请实施例提供的产品推送方法中兴趣标签集更新过程的具体示意流程图。该步骤S101包括步骤S1011至S1013。

S1011、获取预设时间段内用户的访问行为数据包，所述访问行为数据包包括所述用户每次访问产品时的访问行为数据，所述访问行为数据包括所述产品的标识信息。

S1012、根据所述产品的标识信息，获取所述用户访问的每种产品对应的产品标签。

S1013、根据所述访问行为数据，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数。

在图2所示的实施例中，用户每次访问线上产品时，服务器都会记录用户访问产品的访问行为数据，该访问行为数据包括所访问产品的产品标识信息。服务器记录预设时间段内用户每次访问产品的访问行为数据以形成访问行为数据包。

需要说明的是，在该实施例中，在预设时间段内用户访问产品多少次就会记录多少条访问行为数据，即使用户多次访问同一种产品，服务器也会对应记录多条访问行为数据。

当需要对用户的兴趣标签进行更新设置时，服务器会获取预设时间段内记录的访问行为数据包，然后从访问行为数据包中读取每种产品的标识信息，并根据每种产品的标识信息从产品库中获取每种产品对应的产品标签。最后，根据访问行为数据，统计所有产品的产品标签中每种产品标签的标签访问次数。

具体地，在一实施例中，如图3所示，图3是本申请实施例提供的产品推送方法中兴趣标签集更新过程的具体示意流程图。该步骤S1013包括步骤S1013a和S1013b。

S1013a、根据所述产品的标识信息，统计所述访问行为数据包中每种所述产品的产品访问次数。

S1013b、根据所述产品的产品访问次数，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数。

在图3所示的实施例中，譬如，假设用户在预设时间段内只访问了产品A、产品B和产品C三种产品，其中，产品A对应的产品标签为a、b和c，产品B对应的产品标签为a和d，产品C对应的产品标签为b和d，再假设访问行为数据包中记录有100条访问行为数据。那么服务器可以依次统计访问行为数据包中产品A、产品B和产品C对应的访问行为数据条数，即统计产品A、产品B和产品C对应的产品访问次数。假设统计出产品A、产品B和产品C对应的产品访问次数依次为20次、50次和30次。然后，服务器在根据三种产品的产品访问次数统计产品标签a、b、c和d中每种标签的标签访问次数。以产品标签a为例，由于只有产品A和产品B中对应有产品标签a，因此，产品标签a对应的标签访问次数为20+50＝70次，同理可以统计出产品标签b、c和d对应的标签访问次数分别为50、20和80。

S102、根据所述产品标签的标签访问次数，按照第一权重计算规则计算每种所述产品标签对应的权重值。

在步骤S101统计出每种产品标签的标签访问次数后，将计算每种产品标签的权重值。

具体地，在一实施例中，如图4所示，图4是本申请实施例提供的产品推送方法中兴趣标签集更新过程的具体示意流程图。该步骤S102包括步骤S1021和S1022。

S1021、计算所有所述产品标签的标签访问次数之和作为总次数。

S1022、计算每种所述产品标签的标签访问次数与所述总次数之商作为每种所述产品标签对应的权重值。

在图4所示的实施例中，譬如，先计算产品标签a、b、c和d四种产品标签的标签访问次数之和为：70+50+20+80＝220次，即总次数为220次。然后计算每种产品标签对应的权重值。以产品标签a为例，其对应的权重值为70/220＝0.318，以此为例，计算产品标签b、c和d对应的权重值分别为0.227、0.091和0.364。

S103、根据每种所述产品标签对应的权重值，筛选出满足预设筛选规则的权重值对应的产品标签作为所述用户的目标兴趣标签。

具体地，在一实施例中，如图5所示，图5是本申请实施例提供的产品推送方法中兴趣标签集更新过程的具体示意流程图。该步骤S103包括步骤S1031和S1032。

S1031、根据所述产品标签对应的权重值，按照从大到小的顺序对所述产品标签进行排序。

S1032、选择排序后的前n个的产品标签作为所述用户的目标兴趣标签，n为正整数。

譬如，产品标签a、b、c和d对应的权重值分别为0.318、0.227、0.091和0.364。按照产品标签对应的权重值从大到小的顺序对产品标签进行排序后，得到的排列顺序为产品标签d、产品标签a、产品标签b和产品标签c。假设n取值为2，那么将选取产品标签d和产品标签a作为用户的目标兴趣标签。

可以理解的是，目标兴趣标签的权重值即为相应产品标签的权重值。譬如，对于目标兴趣标签d来说，其对应的权重值为产品标签d对应的权重值，即为0.318。

S104、获取所述用户的历史兴趣标签集，其中，所述历史兴趣标签集为上一个所述预设时间段内所述用户的兴趣标签以及对应的权重值的集合。

S105、根据所述用户的目标兴趣标签及对应的权重值更新所述历史兴趣标签集作为所述用户的兴趣标签集，其中，所述兴趣标签集包括至少一个兴趣标签以及对应的权重值。

具体地，在一实施例中，如图6所示，图6是本申请实施例提供的产品推送方法中兴趣标签集更新过程的具体示意流程图。该步骤S105包括步骤S1051至S1053。

S1051、根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值，所述准兴趣标签为所述目标兴趣标签与历史兴趣标签集中兴趣标签的并集中的标签。

具体地，可以先获取预设的所述目标兴趣标签对应的目标影响因子α和所述历史兴趣标签集中兴趣标签对应的历史影响因子β。然后，计算所述目标兴趣标签对应的权重值与所述目标影响因子α之积作为准兴趣标签的第一权重值，以及计算所述历史兴趣标签集中兴趣标签对应的权重值与所述历史影响因子β之积作为所述准兴趣标签的第二权重值。最后，计算每个所述准兴趣标签的第一权重值和第二权重值之和作为所述准兴趣标签对应的权重值。

譬如，目标兴趣标签包括标签a、标签b和标签c。历史兴趣标签集中兴趣标签包括标签a和标签d，那么准兴趣标签就包括标签a、标签b、标签c和标签d。以标签a为例，首先计算目标兴趣标签a对应的权重值与目标影响因子α之积作为准兴趣标签a的第一权重值，以及计算历史兴趣标签集中兴趣标签a对应的权重值与历史影响因子β之积作为准兴趣标签a的第二权重值，然后，再计算准兴趣标签a的第一权重值和第二权重值之和作为准兴趣标签a对应的权重值。

可以理解的是，对于标签b来说，由于历史兴趣标签集中没有标签b，因此，准兴趣标签b对应的第二权重值将为0，也即准兴趣标签b对应的权重值为目标兴趣标签b对应的权重值与目标影响因子α之积。

S1052、根据所述准兴趣标签对应的权重值，按照从大到小的顺序对所有所述准兴趣标签进行排序。

S1053、选择排序后的前m个的准兴趣标签作为所述用户的兴趣标签集中的兴趣标签，m为正整数。

在经过步骤S101至S105对用户的兴趣标签集的更新设置后，将存储该用户的兴趣标签集，以备后续使用。

当用户通过手机、电脑等终端访问线上的产品时，服务器就开始执行本申请的产品推送方法。该产品推送方法如图7所示，图7是本申请实施例提供的一种产品推送方法的示意流程图。该产品推送方法包括步骤S201～S206。

S201、监测用户对产品的访问行为是否为断点行为，所述断点行为指所述用户在完成购买所述产品之前结束访问所述产品的行为。

在步骤S201之前，通过图1至图6所示的兴趣标签集的更新过程可以得到预设时间段对应的用户的兴趣标签集。当用户使用手机等终端访问线上产品时，服务器会监测用户对产品的访问行为，并判断用户对产品的访问行为是否为断点行为。

其中，该断点行为是指用户在完成购买产品之前结束访问产品的行为。譬如，用户点击了某银行应用程序中的一款理财产品，用户浏览了该理财产品的产品说明书后，就关闭了理财产品的界面，即并未购买该理财产品，此时用户对产品的访问行为即为断点行为。

具体地，在一实施例中，由于每个产品都会对应有购买流程，该购买流程包括多个节点。譬如，用户访问的产品为车险，那么购买流程中的多个节点可能包括投保触发节点、提交用户资料节点、确认投保节点、填写邮寄地址节点、支付节点等等。每个节点都会对应有节点编码，以使得服务器根据节点编码即可以得知购买流程是否结束等。

因此，服务器在监测用户对产品的访问行为是否为断点行为时，具体的监测方式可例如为：获取用户对产品的访问行为中每个访问节点对应的节点编码，并存储所述节点编码；当监测到所述用户停止访问所述产品时，获取最后一次存储的节点编码；判断最后一次存储的节点编码是否为所述产品的完成购买行为对应的节点编码；若最后一次存储的节点编码不为所述产品的完成购买行为对应的节点编码，则判定所述用户对产品的访问行为为断点行为，此时将执行步骤S202。

需要说明的是，监测用户对产品的访问行为是否为断点行为的方式不局限于基于节点编码的方式进行监测，还可以采用其他方式，在此不做具体限制。

S202、若所述用户对所述产品的访问行为为所述断点行为，获取所述用户的兴趣标签集和所述产品的产品标签，所述兴趣标签集包括至少一个兴趣标签。

当监测到用户对产品的访问行为是断点行为时，说明用户在未完成购买该产品之前就结束了对产品的访问，此时，将获取用户的兴趣标签集。其中，该兴趣标签集为通过图1至图6所示的更新过程更新得到的用户的兴趣标签集，该兴趣标签集包括至少一个兴趣标签。

另外，除了需要获取用户的兴趣标签集外，还需要获取产品的产品标签。具体地，可以从产品库中读取用户访问的产品的产品标签。每个产品的产品标签的个数可以为一个，也可以为多个。譬如，假设该产品为理财产品，该产品对应的产品标签可以包括“风险等级为高”、“50万起售”等等。

S203、根据所述兴趣标签和产品标签判断所述产品是否为所述用户感兴趣的产品。

在日常生活中，有时候用户是误操作而点击了某产品，实际上，用户对该产品并不感兴趣，若此种情况下，也将该产品的推送信息推送给用户，用户往往不会去查看该产品，这样不但降低推送准确率，还会给用户带来信息骚扰的困扰。因此，为了可以提高推送准确率，需要根据用户的兴趣标签和产品标签来判断该产品是否为用户感兴趣的产品。

具体地，在一实施例中，如图8所示，图8是本申请实施例提供的一种产品推送方法的具体示意流程图。该步骤S203包括步骤S2031和S2032。

S2031、判断所述兴趣标签与所述产品标签是否相匹配。

S2032、若所述兴趣标签与所述产品标签相匹配，判定所述产品为所述用户感兴趣的产品。

在图8所示的实施例中，一般来说，用户的兴趣标签和产品的产品标签的个数均为至少一个，因此，可以通过判断兴趣标签是否存在至少一个与所述产品标签相同的标签来判断兴趣标签是否与产品标签相匹配。具体地，若兴趣标签存在至少一个与所述产品标签相同的标签，则判定所述兴趣标签与所述产品标签相匹配。当兴趣标签与产品标签相匹配时，说明该产品是用户感兴趣的产品。

当然，在其他实施例中，也可以通过其他判断规则来判断兴趣标签与所述产品标签是否相匹配。譬如，计算兴趣标签集中所有兴趣标签与产品对应的所有产品标签的交集，并统计所述交集中的标签数量占兴趣标签集中所有兴趣标签的比例；若该比例超过预设阈值，则判定兴趣标签与产品标签相匹配。

若判断出该产品为用户感兴趣的产品，则执行步骤S204。若判断出该产品不为用户感兴趣的产品时，为了避免向用户推荐其不感兴趣的产品而带来的信息骚扰问题，此时可以忽略该产品，即该产品将不会作为推送产品推送给用户。

S204、若所述产品为所述用户感兴趣的产品，获取所述用户的当前位置信息和所述产品对应的推送信息。

当经过步骤S203判断出该产品为用户感兴趣的产品时，可以通过GPS等技术识别出用户的当前位置信息。

在一实施例中，该当前位置信息可以包括地理位置信息。譬如，国家、省、市、县、区、街道等等。该当前位置信息还可以包括商场名称、商圈名称等等。该当前位置信息的具体内容在此不做限制。

在本实施例中，除了获取用户的当前位置信息外，还需要获取产品对应的推送信息。该推送信息可以包括产品的网络地址链接、产品名称、产品简介等信息。

S205、建立所述当前位置信息与所述推送信息之间的关联关系并保存所述关联关系。

将用户的当前位置信息与推送信息建立关联关系并保存关联关系，以方便后续根据位置信息进行产品推荐。

S206、若检测到所述用户再次出现在所述当前位置信息对应的位置，根据所述关联关系将所述产品对应的推送信息推送给所述用户。

当检测到用户再次出现在当前位置信息对应的位置时，将读取保存有该当前位置信息的关联关系，并从该关联关系中读取产品的推送信息，然后发送推送信息给用户，从而实现根据地理位置向用户进行产品推荐，且所推荐的产品为用户曾经浏览过的未购买的感兴趣的产品，使得产品推荐更具有针对性，提高产品推送准确率和推送效率，同时，也给用户带来较好的用户体验。

在本实施例提供的产品推送方法中，在监测到用户对产品的访问行为为断点行为且该产品为用户感兴趣的产品时，将该产品的推送信息与用户的当前位置信息进行关联，从而在用户再次出现在该当前位置信息对应的位置时，可以向用户推送该产品，提高推送效率和准确率，同时，该推送方法也更具有针对性，更智能化，提高用户的体验度。

本申请实施例还提供一种产品推送装置，该产品推送装置用于执行前述任一项产品推送方法。具体地，请参阅图9，图9是本申请实施例提供的一种产品推送装置的示意性框图。该产品推送装置300可以安装于服务器中。

如图9所示，产品推送装置300包括监测单元301、标签获取单元302、兴趣判断单元303、信息获取单元304、关系建立单元305和推送单元306。

监测单元301，用于监测用户对产品的访问行为是否为断点行为，所述断点行为指所述用户在完成购买所述产品之前结束访问所述产品的行为。

具体地，在一实施例中，监测单元301具体用于获取用户对产品的访问行为中每个访问节点对应的节点编码，并存储所述节点编码；当监测到所述用户停止访问所述产品时，获取最后一次存储的节点编码；判断最后一次存储的节点编码是否为所述产品的完成购买行为对应的节点编码；若最后一次存储的节点编码不为所述产品的完成购买行为对应的节点编码，则判定所述用户对产品的访问行为为断点行为。

标签获取单元302，用于若所述用户对所述产品的访问行为为所述断点行为，获取所述用户的兴趣标签集和所述产品的产品标签，所述兴趣标签集包括至少一个兴趣标签。

兴趣判断单元303，用于根据所述兴趣标签和产品标签判断所述产品是否为所述用户感兴趣的产品。

具体地，在一实施例中，该兴趣判断单元303，具体用于判断所述兴趣标签与所述产品标签是否相匹配；若所述兴趣标签与所述产品标签相匹配，判定所述产品为所述用户感兴趣的产品。

进一步地，该兴趣判断单元303在判断所述兴趣标签与所述产品标签是否相匹配时，具体用于判断所述兴趣标签是否存在至少一个与所述产品标签相同的标签；若存在相同的标签，则判定所述兴趣标签与所述产品标签相匹配，进而判定所述产品为所述用户感兴趣的产品。

当然，在其他实施例中，该兴趣判断单元303也可以通过其他判断规则来判断兴趣标签与所述产品标签是否相匹配。譬如，该兴趣判断单元303先计算兴趣标签集中所有兴趣标签与产品对应的所有产品标签的交集，并统计所述交集中的标签数量占兴趣标签集中所有兴趣标签的比例；若该比例超过预设阈值，则判定兴趣标签与产品标签相匹配。

信息获取单元304，用于若所述产品为所述用户感兴趣的产品，获取所述用户的当前位置信息和所述产品对应的推送信息。

关系建立单元305，用于建立所述当前位置信息与所述推送信息之间的关联关系并保存所述关联关系。

推送单元306，用于若检测到所述用户再次出现在所述当前位置信息对应的位置，根据所述关联关系将所述产品对应的推送信息推送给所述用户。

在一实施例中，如图10所示，图10为本申请实施例提供的一种产品推送装置的另一示意性框图。该产品推送装置300还包括统计单元307、计算单元308、筛选单元309、历史标签获取单元310和更新单元311。

统计单元307，用于统计预设时间段内用户访问的所有产品对应的产品标签中每种所述产品标签的标签访问次数。

具体地，在一实施例中，该统计单元307，具体用于获取预设时间段内用户的访问行为数据包，所述访问行为数据包包括所述用户每次访问产品时的访问行为数据，所述访问行为数据包括所述产品的标识信息；根据所述产品的标识信息，获取所述用户访问的每种产品对应的产品标签；根据所述访问行为数据，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数。

进一步地，该统计单元307在根据所述访问行为数据，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数时，具体用于根据所述产品的标识信息，统计所述访问行为数据包中每种所述产品的产品访问次数；根据所述产品的产品访问次数，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数。

计算单元308，用于根据所述产品标签的标签访问次数，按照第一权重计算规则计算每种所述产品标签对应的权重值。

具体地，在一实施例中，该计算单元308，具体用于计算所有所述产品标签的标签访问次数之和作为总次数；计算每种所述产品标签的标签访问次数与所述总次数之商作为每种所述产品标签对应的权重值。

筛选单元309，用于根据每种所述产品标签对应的权重值，筛选出满足预设筛选规则的权重值对应的产品标签作为所述用户的目标兴趣标签。

具体地，在一实施例中，该筛选单元309，具体用于根据所述产品标签对应的权重值，按照从大到小的顺序对所述产品标签进行排序；选择排序后的前n个的产品标签作为所述用户的目标兴趣标签，n为正整数。

历史标签获取单元310，用于获取所述用户的历史兴趣标签集，其中，所述历史兴趣标签集为上一个所述预设时间段内所述用户的兴趣标签以及对应的权重值的集合。

更新单元311，用于根据所述用户的目标兴趣标签及对应的权重值更新所述历史兴趣标签集作为所述用户的兴趣标签集，其中，所述兴趣标签集包括至少一个兴趣标签以及对应的权重值。

具体地，在一实施例中，该更新单元311，具体用于根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值，所述准兴趣标签为所述目标兴趣标签与历史兴趣标签集中兴趣标签的并集中的标签；根据所述准兴趣标签对应的权重值，按照从大到小的顺序对所有所述准兴趣标签进行排序；选择排序后的前m个的准兴趣标签作为所述用户的兴趣标签集中的兴趣标签，m为正整数。

进一步地，该更新单元311在根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值时，具体用于获取预设的所述目标兴趣标签对应的目标影响因子和所述历史兴趣标签集中兴趣标签对应的历史影响因子；计算所述目标兴趣标签对应的权重值与所述目标影响因子之积作为准兴趣标签的第一权重值，以及计算所述历史兴趣标签集中兴趣标签对应的权重值与所述历史影响因子之积作为所述准兴趣标签的第二权重值；计算每个所述准兴趣标签的第一权重值和第二权重值之和作为所述准兴趣标签对应的权重值。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的产品推送装置300和各单元的具体工作过程，可以参考前述产品推送方法实施例中的对应过程，在此不再赘述。

本实施例中的产品推送装置300，在监测到用户对产品的访问行为为断点行为且该产品为用户感兴趣的产品时，将该产品的推送信息与用户的当前位置信息进行关联，从而在用户再次出现在该当前位置信息对应的位置时，可以向用户推送该产品，提高推送效率和准确率，同时，该产品推送装置300在进行产品推送时也更具有针对性，更智能化，提高用户的体验度。

上述产品推送装置可以实现为一种计算机程序的形式，该计算机程序可以在如图11所示的计算机设备上运行。

请参阅图11，图11是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500设备可以是服务器。

参阅图11，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种产品推送方法。

该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种产品推送方法。

该网络接口505用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下功能：监测用户对产品的访问行为是否为断点行为，所述断点行为指所述用户在完成购买所述产品之前结束访问所述产品的行为；若所述用户对所述产品的访问行为为所述断点行为，获取所述用户的兴趣标签集和所述产品的产品标签，所述兴趣标签集包括至少一个兴趣标签；根据所述兴趣标签和产品标签判断所述产品是否为所述用户感兴趣的产品；若所述产品为所述用户感兴趣的产品，获取所述用户的当前位置信息和所述产品对应的推送信息；建立所述当前位置信息与所述推送信息之间的关联关系并保存所述关联关系；若检测到所述用户再次出现在所述当前位置信息对应的位置，根据所述关联关系将所述产品对应的推送信息推送给所述用户。

在一实施例中，处理器502在执行监测用户对产品的访问行为是否为断点行为之前，还实现如下功能：统计预设时间段内用户访问的所有产品对应的产品标签中每种所述产品标签的标签访问次数；根据所述产品标签的标签访问次数，按照第一权重计算规则计算每种所述产品标签对应的权重值；根据每种所述产品标签对应的权重值，筛选出满足预设筛选规则的权重值对应的产品标签作为所述用户的目标兴趣标签；获取所述用户的历史兴趣标签集，其中，所述历史兴趣标签集为上一个所述预设时间段内所述用户的兴趣标签以及对应的权重值的集合；根据所述用户的目标兴趣标签及对应的权重值更新所述历史兴趣标签集作为所述用户的兴趣标签集，其中，所述兴趣标签集包括至少一个兴趣标签以及对应的权重值。

在一实施例中，处理器502在执行统计预设时间段内用户访问的所有产品对应的产品标签中每种所述产品标签的标签访问次数时，具体实现如下功能：获取预设时间段内用户的访问行为数据包，所述访问行为数据包包括所述用户每次访问产品时的访问行为数据，所述访问行为数据包括所述产品的标识信息；根据所述产品的标识信息，获取所述用户访问的每种产品对应的产品标签；根据所述访问行为数据，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数。

在一实施例中，处理器502在执行根据所述访问行为数据，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数时，具体实现如下功能：根据所述产品的标识信息，统计所述访问行为数据包中每种所述产品的产品访问次数；根据所述产品的产品访问次数，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数。

在一实施例中，处理器502在执行根据所述产品标签的标签访问次数，按照第一权重计算规则计算每种所述产品标签对应的权重值时，具体实现如下功能：计算所有所述产品标签的标签访问次数之和作为总次数；计算每种所述产品标签的标签访问次数与所述总次数之商作为每种所述产品标签对应的权重值。

在一实施例中，处理器502在执行根据所述用户的目标兴趣标签及对应的权重值更新所述历史兴趣标签集作为所述用户的兴趣标签集时，具体实现如下功能：根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值，所述准兴趣标签为所述目标兴趣标签与历史兴趣标签集中兴趣标签的并集中的标签；根据所述准兴趣标签对应的权重值，按照从大到小的顺序对所有所述准兴趣标签进行排序；选择排序后的前m个的准兴趣标签作为所述用户的兴趣标签集中的兴趣标签，m为正整数。

在一实施例中，处理器502在执行根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值时，具体实现如下功能：获取预设的所述目标兴趣标签对应的目标影响因子和所述历史兴趣标签集中兴趣标签对应的历史影响因子；计算所述目标兴趣标签对应的权重值与所述目标影响因子之积作为准兴趣标签的第一权重值，以及计算所述历史兴趣标签集中兴趣标签对应的权重值与所述历史影响因子之积作为所述准兴趣标签的第二权重值；计算每个所述准兴趣标签的第一权重值和第二权重值之和作为所述准兴趣标签对应的权重值。

应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域普通技术人员可以理解的是实现上述实施例产品推送方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一计算机可读存储介质中。该计算机可读存储介质为非易失性可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行，以实现包括如上述各产品推送方法的实施例的流程步骤。

该计算机可读存储介质可以是U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本申请实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种产品推送方法，其特征在于，包括：

监测用户对产品的访问行为是否为断点行为，所述断点行为指所述用户在完成购买所述产品之前结束访问所述产品的行为；

若所述用户对所述产品的访问行为为所述断点行为，获取所述用户的兴趣标签集和所述产品的产品标签，所述兴趣标签集包括至少一个兴趣标签；

根据所述兴趣标签和产品标签判断所述产品是否为所述用户感兴趣的产品；

若所述产品为所述用户感兴趣的产品，获取所述用户的当前位置信息和所述产品对应的推送信息；

建立所述当前位置信息与所述推送信息之间的关联关系并保存所述关联关系；

若检测到所述用户再次出现在所述当前位置信息对应的位置，根据所述关联关系将所述产品对应的推送信息推送给所述用户；

其中，在所述监测用户对产品的访问行为是否为断点行为之前，还包括：

统计预设时间段内用户访问的所有产品对应的产品标签中每种所述产品标签的标签访问次数；

根据所述产品标签的标签访问次数，按照第一权重计算规则计算每种所述产品标签对应的权重值；

根据每种所述产品标签对应的权重值，筛选出满足预设筛选规则的权重值对应的产品标签作为所述用户的目标兴趣标签；

获取所述用户的历史兴趣标签集，其中，所述历史兴趣标签集为上一个所述预设时间段内所述用户的兴趣标签以及对应的权重值的集合；以及

根据所述用户的目标兴趣标签及对应的权重值更新所述历史兴趣标签集作为所述用户的兴趣标签集，其中，所述兴趣标签集包括至少一个兴趣标签以及对应的权重值；

所述根据所述用户的目标兴趣标签及对应的权重值更新所述历史兴趣标签集作为所述用户的兴趣标签集，包括：

根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值，所述准兴趣标签为所述目标兴趣标签与历史兴趣标签集中兴趣标签的并集中的标签；

根据所述准兴趣标签对应的权重值，按照从大到小的顺序对所有所述准兴趣标签进行排序；

选择排序后的前m个的准兴趣标签作为所述用户的兴趣标签集中的兴趣标签，m为正整数；

所述根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值，包括：

获取预设的所述目标兴趣标签对应的目标影响因子和所述历史兴趣标签集中兴趣标签对应的历史影响因子；

计算所述目标兴趣标签对应的权重值与所述目标影响因子之积作为准兴趣标签的第一权重值，以及计算所述历史兴趣标签集中兴趣标签对应的权重值与所述历史影响因子之积作为所述准兴趣标签的第二权重值；

计算每个所述准兴趣标签的第一权重值和第二权重值之和作为所述准兴趣标签对应的权重值。

2.根据权利要求1所述的产品推送方法，其特征在于，所述统计预设时间段内用户访问的所有产品对应的产品标签中每种所述产品标签的标签访问次数，包括：

获取预设时间段内用户的访问行为数据包，所述访问行为数据包包括所述用户每次访问产品时的访问行为数据，所述访问行为数据包括所述产品的标识信息；

根据所述产品的标识信息，获取所述用户访问的每种产品对应的产品标签；

根据所述访问行为数据，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数。

3.根据权利要求2所述的产品推送方法，其特征在于，所述根据所述访问行为数据，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数，包括：

根据所述产品的标识信息，统计所述访问行为数据包中每种所述产品的产品访问次数；

根据所述产品的产品访问次数，统计所有所述产品的产品标签中每种所述产品标签的标签访问次数。

4.根据权利要求1所述的产品推送方法，其特征在于，所述根据所述产品标签的标签访问次数，按照第一权重计算规则计算每种所述产品标签对应的权重值，包括：

计算所有所述产品标签的标签访问次数之和作为总次数；

计算每种所述产品标签的标签访问次数与所述总次数之商作为每种所述产品标签对应的权重值。

5.一种产品推送装置，其特征在于，包括：

监测单元，用于监测用户对产品的访问行为是否为断点行为，所述断点行为指所述用户在完成购买所述产品之前结束访问所述产品的行为；

标签获取单元，用于若所述用户对所述产品的访问行为为所述断点行为，获取所述用户的兴趣标签集和所述产品的产品标签，所述兴趣标签集包括至少一个兴趣标签；

兴趣判断单元，用于根据所述兴趣标签和产品标签判断所述产品是否为所述用户感兴趣的产品；

信息获取单元，用于若所述产品为所述用户感兴趣的产品，获取所述用户的当前位置信息和所述产品对应的推送信息；

关系建立单元，用于建立所述当前位置信息与所述推送信息之间的关联关系并保存所述关联关系；

推送单元，用于若检测到所述用户再次出现在所述当前位置信息对应的位置，根据所述关联关系将所述产品对应的推送信息推送给所述用户；

其中，在所述监测用户对产品的访问行为是否为断点行为之前，还包括：

统计单元，用于统计预设时间段内用户访问的所有产品对应的产品标签中每种所述产品标签的标签访问次数；

计算单元，用于根据所述产品标签的标签访问次数，按照第一权重计算规则计算每种所述产品标签对应的权重值；

筛选单元，用于根据每种所述产品标签对应的权重值，筛选出满足预设筛选规则的权重值对应的产品标签作为所述用户的目标兴趣标签；

历史标签获取单元，用于获取所述用户的历史兴趣标签集，其中，所述历史兴趣标签集为上一个所述预设时间段内所述用户的兴趣标签以及对应的权重值的集合；以及

更新单元，用于根据所述用户的目标兴趣标签及对应的权重值更新所述历史兴趣标签集作为所述用户的兴趣标签集，其中，所述兴趣标签集包括至少一个兴趣标签以及对应的权重值；

所述更新单元具体用于根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值，所述准兴趣标签为所述目标兴趣标签与历史兴趣标签集中兴趣标签的并集中的标签；根据所述准兴趣标签对应的权重值，按照从大到小的顺序对所有所述准兴趣标签进行排序；选择排序后的前m个的准兴趣标签作为所述用户的兴趣标签集中的兴趣标签，m为正整数；

所述更新单元在根据所述目标兴趣标签对应的权重值和所述历史兴趣标签集中兴趣标签对应的权重值，按照第二权重计算规则计算准兴趣标签对应的权重值时具体用于获取预设的所述目标兴趣标签对应的目标影响因子和所述历史兴趣标签集中兴趣标签对应的历史影响因子；计算所述目标兴趣标签对应的权重值与所述目标影响因子之积作为准兴趣标签的第一权重值，以及计算所述历史兴趣标签集中兴趣标签对应的权重值与所述历史影响因子之积作为所述准兴趣标签的第二权重值；计算每个所述准兴趣标签的第一权重值和第二权重值之和作为所述准兴趣标签对应的权重值。

6.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项的产品推送方法。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至4中任一项所述的产品推送方法。