[发明专利]推荐信息的输出方法、系统及服务器

权利要求书

1.一种推荐信息的输出方法，其特征在于，包括：

从用户行为数据库中提取预设的统计周期内的用户行为数据；

将所述用户行为数据按照商品标识进行归类，获得每一种商品在所述统计周期内的感兴趣程度的时间序列；

根据所述感兴趣程度的时间序列计算所述商品的购买峰值概率；

当接收到输出推荐信息的命令时，将所述购买峰值概率按照从高到低的顺序进行排序，根据所述排序的结果输出商品的推荐信息。

2.根据权利要求1所述的方法，其特征在于，所述从用户行为数据库中提取预设的统计周期内的用户行为数据包括：

按照所述统计周期的开始时间和结束时间查找用户行为数据库中的若干基础数据表；

从所述若干基础数据表中获取与所述统计周期匹配的用户行为数据，并生成数据汇总表，所述数据汇总表中包含日期、商品标识、用户标识和若干行为数据。

3.根据权利要求1所述的方法，其特征在于，所述将用户行为数据按照商品标识进行归类，获得每一种商品在统计周期内的感兴趣程度的时间序列包括：

按照商品标识提取具有同一商品标识的用户行为数据；

对于具有同一商品标识的用户行为数据，按照所述用户行为数据的类型分别汇总每一种类型的用户行为数据，并生成每一种类型的用户行为数据的时间序列；

通过每一种类型的用户行为数据的权重值，计算所述商品的感兴趣程度的时间序列。

4.根据权利要求1所述的方法，其特征在于，所述根据感兴趣程度的时间序列计算所述商品的购买峰值概率包括：

根据所述感兴趣程度的时间序列中的所有感兴趣程度值计算所述时间序列的感兴趣程度平均值；

根据所述感兴趣程度平均值计算感兴趣程度阈值；

将每个感兴趣程度值与所述感兴趣程度平均值及感兴趣程度阈值分别进行比较；

根据所述比较的结果，将低于所述感兴趣程度平均值的感兴趣程度值的购买峰值概率设置为0，将高于所述感兴趣程度阈值的感兴趣程度值的购买峰值概率设置为1，并根据所述感兴趣程度平均值和感兴趣程度阈值计算在上述两个值之间的感兴趣程度值的购买峰值概率。

5.根据权利要求1所述的方法，其特征在于，所述获得每一种商品在统计周期内的感兴趣程度的时间序列后，还包括：

根据所述感兴趣程度的时间序列计算所述商品的呈现周期；

根据所述呈现周期修正所述商品的购买峰值概率，获得所述商品的周期购买峰值概率。

6.根据权利要求1所述的方法，其特征在于，还包括：

保存所述商品的购买峰值概率，并根据所述商品的信息更新情况按照预设的时间间隔维护所述商品的购买峰值概率。

7.根据权利要求1所述的方法，其特征在于，所述根据排序的结果输出商品的推荐信息包括：

获取推荐系统输出的商品的初始推荐信息，按照所述购买峰值概率的排序，调整所述初始推荐信息中的商品信息的排序；或者，

从所述排序的结果中按照从高到低的顺序获取预设数量的商品的推荐信息，将所述预设数量的商品的推荐信息输入到推荐系统中，所述推荐系统用于对所述预设数量的商品的推荐信息进行处理后输出商品的推荐信息。

8.一种推荐信息的输出系统，其特征在于，包括：数据处理服务器、信息推荐服务器，其中，

所述数据处理服务器，用于从用户行为数据库中提取预设的统计周期内的用户行为数据，将所述用户行为数据按照商品标识进行归类，获得每一种商品在所述统计周期内的感兴趣程度的时间序列，根据所述感兴趣程度的时间序列计算所述商品的购买峰值概率；

信息推荐服务器，用于当接收到输出推荐信息的命令时，从所述数据处理服务器中获取每种商品的购买峰值概率，将所述购买峰值概率按照从高到低的顺序进行排序，并根据所述排序的结果输出商品的推荐信息。

9.根据权利要求8所述的系统，其特征在于，还包括：数据维护服务器，用于保存所述商品的购买峰值概率，并根据所述商品的信息更新情况按照预设的时间间隔维护所述商品的购买峰值概率。