[发明专利]基于流式用户行为分析的产品推送方法和装置

权利要求书

1.一种基于流式用户行为分析的产品推送方法，其特征在于，包括：

获取各用户的用户行为数据；

根据用户行为数据，采用流计算方法确定用户行为信息，其中，用户行为信息包括用户浏览信息和/或用户购买信息；

根据用户行为信息，采用流计算方法确定各用户的关联推荐商品类别候选集，其中，每一个关联推荐商品类别候选集中包括关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据；

对各用户的关联推荐商品类别候选集进行合并频集处理，确定各商品类别的支持度；

根据各商品类别的支持度，确定推荐商品列表，其中，推荐商品列表中包括推荐商品类别。

2.根据权利要求1所述的方法，其特征在于，在所述根据各商品类别的支持度，确定推荐商品列表之后，还包括：

确定推荐商品列表中支持度最大的推荐商品类别，查找支持度最大的推荐商品类别的商品信息，显示该商品信息。

3.根据权利要求1所述的方法，其特征在于，所述对各用户的关联推荐商品类别候选集进行合并频集处理，确定各商品类别的支持度，包括：

对各用户的关联推荐商品类别候选集进行合并频集处理，得到每一个关联商品推荐度数据的比重；

根据各关联商品推荐度数据的比重，确定各商品类别的支持度。

4.根据权利要求1-3任一项所述的方法，其特征在于，在所述根据用户行为信息，采用流计算方法确定各用户的关联推荐商品类别候选集之前，还包括：

获取用户的预设商品类别候选集以及影响因子更新信息，其中，所述预设商品类别候选集中包括用户在预设时间内购买的商品的关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据，或者，预设商品类别候选集中包括根据大数据而自动调整出的关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据；

根据预设商品类别候选集以及影响因子更新信息，判断是否需要更新关联推荐商品类别候选集；

若确定需要更新关联推荐商品类别候选集，则更新关联推荐商品类别候选集。

5.一种基于流式用户行为分析的产品推送装置，其特征在于，包括：

获取模块，用于获取各用户的用户行为数据；

第一计算模块，用于根据用户行为数据，采用流计算方法确定用户行为信息，其中，用户行为信息包括用户浏览信息和/或用户购买信息；

第二计算模块，用于根据用户行为信息，采用流计算方法确定各用户的关联推荐商品类别候选集，其中，每一个关联推荐商品类别候选集中包括关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据；

合并模块，用于对各用户的关联推荐商品类别候选集进行合并频集处理，确定各商品类别的支持度；

确定模块，用于根据各商品类别的支持度，确定推荐商品列表，其中，推荐商品列表中包括推荐商品类别。

6.根据权利要求5所述的装置，其特征在于，所述装置，还包括：

显示模块，用于在所述确定模块根据各商品类别的支持度，确定推荐商品列表之后，确定推荐商品列表中支持度最大的推荐商品类别，查找支持度最大的推荐商品类别的商品信息，显示该商品信息。

7.根据权利要求5所述的装置，其特征在于，所述合并模块，具体用于：

对各用户的关联推荐商品类别候选集进行合并频集处理，得到每一个关联商品推荐度数据的比重；

根据各关联商品推荐度数据的比重，确定各商品类别的支持度。

8.根据权利要求5-7任一项所述的装置，其特征在于，所述装置，还包括：

调整模块，用于在所述第二计算模块根据用户行为信息，采用流计算方法确定各用户的关联推荐商品类别候选集之前，获取用户的预设商品类别候选集以及影响因子更新信息，其中，所述预设商品类别候选集中包括用户在预设时间内购买的商品的关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据，或者，预设商品类别候选集中包括根据大数据而自动调整出的关联商品推荐度数据、与关联商品推荐度数据对应的影响因子数据；根据预设商品类别候选集以及影响因子更新信息，判断是否需要更新关联推荐商品类别候选集；若确定需要更新关联推荐商品类别候选集，则更新关联推荐商品类别候选集。