[发明专利]产品数据推送方法、装置、计算机设备和存储介质

权利要求书

1.一种产品数据推送方法，所述方法包括：

接收业务终端发送的产品数据获取请求，所述产品数据获取请求携带了用户画像数据；

获取预设的产品预测模型，通过所述产品预测模型对所述用户画像数据进行多维度分析，得到所述用户画像数据对应多个产品数据的偏好度值；

根据多个产品数据的偏好度值对多个产品数据进行排序，获取预设数量的优选产品数据；

将所述优选产品数据推送至所述业务终端。

2.根据权利要求1所述的方法，其特征在于，所述获取预设的产品预测模型之前，还包括：

从预设数据库中获取多个用户信息、用户历史数据和产品数据；

对多个用户信息、用户历史数据和产品数据进行聚类分析，得到聚类结果；

根据聚类结果进行特征选择，提取出多个特征变量和对应的特征维度值；

根据多个特征变量和对应的特征维度值利用朴素贝叶斯算法建立产品预测模型。

3.根据权利要求1所述的方法，其特征在于，所述通过所述产品预测模型对所述用户画像数据进行多维度分析，得到所述用户画像数据对应多个产品数据的偏好度值，包括：

对所述用户画像数据进行特征提取，得到对应的多个特征向量；

将多个特征向量输入至所述产品预测模型中，通过所述产品预测模模型对所述用户画像数据进行分类，对所述用户画像数据添加对应的类别标签；

计算所述用户画像数据对应多个产品数据的占比值和匹配度值；

根据所述占比值和匹配度值计算所述用户画像数据对应每个产品数据的偏好度值。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述方法还包括：

根据预设频率从预设数据库中获取多个用户信息、用户历史数据和产品数据；

对多个用户信息、用户历史数据和产品数据进行聚类分析，得到分析结果；

根据所述分析结果进行特征选择，得到多个特征变量；

根据预设的算法计算多个特征变量的权重；

根据多个特征变量和对应的权重对所述产品预测模型进行优化调整。

5.根据权利要求1所述的方法，其特征在于，所述产品预测请求携带了地理位置信息，在将所述优选产品数据推送至所述业务终端之后，还包括：

根据所述地理位置信息获取预设范围内的多个地点画像数据；

获取预设的数据分析模型，通过所述数据分析模型根据多个地点画像数据对所述用户画像数据和所述产品数据进行匹配分析，得到所述用户画像数据和所述产品数据对应多个地点的偏好度值；

根据多个地点的偏好度值对多个地点数据进行排序，获取预设数量的优选地点数据；

将所述优选地点数据推送至所述业务终端。

6.一种产品数据推送装置，所述装置包括：

请求接收模块，用于接收业务终端发送的产品数据获取请求，所述产品数据获取请求携带了用户画像数据；

数据分析模块，用于获取预设的产品预测模型，通过所述产品预测模型对所述用户画像数据进行多维度分析，得到所述用户画像数据对应多个产品数据的偏好度值；

数据获取模块，用于根据多个产品数据的偏好度值对多个产品数据进行排序，获取预设数量的优选产品数据；

数据推送模块，用于将所述优选产品数据推送至所述业务终端。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括模型建立模块，用于从预设数据库中获取多个用户信息、用户历史数据和产品数据；对多个用户信息、用户历史数据和产品数据进行聚类分析，得到聚类结果；根据聚类结果进行特征选择，提取出多个特征变量和对应的特征维度值；根据多个特征变量和对应的特征维度值利用朴素贝叶斯算法建立产品预测模型。