[发明专利]一种商品推荐方法及系统、服务器及存储介质

权利要求书

1.一种商品推荐方法，其特征在于，包括如下步骤：

获取用户在过去第一设定时间段内购买的每一种商品的购买时间节点；

根据过去第一设定时间段内该种商品的购买时间节点获取该种商品的购买频率，若其购买频率不低于设定阈值，则按如下方式推荐：

根据该种商品在过去第一设定时间段的购买时间节点预测用户未来购买该种商品的预购时间节点，并在预购时间节点前的设定时间段内向该用户发出该种商品的推荐信息；其中，所述用户未来购买该种商品的预购时间节点按如下公式预测：

是用户未来购买该种商品的预购时间节点，是该用户第次购买该种商品的购买时间节点，是该用户第次购买该种商品的购买时间节点，为修正参数。

2.根据权利要求1所述的商品推荐方法，其特征在于，所述商品推荐方法还包括当该种商品的购买频率低于设定阈值时，则按如下方式推荐：

获取与该种商品对应的关键词，并判断该用户在过去第二设定时间段内是否检索过所述关键词，是则向该用户发出该种商品的推荐信息，否则不发出该种商品的推荐信息。

3.根据权利要求1所述的商品推荐方法，其特征在于，所述过去第一设定时间段至少为过去的三个月。

4.根据权利要求3所述的商品推荐方法，其特征在于，该种商品的购买频率为该种商品的在过去第一设定时间段内的月平均购买次数。

5.根据权利要求1所述的商品推荐方法，其特征在于，所述商品推荐方法还包括：根据该用户在过去第一设定时间段内购买该种商品的购买时间节点获取该种商品购买的均衡性，并根据均衡性获取与之对应的修正参数。

6.根据权利要求1所述的商品推荐方法，其特征在于，所述修正参数为：

其中，该用户第次购买该种商品的购买时间节点，。

7.一种商品推荐系统，其特征在于，包括：

数据采集模块，其用于获取用户在过去第一设定时间段内购买的每一种商品的购买时间节点；

推荐模块，其用于根据过去第一设定时间段内该种商品的购买时间节点获取该种商品的购买频率，若其购买频率不低于设定阈值，则按如下方式推荐：

根据该种商品在过去第一设定时间段的购买时间节点预测用户未来购买该种商品的预购时间节点，并在预购时间节点前的设定时间段内向该用户发出该种商品的推荐信息；其中，所述用户未来购买该种商品的预购时间节点按如下公式预测：

是用户未来购买该种商品的预购时间节点，是该用户第次购买该种商品的购买时间节点，是该用户第次购买该种商品的购买时间节点，为修正参数。

8.根据权利要求7所述的商品推荐系统，其特征在于，所述推荐模块还用于当该种商品的购买频率低于设定阈值时，则按如下方式推荐：

获取与该种商品对应的关键词，并判断该用户在过去第二设定时间段内是否检索过所述关键词，是则向该用户发出该种商品的推荐信息，否则不发出该种商品的推荐信息。

9.一种服务器，包括存储器、处理器以及存储在所述存储器中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6任一项所述商品推荐方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述商品推荐方法的步骤。