一种产品推送方法、装置、设备及介质与流程

1.本技术涉及大数据技术领域，特别涉及一种产品推送方法、装置、设备及介质。


背景技术：

2.目前，大部分销售系统还保持着电话销售和手机短信推送这种原始的推销方法。以这种方法推销很难保持客户粘性，没有深刻挖掘客户潜力，在推销产品时，大多数销售员都是随意进行推销，没有可供销售员查看的用户的一些行为数据，使得销售员无法对客户进行有针对性的推销，导致产品数据推荐不精准、推销效率低，人力和财力开销大，无法精准的推销产品数据给用户。


技术实现要素：

3.本技术的主要目的为提供一种产品推送方法、装置、设备及介质，旨在解决现有技术中产品数据推荐不精准、推销效率低，人力和财力开销大的技术问题。
4.本技术提出一种产品推送方法，包括：
5.获取用户的聊天数据；其中，所述聊天数据包括文字数据、语音数据、表情数据或图像数据；
6.通过所述用户的信息在所述用户画像数据库查找，以判断所述用户是否具有用户画像；其中，所述用户画像包括文字标签、语音标签、聊天性格标签和表示用户主动聊天的主动标签；
7.若用户具有用户画像，则判断所述聊天数据是否为文字数据或语音数据；
8.若所述聊天数据不为文字数据或语音数据，则增加所述聊天性格标签设定数值的权重；
9.若所述聊天数据为文字数据或语音数据，则统计所述聊天数据中所述文字标签或语音标签出现的次数；
10.判断所述文字标签或语音标签出现的次数是否大于第二设定次数；
11.若所述文字标签或语音标签出现的次数小于或等于第二设定次数，则保持所述文字标签或语音标签的权重不变；
12.若所述文字标签或语音标签出现的次数大于第二设定次数，则根据所述文字标签或语音标签出现的次数增加所述文字标签或语音标签设定数值的权重，并减少未出现的文字标签或语音标签设定数值的权重，完成用户画像的更新；
13.根据更新的所述用户画像生成推送产品的链接，并将所述链接发送到与所述用户进行聊天的终端。
14.进一步地，所述通过所述用户的信息在所述用户画像数据库查找，以判断所述用户是否具有用户画像的步骤之后，还包括：
15.若用户不具有用户画像，则根据所述聊天数据生成多个标签，并将多个所述标签与所述用户的信息生成形成用户画像；其中，所述标签包括文字标签、语音标签、聊天性格
标签和表示用户主动聊天的主动标签。
16.进一步地，当所述聊天数据为文字数据时，所述根据所述聊天数据生成多个标签的步骤，包括：
17.将所述聊天数据与数据库中的预设敏感词进行撇配；
18.若匹配成功，则统计所述聊天数据中所述预设敏感词出现的次数；
19.判断所述预设敏感词出现的次数是否大于第一设定次数；
20.若是，则将所述预设敏感词作为文字标签。
21.进一步地，当所述聊天数据为语音数据时，所述根据所述聊天数据生成多个标签的步骤，包括：
22.将所述语音数据中的模拟声音信号转换成数字信号；
23.将所述数字信号与预设数字信号逐一匹配；其中，所述预设数字信号为指定词汇的数字信号；
24.若匹配成功，则提取匹配成功的数字信号对应的语音数据作为目标语音数据；
25.将所述目标语音数据作为语音标签。
26.进一步地，当所述聊天数据包括图像数据时，所述根据所述聊天数据生成多个标签的步骤，包括：
27.将所述图像数据发送至审核端，以便审核人员对所述图像数据进行审核；
28.接收审核端发送的审核结果；
29.若所述审核结果为通过，则生成表示用户性格的聊天性格标签。
30.进一步地，所述根据所述用户画像生成推送产品的链接的指令的步骤，包括：
31.根据所述用户画像中的各个标签匹配对应推送的产品；
32.在所述产品中加入喜欢或不喜欢的选项，形成产品的链接；
33.生成推送所述产品的链接的指令，并将所述指令发送到与所述用户进行聊天的终端。
34.进一步地，所述根据所述用户画像生成推送产品的链接的指令的步骤之后，还包括：
35.判断用户是否对所述产品中的选项进行选择；
36.若用户选择产品中的选项，则判断用户是否具有反馈标签；
37.若用户具有反馈标签，则增加所述反馈标签设定数值的权重，若用户不具有反馈标签，则添加反馈标签；
38.若用户未选择产品中的选项，则判断用户是否打开所述产品；
39.若用户打开所述产品，则增加所述产品对应的标签设定数值的权重；
40.若用户未打开所述产品，则所述产品对应的标签的权重保持不变。
41.本技术还提供了一种产品推送装置，包括：
42.获取模块，用于获取用户的聊天数据；其中，所述聊天数据包括文字数据、语音数据、表情数据或图像数据；
43.第一判断模块，用于通过所述用户的信息在所述用户画像数据库查找，以判断所述用户是否具有用户画像；其中，所述用户画像包括文字标签、语音标签、聊天性格标签和表示用户主动聊天的主动标签；
44.第二判断模块，用于当用户具有用户画像时，判断所述聊天数据是否为文字数据或语音数据；
45.增加模块，用于当所述聊天数据不为文字数据或语音数据时，增加所述聊天性格标签设定数值的权重；
46.统计模块，用于当所述聊天数据为文字数据或语音数据时，统计所述聊天数据中所述文字标签或语音标签出现的次数；
47.第三判断模块，用于判断所述文字标签或语音标签出现的次数是否大于第二设定次数；
48.保持模块，用于当所述文字标签或语音标签出现的次数小于或等于第二设定次数时，保持所述文字标签或语音标签的权重不变；
49.更新模块，用于当所述文字标签或语音标签出现的次数大于第二设定次数时，根据所述文字标签或语音标签出现的次数增加所述文字标签或语音标签设定数值的权重，并减少未出现的文字标签或语音标签设定数值的权重，完成用户画像的更新；
50.链接模块，用于根据更新的所述用户画像生成推送产品的链接，并将所述链接发送到与所述用户进行聊天的终端。
51.本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
52.本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
53.本技术的有益效果为：通过用户与销售人员或机器人的聊天数据，动态的增加或减少用户画像中多个标签的权重值，了解到用户近期的喜好变化情况，以便根据调整后的用户画像中的标签的权重值推送产品，同时还能够根据标签的权重值确定产品推送个数和频率，快速抓住用户喜好，有针对性的推销产品，使得推销的产品是用户需要的产品，能够深刻挖掘客户潜力，保持客户粘性，推销效率高，节省人力和财力开销，精准寻找合适的推销对象。
附图说明
54.图1为本技术一实施例的产品推送方法流程示意图。
55.图2为本技术一实施例的产品推送装置结构示意图。
56.图3为本技术一实施例的计算机设备内部结构示意图。
57.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
58.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
59.如图1所示，本技术提供了一种产品推送方法，包括：
60.s1、获取用户的聊天数据；其中，所述聊天数据包括文字数据、语音数据、表情数据或图像数据；
61.s2、通过所述用户的信息在所述用户画像数据库查找，以判断所述用户是否具有用户画像；其中，所述用户画像包括文字标签、语音标签、聊天性格标签和表示用户主动聊
天的主动标签；
62.s3、若用户具有用户画像，则判断所述聊天数据是否为文字数据或语音数据；
63.s4、若所述聊天数据不为文字数据或语音数据，则增加所述聊天性格标签设定数值的权重；
64.s5、若所述聊天数据为文字数据或语音数据，则统计所述聊天数据中所述文字标签或语音标签出现的次数；
65.s6、判断所述文字标签或语音标签出现的次数是否大于第二设定次数；
66.s7、若所述文字标签或语音标签出现的次数小于或等于第二设定次数，则保持所述文字标签或语音标签的权重不变；
67.s8、若所述文字标签或语音标签出现的次数大于第二设定次数，则根据所述文字标签或语音标签出现的次数增加所述文字标签或语音标签设定数值的权重，并减少未出现的文字标签或语音标签设定数值的权重，完成用户画像的更新；
68.s9、根据所述用户画像生成推送产品的链接，并将所述链接发送到与所述用户进行聊天的终端。
69.如上述步骤s1所述，获取用户输入的聊天数据，用户在实际过程中可能与销售人员或机器人进行聊天以了解产品，用户的聊天数据可以是完成一次聊天过程的聊天数据，也可以是用户与销售人员或机器人实时聊天中的一次发送的内容。聊天的内容包括有语音数据、文字数据、表情数据或图像数据，不同聊天数据的类型表明用户处于不同的状态或具有不同的性格或想要了解的程度，根据聊天数据类型的不同采用不同的解析处理方式，例如聊天数据为文字数据，需要查询文字数据中是否出现了预设敏感词以及预设敏感词出现的次数，以便直接将预设敏感词作为文字标签；或者当聊天数据为语音数据时，判断语音数据转换的数字信号是否与预设的数字信号相同，以便直接将指定的语音数据词汇作为语音标签；又或者当聊天数据为图像数据或表情数据时，生成表示用户具有性格的聊天性格标签。最终能够快速的抓住用户的喜好和需求，便于精准的推送产品。
70.如上述步骤s2所述，当获取用户聊天数据后，需要根据用户不同的聊天数据和不同聊天数据的类型生成或更新用户画像，若用户是第一次进行聊天，则不具有用户画像，那么需要创建用户画像进而进行更新，若用户不是第一次进行聊天，已经具有用户画像，则根据聊天数据更新用户画像即可。
71.如上述步骤s3
‑
s4所述，当用户具有用户画像时，在用户再一次聊天之后，根据用户的聊天数据对用户画像进行更新，用户画像中每个标签都具有一个权重值，表达用户的喜好和性格的侧重点。判断用户聊天数据是否为文字数据或语音数据，若不是文字数据或语音数据，那么表示用户发送的是文字数据、图像数据等，判断用户发送的是否是图像数据，若是图像数据，则对应增加图像数据对应的聊天性格标签设定数值的权重，若判断发送的表情数据，则对应增加表情数据对应的聊天性格标签设定数值的权重，设定数值根据用户需要进行具体设置，可以实时进行更改，在此不做限定。
72.如上述步骤s5
‑
s8所述，若判断用户聊天数据是语音数据或文字数据时，则根据对语音数据和文字数据生成标签的步骤进行操作，判断没有形成文字标签或语音标签的预设敏感词是否在用户新的聊天数据中重复出现，并以此形成新的文字标签或语音标签记录在用户画像中(具体为：步骤1、判断预设敏感词或预设数字信号对应的语音数据是否形成文
字标签或语音标签；步骤2、若否，则判断所述预设敏感词在聊天数据中出现的次数是否大于第一设定次数，判断所述预设数字信号与用户语音数据转换的数字信号是否匹配成功；步骤3、若均是，则将预设敏感词作为文字标签，提取匹配成功的数字信号对应的语音数据作为语音标签)。然后，统计聊天数据中已有的文字标签或语音标签出现的次数，并判断文字标签或语音标签出现的次数是否大于第二设定次数(可以为2次、3次，根据具体情况进行设置)，当文字标签或语音标签出现的次数出现的次数大于第二设定次数时，增加对应的文字标签或语音标签设定数值的权重，因未出现的文字标签或语音标签表明用户可能不再具有兴趣，因而减少未出现的文字标签或语音标签设定数值的权重。当文字标签或语音标签出现的次数小于等于第二设定次数时，用户可能是无法避免的在聊天数据中出现该词语，因而保持对应的文字标签或语音标签的权重不变。
73.如上述步骤s9所述，当用户具有用户画像时，在后续的聊天过程中，发现用户的喜好和需求可能发生了转变，因此，在以后的每次聊天的过程中，需要根据用户输入的聊天数据对用户画像进行更新，以便实时了解到用户的喜好、需求和性格等发生了那些转变，便于根据用户画像匹配推送的产品以及根据更新的用户画像更新推送的产品，能够更精准的推送产品，保持客户粘性。
74.在一个实施例中，所述通过所述用户的信息在所述用户画像数据库查找，以判断所述用户是否具有用户画像的步骤之后，还包括：
75.s21、若用户不具有用户画像，则根据所述聊天数据生成多个标签，并将多个所述标签与所述用户的信息生成形成用户画像；其中，所述标签包括文字标签、语音标签、聊天性格标签和表示用户主动聊天的主动标签。
76.如上述步骤s21所述，当用户不具有用户画像时，根据用户的聊天数据生成多个标签，标签代表了用户的喜好、性格和需求等，标签包括文字标签、语音标签和聊天性格标签，在一些实施例中，还包括了主动标签，主动标签为表示用户是主动与销售人员或机器人聊天的标签；其中，文字标签和语音标签表示了用户的喜好和需求，根据文字数据和语音标签可以针对性的选择产品进行推送，能够提高用户接受的概率；聊天性格标签和主动标签表示了用户的性格、心情和兴趣等，可以根据聊天性格标签和主动标签增加或减少产品推送的频率，能够提高产品的推送效率，还可以避免用户产生厌烦的情绪。
77.标签的种类包括文字标签、语音标签、聊天性格标签和主动标签，其中，文字标签、语音标签和聊天性格标签可以具有多个，形成用户不同的喜好和需求。用户的信息一般包括用户的名称、性别、账号等能够识别用户的信息；将多个标签与用户的信息集合成用户画像，以便后续对用户画像进行更新，同时便于根据用户画像进行针对性推送产品。
78.在一个实施例中，所述获取用户输入的聊天数据的步骤之前，还包括：
79.s01、获取目标聊天软件；
80.s02、根据所述目标聊天软件获取与所述目标聊天软件对应的配置单；
81.s03、添加所述配置单并接入所述目标聊天软件。
82.如上述步骤s01
‑
s03所述，用户与销售人员或聊天机器人聊天的软件一般为主流的聊天软件，如微信、qq等。目标聊天软件是获取用户的聊天数据的软件，在获取聊天数据之前，需要接入目标聊天软件，然后才能够进行聊天数据的获取。在接入目标聊天软件之前，会把主流的聊天软件需要的接口处理好，把聊天软件需要的代码内置在系统里。将聊天
软件通用的属性抽取出来，用配置项配置，便于目标聊天软件的接入，无需在定制通用属性。这样在对接不同的聊天软件的时候，只需添当前聊天软件需要的与其它聊天软件不同的配置单，就可以和成功对接目标聊天软件。
83.在一个实施例中，当所述聊天数据为文字数据时，所述根据所述聊天数据生成多个标签的步骤，包括：
84.s211、将所述聊天数据与数据库中的预设敏感词进行匹配；
85.s212、若匹配成功，则统计所述聊天数据中所述预设敏感词出现的次数；
86.s213、判断所述预设敏感词出现的次数是否大于第一设定次数；
87.s214、若是，则将所述预设敏感词作为文字标签。
88.如上述步骤s211所述，管理人员预先添加多个预设敏感词，该预设敏感词可以为任意能够代表产品的词语，比如“基金”、“信托”等，管理员可以实时对预设敏感词进行添加和删除处理，以保证预设敏感词能够全方位的代表已存在的产品以及新产品。
89.如上述步骤s212
‑
s214所述，当用户的聊天数据为文字数据时，从用户聊天数据中的多个文字数据中查找是否具有管理员预先添加的任一预设敏感词，当用户聊天数据中具有管理员添加的预设敏感词时，统计该预设敏感词出现的次数，当预设敏感词出现的次数大于第一设定次数(可以为3次、4次等，根据具体情况进行设置)，表明用户具有一定的兴趣，此时，将该预设敏感词直接作为标签中的文字标签。例如，在聊天数据中“基金”出现了3次，说明用户对基金比较感兴趣，此时直接将“基金”作为用户画像中的文字标签，以便根据“基金”一词推送与基金相关的产品给用户。
90.在一个实施例中，当所述聊天数据为语音数据时，所述根据所述聊天数据生成多个标签的步骤，包括：
91.s221、将所述语音数据中的模拟声音信号转换成数字信号；
92.s222、将所述数字信号与预设数字信号逐一匹配；其中，所述预设数字信号为指定词汇的数字信号；
93.s223、若匹配成功，则提取匹配成功的数字信号对应的语音数据作为目标语音数据；
94.s224、将所述目标语音数据作为语音标签。
95.如上述步骤s221
‑
s224所述，当用户的聊天数据为语音数据时，将用户的聊天数据的模拟声音信号转换成数字信号，管理员预先添加指定词汇的数字信号形成预设数字信号，指定词汇可以为预设敏感词或其他能够代表产品特性的词语。将转换的数字信号与预设数字信号匹配，其中，匹配为判断数字信号与预设数字信号是否相同，若相同，则表示匹配成功，若不同，则表示匹配失败；当匹配成功后，则提取匹配成功的数字信号对应的用户语音数据段作为目标语音数据，该目标语音数据则作为用户画像中的语音标签。
96.在一个实施例中，当所述聊天数据包括图像数据时，所述根据所述聊天数据生成多个标签的步骤，包括：
97.s231、将所述图像数据发送至审核端，以便审核人员对所述图像数据进行审核；
98.s232、接收审核端发送的审核结果；
99.s233、若所述审核结果为通过，则生成表示用户性格的聊天性格标签。
100.如上述步骤s231
‑
s233所述，当用户的聊天数据包括表情数据或图像数据时，可以
通过表情数据或图像数据获知用户的聊天性格，如喜欢并时常发送表情数据或图像数据表明用户可能较为开朗，在推送时不易被忽视和厌烦。因此，可以首先判断所述聊天数据是否具有表情数据，若具有表情数据，则直接生成聊天性格标签，可以用多表情、表情爱好者等词语表示聊天性格标签，也可以直接使用具有表情的聊天性格的描述表示用户的聊天性格标签，聊天性格标签表示用户聊天是否具有性格，因而只做有或没有，而不对聊天性格标签分类。当聊天数据具有图像数据时，由于图像数据内容的不确定性(图像数据可能为表情包等具有聊天性格的内容，也可能为其他具有违规内容的图像数据)，可能会存在违规或恶意的图像数据，因此，需要将图像数据发送至审核端，由审核人员对图像数据进行人工审核，若审核通过，则生成聊天性格标签，可以用图片、表情包等词语表示聊天性格标签，也可以直接使用具有图像数据的聊天性格的描述表示用户的聊天性格标签。
101.在一个实施例中，所述根据所述聊天数据生成多个标签的步骤之前，还包括：
102.s021、判断用户是否主动进行聊天；
103.s022、若用户主动进行聊天，则生成主动标签。
104.如上述步骤s021
‑
s022所述，除了用户的聊天数据能够反应用户的喜好、兴趣以外，用户是否是主动找销售人员或机器人聊天也能够极大的表达用户的兴趣。根据人的性格习惯，只有具有极大兴趣的时候才会主动的进行聊天，因此，当用户主动找销售人员或机器人聊天时，更能够表明用户具有极大的兴趣，此时，生成主动标签(可以用“主动”表示)添加到用户画像中，根据用户画像中是否具有主动标签确定向用户推送产品的频率，能够更高效率的推送产品。
105.在一个实施例中，所述判断所述聊天数据是否为文字数据或语音数据的步骤之前，还包括：
106.s031、判断用户是否主动进行聊天；
107.s032、若用户主动进行聊天，则增加所述主动标签设定数值的权重；
108.s033、若用户被动进行聊天，则对用户的被动次数计数，并判断用户的被动次数是否达到第三设定次数；
109.s034、若用户的被动次数达到第三设定次数，则减少所述主动标签设定数值的权重。
110.如上述步骤s031
‑
s034所述，用户是否主动进行聊天也是判定用户兴趣的重要因素之一，根据人的性格习惯，只有具有极大兴趣的时候才会主动的进行聊天。判断用户是否是主动的找销售人员或机器人聊天，当用户主动找销售人员或机器人聊天时，表明用户具有极大的兴趣，此时，增加所述主动标签设定数值的权重，设定数值可以根据具体需要进行设置，在此不做限定。用户可能主动一次，只是当时有兴趣，而后便不再有兴趣，若持续对用户进行高频率的推送，可能会使得用户厌烦；因此，当用户是被动聊天时(即销售人员或机器人主动找用户聊天)，则对用户被动的次数进行计数，当用户被动次数达到第三设定次数时，减少主动标签设定数值的权重，直至主动标签权重为零，删除主动标签。以此对用户的主动性进行更新，确定推送产品的推送频率。
111.在一个实施例中，所述根据所述文字标签或语音标签出现的次数增加所述文字标签或语音标签设定数值的权重，并减少未出现的文字标签或语音标签设定数值的权重的步骤之后，还包括：
112.s81、判断所述未出现的文字标签或语音标签的权重是否为零或负数；
113.s82、若是，则删除所述文字标签或语音标签。
114.如上述步骤s81
‑
s82所述，如果一个文字标签或语音标签一直未被用户提及，则它的权重一直在不断的减少，直至减少到零或负数，当一个文字标签或语音标签的权重减少到零或负数时，表示用户的喜好已经关于该标签，因此，对该文字标签或语音标签进行删除，避免给用户推送到用户不感兴趣的产品。
115.在一个实施例中，所述统计所述聊天数据中所述文字标签或语音标签出现的次数的步骤之前，还包括：
116.s051、判断所述聊天性格标签在设定时间段内是否增加；
117.s052、若否，则减少所述聊天性格标签设定数值的权重；
118.s053、若是，则执行统计所述聊天数据中所述文字标签或语音标签出现的次数的步骤。
119.如上述步骤s051
‑
s053所述，用户的聊天性格在出现图像数据或表情数据时增加，然而用户并不是每次都会发送表情数据或图像数据，也可能用户只是一段时间内喜欢发送表情数据或图像数据。因此，需要判断用户画像中聊天性格标签在设定时间段内是否增加，设定时间段可以为3天、5天或一周，根据具体情况进行设置，若聊天性格标签在设定时间段内没有增加，表示用户最近不喜欢使用表情数据或图像数据，则减少聊天性格标签设定数值的权重，直到所述聊天性格标签的权重下降为零或负数时，则删除该聊天性格标签。
120.在一个实施例中，所述根据所述用户画像生成推送产品的链接的指令的步骤，包括：
121.s91、根据所述用户画像中的各个标签匹配对应推送的产品；
122.s92、在所述产品中加入喜欢或不喜欢的选项，形成产品的链接；
123.s93、生成推送所述产品的链接的指令，并将所述指令发送到与所述用户进行聊天的终端；
124.如上述步骤s91所述，用户画像中具有文字标签、语音标签、聊天性格标签和主动标签，匹配的产品主要针对文字标签和语音标签，如文字标签中具有“基金”标签，则匹配与基金相关的产品推送给用户，而聊天性格标签和主动标签主要用来确定产品的推送频率。
125.如上述步骤s92
‑
s93所述，在推送的产品中加入喜欢/不喜欢的选项以供用户进行选择，通过用户对产品的选择来进一步确定用户的喜好，便于后续的产品的推送。最后生成带有选项的产品的链接的指令，当用户与机器人聊天时，该指令发送给机器人，由机器人推送给用户；当用户与销售人员聊天时，该指令发送给销售人员，由销售人员进行选择是否推送给用户，或销售人员自行根据画像中的标签选择产品进行推送。
126.在一个实施例中，所述根据所述用户画像生成推送产品的链接的指令的步骤之后，还包括：
127.s10、判断用户是否对所述产品中的选项进行选择；
128.s11、若用户选择产品中的选项，则判断用户是否具有反馈标签；
129.s12、若用户具有反馈标签，则增加所述反馈标签设定数值的权重，若用户不具有反馈标签，则添加反馈标签；
130.s13、若用户未选择产品中的选项，则判断用户是否打开所述产品；
131.s14、若用户打开所述产品，则增加所述产品对应的标签设定数值的权重；
132.s15、若用户未打开所述产品，则所述产品对应的标签的权重保持不变。
133.如上述步骤s10
‑
s12所述，通过向用户推送带有喜欢/不喜欢选项的产品，在用户收到推送的产是可以对其进行喜好选择，也可以不进行选择；因而需要判断用户是否对推送的产品中的选项进行了选择，若用户做了选择，则表示用户是具有反馈习惯的，因而判断用户是否具有反馈标签，若无反馈标签，则在用户画像中添加反馈标签，若用户具有反馈标签，则增加反馈标签设定数值的权重，以表明用户反馈习惯是否保持；同样地，在预设时间段内向用户推送了产品而没有接收到用户的反馈，则减少反馈标签设定数值的权重，直到反馈标签的权重为零则进行删除。以反馈标签来进一步反应用户对产品的喜爱程度，可以帮助销售人员更好的确定用户的喜好程度，便于精准的推送。
134.如上述步骤s13
‑
s15所述，如果用户没有对产品中的选项进行选择，那么可能存在用户有遗忘的情况。因此还可以通过判断用户是否打开推送的产品来判断用户的喜好程度，如果用户打开了推送的产品，则可能是对推送的产品具有一定的兴趣，此时增加该推送的产品对应的文字标签或语音标签的权重，便于更多的推送该标签对应的产品；如果用户没有打开所述推送的产品，则用户可能存在有遗忘的情况，无法确定用户是否具有一定的兴趣，此时，保持推送的产品对应的标签的权重不变。
135.在一个实施例中，所述用户选择产品中的选项的步骤之后，还包括：
136.s111、判断用户是否在所述产品中选择喜欢；
137.s112、若是，则增加所述产品对应的标签设定数值的权重；
138.s113、若否，则减少所述产品对应的标签设定数值的权重。
139.如上述步骤s111
‑
s113所述，若用户对产品中的选项进行了选择，那么通过用户选择的选项明确的了解用户的喜好；即用户若选择喜欢，则表示用户对该产品具有兴趣，增加产品对应的标签设定数值的权重，若用户选择不喜欢，则表示用户对该产品不具有兴趣，减少产品对应的标签设定数值的权重，设定数值可以根据具体情况进行设置，在此不做限定。
140.如图2所示，本技术还提供了一种产品推送装置，包括：
141.获取模块1，用于获取用户的聊天数据；其中，所述聊天数据包括文字数据、语音数据、表情数据或图像数据；
142.第一判断模块2，用于通过所述用户的信息在所述用户画像数据库查找，以判断所述用户是否具有用户画像；其中，所述用户画像包括文字标签、语音标签、聊天性格标签和表示用户主动聊天的主动标签；
143.第二判断模块3，用于当用户具有用户画像时，判断所述聊天数据是否为文字数据或语音数据；
144.增加模块4，用于当所述聊天数据不为文字数据或语音数据时，增加所述聊天性格标签设定数值的权重；
145.统计模块5，用于当所述聊天数据为文字数据或语音数据时，统计所述聊天数据中所述文字标签或语音标签出现的次数；
146.第三判断模块6，用于判断所述文字标签或语音标签出现的次数是否大于第二设定次数；
147.保持模块7，用于当所述文字标签或语音标签出现的次数小于或等于第二设定次
数时，保持所述文字标签或语音标签的权重不变；
148.更新模块8，用于当所述文字标签或语音标签出现的次数大于第二设定次数时，根据所述文字标签或语音标签出现的次数增加所述文字标签或语音标签设定数值的权重，并减少未出现的文字标签或语音标签设定数值的权重，完成用户画像的更新；
149.链接模块9，用于根据更新的所述用户画像生成推送产品的链接，并将所述链接发送到与所述用户进行聊天的终端。
150.在一个实施例中，还包括：
151.软件获取模块，用户获取目标聊天软件；
152.配置单模块，用于根据所述目标聊天软件获取与所述目标聊天软件对应的配置单；
153.添加模块，用于添加所述配置单并接入所述目标聊天软件。
154.在一个实施例中，还包括：
155.生成模块，用于当用户不具有用户画像时，根据所述聊天数据生成多个标签，并将多个所述标签与所述用户的信息生成形成用户画像；其中，所述标签包括文字标签、语音标签、聊天性格标签和表示用户主动聊天的主动标签。
156.在一个实施例中，当所述聊天数据为文字数据时，所述生成模块，包括：
157.敏感词匹配单元，用于将所述聊天数据与数据库中的预设敏感词进行匹配；
158.匹配成功单元，用于当匹配成功时，则统计所述聊天数据中所述预设敏感词出现的次数；
159.第一设定次数判断单元，用于判断所述预设敏感词出现的次数是否大于第一设定次数；
160.文字标签单元，用于在所述预设敏感词出现的次数大于第一设定次数时，将所述预设敏感词作为文字标签。
161.在一个实施例中，当所述聊天数据为语音数据时，所述生成模块，包括：
162.数字信号单元，用于将所述语音数据中的模拟声音信号转换成数字信号；
163.匹配单元，用于将所述数字信号与预设数字信号逐一匹配；其中，所述预设数字信号为指定词汇的数字信号；
164.目标语音单元，用于在匹配成功时，提取匹配成功的数字信号对应的语音数据作为目标语音数据；
165.语音标签单元，用于将所述目标语音数据作为语音标签。
166.在一个实施例中，当所述聊天数据包括图像数据时，所述生成模块，包括：
167.发送单元，用于将所述图像数据发送至审核端，以便审核人员对所述图像数据进行审核；
168.接收单元，用于接收审核端发送的审核结果；
169.聊天性格标签单元，用于当所述审核结果为通过时，生成表示用户性格的聊天性格标签。
170.在一个实施例中，还包括：
171.聊天判断模块，用于判断用户是否主动进行聊天；
172.主动标签模块，用于当用户主动进行聊天时，生成主动标签。
173.在一个实施例中，还包括：
174.主动判断模块，用于判断用户是否主动进行聊天；
175.主动标签增加模块，用于当用户主动进行聊天时，增加所述主动标签设定数值的权重；
176.被动次数模块，用于当用户被动进行聊天时，对用户的被动次数计数，并判断用户的被动次数是否达到第三设定次数；
177.主动标签减少模块，用于当用户的被动次数达到第三设定次数时，减少所述主动标签设定数值的权重。
178.在一个实施例中，还包括：
179.权重判断模块，用于判断所述未出现的文字标签或语音标签的权重是否为零或负数；
180.删除模块，用于当所述未出现的文字标签或语音标签的权重为零或负数时，删除所述文字标签或语音标签。
181.在一个实施例中，还包括：
182.聊天性格标签判断模块，用于判断所述聊天性格标签在设定时间段内是否增加；
183.聊天性格标签减少模块，用于当所述聊天性格标签在设定时间段内增加时，减少所述聊天性格标签设定数值的权重；
184.执行单元，用于当所述聊天性格标签在设定时间段内不增加时，执行统计所述聊天数据中所述文字标签或语音标签出现的次数的步骤。
185.在一个实施例中，所述链接模块9，包括：
186.产品匹配单元，用于根据所述用户画像中的各个标签匹配对应推送的产品；
187.加入单元，用于在所述产品中加入喜欢或不喜欢的选项，形成产品的链接；
188.链接指令单元，用于生成推送的链接的指令，并将所述指令发送到与所述用户进行聊天的终端。
189.在一个实施例中，还包括：
190.选择模块，用于判断用户是否对所述产品中的选项进行选择；
191.反馈标签模块，用于当用户选择产品中的选项时，判断用户是否具有反馈标签；
192.反馈标签判断模块，用于当用户具有反馈标签时，增加所述反馈标签设定数值的权重，当用户不具有反馈标签时，添加反馈标签；
193.打开模块，用于当用户未选择产品中的选项时，判断用户是否打开所述产品；
194.产品对应标签模块，用于当用户打开所述产品时，增加所述产品对应的标签设定数值的权重；
195.标签权重保持模块，用于当用户未打开所述产品时，所述产品对应的标签的权重保持不变。
196.在一个实施例中，还包括：
197.喜欢模块，用于判断用户是否在所述产品中选择喜欢；
198.对应标签权重增加模块，用于当用户在所述产品中选择喜欢时，增加所述产品对应的标签设定数值的权重；
199.对应标签权重减少模块，用于当用户在所述产品中选择不喜欢时，减少所述产品
对应的标签设定数值的权重。
200.上述各单元、模块均是用于对应执行上述产品推送方法中的各个步骤，其具体实现方式参照上述方法实施例所述，在此不再进行赘述。
201.如图3所示，本技术还提供了一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储产品推送方法的过程需要的所有数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现产品推送方法。
202.本领域技术人员可以理解，图3中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定。
203.本技术一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一个产品推送方法。
204.本领域普通技术人员可以理解实现上述实施例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，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram通过多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
205.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
206.以上所述仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。