一种基于大数据的信息推送方法及系统与流程

1.本技术涉及信息推送的领域，尤其是涉及一种基于大数据的信息推送方法及系统。


背景技术：

2.移动互联网蓬勃发展的今天，大部分智能终端的应用程序运营都提供了消息推送功能，如新闻客户端的热点新闻推荐，聊天互动工具的聊天消息提醒，电商产品促销信息，企业应用的通知和审批流程等等。信息推送对于提高产品活跃度、提高功能模块使用率、提升用户粘性、提升用户留存率起到了重要作用，作为应用程序运营中一个关键的渠道，对消息推送的合理运用能有效促进目标的实现。
3.在现有技术中，商品广告是通过广而告知的方式发送给用户，是以类似与广播的形式发送给用户，广告方并不知道用户具体需求，广告效率差。目前一些线下商品门店，为了打开销售渠道增加销售量，提高销售利润，纷纷开发线上app实现线上销售同城或者快递送达，如连锁商超app、服装商城app、奶茶点单小程序等；用户通过这些线上应用能够浏览获取企业或门店销售的商品详细信息，用户发现符合心意和需求的商品后通过线上用户端下单等待同城送达或者快递送达即可。这些线上应用的开发能够在一定程度开拓企业的销售渠道提升企业的经济销效益。但是如何充分利用线上应用吸引顾客下单或前往门店消费，就需要进行广告，目前一般是采用满天撒网的方式进行消息推送轰炸，效果较差且容易引起用户不满，彻底忽略广告消息。因此如何将符合用户需求的商品推送给用户是一个需要解决的问题。
4.针对上述中的相关技术，发明人认为现有企业和门店线上销售应用推送商品信息缺乏针对性，导致用户接收程度较差信息推送效率较低。


技术实现要素：

5.为了改善发明人认为现有企业和门店线上销售应用推送商品信息缺乏针对性，导致用户接收程度较差信息推送效率较低的问题，本技术提供一种基于大数据的信息推送方法及系统。
6.第一方面，本技术提供一种基于大数据的信息推送方法，采用如下的技术方案：一种基于大数据的信息推送方法，包括以下步骤：获取商品基本信息和商品促销信息建立商品信息数据库，所述商品基本信息包括商品进价信息、商品售价信息、商品利润等级信息、商品推广等级信息，所述商品促销信息包括商品促销价格信息和商品促销等级信息；采集用户的历史操作信息，提取获得用户的已购商品信息，对用户的已购商品信息的商品性质和购买时间进行分析判断得到可推送已购商品品类标签和不可推送已购商品品类标签；采集分析用户的历史操作信息获取用户的搜索历史信息和浏览历史信息，提取获
得用户兴趣商品品类标签；将可推送已购商品品类标签、不可推送已购商品品类标签和用户兴趣商品品类标签进行整合得到用户可推送商品品类标签集；根据预设的公式计算用户可推送商品品类标签集中各个可推送商品品类标签的推送分值，并根据推送分值高低对用户可推送商品品类标签集内各个可推送商品品类标签进行排序生成推送排序表；根据推送排序表在商品信息数据库依次为各个可推送商品品类标签匹配对应的商品信息，并计算确认最符合可推送商品品类标签的商品信息，生成商品信息推送表；采集数据库中用户历史操作信息分析获取有效推送时段，在有效推送时段按照商品信息推送表向用户推送商品信息。
7.通过采用上述技术方案，通过对用户的历史操作信息进行提取获取用户的已购商品信息、搜索历史信息和浏览历史信息，首先对用户已购信息进行分析确认用户已购商品性质对于属于可被消耗商品的购买时间进行监控，在某项可被消耗的已购商品的用户购买时长满足消耗周期后将该商品的品类标签标记为可推送已购商品品类标签，再对用户的搜索历史信息和浏览历史信息进行分析和提取确认用户的购物兴趣，并结合已购商品信息确定可推送商品品类标签集，具有针对性的对用户的购物喜好进行分析，确认用户需求的商品信息，进而实现高效有针对性的信息，能够有效勾起用户浏览推送信息的兴趣，提高用户购物的欲望，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
8.优选的，所述对用户的已购商品信息的商品性质和购买时间进行分析判断得到可推送已购商品品类标签和不可推送已购商品品类标签具体包括以下步骤：对用户的已购商品信息的商品性质进行分析判断，将预设周期内用户会重复购买的商品划分为可消耗商品，将预设周期内用户不会重复购买的商品划分为不可消耗商品，将已购商品信息中不可消耗商品的品类标签标记为不可推送已购商品品类标签；对用户的已购商品信息中的可消耗商品根据其品类按照预设的商品消耗周期表检索确定其消耗周期；对用户的已购商品信息中的可消耗商品的购买时长进行判定，若用户的购买时长大于其消耗周期时，则将该商品的品类标签标记为可推送商品品类标签。
9.通过采用上述技术方案，通过对用户的已购商品信息中各个已购商品的性质进行判断，确认可被消耗的已购商品，在某项可被消耗的已购商品的用户购买时长满足消耗周期后将该商品的品类标签标记为可推送已购商品品类标签，并将消耗周期过长的已购商品如家具、菜刀等已购商品的品类标签标记为不可推送已购商品品类标签，便于在整合可推送商品品类标签集时将用户兴趣商品品类标签中与不可推送已购商品品类标签重合的标签去除，进一步提高信息推送的精准性，提高用户的接收程度，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
10.优选的，所述采集分析用户的历史操作信息获取用户搜索历史信息和浏览历史信息，提取获得用户兴趣商品品类标签具体包括以下步骤：采集分析预设周期内的用户的历史操作信息获取用户的搜索历史信息和浏览历史信息；对用户的搜索历史信息进行提取获得若干个商品搜索关键词以及对应各个商品
搜索关键词的搜索次数和搜索时间戳；匹配获得对应各个商品搜索关键词的商品并将其品类标签设为用户兴趣商品品类标签；对用户的浏览历史信息进行提取获得若干个商品的浏览次数和浏览时长；将浏览次数大于2或单次浏览时长大于预设浏览时长阈值的商品的品类标签设为用户兴趣商品品类标签。
11.通过采用上述技术方案，分别对用户的搜索历史信息和浏览历史信息进行提取分析确认用户的兴趣商品品类标签，实现精准分析用户的兴趣诉求，有效提升信息推送的精准性，提高用户对推送信息的接收程度和兴趣，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
12.优选的，所述将可推送已购商品品类标签、不可推送已购商品品类标签和用户兴趣商品品类标签进行整合得到用户可推送商品品类标签集具体包括：将用户兴趣商品品类标签中与不可推送已购商品品类标签重复的品类标签去除，再将剩余的用户兴趣商品品类标签与可推送已购商品品类标签进行合并得到用户可推送商品品类标签集。
13.通过采用上述技术方案，将用户兴趣商品品类标签中与不可推送已购商品品类标签重复的品类标签去除，进一步提升信息推送的精确性，确保推送的商品信息是用户有需求且用户并未持有或快消耗完的，进而有效提升用户的购买欲望，达到提高商品信息推送效率和提高企业经济效益的效果。
14.优选的，所述根据预设的公式计算用户可推送商品品类标签集中各个可推送商品品类标签的推送分值具体包括：采集获取可推送商品品类标签集中各个可推送商品品类标签的搜索次数a、搜索时间戳、浏览次数b和浏览总时长c，并通过搜索时间戳获取各个可推送商品品类标签近一周内搜索次数d，根据预设的公式计算用户可推送商品品类标签集中各个可推送商品品类标签的推送分值，所述预设的推送分值计算公式为：s=s1*a+s2*b+s3*c+s4*d,其中s1为搜索次数分值系数、s2为浏览次数分值系数、s3为浏览时长分值系数、s4为近一周内搜索次数分值系数，所述s1、s2、s3和s4均由管理人员设置。
15.通过采用上述技术方案，通过述预设的推送分值计算公式计算各个可推送商品品类标签的推送分值，确认用户对各个可推送商品品类标签的需求度，进而对个可推送商品品类标签进行排序，优先将用户最需求的商品推送给用户，进一步提高推送信息的用户接收率，有效提升商品的成交率，达到提高商品信息推送效率和提高企业经济效益的效果。
16.优选的，所述根据推送排序表在商品信息数据库依次为各个可推送商品品类标签匹配对应的商品信息，并计算确认最符合可推送商品品类标签的商品信息，生成商品信息推送表具体包括以下步骤：根据推送排序表依次为各个可推送商品品类标签在商品信息数据库内匹配对应的若干个商品信息；根据预设商品分值计算公式计算可推送商品品类标签对应的若干个商品的商品分值，选取商品分值最高的商品信息作为最符合该可推送商品品类标签的商品信息；所述预设商品分值计算公式具体为：商品分值y=商品购买次数e*购买次数分值系数x1+商品利润等级f*利润等级分值系数x2+max(商品促销等级g*促销等级分值系数x3、商品推广等级h*推广等级系数x4)，其中x1、x2、x3、x4均由管理人员设置；
依次计算确认最符合各个可推送商品品类标签的商品信息，按照推送排序表排序生成商品信息推送表。
17.通过采用上述技术方案，通过预设商品分值计算公式计算可推送商品品类标签对应的若干个商品的商品分值的，结合用户的购买次数和商场的推广需求以及促销需求，进而确认各个可推送商品品类标签匹配出的商品信息中最适合推广给用户的商品，在将符合用户兴趣和需求的商品推送给用户的同时，兼顾企业的销售策略和销售需求，有效提高企业主推产品的销售量，进而提高企业的经济效益。
18.优选的，所述采集数据库中用户历史操作信息分析获取有效推送时段，在有效推送时段按照商品信息推送表向用户推送商品信息具体包括以下步骤：采集获取数据库中用户历史操作信息并提取其操作移动终端的历史时段特征；对历史时段特征以星期为单位统计获取每星期中每天各个时段用户操作百分比；将用户操作百分比大于预设操作阈值的时段设为有效推送时段，在有效推送时段按照商品信息推送表依次向用户推送商品信息。
19.通过采用上述技术方案，通过用户的历史操作信息进行分析和提取，将用户经常使用移动终端和app的时段设为该用户的有效推送时段，便于用户能够在休闲时间及时接收到推广内容，有效提高推广内容被浏览的概率，提高推广正确率，达到提高用户app使用率和推广内容浏览率的效果。并且通过有效推送时段的提取，避免推广信息打扰用户的正常生活，提高用户的使用体验和接受意愿，进一步提高了推广内容被浏览的概率。
20.优选的，所述在有效推送时段按照商品信息推送表依次向用户推送商品信息的具体推送方式包括：短信推送、商品详情页尾页推送、信息通知栏弹窗推送、应用首页推送和应用弹窗推送。
21.通过采用上述技术方案，采用不同的推广方式，有效提高了推广内容被浏览概率，并且依据推广内容的推广等级采取对应的推广手段，确保推广资源被合理分配，确保企业的经济效益。
22.第二方面，本技术提供一种基于大数据的信息推送系统，采用如下的技术方案：一种基于大数据的信息推送系统，包括：商品信息管理模块，用于获取商品基本信息和商品促销信息建立商品信息数据库，所述商品基本信息包括商品进价信息、商品售价信息、商品利润等级信息、商品推广等级信息，所述商品促销信息包括商品促销价格信息和商品促销等级信息；已购商品信息分析模块，用于采集用户的历史操作信息，提取获得用户的已购商品信息，对用户的已购商品信息的商品性质和购买时间进行分析判断得到可推送已购商品品类标签和不可推送已购商品品类标签；用户兴趣分析模块，用于采集分析用户的历史操作信息获取用户的搜索历史信息和浏览历史信息，提取获得用户兴趣商品品类标签；可推送商品品类标签统计模块，用于将可推送已购商品品类标签、不可推送已购商品品类标签和用户兴趣商品品类标签进行整合得到用户可推送商品品类标签集；可推送商品品类标签排序模块，用于根据预设的公式计算用户可推送商品品类标签集中各个可推送商品品类标签的推送分值，并根据推送分值高低对用户可推送商品品类标签集内各个可推送商品品类标签进行排序生成推送排序表；
商品信息确认模块，用于根据推送排序表在商品信息数据库依次为各个可推送商品品类标签匹配对应的商品信息，并计算确认最符合可推送商品品类标签的商品信息，生成商品信息推送表；商品信息推送模块，用于采集数据库中用户历史操作信息分析获取有效推送时段，在有效推送时段按照商品信息推送表向用户推送商品信息；所述商品信息管理模块、已购商品信息分析模块、用户兴趣分析模块、可推送商品品类标签统计模块、可推送商品品类标签排序模块、商品信息确认模块和商品信息推送模块相互通信连接。
23.通过采用上述技术方案，通过对用户的历史操作信息进行提取获取用户的已购商品信息、搜索历史信息和浏览历史信息，首先对用户已购信息进行分析确认用户已购商品性质对于属于可被消耗商品的购买时间进行监控，在某项可被消耗的已购商品的用户购买时长满足消耗周期后将该商品的品类标签标记为可推送已购商品品类标签，再对用户的搜索历史信息和浏览历史信息进行分析和提取确认用户的购物兴趣，并结合已购商品信息确定可推送商品品类标签集，具有针对性的对用户的购物喜好进行分析，确认用户需求的商品信息，进而实现高效有针对性的信息，能够有效勾起用户浏览推送信息的兴趣，提高用户购物的欲望，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
24.第三方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如上述方法任一种方法的计算机程序。
25.通过采用上述技术方案，通过对用户的历史操作信息进行提取获取用户的已购商品信息、搜索历史信息和浏览历史信息，首先对用户已购信息进行分析确认用户已购商品性质对于属于可被消耗商品的购买时间进行监控，在某项可被消耗的已购商品的用户购买时长满足消耗周期后将该商品的品类标签标记为可推送已购商品品类标签，再对用户的搜索历史信息和浏览历史信息进行分析和提取确认用户的购物兴趣，并结合已购商品信息确定可推送商品品类标签集，具有针对性的对用户的购物喜好进行分析，确认用户需求的商品信息，进而实现高效有针对性的信息，能够有效勾起用户浏览推送信息的兴趣，提高用户购物的欲望，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
26.综上所述，本技术包括以下至少一种有益技术效果：1.通过对用户的历史操作信息进行提取获取用户的已购商品信息、搜索历史信息和浏览历史信息，首先对用户已购信息进行分析确认用户已购商品性质对于属于可被消耗商品的购买时间进行监控，在某项可被消耗的已购商品的用户购买时长满足消耗周期后将该商品的品类标签标记为可推送已购商品品类标签，再对用户的搜索历史信息和浏览历史信息进行分析和提取确认用户的购物兴趣，并结合已购商品信息确定可推送商品品类标签集，具有针对性的对用户的购物喜好进行分析，确认用户需求的商品信息，进而实现高效有针对性的信息，能够有效勾起用户浏览推送信息的兴趣，提高用户购物的欲望，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果；2.通过述预设的推送分值计算公式计算各个可推送商品品类标签的推送分值，确认用户对各个可推送商品品类标签的需求度，进而对个可推送商品品类标签进行排序，优先将用户最需求的商品推送给用户，进一步提高推送信息的用户接收率，有效提升商品的
成交率，达到提高商品信息推送效率和提高企业经济效益的效果；3.通过预设商品分值计算公式计算可推送商品品类标签对应的若干个商品的商品分值的，结合用户的购买次数和商场的推广需求以及促销需求，进而确认各个可推送商品品类标签匹配出的商品信息中最适合推广给用户的商品，在将符合用户兴趣和需求的商品推送给用户的同时，兼顾企业的销售策略和销售需求，有效提高企业主推产品的销售量，进而提高企业的经济效益；4.通过用户的历史操作信息进行分析和提取，将用户经常使用移动终端和app的时段设为该用户的有效推送时段，便于用户能够在休闲时间及时接收到推广内容，有效提高推广内容被浏览的概率，提高推广正确率，达到提高用户app使用率和推广内容浏览率的效果。并且通过有效推送时段的提取，避免推广信息打扰用户的正常生活，提高用户的使用体验和接受意愿，进一步提高了推广内容被浏览的概率。
附图说明
27.图1是本技术实施例中；图2是本技术实施例中一种基于大数据的信息推送方法的方法框图；图3是本技术实施例中已购商品信息分析方法的方法框图；图4是本技术实施例中用户的搜索历史信息和浏览历史信息分析的方法框图；图5是本技术实施例中有效推送时段分析的方法框图；图6是本技术实施例中一种基于大数据的信息推送系统的系统框图。
28.附图标记说明：1、商品信息管理模块；2、已购商品信息分析模块；3、用户兴趣分析模块；4、可推送商品品类标签统计模块；5、可推送商品品类标签排序模块；6、商品信息确认模块；7、商品信息推送模块。
具体实施方式
29.以下结合附图1-6对本技术作进一步详细说明。
30.本技术实施例公开一种基于大数据的信息推送方法。参照图1，一种基于大数据的信息推送方法，包括以下步骤：s1、建立商品信息数据库：获取商品基本信息和商品促销信息建立商品信息数据库，所述商品基本信息包括商品进价信息、商品售价信息、商品利润等级信息、商品推广等级信息，所述商品促销信息包括商品促销价格信息和商品促销等级信息；s2、已购商品信息分析：采集用户的历史操作信息，提取获得用户的已购商品信息，对用户的已购商品信息的商品性质和购买时间进行分析判断得到可推送已购商品品类标签和不可推送已购商品品类标签；s3、获得用户兴趣商品品类标签：采集分析用户的历史操作信息获取用户的搜索历史信息和浏览历史信息，提取获得用户兴趣商品品类标签；s4、整合得到用户可推送商品品类标签集：将可推送已购商品品类标签、不可推送已购商品品类标签和用户兴趣商品品类标签进行整合得到用户可推送商品品类标签集；s5、生成推送排序表：根据预设的公式计算用户可推送商品品类标签集中各个可推送商品品类标签的推送分值，并根据推送分值高低对用户可推送商品品类标签集内各个
可推送商品品类标签进行排序生成推送排序表；s6、生成商品信息推送表：根据推送排序表在商品信息数据库依次为各个可推送商品品类标签匹配对应的商品信息，并计算确认最符合可推送商品品类标签的商品信息，生成商品信息推送表；s7、分析获取有效推送时段：采集数据库中用户历史操作信息分析获取有效推送时段，在有效推送时段按照商品信息推送表向用户推送商品信息。通过对用户的历史操作信息进行提取获取用户的已购商品信息、搜索历史信息和浏览历史信息。首先对用户已购信息进行分析确认用户已购商品性质对于属于可被消耗商品的购买时间进行监控，在某项可被消耗的已购商品的用户购买时长满足消耗周期后将该商品的品类标签标记为可推送已购商品品类标签。再对用户的搜索历史信息和浏览历史信息进行分析和提取确认用户的购物兴趣，并结合已购商品信息确定可推送商品品类标签集，具有针对性的对用户的购物喜好进行分析，确认用户需求的商品信息。进而实现高效有针对性的信息推送，能够有效勾起用户浏览推送信息的兴趣，提高用户购物的欲望，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
31.参照图2，上述步骤s2中对用户的已购商品信息的商品性质和购买时间进行分析判断得到可推送已购商品品类标签和不可推送已购商品品类标签具体包括以下步骤：a1、已购商品信息的商品性质分析：对用户的已购商品信息的商品性质进行分析判断，将预设周期内用户会重复购买的商品划分为可消耗商品，将预设周期内用户不会重复购买的商品划分为不可消耗商品，将已购商品信息中不可消耗商品的品类标签标记为不可推送已购商品品类标签；a2、确定已购商品消耗周期：对用户的已购商品信息中的可消耗商品根据其品类按照预设的商品消耗周期表检索确定其消耗周期；a3、生成可推送商品品类标签：对用户的已购商品信息中的可消耗商品的购买时长进行判定，若用户的购买时长大于其消耗周期时，则将该商品的品类标签标记为可推送商品品类标签。通过对用户的已购商品信息中各个已购商品的性质进行判断，确认可被消耗的已购商品。在某项可被消耗的已购商品的用户购买时长满足消耗周期后将该商品的品类标签标记为可推送已购商品品类标签。并将消耗周期过长的已购商品如家具、菜刀等已购商品的品类标签标记为不可推送已购商品品类标签，便于在整合可推送商品品类标签集时将用户兴趣商品品类标签中与不可推送已购商品品类标签重合的标签去除。进一步提高信息推送的精准性，提高用户的接收程度，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
32.参照图3，上述步骤s3中采集分析用户的历史操作信息获取用户搜索历史信息和浏览历史信息，提取获得用户兴趣商品品类标签具体包括以下步骤：b1、获取用户的搜索历史信息和浏览历史信息：采集分析预设周期内的用户的历史操作信息获取用户的搜索历史信息和浏览历史信息；b2、对用户的搜索历史信息进行提取：对用户的搜索历史信息进行提取获得若干个商品搜索关键词以及对应各个商品搜索关键词的搜索次数和搜索时间戳；b3、匹配获得对应各个商品搜索关键词的商品：匹配获得对应各个商品搜索关键词的商品并将其品类标签设为用户兴趣商品品类标签；
b4、对用户的浏览历史信息进行提取：对用户的浏览历史信息进行提取获得若干个商品的浏览次数和浏览时长；b5、浏览商品判定：将浏览次数大于2或单次浏览时长大于预设浏览时长阈值的商品的品类标签设为用户兴趣商品品类标签。分别对用户的搜索历史信息和浏览历史信息进行提取分析确认用户的兴趣商品品类标签，实现精准分析用户的兴趣诉求，有效提升信息推送的精准性，提高用户对推送信息的接收程度和兴趣，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
33.上述步骤s4中所述将可推送已购商品品类标签、不可推送已购商品品类标签和用户兴趣商品品类标签进行整合得到用户可推送商品品类标签集具体包括：将用户兴趣商品品类标签中与不可推送已购商品品类标签重复的品类标签去除，再将剩余的用户兴趣商品品类标签与可推送已购商品品类标签进行合并得到用户可推送商品品类标签集。将用户兴趣商品品类标签中与不可推送已购商品品类标签重复的品类标签去除，进一步提升信息推送的精确性，确保推送的商品信息是用户有需求且用户并未持有或快消耗完的，进而有效提升用户的购买欲望，达到提高商品信息推送效率和提高企业经济效益的效果。
34.上述步骤s5中所述根据预设的公式计算用户可推送商品品类标签集中各个可推送商品品类标签的推送分值具体包括：采集获取可推送商品品类标签集中各个可推送商品品类标签的搜索次数a、搜索时间戳、浏览次数b和浏览总时长c，并通过搜索时间戳获取各个可推送商品品类标签近一周内搜索次数d。根据预设的公式计算用户可推送商品品类标签集中各个可推送商品品类标签的推送分值，所述预设的推送分值计算公式为：s=s1*a+s2*b+s3*c+s4*d,其中s1为搜索次数分值系数、s2为浏览次数分值系数、s3为浏览时长分值系数、s4为近一周内搜索次数分值系数，所述s1、s2、s3和s4均由管理人员设置。通过述预设的推送分值计算公式计算各个可推送商品品类标签的推送分值，确认用户对各个可推送商品品类标签的需求度，进而对个可推送商品品类标签进行排序。优先将用户最需求的商品推送给用户，进一步提高推送信息的用户接收率，有效提升商品的成交率，达到提高商品信息推送效率和提高企业经济效益的效果。
35.参照图4，上述步骤s6中所述根据推送排序表在商品信息数据库依次为各个可推送商品品类标签匹配对应的商品信息，并计算确认最符合可推送商品品类标签的商品信息，生成商品信息推送表具体包括以下步骤：c1、可推送商品品类标签匹配对应的若干个商品信息：根据推送排序表依次为各个可推送商品品类标签在商品信息数据库内匹配对应的若干个商品信息；c2、计算可推送商品品类标签对应的若干个商品的商品分值：根据预设商品分值计算公式计算可推送商品品类标签对应的若干个商品的商品分值，选取商品分值最高的商品信息作为最符合该可推送商品品类标签的商品信息；所述预设商品分值计算公式具体为：商品分值y=商品购买次数e*购买次数分值系数x1+商品利润等级f*利润等级分值系数x2+max(商品促销等级g*促销等级分值系数x3、商品推广等级h*推广等级系数x4)，其中x1、x2、x3、x4均由管理人员设置；c3、生成商品信息推送表：依次计算确认最符合各个可推送商品品类标签的商品信息，按照推送排序表排序生成商品信息推送表。通过预设商品分值计算公式计算可推送商品品类标签对应的若干个商品的商品分值。结合用户的购买次数和商场的推广需求以及
促销需求，进而确认各个可推送商品品类标签匹配出的商品信息中最适合推广给用户的商品。在将符合用户兴趣和需求的商品推送给用户的同时，兼顾企业的销售策略和销售需求，有效提高企业主推产品的销售量，进而提高企业的经济效益。
36.参照图5，上述步骤s7中所述采集数据库中用户历史操作信息分析获取有效推送时段，在有效推送时段按照商品信息推送表向用户推送商品信息具体包括以下步骤：d1、提取用户操作移动终端的历史时段特征：采集获取数据库中用户历史操作信息并提取其操作移动终端的历史时段特征；d2、统计每星期中每天各个时段用户操作百分比：对历史时段特征以星期为单位统计获取每星期中每天各个时段用户操作百分比；d3、确定有效推送时段：将用户操作百分比大于预设操作阈值的时段设为有效推送时段，在有效推送时段按照商品信息推送表依次向用户推送商品信息。通过用户的历史操作信息进行分析和提取，将用户经常使用移动终端和app的时段设为该用户的有效推送时段，便于用户能够在休闲时间及时接收到推广内容，有效提高推广内容被浏览的概率，提高推广正确率，达到提高用户app使用率和推广内容浏览率的效果。并且通过有效推送时段的提取，避免推广信息打扰用户的正常生活，提高用户的使用体验和接受意愿，进一步提高了推广内容被浏览的概率。
37.上述步骤d3中所述在有效推送时段按照商品信息推送表依次向用户推送商品信息的具体推送方式包括：短信推送、商品详情页尾页推送、信息通知栏弹窗推送、应用首页推送和应用弹窗推送。采用不同的推广方式，有效提高了推广内容被浏览概率，并且依据推广内容的推广等级采取对应的推广手段，确保推广资源被合理分配，确保企业的经济效益。
38.本技术实施例还公开一种基于大数据的信息推送系统。参照图6，一种基于大数据的信息推送系统，包括：商品信息管理模块1，用于获取商品基本信息和商品促销信息建立商品信息数据库，所述商品基本信息包括商品进价信息、商品售价信息、商品利润等级信息、商品推广等级信息，所述商品促销信息包括商品促销价格信息和商品促销等级信息；已购商品信息分析模块2，用于采集用户的历史操作信息，提取获得用户的已购商品信息，对用户的已购商品信息的商品性质和购买时间进行分析判断得到可推送已购商品品类标签和不可推送已购商品品类标签；用户兴趣分析模块3，用于采集分析用户的历史操作信息获取用户的搜索历史信息和浏览历史信息，提取获得用户兴趣商品品类标签；可推送商品品类标签统计模块4，用于将可推送已购商品品类标签、不可推送已购商品品类标签和用户兴趣商品品类标签进行整合得到用户可推送商品品类标签集；可推送商品品类标签排序模块5，用于根据预设的公式计算用户可推送商品品类标签集中各个可推送商品品类标签的推送分值，并根据推送分值高低对用户可推送商品品类标签集内各个可推送商品品类标签进行排序生成推送排序表；商品信息确认模块6，用于根据推送排序表在商品信息数据库依次为各个可推送商品品类标签匹配对应的商品信息，并计算确认最符合可推送商品品类标签的商品信息，生成商品信息推送表；商品信息推送模块7，用于采集数据库中用户历史操作信息分析获取有效推送时
段，在有效推送时段按照商品信息推送表向用户推送商品信息；所述商品信息管理模块1、已购商品信息分析模块2、用户兴趣分析模块3、可推送商品品类标签统计模块4、可推送商品品类标签排序模块5、商品信息确认模块6和商品信息推送模块7相互通信连接。通过对用户的历史操作信息进行提取获取用户的已购商品信息、搜索历史信息和浏览历史信息。首先对用户已购信息进行分析确认用户已购商品性质对于属于可被消耗商品的购买时间进行监控，在某项可被消耗的已购商品的用户购买时长满足消耗周期后将该商品的品类标签标记为可推送已购商品品类标签。再对用户的搜索历史信息和浏览历史信息进行分析和提取确认用户的购物兴趣，并结合已购商品信息确定可推送商品品类标签集，具有针对性的对用户的购物喜好进行分析，确认用户需求的商品信息，进而实现高效有针对性的信息推送。能够有效勾起用户浏览推送信息的兴趣，提高用户购物的欲望，促进商品交易达成，达到提高商品信息推送效率和提高企业经济效益的效果。
39.本技术实施例还公开一种计算机可读存储介质，其存储有能够被处理器加载并执行如上述方法中的计算机程序，计算机可读存储介质例如包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
40.以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。