[發明專利]一種基于區域用戶習慣大數據的商品推送方法

在審

• 申請號: 201811482899.X
• 申請日: 2018-12-05
• 公開（公告）號: CN109636454A
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 林心怡;范潔
• 申請（專利權）人: 廣州市彈彈旦電子商務有限公司;范潔
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06
• 代理公司: 北京集智東方知識產權代理有限公司 11578
• 代理人: 張紅

本發明公開了一種基于區域用戶習慣大數據的商品推送方法，所述用戶信息包括定位信息和交易數據，所述店鋪信息包括店鋪位置信息和商品數據，根據其他用戶的購買頻率和上一次的購買數量，計算出預計購買日期，有利于在商品用完前給客戶發送推送消息，能及時提醒用戶補貨，給出購買建議。通過將購買方式分為線上和線下，并結合該區域大多數用戶的購買習慣，給出優先購買方式和備選購買方式，可適應不同的商品和不同的區域情況，選擇最優的購買方式，方便客戶購買商品，并優先給出相同商品的不同購買方式的推薦店鋪，且在無合適的相同商品推薦時，給出相似商品的推薦，為用戶提起選出備選方案，減少客戶挑選商品的工作。

技術領域

本發明涉及商品推送技術領域，具體涉及一種基于區域用戶習慣大數據的商品推送方法。

背景技術

推送是最常見的運營手段，好壞分明。它是最高效接觸和影響用戶的渠道之一，好是能即刻提高各類運營指標，壞是容易招致用戶反感乃至卸載。很多運營對推送慎之用慎，用戶體驗像一道利刃懸在頭上，生怕打擾。實際上推送得好，對各項KPI有事半功倍的效果。

現有的推送方法多是根據該用戶消費記錄，得到消費者的消費趨勢和消費習慣，并進行針對性的商品推送，但現實情況中，個人的消費習慣會因為居住地的情況發生改變，如在一線城市，物流發達和商品種類豐富，售后方便，往往選則線上消費，而在三四線城市，物流較差，售后也不方便，當地人往往更多選擇線下購買，此時使用現有的推送方法推送往往不符合當地情況，推送效果較差，因此需要一種基于區域用戶習慣大數據的商品推送方法。

發明內容

為了解決上述的技術問題，本發明的目的在于提供一種基于區域用戶習慣大數據的商品推送方法。

本發明所要解決的技術問題為：

(1)如何根據大數據判斷客戶下次購買該商品的時間。

(2)如何根據大數據確定用戶區域的情況并選擇購買方式。

(3)如何根據大數據確定該區域情況并選擇推送的商品和店鋪。

通過其他用戶的購買記錄，來分析出商品的消耗速度，再根據上次購買的商品數量，計算出預計購買日期，可在商品用光前發出推送消息，提示用戶購買商品，同時根據區域用戶的習慣來給出購買的建議，并推送給用戶。

本發明的目的可以通過以下技術方案實現：

一種基于區域用戶習慣大數據的商品推送方法，包括用于分析處理數據并得出推送消息的數據處理模塊、存儲有用戶信息和店鋪信息的數據存儲模塊、用于接收用戶、店鋪數據和發送推送消息的信息收發模塊，所述用戶信息包括定位信息和交易數據，所述交易數據中包含有成交日期、購買數量、成交價、商品型號、購買方式；所述店鋪信息包括店鋪位置信息和商品數據，所述商品數據中包含有商品型號、優惠信息、商品價格、銷售方式；

所述數據處理模塊得出推送消息的步驟如下：

S1、購買日期的預測：從用戶P的交易數據中獲取商品型號，數據處理模塊預設的日期算法根據商品型號在數據存儲模塊中篩選出購買過相同商品且購買次數大于X的用戶作為參照組，并調用參照組的交易數據，計算參照組的人數C，并將參照組內同一用戶的交易數據中的成交日期和購買數量按成交日期從近至遠，設置為D1、D2、D3、……Dn，以及Q1、Q2、Q3、……Qn，其中n≥X>3，且n和X均為正整數，所述數據處理模塊再根據公式計算參照組內每個用戶的消耗速度V，再將所有消耗速度V求和后除以總人數C，可得到商品的預計消耗速度V’，最后根據公式D₀＝D₁+Q₁*V’，計算出預計購買日期；