一种基于大数据的信息推送方法与流程

1.本发明涉及大数据信息处理技术领域，尤其涉及一种基于大数据的信息推送方法。


背景技术：

2.随着社会的进步和发展，互联网技术在现有社会中越发重要和完善，现如今社会进入大数据时代，互联网信息呈现爆炸式增长，普通用户在大量的互联网信息中获取想要的信息具有一定困难。
3.基于此，信息推送势在必行，用户对于互联网平台一般是主动搜寻和盲目浏览，主动搜寻采用关键词直接搜索的方式，但互联网存在多商家、多种类型、价格不一，用户即使找到相应商品，也需要在若干商品中耗费大量时间精力来选择，盲目浏览的用户在互联网平台更加难以确定相应商品，而且如果用户不去主动搜寻，商家开展的折扣、促销信息一般无法得到，这样就更加需要对信息进行有效推送。


技术实现要素：

4.基于上述技术缺陷，本发明提供一种基于大数据的信息推送方法，解决了上述技术问题中的技术缺陷。
5.本发明一种基于大数据的信息推送方法，包括
6.采集用户浏览数据，根据用户浏览数据，建立由多用户组成的兴趣群体，该兴趣群体中的用户至少具有两条相同浏览数据，所述兴趣群体包含若干个；
7.用户重组，根据用户的浏览数据，该用户分配至多个兴趣群体；
8.第一信息库，基于兴趣群体的浏览数据在第一信息库中建立第一推送列表，所述第一推送列表包含至少两条推送信息，所述第一推送列表与兴趣群体一一对应；
9.第二信息库，所述第二信息库基于商家信息建立第二推送列表，所述第二推送列表包含1-3条推送信息；
10.将推送信息发送至相应兴趣群体；
11.所述浏览数据包括计算机终端的信息浏览、移动终端的信息浏览；
12.所述浏览数据包括历史浏览数据和实时浏览数据。
13.进一步，所述第一信息库根据第一时间节点收集用户历史浏览数据，所述第一时间节点的范围在7-10天，所述历史浏览数据根据搜索引擎以及网购平台中输入的关键词、频繁查看的一种或多种商品信息，其组成多条第一信息链，根据该第一信息链时间节点内的查询数量进行排序，查询数量最多的第一信息链形成第一优先信息，并依次排列第二优先信息、第三优先信息
…
第n优先信息，将第一优先信息相同的若干用户组成一兴趣群体，将第二优先信息与另一用户的第一优先信息相同的组成另一兴趣群体。
14.进一步，所述第一信息库根据第二时间节点收集用户实时浏览数据，该第二时间节点的范围在2-10分钟，所述实时浏览数据根据搜索引擎以及网购平台中输入、查看的关
键词组成多条第二信息链，查询数量最多的第二信息链形成第一次级信息，并依次排列第二次级信息、第三次级信息
…
第n次级信息，将第一次级信息与兴趣群体中的第一优先信息进行对比，相同则将第一次级信息的用户加入该兴趣群体，不同则继续对比其他兴趣群体，若第一信息库中的所有兴趣群体与第一次级信息均不相同，则新建一兴趣群体。
15.进一步，所述第一优先信息和第一次级信息组成第一推送列表中的推送信息。
16.进一步，所述商家信息包括商家的促销信息、上新信息、折扣信息，根据商家信息中各不相同的商品组成多条第三信息链，其中，同类型商品组成一条第三信息链，不同类型的商家信息优先级相同，即相同类型商品中包含促销信息、上新信息、折扣信息中的一种或多种。
17.进一步，第三信息链中与用户实时浏览数据进行对比，得出相同的一条或多条信息，形成第一推广信息。
18.进一步，所述第三信息链中与用户实时浏览数据进行对比，得出相似的一条或多条信息，形成第二推广信息。
19.进一步，所述第三信息链中还包括用于主动推送的第三推广信息。
20.进一步，第一推广信息、第二推广信息以及第三推广信息组成第二推送列表中的推送信息。
21.进一步，所述第一信息库和第二信息库基于兴趣群体和商家信息的每一条数据，在中央处理器中设置数据块矩阵。
22.本发明一种基于大数据的信息推送方法，通过用户的历史浏览数据和实时浏览数据建立若干兴趣群体，该兴趣群体中的用户对同种商品均有涉及，实现高效、精确推送，提高了推送效率，避免用户产生心里抵触，且浏览数据存在时效性，避免一成不变的信息推广，造成无效的资源浪费。
附图说明
23.图1为本发明流程示意图；
24.图2为本发明兴趣群体流程图。
具体实施方式
25.下面结合附图对本发明作进一步说明。
26.本发明一种基于大数据的信息推送方法，其步骤为：
27.1、采集用户浏览数据；
28.2、根据采集的浏览数据的相关度将用户分为若干兴趣群体；
29.3、根据兴趣群体的关键词，形成相关信息库以及推送列表；
30.4、向用户推送选定的推送信息；
31.5、主动为用户推送商家信息。
32.具体的，通过大数据服务器采集用户浏览数据，该浏览数据不涉及用户隐私信息；
33.用户在互联网相关网站或平台进行浏览或查询时，服务器记录用户身份及浏览信息，形成第一信息链，每一用户形成一个第一信息链，第一信息链中包含多条数据组，将多个用户中包含相同数据信息的数据组组成一个兴群群体，数据组内包含多种不同类型的数
据信息，可以加入不同兴趣群体，每一数据组可对应多个兴趣群体，该兴趣群体内的用户根据时间变化及浏览信息的变化而改变兴趣群体，具体的在第一时间节点7-10天内，用户只会增加所在的兴趣群体，超过第一时间节点后的浏览信息，被移除所在的兴趣群体，具体是指，自第一次被记录至7-10天后，没有再次浏览或查询该数据信息；
34.实时浏览数据，具体是指用户在第二时间节点内进行浏览、查询，服务器记录用户身份及浏览信息，形成第二信息链，用户身份及浏览信息和兴趣群体内数据进行比对，查询该用户是否在其中一兴群群体中，若在其中一兴群群体，则将该信息在兴群群体更新，如不在任何兴群群体，则将该用户加入兴群群体；第一信息库，基于历史浏览数据和实时浏览数据建立第一推送列表，该第一推送列表中的推送信息根据第一优先信息和第一次级信息结合形成，具体的，用户与用户之间相同的第一优先信息组成第一兴趣群体，若用户之间无相同第一优先信息，则比对用户第一优先信息与另一用户第二优先信息，以此类推第一优先信息与第二优先信息、第三优先信息优先比对，第二优先信息与第三优先信息、第四优先信息
…
第n优先信息次级比对；当用户第一次级信息形成并加入相应兴趣群体后，第一信息库将生成推送信息，并立即对用户推送；
35.所述商家信息包括商家的促销信息、上新信息、折扣信息，根据商家信息中各不相同的商品组成多条第三信息链，其中，同类型商品组成一条第三信息链，不同类型的商家信息优先级相同，即相同类型商品中包含促销信息、上新信息、折扣信息中的一种或多种。
36.第三信息链中与用户实时浏览数据进行对比，得出相同的一条或多条信息，形成第一推广信息。
37.所述第三信息链中与用户实时浏览数据进行对比，得出相似的一条或多条信息，形成第二推广信息。
38.所述第三信息链中还包括用于主动推送的第三推广信息，主动推送的第三推广信息是基于商家促销商品、折扣商品以及新商品。
39.本发明通过用户的历史浏览数据和实时浏览数据建立若干兴趣群体，该兴趣群体中的用户对同种商品均有涉及，实现高效、精确推送，提高了推送效率，避免用户产生心里抵触，且浏览数据存在时效性，避免一成不变的信息推广，造成无效的资源浪费。
40.以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所述技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。