一种促销活动中商品信息推送方法及装置与流程

1.本发明涉及数据处理技术领域，尤其涉及一种促销活动中商品信息推送方法及装置。


背景技术：

2.随着越来越多的用户适应在网上购买货物，目前电商平台在国内也在蓬勃发展，也有了越来越多的促销活动，比如618、双十一、双十二， 配合商家的各种促销活动，使得越来越多的用户在促销活动中在电商品台进行购买，方便用户的同时，也促进的电商平台的发展。
3.但是，在现有技术中，在每次促销活动中，交易平台的各种商家都有各式各样的促销活动，相同商家的不同商品也有不同的促销活动，对于买家来说，找到想要购买的货物比较麻烦，现有的商品推送手段，也通常是根据用户的浏览记录或购买记录等进行关联推送，并没有针对性，不够准确。


技术实现要素：

4.针对现有技术中存在的问题，本发明实施例提供一种促销活动中商品信息推送方法及装置。
5.本发明实施例提供一种促销活动中商品信息推送方法，包括：获取目标用户在交易平台上历史促销活动中的历史订单，获取所述历史订单中的订单关键词，并根据所述订单关键词确定所述目标用户的偏好商标/偏好类型、偏好必需品、用户购买力范围；获取所述历史订单中目标用户对所述偏好商标/偏好类型的货物的消费金额与对应的促销幅度，并根据所述消费金额与对应的促销幅度计算目标用户对于所述偏好商标/偏好类型的偏好函数，结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，计算本次促销活动中偏好商标/偏好类型的促销商品的第一推荐分数；获取所述历史订单中目标用户最近一次的偏好必需品的消费记录，并根据所述消费记录计算所述偏好必需品的剩余使用寿命，并根据所述剩余使用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算所述偏好必需品的第二推荐分数；根据所述用户购买力范围确定目标用户的商品价格标准线，将所述偏好商标/偏好类型的促销商品及偏好必需品与所述商品价格标准线进行对比，根据对比结果确定对应的调整权重，根据所述调整权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的总商品推荐分数；基于所述总商品推荐分数，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率。
6.在其中一个实施例中，所述方法还包括：获取本次促销活动中促销商品的促销幅度对应的时间，生成促销活动时间轴，结
合所述偏好函数，生成用户的货物预购时间轴；当目标用户在本次促销活动对于偏好商标/偏好类型的货物的实际购物记录与货物预购时间轴存在差异，且对应的差异金额大于预设阈值时，根据所述差异金额生成目标用户的偏好商标/偏好类型的偏好权重，通过所述偏好权重调整所述偏好商标/偏好类型的促销商品的第一推荐分数。
7.在其中一个实施例中，所述方法还包括：获取目标用户在本次促销活动中对于所述偏好必需品的实际购物记录，并基于所述偏好必需品的实际购物记录中货物种类及货物数量生成对应的同类货物调整权重；基于所述同类货物调整权重，调整与所述货物种类相同类型的偏好必需品的第二推荐分数。
8.在其中一个实施例中，所述方法还包括：获取交易平台历史促销活动中用户订单大数据，包括：用户订单总额、订单货物类型、订单货物金额，并根据所述用户订单总额确定对应的用户消费等级；删除所述订单货物类型中的异常订单货物金额，并基于所述用户消费等级中用户的订单货物类型、订单货物金额计算所述用户消费等级对应的商品价格标准线；所述根据所述用户购买力范围确定目标用户的商品价格标准线，包括：根据所述用户购买力范围确定目标用户的用户消费等级，进而确定对应的商品价格标准线。
9.在其中一个实施例中，所述方法还包括：所述消费记录包含所述偏好必需品的购买数量及购买时间；基于所述购买数量，结合所述偏好必需品的产品平均寿命，计算所述偏好必需品的使用寿命；基于所述购买时间，计算所述偏好必需品的剩余使用寿命。
10.在其中一个实施例中，所述方法还包括：获取本次促销活动之前预设时间段内的用户消费记录，并检测所述用户消费记录是否大于预设消费阈值，所述预设消费阈值根据所述用户购买力范围对应设置；当所述用户消费记录大于预设消费阈值时，降低所述用户购买力范围。
11.本发明实施例提供一种促销活动中商品信息推送装置，包括：获取模块，用于获取目标用户在交易平台上历史促销活动中的历史订单，获取所述历史订单中的订单关键词，并根据所述订单关键词确定所述目标用户的偏好商标/偏好类型、偏好必需品、用户购买力范围；第一计算模块，用于获取所述历史订单中目标用户对所述偏好商标/偏好类型的货物的消费金额与对应的促销幅度，并根据所述消费金额与对应的促销幅度计算目标用户对于所述偏好商标/偏好类型的偏好函数，结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，计算本次促销活动中偏好商标/偏好类型的促销商品的第一推荐分数；第二计算模块，用于获取所述历史订单中目标用户最近一次的偏好必需品的消费记录，并根据所述消费记录计算所述偏好必需品的剩余使用寿命，并根据所述剩余使用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算所述偏好必需品的第二推荐分数；
调整模块，用于根据所述用户购买力范围确定目标用户的商品价格标准线，将所述偏好商标/偏好类型的促销商品及偏好必需品与所述商品价格标准线进行对比，根据对比结果确定对应的调整权重，根据所述调整权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的总商品推荐分数；推送模块，用于基于所述总商品推荐分数，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率。
12.在其中一个实施例中，所述装置还包括：第二获取模块，用于获取本次促销活动中促销商品的促销幅度对应的时间，生成促销活动时间轴，结合所述偏好函数，生成用户的货物预购时间轴；第二调整模块，用于当目标用户在本次促销活动对于偏好商标/偏好类型的货物的实际购物记录与货物预购时间轴存在差异，且对应的差异金额大于预设阈值时，根据所述差异金额生成目标用户的偏好商标/偏好类型的偏好权重，通过所述偏好权重调整所述偏好商标/偏好类型的促销商品的第一推荐分数。
13.本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述促销活动中商品信息推送方法的步骤。
14.本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述促销活动中商品信息推送方法的步骤。
15.本发明实施例提供的一种促销活动中商品信息推送方法及装置，获取目标用户在交易平台上历史促销活动中的历史订单，获取历史订单中的订单关键词，并根据订单关键词确定目标用户的偏好商标/偏好类型、偏好必需品、用户购买力范围；获取历史订单中目标用户对偏好商标/偏好类型的货物的消费金额与对应的促销幅度，并根据消费金额与对应的促销幅度计算目标用户对于偏好商标/偏好类型的偏好函数，结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，计算本次促销活动中偏好商标/偏好类型的促销商品的第一推荐分数；获取历史订单中目标用户最近一次的偏好必需品的消费记录，并根据消费记录计算偏好必需品的剩余使用寿命，并根据剩余使用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算偏好必需品的第二推荐分数；根据用户购买力范围确定目标用户的商品价格标准线，将偏好商标/偏好类型的促销商品及偏好必需品与商品价格标准线进行对比，根据对比结果确定对应的调整权重，根据调整权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的总商品推荐分数；基于总商品推荐分数，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率。这样能够基于用户的偏好及必需品确定用户的货物购买需求，并通过用户的购买力对货物购买需求进行整体调控，生成货物的需求评分，从而得到更针对性的更准确的商品推荐。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1为本发明实施例中一种促销活动中商品信息推送方法的流程图；图2为本发明实施例中一种促销活动中商品信息推送装置的结构图；图3为本发明实施例中电子设备结构示意图。
具体实施方式
18.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
19.图1为本发明实施例提供的一种促销活动中商品信息推送方法的流程示意图，如图1所示，本发明实施例提供了一种促销活动中商品信息推送方法，包括：步骤s101，获取目标用户在交易平台上历史促销活动中的历史订单，获取所述历史订单中的订单关键词，并根据所述订单关键词确定所述目标用户的偏好商标/偏好类型、偏好必需品、用户购买力范围。
20.具体地，获取需要进行商品信息推送的目标用户在交易平台上往年的历史促销活动，比如618、双十一、双十二的促销活动中的历史订单，获取历史订单中用户对应的订单关键词，其中，订单关键词可以是用户购买的各种相同商标的物品及数量，各种相同类型的物品及数量，以及各种必需品（各种生活用品，比如纸巾、洗浴用品等等），及每次促销活动的总消费金额。然后根据用户购买的各种商标的物品及数量，各种类型的物品及数量可以确定用户的偏好商标/偏好类型，比如用户在历史订单中喜欢购买偏好商标为李宁、耐克等品牌商标，多为用户青睐的商标，比如喜欢购买偏好类型为各种耳环、各种渔具、各种手工艺品等等，多为用户的兴趣爱好相关的类型，从而确定用户的偏好商标/偏好类型；通常来说，有些类型的必需品用户习惯在交易平台购买，有些类型的必需品则习惯在超市购买，所以，根据各种必需品的历史订单记录，确定用户偏好在交易平台进行购买的偏好必需品；根据每次促销活动的总消费金额的浮动区间确定用户的购买力范围。
21.步骤s102，获取所述历史订单中目标用户对所述偏好商标/偏好类型的货物的消费金额与对应的促销幅度，并根据所述消费金额与对应的促销幅度计算目标用户对于所述偏好商标/偏好类型的偏好函数，结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，计算本次促销活动中偏好商标/偏好类型的促销商品的第一推荐分数。
22.具体地，获取历史订单中目标用户对偏好商标/偏好类型的货物的每一单的消费金额与对应的促销幅度，生成对应的数据集，数据集可以包括：“耐克”：（698元、7折）、（1298元、5.5折）
…
；“李宁”：（398元、6折）、（598元、6.5折）
…
等等数据，根据用户的偏好商标/偏好类型，计算用户在偏好商标/偏好类型下的偏好函数关系，比如计算用户在“耐克”的偏好函数关系、用户在“李宁”的偏好函数关系，其中，偏好函数关系的计算方法根据用户的购物习惯确定，有些用户是线性函数关系，有些用户是非线性函数关系，但两种函数关系都遵从：促销幅度越大，用户消费金额越大的规律，结合历史订单中用户的购买数据集，绘制用户的购物曲线，从而确定用户的偏好函数关系，然后结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，根据促销商品的促销幅度与对应的偏好函数关系之间的差值，确定对应的第一推荐分数，比如当促销商品的促销幅度处于偏好函数关系对应的函数曲线
上时，则第一推荐分数为100分，当促销幅度降低时，则对应的降低第一推荐分数。
23.步骤s103，获取所述历史订单中目标用户最近一次的偏好必需品的消费记录，并根据所述消费记录计算所述偏好必需品的剩余使用寿命，并根据所述剩余使用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算所述偏好必需品的第二推荐分数。
24.具体地，获取历史订单中目标用户最近一次的偏好必需品的消费记录，其中，消费记录可以包含偏好必需品的购买数量及购买时间，比如用户在2022年618购买纸巾两箱，沐浴露两箱，则基于购买数量，结合偏好必需品的产品平均寿命，计算用户最近一次购买的偏好必需品的使用寿命，然后根据购买时间判断本次促销活动时，对应的偏好必需品的剩余使用寿命，比如当纸巾达到使用寿命，则对于所有纸巾来说，对应的第二推荐分数均为100分，而沐浴露并没有达到，则根据剩余使用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算偏好必需品的第二推荐分数，其中，关联函数可以根据必需品的类型确定，比如当剩余使用寿命为总寿命的10%时，可以对应的扣除10%的第二推荐分数，比如为90分。
25.步骤s104，根据所述用户购买力范围确定目标用户的商品价格标准线，将所述偏好商标/偏好类型的促销商品及偏好必需品与所述商品价格标准线进行对比，根据对比结果确定对应的调整权重，根据所述调整权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的总商品推荐分数。
26.具体地，获取各个交易平台中，在历史促销活动中的用户订单大数据，其中，用户订单大数据可以包括：用户订单总额、订单货物类型、订单货物金额，然后根据用户订单总额确定对应的用户消费等级，比如将一次促销活动中用户订单总额低于1000的分为第一等级、1000至5000的分为第二等级、5000至10000的分为第三等级、10000至50000的分为第四等级等等，然后删除订单货物类型中的异常订单货物金额，其中异常订单货物金额是针对某一等级的异常金额，比如在1000至5000的第二等级的消费者，在购买鞋子时通常价位会选择300元至15000元范围内的金额，对于第二等级的消费者来说，在购买鞋子（订单货物类型）时出现远大于1500元，比如3000元，或是远小于300元，比如50元（异常订单货物金额）的订单数据，均为异常订单货物金额，然后基于用户消费等级中用户的订单货物类型、订单货物金额计算用户消费等级对应的商品价格标准线 ，具体的计算方法包括但不限于通过中位数、平均数结合方差、标准差的计算方法，另外，商品价格标准线不仅可以为固定数值，也可以为一定的数据范围，然后将偏好商标/偏好类型的促销商品及偏好必需品与对应的商品价格标准线进行对比，根据对比结果中促销商品及偏好必需品的价格与商品价格标准线的价格差确定对应的调整权重，比如当价格差基本为0时，对应的调整权重为1，当存在一定的价格差时，则根据价格差与商品价格标准线的比值确定对应的调整权重，比如价格差为商品价格标准线的20%时，对应的调整权重可以为0.8，根据对应的权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的所有商品的总商品推荐分数，比如在上述步骤s104中，对于所有纸巾来说，对应的第二推荐分数均为100分，但对应目标用户来说，对应的商品价格标准线为150元/箱至200元/箱，则纸巾的价格在150元/箱至200元/箱内的a纸巾，对应的调整权重为1，总商品推荐分数中a纸巾的推荐分为为100分，而纸巾价格在300元/箱内的a纸巾，对应的调整权重为0.5，则总商品推荐分数中b纸巾的推荐分为为50分。
27.步骤s105，基于所述总商品推荐分数，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率.
ꢀ
具体地，在获取目标用户对于所有商品（偏好商标/偏好类型、偏好必需品）的总商品推荐分数后，根据总商品推荐分数，结合交易平台的预设推送算法，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率。
28.另外，获取本次促销活动之前预设时间段内的用户消费记录，并检测用户消费记录是否大于预设消费阈值，其中，预设时间段可以根据用户的消费周期对应设置，预设消费阈值根据用户购买力范围对应设置，比如用户两个月进行一次网购，则预设时间段可以为促销活动前一个月，用户的购买力范围为15000元至20000元，则对应的阈值可以为用户的购买力范围上限的30%，比如用户在双十一的前一个月内购买的商品总价值超过6000元，则对应的降低用户购买力范围，降低范围根据用户在双十一的前一个月的具体消费总额对应设定，通常来说，消费总额越高，降低的数值越多。
29.本发明实施例提供的一种促销活动中商品信息推送方法，获取目标用户在交易平台上历史促销活动中的历史订单，获取历史订单中的订单关键词，并根据订单关键词确定目标用户的偏好商标/偏好类型、偏好必需品、用户购买力范围；获取历史订单中目标用户对偏好商标/偏好类型的货物的消费金额与对应的促销幅度，并根据消费金额与对应的促销幅度计算目标用户对于偏好商标/偏好类型的偏好函数，结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，计算本次促销活动中偏好商标/偏好类型的促销商品的第一推荐分数；获取历史订单中目标用户最近一次的偏好必需品的消费记录，并根据消费记录计算偏好必需品的剩余使用寿命，并根据剩余使用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算偏好必需品的第二推荐分数；根据用户购买力范围确定目标用户的商品价格标准线，将偏好商标/偏好类型的促销商品及偏好必需品与商品价格标准线进行对比，根据对比结果确定对应的调整权重，根据调整权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的总商品推荐分数；基于总商品推荐分数，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率。这样能够基于用户的偏好及必需品确定用户的货物购买需求，并通过用户的购买力对货物购买需求进行整体调控，生成货物的需求评分，从而得到更针对性的更准确的商品推荐。
30.在上述实施例的基础上，所述促销活动中商品信息推送方法，还包括：获取本次促销活动中促销商品的促销幅度对应的时间，生成促销活动时间轴，结合所述促销商品的第一推荐分数，生成用户的货物预购时间轴；当目标用户在本次促销活动对于偏好商标/偏好类型的货物的实际购物记录与货物预购时间轴存在差异，且对应的差异金额大于预设阈值时，根据所述差异金额生成目标用户的偏好商标/偏好类型的偏好权重，通过所述偏好权重调整所述偏好商标/偏好类型的促销商品的第一推荐分数。
31.在本发明实施例中，因为促销活动的持续性，获取本次促销活动中促销幅度对应的时间，生成促销活动时间轴，比如一次双十一促销活动，通常持续一个月，且一个月内每天的促销活动均不相同，则根据促销活动时间轴，结合目标用户对于偏好商标/偏好类型的偏好函数，生成用户对于偏好商标/偏好类型的货物预购时间轴，比如在促销活动第一天，有用户的偏好商标“耐克”的促销活动，则预计用户会在第一天购买“耐克”的商品，消费金额大概为xx元，促销活动第15天，有用户的偏好类型“耳环”的促销活动，消费金额大概为xx元等。
32.然后获取用户在本次促销活动开始后，对于偏好商标/偏好类型的货物的实际购物记录与货物预购时间轴之间的差异，当存在差异且差异金额大于预设阈值时，说明用户在本次促销活动中对于偏好商标/偏好类型的偏好程度发生变化，其中，预设阈值可以根据用户偏好商标/偏好类型的历史促销活动的购买金额进行对应设置，则根据差异金额生成用户的偏好商标/偏好类型的偏好权重，比如差异金额为偏好商标/偏好类型的历史促销活动的购买金额的50%，则权重可以设置为0.5，然后根据偏好权重调整对应的偏好商标/偏好类型的促销商品的第一推荐分数，比如在用户第一天购买“耐克”的商品后，计算“耐克”的偏好权重，然后对于第15天的“耐克”的其它商品的促销活动，对应的促销商品的第一推荐分数即为原推荐分数乘以对应的偏好权重。
33.在本实施例中，当检测到实际购物记录与货物预购时间轴存在差异时，及时的对偏好商标/偏好类型的促销商品第一推荐分数进行对应调整，能够在一段长时间的促销活动，比如持续一个月的双十一中，在后续的促销时间段里，提供更准确的商品信息推送。
34.在上述实施例的基础上，所述促销活动中商品信息推送方法，还包括：获取目标用户在本次促销活动中对于所述偏好必需品的实际购物记录，并基于所述偏好必需品的实际购物记录中货物种类及货物数量生成对应的同类货物调整权重；基于所述同类货物调整权重，调整与所述货物种类相同类型的偏好必需品的第二推荐分数。
35.在本发明实施例中，获取目标用户在本次促销活动对于偏好必需品的货物的实际购物记录，并在目标用户进行购物后，根据实际购物记录中货物种类及货物数量生成对应的同类货物调整权重，当货物数量越多时，对应的货物种类的同类货物调整权重越小，比如用户在促销活动第一天购买2箱纸巾，则根据2箱纸巾的数量生成“纸巾”这一货物种类对应的同类货物调整权重，比如为0.2，然后基于同类货物调整权重，调整与货物种类相同类型的偏好必需品的第二推荐分数，即相同货物种类的偏好必需品的第二推荐分数均需要通过同类货物调整权重进行调整。
36.在本实施例中，当检测到目标用户在本次促销活动中对于偏好必需品存在实际购物记录后，及时对同种类的偏好必需品的推荐分数进行调整，能够在一段长时间的促销活动，比如持续一个月的双十一中，在后续的促销时间段里，提供更准确的商品信息推送。
37.图2为本发明实施例提供的一种促销活动中商品信息推送装置，包括：获取模块s201、第一计算模块s202、第二计算模块s203、调整模块s204、推送模块s205，其中：获取模块s201，用于获取目标用户在交易平台上历史促销活动中的历史订单，获取所述历史订单中的订单关键词，并根据所述订单关键词确定所述目标用户的偏好商标/偏好类型、偏好必需品、用户购买力范围。
38.第一计算模块s202，用于获取所述历史订单中目标用户对所述偏好商标/偏好类型的货物的消费金额与对应的促销幅度，并根据所述消费金额与对应的促销幅度计算目标用户对于所述偏好商标/偏好类型的偏好函数，结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，计算本次促销活动中偏好商标/偏好类型的促销商品的第一推荐分数。
39.第二计算模块s203，用于获取所述历史订单中目标用户最近一次的偏好必需品的消费记录，并根据所述消费记录计算所述偏好必需品的剩余使用寿命，并根据所述剩余使
用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算所述偏好必需品的第二推荐分数。
40.调整模块s204，用于根据所述用户购买力范围确定目标用户的商品价格标准线，将所述偏好商标/偏好类型的促销商品及偏好必需品与所述商品价格标准线进行对比，根据对比结果确定对应的调整权重，根据所述调整权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的总商品推荐分数。
41.推送模块s205，用于基于所述总商品推荐分数，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率。
42.在一个实施例中，装置还可以包括：第二获取模块，用于获取本次促销活动中促销商品的促销幅度对应的时间，生成促销活动时间轴，结合所述偏好函数，生成用户的货物预购时间轴。
43.第二调整模块，用于当目标用户在本次促销活动对于偏好商标/偏好类型的货物的实际购物记录与货物预购时间轴存在差异，且对应的差异金额大于预设阈值时，根据所述差异金额生成目标用户的偏好商标/偏好类型的偏好权重，通过所述偏好权重调整所述偏好商标/偏好类型的促销商品的第一推荐分数。
44.关于促销活动中商品信息推送装置的具体限定可以参见上文中对于促销活动中商品信息推送方法的限定，在此不再赘述。上述促销活动中商品信息推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
45.图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(communications interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取目标用户在交易平台上历史促销活动中的历史订单，获取历史订单中的订单关键词，并根据订单关键词确定目标用户的偏好商标/偏好类型、偏好必需品、用户购买力范围；获取历史订单中目标用户对偏好商标/偏好类型的货物的消费金额与对应的促销幅度，并根据消费金额与对应的促销幅度计算目标用户对于偏好商标/偏好类型的偏好函数，结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，计算本次促销活动中偏好商标/偏好类型的促销商品的第一推荐分数；获取历史订单中目标用户最近一次的偏好必需品的消费记录，并根据消费记录计算偏好必需品的剩余使用寿命，并根据剩余使用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算偏好必需品的第二推荐分数；根据用户购买力范围确定目标用户的商品价格标准线，将偏好商标/偏好类型的促销商品及偏好必需品与商品价格标准线进行对比，根据对比结果确定对应的调整权重，根据调整权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的总商品推荐分数；基于总商品推荐分数，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率。
46.此外，上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以
软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
47.另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取目标用户在交易平台上历史促销活动中的历史订单，获取历史订单中的订单关键词，并根据订单关键词确定目标用户的偏好商标/偏好类型、偏好必需品、用户购买力范围；获取历史订单中目标用户对偏好商标/偏好类型的货物的消费金额与对应的促销幅度，并根据消费金额与对应的促销幅度计算目标用户对于偏好商标/偏好类型的偏好函数，结合本次促销活动中偏好商标/偏好类型的促销商品的促销幅度，计算本次促销活动中偏好商标/偏好类型的促销商品的第一推荐分数；获取历史订单中目标用户最近一次的偏好必需品的消费记录，并根据消费记录计算偏好必需品的剩余使用寿命，并根据剩余使用寿命，结合预设的货物寿命与推荐分数之间的关联函数，计算偏好必需品的第二推荐分数；根据用户购买力范围确定目标用户的商品价格标准线，将偏好商标/偏好类型的促销商品及偏好必需品与商品价格标准线进行对比，根据对比结果确定对应的调整权重，根据调整权重调整对应的第一推荐分数及第二推荐分数，得到本次促销活动中的总商品推荐分数；基于总商品推荐分数，调整目标用户在本次促销活动时的商品信息推送的优先级及推送频率。
48.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
49.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
50.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。