产品推送方法、装置、设备和存储介质与流程

1.本发明涉及人工智能领域，尤其涉及一种产品推送方法、装置、设备和存储介质。


背景技术：

2.随着计算机技术的快速发展，出现了越来越多的线上推广的方式，但业务人员在线上推送产品数据时，无法根据有限的用户信息有效地推送匹配度较高的产品数据。
3.传统的产品数据推送方式中，通常是根据已有的用户信息将产品数据直接推送给用户终端，并未实现用户的个性化推送。因此，推送给用户的产品难以调动用户的购买欲望，用户也很难从所推送的海量产品中查找到自己感兴趣的产品。进而，用户越来越需求产品的个性化推送，且在推送过程中需求该产品还能进一步提高其购买兴趣。因此，如何实现产品的个性化推送，且进一步提高用户的体验效果是个亟需解决的问题。


技术实现要素：

4.有鉴于此，为了解决现有技术的问题，本发明提供了一种可应用于如金融科技等领域或其他领域的产品推送方法、装置、设备和存储介质。
5.第一方面，本发明提供一种产品推送方法，包括：
6.获取用户的注册信息、历史交易记录和产品评价；
7.对所述注册信息、所述历史交易记录和所述产品评价进行分析，得到各个产品偏好度以及产品封面偏好度；
8.根据所述产品封面偏好度，分析用户偏好的各个产品封面的风格，得到用户的封面风格偏好；
9.将各个产品按照所述产品偏好度进行排序，选取预设数量的优选产品；
10.根据所述封面风格偏好，构建所述优选产品的产品封面；
11.将包含所述产品封面的优选产品推送至用户端。
12.在可选的实施方式中，所述对所述注册信息、所述历史交易记录和所述产品评价进行分析，得到各个产品偏好度以及产品封面偏好度，包括：
13.根据所述注册信息，计算第一产品偏好度和第一产品封面偏好度；
14.根据所述历史交易记录，计算各个产品的购买率，根据所述购买率确定第二产品偏好度和第二产品封面偏好度；
15.对所述产品评价进行情感倾向分析，确定第三产品偏好度和第三产品封面偏好度；
16.根据所述第一产品偏好度、所述第二产品偏好度和所述第三产品偏好度，确定所述用户对各个产品的产品偏好度；
17.根据所述第一产品封面偏好度、所述第二产品封面偏好度和所述第三产品封面偏好度，确定所述用户对各个产品封面的产品封面偏好度。
18.在可选的实施方式中，所述对所述产品评价进行情感倾向分析，确定第三产品偏
好度和第三产品封面偏好度，包括：
19.对所述产品评价进行分类处理，得到包含产品的第一产品评价数据，以及包含产品封面的第二产品评价数据；
20.对所述第一产品评价数据和所述第二产品评价数据分别进行分词处理，对应得到第一待分析词语和第二待分析词语；
21.将所述第一待分析词语和所述第二待分析词语分别与预设词库中的情感词语进行匹配并计算得到对应的第一情感倾向值和第二情感倾向值；
22.根据所述第一情感倾向值确定第三产品偏好度，根据所述第二情感倾向值确定第三产品封面偏好度。
23.在可选的实施方式中，所述预设词库中各个情感词语分别对应一个情感参考值，所述将所述第一待分析词语和所述第二待分析词语分别与预设词库中的情感词语进行匹配并计算得到对应的第一情感倾向值和第二情感倾向值，包括：
24.将所述第一待分析词语和所述第二待分析词语与所述预设词库中的情感词语分别进行匹配，对应得到目标情感词语；其中，一个产品或一个产品封面对应至少一个所述目标情感词语；
25.计算预设权重与所述目标情感词语对应的情感参考值的乘积，对应得到所述各个产品的第一情感倾向值和所述各个产品封面的第二情感倾向值。
26.在可选的实施方式中，所述根据所述第一产品封面偏好度、所述第二产品封面偏好度和所述第三产品封面偏好度，确定各个产品封面的偏好度，包括：
27.根据预设权重系数，对同一个产品对应的所述第一产品封面偏好度、所述第二产品封面偏好度和所述第三产品封面偏好度进行权值计算，得到所述产品的产品封面偏好度；
28.计算所述各个产品的产品封面偏好度。
29.在可选的实施方式中，所述将各个产品按照所述产品偏好度进行排序，选取预设数量的优选产品，包括：
30.将各个产品进行分类处理，得到多个产品类型；
31.根据所述各个产品的产品偏好度，计算各个产品类型对应的类型偏好度；
32.对所述各个产品类型按照所述类型偏好度由大到小的顺序进行排序，选取排序靠前的n个产品类型，n为自然数；
33.从所述n个产品类型中选取预设数量的优选产品。
34.在可选的实施方式中，所述将包含所述产品封面的优选产品推送至用户端，包括：
35.将包含所述产品封面的优选产品以随机排列顺序推送至用户端，以使得所述用户端随机展示所述优选产品；或，
36.将包含所述产品封面的优选产品按照所述产品偏好度由大到小的排列顺序推送至所述用户端，以使得所述用户端优先展示所述产品偏好度靠前的优选产品。
37.第二方面，本发明提供一种产品推送装置，包括：
38.获取模块，用于获取用户的注册信息、历史交易记录和产品评价；
39.第一分析模块，用于对所述注册信息、所述历史交易记录和所述产品评价进行分析，得到各个产品偏好度以及产品封面偏好度；
40.第二分析模块，用于根据所述产品封面偏好度，分析用户偏好的各个产品封面的风格，得到用户的封面风格偏好；
41.排序模块，用于将各个产品按照所述产品偏好度进行排序，选取预设数量的优选产品；
42.构建模块，用于根据所述封面风格偏好，构建所述优选产品的产品封面；
43.推送模块，用于将包含所述产品封面的优选产品推送至用户端。
44.第三方面，本发明提供一种计算机设备，所述计算机设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施前述的产品推送方法。
45.第四方面，本发明提供一种计算机存储介质，其存储有计算机程序，所述计算机程序被执行时，实施前述的产品推送方法。
46.本发明实施例具有如下有益效果：
47.本实施例通过对用户的注册信息、历史交易记录和产品评价进行分析，以计算用户对各个产品的产品偏好度和产品封面偏好度，从而根据用户的偏好情况来推送产品，实现了对用户的个性化推荐，对用户推送的产品都是用户感兴趣或偏好的产品，提高了产品推送效率；且在推送产品时，还根据用户对产品封面的偏好情况，构建用户偏好的产品封面，以将包含所构建的产品封面的优选产品推送给用户，提高了用户的体验效果和满意度，进而提高了系统的活力。
附图说明
48.为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
49.图1示出了本发明实施例中产品推送方法的第一个实施方式示意图；
50.图2示出了本发明实施例中产品推送方法的第二个实施方式示意图；
51.图3示出了本发明实施例中产品推送方法的第三个实施方式示意图；
52.图4示出了本发明实施例中产品推送方法的第四个实施方式示意图；
53.图5示出了本发明实施例中产品推送方法的第五个实施方式示意图；
54.图6示出了本发明实施例中产品推送方法的第六个实施方式示意图；
55.图7示出了本发明实施例中产品推送装置的结构示意图。
具体实施方式
56.下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
57.通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
58.在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
59.此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
60.除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
61.实施例1
62.在实际场景中，各个商家可通过线上推广的方式，向用户推广各个产品。例如，在银行交易过程中，每个银行通过线上的网站或应用软件向用户推送多种产品，包括理财产品、活动商品等，但在现有的用户挖掘或产品数据推送的方式中，并不能对各个用户进行个性化推送符合用户需求或用户感兴趣的产品，导致产品的推送效率较低；且在产品推送过程中，产品封面过于单一，容易让用户缺乏兴趣，难以产生购买欲望。因此，本实施例提供了一种产品推送方法，实现产品及其产品封面的个性化推送，提高用户的体验效果和产品推送效率。
63.请参照图1，下面对该产品推送方法进行详细说明。
64.s10，获取用户的注册信息、历史交易记录和产品评价。
65.服务器获取用户在注册账号过程中的注册信息，以及用户在使用账号过程中的历史交易记录和产品评价。
66.示范性地，用户在首次登陆银行的网站或应用软件时，都需要进行注册，而在用户注册过程中，系统预先设置有多个产品(或产品类型)和/或产品封面(或产品封面风格)的选项供用户进行选取，用户可根据所需选取或自己录入感兴趣的产品和/或产品封面(或，产品类型和/或产品封面风格)；当然用户也可以直接跳过该操作直接进行注册。因此，用户的注册信息包括个人账户信息和用户所选取或录入的感兴趣的产品或产品封面等数据。而用户在登陆银行的网站或应用软件中，当通过自己的账号购买或评价相应的产品或产品封面时，后端会自动记录其购买记录和评价记录以及具体的购买情况和评价内容。
67.s20，对注册信息、历史交易记录和产品评价进行分析，得到各个产品偏好度以及产品封面偏好度。
68.对注册信息、历史交易记录和产品评价分别进行自然语言处理，从而提取出注册信息、历史交易记录和产品评价中所涉及的产品和产品封面的语言描述，并对该语言描述进行分析，以计算用户对各个产品偏好度以及产品封面偏好度。
69.作为一种可行的实施方式，请参照图2，步骤s20可具体包括如下步骤：
70.s21，根据注册信息，计算第一产品偏好度和第一产品封面偏好度。
71.根据用户的注册信息中所选取的或自己录入感兴趣的产品和/或产品封面(或，产品类型和/或产品封面风格)，计算其用户对各个产品的第一产品偏好度和第一产品封面偏
好度。进一步地，将用户所选取的感兴趣的产品和产品封面统一设置一个预定的较高偏好度，另外，可将用户所未选取到的其他产品和产品封面设置偏好度为零或设置一预定的较低偏好度，其预定的偏好度可根据实际情况进行设置，在此不做限定。
72.s22，根据历史交易记录，计算各个产品的购买率，根据购买率确定第二产品偏好度和第二产品封面偏好度。
73.从用户的历史交易记录中，提取出用户对各个产品的购买情况，计算用户所购买的各个产品的数量，计算各个产品的购买率，根据该购买率确定用户对各个产品对应的产品偏好度以及该产品对应的产品封面的产品封面偏好度。
74.进一步地，可以根据该历史交易记录统计所购买的各个产品对应的产品类型，并计算各个产品对应的产品类型的购买率，以该产品类型的购买率来确定用户感兴趣的产品类型。
75.s23，对产品评价进行情感倾向分析，确定第三产品偏好度和第三产品封面偏好度。
76.从产品评价中获得至少一个含有产品或产品封面的句子，针对这些句子进行语义分析，根据句子的语义对该句子所涉及的产品或产品封面进行情感倾向分析，以根据产品评价来确定用户对各个产品的产品偏好度和产品封面偏好度。其中，情感倾向包括正面倾向、负面倾向和中性倾向。
77.本实施例通过对产品评价进行情感倾向分析，能更准确地判断用户对各个产品或产品封面的偏好情况，提高了产品或产品封面的偏好度计算的准确度，进一步提高了根据用户对各个产品或产品封面的偏好情况，实现对用户进行个性化推荐的可靠性和精准度。
78.作为一种可行的实施方式，请参照图3，步骤s23可具体包括如下步骤：
79.s231，对产品评价进行分类处理，得到包含产品的第一产品评价数据，以及包含产品封面的第二产品评价数据。
80.对产品评价进行自然语言处理，提取出包含关键词为某一产品的语句，作为该产品对应的产品评价，以及提取出包含关键词为某一产品封面的语句，作为该产品封面对应的封面评价。可以理解，由此可以在用户的所有产品评价中提取出各个产品或各个产品封面对应的评价语句，也即是，对该产品评价按照包含产品或产品封面关键词进行分类处理，得到包含产品的第一产品评价数据和包含产品封面的第二产品评价数据。
81.s232，对第一产品评价数据和第二产品评价数据分别进行分词处理，对应得到第一待分析词语和第二待分析词语。
82.对第一产品评价数据和第二产品评价数据分别进行分词处理，即对包含产品的第一产品评价语句和对包含产品封面的第二产品评价语句分别进行分词处理，对应得到第一待分析词语和第二待分析词语。其中，分词处理的过程中可以采用预设的具备分词功能的分词工具或分词算法进行实现，其具体的分词工具或分词算法在此不做限定。
83.s233，将第一待分析词语和第二待分析词语分别与预设词库中的情感词语进行匹配并计算得到对应的第一情感倾向值和第二情感倾向值。
84.将第一待分析词语和第二待分析词语分别与预设词库中的情感词语进行匹配，以计算用户对各产品的第一情感倾向值以及用户对各产品封面的第二情感倾向值。
85.具体地，可根据第一待分析词语和第二待分析词语中相匹配的情感词语的数量来
确定情感倾向值。例如，第一待分析词语中与正面倾向的情感词语相匹配的词语数量大于与负面倾向的情感词语相匹配的词语数量，且与正面倾向的情感词语相匹配的词语数量明显高于负面倾向，则说明该第一待分析词语所对应的情感倾向为正面倾向。因此，可以设置与情感词语相匹配的词语数量与情感倾向值的映射关系，从而确定对应的情感倾向值。其映射关系的设置可根据实际情况进行设置，在此不做限定。
86.作为一种可行的实施方式，请参照图4，当预设词库中各个情感词语分别对应一个情感参考值时，步骤s233具体包括如下步骤：
87.s2331，将第一待分析词语和第二待分析词语与预设词库中的情感词语分别进行匹配，对应得到目标情感词语；其中，一个产品或一个产品封面对应至少一个目标情感词语。
88.将第一待分析词语和第二待分析词语与预设词库中表示正面倾向、负面倾向、中性倾向的情感词语分别进行匹配，对应得到目标情感词语，其中，一个产品或一个产品封面对应至少一个目标情感词语。
89.s2332，计算预设权重与目标情感词语对应的情感参考值的乘积，对应得到各个产品的第一情感倾向值和各个产品封面的第二情感倾向值。
90.根据情感词语和银行所提供的产品或产品封面的相关度，对不同的情感词语设置不同的情感参考值，例如，设置正面倾向的情感词语的情感参考值为正数，其正面情感越强烈，情感参考值越高；设置负面倾向的情感词语的情感参考值为负数，其负面情感越强烈，情感参考值越低；设置中性倾向的情感词语的情感参考值为零。可以理解，其具体情感参考值的赋值情况可根据实际情况进行设置，在此不做限定。
91.对一个产品或一个产品封面，根据预设权重和对应的目标情感词语对应的情感参考值，计算其乘积，得到情感倾向子值。具体地，对正面倾向、负面倾向和中性倾向分别设置相同或不同的权重，并根据该产品或产品封面对应的各个情感词语的情感参考值以及相应的权重来计算该产品或产品封面的情感倾向子值。与此同理，可得到各个产品或各个产品封面对应的情感倾向值。其中，预设权重的具体数值设置在此不做限定，可根据实际需求进行相应设置。
92.s234，根据第一情感倾向值确定第三产品偏好度，根据第二情感倾向值确定第三产品封面偏好度。
93.根据各个产品或各个产品封面对应的情感倾向值确定用户对该产品或产品封面的偏好度。例如，当该产品或产品封面的情感倾向值为正数时，说明该用户对该产品或产品封面为正面倾向，且其情感倾向值的数值越大，偏好度越高。进而，可预先设置其情感倾向值的数值大小与偏好度之间的映射关系，从而根据映射关系确定用户对各个产品或产品封面的偏好度。情感倾向值的数值大小与偏好度之间的具体映射关系可根据实际需求进行相应设置，在此不做限定。
94.s24，根据第一产品偏好度、第二产品偏好度和第三产品偏好度，确定用户对各个产品的产品偏好度。
95.对同一产品对应的第一产品偏好度、第二产品偏好度和第三产品偏好度进行综合计算，得到用户对该产品对应的产品偏好度，与此同理，可计算出用户对所有产品的产品偏好度。
96.s25，根据第一产品封面偏好度、第二产品封面偏好度和第三产品封面偏好度，确定用户对各个产品封面的产品封面偏好度。
97.对同一产品封面对应的第一产品封面偏好度、第二产品封面偏好度和第三产品封面偏好度进行综合计算，得到用户对该产品封面对应的产品封面偏好度，与此同理，可计算出用户对所有产品封面的产品封面偏好度。
98.作为一种可行的实施方式，请参照图5，步骤s25可具体包括如下步骤：
99.s251，根据预设权重系数，对同一个产品对应的第一产品封面偏好度、第二产品封面偏好度和第三产品封面偏好度进行权值计算，得到产品的产品封面偏好度。
100.对同一个产品对应的第一产品封面偏好度、第二产品封面偏好度和第三产品封面偏好度按照预设权重系数进行权值计算，以此得到该产品对应的产品封面偏好度。其中，可预先设置用户的注册信息、历史交易记录和产品评价对应的权重值，以此对三者的产品封面偏好度进行权值计算，得到该产品对应的产品封面偏好度。其预设权重系数或权重值可根据实际情况进行设置，在此不做限定。
101.s252，计算各个产品的产品封面偏好度。
102.当得到同一产品的产品封面偏好度后，可由此计算所有产品的产品封面偏好度，也即是计算各个产品的产品封面偏好度。
103.s30，根据产品封面偏好度，分析用户偏好的各个产品封面的风格，得到用户的封面风格偏好。
104.根据各个产品的产品封面偏好度，分析用户偏好的各个产品封面的风格；也即是，分析用户对各个产品封面的类型的偏好程度。
105.进一步地，先对各个产品封面按照对应的风格进行分类，分类时可根据各个产品封面所对应的风格特征进行分类，将隶属于同一风格特征的产品封面归属于同一风格类型，而后根据同一风格类型中的各个产品封面的偏好度，计算该风格类型的偏好度。具体地，一个风格类型对应至少一个风格特征，将包含对应的风格特征的产品封面归为一个风格类型，一个风格类型包括至少一个产品封面。将一个风格类型所包含的各个产品封面的偏好度进行加运算或进行预定系数计算，得到用户的封面风格偏好。
106.s40，将各个产品按照产品偏好度进行排序，选取预设数量的优选产品。
107.将各个产品按照其对应的产品偏好度进行排序，以此选取出预设数量的优选产品。优选产品为产品偏好度较高的产品，其预设数量可根据实际情况进行设定，在此不做限定。
108.作为一种可行的实施方式，请参照图6，步骤s40还具体包括如下步骤：
109.s41，将各个产品进行分类处理，得到多个产品类型。
110.对各个产品进行分类处理，以此得到多个产品类型，一个产品类型对应至少一个产品。进一步地，分类过程可根据各个产品所包含的至少一个产品特点(或产品特征)进行分类，将包含一个或多个相同的产品特点的产品归属于一个产品类型。也即是，一个产品类型对应至少一个产品特点，将包含对应的产品特点的产品归为一个产品类型。其中，一个产品类型可包括至少一个产品。
111.s42，根据各个产品的产品偏好度，计算各个产品类型对应的类型偏好度。
112.根据各个产品对应的产品偏好度以及产品类型，来计算各个产品类型对应的类型
偏好度。具体地，将一个产品类型所包含的各个产品的偏好度进行加运算或进行预定系数计算，得到各个产品类型的类型偏好度。
113.s43，对各个产品类型按照类型偏好度由大到小的顺序进行排序，选取排序靠前的n个产品类型，n为自然数。
114.从多个产品类型中选取类型偏好度较高的产品类型，以方便从选取的产品类型中选取多个产品作为优选产品。具体地，对各个产品类型按照类型偏好度由大到小的顺序进行排序，而后选取排序靠前的n个产品类型，n为自然数。
115.s44，从n个产品类型中选取预设数量的优选产品。
116.从n个产品类型中选取预设数量的优选产品，其中，预设数量可根据实际情况进行设置，在此不做限定。
117.例如，从n个产品类型中分别选取x个产品，也即是，n个产品类型中的每个产品类型都选取x个产品作为优选产品，也即是选取了(n*x)个优选产品，x为自然数；或者，从n个产品类型中每个产品类型都任意选取一定数量的产品作为优选产品，每个产品类型中所选取的优选产品的数量不一定相等。
118.s50，根据封面风格偏好，构建优选产品的产品封面。
119.根据不同用户对应的封面风格偏好，构建优选产品的产品封面。在此过程中，选取封面风格偏好最高的封面风格作为产品封面的设计风格，而后采用图片智能生成器，根据该优选产品和封面风格自动生成该优选产品的产品封面。
120.示范性地，该图片智能生成器可选用dall-e(图像生成系统)，dall-e可以根据简单的描述创建极其逼真和清晰的图像，精通各种艺术风格，包括插画和风景等。它还可以生成文字来制作建筑物上的标志，并分别制作同一场景的草图和全彩图像。进一步地，也可对该dall-e进行深度学习，以使其生成符合要求的产品封面图片。
121.s60，将包含产品封面的优选产品推送至用户端。
122.将包含产品封面的优选产品推送至用户端，也即是，将优选产品及其产品封面推送给用户。
123.在一实施方式中，在向用户推送产品时，可将包含产品封面的优选产品以随机排列顺序推送至用户端，以使得用户端随机展示优选产品。也即是，用户端在接收到该优选产品时，其展示效果一致，展示顺序为随机展示，不存在重点推荐某一产品的情况，用户可随机选取自己感兴趣的产品进行了解或购买。
124.在一实施方式中，在向用户推送产品时，将包含产品封面的优选产品按照产品偏好度由大到小的排列顺序推送至用户端，以使得用户端优先展示产品偏好度靠前的优选产品。在此推送方式下，用户端可对所接收到的优选产品设置不同或相同的展示效果，但是其展示顺序将按照各个优选产品各自对应的偏好度的大小进行展示。例如，优选产品共有m个，将m个优选产品按照产品对应的偏好度由大到小的顺序进行排序，选取排序靠前的n个优选产品进行优先展示，其中，n和m都为正整数，n小于m。进一步地，其优先展示的方式可以是在产品展示界面上，优先展示所选取的n个优选产品，而后再分页展示其他优选产品，最后再展示其他产品，即用户可在产品展示页面上首先可查看到所选取的n个优选产品，然后点击下一页面或下划页面或翻页以查看其他的优选产品，最后在下一页面查看其他产品。
125.在本实施例中，通过对用户的注册信息、历史交易记录和产品评价进行分析，以计
算用户对该产品和产品封面的偏好度，通过偏好度构建用户偏好封面风格的产品封面，以及推送包含所构建的产品封面的优选产品。本实施例实现了对用户的个性化推荐，对用户推送的产品都是用户感兴趣或偏好的产品，提高了产品推送效率；且在推送产品时，还根据用户对产品封面的偏好情况，构建用户偏好的产品封面，以将包含所构建的产品封面的优选产品推送给用户，提高了用户的体验效果和满意度，进而提高了系统的活力。
126.实施例2
127.请参阅图7，本发明实施例提供了一种产品推送装置，包括：
128.获取模块71，用于获取用户的注册信息、历史交易记录和产品评价；
129.第一分析模块72，用于对所述注册信息、所述历史交易记录和所述产品评价进行分析，得到各个产品偏好度以及产品封面偏好度；
130.第二分析模块73，用于根据所述产品封面偏好度，分析用户偏好的各个产品封面的风格，得到用户的封面风格偏好；
131.排序模块74，用于将各个产品按照所述产品偏好度进行排序，选取预设数量的优选产品；
132.构建模块75，用于根据所述封面风格偏好，构建所述优选产品的产品封面；
133.推送模块76，用于将包含所述产品封面的优选产品推送至用户端。
134.上述的产品推送装置对应于实施例1的产品推送方法，实施例1中的任何可选项也适用于本实施例，这里不再详述。
135.本发明实施例还提供了一种计算机设备，该计算机设备包括存储器和至少一个处理器，存储器存储有计算机程序，处理器用于执行计算机程序以实施上述实施例的产品推送方法。
136.存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据(比如优选产品、产品偏好度等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
137.本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有机器可运行指令，计算机可运行指令在被处理器调用和运行时，计算机可运行指令促使处理器运行上述实施例的产品推送方法的步骤。
138.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
139.另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立
的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
140.所述功能如果以软件功能模块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(可以是智能手机、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。
141.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。