[发明专利]产品评价信息的推送方法和装置

权利要求书

1.一种产品评价信息的推送方法，其特征在于，包括：

将目标产品消费次数大于预设的阈值的已消费用户确定为所述目标产品的高满意度用户，并获取所述高满意度用户对所述目标产品的产品评价信息；

利用所述高满意度用户的第一用户信息查找得到至少一个关联用户；其中，所述关联用户指代，与所述高满意度用户存在关联并且未消费所述目标产品的用户；

针对每一个所述关联用户，调用预先构建的所述目标产品的产品推荐模型处理所述关联用户的第二用户信息，得到所述关联用户的目标产品消费期望值；

将对应的目标产品消费期望值满足预设的推送条件的所述关联用户确定为目标用户，并向所述目标用户推送与所述目标用户存在关联的高满意度用户的产品评价信息。

2.根据权利要求1所述的推送方法，其特征在于，所述将对应的目标产品消费期望值满足预设的推送条件的所述关联用户确定为目标用户之后，还包括：

向所述目标用户推送所述目标产品的购买链接。

3.根据权利要求1所述的推送方法，其特征在于，所述高满意度用户的第一用户信息包括：所述高满意度用户的家庭成员信息和工作单位；

其中，所述利用所述高满意度用户的第一用户信息查找得到至少一个关联用户，包括：

根据所述高满意度用户的第一用户信息查找得到所述高满意度用户的亲属和同事，并将所述高满意度用户的亲属和同事中，未消费所述目标产品的用户确定为关联用户。

4.根据权利要求1所述的推送方法，其特征在于，构建所述目标产品的产品推荐模型的方法包括：

获取所述目标产品的多个已消费用户的第二用户信息；

针对所述目标产品的每一个所述已消费用户，利用所述已消费用户的第二用户信息和所述已消费用户的目标产品消费次数构建所述已消费用户对应的模型训练样本；

利用多个所述模型训练样本训练一个预先构建的初始神经网络模型，得到所述目标产品推荐模型；其中，所述初始神经网络模型的模型参数利用遗传算法确定。

5.根据权利要求1所述的推送方法，其特征在于，所述关联用户的第二用户信息，包括所述关联用户的年龄信息，职业信息和资产信息。

6.一种产品评价信息的推送装置，其特征在于，包括：

确定单元，用于将目标产品消费次数大于预设的阈值的已消费用户确定为所述目标产品的高满意度用户；

获取单元，用于获取所述高满意度用户对所述目标产品的产品评价信息；

查找单元，用于利用所述高满意度用户的第一用户信息查找得到至少一个关联用户；

处理单元，用于针对每一个所述关联用户，调用预先构建的所述目标产品的产品推荐模型处理所述关联用户的第二用户信息，得到所述关联用户的目标产品消费期望值；

推送单元，用于将对应的目标产品消费期望值大于预设的阈值的关联用户确定为目标用户，并向所述目标用户推送与所述目标用户存在关联的高满意度用户的产品评价信息。

7.根据权利要求6所述的推送装置，其特征在于，所述推送单元还用于：

向所述目标用户推送所述目标产品的购买链接。

8.根据权利要求6所述的推送装置，其特征在于，所述高满意度用户的第一用户信息包括：所述高满意度用户的家庭成员信息和工作单位；

其中，所述查找单元利用所述高满意度用户的第一用户信息查找得到至少一个关联用户时，具体用于：

根据所述高满意度用户的第一用户信息查找得到所述高满意度用户的亲属和同事，并将所述高满意度用户的亲属和同事中，未消费所述目标产品的用户确定为关联用户。