[发明专利]产品评价信息的推送方法和装置

说明书

本申请提供一种产品评价信息的推送方法和装置，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高满意度用户，并获取高满意度用户对目标产品的产品评价信息；查找得到与高满意度用户存在关联的关联用户；调用目标产品的产品推荐模型处理关联用户的第二用户信息，得到关联用户的目标产品消费期望值；将目标产品消费期望值满足推送条件的关联用户确定为目标用户，向目标用户推送高满意度用户对目标产品的产品评价信息。本方案在确定用户的消费意向之后，向用户推送与其存在关联的高满意度用户的产品评价信息，使得用户直接获得可信度较高的产品评价信息，不需要自己从大量产品评价信息中筛选，有效的改善用户体验。

技术领域

本申请涉及信息推送技术领域，特别涉及一种产品评价信息的推送方法和装置。

背景技术

随着信息技术的发展，越来越多的用户开始在电脑或智能手机等终端设备上浏览各种产品信息并据此选购产品。这里的产品既包括实际的物品，如食品或日常用品，也包括虚拟商品，比如软件，或者理财产品等。

用户在浏览产品信息时，一般较为关心已经消费一项产品的用户对该产品评价信息，因而商家往往会收集已消费用户的评价信息以推送给未消费用户。

目前，商家推送评价信息时一般不对评价信息进行区分，而是将某项产品的所有已消费用户的评价信息均向未消费用户推送。当一项产品有大量的已消费用户时，这种方式会导致未消费用户难以从中筛选出相对可靠的信息，影响用户体验。

发明内容

基于上述现有技术存在的问题，本申请实施例提供一种产品评价信息的推送方法和装置，通过提供一种更精准的评价信息推送方案有效的改善用户的信息浏览体验。

本申请第一方面提供一种产品评价信息的推送方法，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。

可选的，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。

可选的，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。

可选的，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。