實施例中，可提取購買記錄數(shù)據(jù)庫中的部分或全部購買記錄作為樣本數(shù)據(jù)，根據(jù)提取的樣本數(shù)據(jù)統(tǒng)計出其中每一個用戶的購買其中每一類商品的平均購買周期。
[0058]在一個實施例中，提取某一購買記錄中的商品的名稱關鍵詞的步驟包括:將購買記錄中的商品名稱進行分詞得到多個字詞，提取其中的名詞及名詞短語，若提取出多個名詞或名詞短語，則對該多個名詞或名詞短語進行評分，取評分最高的名詞或名詞短語作為商品的名稱關鍵詞。在一個實施例中，對多個名詞或名詞短語進行評分的步驟包括:可將該多個名詞或名詞短語與商品的圖片和商品屬性信息(例如商品尺寸、材質等)等進行匹配，根據(jù)名詞或名詞短語與商品的圖片和商品屬性信息的匹配程度進行評分。例如，從商品名稱“春秋季純棉針織衫童裝兒童背心”提取出“兒童背心”作為商品的名稱關鍵詞。
[0059]在一個實施例中，可預先設置名詞之間的匹配關系，保存名詞關系匹配庫。例如，可設置語義上的近似詞之間具有匹配關系。在一個實施例中，可在名詞關系匹配庫中查找商品的名稱關鍵詞對應的匹配名詞，若某一商品類名包含于該匹配名詞之中，則判定該商品類名與該名稱關鍵詞相匹配。在一個實施例中，若名稱關鍵詞和商品類名相同，則也可判定該名稱關鍵詞和該商品類名相匹配。
[0060]在一個實施例中，根據(jù)該用戶購買的同一類商品的購買時間計算該用戶購買該類商品的平均購買周期的步驟包括:將該用戶的購買同一類商品的購買記錄按照購買時間排序，獲取排序位置相鄰的預設數(shù)量條購買記錄，并獲取該預設數(shù)量條購買記錄的購買時間跨度(即該預設數(shù)量條購買記錄中第一個購買時間與最后一個購買時間的間隔時長)，計算該購買時間跨度與預設數(shù)量的比值作為用戶購買該類商品的平均購買周期。在另一個實施例中，根據(jù)該用戶購買的同一類商品的購買時間計算該用戶購買該類商品的平均購買周期的步驟包括:將該用戶的購買同一類商品的購買記錄按照購買時間排序，截取排序后的購買記錄序列中購買時間跨度超過閾值的一段子序列，統(tǒng)計該子序列包含的購買記錄數(shù)量以及購買時間跨度，計算該購買時間跨度與該購買記錄數(shù)量的比值作為該用戶購買該類商品的平均購買周期。
[0061]步驟S304，根據(jù)同一類商品的各個用戶的平均購買周期計算該類商品的普遍性購買周期。
[0062]在一個實施例中，可計算同一類商品的各個用戶的平均購買周期的平均值或加權平均值作為該類商品的普遍性購買周期。
[0063]步驟S206，根據(jù)用戶的商品購買記錄提取用戶購買感興趣商品的同類商品的歷史記錄，根據(jù)該歷史記錄統(tǒng)計出該用戶購買該同類商品的最新時間。
[0064]在一個實施例中，根據(jù)用戶的商品購買記錄提取用戶購買感興趣商品的同類商品的歷史記錄的步驟包括:從購買記錄數(shù)據(jù)庫中提取用戶的商品購買記錄，提取每一條商品購買記錄中的商品的名稱關鍵詞，若商品的名稱關鍵詞與感興趣商品所屬的預設商品類的類名相匹配，則將對應的商品購買記錄提取為用戶購買感興趣商品的同類商品的歷史記錄。
[0065]步驟S208，根據(jù)感興趣商品的普遍性購買周期和用戶購買感興趣商品的同類商品的最新時間設置感興趣商品的推薦時間。
[0066]在一個實施例中，可將用戶購買感興趣商品的同類商品的最新時間為起點，將感興趣商品的普遍性購買周期與一個預設權值的乘積作為時間增量，設置感興趣商品的推薦時間為該起點增加該時間增量之后對應的時間點。例如，預設權值為I或0.8等等。
[0067]步驟S210，按照推薦時間向用戶推薦感興趣商品。
[0068]可向用戶推送感興趣商品的相關信息，例如商品購買網頁鏈接、商品名稱、商品價格和商品圖片等等。
[0069]如圖4所示，在一個實施例中，上述商品推薦方法還包括以下步驟:
[0070]步驟S402，獲取用戶針對感興趣商品的個人購買周期。
[0071]在一個實施例中，可計算用戶購買感興趣商品的同類商品的個人購買周期，將該個人購買周期作為用戶針對感興趣商品的個人購買周期。
[0072]步驟S404，若用戶針對感興趣商品的個人購買周期短于感興趣商品的普遍性購買周期，則根據(jù)該個人購買周期提前感興趣商品的推薦時間。
[0073]在一個實施例中，感興趣商品的推薦時間提前的時長可以為該普遍性購買周期與該個人購買周期之間的差距與預設的權值之積。
[0074]本實施例中，若用戶針對感興趣商品的個人購買周期短于感興趣商品的普遍性購買周期，則根據(jù)該個人購買周期提前感興趣商品的推薦時間，可使得推薦時間與用戶需要購買該感興趣商品的時間更加吻合，從而提高商品推送信息的命中率。
[0075]如圖5所示，一種商品推薦方法，包括以下步驟:
[0076]步驟S502，從用戶感興趣商品庫中提取用戶的感興趣商品包，該感興趣商品包包括分屬于多個階段的多個商品，該多個階段之間具有先后時序性，前一階段的商品的購買時序先于后一階段的商品的購買時序。
[0077]在一個實施例中，一個商品包對應一完整事件過程所包含的多個階段對應的商品。例如，包含家居裝修用商品的商品包，該商品包中包含分屬于家居裝置過程中包含的多個階段需要用到的商品。又例如，包含健身計劃用商品的商品包，該健身計算包含多個階段，該商品包中包含健身計劃的多個階段需要用到的商品。
[0078]步驟S504，獲取感興趣商品包中時序相鄰的兩階段商品的普遍性購買間隔時長。
[0079]例如，若商品包包括三個階段的商品，該三個階段按照時序從先至后排序為:第一階段、第二階段、第三階段，則第一階段和第二階段為時序相鄰的兩階段，第二階段和第三階段為時序相鄰的兩階段。
[0080]在一個實施例中，時序相鄰的兩階段商品的普遍性購買間隔時長為匯總統(tǒng)計多個用戶購買該兩階段商品的購買間隔時長得到的綜合性指標。在一個實施例中，兩階段商品的普遍性購買間隔時長為根據(jù)多個用戶購買該兩階段商品的購買間隔時長計算得到的平均值或加權平均值，其中，購買該兩階段商品數(shù)量多的用戶對應的權值可高于購買數(shù)量少的用戶對應的權值。
[0081]在一個實施例中，可預先存儲各種商品包的時序相鄰兩階段商品的普遍性購買間隔時長，步驟S504可從預先存儲的各種商品包的時序相鄰兩階段商品的普遍性購買間隔時長數(shù)據(jù)中提取感興趣商品包的時序相鄰兩階段商品的普遍性購買間隔時長。
[0082]在一個實施例中，上述商品推薦方法還包括統(tǒng)計商品包中時序相鄰兩階段商品的普通性購買間隔時長的步驟，如圖6所示，該步驟包括以下步驟:
[0083]步驟S602，從購買記錄數(shù)據(jù)庫中提取出以用戶分類的購買記錄。
[0084]步驟S604，提取出各用戶的購買記錄中的商品的名稱關鍵詞，標記各商品所屬的商品包的階段，若某商品的名稱關鍵詞與商品包中某階段的商品相匹配，則標記該商品屬于該商品包的該階段。
[0085]在一個實施例中，可預先設置名詞之間的匹配關系，保存名詞關系匹配庫。例如，可設置語義上的近似詞之間具有匹配關系。在一個實施例中，若某商品的名稱關鍵詞與商品包中某階段的某一商品所屬的預設商品類的類名在該名詞關系匹配庫中保存有匹配關系，即若某商品的名稱關鍵詞與商品包中某階段的某一商品所屬的預設商品類的類名相匹配，則可判定該商品的名稱關鍵詞與商品包的該階段的商品相匹配。
[0086]步驟S606，統(tǒng)計各用戶購買商品包的時序相鄰兩階段商品的平均購買間隔時長。
[0087]在一個實施例中，可計算一用戶多次購買商品包的時序相鄰兩階段商品的購買間隔時長的平均值作為該用戶購買該時序相鄰兩階段商品的平均購買間隔時長。例如，將某一用戶的購買某一商品包的商品的記錄按照購買時間由先至后排序得到購買記錄序列:(tl，第一階段)、(t2，第二階段)、(t3，第三階段)、(t4，第一階段)、(t5，第二階段)、(t6，第三階段)，其中每一條購買記錄簡記為購買時間與商品所屬階段的數(shù)據(jù)對，則該用戶購買該商品包的第一階段和第二階段商品的平均購買時長可計算為:[(t2 - tl) + (t5 - t4)]/2。
[0088]步驟S608，根據(jù)時序相鄰兩階段商品的各個用戶的平均購買間隔時長計算該時序相鄰兩階段商品的普遍性購買間隔時長。
[0089]在一個實施例中，可計算某一商品包的時序相鄰兩階段商品的普遍性購買間隔時長為各個用戶購買該商品包的該時序相鄰兩階段商品的平均購買間隔時長的平均值或加權平均值。
[0090]步驟S506，根據(jù)用戶的商品購買記錄提取用戶購買感興趣商品包中的商品的同類商品的歷史記錄，根據(jù)該歷史記錄確定用戶購買該同類商品的最新時間以及該同類商品在感興趣商品包的多個階段中所屬的最新階段。
[0091 ] 在一個實施例中，根據(jù)用戶的商品購買記錄提取用戶購買感興趣商品包中的商品的同類商品的歷史記錄的步驟包括:從購買記錄數(shù)據(jù)庫中提取用戶的商品購買記錄，提取每一條商品購買記錄中的商品的名稱關鍵詞，若一商品購買記錄中商品的名稱關鍵詞與感興趣商品包中的任一商品所屬的預設商品類的類名相匹配，則將該商品購買記錄提取為用戶購買感興趣商品的同類商品的歷史記錄。并進一步的，可標記該商品購買記錄對應的階段為感興趣商品包中相匹配的商品所處的階段。
[0092]以及進一步的，通過比較用戶購買感興趣商品的同類商品的各條歷史記錄對應的階段，可得到該同類商品在感興趣商品包的多個階段中所屬的最新階段。
[0093]步驟S508，以上述最新時間為起點，根據(jù)感興趣商品包中時序相鄰的兩階段商品的普遍性購買間隔時長設置感興趣商品包中上述最新階段之后的各階段商品的推薦時間。