一种数据推送方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据推送方法和装置。

背景技术

现有的数据推送业务场景中，在进行商品信息的推送时，通常是无区别地将商品信息推送给用户，其中推送的大部分商品信息无法产生其所需产生的作用，因推送过多商品信息导致服务器处理资源的浪费。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

无法针对性地推送数据，降低了数据推送效率，增加了服务器的处理负担，并延长了服务器的处理时间，浪费较多的服务器资源。

发明内容

有鉴于此，本发明实施例提供一种数据推送方法和装置，能够针对性地推送数据，且提高了数据推送效率，降低服务器的处理负担，缩短服务器的处理时间，节省服务器资源。

为实现上述目的，根据本发明实施例的一个方面，提供了一种数据推送方法。

一种数据推送方法，包括：读取商品属性信息以及对应的商品购买记录；基于读取到的商品属性信息识别目标相似商品集，所述目标相似商品集包括预设类型商品以及与所述预设类型商品相似的商品；从读取到的商品购买记录中，提取购买所述目标相似商品集中商品的用户信息，以得到用户信息集；向所述用户信息集对应的用户推送所述预设类型商品的数据。

可选地，所述基于读取到的商品属性信息识别目标相似商品集，包括：根据所述商品属性信息，查找第一属性满足预设条件的商品，得到所述预设类型商品，所述第一属性为所述商品属性信息中的属性；确定与所述预设类型商品的第二属性相似的商品，以得到与所述预设类型商品相似的商品，所述所述第二属性为所述商品属性信息中不同于所述第一属性的一种或多种属性；基于所述预设类型商品以及与所述预设类型商品相似的商品，得到所述目标相似商品集。

可选地，所述根据所述商品属性信息，查找第一属性满足预设条件的商品，得到所述预设类型商品，包括：根据所述商品属性信息，获取各商品的所述第一属性的设定值和当前值；查找出所述第一属性的当前值小于设定值的商品，作为所述预设类型商品。

可选地，所述确定与所述预设类型商品的第二属性相似的商品，包括：根据所述商品属性信息，获取各商品的所述第二属性的属性值；将所述预设类型商品的所述第二属性的属性值与其他商品的所述第二属性的属性值进行比对，其中，在所述第一属性包括一种属性的情况下，将该种属性的属性值与所述预设类型商品一致的商品，确定为与所述预设类型商品的第二属性相似的商品；在所述第一属性包括多种属性的情况下，将该多种属性的属性值均与所述预设类型商品一致的商品，确定为与所述预设类型商品的第二属性相似的商品。

可选地，所述确定与所述预设类型商品的第二属性相似的商品，包括：根据所述商品属性信息，获取各商品的所述第二属性的属性值；基于获取的所述第二属性的属性值，利用聚类算法确定与所述预设类型商品的第二属性相似的商品。

可选地，所述向所述用户信息集对应的用户推送所述预设类型商品的数据，包括：根据所述用户信息集提取用户属性信息；利用所述用户属性信息，确定所述用户信息集对应的每个用户所属的用户群体；根据各所述用户群体的特征，分别确定与每一所述用户群体对应的所述预设类型商品的待推送数据，将所述待推送数据分别推送至对应的所述用户群体。

可选地，所述将所述待推送数据分别推送至对应的所述用户群体，包括：获取所述用户群体中每个用户的消费频率，按照用户的消费频率将所述待推送数据推送至所述用户群体中对应的用户。

根据本发明实施例的另一方面，提供了一种数据推送装置。

一种数据推送装置，包括：数据读取模块，用于读取商品属性信息以及对应的商品购买记录；相似商品识别模块，用于基于读取到的商品属性信息识别目标相似商品集，所述目标相似商品集包括预设类型商品以及与所述预设类型商品相似的商品；用户信息提取模块，用于从读取到的商品购买记录中，提取购买所述目标相似商品集中商品的用户信息，以得到用户信息集；数据推送模块，用于向所述用户信息集对应的用户推送所述预设类型商品的数据。

可选地，所述相似商品识别模块还用于：根据所述商品属性信息，查找第一属性满足预设条件的商品，得到所述预设类型商品，所述第一属性为所述商品属性信息中的属性；确定与所述预设类型商品的第二属性相似的商品，以得到与所述预设类型商品相似的商品，所述所述第二属性为所述商品属性信息中不同于所述第一属性的一种或多种属性；基于所述预设类型商品以及与所述预设类型商品相似的商品，得到所述目标相似商品集。

可选地，所述相似商品识别模块包括商品查找子模块，用于：根据所述商品属性信息，获取各商品的所述第一属性的设定值和当前值；查找出所述第一属性的当前值小于设定值的商品，作为所述预设类型商品。

可选地，所述相似商品识别模块包括第一分析子模块，用于：根据所述商品属性信息，获取各商品的所述第二属性的属性值；将所述预设类型商品的所述第二属性的属性值与其他商品的所述第二属性的属性值进行比对，其中，在所述第一属性包括一种属性的情况下，将该种属性的属性值与所述预设类型商品一致的商品，确定为与所述预设类型商品的第二属性相似的商品；在所述第一属性包括多种属性的情况下，将该多种属性的属性值均与所述预设类型商品一致的商品，确定为与所述预设类型商品的第二属性相似的商品。

可选地，所述相似商品识别模块包括第二分析子模块，用于：根据所述商品属性信息，获取各商品的所述第二属性的属性值；基于获取的所述第二属性的属性值，利用聚类算法确定与所述预设类型商品的第二属性相似的商品。

可选地，所述数据推送模块还用于：根据所述用户信息集提取用户属性信息；利用所述用户属性信息，确定所述用户信息集对应的每个用户所属的用户群体；根据各所述用户群体的特征，分别确定与每一所述用户群体对应的所述预设类型商品的待推送数据，将所述待推送数据分别推送至对应的所述用户群体。

可选地，所述数据推送模块获取所述用户群体中每个用户的消费频率，按照用户的消费频率将所述待推送数据推送至所述用户群体中对应的用户。

根据本发明实施例的又一方面，提供了一种电子设备。

一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本发明实施例所提供的数据推送方法。

根据本发明实施例的又一方面，提供了一种计算机可读介质。

一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的数据推送方法。

上述发明中的一个实施例具有如下优点或有益效果：读取商品属性信息以及对应的商品购买记录；基于读取到的商品属性信息识别目标相似商品集；从读取到的商品购买记录中，提取购买目标相似商品集中商品的用户信息，以得到用户信息集；向用户信息集对应的用户推送预设类型商品的数据。能够针对性地推送数据，且提高了数据推送效率，降低服务器的处理负担，缩短服务器的处理时间，节省服务器资源。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明一个实施例的数据推送方法的主要步骤示意图；

图2是根据本发明一个实施例的数据推送流程示意图；

图3是根据本发明一个实施例的数据推送装置的主要模块示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明一个实施例的数据推送方法的主要步骤示意图。

如图1所示，本发明一个实施例的数据推送方法主要包括如下的步骤S101至步骤S104。

步骤S101：读取商品属性信息以及对应的商品购买记录；

步骤S102：基于读取到的商品属性信息识别目标相似商品集，目标相似商品集包括预设类型商品以及与预设类型商品相似的商品；

步骤S103：从读取到的商品购买记录中，提取购买目标相似商品集中商品的用户信息，以得到用户信息集；

步骤S104：向用户信息集对应的用户推送预设类型商品的数据。

基于读取到的商品属性信息识别目标相似商品集，包括：根据商品属性信息，查找第一属性满足预设条件的商品，得到预设类型商品，第一属性为商品属性信息中的属性；确定与预设类型商品的第二属性相似的商品，以得到与预设类型商品相似的商品，第二属性为商品属性信息中不同于第一属性的一种或多种属性；基于预设类型商品以及与预设类型商品相似的商品，得到目标相似商品集。

根据商品属性信息，查找第一属性满足预设条件的商品，得到预设类型商品，包括：根据商品属性信息，获取各商品的第一属性的设定值和当前值；查找出第一属性的当前值小于设定值的商品，作为预设类型商品。

在一个实施例中，确定与预设类型商品的第二属性相似的商品，包括：根据商品属性信息，获取各商品的第二属性的属性值；将预设类型商品的第二属性的属性值与其他商品的第二属性的属性值进行比对，其中，在第一属性包括一种属性的情况下，将该种属性的属性值与预设类型商品一致的商品，确定为与预设类型商品的第二属性相似的商品；在第一属性包括多种属性的情况下，将该多种属性的属性值均与预设类型商品一致的商品，确定为与预设类型商品的第二属性相似的商品。

在另一个实施例中，确定与预设类型商品的第二属性相似的商品，包括：根据商品属性信息，获取各商品的第二属性的属性值；基于获取的第二属性的属性值，利用聚类算法确定与预设类型商品的第二属性相似的商品。

向用户信息集对应的用户推送预设类型商品的数据，包括：根据用户信息集提取用户属性信息；利用用户属性信息，确定用户信息集对应的每个用户所属的用户群体；根据各用户群体的特征，分别确定与每一用户群体对应的预设类型商品的待推送数据，将待推送数据分别推送至对应的用户群体。

用户群体的特征包括但不限于用户群体的规模(例如该群体的用户数)、消费金额(例如平均消费金额)、消费频率(平均消费频率)等特征。

利用用户属性信息，确定用户信息集对应的每个用户所属的用户群体，具体地，可以根据用户属性信息对用户信息集对应的用户划分为多个用户群体，例如用户属性信息包括但不限于用户年纪、用户地址、用户的消费频率、用户的消费金额、用户的联系方式(例如电话号码、邮箱)等等。例如可以根据用户地址、用户年纪、用户消费频率等一种或多种属性来划分用户群体。

在一个实施例中，还可以把用户信息集中购买过预设类型商品的用户全部选出，对购买过预设类型商品的相似商品但未购买过预设类型商品的用户按照用户属性信息筛选，将筛选出的用户与购买过预设类型商品的用户作为一个用户群体。

根据各用户群体的特征，分别确定与每一用户群体对应的预设类型商品的待推送数据，例如，利用用户属性信息(例如用户地址)，确定用户信息集对应的每个用户所属的用户群体，其中用户地址在一定区域范围内接近的用户属于同一用户群体，假设得到3个用户群体a、b、c，其中，每个用户群体的规模分别为100人、50人、10人，那么预设类型商品的待推送数据可以包括但不限于商品价格、商品详情数据、商品参与的活动信息等，例如，对于a群体，待推送数据中包括商品的5折价格数据，对于b群体，待推送数据中包括商品的7折价格数据，对于c群体，待推送数据中包括商品的8折价格数据。

用户信息集具体是购买过目标相似商品集中任一商品的用户信息的集合。

还可以获取用户群体中每个用户的消费频率，按照用户的消费频率将待推送数据推送至用户群体中对应的用户。例如一些用户消费频率高(高于设定的消费频率第一阈值)，那么推送频次可设置为大于第一阈值的预设值，一些用户消费频率低(低于设定的消费频率第二阈值)，那么对其待推送数据的推送频次可设置为小于第二阈值的预设值。

在本发明一个实施例中，预设类型商品可以为折扣商品，用户群体可以为团购群体。

根据本发明实施例的数据推送方法，可以获取多个商品的商品信息和购买这些商品中至少一个商品的用户信息，商品信息中包括商品属性信息，商品属性信息包括但不限于商品的年纪范围、商品型号、商品价格(包括设定值、当前值)、商品名称、商品尺码、商品风格、商品消费金额等属性。根据各商品属性信息可以判断各商品是否属于折扣商品，以及对应折扣商品，可以判断其他商品是否属于该折扣商品的相似商品，根据折扣商品以及与折扣商品相似的商品的多个用户信息组成折扣商品的团购群体。

通过管理多个商品的商品信息和用户信息，并且利用商品信息获得商品中的折扣商品，以及根据商品信息获得折扣商品的相似商品，从而利用已售出商品的用户信息针对性地确定团购群体来推送数据，推送的数据针对性强，减少了不必要数据的推送，使得服务器的数据处理量大大减少，对于服务器中处理器资源和存储资源等的消耗也大幅降低，缩短了服务器的处理时间，避免了服务器在数据推送过程中对不必要数据的查找、存储和推送等操作。

在一个实施例中，用户信息可以包括用户地址，用户地址是用户属性信息的一种，利用用户地址可以将用户信息集对应的用户划分为多个团购群体，例如，根据用户地址选择一定区域内的多个用户信息组成一个团购群体。用户信息集是购买过折扣商品以及与折扣商品相似的商品中的任一商品的用户信息的集合。

用户信息还可以包括用户的联系方式，例如电话号码或邮箱信息，可以通过短信或邮箱将折扣商品的数据分别发送给对应的团购群体的多个用户。

在一个实施例中，用户信息可以包括消费频率，消费频率是用户属性信息的一种，可以根据消费频率推送折扣商品的数据给对应的团购群体的多个用户。消费频率可以为每周、每月或每年一次或多次，并且次数可以设置为计算出的平均数，比如一年中每个月消费频率的平均次数。具体地，可以根据消费频率可以定期发送折扣商品的数据至对应的团购群体的用户，其中，针对团购群体的用户，可以根据不同用户的消费频率来将折扣商品的数据分别推送给各用户。

在一个实施例中，商品信息可以包括年纪范围，商品信息中的年纪范围也可称为商品的年纪范围，其是对该商品配置的购买该商品的用户年纪的范围，商品的年纪范围是商品属性信息中的一种，根据年纪范围可以判断与折扣商品相似的商品。

用户信息可以包括用户年纪，用户年纪是用户属性信息的一种，根据同一种商品的多个用户年纪是否属于折扣商品的年纪范围，可以判断该种商品是否属于折扣商品的相似商品。其中，若某商品的用户年纪属于折扣商品的年纪范围，则表示该商品的年纪范围属性与折扣商品相似，则判断为该商品属于折扣商品的相似商品，若该商品的用户年纪不属于折扣商品的年纪范围，则该商品不属于折扣商品的相似商品。例如，折扣商品为某类裤子，折扣商品的年纪范围为20岁至30岁，若某类帽子的用户年纪也为20岁至30岁中的某个年龄(具体实施时若该类帽子的用户年纪中有大于预设比例的用户的用户年纪处于20岁至30岁之间，即可判定该类帽子的用户年纪为20岁至30岁)，则处于折扣商品的年纪范围，那么该类帽子则被识别为该类裤子的相似商品，从而在推送关于团购该类裤子的商品数据时，将该类帽子的用户也作为推送数据的目标用户。多个用户年纪可以进行筛选后取值，从而排除无效数据，使得相似商品的识别更准确。

在一个实施例中，商品信息可以包括商品型号，可以根据商品型号判断多个商品的种类。商品型号用于标注多个商品的同一种类，从而根据商品所属种类得到折扣商品的相似商品，进一步准确地筛选用户。

在一个实施例中，商品信息还包括商品价格(即商品的第一属性)，具体包括原价(即第一属性的设定值)和售价(即第一属性的当前值)，当满足售价低于原价的预设条件时，判断该商品属于折扣商品，否则不属于折扣商品。

商品信息还包括商品购买记录。在一个实施例中，可以根据用户信息和商品信息统计不同用户的单次消费，根据各折扣商品的售价是否超过不同用户的单次消费金额，来选择多个用户组成团购群体。可以根据不同用户信息统计所有商品信息，具体地，可以统计购买过折扣商品或与折扣商品相似的商品的商品购买记录中的消费金额属性，例如各用户购买商品的单次消费金额，从而利用商品信息得到不同用户购买商品的单次消费金额。通过折扣商品的售价与用户的单次消费金额比较，从而当售价不超过用户单次消费时，选择该用户作为团购群体中的用户以推送折扣商品的数据。需要说明的是，当用户只购买过一次商品时，商品信息中的商品价格为用户的单次消费金额。当用户购买过两次以上商品时，可以将每次单次消费均与售价比较，或者可以通过多次购买的商品总价格的平均数来计算单次消费金额。商品信息中的单次消费金额具体可以为一个商品的价格。

本发明实施例的商品信息指明了商品的不同类型，比如名称、型号和应用领域等分类，这些分类可以是通过商品属性信息划分的，例如商品的年纪范围、商品型号、商品价格(包括设定值、当前值)、商品名称、商品尺码、商品风格、商品消费金额等属性，其中除了商品价格之外的属性都可以称为商品的第二属性。用户信息指明了客户的不同类型，比如职业、年纪、爱好、性别等分类，职业、年纪、爱好、性别等都属于用户属性信息，如上文所述，用户属性信息不限于此类信息。另外，任意多个商品的商品信息可以不同或相同。

根据商品信息中的商品属性信息可以判断各商品是否属于折扣商品或折扣商品的相似商品，其中可以根据商品名称、商品型号、商品尺码、商品风格等任意的一项或多项商品属性(具体为第二属性)，利用聚类算法识别出与折扣商品相似的商品，具体地，与折扣商品的相似商品聚为一类的，可以判定为该折扣商品的相似商品。然后，选择与折扣商品相似的商品的多个用户信息，与折扣商品的用户信息，构成用户信息集，并从用户信息集中选择全部或部分用户组成团购群体。折扣商品可以为已经售出的商品或者未售出的新品，并且当判断各商品是否属于折扣商品的相似商品时，相似商品的含义也包括相同商品，即对于折扣商品的相同商品也将被作为相似商品识别出来。

在确定与折扣商品相似的商品时，可以通过商品的多种属性(具体为多种第二属性)进行判断，例如，将该商品的多种属性分别与折扣商品的相应属性的属性值进行比对，将每种属性的属性值均与折扣商品一致的商品，确定为折扣商品的相似商品，通过这种方式可以提高目标相似商品集的识别准确率。

图2是本发明一个实施例的数据推送流程示意图。

如图2所示，本发明一个实施例的数据推送流程包括：

获取多个商品的商品信息和用户信息，其中，获取的用户信息是购买过该多个商品中至少一个商品的用户信息，商品信息包括商品属性信息和商品购买记录，用户信息包括用户属性信息，用户属性信息包括但不限于用户年纪、用户地址、用户的消费频率、用户的消费金额、用户的联系方式(例如电话号码、邮箱)等等；根据商品信息确定折扣商品，具体可根据商品属性信息查找商品价格的当前值低于设定值的商品，得到折扣商品；根据商品信息获取年纪范围，以及根据用户信息获取用户年纪；判断同一商品的多个用户年纪是否属于折扣商品的年纪范围，若是，则商品属于折扣商品的相似商品，若否，则商品不属于折扣商品的相似商品；在商品属于折扣商品的相似商品的情况下，获取折扣商品的相似商品的多个用户信息，根据用户信息获取用户地址，以选择一定区域内的多个用户与折扣商品的用户构成团购群体；根据团购群体的各用户信息获取团购群体中用户的消费频率、电话或邮箱信息，将折扣商品的数据根据消费频率通过电话或邮箱推送至团购群体的用户；在商品不属于折扣商品的相似商品的情况下，则返回到根据商品信息判断各商品是否属于折扣商品的步骤，以继续判断折扣商品的其他相似商品。

图3是根据本发明一个实施例的数据推送装置的主要模块示意图。

本发明一个实施例的数据推送装置300主要包括：数据读取模块301、相似商品识别模块302、用户信息提取模块303、数据推送模块304。

数据读取模块301，用于读取商品属性信息以及对应的商品购买记录；

相似商品识别模块302，用于基于读取到的商品属性信息识别目标相似商品集，目标相似商品集包括预设类型商品以及与预设类型商品相似的商品；

用户信息提取模块303，用于从读取到的商品购买记录中，提取购买目标相似商品集中商品的用户信息，以得到用户信息集；

数据推送模块304，用于向用户信息集对应的用户推送预设类型商品的数据。

相似商品识别模块302具体可以用于：根据商品属性信息，查找第一属性满足预设条件的商品，得到预设类型商品，第一属性为商品属性信息中的属性；确定与预设类型商品的第二属性相似的商品，以得到与预设类型商品相似的商品，第二属性为商品属性信息中不同于第一属性的一种或多种属性；基于预设类型商品以及与预设类型商品相似的商品，得到目标相似商品集。

相似商品识别模块302可以包括商品查找子模块，用于：根据商品属性信息，获取各商品的第一属性的设定值和当前值；查找出第一属性的当前值小于设定值的商品，作为预设类型商品。

在一个实施例中，相似商品识别模块302可以包括第一分析子模块，用于：根据商品属性信息，获取各商品的第二属性的属性值；将预设类型商品的第二属性的属性值与其他商品的第二属性的属性值进行比对，其中，在第一属性包括一种属性的情况下，将该种属性的属性值与预设类型商品一致的商品，确定为与预设类型商品的第二属性相似的商品；在第一属性包括多种属性的情况下，将该多种属性的属性值均与预设类型商品一致的商品，确定为与预设类型商品的第二属性相似的商品。

在另一个实施例中，相似商品识别模块包括第二分析子模块，用于：根据商品属性信息，获取各商品的第二属性的属性值；基于获取的第二属性的属性值，利用聚类算法确定与预设类型商品的第二属性相似的商品。聚类算法可以采用各种常见聚类算法。

数据推送模块304具体用于：根据用户信息集提取用户属性信息；利用用户属性信息，确定用户信息集对应的每个用户所属的用户群体；根据各用户群体的特征，分别确定与每一用户群体对应的预设类型商品的待推送数据，将待推送数据分别推送至对应的用户群体。

数据推送模块304获取用户群体中每个用户的消费频率，按照用户的消费频率将待推送数据推送至用户群体中对应的用户。

另外，在本发明实施例中数据推送装置的具体实施内容，在上面数据推送方法中已经详细说明了，故在此重复内容不再说明。

图4示出了可以应用本发明实施例的数据推送方法或数据推送装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的数据推送方法一般由服务器405执行，相应地，数据推送装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，上述模块、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，在有些作为替换的实现中，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，两个接连地表示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，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操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。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括数据读取模块、相似商品识别模块、用户信息提取模块、数据推送模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，数据读取模块还可以被描述为“用于读取商品属性信息以及对应的商品购买记录的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：读取商品属性信息以及对应的商品购买记录；基于读取到的商品属性信息识别目标相似商品集，所述目标相似商品集包括预设类型商品以及与所述预设类型商品相似的商品；从读取到的商品购买记录中，提取购买所述目标相似商品集中商品的用户信息，以得到用户信息集；向所述用户信息集对应的用户推送所述预设类型商品的数据。

根据本发明实施例的技术方案，读取商品属性信息以及对应的商品购买记录；基于读取到的商品属性信息识别目标相似商品集；从读取到的商品购买记录中，提取购买目标相似商品集中商品的用户信息，以得到用户信息集；向用户信息集对应的用户推送所述预设类型商品的数据。能够针对性地推送数据，且提高了数据推送效率，降低服务器的处理负担，缩短服务器的处理时间，节省服务器资源。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。