一种复购信息推送方法、系统、存储介质及智能终端

技术领域

本申请涉及电商营销的领域，尤其是涉及一种复购信息推送方法、系统、存储介质及智能终端。

背景技术

电子商务行业发展迅猛，对社会和经济的重要性与日俱增。随着互联网的普及，人们越来越依赖于诸如天猫、淘宝、京东、有赞等电商平台进行购物，电商平台现在每天服务于亿万的用户，大型电商平台更是电子商务行业发展的催化剂。

对比传统线下销售的厂商，在电商平台上可以十分详尽地获取到商品的属性、销量、顾客属性、顾客属性对象的信息等海量的数据信息，从这海量数据中挖掘出潜在的价值便具有重大的意义,合理地利用这些数据可以为用户带来更好的消费体验，更可以帮助商家识别具有重复购买意向的潜在客户,从而实现营销信息的精准投放。运营人员先统计生成用户标签，然后根据经验结合营销活动内容对潜客基于标签进行人工筛选。

现有技术中存在以下问题，通常情况下，复购信息经常重复多次进行推送，造成用户的困扰甚至反感，反而影响复购信息推送的效果，尚有改进的空间。

发明内容

为了改善复购信息重复多次进行推送，造成用户的困扰甚至反感，反而影响复购信息推送的效果的问题，本申请提供一种复购信息推送方法、系统、存储介质及智能终端。

第一方面，本申请提供一种复购信息推送方法，采用如下的技术方案：

一种复购信息推送方法，包括：

获取用户已购商品和用户购买端；

基于用户已购商品从预设的寿命数据库中查找到对应的预计复购时间段；

于预计复购时间段内获取用户购买端上的常用媒体软件；

获取常看内容类别和历史观看内容；

基于常看内容类别和历史观看内容筛选出在常看内容类别中的未看内容；

分析未看内容以确定包含物品；

筛选和用户已购商品相同的包含物品，将该包含物品所对应的未看内容定义为目标未看内容；

基于目标未看内容和预设的复购链接信息形成复购内容，所述复购内容中于出现包含物品时展示复购链接信息；

于常用媒体软件进行使用时优先展示复购内容以将预设的复购信息进行推送。

通过采用上述技术方案，通过在用户的常用软件使用时优先展示用户喜欢看且包含复购商品的内容，使得用户不会对复购商品产生反感，从而在不反感的情况下提起对复购商品的兴趣甚至产生购买欲望，使得复购商品的信息推送成功，提高了复购信息的推送效率。

可选的，还包括若不存在目标未看内容时将复购信息进行展示的方法，该方法包括：

基于包含物品和用户已购商品从预设的关联数据库中查找到关联程度；

于关联程度大于预设的可推程度时将包含物品对应的未看内容定义为可推未看内容；

基于可推未看内容和复购链接信息形成可推复购内容；

于常用媒体软件进行使用时优先展示可推复购内容以将复购信息进行推送。

通过采用上述技术方案，当不存在和复购商品一样的商品内容时则可以查找相关联的商品，例如上下端以及相似的产品，使得虽然没有一样的，但是仍然可以将关联的复购商品进行推送，提高了复购商品推送的覆盖率。

可选的，还包括若关联程度小于可推程度时复购信息推送的方法，该方法包括：

获取用户身份；

基于用户身份确定用户标签；

将常看内容类别和预设的全种类类别进行比较以得到不是常看内容类别的非常看内容类别；

基于用户标签从预设的群众数据库中查找到相似用户身份；

获取相似用户身份对应的常看内容类别，将该常看内容类别定义为相似内容类别；

将相似内容类别和非常看内容类别进行比较以得到相同的内容类别，将该内容类别定义为尝试内容类别；

基于尝试内容类别筛选包含有和用户已购商品相同的或者关联程度大于可推程度的物品的内容，将该内容定义为尝试内容；

将尝试内容中和用户已购商品相同的或者关联程度大于可推程度的物品定义为尝试物品；

分析尝试内容以得到播放时长；

于常用媒体软件进行使用时优先展示尝试内容并获取尝试内容对应的停留时间；

根据停留时间和播放时长计算出停留占比；

于停留占比大于预设的临界吸引占比且停留时间大于预设的有效吸引时间时基于尝试内容和预设的复购链接信息形成尝试复购内容；

于停留时间之后将尝试内容切换成尝试复购内容进行展示以将复购信息进行推送。

通过采用上述技术方案，当常看的内容中既不存在复购商品也不存在关联的商品时则可以将内容进行更新，偶尔出现一到两个新类别的内容进行展示，若用户停留在该时间内时则可以将对应的复购商品进行展示，在不影响用户体验的情况下提高了复购商品推送的覆盖率。

可选的，于常用媒体软件进行使用时优先展示尝试内容的方法包括：

分析尝试内容以得到出现尝试物品的最后时刻，将从开始播放尝试内容到最后时刻所对应的时间定义为有效时长；

根据有效时长和播放时长计算出有效占比；

于有效占比大于临界吸引占比且有效时长大于有效吸引时长时将尝试内容直接展示；

于有效占比小于临界吸引占比或有效时长小于有效吸引时长时根据有效时长、临界吸引占比、有效吸引时长、播放时长和预设的临界判断时长计算出弥补时长；

基于弥补时长对尝试内容进行修正以得到调整内容；

于常用媒体软件进行使用时优先展示调整内容。

通过采用上述技术方案，当尝试内容时长不够或者吸引用户观看的时长不够时无法确定用户是否被新的尝试内容吸引，故通过设置弥补时长来增加尝试物品之前的时间以准确判断尝试内容已经被吸引，提高了尝试内容被准确识别出是用户喜欢观看的内容的准确度。

可选的，基于弥补时长对尝试内容进行修正以得到调整内容的方法包括：

分析尝试内容以得到内容分段和对应的内容分段类别；

基于有效吸引时长对内容分段进行分析以得到位于有效吸引时长之前的前序内容分段和前序内容分段类别；

于前序内容分段类别存在预设的概括类别时将对应的前序内容分段定义为概括内容分段；

分析概括内容分段的最后一帧以得到概括末端帧；

于尝试内容的概括末端帧进行播放时将概括末端帧以预设的卡顿展示方式复制弥补时长形成弥补内容；

将弥补内容插入于概括末端帧的位置以形成调整内容；

于前序内容分段类别不存在概括类别时基于预设的体现类别对内容分段进行筛选以得到体现分段；

对体现分段进行统计以得到体现时长，并将体现分段整合成综合体现分段；

于体现时长大于弥补时长时根据体现时长和弥补时长计算出播放比例；

按照播放比例对综合体现分段进行调整以得到弥补体现分段；

于尝试内容之前插入弥补体现分段以形成调整内容；

于体现时长小于弥补时长时基于体现时长和弥补时长计算出卡顿时长；

分析综合体现分段的最后一帧以得到综合末端帧；

将综合末端帧以预设的卡段展示方式复制卡顿时长以形成卡顿分段；

于尝试内容之前插入综合体现分段，在综合体现分段之后插入卡顿分段以形成调整内容。

通过采用上述技术方案，通过在概括内容或者综合体现内容之后增加卡顿的方式使得有效占比大于临界吸引占比或有效时长大于有效吸引时长，方便系统对尝试内容是否吸引到用户进行判断，提高了尝试内容被准确识别出是用户喜欢观看的内容的准确度。

可选的，于常用媒体软件进行使用时优先展示复购内容、可推复购内容或尝试复购内容的方法包括：

将和用户已购商品相同的或者关联程度大于可推程度的包含物品或尝试物品一起定义为复购商品；

基于复购内容、可推复购内容或尝试复购内容进行分析以得到复购商品所占据的展示时间和展示界面占比；

基于复购商品从预设的着重数据库中查找到对应展示时间的时间权重和对应展示界面占比的大小权重；

基于展示时间、时间权重、展示界面占比和大小权重计算出优先值；

根据优先值进行排序以得到复购内容、可推复购内容或尝试复购内容的展示顺序；

于常用媒体软件进行使用时按照展示顺序展示复购内容、可推复购内容和尝试复购内容。

通过采用上述技术方案，当存在复购商品的内容的数量很多时，通过筛选出优先值最大的复购内容以最大程度上展示复购商品，提高了复购信息推送的推广效果。

可选的，还包括计算优先值的优化方法，该方法包括：

基于复购商品从预设的辨析数据库中查找到对应的分辨区域和分辨区域占比；

于展示时间小于预设的临界辨析时间时基于展示时间和临界辨析时间计算出时间差值；

分析复购内容、可推复购内容或尝试复购内容中展示时间以后时间差值内的第一内容背景区域；

于第一内容背景区域小于分辨区域时基于展示时间、时间权重、展示界面占比和大小权重计算出优先值；

于第一内容背景区域均大于分辨区域时将复购商品于展示时间以后时间差值对应的时间段内在第一内容背景区域内进行展示并将展示时间更新为临界辨析时间，然后重新计算优先值；

于展示界面占比小于分辨区域占比时分析复购内容、可推复购内容或尝试复购内容中展示时间内的第二内容背景区域；

于第二内容背景区域均大于分辨区域时将复购商品于展示时间内在第二内容背景区域内进行展示并将展示界面占比更新为分辨区域占比，然后重新计算优先值；

于第二内容背景区域存在小于分辨区域时基于展示时间、时间权重、展示界面占比和大小权重计算出优先值。

通过采用上述技术方案，在不影响用户观看内容的情况下适当增加复购商品的优先值，提高了复购信息推送的推广效果。

第二方面，本申请提供一种复购信息推送系统，采用如下的技术方案：

一种复购信息推送系统，包括：

获取模块，用于获取用户已购商品、用户购买端、常用媒体软件、常看内容类别、历史观看内容、用户身份、相似内容类别和停留时间；

存储器，用于存储上述任一种复购信息推送方法的控制方法的程序；

处理器，存储器中的程序能够被处理器加载执行且实现上述任一种复购信息推送方法的控制方法。

通过采用上述技术方案，通过在用户的常用软件使用时优先展示用户喜欢看且包含复购商品的内容，使得用户不会对复购商品产生反感，从而在不反感的情况下提起对复购商品的兴趣甚至产生购买欲望，使得复购商品的信息推送成功，提高了复购信息的推送效率。

第三方面，本申请提供智能终端，采用如下的技术方案：

智能终端，包括存储器和处理器，存储器上存储有能够被处理器加载并执行上述任一种复购信息推送方法的计算机程序。

通过采用上述技术方案，通过在用户的常用软件使用时优先展示用户喜欢看且包含复购商品的内容，使得用户不会对复购商品产生反感，从而在不反感的情况下提起对复购商品的兴趣甚至产生购买欲望，使得复购商品的信息推送成功，提高了复购信息的推送效率。

第四方面，本申请提供计算机存储介质，能够存储相应的程序，具有内存大数据处理快速的特点。

计算机可读存储介质，采用如下的技术方案：

计算机可读存储介质，存储有能够被处理器加载并执行上述任一种复购信息推送方法的计算机程序。

通过采用上述技术方案，通过在用户的常用软件使用时优先展示用户喜欢看且包含复购商品的内容，使得用户不会对复购商品产生反感，从而在不反感的情况下提起对复购商品的兴趣甚至产生购买欲望，使得复购商品的信息推送成功，提高了复购信息的推送效率。

综上所述，本申请包括以下至少有益技术效果：

1.通过优先展示用户喜欢看且包含复购商品的内容，使得用户不会对复购商品产生反感，使得复购商品的信息推送成功，提高了复购信息的推送效率；

2.当常看的内容中既不存在复购商品也不存在关联的商品时偶尔出现一到两个新类别的内容进行展示，在不影响用户体验的情况下提高了复购商品推送的覆盖率；

3.存在复购商品的内容的数量很多时，通过筛选出优先值最大的复购内容以最大程度上展示复购商品，提高了复购信息推送的推广效果。

附图说明

图1是本申请实施例中的一种复购信息推送方法的流程图。

图2是本申请实施例中的若不存在目标未看内容时将复购信息进行展示的方法的流程图。

图3是本申请实施例中的若关联程度小于可推程度时复购信息推送的方法的流程图。

图4是本申请实施例中的于常用媒体软件进行使用时优先展示尝试内容的方法的流程图。

图5是本申请实施例中的基于弥补时长对尝试内容进行修正以得到调整内容的方法的流程图。

图6是本申请实施例中的于常用媒体软件进行使用时优先展示复购内容、可推复购内容或尝试复购内容的方法的流程图。

图7是本申请实施例中的计算优先值的优化方法的流程图。

图8是本申请实施例中的一种复购信息推送方法的系统模块图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图1-8及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本申请实施例公开一种复购信息推送方法。参照图1，一种复购信息推送方法包括：

步骤100：获取用户已购商品和用户购买端。

用户已购商品为用户已经购买过的商品，此处为对应的商家营销的商品。获取的方式从商家的发货记录或者用户的手机购买记录中获取。用户购买端为用户手上的移动端，一般为手机。获取的方式从用户在购买手机的时候进行登记时得到。获取的目的是为了将复购信息进行推送。

步骤101：基于用户已购商品从预设的寿命数据库中查找到对应的预计复购时间段。

预计复购时间段为用户在上一次购买用户已购商品后下一次购买的时间段，即在这个段内，例如：毛巾的预计复购时间段为3个月-6个月。寿命数据库中存储有用户已购商品和预计复购时间段的映射关系。由本领域工作人员根据用户已购商品的平均寿命以及使用时间来进行推断得到。当系统接收到对应的用户已购商品，自动从数据库中查找到对应的预计复购时间段进行输出。

步骤102：于预计复购时间段内获取用户购买端上的常用媒体软件。

常用媒体软件为用户在自己的移动端上的经常使用的媒体软件，例如：抖音。获取的方式可以通过用户在一天或一段时间内进行统计得到。

步骤103：获取常看内容类别和历史观看内容。

常看内容类别为经常看的内容的类别，例如：抖音中的美食制作；另外也可以是某种新闻软件例如：小红书。历史观看内容为常看内容类别中已经观看过的内容，可以在历史记录中查看。

步骤104：基于常看内容类别和历史观看内容筛选出在常看内容类别中的未看内容。

未看内容为常看内容类别中还没有观看的内容。此处也可以将常看内容类别设置为较为细小的类别，例如定义为某个博主的内容。筛选的方式为将所有的内容除去历史观看内容得到。

步骤105：分析未看内容以确定包含物品。

包含物品为在未看内容中涉及到的物品，通过在每一个内容中进行分析得到，例如：在一个抖音视频中查看每一帧中的物品特征，然后得到对应的物品，也可以在某种新闻的稿件中的文字形成的词组所代表的物品名称。

步骤106：筛选和用户已购商品相同的包含物品，将该包含物品所对应的未看内容定义为目标未看内容。

步骤107：基于目标未看内容和预设的复购链接信息形成复购内容，所述复购内容中于出现包含物品时展示复购链接信息。

复购链接信息为点击就能够跳转到和用户已购商品一致的包含物品的购买网站的信息。

步骤108：于常用媒体软件进行使用时优先展示复购内容以将预设的复购信息进行推送。

复购信息为包含复购商品的一切信息，包括购买链接、价格以及规格尺寸等。

参照图2，还包括若不存在目标未看内容时将复购信息进行展示的方法，该方法包括：

步骤200：基于包含物品和用户已购商品从预设的关联数据库中查找到关联程度。

关联程度为包含物品和用户已购商品之间的关系的程度，以百分比的形式进行体现，例如：相似物品的关联程度较大，对应的关联程度为80%-99%，还有就是上下级的，例如：电脑和主机。数据库中存储有包含物品、用户已购商品和关联程度的映射关系，由本领域工作人员根据实际的关系结合经验进行设置得到。当系统接收到对应的包含物品和用户已购商品，自动从数据库中查找到对应的关联程度进行输出。

步骤201：于关联程度大于预设的可推程度时将包含物品对应的未看内容定义为可推未看内容。

可推程度为可以作为相关联并且推荐用户已购商品的关联程度，例如：展示界面上的物品为手机，而用户已购商品为手机壳，此时说明在购买手机或者对应的时候可以推荐手机壳，则该关联程度为可推程度。

步骤202：基于可推未看内容和复购链接信息形成可推复购内容。

可推复购内容为在可推未看内容中增加复购链接信息后的内容，和复购内容区别不同之处仅仅在于两者展示的物品不同，一个是用户已购商品，而可推复购内容中的物品是关联程度大于可推程度的包含物品。

步骤203：于常用媒体软件进行使用时优先展示可推复购内容以将复购信息进行推送。

参照图3，还包括若关联程度小于可推程度时复购信息推送的方法，该方法包括：

步骤300：获取用户身份。

用户身份为用户的身份信息，包含用户的工作、人物属性、性别、爱好等。

步骤301：基于用户身份确定用户标签。

用户标签为用户的身份标签，例如：宅男、技术员等。确定的方式可以为数据库查找的方式，也可以根据用户的简历以及阅历增加标签来丰富用户的定位。

步骤302：将常看内容类别和预设的全种类类别进行比较以得到不是常看内容类别的非常看内容类别。

全种类类别为在常用媒体软件中对应设置的全部的种类类别。非常看内容类别为在全种类类别中除了常看内容类别外剩余的类别。

步骤303：基于用户标签从预设的群众数据库中查找到相似用户身份。

相似用户身份为用户标签相同但是不是一个用户的用户身份。数据库中存储有用户标签和相似用户身份的映射关系，实质上为用户标签和所有贴有用户标签的用户身份的映射关系。由用户在录入用户身份的时候对用户身份对应的用户标签同时进行录入，然后相同的用户标签形成映射。当系统接收到对应的用户标签，自动从数据库中查找到归于用户标签下的用户身份，然后将用户身份去除后剩余的用户身份作为相似用户身份进行输出。

步骤304：获取相似用户身份对应的常看内容类别，将该常看内容类别定义为相似内容类别。

相似内容类别为相似用户身份所对应的人经常看的内容类别，获取方式和常看内容类别一样，在此不做赘述。

步骤305：将相似内容类别和非常看内容类别进行比较以得到相同的内容类别，将该内容类别定义为尝试内容类别。

步骤306：基于尝试内容类别筛选包含有和用户已购商品相同的或者关联程度大于可推程度的物品的内容，将该内容定义为尝试内容。

步骤307：将尝试内容中和用户已购商品相同的或者关联程度大于可推程度的物品定义为尝试物品。

步骤308：分析尝试内容以得到播放时长。

播放时长为尝试内容的播放时长，此处默认尝试内容为视频内容，需要注意的是，在此之后均以视频的内容进行阐述，而并非文字的形式，以保证时长的概念是符合实际情况的。分析的方式为直接读取对应的时长。

步骤309：于常用媒体软件进行使用时优先展示尝试内容并获取尝试内容对应的停留时间。

停留时间为在播放尝试内容时的停留在该内容上的时间，即当播放视频时不切换一直观看的时间。

步骤310：根据停留时间和播放时长计算出停留占比。

停留占比为停留时间在播放时长内占据的比例。

步骤311：于停留占比大于预设的临界吸引占比且停留时间大于预设的有效吸引时间时基于尝试内容和预设的复购链接信息形成尝试复购内容。

临界吸引占比为大于该占比数值时说明用户愿意观看该内容的占比。有效吸引时间为大于该时长说明用户愿意观看该内容的时长。此处两者均是本领域工作人员根据实际情况以及自身经验设定得到。此处设置两个临界值的目的在于当某个视频过短，例如2秒，那么虽然停留时间为1秒，停留占比大于临界吸引占比，但是其本身的时长不足，有可能这1秒是因为用户反应时间慢导致，故无法判断是否足够吸引到用户；另外就是虽然停留时间够长，例如10秒，但是整个视频的时长为20分钟，故10秒中也有可能是前面还没有展现具体内容，用户只是想要看看说的是什么内容导致时间较长的情况，故需要两者均进行判断。

步骤312：于停留时间之后将尝试内容切换成尝试复购内容进行展示以将复购信息进行推送。

此处先不将尝试内容制作成尝试复购内容进行播放，而是在停留时间之后进行制作并播放的原因在于万一用户并不受到吸引，那么造成制作的尝试复购内容容易浪费。

参照图4，于常用媒体软件进行使用时优先展示尝试内容的方法包括：

步骤400：分析尝试内容以得到出现尝试物品的最后时刻，将从开始播放尝试内容到最后时刻所对应的时间定义为有效时长。

最后时刻为这一个时刻存在尝试物品并且在该时刻之后的尝试内容中不会再出现的时刻。

步骤401：根据有效时长和播放时长计算出有效占比。

有效占比为有效时长在播放时长内的占比。计算的方式为有效时长除以播放时长。

步骤402：于有效占比大于临界吸引占比且有效时长大于有效吸引时长时将尝试内容直接展示。

此处当有效有效占比大于临界吸引占比且有效时长大于有效吸引时长时说明用户在临界吸引占比以及有效吸引时长之前就已经可以判断是否吸引用户观看，故若判断出吸引用户观看，那么在判断成功后展示尝试内容时展示尝试物品，并推送复购信息。

步骤403：于有效占比小于临界吸引占比或有效时长小于有效吸引时长时根据有效时长、临界吸引占比、有效吸引时长、播放时长和预设的临界判断时长计算出弥补时长。

临界判断时长为为了保证最终判断出的时长是准确的，减少误差的情况下，在原先的弥补时长上增加的时间长度。弥补时长为为了使得当尝试物品的最后时刻在临界吸引占比所对应的时刻以及有效吸引时长所对应的时刻之后。计算的方式为先计算临界吸引占比乘以播放时长得到对应的时长，然后和有效吸引时长比较得到较大数值的时长，将该时长减去有效时长即为弥补时长，但是为了保证判断性，故该弥补时长需要再额外增加临界判断时长才是最终的弥补时长。

步骤404：基于弥补时长对尝试内容进行修正以得到调整内容。

调整内容为尝试内容中增加弥补时长所对应的内容后形成的内容。具体修正方式在后续步骤中进行解释，在此不做赘述。

步骤405：于常用媒体软件进行使用时优先展示调整内容。

参照图5，基于弥补时长对尝试内容进行修正以得到调整内容的方法包括：

步骤500：分析尝试内容以得到内容分段和对应的内容分段类别。

内容分段为内容中的分段，内容分段类别为对应的内容分段的类别，此处分段和类别可以由人为设定得到。例如：一个电视剧的某一集，包括了前景提要（0秒-15秒）、开头曲（15秒以后的2分钟）、主体内容（开头曲后的40分钟）、片尾曲（主体内容后的2分钟）和下集预告（片尾曲后的20秒）等。

步骤501：基于有效吸引时长对内容分段进行分析以得到位于有效吸引时长之前的前序内容分段和前序内容分段类别。

此处需要注意的是位于有效吸引时长之前的内容不包含同一个内容分段有一部分在前，有一部分在后的内容分段。

步骤502：于前序内容分段类别存在预设的概括类别时将对应的前序内容分段定义为概括内容分段。

概括类别为概括此次播放的内容的类别。此处由于概括类别一般能够较为有效的确定用户是否被吸引，故通过是否存在概括类别基本就能够看到在有效吸引时长之前是否吸引用户。

步骤503：分析概括内容分段的最后一帧以得到概括末端帧。

步骤504：于尝试内容的概括末端帧进行播放时将概括末端帧以预设的卡顿展示方式复制弥补时长形成弥补内容。

此处若概括末端帧以卡顿的形式播放仍然持续展示而没有被划走时，说明这个视频真的吸引到了用户，故以这种方式形成弥补内容较为有效。

步骤505：将弥补内容插入于概括末端帧的位置以形成调整内容。

步骤506：于前序内容分段类别不存在概括类别时基于预设的体现类别对内容分段进行筛选以得到体现分段。

体现类别为能够体现这个内容的分段的类别。筛选的方式为文字比对，即每个内容分段均对应一个类别，只要找到体现类别即可。

步骤507：对体现分段进行统计以得到体现时长，并将体现分段整合成综合体现分段。

体现时长为体现分段总的时间长度。综合体现分段为所有体现分段前后相连播放的总和分段。

步骤508：于体现时长大于弥补时长时根据体现时长和弥补时长计算出播放比例。

播放比例为体现时长和弥补时长的比例。计算的方式为体现时长除以弥补时长。

步骤509：按照播放比例对综合体现分段进行调整以得到弥补体现分段。

弥补体现分段为综合体现分段按照播放比例进行调整后的分段。此处调整的方式为播放速度调整。例如：体现时长为20秒，而弥补时长为10秒，那么播放比例为2，那么弥补体现分段为按照2倍速将综合体现分段进行播放。

步骤510：于尝试内容之前插入弥补体现分段以形成调整内容。

步骤511：于体现时长小于弥补时长时基于体现时长和弥补时长计算出卡顿时长。

卡顿时长为体现时长进行播放后还需要播放对应的时长才能够达到弥补时长的时长。

步骤512：分析综合体现分段的最后一帧以得到综合末端帧。

步骤513：将综合末端帧以预设的卡段展示方式复制卡顿时长以形成卡顿分段。

此处的方式和步骤504相似，在此不做赘述。

步骤514：于尝试内容之前插入综合体现分段，在综合体现分段之后插入卡顿分段以形成调整内容。

参照图6，于常用媒体软件进行使用时优先展示复购内容、可推复购内容或尝试复购内容的方法包括：

步骤600：将和用户已购商品相同的或者关联程度大于可推程度的包含物品或尝试物品一起定义为复购商品。

步骤601：基于复购内容、可推复购内容或尝试复购内容进行分析以得到复购商品所占据的展示时间和展示界面占比。

展示时间为在这个时间内均在展示复购商品的时间总长，此处该时长为多个时长的累加得到。展示界面占比为复购商品在对应存在有复购商品的帧的界面中展示的大小比例。此处若展示界面占比过小，则容易导致用户忽略，所以展示界面占比也需要一定的大小。此处可以取多个帧所对应的界面的平均值。

步骤602：基于复购商品从预设的着重数据库中查找到对应展示时间的时间权重和对应展示界面占比的大小权重。

时间权重为时间在重要程度中所占据的分量。大小权重为界面占比在重要程度中所占据的分量。数据库中存储有复购商品、时间权重和大小权重的映射关系。由本领域工作人员根据自身经验进行设定得到。当系统接收到对应的复购商品，自动从数据库中查找到对应的时间权重和大小权重进行输出。

步骤603：基于展示时间、时间权重、展示界面占比和大小权重计算出优先值。

优先值为能够体现先后顺序的数值，例如：数值越大越优先。计算的方式为展示时间乘以时间权重的积加上展示界面占比乘以大小权重的积得到。

步骤604：根据优先值进行排序以得到复购内容、可推复购内容或尝试复购内容的展示顺序。

展示顺序为进行展示的顺序，此处顺序为优先值越大则优先进行展示。

步骤605：于常用媒体软件进行使用时按照展示顺序展示复购内容、可推复购内容和尝试复购内容。

参照图7，还包括计算优先值的优化方法，该方法包括：

步骤700：基于复购商品从预设的辨析数据库中查找到对应的分辨区域和分辨区域占比。

分辨区域为能够被分辨的区域大小。分辨区域占比为复购商品的区域需要占据整个界面大小的占比才能够被分辨出的占比。数据库中存储有复购商品、分辨区域和分辨区域占比的映射关系，由本领域工作人员根据经验进行设置得到。当系统接收到对应的复购商品，自动从数据库中查找到对应的分辨区域和分辨区域占比进行输出。查找的目的是为了确定后续可以按照这个分辨区域和分辨区域占比来展示复购商品。

步骤701：于展示时间小于预设的临界辨析时间时基于展示时间和临界辨析时间计算出时间差值。

临界辨析时间为用户辨析处是复购商品的时间。由本领域工作人员按照自身经验进行设定得到。时间差值为展示时间和临界辨析时间的差值。计算的方式为两者相减。

当展示时间小于临界辨析时间时说明展示时间较短无法让用户看清楚这个物品是复购商品。

步骤702：分析复购内容、可推复购内容或尝试复购内容中展示时间以后时间差值内的第一内容背景区域。

第一内容背景区域为在展示时间以后时间差值内的复购内容中作为背景的区域，例如：视频中的背景墙或者新闻中的白底背景的空白处。

步骤703：于第一内容背景区域小于分辨区域时基于展示时间、时间权重、展示界面占比和大小权重计算出优先值。

当小于时则说明此时无法在第一内容背景区域展示对应的内容而提高展示时长，故无法调整优先值，则直接进行计算。

步骤704：于第一内容背景区域均大于分辨区域时将复购商品于展示时间以后时间差值对应的时间段内在第一内容背景区域内进行展示并将展示时间更新为临界辨析时间，然后重新计算优先值。

当第一内容背景区域均大于分辨区域，说明可以将复购商品于展示时间以后时间差值对应的时间段内在第一内容背景区域内进行展示，那么可以延长展示时间，但是由于长时间展示会引起用户的反感，故仅需要做到可以让用户分辨出是复购产品即可。

步骤705：于展示界面占比小于分辨区域占比时分析复购内容、可推复购内容或尝试复购内容中展示时间内的第二内容背景区域。

第二内容背景区域为在展示时间内的复购内容中作为背景的区域。

当展示界面占比小于分辨区域占比，此处说明对应的占比较小无法分辨，则可以尝试放大以调整优先值。

步骤706：于第二内容背景区域均大于分辨区域时将复购商品于展示时间内在第二内容背景区域内进行展示并将展示界面占比更新为分辨区域占比，然后重新计算优先值。

第二内容背景区域均大于分辨区域时用户可以将复购产品对应的图像进行放大并且放大后的图像在第二内容背景区域进行展示，从而增加展示界面占比，调整优先值。

步骤707：于第二内容背景区域存在小于分辨区域时基于展示时间、时间权重、展示界面占比和大小权重计算出优先值。

当小于，则说明此时无法通过放大调整优先值，则直接计算优先值。

基于同一发明构思，本发明实施例提供一种复购信息推送系统。

参照图8，一种复购信息推送系统，包括：

获取模块，用于获取用户已购商品、用户购买端、常用媒体软件、常看内容类别、历史观看内容、用户身份、相似内容类别和停留时间；

存储器，用于存储一种复购信息推送方法的控制方法的程序；

处理器，存储器中的程序能够被处理器加载执行且实现一种复购信息推送方法的控制方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本发明实施例提供计算机可读存储介质，存储有能够被处理器加载并执行一种复购信息推送方法的计算机程序。

计算机存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

基于同一发明构思，本发明实施例提供智能终端，包括存储器和处理器，存储器上存储有能够被处理器加载并执行一种复购信息推送方法的计算机程序。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。