CN112686704A - 一种购物指导方法及*** - Google Patents

Abstract

本发明公开了一种购物指导方法及***，获得促销商品信息；获得第一用户信息；根据所述第一用户信息，获得第一历史数据；将所述促销商品名称输入第一训练模型；获得所述第一训练模型的第一输出信息；根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息；根据所述第一相关历史订单信息，获得第一成交价格；根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。解决了现有技术中存在消费者不能实时掌握商品价格动向，导致购买商品价格偏高的技术问题。

Description

一种购物指导方法及***

技术领域

本发明涉及购物指导相关领域，尤其涉及一种购物指导方法及***。

背景技术

购物指在零售商拣选或购买货品或服务的行为，可视为一种经济和休闲活动。现在网络购物是一种潮流，购物的模式花样越来越多。每个平台的模式都不一样。购即为买，物即为所出售之物品。无男女老幼之分，乃居家生活之必备。如何及时的选到适宜的商品，如何可更加优惠的购买商品是困扰着广大用户的难题。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在消费者不能实时、准确的掌握商品价格动向，导致购买商品价格偏高的技术问题。

发明内容

本申请实施例通过提供一种购物指导方法及***，解决了现有技术中存在消费者不能实时掌握商品价格动向，导致购买商品价格偏高的技术问题，达到准确比对商品价格的优惠情况，实时为消费者发送推荐信息，使消费者可优惠购买商品的技术效果。

鉴于上述问题，提出了本申请实施例提供一种购物指导方法及***。

第一方面，本申请实施例提供了一种购物指导方法，所述方法包括：获得促销商品信息，所述促销商品信息包括促销商品名称、促销商品单价；获得第一用户信息；根据所述第一用户信息，获得第一历史数据；将所述促销商品名称输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述促销商品名称和用来标识同属性商品信息的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述同属性商品信息，所述同属性商品信息为与所述促销商品名称为同属性的商品名称；根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息，所述第一相关历史订单信息为包括所述促销商品名称和/或所述同属性商品信息的历史订单信息；根据所述第一相关历史订单信息，获得第一成交价格；根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。

另一方面，本申请还提供了一种购物指导***，所述***包括：第一获得单元，所述第一获得单元用于获得促销商品信息，所述促销商品信息包括促销商品名称、促销商品单价；第二获得单元，所述第二获得单元用于获得第一用户信息；第三获得单元，所述第三获得单元用于根据所述第一用户信息，获得第一历史数据；第一输入单元，所述第一输入单元用于将所述促销商品名称输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述促销商品名称和用来标识同属性商品信息的标识信息；第四获得单元，所述第四获得单元用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述同属性商品信息，所述同属性商品信息为与所述促销商品名称为同属性的商品名称；第五获得单元，所述第五获得单元用于根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息，所述第一相关历史订单信息为包括所述促销商品名称和/或所述同属性商品信息的历史订单信息；第六获得单元，所述第六获得单元用于根据所述第一相关历史订单信息，获得第一成交价格；第七获得单元，所述第七获得单元用于根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；第一执行单元，所述第一执行单元用于判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。

第三方面，本发明提供了一种购物指导***，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了根据第一用户的用户信息获得购物历史数据，将促销商品名称输入第一训练模型的方式，通过所述第一训练模型获得与所述促销商品同属性的商品信息，根据所述第一用户的第一历史购物数据，判断是否包括所述促销商品名称和/或所述同属性商品信息，当包括时，根据所述历史购买价格和现阶段促销价格进行比对，当价格波动值满足第一预设条件时，将所述促销商品信息发送给所述第一用户，达到准确比对商品价格的优惠情况，实时为消费者发送推荐信息，使消费者可优惠购买商品的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种购物指导方法的流程示意图；

图2为本申请实施例一种购物指导***的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一输入单元14，第四获得单元15，第五获得单元16，第六获得单元17，第七获得单元18，第一执行单元19，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。

具体实施方式

本申请实施例通过提供一种购物指导方法及***，解决了现有技术中存在消费者不能实时掌握商品价格动向，导致购买商品价格偏高的技术问题，达到准确比对商品价格的优惠情况，实时为消费者发送推荐信息，使消费者可优惠购买商品的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

购物指在零售商拣选或购买货品或服务的行为，可视为一种经济和休闲活动。现在网络购物是一种潮流，购物的模式花样越来越多。每个平台的模式都不一样。购即为买，物即为所出售之物品。无男女老幼之分，乃居家生活之必备。如何及时的选到适宜的商品，如何可更加优惠的购买商品是困扰着广大用户的难题。现有技术中存在消费者不能实时、准确的掌握商品价格动向，导致购买商品价格偏高的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种购物指导方法，所述方法包括：获得促销商品信息，所述促销商品信息包括促销商品名称、促销商品单价；获得第一用户信息；根据所述第一用户信息，获得第一历史数据；将所述促销商品名称输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述促销商品名称和用来标识同属性商品信息的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述同属性商品信息，所述同属性商品信息为与所述促销商品名称为同属性的商品名称；根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息，所述第一相关历史订单信息为包括所述促销商品名称和/或所述同属性商品信息的历史订单信息；根据所述第一相关历史订单信息，获得第一成交价格；根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种购物指导方法，其中，所述方法包括：

步骤S100：获得促销商品信息，所述促销商品信息包括促销商品名称、促销商品单价；

具体而言，所述促销就是营销者向消费者传递有关本企业及产品的各种信息，说服或吸引消费者购买其产品，以达到扩大销售量的目的的一种活动。所述促销商品为了促进消费对商品进行优惠售卖的商品，所述促销商品信息包括促销的商品的名称及单价。

步骤S200：获得第一用户信息；

具体而言，所述第一用户为具备购买能力的用户，所述第一用户的信息包括第一用户的个人信息、家庭信息、购买信息、需求信息等。

步骤S300：根据所述第一用户信息，获得第一历史数据；

具体而言，根据所述第一用户的信息，获得所述第一用户的购买的历史数据，所述购买历史数据是通过统计所述第一用户的实体消费和网络消费获得的所述第一用户的历史消费数据。

步骤S400：将所述促销商品名称输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述促销商品名称和用来标识同属性商品信息的标识信息；

步骤S500：获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述同属性商品信息，所述同属性商品信息为与所述促销商品名称为同属性的商品名称；

具体而言，所述第一训练网络模型即机器学习中的神经网络模型，神经网络(Neural Networks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络***，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习***。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks)，是对人类大脑***的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述促销商品名称输入神经网络模型，则输出所述同属性商品信息。

更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述促销商品名称和用来标识同属性商品信息的标识信息，将所述促销商品名称输入到神经网络模型中，根据用来标识同属性商品信息的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确的所述同属性商品信息，为后续准确判断所述第一用户的历史订单信息是否包含所述商品夯实了基础。

步骤S600：根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息，所述第一相关历史订单信息为包括所述促销商品名称和/或所述同属性商品信息的历史订单信息；

步骤S700：根据所述第一相关历史订单信息，获得第一成交价格；

具体而言，根据所述第一用户的第一历史数据，判断所述第一用户是否在历史订单中购买过同属性商品，当存在时，根据所述第一历史数据，调用第一相关历史订单信息，通过所述第一历史订单信息获得所述第一用户在当时购买所述商品时的商品相关信息，所述信息包括第一成交价格信息。

步骤S800：根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；

步骤S900：判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。

具体而言，根据所述第一成交价格，即所述第一用户的历史购买价格，与促销商品的单价，获得第一价格波动值，所述价格波动为所述促销商品的单价相对于第一成交价格的价格波动值，获得第一预设条件，所述第一预设条件为根据当前的物价，历史购买与现阶段促销的间隔时间，物品的稀缺程度等信息综合考量获得的第一预设条件，当所述价格波动满足所述第一预设条件时，获得第一指令，根据所述第一指令，将所述促销商品信息发送给所述第一用户。达到准确比对商品价格的优惠情况，实时为消费者发送推荐信息，使消费者可优惠购买商品的技术效果。

进一步而言，本申请实施例还包括：

步骤S1010：获得预购商品名称；

步骤S1020：根据所述第一用户信息，获得第一购物平台信息，所述第一购物平台信息为所述第一用户具有账号信息的所有购物平台信息集合；

步骤S1030：根据所述预购商品名称、所述第一购物平台信息，获得第一商品价格集合；

步骤S1040：将所述第一商品价格集合中的所有商品价格按照预定顺序进行排序，获得第二商品价格集合；

步骤S1050：根据所述第一用户信息、所述预购商品名称，获得第二历史订单信息；

步骤S1060：根据所述第二历史订单信息，获得第三商品价格，所述第三商品价格为所述第一用户最近购买所述预购商品的价格信息；

步骤S1070：获得预设筛选条件；

步骤S1080：根据所述第三商品价格、所述预设筛选条件，从所述第二商品价格集合中进行筛选，获得第四商品价格；

步骤S1090：根据所述第四商品价格，获得第二指令，所述第二指令用于将所述第四商品价格及对应的购物平台发送给所述第一用户。

具体而言，所述预购商品为所述第一用户加入购物车的商品或是有意向购买的商品，所述信息通过所述第一用户的购物软件获得，所述第一购物平台为所述第一用户具有购物账号的购物平台的集合，在所述购物平台的集合中获得所述预购商品的价格的集合所述集合为第一商品价格集合，将所述集合按照价格高低的顺序排列，排列后的集合作为第二商品价格集合。根据所述第一用户信息获得所述第一用户在最近一次购买所述商品的价格信息，所述价格为第三商品价格，获得第一预设筛选条件，所述预设筛选条件可根据第一用户的需求设定，根据所述预设筛选条件，从第二商品价格集中筛选，获得可满足预设条件的第四商品价格，根据所述第四商品价格，获得第二指令，通过所述第二指令将所述第四商品价格及对应的购物平台发送给所述第一用户。通过对所述第一用户的预购商品的历史价格与现阶段价格的比对，为所述第一用户推荐更加合适的商品购买链接，达到使所述第一用户可以优惠购买到想购买的商品的技术效果。

进一步而言，所述根据所述第四商品价格，获得第二指令之前，本申请实施例步骤S1090还包括：

步骤S1091：根据所述预购商品名称，获得第五商品价格，所述第五商品价格为大数据中获取的所述预购商品的当前所有价格；

步骤S1092：从所述第五商品价格中，确定第六商品价格，所述第六商品价格为所述第五商品价格中的最低价格；

步骤S1093：当所述第六商品价格高于所述第四商品价格时，获得所述第二指令。

进一步而言，本申请实施例步骤S1090还包括：

步骤S1094：当所述第六商品价格低于所述第四商品价格时，获得第三指令，所述第三指令用于将所述第六商品价格及对应的购买方式发送给第一用户。

具体而言，所述第五商品价格为根据所述第一用户未拥有账户的购物平台获得的预购商品的价格的集合，从所述预购商品价格的集合中获得第六商品价格，所述第六商品价格为所述预购商品价格集合中的最低价格，根据所述第六商品价格与所述第四商品价格相比对，当第六商品价格高于第四商品价格时，表明所述第四商品价格仍是最优惠的价格，此时获得所述第二指令，将所述第四商品价格推送给所述第一用户。当所述第六商品价格低于所述第四商品价格时，获得第三指令，所述第三指令用于将所述第六商品价格及对应的购买方式发送给第一用户。通过对比所述第一用户的已注册账号的购物平台与未注册账号购物平台的所述第一用户的预购商品的价格信息，获得最优惠的商品价格及相关信息，将所述信息发送给所述第一用户，达到根据最优价格指导所述第一用户进行购物的技术效果。

进一步而言，本申请实施例还包括：

步骤S1110：根据所述促销商品信息，获得所述促销商品属性；

步骤S1120：判断所述促销商品属性是否为消耗类商品；

步骤S1130：当所述促销商品属性为所述消耗类商品时，根据所述促销商品信息，获得消费周期；

步骤S1140：根据所述第一相关历史订单信息，获得第三历史订单信息，所述第三历史订单信息为第一用户最后一次采购所述促销商品的订单信息；

步骤S1150：根据所述第三历史订单信息，获得第一时间；

步骤S1160：判断所述第一时间是否满足所述消费周期；

步骤S1170：当满足时，获得所述第一指令。

具体而言，所述促销商品属性为根据所述促销商品的固有性质，这里主要指商品是否未消耗类商品，当所述促销商品为消耗类商品时，根据所述消耗类商品的信息获得所述商品的消耗周期，即所述消费周期，根据所述第一用户的第一相关历史订单获得第三历史订单信息，所述第三历史订单信息为第一用户最后一次采购所述促销商品的订单信息，根据所述信息及消费周期获得所述购买至今的时间间隔信息，所述时间间隔信息为第一时间，判断所述第一时间是否满足所述消费周期，当满足时，获得第一指令，根据所述第一指令将所述促销商品信息发送给所述第一用户。通过分析促销商品的固有消耗属性及消耗周期、购买周期，达到指导所述第一用户根据消费周期及商品价格进行购物的技术效果。

进一步而言，所述判断所述第一时间是否满足所述消费周期，本申请实施例步骤S1160还包括：

步骤S1161：根据所述促销商品信息、所述消费周期，获得预设周期要求；

步骤S1162：判断所述第一时间是否满足所述预设周期要求。

具体而言，根据所述促销商品的属性，获得所述商品的消耗周期，所述预设周期要求为根据所述第一用户的家庭状况及所述商品的消耗周期获得的预设周期要求，判断所述第一时间是否满足所述预设周期要求，当满足时，获得所述第一指令。

进一步而言，所述判断所述第一时间是否满足所述消费周期之后，本申请实施例步骤S1160还包括：

步骤S1163：当所述第一时间不满足所述消费周期时，根据所述第三历史订单信息，获得第二成交价格；

步骤S1164：根据所述第二成交价格、所述促销商品单价，获得第二价格波动值；

步骤S1165：判断所述第二价格波动值是否满足第二预设条件；

步骤S1166：当满足时，获得所述第一指令。

具体而言，当所述第一时间不满足所述消费周期时，根据所述第三历史订单信息获得第二成交价格，所述第二成交价格为当第一时间不满足所述消费周期时所述第一用户购买所述商品的价格，根据第二成交价格、促销商品单价，获得第二价格波动值，判断所述第二价格波动值判断是否满足第二预设条件，所述第二预设条件为优惠力度满足一定程度的第二预设条件，当满足时，表明所述优惠力度比较大，此时获得第一指令，将所述商品的信息发送给所述第一用户。

进一步而言，所述将所述促销商品名称输入第一训练模型，本申请实施例步骤S400还包括：

步骤S410：获得所述多组训练数据中的第一训练数据、第二训练数据直至第N训练数据；

步骤S420：根据第一训练数据生成第一标识码，所述第一标识码所述第一训练数据一一对应；

步骤S430：根据第二训练数据和第一标识码生成第二标识码，以此类推，根据第N训练数据和第N-1标识码生成第N标识码，其中，N为大于1的自然数；

步骤S440：将所述训练数据和标识码复制保存在M台电子设备上。

具体而言，区块链技术也被称之为分布式账本技术，是一种由若干台计算设备共同参与“记账”，共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性，使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一训练数据生成第一标识码，所述第一标识码与第一训练数据一一对应；根据所述第二训练数据和第一标识码生成第二标识码，第二标识码与第二训练数据一一对应；以此类推，根据所述第N训练数据和第N-1标识码生成第N标识码，其中，N为大于1的自然数，将所有训练数据和标识码分别复制保存在M台设备上，其中，所述第一训练数据和所述第一标识码作为第一区块保存在一台设备上，所述第二训练数据和所述第二标识码作为第二区块保存在一台设备上，所述第N训练数据和所述第N标识码作为第N区块保存在一台设备上，当需要调用所述训练数据时，每后一个节点接收前一节点存储的数据后，通过“共识机制”进行校验后保存，通过哈希函数对于每一存储单位进行串接，使得训练数据不易丢失和遭到破坏，通过区块链的逻辑对所述训练数据进行加密处理，保证了所述训练数据的安全性，保护了所述第一用户的隐私安全，进而保证通过所述训练数据训练获得的神经网络模型的准确性，进而可以获得更加准确的同属性商品信息。

综上所述，本申请实施例所提供的一种购物指导方法及***具有如下技术效果：

1、由于采用了根据第一用户的用户信息获得购物历史数据，将促销商品名称输入第一训练模型的方式，通过所述第一训练模型获得与所述促销商品同属性的商品信息，根据所述第一用户的第一历史购物数据，判断是否包括所述促销商品名称和/或所述同属性商品信息，当包括时，根据所述历史购买价格和现阶段促销价格进行比对，当价格波动值满足第一预设条件时，将所述促销商品信息发送给所述第一用户，达到准确比对商品价格的优惠情况，实时为消费者发送推荐信息，使消费者可优惠购买商品的技术效果。

2、由于采用了对所述第一用户的预购商品的历史价格与现阶段价格比对的方式，为所述第一用户推荐更加合适的商品购买链接，达到使所述第一用户可以优惠购买到想购买的商品的技术效果。

3、由于采用了通过对比所述第一用户的已注册账号的购物平台与未注册账号购物平台的所述第一用户的预购商品的价格信息，获得最优惠的商品价格及相关信息，将所述信息发送给所述第一用户的方式，达到根据最优价格指导所述第一用户进行购物的技术效果。

4、由于采用了通过分析促销商品的固有消耗属性及消耗周期、购买周期，达到指导所述第一用户根据消费周期及商品价格进行购物的技术效果。

实施例二

基于与前述实施例中一种购物指导方法同样发明构思，本发明还提供了一种购物指导***，如图2所示，所述***包括：

第一获得单元11，所述第一获得单元11用于获得促销商品信息，所述促销商品信息包括促销商品名称、促销商品单价；

第二获得单元12，所述第二获得单元12用于获得第一用户信息；

第三获得单元13，所述第三获得单元13用于根据所述第一用户信息，获得第一历史数据；

第一输入单元14，所述第一输入单元14用于将所述促销商品名称输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述促销商品名称和用来标识同属性商品信息的标识信息；

第四获得单元15，所述第四获得单元15用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述同属性商品信息，所述同属性商品信息为与所述促销商品名称为同属性的商品名称；

第五获得单元16，所述第五获得单元16用于根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息，所述第一相关历史订单信息为包括所述促销商品名称和/或所述同属性商品信息的历史订单信息；

第六获得单元17，所述第六获得单元17用于根据所述第一相关历史订单信息，获得第一成交价格；

第七获得单元18，所述第七获得单元18用于根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；

第一执行单元19，所述第一执行单元19用于判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。

进一步的，所述***还包括：

第八获得单元，所述第八获得单元用于获得预购商品名称；

第九获得单元，所述第九获得单元用于根据所述第一用户信息，获得第一购物平台信息，所述第一购物平台信息为所述第一用户具有账号信息的所有购物平台信息集合；

第十获得单元，所述第十获得单元用于根据所述预购商品名称、所述第一购物平台信息，获得第一商品价格集合；

第十一获得单元，所述第十一获得单元用于将所述第一商品价格集合中的所有商品价格按照预定顺序进行排序，获得第二商品价格集合；

第十二获得单元，所述第十二获得单元用于根据所述第一用户信息、所述预购商品名称，获得第二历史订单信息；

第十三获得单元，所述第十三获得单元用于根据所述第二历史订单信息，获得第三商品价格，所述第三商品价格为所述第一用户最近购买所述预购商品的价格信息；

第十四获得单元，所述第十四获得单元用于获得预设筛选条件；

第十五获得单元，所述第十五获得单元用于根据所述第三商品价格、所述预设筛选条件，从所述第二商品价格集合中进行筛选，获得第四商品价格；

第十六获得单元，所述第十六获得单元用于根据所述第四商品价格，获得第二指令，所述第二指令用于将所述第四商品价格及对应的购物平台发送给所述第一用户。

进一步的，所述***还包括：

第十七获得单元，所述第十七获得单元用于根据所述预购商品名称，获得第五商品价格，所述第五商品价格为大数据中获取的所述预购商品的当前所有价格；

第一确定单元，所述第一确定单元用于从所述第五商品价格中，确定第六商品价格，所述第六商品价格为所述第五商品价格中的最低价格；

第十八获得单元，所述第十八获得单元用于当所述第六商品价格高于所述第四商品价格时，获得所述第二指令。

进一步的，所述***还包括：

第十九获得单元，所述第十九获得单元用于当所述第六商品价格低于所述第四商品价格时，获得第三指令，所述第三指令用于将所述第六商品价格及对应的购买方式发送给第一用户。

进一步的，所述***还包括：

第二十获得单元，所述第二十获得单元用于根据所述促销商品信息，获得所述促销商品属性；

第一判断单元，所述第一判断单元用于判断所述促销商品属性是否为消耗类商品；

第二十一获得单元，所述第二十一获得单元用于当所述促销商品属性为所述消耗类商品时，根据所述促销商品信息，获得消费周期；

第二十二获得单元，所述第二十二获得单元用于根据所述第一相关历史订单信息，获得第三历史订单信息，所述第三历史订单信息为第一用户最后一次采购所述促销商品的订单信息；

第二十三获得单元，所述第二十三获得单元用于根据所述第三历史订单信息，获得第一时间；

第二判断单元，所述第二判断单元用于判断所述第一时间是否满足所述消费周期；

第二十四获得单元，所述第二十四获得单元用于当满足时，获得所述第一指令。

进一步的，所述***还包括：

第二十五获得单元，所述第二十五获得单元用于根据所述促销商品信息、所述消费周期，获得预设周期要求；

第三判断单元，所述第三判断单元用于判断所述第一时间是否满足所述预设周期要求。

进一步的，所述***还包括：

第二十六获得单元，所述第二十六获得单元用于当所述第一时间不满足所述消费周期时，根据所述第三历史订单信息，获得第二成交价格；

第二十七获得单元，所述第二十七获得单元用于根据所述第二成交价格、所述促销商品单价，获得第二价格波动值；

第四判断单元，所述第四判断单元用于判断所述第二价格波动值是否满足第二预设条件；

第二十八获得单元，所述第二十八获得单元用于当满足时，获得所述第一指令。

前述图1实施例一中的一种购物指导方法的各种变化方式和具体实例同样适用于本实施例的一种购物指导***，通过前述对一种购物指导方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种购物指导***的实施方法，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种购物指导方法的发明构思，本发明还提供一种购物指导***，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种购物指导方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他***通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种购物指导方法，所述方法包括：获得促销商品信息，所述促销商品信息包括促销商品名称、促销商品单价；获得第一用户信息；根据所述第一用户信息，获得第一历史数据；将所述促销商品名称输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述促销商品名称和用来标识同属性商品信息的标识信息；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述同属性商品信息，所述同属性商品信息为与所述促销商品名称为同属性的商品名称；根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息，所述第一相关历史订单信息为包括所述促销商品名称和/或所述同属性商品信息的历史订单信息；根据所述第一相关历史订单信息，获得第一成交价格；根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。解决了现有技术中存在消费者不能实时掌握商品价格动向，导致购买商品价格偏高的技术问题，达到准确比对商品价格的优惠情况，实时为消费者发送推荐信息，使消费者可优惠购买商品的技术效果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的***。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令***的制造品，该指令***实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种购物指导方法，其中，所述方法包括：

获得促销商品信息，所述促销商品信息包括促销商品名称、促销商品单价；

获得第一用户信息；

根据所述第一用户信息，获得第一历史数据；

将所述促销商品名称输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述促销商品名称和用来标识同属性商品信息的标识信息；

获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述同属性商品信息，所述同属性商品信息为与所述促销商品名称为同属性的商品名称；

根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息，所述第一相关历史订单信息为包括所述促销商品名称和/或所述同属性商品信息的历史订单信息；

根据所述第一相关历史订单信息，获得第一成交价格；

根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；

判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。

2.如权利要求1所述的方法，其中，所述方法包括：

获得预购商品名称；

根据所述第一用户信息，获得第一购物平台信息，所述第一购物平台信息为所述第一用户具有账号信息的所有购物平台信息集合；

根据所述预购商品名称、所述第一购物平台信息，获得第一商品价格集合；

将所述第一商品价格集合中的所有商品价格按照预定顺序进行排序，获得第二商品价格集合；

根据所述第一用户信息、所述预购商品名称，获得第二历史订单信息；

根据所述第二历史订单信息，获得第三商品价格，所述第三商品价格为所述第一用户最近购买所述预购商品的价格信息；

获得预设筛选条件；

根据所述第三商品价格、所述预设筛选条件，从所述第二商品价格集合中进行筛选，获得第四商品价格；

根据所述第四商品价格，获得第二指令，所述第二指令用于将所述第四商品价格及对应的购物平台发送给所述第一用户。

3.如权利要求2所述的方法，其中，所述根据所述第四商品价格，获得第二指令之前，包括：

根据所述预购商品名称，获得第五商品价格，所述第五商品价格为大数据中获取的所述预购商品的当前所有价格；

从所述第五商品价格中，确定第六商品价格，所述第六商品价格为所述第五商品价格中的最低价格；

当所述第六商品价格高于所述第四商品价格时，获得所述第二指令。

4.如权利要求3所述的方法，其中，所述方法包括：

当所述第六商品价格低于所述第四商品价格时，获得第三指令，所述第三指令用于将所述第六商品价格及对应的购买方式发送给第一用户。

5.如权利要求1所述的方法，其中，所述方法包括：

根据所述促销商品信息，获得所述促销商品属性；

判断所述促销商品属性是否为消耗类商品；

当所述促销商品属性为所述消耗类商品时，根据所述促销商品信息，获得消费周期；

根据所述第一相关历史订单信息，获得第三历史订单信息，所述第三历史订单信息为第一用户最后一次采购所述促销商品的订单信息；

根据所述第三历史订单信息，获得第一时间；

判断所述第一时间是否满足所述消费周期；

当满足时，获得所述第一指令。

6.如权利要求5所述的方法，其中，所述判断所述第一时间是否满足所述消费周期，包括：

根据所述促销商品信息、所述消费周期，获得预设周期要求；

判断所述第一时间是否满足所述预设周期要求。

7.如权利要求5所述的方法，其中，所述判断所述第一时间是否满足所述消费周期之后，包括：

当所述第一时间不满足所述消费周期时，根据所述第三历史订单信息，获得第二成交价格；

根据所述第二成交价格、所述促销商品单价，获得第二价格波动值；

判断所述第二价格波动值是否满足第二预设条件；

当满足时，获得所述第一指令。

8.一种购物指导***，其中，所述***包括：

第一获得单元，所述第一获得单元用于获得促销商品信息，所述促销商品信息包括促销商品名称、促销商品单价；

第二获得单元，所述第二获得单元用于获得第一用户信息；

第三获得单元，所述第三获得单元用于根据所述第一用户信息，获得第一历史数据；

第一输入单元，所述第一输入单元用于将所述促销商品名称输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述促销商品名称和用来标识同属性商品信息的标识信息；

第四获得单元，所述第四获得单元用于获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述同属性商品信息，所述同属性商品信息为与所述促销商品名称为同属性的商品名称；

第五获得单元，所述第五获得单元用于根据所述促销商品名称、所述同属性商品信息、所述第一历史数据，获得第一相关历史订单信息，所述第一相关历史订单信息为包括所述促销商品名称和/或所述同属性商品信息的历史订单信息；

第六获得单元，所述第六获得单元用于根据所述第一相关历史订单信息，获得第一成交价格；

第七获得单元，所述第七获得单元用于根据所述第一成交价格、所述促销商品单价，获得第一价格波动值；

第一执行单元，所述第一执行单元用于判断所述第一价格波动值是否满足第一预设条件，当满足时，获得第一指令，所述第一指令用于将所述促销商品信息发送给所述第一用户。

9.一种购物指导***，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。

Images