信息推送方法、装置、电子商务系统以及存储介质

摘要

本公开提供了一种信息推送方法、装置、电子商务系统以及存储介质，涉及信息处理技术领域，其中方法包括：获得与相似用户组相对应的推荐物品，获得相似用户组中的相似用户的用户位置以及推荐物品的仓储位置，基于用户位置信息和仓储位置获得配送距离信息；根据配送距离以及与推荐物品相对应的库存约束条件获得相似用户组中的推送目标用户；生成与推荐物品相对应的物品分享链接，将此物品分享链接推送给推送目标用户。本公开的方法、装置、电子商务系统以及存储介质，能够基于用户的个性化特点和地理位置以及物品的销量情况，自动生成物品分享链接，能够支持更多的场景，提高用户的感受度。

权利要求

1.一种信息推送方法，包括：

获得至少一个相似用户组；

获得与所述相似用户组相对应的推荐物品；

获得所述相似用户组中的相似用户的用户位置以及所述推荐物品的仓储位置，基于所述用户位置信息和所述仓储位置获得配送距离信息；

根据所述配送距离以及与所述推荐物品相对应的库存约束条件获得所述相似用户组中的推送目标用户；

生成与所述推荐物品相对应的物品分享链接，将此物品分享链接推送给所述推送目标用户。

2.如权利要求1所述的方法，所述获得至少一个相似用户组包括：获得物品分享链接的历史数据，根据所述历史数据获得用户集合；

根据预设的分组规则并基于所述用户集合获得至少一个相似用户组；其中，所述预设的分组规则包括：协同过滤算法。

3.如权利要求1或2所述的方法，所述获得与所述相似用户组相对应的推荐物品包括：获得与所述相似用户组中的每个相似用户相对应的物品推荐集合；

获得所述物品推荐集合的交集，将此交集中的物品作为所述推荐物品。

4.如权利要求3所述的方法，所述获得与所述相似用户组中的每个相似用户相对应的物品推荐集合包括：获得所述相似用户的历史物品购买信息，基于所述历史物品购买信息确定所述相似用户的偏好信息；

根据所述偏好信息确定与所述相似用户相对应的所述物品推荐集合。

5.如权利要求4所述的方法，其中，所述偏好信息包括：物品购买频率；所述基于所述历史物品购买信息确定所述相似用户的偏好信息包括：基于所述历史物品购买信息获得与所述相似用户的已购物品以及物品购买频率；

所述根据所述偏好信息确定与所述相似用户向对应的所述物品推荐集合包括：将所述物品购买频率由高到底的顺序进行排序；

基于所述排序结果选取预设数量的所述物品购买频率，将与选取的物品购买频率对应的已购物品作为偏好物品；

获得所述偏好物品的分类信息，根据所述分类信息和当前的物品库存信息确定推荐物品，基于所述推荐物品生成所述物品推荐集合。

6.如权利要求3所述的方法，还包括：

在预设的时间区间内，获得与所述相似用户相对应的多个位置坐标；

获得相邻的两个位置坐标之间的位移距离；

如果确定所述位移距离大于预设的距离阈值，则从所述相似用户组中去除此相似用户。

7.如权利要求6所述的方法，所述根据所述配送距离以及与所述推荐物品相对应的库存约束条件获得所述相似用户组中的推送目标用户包括：获得所述相似用户的当前用户位置坐标与所述仓储位置坐标之间的配送线路以及配送距离；

获得与所述配送线路的单位配送距离相对应的配送成本；

根据所述配送线路和所述配送成本建立配送成本线性规划函数；

基于所述库存约束条件对所述配送成本线性规划函数进行求解，获得所述推送目标用户。

8.如权利要求7所述的方法，所述基于所述库存约束条件对所述配送成本线性规划函数进行求解，获得所述推送目标用户包括：基于对所述配送成本线性规划函数的求解结果获得配送线路集合，将与所述配送线路集合相对应的相似用户集合作为推送目标用户集合，使得所述推送目标用户集合的推送目标用户数量最大并且所述推送目标用户集合的推送目标用户的总配送成本最小。

9.如权利要求8所述的方法，其中，

所述配送成本线性规划函数为：

其中，n为所述相似用户组中的推送目标用户的数量，wk为第k个相似用户的所述配送距离，Dk为第k个相似用户的所述单位距离配送成本；

所述库存约束条件为：S-P-n>＝0；其中，所述s为所述推荐物品的库存数，p为所述推荐物品的预测销售量。

10.一种信息推送装置，包括：

用户组获得模块，用于获得至少一个相似用户组；

推荐物品确定模块，用于获得与所述相似用户组相对应的推荐物品；

配送距离获得模块，用于获得所述相似用户组中的相似用户的用户位置以及所述推荐物品的仓储位置，基于所述用户位置信息和所述仓储位置获得配送距离信息；

目标用户确定模块，用于根据所述配送距离以及与所述推荐物品相对应的库存约束条件获得所述相似用户组中的推送目标用户；

信息推送模块，用于生成与所述推荐物品相对应的物品分享链接，将此物品分享链接推送给所述推送目标用户。

11.一种信息推送装置，包括：

存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至9中任一项所述的方法。

12.一种电子商务系统，包括：

如权利要求10或11所述的信息推送装置。

13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行如权利要求1至9中任一项所述的方法。

说明书

信息推送方法、装置、电子商务系统以及存储介质

技术领域

[0001] 本公开涉及信息处理技术领域，尤其涉及一种信息推送方法、装置、电子商务系统以及存储介质。

背景技术

[0002] 电商平台的商品拼团方案通常是根据商品的库存的量，通过人工分析和挑选出能够拼购的商品，设置拼购活动。拼购活动在单独的频道页对所有用户开放，电商平台缺少针对用户进行个性化推荐，用户需要自己筛选和查找自己感兴趣的商品来决定是否参团，当拼购活动数量到达一定数量的时候，增加了用户搜索的难度，降低了用户体验。

发明内容

[0003] 有鉴于此，本公开要解决的一个技术问题是提供一种信息推送方法、装置、电子商务系统以及存储介质。

[0004] 根据本公开的一个方面，提供一种信息推送方法，包括：获得至少一个相似用户组；获得与所述相似用户组相对应的推荐物品；获得所述相似用户组中的相似用户的用户位置以及所述推荐物品的仓储位置，基于所述用户位置信息和所述仓储位置获得配送距离信息；根据所述配送距离以及与所述推荐物品相对应的库存约束条件获得所述相似用户组中的推送目标用户；生成与所述推荐物品相对应的物品分享链接，将此物品分享链接推送给所述推送目标用户。

[0005] 可选地，所述获得至少一个相似用户组包括：获得物品分享链接的历史数据，根据所述历史数据获得用户集合；根据预设的分组规则并基于所述用户集合获得至少一个相似用户组；其中，所述预设的分组规则包括：协同过滤算法。

[0006] 可选地，所述获得与所述相似用户组相对应的推荐物品包括：获得与所述相似用户组中的每个相似用户相对应的物品推荐集合；获得所述物品推荐集合的交集，将此交集中的物品作为所述推荐物品。

[0007] 可选地，所述获得与所述相似用户组中的每个相似用户相对应的物品推荐集合包括：获得所述相似用户的历史物品购买信息，基于所述历史物品购买信息确定所述相似用户的偏好信息；根据所述偏好信息确定与所述相似用户相对应的所述物品推荐集合。

[0008] 可选地，所述偏好信息包括：物品购买频率；所述基于所述历史物品购买信息确定所述相似用户的偏好信息包括：基于所述历史物品购买信息获得与所述相似用户的已购物品以及物品购买频率；所述根据所述偏好信息确定与所述相似用户向对应的所述物品推荐集合包括：将所述物品购买频率由高到底的顺序进行排序；基于所述排序结果选取预设数量的所述物品购买频率，将与选取的物品购买频率对应的已购物品作为偏好物品；获得所述偏好物品的分类信息，根据所述分类信息和当前的物品库存信息确定推荐物品，基于所述推荐物品生成所述物品推荐集合。

[0009] 可选地，在预设的时间区间内，获得与所述相似用户相对应的多个位置坐标；获得相邻的两个位置坐标之间的位移距离；如果确定所述位移距离大于预设的距离阈值，则从所述相似用户组中去除此相似用户。

[0010] 可选地，所述根据所述配送距离以及与所述推荐物品相对应的库存约束条件获得所述相似用户组中的推送目标用户包括：获得所述相似用户的当前用户位置坐标与所述仓储位置坐标之间的配送线路以及配送距离；获得与所述配送线路的单位配送距离相对应的配送成本；根据所述配送线路和所述配送成本建立配送成本线性规划函数；基于所述库存约束条件对所述配送成本线性规划函数进行求解，获得所述推送目标用户。

[0011] 可选地，所述基于所述库存约束条件对所述配送成本线性规划函数进行求解，获得所述推送目标用户包括：基于对所述配送成本线性规划函数的求解结果获得配送线路集合，将与所述配送线路集合相对应的相似用户集合作为推送目标用户集合，使得所述推送目标用户集合的推送目标用户数量最大并且所述推送目标用户集合的推送目标用户的总配送成本最小。

[0012] 可选地，所述配送成本线性规划函数为：

[0013]

[0014] 其中，n为所述相似用户组中的推送目标用户的数量，wk为第k个相似用户的所述配送距离，Dk为第k个相似用户的所述单位距离配送成本；所述库存约束条件为：S-P-n>＝0；其中，所述s为所述推荐物品的库存数，p为所述推荐物品的预测销售量。

[0015] 根据本公开的另一方面，提供一种信息推送装置，包括：用户组获得模块，用于获得至少一个相似用户组；推荐物品确定模块，用于获得与所述相似用户组相对应的推荐物品；配送距离获得模块，用于获得所述相似用户组中的相似用户的用户位置以及所述推荐物品的仓储位置，基于所述用户位置信息和所述仓储位置获得配送距离信息；目标用户确定模块，用于根据所述配送距离以及与所述推荐物品相对应的库存约束条件获得所述相似用户组中的推送目标用户；信息推送模块，用于生成与所述推荐物品相对应的物品分享链接，将此物品分享链接推送给所述推送目标用户。

[0016] 根据本公开的又一方面，提供一种信息推送装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上所述的方法。

[0017] 根据本公开的又一方面，提供一种电子商务系统，包括：如上所述的信息推送装置。

[0018] 根据本公开的再一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行如上所述的方法。

[0019] 本公开的信息推送方法、装置、电子商务系统以及存储介质，获得相似用户组以及对应的推荐物品，基于相似用户组中的相似用户的用户位置以及推荐物品的仓储位置获得配送距离信息，根据配送距离以及与推荐物品相对应的库存约束条件获得相似用户组中的推送目标用户，生成物品分享链接并推送给推送目标用户；能够基于用户的个性化特点和地理位置以及物品的销量情况，自动生成物品分享链接，能够支持更多的场景，提高用户的感受度。

附图说明

[0020] 为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0021] 图1为根据本公开的信息推送方法的一个实施例的流程示意图；

[0022] 图2为根据本公开的信息推送方法的一个实施例中的获得相似用户组的流程示意图；

[0023] 图3为根据本公开的信息推送方法的一个实施例中的获得推荐物品的流程示意图；

[0024] 图4为根据本公开的信息推送方法的一个实施例中的过滤相似用户的流程示意图；

[0025] 图5为根据本公开的信息推送方法的一个实施例中的获得推送目标用户的流程示意图；

[0026] 图6为根据本公开的信息推送装置的一个实施例的模块示意图；

[0027] 图7为根据本公开的信息推送装置的另一个实施例的模块示意图。

具体实施方式

[0028] 下面参照附图对本公开进行更全面的描述，其中说明本公开的示例性实施例。下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。下面结合各个图和实施例对本公开的技术方案进行多方面的描述。

[0029] 图1为根据本公开的信息推送方法的一个实施例的流程示意图，如图1所示：

[0030] 步骤101，获得至少一个相似用户组。相似用户组的数量可以为一个或多个，一个相似用户组内可以有多个相似用户，相似用户可以为具有相似的购物偏好等的用户。

[0031] 步骤102，获得与相似用户组相对应的推荐物品。推荐物品可以为多种商品，例如衣服、电器、食品等。

[0032] 步骤103，获得相似用户组中的相似用户的用户位置以及推荐物品的仓储位置，基于用户位置信息和仓储位置获得配送距离信息。

[0033] 在用户使用电商APP时，可以获得用户的位置信息，用户位置信息可以为通过用户终端中的GPS模块获得的坐标信息等。仓储位置可以预先获取，仓储位置可以为仓储中心的坐标等。通过用户坐标和仓储坐标可以在电子地图上确定用户和仓储中心的位置，使用电子地图可以计算用户和仓储之间的配送线路和配送距离等。

[0034] 步骤104，根据配送距离以及与推荐物品相对应的库存约束条件获得相似用户组中的推送目标用户。

[0035] 步骤105，生成与推荐物品相对应的物品分享链接，将此物品分享链接推送给推送目标用户。

[0036] 在获得推送目标用户后，生成与推荐物品相对应的物品分享链接并推送给推送目标用户，接收到物品分享链接的推送目标用户能够参加此推荐物品的拼购活动。

[0037] 图2为根据本公开的信息推送方法的一个实施例中的获得相似用户组的流程示意图，如图2所示：

[0038] 步骤201，获得物品分享链接的历史数据，根据历史数据获得用户集合。

[0039] 获取用户拼购的物品分享链接的历史数据，用户通过发布物品分享链接发布拼购信息，用户接收物品分享链接可以参加拼购。例如，某物品SKU设置拼购活动，用户通过分享链接url+activityId下单购物，通过得到所有拼购订单的activityId，可以得到用户集合{jdx1,jdx2,jdx3}。

[0040] 步骤202，根据预设的分组规则并基于用户集合获得至少一个相似用户组。预设的分组规则可以有多种，例如为协同过滤算法等。

[0041] 协同过滤算法是推荐算法的一种，也是一种机器学习算法。基于协同过滤算法获得具有相同偏好的用户，找到偏好最接近的几个用户，组成相似用户组。协同过滤分析用户兴趣，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。协同过滤算法的相似度计算主要有三个算法：余弦定理相似性度量、欧氏距离相似度度量和杰卡德相似性度量。

[0042] 协同过滤基于物品的分享路径，将每个用户做为一个节点统计出度入度，做为协同过滤基于条目的评分。依据评分求相似用户集合，得到若干用户组。可以采用现有的协同过滤算法并基于用户集合获得至少一个相似用户组。

[0043] 在一个实施例中，获得与相似用户组相对应的推荐物品可以有多种方法。例如，获得与相似用户组中的每个相似用户相对应的物品推荐集合，获得物品推荐集合的交集，将此交集中的物品作为推荐物品。获得相似用户的历史物品购买信息，基于历史物品购买信息确定相似用户的偏好信息，根据偏好信息确定与相似用户相对应的物品推荐集合。

[0044] 图3为根据本公开的信息推送方法的一个实施例中的获得推荐物品的流程示意图；偏好信息包括物品购买频率等，如图3所示，

[0045] 步骤301，基于历史物品购买信息获得与相似用户的已购物品以及物品购买频率。

[0046] 步骤302，将物品购买频率由高到底的顺序进行排序。

[0047] 步骤303，基于排序结果选取预设数量的物品购买频率，将与选取的物品购买频率对应的已购物品作为偏好物品。

[0048] 步骤304，获得偏好物品的分类信息，根据分类信息和当前的物品库存信息确定推荐物品，基于推荐物品生成物品推荐集合。

[0049] 例如，获得相似用户组中的相似用户的历史物品购买信息，获得与相似用户的已购物品以及物品购买频率。将物品购买频率由高到底的顺序进行排序，可以设定物品推荐集合中的物品数量为k，基于排序结果选取排列在前的m个物品购买频率，将与选取的m个物品购买频率对应的m个已购物品作为偏好物品。获得m个偏好物品的分类信息，根据分类信息和当前的物品库存信息确定k个推荐物品，基于k个推荐物品生成物品推荐集合。获得相似用户组中的全部相似用户的物品推荐集合的交集，将此交集中的物品作为推荐物品。

[0050] 图4为根据本公开的信息推送方法的一个实施例中的过滤相似用户的流程示意图，如图4所示：

[0051] 步骤401，在预设的时间区间内，获得与相似用户相对应的多个位置坐标。

[0052] 步骤402，获得相邻的两个位置坐标之间的位移距离。

[0053] 步骤403，如果确定位移距离大于预设的距离阈值，则从相似用户组中去除此相似用户。

[0054] 预设的时间区间可以为一天等，在此时间区间内获得相似用户组中所有相似用户对应的多个位置坐标信息。例如，获取相似用户A在最近一天内的位置坐标集{(x1,y1),(x2,y2),(x3,y3)..(xn,yn)}，对集合中的值两两求差并求绝对值。

[0055] 将(|x1-x2|,|y1-y2|),(|x1-x3|,|y1-y3|),(|x1-xn|,|y1-yn|))，替换为{(dx1,dy1),(dx2,dy2),(dx3,dy3),(dxn,dyn)},如果dx和dy大于一定阈值M，则此相似用户A可能在此期间处于不同的城市，可以从相似用户组中去除此相似用户A，或者，不删除此相似用户A，而将大于一定阈值M的dx和dy对应的坐标点删除，随机选取剩余集合中的位置点作为该相似用户的位置坐标。

[0056] 图5为根据本公开的信息推送方法的一个实施例中的获得推送目标用户的流程示意图，如图5所示：

[0057] 步骤501，获得相似用户的当前用户位置坐标与仓储位置坐标之间的配送线路以及配送距离。

[0058] 可以在预设的时间区间内获得的多个用户坐标中随机选取一个用户坐标，作为相似用户的当前用户位置坐标。使用电子地图等确定相似用户的当前用户位置坐标与仓储位置坐标之间的配送线路以及配送距离。

[0059] 步骤502，获得与配送线路的单位配送距离相对应的配送成本。配送成本可以根据配送线路所经过的区域、使用的交通工具、中转数量等因素确定。

[0060] 步骤503，根据配送线路和配送成本建立配送成本线性规划函数。

[0061] 步骤504，基于库存约束条件对配送成本线性规划函数进行求解，获得推送目标用户。

[0062] 线性规划(Linear Programming，简称LP)是指目标函数和约束条件皆为线性的最优化。配送成本线性规划函数为目标函数，库存约束条件为约束条件。基于对配送成本线性规划函数的求解结果获得配送线路集合，将与配送线路集合相对应的相似用户集合作为推送目标用户集合，使得推送目标用户集合的推送目标用户数量最大并且推送目标用户集合的推送目标用户的总配送成本最小。

[0063] 例如，通过线性规划求配送成本线性规划函数的最优解，使得物流成本为最小值，且符合库存数量限制，配送成本线性规划函数为：

[0064]

[0065] 其中，n为相似用户组中的推送目标用户的数量，wk为第k个相似用户的配送距离，Dk为第k个相似用户的单位距离配送成本；库存约束条件为：S-P-n>＝0；其中，s为推荐物品的库存数，p为推荐物品的预测销售量。销售预测是指根据以往的销售情况以及使用系统内部内置或用户自定义的销售预测模型获得的对未来销售情况的预测。

[0066] 配送成本线性规划函数中的D标识相似用户坐标到仓储中心的配送距离，w对应该相似用户所在区域单位距离的配送成本，可以使用现有的线性规划求解方法，不断的求解w和D使得Z最小，得到一个最优解。依据约束条件计算出一组配送线路向量，验证是否再在可行域。迭代扩展配送线路向量，直到配送线路向量的维度趋近于使得n最大且物流成本总和最小，为最优解，如果无最优解，也可取次优解替换。基于配送线路向量获得配送线路集合，将与配送线路集合相对应的相似用户集合作为推送目标用户集合，生成与推荐物品相对应的物品分享链接，创建拼购活动，将此物品分享链接逐个推送给推送目标用户。

[0067] 在一个实施例中，如图6所示，本公开提供一种信息推送装置60，包括：用户组获得模块61、配送距离获得模块62、配送距离获得模块63、目标用户确定模块64和信息推送模块65。

[0068] 用户组获得模块61获得至少一个相似用户组。推荐物品确定模块62获得与相似用户组相对应的推荐物品。配送距离获得模块63获得相似用户组中的相似用户的用户位置以及推荐物品的仓储位置，基于用户位置信息和仓储位置获得配送距离信息。目标用户确定模块64根据配送距离以及与推荐物品相对应的库存约束条件获得相似用户组中的推送目标用户。信息推送模块65生成与推荐物品相对应的物品分享链接，将此物品分享链接推送给推送目标用户。

[0069] 在一个实施例中，用户组获得模块61获得物品分享链接的历史数据，根据历史数据获得用户集合，根据预设的分组规则并基于用户集合获得至少一个相似用户组，预设的分组规则包括协同过滤算法等。推荐物品确定模块62获得与相似用户组中的每个相似用户相对应的物品推荐集合，获得物品推荐集合的交集，将此交集中的物品作为推荐物品。

[0070] 推荐物品确定模块62获得相似用户的历史物品购买信息，基于历史物品购买信息确定相似用户的偏好信息，根据偏好信息确定与相似用户相对应的物品推荐集合。偏好信息包括：物品购买频率等；推荐物品确定模块62基于历史物品购买信息获得与相似用户的已购物品以及物品购买频率。推荐物品确定模块62将物品购买频率由高到底的顺序进行排序，基于排序结果选取预设数量的物品购买频率，将与选取的物品购买频率对应的已购物品作为偏好物品。推荐物品确定模块62获得偏好物品的分类信息，根据分类信息和当前的物品库存信息确定推荐物品，基于推荐物品生成物品推荐集合。

[0071] 在一个实施例中，用户组获得模块61在预设的时间区间内，获得与相似用户相对应的多个位置坐标，获得相邻的两个位置坐标之间的位移距离。如果确定位移距离大于预设的距离阈值，则用户组获得模块61从相似用户组中去除此相似用户。

[0072] 配送距离获得模块63获得相似用户的当前用户位置坐标与仓储位置坐标之间的配送线路以及配送距离。目标用户确定模块64获得与配送线路的单位配送距离相对应的配送成本，根据配送线路和配送成本建立配送成本线性规划函数。目标用户确定模块64基于库存约束条件对配送成本线性规划函数进行求解，获得推送目标用户。

[0073] 目标用户确定模块64基于对配送成本线性规划函数的求解结果获得配送线路集合，将与配送线路集合相对应的相似用户集合作为推送目标用户集合，使得推送目标用户集合的推送目标用户数量最大并且推送目标用户集合的推送目标用户的总配送成本最小。

[0074] 图7为根据本公开的信息推送装置的另一个实施例的模块示意图。如图7所示，该装置可包括存储器71、处理器72、通信接口73以及总线74。存储器71用于存储指令，处理器72耦合到存储器71，处理器72被配置为基于存储器71存储的指令执行实现上述的信息推送方法。

[0075] 存储器71可以为高速RAM存储器、非易失性存储器(non-volatilememory)等，存储器71也可以是存储器阵列。存储器71还可能被分块，并且块可按一定的规则组合成虚拟卷。处理器72可以为中央处理器CPU，或专用集成电路ASIC(Application  Specific Integrated Circuit)，或者是被配置成实施本公开的信息推送方法的一个或多个集成电路。

[0076] 在一个实施例中，本公开提供一种电子商务系统，包括如上任一实施例中的信息推送装置。

[0077] 在一个实施例中，本公开提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如上任一个实施例中的物品存放位置确定方法。

[0078] 上述实施例中的信息推送方法、装置、电子商务系统以及存储介质，获得相似用户组以及对应的推荐物品，基于相似用户组中的相似用户的用户位置以及推荐物品的仓储位置获得配送距离信息，根据配送距离以及与推荐物品相对应的库存约束条件获得相似用户组中的推送目标用户，生成物品分享链接并推送给推送目标用户；能够基于用户的个性化特点和地理位置以及物品的销量情况，自动生成物品分享链接；能够结合物流运输成本和物品库存，实现个性化推荐拼团；能够支持更多的场景，提高用户的感受度。

[0079] 可能以许多方式来实现本公开的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

[0080] 本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。