一种商品推荐方法及系统技术方案

本发明专利技术提供了一种商品推荐方法及系统，该方法包括：获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；将匹配程度最高的单品推荐给该用户。本发明专利技术提供的商品推荐方法及系统，依据用户信息对用户所购买商品的规格作出具体的推荐，节省了用户在购买商品时需对商品的规格参数依次做出选择的时间，且避免了由于用户在未找到合适的参数组合之前离开页面，导致用户错过自己心仪的商品的情况的发生；本发明专利技术避免了用户选择商品的繁琐，提高购物效率，同时极大的提升用户购物体验。

Commodity recommendation method and system

The invention provides a recommendation method and system, the method includes: obtaining the current user current browsing goods of each single product inventory unit SKU attribute; the matching degree of each single product to obtain the SKU attribute with a pre established current user information matching; matching degree is the highest single product recommendation to the user. The recommendation system and method provided by the invention, according to the user information to a user of the commodity purchase specifications make specific recommendations, saves the user in the purchase of goods required specifications of goods in order to choose the time, and avoid the user before not found in the appropriate combinations of parameters of left page, causing the user to miss their the right goods happen; the invention avoids the cumbersome user selection of goods, improve the efficiency of shopping, and greatly enhance the user's shopping experience.

【技术实现步骤摘要】
一种商品推荐方法及系统
本专利技术涉及电商领域，特别涉及一种商品推荐方法及系统。
技术介绍
互联网时代、尤其是移动互联网时代，网上购物已经成为越来越多人的首选购物方式。然而在纷繁芜杂的电商系统中，想要找出一款称心如意的宝贝是需要花费大量的时间和精力的，因此很多电商系统里有商品推荐系统，然而现有的推荐系统多是基于商品做出的推荐，没有进一步根据商品的规格(尺码，颜色，型号等)作出具体的推荐，而在实际的购物过程中，我们必须对商品的规格做出选择，例如有些商品需要同时选择其颜色、大小、型号等各种参数(SKU)，面对这么多参数的组合选择，用户有时候会因为各种原因，在没有找到合适的参数组合之前就匆匆离开了页面，导致用户与自己心仪的商品擦肩而过。
技术实现思路
本专利技术提供了一种商品推荐方法及系统，其目的是为了解决现有的商品推荐系统无法根据商品的规格作出具体推荐的问题。为了达到上述目的，本专利技术的实施例提供了一种商品推荐方法，包括：获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；将匹配程度最高的单品推荐给该用户。进一步地，获取当前用户所浏览的商品的每个单品的库存量单位SKU属性的步骤之前，该方法还包括：获取用户在电商系统中的购买记录；对购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。进一步地，对购买记录进行数据清洗的步骤，具体包括：获取购买记录中所购买的每个单品的SKU属性；对每个单品的SKU属性进行参数类别划分；对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。进一步地，获取用户在电商系统中的购买记录的步骤之前，该方法还包括：判断当前用户在电商系统中是否有购买记录：若有，则获取用户在电商系统中的购买记录；否则，获取当前用户在电商系统中的浏览记录；对浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。进一步地，对浏览数据进行数据清洗的步骤，具体包括：获取浏览数据中所浏览的每个单品的SKU属性；对每个单品的SKU属性进行参数类别划分；对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。进一步地，将匹配程度最高的单品推荐给该用户的步骤包括：选中匹配程度最高的单品，并提醒用户。为达上述目的，本专利技术还提供了一种商品推荐系统，该系统包括：获取模块，用于获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；匹配模块，用于获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；推荐模块，用于将匹配程度最高的单品推荐给该用户。进一步地，该系统还包括：数据清洗模块，用于获取模块在获取当前用户所浏览的商品的每个单品的库存量单位SKU属性之前，获取用户在电商系统中的购买记录；对购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。进一步地，数据清洗模块具体包括：获取子模块，用于获取购买记录中所购买的每个单品的SKU属性；划分子模块，用于对每个单品的SKU属性进行参数类别划分；统计子模块，用于对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。进一步地，该系统还包括，判断模块，用于数据清洗模块在获取用户在电商系统中的购买记录之前，判断当前用户在电商系统中是否有购买记录：若有，则获取用户在电商系统中的购买记录；否则，获取当前用户在电商系统中的浏览记录；对浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。进一步地，判断模块包括：浏览数据清洗子模块，用于对浏览数据进行数据清洗；浏览数据清洗子模块，具体包括：获取单元，用于获取浏览数据中所浏览的每个单品的SKU属性；划分单元，用于对每个单品的SKU属性进行参数类别划分；统计单元，用于对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。进一步地，推荐模块包括：选中子模块，用于选中匹配程度最高的单品，并提醒用户。本专利技术的上述方案至少包括以下有益效果：本专利技术提供的商品推荐方法及系统，依据用户信息对用户所购买商品的规格作出具体的推荐，节省了用户在购买商品时需对商品的规格参数依次做出选择的时间，且避免了由于用户在未找到合适的参数组合之前离开页面，导致用户错过自己心仪的商品的情况的发生；本专利技术避免了用户选择商品的繁琐，提高购物效率，同时极大的提升用户购物体验。附图说明图1为本专利技术实施例所述的商品推荐方法的步骤流程图；图2为本专利技术实施例所述的对购买记录进行数据清洗的步骤的步骤流程图；图3为本专利技术实施例所述的商品推荐系统的结构示意图；图4为本专利技术实施例所述的数据清洗模块的结构示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。参见图1，本专利技术针对现有的问题，提供了一种商品推荐方法，包括：步骤101，获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；对于电商而言，SKU一般指一款商品的单品，，每款单品都有一个SKU，便于电商品牌识别商品，例如一款商品多色，则是有多个SKU，颜色不同则SKU编码也不相同，如果相同则会出现混淆，发错货。进一步地，步骤101之前，该方法还包括：获取用户在电商系统中的购买记录；其中，获取用户的购买记录目的是为了建立用户信息，购买记录中包含了用户以往所购买商品的SKU属性。对购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。其中，对购买记录进行数据清洗主要是从购买记录中提取用户以往所购买商品的SKU属性。进一步地，参见图2，对购买记录进行数据清洗的步骤，具体包括：步骤401，获取购买记录中所购买的每个单品的SKU属性；步骤402，对每个单品的SKU属性进行参数类别划分；比如将SKU属性中，所有与颜色有关的属性划分为颜色，与尺寸有关的属性划分为尺寸等。步骤403，对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。在同一类别的SKU属性中，再对具体的SKU属性统计出现的概率，依此来建立用户的信息。继续参见图1，步骤102，获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；其中，分析当前用户所浏览商品的每个单品的SKU属性，并与用户信息中用户以往所购买商品的SKU属性相匹配。步骤103，将匹配程度最高的单品推荐给该用户。进一步地，步骤103包括：选中匹配程度最高的单品，并提醒用户。其中，选中匹配程度最高的单品，即在用户浏览某商品时，将用户当前所浏览商品中与用户信息匹配程度最高的单品默认选中并推荐给用户，这样就节省了用户对商品的多个规格参数依次做出选择的时间，避免了对多个规格参数依次选择的繁琐，使购物过程变得简单，增强用户的购物体验；优选地，提醒用户的方式还可以以弹窗口的方式来实现。进一步地，步骤401之前，该方法还包括：判断当前用户在电商系统中是否有购买记录：若有，则执行获取用户在电商系统中的购买记录的步骤；否则，获取当前用户在电商系统中的浏览记录；也就是说，当用户首次在电商系统购物时，便从其浏览记录中采集数据。对浏览记录进行数据清本文档来自技高网...

【技术保护点】
一种商品推荐方法，其特征在于，包括：获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；获取所述每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；将匹配程度最高的单品推荐给该用户。

【技术特征摘要】
1.一种商品推荐方法，其特征在于，包括：获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；获取所述每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；将匹配程度最高的单品推荐给该用户。2.如权利要求1所述的商品推荐方法，其特征在于，所述获取当前用户所浏览的商品的每个单品的库存量单位SKU属性的步骤之前，该方法还包括：获取用户在电商系统中的购买记录；对所述购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。3.如权利要求2所述的商品推荐方法，其特征在于，所述对所述购买记录进行数据清洗的步骤，具体包括：获取所述购买记录中所购买的每个单品的SKU属性；对所述每个单品的SKU属性进行参数类别划分；对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。4.如权利要求2所述的商品推荐方法，其特征在于，所述获取用户在电商系统中的购买记录的步骤之前，该方法还包括：判断当前用户在电商系统中是否有购买记录：若有，则获取用户在电商系统中的购买记录；否则，获取当前用户在电商系统中的浏览记录；对所述浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。5.如权利要求4所述的商品推荐方法，其特征在于，所述对所述浏览数据进行数据清洗的步骤，具体包括：获取所述浏览数据中所浏览的每个单品的SKU属性；对所述每个单品的SKU属性进行参数类别划分；对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。6.如权利要求1所述的商品推荐方法，其特征在于，所述将匹配程度最高的单品推荐给该用户的步骤包括：选中匹配程度最高的单品，并提醒用户。7.一种商品推荐系统，其特征在于，包括：获取模块，用于获取当前用户当前浏览的商品的每个单品的库存量单位...

【专利技术属性】
技术研发人员：王慧民，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44