一种基于大数据进行购物推荐的方法和设备技术

本发明专利技术提出了一种基于大数据进行购物推荐的方法和设备，其中该方法包括：获取用户所输入的搜索关键词；确定所述搜索关键词对应的商品信息；从所述用户的大数据中确定与所述用户存在人际关系的其他用户；其中，与所述用户的人际关系越近的其他用户，所对应的影响权重越大；基于各所述其他用户的购买记录和影响权重对所述商品信息进行筛选，以确定待推荐商品信息；将所述待推荐商品信息推荐给所述用户。以此通过考虑人际关系的影响来对用户进行购物推荐，实现了对用户的精准购物推荐，减少了用户筛选的工作量，提高了用户的购物体验。

Method and equipment for shopping recommendation based on big data

The invention provides a method and a device for shopping recommendation based on big data, wherein the method comprises the following steps: acquiring search keywords entered by the user; determining the search keywords corresponding commodity information; to determine the presence of other users interpersonal relationship with the user from the user data in the other; the user relationship with the user closer, the greater the influence weight corresponding to each of the other users; purchase records and weight of the goods are selected based on information, to determine the candidate recommendation information; the commodity information recommendation to be recommended to the user. In this way, through the consideration of the impact of interpersonal relationships to the user for shopping recommendations, to achieve accurate shopping recommendation for the user, reducing the workload of user screening, and improve the user's shopping experience.

【技术实现步骤摘要】
一种基于大数据进行购物推荐的方法和设备
本专利技术涉及数据处理领域，特别涉及一种基于大数据进行购物推荐的方法和设备。
技术介绍
现在随着网络购物的发展，人们越来越倾向于在网络上进行购物，但是，卖家以及商品的丰富程度太高了，导致目前的网购方式中用户输入关键词后，得到的结果太多，而用户想要找到自己想要的商品，还是需要经过自己人工的方式进行大量的筛选才能得到，以此造成了时间上以及精力上的浪费，进而导致用户体验不好。为此，目前需要一种更精准给用户购物推荐的方式。
技术实现思路
针对现有技术中的缺陷，本专利技术提出了一种基于大数据进行购物推荐的方法和设备，实现了对用户的精准购物推荐。具体的，本专利技术提出了以下具体的实施例：本专利技术实施例提出了一种基于大数据进行购物推荐的方法，包括：获取用户所输入的搜索关键词；确定所述搜索关键词对应的商品信息；从所述用户的大数据中确定与所述用户存在人际关系的其他用户；其中，与所述用户的人际关系越近的其他用户，所对应的影响权重越大；基于各所述其他用户的购买记录和影响权重对所述商品信息进行筛选，以确定待推荐商品信息；将所述待推荐商品信息推荐给所述用户。在一个具体的实施例中，若所述推荐商品信息的数量超过预设值；所述商品信息中包括商家的信息；该方法还包括：获取各所述推荐商品信息的商家的发货位置以及信誉信息；基于所述商家的发货位置与所述用户对应的地址的远近对所述商家设置位置权重；基于所述信誉信息从高到地对所述商家进行排序，以生成信誉序列；从所述信誉序列中筛选预设个数的商家；对筛选出的商家按照位置权重从高到低生成推荐序列；所述将所述待推荐商品信息推荐给所述用户，包括：将所述推荐序列所包括的待推荐商品信息按照所述位置权重的高低顺序推荐给所述用户。在一个具体的实施例中，将所述待推荐商品信息推荐给所述用户之后，该方法还包括：获取所述用户的历史购买记录；基于所述历史购买记录中的商品确定所述待推荐商品信息中商品的购买记录；基于所述购买记录对所购买的商品对应的其他用户的影响权重进行调整；其中，购买记录中商品的购买数量越多，调整后所购买的商品对应的其他用户的影响权重越大。在一个具体的实施例中，该方法还包括：获取所述用户的购买记录；判断所述商品信息中是否存在有商品与所述购买记录中的商品一致；若判断结果为是，则将所述购买记录中的商品设置为待推荐商品信息。在一个具体的实施例中，所述待推荐商品信息中包括链接；所述“将所述待推荐商品信息推荐给所述用户”，包括：提取所述待推荐商品信息中的链接；将所述链接推送给所述用户。本专利技术实施例还提出了一种基于大数据进行购物推荐的设备，包括：获取模块，用于获取用户所输入的搜索关键词；第一确定模块，用于确定所述搜索关键词对应的商品信息；第二确定模块，用于从所述用户的大数据中确定与所述用户存在人际关系的其他用户；其中，与所述用户的人际关系越近的其他用户，所对应的影响权重越大；第三确定模块，用于基于各所述其他用户的购买记录和影响权重对所述商品信息进行筛选，以确定待推荐商品信息；推荐模块，用于将所述待推荐商品信息推荐给所述用户。在一个具体的实施例中，该设备还包括：排序模块，用于当所述推荐商品信息的数量超过预设值时，获取各所述推荐商品信息的商家的发货位置以及信誉信息；所述商品信息中包括商家的信息；基于所述商家的发货位置与所述用户对应的地址的远近对所述商家设置位置权重；基于所述信誉信息从高到地对所述商家进行排序，以生成信誉序列；从所述信誉序列中筛选预设个数的商家；对筛选出的商家按照位置权重从高到低生成推荐序列；所述推荐模块，用于：将所述推荐序列所包括的待推荐商品信息按照所述位置权重的高低顺序推荐给所述用户。在一个具体的实施例中，该设备还包括：调整模块，用于：将所述待推荐商品信息推荐给所述用户之后，获取所述用户的历史购买记录；基于所述历史购买记录中的商品确定所述待推荐商品信息中商品的购买记录；基于所述购买记录对所购买的商品对应的其他用户的影响权重进行调整；其中，购买记录中商品的购买数量越多，调整后所购买的商品对应的其他用户的影响权重越大。在一个具体的实施例中，所述推荐模块，还用于：获取所述用户的购买记录；判断所述商品信息中是否存在有商品与所述购买记录中的商品一致；若判断结果为是，则将所述购买记录中的商品设置为待推荐商品信息。在一个具体的实施例中，所述待推荐商品信息中包括链接；所述推荐模块，用于：提取所述待推荐商品信息中的链接；将所述链接推送给所述用户。以此，本专利技术实施例提出了一种基于大数据进行购物推荐的方法和设备，其中该方法包括：获取用户所输入的搜索关键词；确定所述搜索关键词对应的商品信息；从所述用户的大数据中确定与所述用户存在人际关系的其他用户；其中，与所述用户的人际关系越近的其他用户，所对应的影响权重越大；基于各所述其他用户的购买记录和影响权重对所述商品信息进行筛选，以确定待推荐商品信息；将所述待推荐商品信息推荐给所述用户。以此通过考虑人际关系的影响来对用户进行购物推荐，实现了对用户的精准购物推荐，减少了用户筛选的工作量，提高了用户的购物体验。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施例提出的一种基于大数据进行购物推荐的方法的流程示意图；图2为本专利技术实施例提出的一种基于大数据进行购物推荐的设备的结构示意图；图3为本专利技术实施例提出的一种基于大数据进行购物推荐的设备的结构示意图；图4为本专利技术实施例提出的一种基于大数据进行购物推荐的设备的结构示意图。具体实施方式在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。在下文中，可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在，并且不限制一个或更多个功能、操作或元件的增加。此外，如在本公开的各种实施例中所使用，术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。在本公开的各种实施例中，表述“或”或“A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如，表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B或可包括A和B二者。在本公开的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件，不过可不限制相应组成元件。例如，以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如，第一用户装置和第二用户装置指示不同用户装置，尽管二者都是用户装置。例如，在不脱离本公开的各种实施例的范本文档来自技高网...

【技术保护点】
一种基于大数据进行购物推荐的方法，其特征在于，包括：获取用户所输入的搜索关键词；确定所述搜索关键词对应的商品信息；从所述用户的大数据中确定与所述用户存在人际关系的其他用户；其中，与所述用户的人际关系越近的其他用户，所对应的影响权重越大；基于各所述其他用户的购买记录和影响权重对所述商品信息进行筛选，以确定待推荐商品信息；将所述待推荐商品信息推荐给所述用户。

【技术特征摘要】
1.一种基于大数据进行购物推荐的方法，其特征在于，包括：获取用户所输入的搜索关键词；确定所述搜索关键词对应的商品信息；从所述用户的大数据中确定与所述用户存在人际关系的其他用户；其中，与所述用户的人际关系越近的其他用户，所对应的影响权重越大；基于各所述其他用户的购买记录和影响权重对所述商品信息进行筛选，以确定待推荐商品信息；将所述待推荐商品信息推荐给所述用户。2.如权利要求1所述的方法，其特征在于，若所述推荐商品信息的数量超过预设值；所述商品信息中包括商家的信息；该方法还包括：获取各所述推荐商品信息的商家的发货位置以及信誉信息；基于所述商家的发货位置与所述用户对应的地址的远近对所述商家设置位置权重；基于所述信誉信息从高到地对所述商家进行排序，以生成信誉序列；从所述信誉序列中筛选预设个数的商家；对筛选出的商家按照位置权重从高到低生成推荐序列；所述将所述待推荐商品信息推荐给所述用户，包括：将所述推荐序列所包括的待推荐商品信息按照所述位置权重的高低顺序推荐给所述用户。3.如权利要求1所述的方法，其特征在于，将所述待推荐商品信息推荐给所述用户之后，该方法还包括：获取所述用户的历史购买记录；基于所述历史购买记录中的商品确定所述待推荐商品信息中商品的购买记录；基于所述购买记录对所购买的商品对应的其他用户的影响权重进行调整；其中，购买记录中商品的购买数量越多，调整后所购买的商品对应的其他用户的影响权重越大。4.如权利要求1所述的方法，其特征在于，还包括：获取所述用户的购买记录；判断所述商品信息中是否存在有商品与所述购买记录中的商品一致；若判断结果为是，则将所述购买记录中的商品设置为待推荐商品信息。5.如权利要求1所述的方法，其特征在于，所述待推荐商品信息中包括链接；所述“将所述待推荐商品信息推荐给所述用户”，包括：提取所述待推荐商品信息中的链接；将所述链接推送给所述用户。6.一种基于大数据进行购物推荐...

【专利技术属性】
技术研发人员：丁知平，
申请(专利权)人：丁知平，
类型：发明
国别省市：广东,44