一种商品的实时推荐方法、系统及可读存储介质技术方案

本申请公开了一种商品的实时推荐方法，包括：获取目标用户已浏览的目标商品的属性数据；其中，所述属性数据包括所述目标商品的关联领域和/或购买周期；向所述目标用户推荐所述关联领域的其他商品，和/或根据所述购买周期推荐所述目标商品或所述目标商品的同类商品。本发明专利技术中的推荐策略是推荐与目标商品相关的其他商品，和/或按照购买周期进行商品推荐，这样减少了即时推荐同类商品的无效投放，也提高了推荐商品和多样性，更准确的预测用户的需求，从而进一步提高了用户的满意度，提高用户对电商平台的粘性。本申请还公开了一种具有相应有益效果的商品的实时推荐系统与可读存储介质。

【技术实现步骤摘要】
一种商品的实时推荐方法、系统及可读存储介质
本专利技术涉及电子商务领域，特别涉及一种商品的实时推荐方法、系统及可读存储介质。
技术介绍
近年来，电子商务推荐系统发展迅速，个性化及多样化的推荐系统为企业带来丰厚的利润。随着大数据的到来，数据量急剧增长以及用户多样性需求对推荐系统提出了更高要求。目前较多使用的商品推荐技术是基于cookie获取用户的实时数据，然后在电子商务平台以及其他网站投放以用户兴趣为基础的相关商品广告。具体的，将cookie技术与模式识别算法相结合，根据用户与相关站点、内容或服务进行活动时提供的信息，实时捕捉用户兴趣爱好，为用户提供更有效的推荐。这种推荐方式成本较低，运用也很广泛。但是一些商品存在时效性问题，用户购买这些商品后的一段时间内并不会再次重复购买它们，此时继续推荐这些商品则成为一种无效或浪费的推荐，甚至引起用户反感，不利于电子商务平台的销售。
技术实现思路
有鉴于此，本专利技术的目的在于提供效率更高、推荐目标更准确的一种商品的实时推荐方法、系统及可读存储介质。其具体方案如下：一种商品的实时推荐方法，包括：获取目标用户已浏览的目标商品的属性数据；其中，所述属性数据包括所述目标商品的关联领域和/或购买周期；向所述目标用户推荐所述关联领域的其他商品，和/或根据所述购买周期推荐所述目标商品或所述目标商品的同类商品。优选的，所述目标商品的关联领域包括：所述目标商品所在的目标商品领域。优选的，所述目标商品的关联领域还包括：与所述目标商品具有关联性的其他商品领域。优选的，所述目标商品的购买周期包括：根据所述目标用户对所述目标商品或所述目标商品的同类商品的购买频次得到的购买周期。优选的，所述目标商品的购买周期包括：根据所述目标商品或所述目标商品的同类商品的人均购买频次得到的购买周期。优选的，所述目标商品的购买周期包括：根据所述目标商品或目标商品的同类商品的保质期和/或商品用途预设的购买周期。优选的，在所述向所述目标用户推荐所述关联领域的其他商品，和/或根据所述购买周期推荐所述目标商品或所述目标商品的同类商品之前，还包括：获取所述目标用户的购物习惯；其中，所述购物习惯包括价格偏好和/或风格偏好；根据所述购物习惯，对待推荐商品进行筛选和/或排序。优选的，所述根据所述购物习惯，对待推荐商品进行筛选和/或排序的过程，包括：根据所述购物习惯和品牌畅销度，对待推荐商品进行筛选和/或排序。相应的，本专利技术还公开了一种商品的实时推荐系统，包括：获取模块，获取目标用户已浏览的目标商品的属性数据；其中，所述属性数据包括所述目标商品的关联领域和/或购买周期；推荐模块，用于向所述目标用户推荐所述关联领域的其他商品，和/或根据所述购买周期推荐所述目标商品或所述目标商品的同类商品。相应的，本专利技术还公开了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文中任一项所述商品的实时推荐方法的步骤。本专利技术公开了一种商品的实时推荐方法，包括：获取目标用户已浏览的目标商品的属性数据；其中，所述属性数据包括所述目标商品的关联领域和/或购买周期；向所述目标用户推荐所述关联领域的其他商品，和/或根据所述购买周期推荐所述目标商品或所述目标商品的同类商品。本专利技术中的推荐策略是推荐与目标商品相关的其他商品，和/或按照购买周期进行商品推荐，这样减少了即时推荐同类商品的无效投放，也提高了推荐商品和多样性，更准确的预测用户的需求，从而进一步提高了用户的满意度，提高用户对电商平台的粘性。附图说明为了更清楚地说明本专利技术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简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例中一种商品的实时推荐方法的步骤流程图；图2为本专利技术实施例中一种商品的实时推荐系统的结构分布图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术实施例公开了一种商品的实时推荐方法，参见图1所示，包括：S1：获取目标用户已浏览的目标商品的属性数据；其中，所述属性数据包括所述目标商品的关联领域和/或购买周期；S2：向所述目标用户推荐所述关联领域的其他商品，和/或根据所述购买周期推荐所述目标商品或所述目标商品的同类商品。其中，这里目标商品的关联领域一般指的是目标商品所在的目标商品领域。例如目标商品为宠物玩具时，认为其目标商品领域为宠物用品，可以向目标用户推荐宠物用品领域的其他商品，例如宠物的窝、食物、相关书籍等等。当然，目标商品的关联区域还可以是与目标商品具有关联性的其他商品领域，一般通过检索大数据检索统计，获取较多用户的购物数据，从中获取相互关联的商品。例如当大数据检索发现，用户在购买户外用品的同时，有很大几率会购买摄影器材，因为大家普遍会在户外运动时记录运动情景或自然景色等。因此在发现目标用户浏览的目标商品是户外用品时，可以向目标用户推荐具有关联性的摄影器材。同样的例子还有宠物用品领域和远程通信领域，用户在为宠物提供各种宠物用品的同时，会考虑自己不在家时与宠物进行互动，可视化远程通信的产品由此受到关注。另外，除了使用大数据检索外，还可以通过目标用户本身的商品记录判断目标用户可能感兴趣的商品。具体的，可以运用FP-growth算法(FrequentPattern-growth)进行频繁项集的搜索，将目标用户的商品购买记录扫描一遍，将其中的频集按照关联的方式生成一棵频繁模式树FP-tree，然后将其划分，形成若干条件库，最后分别对具体的条件库进行挖掘。通过本算法得出的推荐模型可以为用户推荐感兴趣的商品，提高实时推荐的多样性。可以理解的是，本实施例绕开目标商品，向用户推荐了更多与目标商品之间或间接相关的其他商品，更准确地预测用户的购买方向，使推荐更多样和更有趣味性。另一方面，目标商品的购买周期也是通过各类数据得到的。一般有以下三种途径：第一种是根据所述目标用户对所述目标商品或所述目标商品的同类商品的购买频次得到的购买周期。这种最为简单，使用的数据量较少，适用于一些生活用品、常用消耗品等，例如文具、洗护用品还有米面粮油。由于是根据目标用户的个人习惯得到的，因此更符合用户的个性化需求。第二种是根据所述目标商品或所述目标商品的同类商品的人均购买频次得到的购买周期。相对于第一种无法获取目标用户第一次购买的目标商品的购买周期，或者目标用户对目标商品及同类商品的购买频次非常不稳定的情况，本方法能够通过大量数据，获取更合适的稳定购买周期对目标用户进行推荐。第三种是根据所述目标商品或目标商品的同类商品的保质期和/或商品用途预设的购买周期。例如药品食物或与人类健康相关的生活用品，可以结合相关领域的专家意见进行定时推荐，例如为牙刷、抹布预设购买周期。这种方法是出于对消费者获得更适宜安全的消费体验，具有较高的应用价值。当然，购买周期也可以进行用户设定或通过其他本文档来自技高网...

【技术保护点】
一种商品的实时推荐方法，其特征在于，包括：获取目标用户已浏览的目标商品的属性数据；其中，所述属性数据包括所述目标商品的关联领域和/或购买周期；向所述目标用户推荐所述关联领域的其他商品，和/或根据所述购买周期推荐所述目标商品或所述目标商品的同类商品。

【技术特征摘要】
1.一种商品的实时推荐方法，其特征在于，包括：获取目标用户已浏览的目标商品的属性数据；其中，所述属性数据包括所述目标商品的关联领域和/或购买周期；向所述目标用户推荐所述关联领域的其他商品，和/或根据所述购买周期推荐所述目标商品或所述目标商品的同类商品。2.根据权利要求1所述的实时推荐方法，其特征在于，所述目标商品的关联领域包括：所述目标商品所在的目标商品领域。3.根据权利要求2所述的实时推荐方法，其特征在于，所述目标商品的关联领域还包括：与所述目标商品具有关联性的其他商品领域。4.根据权利要求1所述的实时推荐方法，其特征在于，所述目标商品的购买周期包括：根据所述目标用户对所述目标商品或所述目标商品的同类商品的购买频次得到的购买周期。5.根据权利要求1所述的实时推荐方法，其特征在于，所述目标商品的购买周期包括：根据所述目标商品或所述目标商品的同类商品的人均购买频次得到的购买周期。6.根据权利要求1所述的实时推荐方法，其特征在于，所述目标商品的购买周期包括：根据所述目标商品或目标商品的同类商品的保质期和/或商品用途预设...

【专利技术属性】
技术研发人员：向雷，
申请(专利权)人：北京中关村科金技术有限公司，
类型：发明
国别省市：北京,11