一种基于大数据的商品推荐方法及其系统技术方案

本发明专利技术公开了一种基于大数据的商品推荐方法及其系统，包括获取登录当前电商平台的第一账户信息；获取用户选择的第一产品信息，提取出第一产品信息中包括的关键字，关键字包括产品名称以及产品用途；获取电商平台中与第一账户信息具有好友关系的所有第二账户信息；提取出第二账户信息的购物记录，购物记录包括若干第二产品信息，第二产品信息包括产品名称、产品用途、产品价格以及产品评价；判断第二产品信息中是否存在关键字；若是，提取出包括关键字的第二产品信息；判断第二产品信息中的产品与第一产品信息中的产品是否一致；若是，则提取出第二产品信息中的产品价格以及产品评价；将提取出的产品价格以及产品评价输出给第一账户信息。

A Method and System of Commodity Recommendation Based on Big Data

【技术实现步骤摘要】
一种基于大数据的商品推荐方法及其系统
本专利技术涉及大数据电商领域，特别涉及一种基于大数据的商品推荐方法及其系统。
技术介绍
大数据的来临，数据逐渐被意识到大有用处，大量数据通过提取分析，分类出有用数据，通过分析有用数据对目标进行判断。网购是现在人们讨论的话题，随着经济的发展和互联网的普及，各种电子商务平台崛起，但网购也存在越来越多的问题，大部分卖家为了提高销量，购买水军，发布大量虚假的产品评价来蒙蔽买家，而买家往往无法确定评价的真实性，电商平台上出售的产品在不同的时间段可能会标记不同的产品名称或电商平台上不同的店铺出售的相同产品也有可能标记不同的产品名称，产品名称上存在的误差会影像用户的搜索结果。同时，目前电商网站的搜索功能过于复杂，推荐的垃圾信息过多，当买家选购某种产品时，电商平台会推荐给买家大量同类型的产品，而这些产品往往是一些劣质产品，影响买家的购物体验。
技术实现思路
专利技术目的：为了克服
技术介绍
中的缺点，本专利技术实施例提供了一种基于大数据的商品推荐方法及其系统，能够有效解决上述
技术介绍
中涉及的问题。技术方案：一种基于大数据的商品推荐方法，包括以下步骤：101：获取登录当前电商平台的第一账户信息；102：获取用户选择的第一产品信息，提取出所述第一产品信息中包括的关键字，所述关键字包括产品名称以及产品用途；103：获取所述电商平台中与所述第一账户信息具有好友关系的所有第二账户信息；104：提取出第二账户信息的购物记录，所述购物记录包括若干第二产品信息，所述第二产品信息包括产品名称、产品用途、产品价格以及产品评价；105：判断所述第二产品信息中是否存在所述关键字；106：若是，提取出包括所述关键字的第二产品信息；107：判断所述第二产品信息中的产品与所述第一产品信息中的产品是否一致；108：若是，则提取出所述第二产品信息中的产品价格以及产品评价；109：将提取出的所述产品价格以及所述产品评价输出给所述第一账户信息。作为本专利技术的一种优选方式，提取出第二账户信息的购物记录还包括：判断所述第二产品信息中包括的产品用途与所述关键字中包括的产品用途是否一致；若是，提取出与所述关键字中产品用途一致的第二产品信息；将所述第二产品信息输出给所述第一账户信息。作为本专利技术的一种优选方式，提取出所述第二产品信息中的产品价格以及产品评价包括：获取所述电商平台中关于所述第一产品信息的第一好评率；获取第二账户信息关于所述第二产品信息的第二好评率，所述第二好评率为平均值；判断所述第一好评率与所述第二好评率的差值是否在预设区间；若否，则将所述第一产品信息进行特殊标记。作为本专利技术的一种优选方式，提取出所述第二产品信息中的产品价格以及产品评价还包括：获取所述第一账户信息以及所述第二账户信息；将所述第一账户信息以及所述第二产品信息输出给所述第二账户信息；获取第二用户填写的详细评价；将所述详细评价输出给所述第一账户信息。作为本专利技术的一种优选方式，获取所述电商平台中与所述第一账户信息具有好友关系的所有第二账户信息包括：获取用户设备上的社交软件；获取所述社交软件上与用户具有好友关系的第三账户信息；获取所述电商平台中与所述第三账户信息具有绑定关系的第四账户信息；利用所述第四账户信息的购物信息进行商品推荐。一种基于大数据的商品推荐系统，包括：第一账户信息获取模块，被配置为获取登录当前电商平台的第一账户信息；关键字获取模块，被配置为获取第一产品信息中包括的关键字；第二账户信息获取模块，被配置为获取所述电商平台中与第一账户信息具有好友关系的第二账户信息以及所述第二账户信息包括的购物记录；第一判断模块，被配置为判断所述第二产品信息中是否存在关键字；第一提取模块，被配置为提取出包括关键字的第二产品信息；第二判断模块，被配置为判断第二产品信息中的产品与第一产品信息中的产品是否一致；第二提取模块，被配置为提取出第二产品信息中的产品价格以及产品评价；第一输出模块，被配置为向第一账户信息输出数据。作为本专利技术的一种优选方式，所述第二账户信息获取模块包括：第二判断模块，被配置为判断第二产品信息中包括的产品用途与关键字中包括的产品用途是否一致；第三提取模块，被配置为提取出与产品用途对应的第二产品信息。作为本专利技术的一种优选方式，所述第二提取模块包括：好评率获取模块，被配置为获取电商平台中关于第一产品信息的第一好评率以及获取第二账户信息关于第二产品信息的第二好评率；好评率获取模块包括计算模块，所述计算模块被配置为计算第二好评率；第三判断模块，被配置为判断第一好评率与第二好评率的差值是否在预设区间；标记模块，被配置为将第一产品信息进行特殊标记。作为本专利技术的一种优选方式，所述第二提取模块还包括：第二输出模块，被配置为将第一账户信息以及第二产品信息输出给第二账户信息；评价获取模块，被配置为获取第二用户填写的详细评价。作为本专利技术的一种优选方式，第二账户信息获取模块包括：第四账户信息获取模块，被配置为获取与第一账户信息具有间接好友关系的第四账户信息。本专利技术实现以下有益效果：本专利技术提供的一种基于大数据的商品推荐方法基于好友关系来为用户提供商品推荐，所述好友关系可以为直接好友关系也为可间接好友关系，所述间接好友关系为用户在其他社交平台上且社交账号与所述电商平台的账户信息绑定的好友，能够提供更全面的产品评价；初步筛选出来的第二产品信息与第一产品信息具有全部或部分联系，能够避免产品名称上存在的误差而造成筛选的失误；本专利技术还提供同类型产品的产品信息进行比对，优先输出相同产品的产品信息，当用户全部否定时，再输出同类型产品的产品信息；有助于提高电商平台的服务标准以及规范店铺的行业准则，提高用户发布真实产品评价的频率，系统在获取到电子评价单后，可根据用户对详细评价的反馈给予第二账户信息相应的奖励。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。图1为本专利技术提供的一种基于大数据的商品推荐方法流程图；图2为本专利技术提供的基于产品用途的推荐方法流程图；图3为本专利技术提供的基于间接好友关系的推荐方法流程图；图4为本专利技术提供的基于好评率的推荐方法流程图；图5为本专利技术提供的基于第二用户的详细评价的推荐方法流程图；图6为本专利技术提供的一种基于大数据的商品推荐系统结构框图。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。实施例一如图1所示，本实施例提供一种基于大数据的商品推荐方法，包括以下步骤：a)获取登录当前电商平台的第一账户信息；b)获取用户选择的第一产品信息，提取出第一产品信息中包括的关键字，关键字包括产品名称以及产品用途；c)获取电商平台中与第一账户信息具有好友关系的所有第二账户信息；d)提取出第二账户信息的购物记录，购物记录包括若干第二产品信息，第二产品信息包括产品名称、产品用途、产品价格以及产品评价；e)判断第二产品信息中是否存在关键字；f)若是，提取出包括关键字的第二产品信息；g)判断第二产品信息中的产品与第一产品信息中的产品是否一致；h)若是，则提取出第二产品信息中的产品价格以及产品评价；i)将提取出的产品价格以及产品评本文档来自技高网...

【技术保护点】
1.一种基于大数据的商品推荐方法，其特征在于：包括以下步骤：101：获取登录当前电商平台的第一账户信息；102：获取用户选择的第一产品信息，提取出所述第一产品信息中包括的关键字，所述关键字包括产品名称以及产品用途；103：获取所述电商平台中与所述第一账户信息具有好友关系的所有第二账户信息；104：提取出第二账户信息的购物记录，所述购物记录包括若干第二产品信息，所述第二产品信息包括产品名称、产品用途、产品价格以及产品评价；105：判断所述第二产品信息中是否存在所述关键字；106：若是，提取出包括所述关键字的第二产品信息；107：判断所述第二产品信息中的产品与所述第一产品信息中的产品是否一致；108：若是，则提取出所述第二产品信息中的产品价格以及产品评价；109：将提取出的所述产品价格以及所述产品评价输出给所述第一账户信息。

【技术特征摘要】
1.一种基于大数据的商品推荐方法，其特征在于：包括以下步骤：101：获取登录当前电商平台的第一账户信息；102：获取用户选择的第一产品信息，提取出所述第一产品信息中包括的关键字，所述关键字包括产品名称以及产品用途；103：获取所述电商平台中与所述第一账户信息具有好友关系的所有第二账户信息；104：提取出第二账户信息的购物记录，所述购物记录包括若干第二产品信息，所述第二产品信息包括产品名称、产品用途、产品价格以及产品评价；105：判断所述第二产品信息中是否存在所述关键字；106：若是，提取出包括所述关键字的第二产品信息；107：判断所述第二产品信息中的产品与所述第一产品信息中的产品是否一致；108：若是，则提取出所述第二产品信息中的产品价格以及产品评价；109：将提取出的所述产品价格以及所述产品评价输出给所述第一账户信息。2.根据权利要求1所述的一种基于大数据的商品推荐方法，其特征在于：提取出第二账户信息的购物记录还包括：判断所述第二产品信息中包括的产品用途与所述关键字中包括的产品用途是否一致；若是，提取出与所述关键字中产品用途一致的第二产品信息；将所述第二产品信息输出给所述第一账户信息。3.根据权利要求1所述的一种基于大数据的商品推荐方法，其特征在于：提取出所述第二产品信息中的产品价格以及产品评价包括：获取所述电商平台中关于所述第一产品信息的第一好评率；获取第二账户信息关于所述第二产品信息的第二好评率，所述第二好评率为平均值；判断所述第一好评率与所述第二好评率的差值是否在预设区间；若否，则将所述第一产品信息进行特殊标记。4.根据权利要求3所述的一种基于大数据的商品推荐方法，其特征在于：提取出所述第二产品信息中的产品价格以及产品评价还包括：获取所述第一账户信息以及所述第二账户信息；将所述第一账户信息以及所述第二产品信息输出给所述第二账户信息；获取第二用户填写的详细评价；将所述详细评价输出给所述第一账户信息。5.根据权利要求1所述的一种基于大数据的商品推荐方法，其特征在于：获取所述电商平台中与所述第一账户信息具有好友关系的所有第二账户信息包括：获取用户设备上...

【专利技术属性】
技术研发人员：王克朝，
申请(专利权)人：哈尔滨学院，
类型：发明
国别省市：黑龙江,23