The invention discloses a product recommendation method based on big data analysis, which comprises the following steps: obtaining user dimension data based on big data platform, wherein the user dimension data includes: user behavior and user portrait; collecting, cleaning, standardizing processing, feature combination and extraction of the user dimension data to obtain the feature vector; calling multiple presets The proposed machine learning recommendation model calculates the eigenvectors respectively, and obtains the product recommendation list of corresponding users under each machine learning recommendation model, as well as the purchase probability of products; based on the purchase probability, recommend products to users. The purpose is to describe users' purchase intention through all-round accurate data, recommend products with purchase intention, improve user experience, improve order conversion rate, and enhance user stickiness.
【技术实现步骤摘要】
一种基于大数据分析的产品推荐方法
本专利技术属于网络推荐
,特别是涉及一种基于大数据分析的产品推荐方法。
技术介绍
随着电子商务的蓬勃发展,网络购物已成为了新时代背景下的必需品,电商平台也在发展中产生了海量的用户数据,针对传统的广告营销和引流方式已无法满足电商平台发展的情况下,精准营销成为了解决这一困境的核心点。由于大数据技术和人工智能技术的发展,为用户分析带来了全新的模式和价值,从随机匹配、关键字匹配等单一模式,逐渐发展成为基于用户画像和机器深度学习的多维度模式,通过产品推荐系统实现精准营销的目标,进一步匹配供需平衡关系,实现消费端到供应端的路径优化。
技术实现思路
鉴于以上所述现有技术的缺点,本专利技术的目的在于提供一种基于大数据分析的产品推荐方法,旨在通过全方位的精准数据刻画用户的购买意图,推荐用户有购买意愿的商品,提高用户体验,提升下单转化率,增强用户黏性。为实现上述目的及其他相关目的,本专利技术提供一种基于大数据分析的产品推荐方法,包括如下步骤:基于大数据平台,获取用户维度数据,其中,所述用户维度数据包括:用户行为和用户画像;对所述用户维度数据进行数据采集、清洗、标准化处理以及特征组合和提取,获得特征向量;调用多个预设的机器学习推荐模型分别对所述特征向量进行运算,获得各个机器学习推荐模型下相应用户的产品推荐列表,以及产品的购买概率;基于所述购买概率向用户进行产品推荐。一种实现方式中,所述基于大数据平台,获取用户维度数据,其中, ...
【技术保护点】
1.一种基于大数据分析的产品推荐方法,其特征在于:包括如下步骤:/n基于大数据平台,获取用户维度数据,其中,所述用户维度数据包括:用户行为和用户画像;/n对所述用户维度数据进行数据采集、清洗、标准化处理以及特征组合和提取,获得特征向量;/n调用多个预设的机器学习推荐模型分别对所述特征向量进行运算,获得各个机器学习推荐模型下相应用户的产品推荐列表,以及产品的购买概率;/n基于所述购买概率向用户进行产品推荐。/n
【技术特征摘要】
1.一种基于大数据分析的产品推荐方法,其特征在于:包括如下步骤:
基于大数据平台,获取用户维度数据,其中,所述用户维度数据包括:用户行为和用户画像;
对所述用户维度数据进行数据采集、清洗、标准化处理以及特征组合和提取,获得特征向量;
调用多个预设的机器学习推荐模型分别对所述特征向量进行运算,获得各个机器学习推荐模型下相应用户的产品推荐列表,以及产品的购买概率;
基于所述购买概率向用户进行产品推荐。
2.根据权利要求1所述的基于大数据分析的产品推荐方法,其特征在于,所述基于大数据平台,获取用户维度数据,其中,所述用户维度数据包括:用户行为和用户画像的步骤,包括:
基于大数据平台,获取客户端上报的用户行为日志,并存储在服务器基础数据库中,其中,所述用户行为日志数据包括用户历史购买记录、历史浏览记录、关注信息、评价信息;
基于所述用户行为日志,获取所述用户维度数据。
3.根据权利要求1所述的基于大数据分析的产品推荐方法,其特征在于,在所述基于大数据平台,获取客户端上报的用户行为日志,并存储在服务器基础数据库中之后,所述方法还包括:
对所述用户历史购买记录、历史浏览记录、关注信息、评价信息进行数据清洗、标准化处理以及特征组合和提取。
4.根据权利要求1所述的基于大数据分析的产品推荐方法,其特征在于,所述调用多个预设的机器学习推荐模型...
【专利技术属性】
技术研发人员:鄂雁祺,
申请(专利权)人:南京国科双创信息技术研究院有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。