一种基于大数据的智能导购处理系统技术方案

本发明专利技术公开了一种基于大数据的智能导购处理系统，属于智能导购系统技术领域，包括用户管理模块、商品管理模块、交易支付模块和智能推荐模块；所述智能推荐模块通过数据预处理模块对用户使用该系统界面产生的数据进行挖掘处理，并根据挖掘的数据计算出推荐内容，该数据库挖掘包括内容挖掘、结构挖掘和使用挖掘，其中所述内容挖掘用于对用户的浏览记录和搜索结果进行挖掘，所述结构挖掘用于对用户使用的网络组织和网页引用进行挖掘，所述使用挖掘用于对用户的一般访问和个性模式访问进行跟踪，通过所述数据库挖掘提供给用户个性化服务。通过后台挖掘用户使用该系统的痕迹，根据用户的喜好、搜索来推荐商品或者关联商品。

An intelligent shopping guide processing system based on big data

The invention discloses an intelligent shopping guide processing system based on big data, which belongs to the technical field of intelligent shopping guide system, including user management module, commodity management module, transaction payment module and intelligent recommendation module; the intelligent recommendation module mines and processes the data generated by the user using the system interface through the data preprocessing module, and calculates the data according to the mined data Recommended content, the database mining includes content mining, structure mining and usage mining, wherein the content mining is used to mine the browsing records and search results of users, the structure mining is used to mine the network organization and web page references used by users, the usage mining is used to track the general access and personality mode access of users, and through the Database mining provides users with personalized services. Through the background mining user use of the system traces, according to user preferences, search to recommend goods or related goods.

【技术实现步骤摘要】
一种基于大数据的智能导购处理系统
本专利技术涉及智能导购
，特别涉及一种基于大数据的智能导购处理系统。
技术介绍
随着计算机网络的蓬勃发展，特别是电子商务和大数据的广泛利用，网络消费者的数量也急剧的增加，商家期望依靠有效的网络营销赢得更多的顾客，获得丰厚的利润。如何在立足网络消费者特点的基础上，有效的做好引导顾客购买服务工作是广大网络商家积极思考的问题。电子商务规模不断发展，其规模也得到了一定的扩展，消费者利用引擎实现对目前浏览器中存在的大量的信息进行优选难度较大。对于消费者而言，其通过网站进行信息的采集，获取有效信息，并对所选择的商品进行有效的类比。该过程具有时间成本很高，工作量很大的特点。能够对消费者不需要的信息进行筛选，增加了购买者的愿望。而传统的购物平台不具备整合各企业的能力，在消费者购买商品的时候还需要在不同平台搜索，使得消费者使用不方便，而且导购的时候无法向消费者提供消费者喜好或者搜索的相关商品，不能很好地吸引消费者消费。
技术实现思路
本专利技术的目的就在于为了解决上述消费者在购物时缺少智能导购系统无法为消费者提供推荐的商品以及消费者购买商品时需要在各大平台搜索不够方便的问题而提供一种基于大数据的智能导购处理系统，具有智能推荐消费者喜好的商品，吸引消费者购买以及管理多个企业便于消费者在一个平台上搜索不同的商品的优点。本专利技术通过以下技术方案来实现上述目的，一种基于大数据的智能导购处理系统，包括用户管理模块、商品管理模块、交易支付模块和智能推荐模块；r>所述智能推荐模块通过数据预处理模块对用户使用该系统界面产生的数据进行挖掘处理，并根据挖掘的数据计算出推荐内容，该数据库挖掘包括内容挖掘、结构挖掘和使用挖掘，其中所述内容挖掘用于对用户的浏览记录和搜索结果进行挖掘，所述结构挖掘用于对用户使用的网络组织和网页引用进行挖掘，所述使用挖掘用于对用户的一般访问和个性模式访问进行跟踪，通过所述数据库挖掘提供给用户个性化服务；所述智能推荐模块的推荐内容包括热线商品排行、搜索喜好推荐和关联商品推荐。优选的，所述数据预处理模块采用关联规则挖掘算法计算出用户使用该系统的痕迹，再利用关联规则推荐算法计算出每个用户的推荐内容。优选的，所述用户管理模块包括消费者管理和企业管理，其中消费者管理用于管理消费者的信息注册、账号登录以及账号注销，所述企业管理用于对各商品供应商进行管理，对供应商的信息注册、账号登录以及账号注销。优选的，所述用户管理模块还包括有管理员，所述管理员的权限高于消费者和企业，用于对该系统的配置。优选的，所述商品管理模块包括商品安全管理和商品信息统计，通过对商品的安全管理防止商品出现过期、变质，所述商品信息统计用于对商品出厂地、供应商信息以及变价信息进行统计。优选的，所述交易支付模块包括交易安全管理和三方平台搭建，其中三方平台为各大银行的网银系统、支付宝或者微信支付，交易安全管理通过安全认证证书对交易进行保护。优选的，所述消费者通过移动终端或者电脑端登录该系统，且该系统还包括存储数据用的数据库，系统与数据库之间通过网络互连。与现有技术相比，本专利技术的有益效果是：1、通过采用关联规则挖掘算法对消费者使用该系统的数据进行深度挖掘，挖掘搜索内容、网页和个性模式，再通过关联规则推荐算法计算出消费者搜索过、喜好或者关联性的商品，通过智能推荐的方式可以供消费者快速选择商品，做到每个消费者推荐的商品不再是千篇一律，而是更受消费者欢迎的商品，随着消费者使用该系统的次数越多，挖掘的内容也越多，从而使推荐的商品越来越多，计算的结果也越来越接近消费者的真实爱好，因此该系统具有良好的升级能力，便于吸引消费者使用。2、通过用户管理模块对企业和消费者分开管理，企业可以在该系统上发布商品信息，消费者在该系统上购买商品，通过整合企业的商品，可以向消费者提供更多的商品，无需消费者在各个平台搜索，使得消费更加方便。附图说明图1为本专利技术的整体系统框架结构示意图。图2为本专利技术的数据预处理模块内部框架结构示意图。图3为本专利技术的消费者购物系统流程图。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。请参阅图1-2所示，一种基于大数据的智能导购处理系统，包括用户管理模块、商品管理模块、交易支付模块和智能推荐模块；所述智能推荐模块通过数据预处理模块对用户使用该系统界面产生的数据进行挖掘处理，并根据挖掘的数据计算出推荐内容，该数据库挖掘包括内容挖掘、结构挖掘和使用挖掘，其中所述内容挖掘用于对用户的浏览记录和搜索结果进行挖掘，所述结构挖掘用于对用户使用的网络组织和网页引用进行挖掘，所述使用挖掘用于对用户的一般访问和个性模式访问进行跟踪，通过所述数据库挖掘提供给用户个性化服务；所述智能推荐模块的推荐内容包括热线商品排行、搜索喜好推荐和关联商品推荐，所述数据预处理模块采用关联规则挖掘算法计算出用户使用该系统的痕迹，再利用关联规则推荐算法计算出每个用户的推荐内容，所述用户管理模块包括消费者管理和企业管理，其中消费者管理用于管理消费者的信息注册、账号登录以及账号注销，所述企业管理用于对各商品供应商进行管理，对供应商的信息注册、账号登录以及账号注销，所述用户管理模块还包括有管理员，所述管理员的权限高于消费者和企业，用于对该系统的配置，所述商品管理模块包括商品安全管理和商品信息统计，通过对商品的安全管理防止商品出现过期、变质，所述商品信息统计用于对商品出厂地、供应商信息以及变价信息进行统计，所述交易支付模块包括交易安全管理和三方平台搭建，其中三方平台为各大银行的网银系统、支付宝或者微信支付，交易安全管理通过安全认证证书对交易进行保护，所述消费者通过移动终端或者电脑端登录该系统，且该系统还包括存储数据用的数据库，系统与数据库之间通过网络互连。上述的关联规则是形如X→Y的蕴涵式，其中，X和Y分别称为关联规则的先导(antecedent或left-hand-side,LHS)和后继(consequent或right-hand-side,RHS)。关联规则挖掘过程主要包含两个阶段：第一阶段必须先从资料集合中找出所有的高频项目组(FrequentItemsets)，第二阶段再由这些高频项目组中产生关联规则(AssociationRules)，关联规则的挖掘算法和推荐算法均为现有算法，因此不再本文中赘述。如图3所示，消费者需要采用移动终端或者电脑端登录网络进入智能导购系统，在该系统提供的界面上搜索商品，智能导购系统通过搜索本地数据库将商品展示给消费者，消费者可以点击查询商品的信息，包括商品的详细产品信息和用户的评价信息，再根据购买链接进行商品购买，系统借助第三方平台提供交易的平台，起到消费者的财产保护本文档来自技高网...

【技术保护点】
1.一种基于大数据的智能导购处理系统，其特征在于：包括用户管理模块、商品管理模块、交易支付模块和智能推荐模块；/n所述智能推荐模块通过数据预处理模块对用户使用该系统界面产生的数据进行挖掘处理，并根据挖掘的数据计算出推荐内容，该数据库挖掘包括内容挖掘、结构挖掘和使用挖掘，其中所述内容挖掘用于对用户的浏览记录和搜索结果进行挖掘，所述结构挖掘用于对用户使用的网络组织和网页引用进行挖掘，所述使用挖掘用于对用户的一般访问和个性模式访问进行跟踪，通过所述数据库挖掘提供给用户个性化服务；/n所述智能推荐模块的推荐内容包括热线商品排行、搜索喜好推荐和关联商品推荐。/n

【技术特征摘要】
1.一种基于大数据的智能导购处理系统，其特征在于：包括用户管理模块、商品管理模块、交易支付模块和智能推荐模块；
所述智能推荐模块通过数据预处理模块对用户使用该系统界面产生的数据进行挖掘处理，并根据挖掘的数据计算出推荐内容，该数据库挖掘包括内容挖掘、结构挖掘和使用挖掘，其中所述内容挖掘用于对用户的浏览记录和搜索结果进行挖掘，所述结构挖掘用于对用户使用的网络组织和网页引用进行挖掘，所述使用挖掘用于对用户的一般访问和个性模式访问进行跟踪，通过所述数据库挖掘提供给用户个性化服务；
所述智能推荐模块的推荐内容包括热线商品排行、搜索喜好推荐和关联商品推荐。


2.根据权利要求1所述的一种基于大数据的智能导购处理系统，其特征在于：所述数据预处理模块采用关联规则挖掘算法计算出用户使用该系统的痕迹，再利用关联规则推荐算法计算出每个用户的推荐内容。


3.根据权利要求1所述的一种基于大数据的智能导购处理系统，其特征在于：所述用户管理模块包括消费者管理和企业管理，其中消费者管理用于管理消费者的信息注册、账号登录以及账号...

【专利技术属性】
技术研发人员：赵其峰，
申请(专利权)人：合肥英泽信息科技有限公司，
类型：发明
国别省市：安徽;34