基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法技术

本发明专利技术公开基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法，通过分别从用户历史购物订单和各历史购物订单对应的浏览记录中提取商品品牌参数——购物商品价格和浏览商品价格，由此分析出各历史购物订单对应的可接受购物价格范围，进而进一步分析出用户对应各日常购物商品种类对应偏好商品品牌对应的综合可接受购物价格范围，并根据以上从电子商务购物平台中筛选符合条件的商品进行推荐，实现了电子商务平台交易商品品牌特征提取及商品智能推荐，完善了商品推荐功能，深化了商品推荐深度，进而提高了推荐商品与用户实际购物需求的匹配度，从而增强了推荐效果，大大提高了用户线上购物的体验感。大提高了用户线上购物的体验感。大提高了用户线上购物的体验感。

【技术实现步骤摘要】
基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法


[0001]本专利技术属于电子商务平台商品推荐管理
，尤其涉及基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法。

技术介绍

[0002]随着互联网的普及和电子商务的发展,电子商务平台应用的越来越广泛。现在我们可以通过电脑或手机等设备在足不出户的情况下购买到自己想要的商品。然而信息时代数据爆炸式增长使得用户在海量商品信息面前无所适从,如何在海量数据中剔除不相干的信息、快捷地获取到有价值的信息成为一项挑战工作，由此电子商务平台的个性化推荐系统得以诞生,它通过挖掘出不同用户对应购物商品种类的不同偏好,从而有针对性地进行个性化推荐，在方便购物的同时提高电子商务企业营销能力，因此个性化推荐在电子商务平台具有良好的应用前景。
[0003]但目前电子商务平台的个性化推荐功能还不完善，推荐深度不够，具体体现为现在电子商务平台的个性化推荐只是对用户购买的某商品种类对应的偏好商品品牌进行推荐，没有对商品品牌特征进行深入挖掘，进而没有考虑到对用户偏好商品品牌的可接受购物价格进行推荐。由于不同的用户对应的职业、生活背景不同，其对应的消费水平也存在差异，表现在购物过程中就是可接受的购物价格不同，单纯只对用户偏好商品品牌进行推荐，其推荐的商品很大可能存在商品价格不在用户可接受的购物价格范围内的问题，进而导致推荐的商品与用户的实际购物需求匹配度不高，降低了商品推荐效果，进而降低了用户的线上购物体验感。

技术实现思路

[0004]鉴于上述问题，本专利技术提出基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法，通过从用户在电子商务平台上的历史购物订单中分析用户对应日常购物商品种类对应的偏好商品品牌，并进一步分析用户对应日常购物商品种类的偏好商品品牌对应的综合可接受购物价格范围，进而进行对应的商品推荐，大大提高了商品推荐效果。
[0005]本专利技术的目的可以通过以下技术方案实现：
[0006]基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法，包括以下步骤：
[0007]S1.历史购物订单及浏览记录筛选：根据预设的时间段筛选用户在电子商务平台上的历史购物订单，并将筛选的各历史购物订单按照购物时间的先后顺序进行编号，依次标记为1,2...i...n，同时统计各历史购物订单对应的浏览记录数量，进而对各历史购物订单对应的各条浏览记录按照浏览时间的先后顺序进行编号，分别标记为1,2...j...m，其中各条浏览记录分别对应一个浏览商品；
[0008]S2.历史购物订单基本参数及浏览记录商品参数获取：分别对标记的各历史购物
订单获取其对应的购物商品种类、购物商品品牌和购物商品价格，由此将其构成历史购物订单基本参数集合Q
w
(q
w
1,q
w
2,...,q
w
i,...,q
w
n)，q
w
i表示为第i个历史购物订单的基本参数对应的数值，w表示为基本参数，w＝r1,r2,r3,分别表示为购物商品种类、购物商品品牌、购物商品价格，同时将各历史购物订单对应的各条浏览记录获取其对应的浏览商品品牌和浏览商品价格，进而将各条浏览记录对应的浏览商品品牌和浏览商品价格构成历史购物订单对应浏览记录商品参数集合P
ui
(p
ui
1,p
ui
2,...,p
ui
j,...,p
ui
m)，p
ui
j表示为第i个历史购物订单对应第j条浏览记录的商品参数对应的数值，u表示为商品参数，u＝e1,e2,分别表示为浏览商品品牌、浏览商品价格；
[0009]S3.历史购物订单对应的目标浏览记录筛选：根据历史购物订单的编号顺序，依次从历史购物订单基本参数集合中提取各历史购物订单对应的购物商品品牌，并根据各历史购物订单对应各条浏览记录的编号顺序，依次从历史购物订单对应浏览记录商品参数集合中提取各历史购物订单对应各条浏览记录的浏览商品品牌，由此将各历史购物订单对应的购物商品品牌与该历史购物订单对应各条浏览记录的浏览商品品牌进行相互对比，统计各历史购物订单对应各条浏览记录的浏览商品品牌中与该历史购物订单对应的购物商品品牌相同的浏览记录编号，可记为1,2...k...z,该浏览记录记为目标浏览记录；
[0010]S4.历史购物订单对应可接受购物价格参数分析：从历史购物订单基本参数集合中提取各历史购物订单对应的购物商品价格，同时根据各历史购物订单对应的目标浏览记录编号从历史购物订单对应浏览记录商品参数集合中提取各历史购物订单对应各条目标浏览记录对应的浏览商品价格，进而构成历史购物订单目标浏览记录浏览商品价格集合G
i
(g
i
1,g
i
2,...,g
i
k,...,g
i
z)，g
i
k表示为第i个历史购物订单对应第k条目标浏览记录对应的浏览商品价格，由此将各历史购物订单对应的购物商品价格与历史购物订单目标浏览记录浏览商品价格集合中该历史购物订单对应各条目标浏览记录对应的浏览商品价格进行对比，统计各历史购物订单对应该购物商品品牌的可接受购物价格的浮动系数，同时根据各历史购物订单对应的购物商品价格和历史购物订单目标浏览记录浏览商品价格集合统计各历史购物订单对应该购物商品品牌的可接受购物价格的主体价格；
[0011]S5.历史购物订单对应可接受购物价格范围分析：根据各历史购物订单对应该购物商品品牌的可接受购物价格的浮动系数和各历史购物订单对应该购物商品品牌的可接受购物价格的主体价格统计各历史购物订单对应该购物商品品牌的可接受购物价格的上限值和下限值，并由此获取各历史购物订单对应该购物商品品牌的可接受购物价格范围；
[0012]S6.日常购物商品种类对应偏好商品品牌分析：从历史购物订单基本参数集合中依次提取各历史购物订单对应的购物商品种类，并将其进行相互对比，查看是否存在相同的购物商品种类，若存在相同的购物商品种类，表明该购物商品种类为日常消耗品，该相同购物商品种类记为日常购物商品种类，进而将日常购物商品种类对应的历史购物订单进行归类，得到日常购物商品种类对应的历史购物订单编号，同时将日常购物商品种类对应各历史购物订单的购物商品品牌进行相互对比，查看是否存在相同的购物商品品牌，若存在相同的购物商品品牌，则统计相同购物商品品牌的数量，若该日常购物商品种类对应的相同购物商品品牌数量只有一个，则该购物商品品牌即为该日常购物商品种类对应的偏好商品品牌，若该日常购物商品种类对应的相同购物商品品牌数量不只一个，则从该日常购物商品种类对应的若干相同购物商品品牌中筛选一个相同购物商品品牌，作为该日常购物商
品种类对应的偏好商品品牌，由此按照以上方式得到用户历史购物订单中各日常购物商品种类对应的偏好商品品牌；
[0013]S7.日常购物商品种类对应偏好商品品牌的综合可接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法，其特征在于：包括以下步骤：S1.历史购物订单及浏览记录筛选：根据预设的时间段筛选用户在电子商务平台上的历史购物订单，并将筛选的各历史购物订单按照购物时间的先后顺序进行编号，依次标记为1,2...i...n，同时统计各历史购物订单对应的浏览记录数量，进而对各历史购物订单对应的各条浏览记录按照浏览时间的先后顺序进行编号，分别标记为1,2...j...m，其中各条浏览记录分别对应一个浏览商品；S2.历史购物订单基本参数及浏览记录商品参数获取：分别对标记的各历史购物订单获取其对应的购物商品种类、购物商品品牌和购物商品价格，由此将其构成历史购物订单基本参数集合Q
w
(q
w
1,q
w
2,...,q
w
i,...,q
w
n)，q
w
i表示为第i个历史购物订单的基本参数对应的数值，w表示为基本参数，w＝r1,r2,r3,分别表示为购物商品种类、购物商品品牌、购物商品价格，同时将各历史购物订单对应的各条浏览记录获取其对应的浏览商品品牌和浏览商品价格，进而将各条浏览记录对应的浏览商品品牌和浏览商品价格构成历史购物订单对应浏览记录商品参数集合P
ui
(p
ui
1,p
ui
2,...,p
ui
j,...,p
ui
m)，p
ui
j表示为第i个历史购物订单对应第j条浏览记录的商品参数对应的数值，u表示为商品参数，u＝e1,e2,分别表示为浏览商品品牌、浏览商品价格；S3.历史购物订单对应的目标浏览记录筛选：根据历史购物订单的编号顺序，依次从历史购物订单基本参数集合中提取各历史购物订单对应的购物商品品牌，并根据各历史购物订单对应各条浏览记录的编号顺序，依次从历史购物订单对应浏览记录商品参数集合中提取各历史购物订单对应各条浏览记录的浏览商品品牌，由此将各历史购物订单对应的购物商品品牌与该历史购物订单对应各条浏览记录的浏览商品品牌进行相互对比，统计各历史购物订单对应各条浏览记录的浏览商品品牌中与该历史购物订单对应的购物商品品牌相同的浏览记录编号，可记为1,2...k...z,该浏览记录记为目标浏览记录；S4.历史购物订单对应可接受购物价格参数分析：从历史购物订单基本参数集合中提取各历史购物订单对应的购物商品价格，同时根据各历史购物订单对应的目标浏览记录编号从历史购物订单对应浏览记录商品参数集合中提取各历史购物订单对应各条目标浏览记录对应的浏览商品价格，进而构成历史购物订单目标浏览记录浏览商品价格集合G
i
(g
i
1,g
i
2,...,g
i
k,...,g
i
z)，g
i
k表示为第i个历史购物订单对应第k条目标浏览记录对应的浏览商品价格，由此将各历史购物订单对应的购物商品价格与历史购物订单目标浏览记录浏览商品价格集合中该历史购物订单对应各条目标浏览记录对应的浏览商品价格进行对比，统计各历史购物订单对应该购物商品品牌的可接受购物价格的浮动系数，同时根据各历史购物订单对应的购物商品价格和历史购物订单目标浏览记录浏览商品价格集合统计各历史购物订单对应该购物商品品牌的可接受购物价格的主体价格；S5.历史购物订单对应可接受购物价格范围分析：根据各历史购物订单对应该购物商品品牌的可接受购物价格的浮动系数和各历史购物订单对应该购物商品品牌的可接受购物价格的主体价格统计各历史购物订单对应该购物商品品牌的可接受购物价格的上限值和下限值，并由此获取各历史购物订单对应该购物商品品牌的可接受购物价格范围；S6.日常购物商品种类对应偏好商品品牌分析：从历史购物订单基本参数集合中依次提取各历史购物订单对应的购物商品种类，并将其进行相互对比，查看是否存在相同的购
物商品种类，若存在相同的购物商品种类，表明该购物商品种类为日常消耗品，该相同购物商品种类记为日常购物商品种类，进而将日常购物商品种类对应的历史购物订单进行归类，得到日常购物商品种类对应的历史购物订单编号，同时将日常购物商品种类对应各历史购物订单的购物商品品牌进行相互对比，查看是否存在相同的购物商品品牌，若存在相同的购物商品品牌，则统计相同购物商品品牌的数量，若该日常购物商品种类对应的相同购物商品品牌数量只有一个，则该购物商品品牌即为该日常购物商品种类对应的偏好商品品牌，若该日常购物商品种类对应的相同购物商品品牌数量不只一个，则从该日常购物商品种类对应的若干相同购物商品品牌中筛选一个相同购物商品品牌，作为该日常购物商品种类对应的偏好商品品牌，由此按照以上方式得到用户历史购物订单中各日常购物商品种类对应的偏好商品品牌；S7.日常购物商品种类对应偏好商品品牌的综合可接受购物价格范围分析：根据各日常购物商品种类对应的偏好商品品牌和各日常购物商品种类对应的历史购物订单编号，从各日常购物商品种类对应的若干历史购物订单中筛选出与该日常购物商品种类对应的偏好商品品牌一致的历史购物订单编号，可记为1,2.....

【专利技术属性】
技术研发人员：杨涛，
申请(专利权)人：武汉畅来电子商务有限公司，
类型：发明
国别省市：