基于大数据的商品推荐方法、系统及计算机可读存储介质技术方案

本申请实施例提供了基于大数据的商品推荐方法、系统及计算机可读存储介质。该方法，包括：获取目标用户的目标用户信息；根据目标用户信息从数据库获取对应的参考用户画像；获取所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入对应的第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息；根据所述参考用户画像获取待推荐的多件参考商品；根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，并将所述多件目标商品给目标用户；从而基于用户画像以及用户的情绪状态实现商品的精确推荐，可以提高推荐的准确率。

【技术实现步骤摘要】
基于大数据的商品推荐方法、系统及计算机可读存储介质
本申请涉及大数据
，具体而言，涉及一种基于大数据的商品推荐方法、系统及计算机可读存储介质。
技术介绍
画像是指基于大数据平台，通过采集机器自动学习识别方法来全面评估用户，其中，对于有标签数据的用户，一般采用系统建立的预测模型进行用户识别；对于无标签数据的用户，则根据数据挖掘分析算法进行深度挖掘，以识别用户的关系，从而达到用户特征库的实时、自动刻画。消费者画像是指对于电商平台上的用户群体的用户画像。但是，影响用户购物行为的不仅仅包括用户的固定不变的资料，还会其他用户内在因素的影响，因此单纯参考用户画像无法提供高准确的商品推荐。针对上述问题，目前尚未有有效的技术解决方案。
技术实现思路
本申请实施例的目的在于提供一种基于大数据的商品推荐方法、系统及计算机可读存储介质，可以提高商品推荐的准确度。本申请实施例还提供了一种基于大数据的商品推荐方法，包括以下步骤：获取目标用户的目标用户信息，所述目标用户信息包括性别信息、年龄信息、工资收入信息以及网购历史记录信息；根据所述目标用户信息从数据库获取对应的参考用户画像，所述参考用户画像对应的用户信息与目标用户信息的相似度大于预设阈值；获取所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入对应的第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息；根据所述参考用户画像获取待推荐的多件参考商品；根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，并将所述多件目标商品给目标用户。可选地，在本申请实施例所述的基于大数据的商品推荐方法中，所述将所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入对应的第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息，包括：获取所述目标用户的性格类型；根据所述性格类型获取与所述性格类型对应的第一神经网络模型；将所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入所述第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息。可选地，在本申请实施例所述的基于大数据的商品推荐方法中，所述获取所述目标用户的性格类型，包括：获取所述目标用户的历史网络浏览信息、影视作品欣赏信息、歌曲收听信息、网络评论信息、网购历史记录信息以及历史行程轨迹信息；将所述历史网络浏览信息、影视作品欣赏信息、歌曲收听信息、网络评论信息、网购历史记录信息以及历史行程轨迹信息输入性格类型测试模型，得到所述目标用户的性格类型。可选地，在本申请实施例所述的基于大数据的商品推荐方法中，所述根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，包括：将所述情绪状态信息以及所述多件参考商品输入商品类别筛选模型，得到类别与所述情绪状态信息对应的多件初筛商品；将所述情绪状态信息以及所述多件初筛商品输入商品价格筛选模型，得到价格与所述情绪状态信息对应的多件目标商品。可选地，在本申请实施例所述的基于大数据的商品推荐方法中，所述根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，包括：将所述情绪状态信息以及所述多件参考商品输入商品筛选模型，得到价格以及类别与所述情绪状态信息对应的多件目标商品。可选地，在本申请实施例所述的基于大数据的商品推荐方法中，所述方法还包括：获取所述目标用户的购物结果；根据所述购物结果中的目标商品对应的类型以及价格对所述商品筛选模型中的权重系数进行更新，得到更新后的商品筛选模型。可选地，在本申请实施例所述的基于大数据的商品推荐方法中，所述根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，包括：根据公式计算所述目标用户对每一所述参考商品的购买倾向分数：Wk=Aq1x/Ak+q2xBk，其中，Wk为商品k的购买倾向分数，q1x为在情绪状态x下价格对购买倾向的影响系数，Ak为商品k的价格，A为目标用户的购买力，q2x为商品类型在情绪x下对购买倾向的影响系数，Bk为目标用户对商品k对正常情绪下的购买倾向；将所述多件参考商品中购买倾向分数的排名位于前面预设位的参考商品作为目标商品。第二方面，本申请实施例提供了一种基于大数据的商品推荐系统，该系统包括：存储器及处理器，所述存储器中包括基于大数据的商品推荐方法的程序，所述基于大数据的商品推荐方法的程序被所述处理器执行时实现以下步骤：获取目标用户的目标用户信息，所述目标用户信息包括性别信息、年龄信息、工资收入信息以及网购历史记录信息；根据所述目标用户信息从数据库获取对应的参考用户画像，所述参考用户画像对应的用户信息与目标用户信息的相似度大于预设阈值；获取所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入对应的第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息；根据所述参考用户画像获取待推荐的多件参考商品；根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，并将所述多件目标商品给目标用户。第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于大数据的商品推荐方法程序，所述基于大数据的商品推荐方法程序被处理器执行时，实现实现如上述任一项所述的一种基于大数据的商品推荐方法的步骤。由上可知，本申请实施例提供的基于大数据的商品推荐方法及系统通过获取目标用户的目标用户信息，所述目标用户信息包括性别信息、年龄信息、工资收入信息以及网购历史记录信息；根据所述目标用户信息从数据库获取对应的参考用户画像，所述参考用户画像对应的用户信息与目标用户信息的相似度大于预设阈值；获取所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入对应的第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息；根据所述参考用户画像获取待推荐的多件参考商品；根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，并将所述多件目标商品给目标用户；从而基于用户画像以及用户的情绪状态实现商品的精确推荐，可以提高推荐的准确率。本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。图1为本申请实施例提供的基于大数据的商品推荐方法的一种流程图。图2为本申本文档来自技高网...

【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：/n获取目标用户的目标用户信息，所述目标用户信息包括性别信息、年龄信息、工资收入信息以及网购历史记录信息；/n根据所述目标用户信息从数据库获取对应的参考用户画像，所述参考用户画像对应的用户信息与目标用户信息的相似度大于预设阈值；/n获取所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入对应的第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息；/n根据所述参考用户画像获取待推荐的多件参考商品；/n根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，并将所述多件目标商品给目标用户。/n

【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：
获取目标用户的目标用户信息，所述目标用户信息包括性别信息、年龄信息、工资收入信息以及网购历史记录信息；
根据所述目标用户信息从数据库获取对应的参考用户画像，所述参考用户画像对应的用户信息与目标用户信息的相似度大于预设阈值；
获取所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入对应的第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息；
根据所述参考用户画像获取待推荐的多件参考商品；
根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，并将所述多件目标商品给目标用户。


2.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，所述将所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入对应的第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息，包括：
获取所述目标用户的性格类型；
根据所述性格类型获取与所述性格类型对应的第一神经网络模型；
将所述目标用户在预设时间段内的聊天记录信息、浏览评论信息、行程轨迹信息输入所述第一神经网络模型，以得到所述目标用户在所述预设时间段内的情绪状态信息。


3.根据权利要求2所述的基于大数据的商品推荐方法，其特征在于，所述获取所述目标用户的性格类型，包括：
获取所述目标用户的历史网络浏览信息、影视作品欣赏信息、歌曲收听信息、网络评论信息、网购历史记录信息以及历史行程轨迹信息；
将所述历史网络浏览信息、影视作品欣赏信息、歌曲收听信息、网络评论信息、网购历史记录信息以及历史行程轨迹信息输入性格类型测试模型，得到所述目标用户的性格类型。


4.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，所述根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，包括：
将所述情绪状态信息以及所述多件参考商品输入商品类别筛选模型，得到类别与所述情绪状态信息对应的多件初筛商品；
将所述情绪状态信息以及所述多件初筛商品输入商品价格筛选模型，得到价格与所述情绪状态信息对应的多件目标商品。


5.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，所述根据所述情绪状态信息对所述多件参考商品进行筛选以得到多件目标商品，包括：
将所述情绪状态信息以及所述多件参考商品输入商品筛选模型，得到价格以及类别与所述情绪状态信息对应的多件目标商品。

【专利技术属性】
技术研发人员：周桂辉，刘立斌，
申请(专利权)人：佛山市墨纳森智能科技有限公司，
类型：发明
国别省市：广东;44