基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台技术

本发明专利技术公开提供的基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台。该基于大数据分析和云计算的垂直电商平台商品智能推荐方法包括：获取该用户对应的基本信息；统计该用户历史购买酒水的次数；获取该用户在该电商平台历史各次酒水购买时对应的酒水信息；获取该电商平台各酒水销售商家对应的基本信息和销售信息；将该用户对应的偏好酒水信息与各酒水销售商家对应的基本信息进行匹配筛选；将各待推荐的酒水销售商家进行互相对比，并进行推荐，本发明专利技术通过该方法有效的解决了现有的商品推荐方法没有基于用户对应的历史购物记录进行分析的问题，实现了对该用户偏好酒水的智能推荐。

【技术实现步骤摘要】
基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台
本专利技术属于商品推荐管理
，涉及到基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台。
技术介绍
随着电子商务的快速发展，用户在酒水的购物选择上变得更为丰富，但是，在这种大背景，用户在电子商务平台找到自己的心仪的酒水种类的困难度也逐渐加大，电商平台的商品智能推荐能够有效的保障用户对酒水的选购效率和提升用户对平台购物的体验感。现有的商品推荐方法主要是基于用户搜索的酒水关键字或者用户输入的酒水图片来进行检索和推荐，这种商品推荐方法并没实现对用于待选购酒水进行智能和细致化的推荐，因此，现有的商品推荐方法还存在了很多弊端，一方面，现有的商品推荐方法无法有效的提高该电商平台对用户偏好酒水的推荐效率，一方面，现有的商品推荐方法没有基于用户对应的历史购物记录进行分析，进而无法获取用户的真实偏好，另一方面，现有的商品推荐方法无法保障推荐酒水的精准性。
技术实现思路
鉴于此，为解决上述
技术介绍
中所提出的问题，现提出针对酒水推荐的基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台，实现了对用户偏好酒水的智能推荐；本专利技术的目的可以通过以下技术方案实现：本专利技术第一方面提供了基于大数据分析和云计算的垂直电商平台商品智能推荐方法，该方法包括以下步骤：S1、用户基本信息获取：所述用户基本信息获取通过调取该用户在该平台对应的账号信息，进而获取该用户对应的ID账号和该用户对应的年龄；S2、历史酒水购买次数统计：所述历史酒水购买次数统计用于对该用户在该电商平台对应的历史购买酒水的次数进行统计，进而获取该用户在该电商平台历史购买酒水次数，将该用户在该电商平台对应的历史酒水购买记录按照其购买时间的先后顺序进行排序，依次标记为1，2，...i,...n；S3、历史购买酒水信息获取：所述历史购买酒水信息获取用于获取该用户在该电商平台历史各次酒水购买时对应的酒水信息，其中，酒水信息包括酒水产地、酒水种类、酒水度数和酒水容量，进而构建历史购买酒水信息集合Jw(Jw1,Jw2,...Jwi,...Jwn)，Jwi表示该用户在该电商平台第i次购买酒水对应的第w个信息，w表示酒水信息，w＝a1,a2,a3,a4,a1,a2,a3和a4分别表示酒水产地、酒水种类、酒水度数和酒水容量；S4、酒水销售商家信息获取：统计该电商平台对应的酒水销售商家的数量，并将该电商平台对应的酒水销售商家按照预设顺序进行编号，依次标记为1,2，...j,...m，其中，酒水销售商家信息包括酒水销售商家基本信息和酒水销售商家销售信息；S5、用户购买酒水信息分析：所述用户购买酒水信息分析用于对该用户购买酒水对应的产地、种类、度数和容量进行分析，进而获取该用户对应的偏好酒水对应的产地、种类、度数等级和容量；S6、商家匹配筛选：所述商家匹配筛选用于将分析的该用户对应的偏爱的酒水对应的产地、种类、度数和容量与各酒水销售商家对应的基本信息进行匹配筛选，进而获取该电商平台对应的各待推荐的酒水销售商家；S7、酒水销售商家推荐：所述酒水销售商家推荐用于将该电商平台各待推荐的酒水销售商家进行互相对比，并进行推荐。进一步地，所述该电商平台各酒水销售商家对应的基本信息包括商家销售酒水种类、商家销售酒水对应的产地、商家销售酒水对应的度数等级和商家销售酒水对应的容量，进而构建各酒水销售商家基本信息集合Xe(Xe1,Xe2,...Xej,...Xem)，Xej表示该电商平台第j个酒水销售商家对应的第e个基本信息，e表示酒水销售商家基本信息，e＝b1,b2,b3,b4,b1,b2,b3和b4分别表示商家销售酒水种类、商家销售酒水对应的产地、商家销售酒水对应的度数等级和商家销售酒水对应的容量。进一步地，所述该电商平台各酒水销售商家对应的销售信息包括商家酒水销售量和商家销售信誉度，进而构建各酒水销售商家销售信息集合Tz(Tz1,Tz2,...Tzj,...Tzm)，Tzj表示该电商平台第j个酒水销售商家对应的第z个销售信息，z表示酒水销售商家销售信息，z＝c1,c2,c1和c2分别表示商家酒水销售量和商家销售信誉度。进一步地，所述对该用户购买酒水产地的具体分析过程包括以下步骤：A1、根据历史购买酒水信息集合进而获取该用户在该电商平台各次购买酒水对应的产地，将该用户在该电商平台各次购买酒水对应的产地进行互相对比筛选，统计该用户在该电商台购买酒水对应的产地数量和各酒水产地对应的购买次数；A2、将该用户在该电商平台购买酒水对应的产地按照预设顺序进行编号，依次标记为1，2，...k,...l；A3、进而将该用户在该电商平台各产地酒水对应的购买次数与该用户在该电商平台对应的酒水购买次数进行对比，进而统计该用户各酒水产地偏好影响系数，其计算公式为αr表示该用户在该电商平台购买的第r个酒水产地对应的偏好影响系数，pr表示该用户在该电商平台购买的第r个酒水产地对应的购买次数，n表示该用户在该电商平台对应的酒水购买次数，r表示酒水产地编号，r＝1，2，...k,...l；A4、根据统计的该用户各酒水产地偏好影响系数，进而将该用户对应的各酒水产地偏好影响系数按照预设顺序进行排序，进而提取排名第一位的酒水产地，并将该酒水产地记为该用户偏好酒水产地。进一步地，所述对用户购买酒水种类的具体分析过程各包括以下步骤：B1、根据统计的该用户对应的偏好酒水产地，进而获取该用户在该电商平台该偏好酒水产地酒水对应的购买次数；B2、进而调取该用户在该电商平台该偏好酒水产地各次购买时对应的酒水种类，进而获取该用户在该电商平台该酒水偏好产地对应的购买酒水的种类，并将该用户在该平台该酒水偏好产地对应的购买酒水的种类按照预设顺序进行编号，依次标记为1，2，...x,...y；B3、将该用户在该电商平台各次购买该偏好酒水产地对应的购买酒水的种类分别进行对比筛选，进而统计该用户在该电商平台该酒水偏好产地各酒水种类对应的购买次数；B4、将该用户在该电商平台该酒水偏好产地各酒水种类对应的购买次数与该偏好酒水种类对应的购买次数进行对比，进而统计该用户各酒水种类偏好影响系数，其计算公式为εh表示该用户在该电商平台该偏好酒水产地第h个酒水种类对应的偏好影响系数，qh该用户在该电商平台该偏好酒水产地第h个酒水种类应的购买次数，p′表示该用户在该电商平台该偏好酒水产地对应的购买次数，h表示购买酒水种类编号，h＝1，2，...x,...y；B5、根据统计的该用户各酒水种类偏好影响系数，进而将统计的该用户各酒水种类偏好影响系数按照从大到小的顺序进行排序，进而提取排名第一位对应的酒水种类，并将该酒水种类记为该用户偏好酒水种类。进一步地，所述对该用户购买酒水对应的度数分析包括：根据该用户对应的偏好酒水对应的种类，进而获取该用户在该电商平台各次购买该偏好酒水种类对应的度数，将该用户在该电商平台各次购买该酒水偏好种类对应的度数本文档来自技高网...

【技术保护点】
1.基于大数据分析和云计算的垂直电商平台商品智能推荐方法，其特征在于：该方法包括以下步骤：/nS1、用户基本信息获取：所述用户基本信息获取通过调取该用户在该平台对应的账号信息，进而获取该用户对应的ID账号和该用户对应的年龄；/nS2、历史酒水购买次数统计：所述历史酒水购买次数统计用于对该用户在该电商平台对应的历史购买酒水的次数进行统计，进而获取该用户在该电商平台历史购买酒水次数，将该用户在该电商平台对应的历史酒水购买记录按照其购买时间的先后顺序进行排序，依次标记为1，2，...i,...n；/nS3、历史购买酒水信息获取：所述历史购买酒水信息获取用于获取该用户在该电商平台历史各次酒水购买时对应的酒水信息，其中，酒水信息包括酒水产地、酒水种类、酒水度数和酒水容量，进而构建历史购买酒水信息集合J

【技术特征摘要】
1.基于大数据分析和云计算的垂直电商平台商品智能推荐方法，其特征在于：该方法包括以下步骤：
S1、用户基本信息获取：所述用户基本信息获取通过调取该用户在该平台对应的账号信息，进而获取该用户对应的ID账号和该用户对应的年龄；
S2、历史酒水购买次数统计：所述历史酒水购买次数统计用于对该用户在该电商平台对应的历史购买酒水的次数进行统计，进而获取该用户在该电商平台历史购买酒水次数，将该用户在该电商平台对应的历史酒水购买记录按照其购买时间的先后顺序进行排序，依次标记为1，2，...i,...n；
S3、历史购买酒水信息获取：所述历史购买酒水信息获取用于获取该用户在该电商平台历史各次酒水购买时对应的酒水信息，其中，酒水信息包括酒水产地、酒水种类、酒水度数和酒水容量，进而构建历史购买酒水信息集合Jw(Jw1,Jw2,...Jwi,...Jwn)，Jwi表示该用户在该电商平台第i次购买酒水对应的第w个信息，w表示酒水信息，w＝a1,a2,a3,a4,a1,a2,a3和a4分别表示酒水产地、酒水种类、酒水度数和酒水容量；
S4、酒水销售商家信息获取：统计该电商平台对应的酒水销售商家的数量，并将该电商平台对应的酒水销售商家按照预设顺序进行编号，依次标记为1,2，...j,...m，其中，酒水销售商家信息包括酒水销售商家基本信息和酒水销售商家销售信息；
S5、用户购买酒水信息分析：所述用户购买酒水信息分析用于对该用户购买酒水对应的产地、种类、度数和容量进行分析，进而获取该用户对应的偏好酒水对应的产地、种类、度数等级和容量；
S6、商家匹配筛选：所述商家匹配筛选用于将分析的该用户对应的偏爱的酒水对应的产地、种类、度数和容量与各酒水销售商家对应的基本信息进行匹配筛选，进而获取该电商平台对应的各待推荐的酒水销售商家；
S7、酒水销售商家推荐：所述酒水销售商家推荐用于将该电商平台各待推荐的酒水销售商家进行互相对比，并进行推荐。


2.根据权利要求1所述的基于大数据分析和云计算的垂直电商平台商品智能推荐方法，其特征在于：所述该电商平台各酒水销售商家对应的基本信息包括商家销售酒水种类、商家销售酒水对应的产地、商家销售酒水对应的度数等级和商家销售酒水对应的容量，进而构建各酒水销售商家基本信息集合Xe(Xe1,Xe2,...Xej,...Xem)，Xej表示该电商平台第j个酒水销售商家对应的第e个基本信息，e表示酒水销售商家基本信息，e＝b1,b2,b3,b4,b1,b2,b3和b4分别表示商家销售酒水种类、商家销售酒水对应的产地、商家销售酒水对应的度数等级和商家销售酒水对应的容量。


3.根据权利要求1所述的基于大数据分析和云计算的垂直电商平台商品智能推荐方法，其特征在于：所述该电商平台各酒水销售商家对应的销售信息包括商家酒水销售量和商家销售信誉度，进而构建各酒水销售商家销售信息集合Tz(Tz1,Tz2,...Tzj,...Tzm)，Tzj表示该电商平台第j个酒水销售商家对应的第z个销售信息，z表示酒水销售商家销售信息，z＝c1,c2,c1和c2分别表示商家酒水销售量和商家销售信誉度。


4.根据权利要求1所述的基于大数据分析和云计算的垂直电商平台商品智能推荐方法，其特征在于：所述对该用户购买酒水产地的具体分析过程包括以下步骤：
A1、根据历史购买酒水信息集合进而获取该用户在该电商平台各次购买酒水对应的产地，将该用户在该电商平台各次购买酒水对应的产地进行互相对比筛选，统计该用户在该电商台购买酒水对应的产地数量和各酒水产地对应的购买次数；
A2、将该用户在该电商平台购买酒水对应的产地按照预设顺序进行编号，依次标记为1，2，...k,...l；
A3、进而将该用户在该电商平台各产地酒水对应的购买次数与该用户在该电商平台对应的酒水购买次数进行对比，进而统计该用户各酒水产地偏好影响系数，其计算公式为αr表示该用户在该电商平台购买的第r个酒水产地对应的偏好影响系数，pr表示该用户在该电商平台购买的第r个酒水产地对应的购买次数，n表示该用户在该电商平台对应的酒水购买次数，r表示酒水产地编号，r＝1，2，...k,...l；
A4、根据统计的该用户各酒水产地偏好影响系数，进而将该用户对应的各酒水产地偏好影响系数按照预设顺序进行排序，进而提取排名第一位的酒水产地，并将该酒水产地记为该用户偏好酒水产地。


5.根据权利要求1所述的基于大数据分析和云计算的垂直电商平台商品智能推荐方法，其特征在于：所述对用户购买酒水种类的具体分析过程各包括以下步骤：
B1、根据统计的该用户对应的偏好酒水产地，进而获取该用户在该电商平台该偏好酒水产地酒水对应的购买次数；
B2、进而调取该用户在该电商平台该偏好酒水产地各次购买时对应的酒水种类，进而获取该用户在该电商平台该酒水偏好产地对应的购买酒水的种类，并将该用户在该平台该酒水偏好产地对应的购买酒水的种类按照预设顺序进行编号，依次标记为1，2，...x,...y；
B3、将该用户在该电商平台各次购买该偏好酒水产地对应的购买酒水的种类分别进行对比筛选，进而统计该用户在该电商平台该酒水偏好产地各酒水种类对应的购买次数；
B4、将该用户在该电商平台该酒水偏好产地各酒水种类对应的购买次数与该偏好酒水种类对应的购买次数进行对比，进而统计该用户各酒水种类偏好影响系数，其计算公式为εh表示该用户在该电商平台该偏好酒水产地第h个酒水种类对应的偏好影响系数，qh该用户在该电商平台该偏好酒水产地第h个酒水种类应的购买次数，p′表示该用户在该电商平台该偏好酒水产地对应的购买次数，h表示购买酒水种类编号，h＝1，2，...x,...y；
B5、根据统计的该用户各酒水种类偏好影响系数，进而将统计的该用户各酒水种类偏好影响系数按照从大到小的顺序进行排序，进而提取排名第一位对应的酒水种类，并将该酒水...

【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：湖北;42