一种具有向商家推荐高销售量商品的方法技术

本发明专利技术公开了一种具有向商家推荐高销售量商品的方法，属于高销售量商品推荐方法技术领域，使用算法，从商品画像商品特征、商品历史销售数据、同一订单下的商品组合等信息，自动根据关键词或商家上架商品中，进行推荐，针对商家输入的关键词或商家自有的上架商品，进行选品推荐，为商家选品提供更好的服务。为商家选品提供更好的服务。为商家选品提供更好的服务。

【技术实现步骤摘要】
一种具有向商家推荐高销售量商品的方法


[0001]本专利技术涉及一种高销售量商品推荐方法，特别是涉及一种具有向商家推荐高销售量商品的方法，属于高销售量商品推荐方法


技术介绍

[0002]对于商家，如何选品尤其是挑选出尽可能热销商品一直是一个问题。
[0003]如何从来自供应链的海量的商品中挑选出更“好卖”的商品，决定了商家的盈利利润；
[0004]目前电商现有的推荐算法，主要是面向消费者进行商品推荐，根据用户喜欢的特征，去商品库进行选择，找出相关性最大的多个商品进行推荐。
[0005]个性化推荐通过采集用户信息，商品信息以及用户行为数据，通过分析和整理后过滤掉的商品数据，利用推荐算法的规则和排序方式给用户进行推荐商品的呈现，从而达到个性化的推荐。而用户对呈现结果的反馈比如点击，浏览时间，收藏，购买，作为依据来不断优化推荐系统。
[0006]现有技术关键词：
[0007]推荐系统；
[0008]个性化推荐法；
[0009]协同过滤；
[0010]基于内容的推荐；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有向商家推荐高销售量商品的方法，其特征在于：包括如下步骤：步骤1：获取商家输入的文字信息或\和已有店铺的商品详情信息；步骤2：将获取的商家文本信息转为词向量；步骤3：将待推荐的商品如步骤2中获取词向量并预先存入系统中；步骤4：将获取并转为词向量的商家信息进行匹配系统；步骤5：利用余弦相似性，计算输入词向量信息与待推荐商品的相似性；步骤6：采用GoodsRank排序的方式输入排序后推荐的商品。2.根据权利要求1所述的一种具有向商家推荐高销售量商品的方法，其特征在于：在步骤1中输入的文字信息包括商品标题、商品关键字以及商品规格信息。3.根据权利要求1所述的一种具有向商家推荐高销售量商品的方法，其特征在于：在步骤1中已有店铺的商品详情信息获取方法包括如下步骤：S1：商家提供店铺网络连接；S2：通过计算机数据自动化采集的方法，获取商品的基础信息。4.根据权利要求3所述的一种具有向商家推荐高销售量商品的方法，其特征在于：其中在S2中商品的基础信息包括但标题、规格、品类和详情内容。5.根据权利要求2所述的一种具有向商家推荐高销售量商品的方法，其特征在于：其中在S2中通过API授权接口，自动获取商家商品基础信息。6.根据权利要求1所述的一种具有向商家推荐高销售量商品的方法，其特征在于：在步骤2中将商家文本信息转为词向量包括BOW通过分词词分词，计算分词后所有词的词频，构建词词频向量；在步骤2中将商家文本信息转为词向量还包括TF
‑
IDF分词后，计算所有词的词频TF、以及逆文档频率IDF,以TF*IDF作为该文本信息的向量；在步骤2中将商家文本信息转为词向量还包括词嵌入方法，将...

【专利技术属性】
技术研发人员：赵宏，吕明智，杨海博，时柳，徐进，
申请(专利权)人：江上上海软件科技有限公司，
类型：发明
国别省市：