本发明专利技术公开了一种商品自动推荐方法及装置，包括身份认证模块、商场浏览界面、服务器推荐模块、结算模块以及售后模块，具体按以下步骤执行：首先通过身份认证模块对用户进行登录身份认证；进入商场浏览界面，设置不同品类商品界面首选点击量、搜索框关键词，首先通过服务器推荐模块进行信息记录；记录用户浏览每个品类以及相似品类的点击率以及浏览停留时长；通过结算模块记录用户加入购物车以及结算支付的间隔时长。步骤上述步骤判断用户的目的性，为用户设置消费标签，通过服务器推荐模块对不同标签的用户进行推荐客户的目的品类中的带不同标签的商品。本发明专利技术时效性强，能显著的提高成交率。的提高成交率。的提高成交率。
【技术实现步骤摘要】
一种商品自动推荐方法及装置
[0001]本专利技术涉及商品推荐
，具体为一种商品自动推荐方法及装置。
技术介绍
[0002]推荐算法是计算机专业中的一种算法，通过一些数学算法，推测出用户可能喜欢的东西，应用推荐算法比较好的地方主要是网络。所谓推荐算法就是利用用户的一些行为，通过一些数学算法，推测出用户可能喜欢的东西。基于内容的推荐是信息过滤技术的延续与发展，它是建立在项目的内容信息上做出推荐的，而不需要依据用户对项目的评价意见，更多地需要用机器学习的方法从关于内容的特征描述的事例中得到用户的兴趣资料。在基于内容的推荐系统中，项目或对象是通过相关特征的属性来定义的，系统基于用户评价对象的特征、学习用户的兴趣，考察用户资料与待预测项目的匹配程度。用户的资料模型取决于所用的学习方法，常用的有决策树、神经网络和基于向量的表示方法等。基于内容的用户资料需要有用户的历史数据，用户资料模型可能随着用户的偏好改变而发生变化。基于内容的推荐与基于人口统计学的推荐有类似的地方，只不过系统评估的中心转到了物品本身，使用物品本身的相似度而不是用户的相似度来进行推荐。基于内容的推荐算法的优势在于：对用户兴趣可以很好地建模，并通过对物品属性维度的增加，获得更好的推荐精度。而不足之处就在于：
①
物品的属性有限，很难有效得到更多数据；
②
物品相似度的衡量标准只考虑到了物品本身，有一定的片面性；
⑨
需要用户的物品的历史数据，有冷启动的问题。基于协同基于协同过滤的推荐算法技术是推荐系统中应用最早和最为成功的技术之一。它一般采用最近邻技术，利用用户的历史喜好信息计算用户之间的距离，然后利用目标用户的最近邻居用户对商品评价的加权评价值来预测目标用户对特定商品的喜好程度，从而根据这一喜好程度来对目标用户进行推荐。基于协同过滤的推荐算法最大优点是对推荐对象没有特殊的要求，能处理非结构化的复杂对象，如音乐、电影。基于协同过滤的推荐算法是基于这样的假设：为一用户找到他真正感兴趣的内容的好方法是首先找到与此用户有相似兴趣的其他用户，然后将他们感兴趣的内容推荐给此用户。其基本思想非常易于理解，在日常生活中，人们往往会利用好朋友的推荐来进行一些选择。基于协同过滤的推荐算法正是把这一思想运用到电子商务推荐系统中来，基于其他用户对某一内容的评价来向目标用户进行推荐。基于协同过滤的推荐系统可以说是从用户的角度来进行相应推荐的，而且是自动的，即用户获得的推荐是系统从购买模式或浏览行为等隐式获得的，不需要用户努力地找到适合自己兴趣的推荐信息，如填写一些调查表格等。
[0003]上述的基于内容等推荐的算法均是基于用户的多次使用后记录的数据，并且更倾向于用户关掉网页，下一次打开购物网站的时候再进行的推荐，此方法不仅时效性不强，不能及时的抓住用户的心里需求，快速促成成交，错过时间则成交概率大打折扣。
技术实现思路
[0004]本专利技术的目的在于提供一种商品自动推荐方法及装置，
[0005]本专利技术是这样实现的：
[0006]一种商品自动推荐方法及装置，包括身份认证模块、商场浏览界面、服务器推荐模块、结算模块以及售后模块，具体按以下步骤执行：
[0007]S1：首先通过身份认证模块对用户进行登录身份认证；其中身份认证模块包括用户名、密码和防恶意登录模块。
[0008]S2：进入商场浏览界面，设置不同品类商品界面首选点击量、搜索框关键词，首先通过服务器推荐模块进行信息记录；
[0009]S3：记录用户浏览每个品类以及相似品类的点击率以及浏览停留时长；
[0010]S4：通过结算模块记录用户加入购物车以及结算支付的间隔时长。
[0011]进一步，根据步骤S3‑
S4判断用户的目的性，为用户设置消费标签，通过服务器推荐模块对不同标签的用户进行推荐客户的目的品类中的带不同标签的商品，通过服务器推荐模块对不同品类的商品和用户均进行分类贴标签，具体包括感性消费、目的性消费、选择性消费或居家型消费。
[0012]进一步，所述服务器推荐模块实时的采集用户的浏览数据，并在用户下一次刷新的时候进行根据用户标定的标签进行推荐相应标签的商品。
[0013]进一步，所述服务器推荐模块通过关联规则发现用户与商品的共现关系，具体采用Apriori算法或FP
‑
GROWTH算法进行用户和商品关联。
[0014]进一步，一种商品自动推荐装置，包括存储器和与存储器连接的控制处理器，所述存储器用于存储指令，用于存储上述所述的商品自动推荐算法，通过控制处理器执行存储指令。所述存储器与控制处理器均为多个。
[0015]与现有技术相比，本专利技术的有益效果是：
[0016]1、本方法时效性强，能快速的采集用户的意图，和根据用户的特点进行标签划分，然后针对商品进行同样的商品标签划分，在用户进行下一次刷新时，直接根据标签进行推荐相应的商品，运算速率快，不占存储，能显著的提高成交率。
附图说明
[0017]为了更清楚地说明本专利技术实施方式的技术方案，下面将对实施方式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专利技术的某些实施例，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。
[0018]图1是本专利技术一种商品自动推荐方法的流程图。
具体实施方式
[0019]为使本专利技术实施方式的目的、技术方案和优点更加清楚，下面将结合本专利技术实施方式中的附图，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。因此，以下对在附图中提供的本专利技术的实施方式的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施方式。基于本专利技术中的实施方式，
本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。
[0020]请参阅图1，一种商品自动推荐方法及装置，包括身份认证模块、商场浏览界面、服务器推荐模块、结算模块以及售后模块，具体按以下步骤执行：
[0021]S1：首先通过身份认证模块对用户进行登录身份认证；其中身份认证模块包括用户名、密码和防恶意登录模块。
[0022]S2：进入商场浏览界面，设置不同品类商品界面首选点击量、搜索框关键词，首先通过服务器推荐模块进行信息记录；
[0023]S3：记录用户浏览每个品类以及相似品类的点击率以及浏览停留时长；
[0024]S4：通过结算模块记录用户加入购物车以及结算支付的间隔时长。
[0025]本实施例中，根据步骤S3‑
S4判断用户的目的性，为用户设置消费标签，通过服务器推荐模块对不同标签的用户进行推荐客户的目的品类中的带不同标签的商品，通本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种商品自动推荐方法，其特征在于：包括身份认证模块、商场浏览界面、服务器推荐模块、结算模块以及售后模块，具体按以下步骤执行：S1：首先通过身份认证模块对用户进行登录身份认证；S2：进入商场浏览界面，设置不同品类商品界面首选点击量、搜索框关键词，首先通过服务器推荐模块进行信息记录；S3：记录用户浏览每个品类以及相似品类的点击率以及浏览停留时长；S4：通过结算模块记录用户加入购物车以及结算支付的间隔时长。2.根据权利要求1所述的一种商品自动推荐方法，其特征在于，根据步骤S3‑
S4判断用户的目的性，为用户设置消费标签，通过服务器推荐模块对不同标签的用户进行推荐客户的目的品类中的带不同标签的商品。3.根据权利要求2所述的一种商品自动推荐方法，其特征在于，通过服务器推荐模块对不同品类的商品和用户均进行分类贴标签，具体包括感性消费、目的性消费、选择性消费或居家型消费。4.根据...
【专利技术属性】
技术研发人员：何嘉，
申请(专利权)人：如数上海信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。