一种商品推荐方法技术

本发明专利技术公开了一种商品推荐方法，属于商品推荐领域，该推荐方法包括：获取用户的历史订单信息，所述历史订单信息包括商品类别；根据用户的历史订单信息，获取GMV值；根据GMV值，确定目标用户；根据商品类别，将目标用户进行分组；获取每组目标用户的推荐商品以及推荐商品信息，并根据推荐商品信息获取投资回报率；根据投资回报率，将推荐商品推送给目标用户。本发明专利技术结合GMV值精准地寻找到目标人群，并且获取目标人群接受较多的权益属性比，然后根据权益属性比获取投资回报率，以投资回报率为参考，向目标用户推送商品，在保证买卖双方利益的同时，使商品推荐更加准确。使商品推荐更加准确。使商品推荐更加准确。

【技术实现步骤摘要】
一种商品推荐方法


[0001]本专利技术属于商品推荐领域，具体涉及一种商品推荐方法。

技术介绍

[0002]随着电子技术和网络技术的不断发展，越来越多的用户喜欢网络购物，目前，很多网购平台随机推荐商品给用户，或者根据用户购买的历史商品类别，给用户推荐与历史商品类别相同的商品。现有技术中的商品推荐方法并未考虑投资回报率(return on investment，ROI)和GMV(Gross Merchandise Volume，成交总额)值，因此存在商品推荐不准确的问题，导致营销的精准度低。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供的一种商品推荐方法解决了现有技术中存在的问题。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种商品推荐方法，包括：
[0005]获取用户的历史订单信息，所述历史订单信息包括商品类别；
[0006]根据用户的历史订单信息，获取GMV值；
[0007]根据GMV值，确定目标用户；
[0008]根据商品类别，将目标用户进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品推荐方法，其特征在于，包括：获取用户的历史订单信息，所述历史订单信息包括商品类别；根据用户的历史订单信息，获取GMV值；根据GMV值，确定目标用户；根据商品类别，将目标用户进行分组；获取每组目标用户的推荐商品以及推荐商品信息，并根据推荐商品信息获取投资回报率；根据投资回报率，将推荐商品推送给目标用户。2.根据权利要求1所述的商品推荐方法，其特征在于，所述根据用户的历史订单信息，获取GMV值，包括：根据用户的历史订单信息，获取订单的成交金额，所述历史订单信息包括订单的成交金额；设定衰减系数，并根据衰减系数确定订单的衰减系数权重；根据订单的成交金额和衰减系数权重，获取用户的GMV值。3.根据权利要求2所述的商品推荐方法，其特征在于，所述衰减系数权重为：其中，δ
i
表示用户第i个订单的衰减系数权重，t
i
表示用户第i个订单的下单时间到当前时间的差值，θ表示衰减系数，i＝1,2,
…
,I，I表示历史订单的总数。4.根据权利要求3所述的商品推荐方法，其特征在于，所述GMV值为：其中，w
i
表示用户第i个订单的成交金额。5.根据权利要求1所述的商品推荐方法，其特征在于，所述根据GMV值，确定目标用户，包括：判断用户的GMV值是否大于设定阈值，若是，则确定该用户为目标用户，否则确定该用户不是目标用户。6.根据权利要求1所述的商品推荐方法，其特征在于，所述根据商品类别，将目标用户进行分组，包括：根据商品类别，建立若干类别组，所述类别组与商品类别一一对应；将目标用户的历史订单信息对应的商品类别作为类别标签，所述目标用户至少存在一个类别标签，所述类别标...

【专利技术属性】
技术研发人员：朱俊波，
申请(专利权)人：芸豆数字科技有限公司，
类型：发明
国别省市：