一种基于深度学习的电子商务平台商品智能分析推荐系统技术方案

本发明专利技术公开一种基于深度学习的电子商务平台商品智能分析推荐系统，包括购物季节类别设定模块、目标用户服装购物过程记录划分模块、当前时间点归属购物季节类别匹配模块、目标用户特定服装购物过程记录集合筛选模块、服装样式参数偏好分析模块、目标用户适配服装筛选模块、目标用户适配服装推荐终端和现有服装数据库；根据用户近年来的购物过程记录确定目标用户的偏好服装样式参数，进而挑选出满足匹配度阈值的现有服装作为目标用户对应的适配服装，实现了更加精准的服装推荐，同时也增加了目标用户在电子商务平台的使用时间，进一步提高了目标用户对电子商务平台的黏性，有利于电子商务平台的发展。电子商务平台的发展。电子商务平台的发展。

【技术实现步骤摘要】
一种基于深度学习的电子商务平台商品智能分析推荐系统


[0001]本专利技术涉及商品智能推荐
，具体而言，涉及一种基于深度学习的电子商务平台商品智能分析推荐系统。

技术介绍

[0002]近年来互联网的快速发展使电子商务呈现出蓬勃发展的趋势，而今随着生活水平的提高以及交通运输的快速发展，电商平台相对于传统的门店具有不受时间地点限制的优势，人们可以利用电商平台随心所欲地进行购物，所以越来越多的人选择使用电商平台来满足自己的购物需求，同时各种电商平台层出不穷，进而各种电商平台形成竞争关系，电商平台若想从中脱颖而出，其对目标用户的吸引力愈显重要，进而电子商务平台在对目标用户进行商品推荐时需要考虑更多因素，以此来增加目标用户，而人们在购买商品时，购买服装类的重复率更高，因此电子商务平台对目标用户进行服装推荐尤为重要。
[0003]然而现有的电商平台在对用户进行服装推荐过程中大多根据现有服装的版型、颜色等部分信息进行推荐或根据浏览记录进行推荐，导致大多用户在使用电商平台时出现黏性低或者体验感差的问题，具体体现在以下几个方面：
[0004](1)一方面根据现有服装的版型、颜色等部分信息进行推荐，只是简单得匹配到版型一致或颜色一致的现有服装就将其推荐给目标用户，无法根据用户近年来偏好服装的版型、颜色、材质来综合获取某现有服装与其匹配度，以此对目标用户进行服装推荐，从而无法真正分析到目标用户的偏好，做不到更加精准的服装推荐。
[0005](2)另一方面根据浏览记录进行目标用户对偏好服装的分析，没有从多个维度分析偏好服装且没有综合考虑已购服装、加购服装和浏览服装对目标用户偏好服装的影响，进而没有充分关注目标用户的个体差异性，得到的目标用户对偏好服装不准确，无法为目标用户推荐更加合理的服装，从而无法吸引到更多的目标用户，同时也减少了目标用户在电子商务平台的使用时间，进一步降低了目标用户对电子商务平台的黏着性，不利于电子商务平台的发展。

技术实现思路

[0006]为了克服
技术介绍
中的缺点，本专利技术实施例提供了一种基于深度学习的电子商务平台商品智能分析推荐系统,能够有效解决上述
技术介绍
中涉及的问题。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]一种基于深度学习的电子商务平台商品智能分析推荐系统，其特征在于，包括购物季节类别设定模块、目标用户服装购物过程记录划分模块、当前时间点归属购物季节类别匹配模块、目标用户特定服装购物过程记录集合筛选模块、服装样式参数偏好分析模块、目标用户适配服装筛选模块和目标用户适配服装推荐终端和现有服装数据库；
[0009]所述购物季节类别设定模块分别与目标用户服装购物过程记录划分模块和当前时间点归属购物季节类别匹配模块连接，目标用户服装购物过程记录划分模块和当前时间
点归属购物季节类别匹配模块与目标用户特定服装购物过程记录集合筛选模块连接，目标用户特定服装购物过程记录集合筛选模块连接与服装样式参数偏好分析模块连接，服装样式参数偏好分析模块与目标用户适配服装筛选模块连接，目标用户适配服装筛选模块分别与目标用户适配服装推荐终端和现有服装数据库连接；
[0010]所述购物季节类别设定模块用于设定各种购物季节类别和各种购物季节类别对应容纳的月份；
[0011]所述目标用户服装购物过程记录划分模块用于按照预设的各购物年限从电商平台后台提取目标用户在各购物年限的所有服装购物过程记录，并从中筛选出各服装购物过程记录对应的记录月份，进而基于各种购物季节类别对应容纳的月份，将目标用户在各购物年限的所有购物过程记录归类到对应的购物季节类别中，以此得到目标用户在各种购物季节类别内的服装购物过程记录集合；
[0012]所述当前时间点归属购物季节类别匹配模块用于获取当前时间点所属月份，并基于各种购物季节类别对应容纳的月份得到当前时间点对应的归属购物季节类别；
[0013]所述目标用户特定服装购物过程记录集合筛选模块用于将当前时间点对应的归属购物季节类别与目标用户在各种购物季节类别内的服装购物过程记录集合进行匹配，从中匹配出当前时间点对应的归属购物季节类别对应的服装购物过程记录集合，并将该服装购物过程记录集合记为目标用户对应的特定服装购物过程记录集合；
[0014]所述服装样式参数偏好分析模块用于根据目标用户对应的特定服装购物过程记录集合进行目标用户对应的偏好服装样式参数分析；
[0015]所述目标用户适配服装筛选模块用于从现有服装数据库中提取各现有服装对应的服装样式参数，并将其与目标用户对应的偏好服装样式参数进行匹配，统计各现有服装对应的匹配度，进而从中挑选出满足匹配度阈值的现有服装作为目标用户对应的适配服装；
[0016]所述现有服装数据库用于储存当前时间点对应的归属购物季节类别的各现有服装；
[0017]所述服装推荐模块用于将目标用户对应的适配服装推送给目标用户。
[0018]进一步地，所述的一种基于深度学习的电子商务平台商品智能分析推荐系统，其特征在于：所述各种购物季节类别对应容纳的月份具体为：春季类别代表3、4、5月，夏季类别代表6、7、8月，秋季类别代表9、10、11月，冬季类别代表12月以及次年1、2月。
[0019]进一步地，所述的一种基于深度学习的电子商务平台商品智能分析推荐系统，其特征在于：所述服装样式参数包括服装版型、服装颜色和服装材质。
[0020]进一步地，所述的一种基于深度学习的电子商务平台商品智能分析推荐系统，其特征在于：所述目标用户对应的偏好服装样式参数分析具体过程如下：
[0021]S1:从目标用户对应的特定服饰购物过程记录集合内提取各购物过程记录对应的服装样式参数和记录类别，其中记录类别包括购买类别、加购类别和浏览类别；
[0022]S2:从服装样式参数中提取服装版型，进而将各购物过程记录对应的服装版型进行对比，判断是否存在相同服装版型，若存在相同服装版型，则统计相同服装版型的数量及各相同服装版型对应的购物过程记录数量；
[0023]S3:对各相同服装版型分别编号为1,2,...,i,...,n，进而分析各相同服装版型对
应的偏好度,并从中筛选出偏好度最大的相同服装版型作为目标用户对应的偏好服装版型；
[0024]S4：从服装样式参数中提取服装颜色，进而将各购物过程记录对应的服装颜色进行对比，判断是否存在相同服装颜色，若存在相同服装颜色，则统计相同服装颜色的数量及各相同服装颜色对应的购物过程记录数量；
[0025]S5：对各相同服装颜色分别编号为1,2,...,m,...,q，进而分析各相同服装颜色对应的偏好度,并从中筛选出偏好度最大的相同服装颜色作为目标用户对应的偏好服装颜色；
[0026]S6：从服装样式参数中提取服装材质，进而将各购物过程记录对应的服装材质进行对比，判断是否存在相同服装材质，若存在相同服装材质，则统计相同服装材质的数量及各相同服装材质对应的购物过程记录数量；
[0027]S7:对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的电子商务平台商品智能分析推荐系统，其特征在于，包括购物季节类别设定模块、目标用户服装购物过程记录划分模块、当前时间点归属购物季节类别匹配模块、目标用户特定服装购物过程记录集合筛选模块、服装样式参数偏好分析模块、目标用户适配服装筛选模块和目标用户适配服装推荐终端和现有服装数据库；所述购物季节类别设定模块分别与目标用户服装购物过程记录划分模块和当前时间点归属购物季节类别匹配模块连接，目标用户服装购物过程记录划分模块和当前时间点归属购物季节类别匹配模块与目标用户特定服装购物过程记录集合筛选模块连接，目标用户特定服装购物过程记录集合筛选模块连接与服装样式参数偏好分析模块连接，服装样式参数偏好分析模块与目标用户适配服装筛选模块连接，目标用户适配服装筛选模块分别与目标用户适配服装推荐终端和现有服装数据库连接；所述购物季节类别设定模块用于设定各种购物季节类别和各种购物季节类别对应容纳的月份；所述目标用户服装购物过程记录划分模块用于按照预设的各购物年限从电商平台后台提取目标用户在各购物年限的所有服装购物过程记录，并从中筛选出各服装购物过程记录对应的记录月份，进而基于各种购物季节类别对应容纳的月份，将目标用户在各购物年限的所有购物过程记录归类到对应的购物季节类别中，以此得到目标用户在各种购物季节类别内的服装购物过程记录集合；所述当前时间点归属购物季节类别匹配模块用于获取当前时间点所属月份，并基于各种购物季节类别对应容纳的月份得到当前时间点对应的归属购物季节类别；所述目标用户特定服装购物过程记录集合筛选模块用于将当前时间点对应的归属购物季节类别与目标用户在各种购物季节类别内的服装购物过程记录集合进行匹配，从中匹配出当前时间点对应的归属购物季节类别对应的服装购物过程记录集合，并将该服装购物过程记录集合记为目标用户对应的特定服装购物过程记录集合；所述服装样式参数偏好分析模块用于根据目标用户对应的特定服装购物过程记录集合进行目标用户对应的偏好服装样式参数分析；所述目标用户适配服装筛选模块用于从现有服装数据库中提取各现有服装对应的服装样式参数，并将其与目标用户对应的偏好服装样式参数进行匹配，统计各现有服装对应的匹配度，进而从中挑选出满足匹配度阈值的现有服装作为目标用户对应的适配服装；所述现有服装数据库用于储存当前时间点对应的归属购物季节类别的各现有服装；所述服装推荐模块用于将目标用户对应的适配服装推送给目标用户。2.根据权利要求1所述的一种基于深度学习的电子商务平台商品智能分析推荐系统，其特征在于：所述各种购物季节类别对应容纳的月份具体为：春季类别代表3、4、5月，夏季类别代表6、7、8月，秋季类别代表9、10、11月，冬季类别代表12月以及次年1、2月。3.根据权利要求1所述的一种基于深度学习的电子商务平台商品智能分析推荐系统，其特征在于：所述服装样式参数包括服装版型、服装颜色和服装材质。4.根据权利要求1所述的一种基于深度学习的电子商务平台商品智能分析推荐系统，其特征在于：所述目标用户对应的偏好服装样式参数分析具体过程如下：S1:从目标用户对应的特定服饰购物过程记录集合内提取各购物过程记录对应的服装样式参数和记录类别，其中记录类别包括购买类别、加购类别和浏览类别；
S2:从服装样式参数中提取服装版型，进而将各购物过程记录对应的服装版型进行对比，判断是否存在相同服装版型，若存在相同服装版型，则统计相同服装版型的数量及各相同服装版型对应的购物过程记录数量；S3:对各相同服装版型分别编号为1,2,...,i,...,n，进而分析各相同服装版型对应的偏好度,并从中筛选出偏好度最大的相同服装版型作为目标用户对应的偏好服装版型；S4：从服装样式参数中提取服装颜色，进而将各购物过程记录对应的服装颜色进行对比，判断是否存在相同服装颜色，若存在相同服装颜色，则统计相同服装颜色的数量及各相同服装颜色对应的购物过程记录数量；S5：对各相同服装颜色分别编号为1,2,...,m,...,q，进而分析各相同服装颜色对应的偏好度,并从中筛选出偏好度最大的相同服装颜色作为目标用户对应的偏好服装颜色；S6：从服装样式参数中提取服装材质，进而将各购物过程记录对应的服装材质进行对比，判断是否存在相同服装材质，若存在相同服装材质，则统计相同服装材质的数量及各相同服装材质对应的购物过程记录数量；S7:对各相同服装材质分别编号为1,2,...,o,...,w，进而分析各相同服装材质对应的偏好度,并从中筛选出偏好度最大的相同服装材质作为目标用户对应的偏好服装材质。5.根据权利要求4所述的一种基于...

【专利技术属性】
技术研发人员：梁珅源，
申请(专利权)人：武汉洋洪电子商务有限公司，
类型：发明
国别省市：