一种电子商务购物平台商品智能匹配推荐方法技术

本发明专利技术公开了一种电子商务购物平台商品智能匹配推荐方法，涉及线上商品推荐技术领域。本发明专利技术包括如下步骤：将电商平台对应的店铺按照预设顺序进行编号并获取该电商平台各店铺对应的基本信息；收集用户在购物平台的行为日志作为初始数据；对初始数据进行预处理获取用户的偏好数据；将用户偏好数据和ALS推荐算法模型结合得到商品推荐列表；基于用户喜好的搭配推荐以及特殊需求，利用规则匹配算法优化商品推荐列表；获取列表商品对应的型号、材质和售价，对入选列表的商品参数进行分析；结合售价匹配系数对商品综合匹配推荐分析；以列表的形式，显示店铺和店铺对应的编号，并附加购买链接。本发明专利技术提高购物平台推荐的精准度和推荐效率。推荐效率。推荐效率。

【技术实现步骤摘要】
一种电子商务购物平台商品智能匹配推荐方法


[0001]本专利技术属于线上商品推荐
，特别是涉及一种电子商务购物平台商品智能匹配推荐方法。

技术介绍

[0002]随着科技的不断发展和进步，我们的生活也发生了巨大的改变，购物方式也变得多样化，很多消费者为了节省资金成本，会选择在电商平台检索需购买商品对应的同款商品，在这种背景下，为了满足各消费者对“同款”商品的需求，需要提升购物平台商品匹配推荐的准确度。
[0003]现有的购物平台商品智能匹配推荐方法还停留在纯拍照检索获取、纯人工输入检索这两大方面进行商品智能匹配推荐，但是现有的购物平台商品智能匹配推荐方法对商品的匹配度并没有达到真正的智能化，没有达到很精准的匹配效果，因此，现有的购物平台商品智能匹配推荐方法还存在了很多的弊端，一方面，现有的购物平台商品智能匹配推荐方法检索方式单一，无法提高对检索商品特征的获取，另一方面，无法实现对检索商品进行参数补充输入，进而无法有效的提高匹配的精准性，另一方面无法有效的提高对检索商品智能匹配推荐的效率。

技术实现思路

[0004]本专利技术的目的在于提供一种电子商务购物平台商品智能匹配推荐方法，通过获取用户的偏好数据，利用用户偏好数据和ALS推荐算法模型结合得到商品推荐列表，并利用入选列表的商品参数进行分析，解决了现有的购物平台推荐方式单一、商品匹配效果不佳问题。
[0005]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0006]本专利技术为一种电子商务购物平台商品智能匹配推荐方法，包括如下步骤：
[0007]步骤S1：将电商平台对应的店铺按照预设顺序进行编号，并获取该电商平台各店铺对应的基本信息；
[0008]步骤S2：收集用户在购物平台的行为日志作为初始数据；
[0009]步骤S3：对初始数据进行预处理获取用户的偏好数据；
[0010]步骤S4：将用户偏好数据和ALS推荐算法模型结合得到商品推荐列表；
[0011]步骤S5：基于用户喜好的搭配推荐以及特殊需求，利用规则匹配算法优化商品推荐列表；
[0012]步骤S6：获取列表商品对应的型号、材质和售价，对入选列表的商品参数进行分析；
[0013]步骤S7：结合售价匹配系数对商品综合匹配推荐分析；
[0014]步骤S8：以列表的形式，显示店铺和店铺对应的编号，并附加店铺推荐商品对应的购买链接。
[0015]作为一种优选的技术方案，所述步骤S1之前，用户需要先完成该电商平台的账号注册，该电商平台发信息认证指令给该用户，该用户填写认证信息并完成该电商平台的登录。
[0016]作为一种优选的技术方案，所述步骤S1中，将电商平台对应的店铺按照预设顺序进行编号，并获取该电商平台各店铺对应的基本信息；其中，店铺的基本信息包括店铺名称、店铺商品种类和店铺商品特征，进而构建电商平台店铺基本信息集合。
[0017]作为一种优选的技术方案，所述步骤S2中，行为日志包括关键词搜索、图像采集搜索和视频采集搜索；所述关键词搜索用于输入待检索的商品名称；所述图像采集搜索用于输入该待检索的商品图像，进行图像处理去除背景获取待检索图像的正面图像和背面图像；所述视频采集搜索用于数据的该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频转化为视频序列，进而获取该待检索商品对应的各角度视频对应的各帧图像，并将该待检索商品对应的各角度视频对应的各帧图像进行对比筛选，进而获取该待检索商品对应的正面图像和背面图像。
[0018]作为一种优选的技术方案，所述步骤S3中，用户偏好数据采用交替最小二乘法，定义一个三元组<User，Item，Rate>来分别表示用户、商品和评分之间的关系。
[0019]作为一种优选的技术方案，所述步骤S4中，将用户对商品的评分矩阵分解为用户对商品隐含特性的偏好矩阵和菜品所包含的隐含特征矩阵，利用ALS推荐算法模型分解出的矩阵进行多次迭代；ALS推荐算法模型公式为：
[0020][0021]式中，U表示用户对商品的隐含特征偏好矩阵；D表示商品自身隐含的特征偏好矩阵；r
ij
表示用户u
i
对商品v
j
的评分；函数f的目标是使特征举证U和D逼近r
ij
组成的评分矩阵R；I表示评分矩阵中的评分集合；U
i
表示用户u
i
隐含的偏好特征向量；D
j
表示商品v
j
包含的隐含特征向量；表示用户u
i
的评分次数；λ表示正则项系数；表示用户u
i
对商品v
j
的偏好的预测值。
[0022]作为一种优选的技术方案，所述步骤S5中，利用规则匹配算法优化商品推荐列表的具体步骤如下：
[0023]步骤S51：获取ALS得到商品推荐列表Top20；
[0024]步骤S52：构建商品功能表、商品故障表、商品销量表和商品评价表；
[0025]步骤S53：根据步骤S52中的四种表构建优化规则；
[0026]步骤S44：使用优化规则对Top20推荐列表进行优化；
[0027]步骤S45：选择优化后的Top10推荐给用户。
[0028]作为一种优选的技术方案，所述步骤S6中，根据该检索商品对应的型号和材质，进而从数据库中调取该电商平台各店铺商品对应的型号匹配影响系数和该电商平台各店铺商品对应的材质匹配影响系数，将该电商平台各店铺商品对应的售价分别与该待检索商品对应的售价进行对比，进而统计该电商平台各店铺商品对应的售价匹配影响系数。
[0029]作为一种优选的技术方案，所述步骤S7中，商品综合匹配推荐分析根据该电商平台各店铺商品质量匹配影响系数、该电商平台各店铺商品轮廓综合重叠度影响系数、各店铺商品参数对应的综合匹配影响系数统计该电商平台各店铺商品对应的综合匹配推荐影
响系数，并将统计的该电商平台各店铺商品对应的综合匹配推荐影响系数按照从大到小的顺序进行排序，提取排名第一位的店铺和该店铺对应的编号。
[0030]作为一种优选的技术方案，所述步骤S8中，根据排名第一位的店铺和该店铺对应的编号，进而获取该店铺对应推荐商品对应的链接，将该推荐店铺对应的推荐商品的链接发送至该用户端对应的检索界面并进行显示。
[0031]本专利技术具有以下有益效果：
[0032]本专利技术通过获取用户的偏好数据，利用用户偏好数据和ALS推荐算法模型结合得到商品推荐列表，对入选列表的商品参数进行分析，并利用入选列表的商品参数进行分析完成对商品综合匹配推荐分析，提高购物平台推荐的精准度和推荐效率。
[0033]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0034]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子商务购物平台商品智能匹配推荐方法，其特征在于，包括如下步骤：步骤S1：将电商平台对应的店铺按照预设顺序进行编号，并获取该电商平台各店铺对应的基本信息；步骤S2：收集用户在购物平台的行为日志作为初始数据；步骤S3：对初始数据进行预处理获取用户的偏好数据；步骤S4：将用户偏好数据和ALS推荐算法模型结合得到商品推荐列表；步骤S5：基于用户喜好的搭配推荐以及特殊需求，利用规则匹配算法优化商品推荐列表；步骤S6：获取列表商品对应的型号、材质和售价，对入选列表的商品参数进行分析；步骤S7：结合售价匹配系数对商品综合匹配推荐分析；步骤S8：以列表的形式，显示店铺和店铺对应的编号，并附加店铺推荐商品对应的购买链接。2.根据权利要求1所述的一种电子商务购物平台商品智能匹配推荐方法，其特征在于，所述步骤S1之前，用户需要先完成该电商平台的账号注册，该电商平台发信息认证指令给该用户，该用户填写认证信息并完成该电商平台的登录。3.根据权利要求1所述的一种电子商务购物平台商品智能匹配推荐方法，其特征在于，所述步骤S1中，将电商平台对应的店铺按照预设顺序进行编号，并获取该电商平台各店铺对应的基本信息；其中，店铺的基本信息包括店铺名称、店铺商品种类和店铺商品特征，进而构建电商平台店铺基本信息集合。4.根据权利要求1所述的一种电子商务购物平台商品智能匹配推荐方法，其特征在于，所述步骤S2中，行为日志包括关键词搜索、图像采集搜索和视频采集搜索；所述关键词搜索用于输入待检索的商品名称；所述图像采集搜索用于输入该待检索的商品图像，进行图像处理去除背景获取待检索图像的正面图像和背面图像；所述视频采集搜索用于数据的该待检索商品对应的各角度视频，并将该待检索商品对应的各角度视频转化为视频序列，进而获取该待检索商品对应的各角度视频对应的各帧图像，并将该待检索商品对应的各角度视频对应的各帧图像进行对比筛选，进而获取该待检索商品对应的正面图像和背面图像。5.根据权利要求1所述的一种电子商务购物平台商品智能匹配推荐方法，其特征在于，所述步骤S3中，用户偏好数据采用交替最小二乘法，定义一个三元组<User，Item，Rate>来分别表示用户、商品和评分之间的关系。6.根据权利要求1所述的一种电子商务购物平台商品智能匹配推荐方法，其特征在于，所述步骤S4中，将用户对商品的评分矩阵分解为用户对商品隐含特性的偏好矩阵和菜品所包含的隐含特征矩阵，利用ALS推荐算法模型分解出的矩阵进行多次迭代；ALS推荐...

【专利技术属性】
技术研发人员：王迪，
申请(专利权)人：杭州么贝软件科技有限公司，
类型：发明
国别省市：