一种基于电商大数据的用户兴趣分析方法技术

本发明专利技术公开一种基于电商大数据的用户兴趣分析方法，本发明专利技术通过获取电商平台内目标用户对应的显性反馈信息，分析电商平台内目标用户与各待匹配用户对应的显性反馈信息匹配系数，并筛选电商平台内目标用户对应的各指定用户，从而实现对用户的显性反馈信息进行多维度的精细化匹配，提高后期电商平台的用户推荐精准性和针对性，同时提取电商平台内目标用户和各指定用户对应隐性反馈信息中的关联商品信息，评估电商平台内目标用户与各指定用户的兴趣符合度指数，将按照兴趣符合度指数从大到小的顺序排序后的结果发送至目标用户，从而实现根据用户兴趣进行针对性的交友推荐，提高电商平台用户的交友匹配度。平台用户的交友匹配度。平台用户的交友匹配度。

【技术实现步骤摘要】
一种基于电商大数据的用户兴趣分析方法


[0001]本专利技术涉及用户兴趣分析
，涉及到一种基于电商大数据的用户兴趣分析方法。

技术介绍

[0002]随着电子商务的不断发展，网络购物用户规模会一直呈增长状态，致使电商平台的推荐技术得到应用，带来的效果越来越明显。为了满足用户需求并增加购物体验感，电商平台已经研发并应用基于用户兴趣的交友推荐功能。
[0003]目前，电商平台现有的交友推荐方法主要为协同过滤推荐方法，其核心思想是给用户推荐购买过相同商品的其他用户，但现有的交友推荐方法没有区分用户之间的信息差异性，从而无法实现对用户的显性反馈信息进行多维度的精细化匹配，导致电商平台的用户推荐精准性和针对性不高，进一步无法满足电商平台用户的购物交友需求，进而影响电商平台用户的信任度和体验感；同时电商平台现有的交友推荐方法未能结合用户行为数据智能分析用户兴趣，从而无法实现根据用户兴趣进行针对性的交友推荐，降低电商平台用户的交友匹配度，使得电商平台用户在交互过程中缺乏共同话题，进而降低用户相互之间交流与分享的契机，进一步降低电商平台的商品推广度，在极大程度上影响电商平台的收益。

技术实现思路

[0004]针对上述缺陷和不足，本专利技术实施例提供了一种基于电商大数据的用户兴趣分析方法。
[0005]本专利技术的目的可以通过以下技术方案实现：一种基于电商大数据的用户兴趣分析方法，包括如下步骤：
[0006]步骤一、目标用户显性反馈信息获取：获取电商平台内目标用户对应的显性反馈信息，其中显性反馈信息包括基本信息和兴趣标签；
[0007]步骤二、目标用户显性反馈信息匹配：将电商平台内目标用户对应的显性反馈信息与各待匹配用户对应的显性反馈信息进行匹配，分析电商平台内目标用户与各待匹配用户对应的显性反馈信息匹配系数，并筛选电商平台内目标用户对应的各指定用户；
[0008]步骤三、关联商品类型筛选：根据电商平台内目标用户对应的兴趣标签，筛选电商平台内目标用户对应兴趣标签的关联商品类型，进而提取电商平台内目标用户对应隐性反馈信息中的关联商品信息，其中隐性反馈信息包括浏览记录信息和历史购物信息；
[0009]步骤四、关联商品信息解析：对电商平台内目标用户对应隐性反馈信息中的关联商品信息进行解析，得到电商平台内目标用户与各指定用户对应的隐性反馈信息匹配系数；
[0010]步骤五、用户兴趣符合度指数评估：评估电商平台内目标用户与各指定用户的兴趣符合度指数，并按照兴趣符合度指数从大到小的顺序依次进行排序，将排序结果发送至
目标用户。
[0011]作为一种可选的实施方式，所述步骤二对应的具体步骤如下：
[0012]S21、从电商平台后台提取各待匹配用户对应的显性反馈信息，得到各待匹配用户对应的基本信息，将电商平台内目标用户对应的基本信息与各待匹配用户对应的基本信息进行匹配，得到电商平台内目标用户与各待匹配用户的基本信息匹配度，将其标记为φ
i
，i＝1,2,...,n， i表示为第i个待匹配用户的编号；
[0013]S22、将电商平台内目标用户对应的兴趣标签与预设的各兴趣类型对应的各设定兴趣标签进行对比，筛选电商平台内目标用户对应兴趣标签的兴趣类型，并其记为目标用户对应的兴趣类型，并筛选电商平台内各待匹配用户对应的兴趣类型，将目标用户对应的兴趣类型与各待匹配用户对应的兴趣类型进行对比，统计目标用户与各待匹配用户的兴趣类型符合度，将其标记为α
i
；
[0014]S23、分析电商平台内目标用户与各待匹配用户对应的显性反馈信息匹配系数其中θ
i
表示为电商平台内目标用户与第i个待匹配用户对应的显性反馈信息匹配系数，μ表示为预设的用户显性反馈信息匹配修正因子；
[0015]S24、将电商平台内目标用户与各待匹配用户对应的显性反馈信息匹配系数分别与预设的用户显性反馈信息匹配系数阈值进行对比，若目标用户与某待匹配用户对应的显性反馈信息匹配系数大于或等于预设的用户显性反馈信息匹配系数阈值，则将该待匹配用户记为目标用户对应的指定用户，并统计电商平台内目标用户对应的各指定用户。
[0016]作为一种可选的实施方式，所述步骤三对应的具体步骤如下：
[0017]S31、提取电商平台数据存储库中储存的各兴趣标签对应的关联商品类型，并根据电商平台内目标用户对应的兴趣标签，筛选电商平台内目标用户对应兴趣标签的关联商品类型；
[0018]S32、获取电商平台内目标用户对应的隐性反馈信息，提取电商平台内目标用户对应浏览记录信息中各浏览商品的商品类型，筛选目标用户对应浏览记录信息中的关联商品数量，并获取目标用户对应浏览记录信息中各关联商品的属性信息，将目标用户对应浏览记录信息中关联商品数量和各关联商品的属性信息记为目标用户对应浏览记录信息中的关联商品信息；
[0019]S33、同理，筛选目标用户对应历史购物信息中的关联商品数量，并获取目标用户对应历史购物信息中各关联商品的属性信息，将目标用户对应历史购物信息中关联商品数量和各关联商品的属性信息记为目标用户对应历史购物信息中的关联商品信息。
[0020]作为一种可选的实施方式，所述步骤四对应的具体步骤如下：
[0021]S41、获取电商平台内各指定用户对应隐性反馈信息中的关联商品信息，提取电商平台内各指定用户对应隐性反馈信息中各关联商品的属性信息，对比统计电商平台内目标用户与各指定用户对应隐性反馈信息中相同关联商品数量，解析得到电商平台内目标用户与各指定用户的关联商品数量符合权重系数；
[0022]S42、根据电商平台内各指定用户对应隐性反馈信息中各关联商品的属性信息，解析得到电商平台内目标用户与各指定用户对应隐性反馈信息中的相同关联商品属性信息相似权重系数；
[0023]S43、提取电商平台内目标用户对应历史购物信息中各相同关联商品的评论信息和各指定用户对应历史购物信息中各相同关联商品的评论信息，解析得到电商平台内目标用户与各指定用户对应历史购物信息中的相同关联商品评论信息相似权重系数；
[0024]S44、综合分析电商平台内目标用户与各指定用户对应的隐性反馈信息匹配系数。
[0025]作为一种可选的实施方式，所述步骤S41对应的具体步骤包括：
[0026]根据电商平台内目标用户对应隐性反馈信息中的关联商品信息获得方式，得到电商平台内各指定用户对应隐性反馈信息中的关联商品信息；
[0027]提取电商平台内各指定用户对应浏览记录信息中各关联商品的属性信息，得到电商平台内各指定用户对应浏览记录信息中各关联商品的名称，并提取电商平台内目标用户对应浏览记录信息中各关联商品的名称，对比统计电商平台内目标用户与各指定用户对应浏览记录信息中名称相同的关联商品数量，记为目标用户与各指定用户对应浏览记录信息中相同关联商品数量，将其标记为z
j1
，j＝1,2,...,m，j表示为第j个指定用户的编号；同理，统计电商平台本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电商大数据的用户兴趣分析方法，其特征在于，包括如下步骤：步骤一、目标用户显性反馈信息获取：获取电商平台内目标用户对应的显性反馈信息，其中显性反馈信息包括基本信息和兴趣标签；步骤二、目标用户显性反馈信息匹配：将电商平台内目标用户对应的显性反馈信息与各待匹配用户对应的显性反馈信息进行匹配，分析电商平台内目标用户与各待匹配用户对应的显性反馈信息匹配系数，并筛选电商平台内目标用户对应的各指定用户；步骤三、关联商品类型筛选：根据电商平台内目标用户对应的兴趣标签，筛选电商平台内目标用户对应兴趣标签的关联商品类型，进而提取电商平台内目标用户对应隐性反馈信息中的关联商品信息，其中隐性反馈信息包括浏览记录信息和历史购物信息；步骤四、关联商品信息解析：对电商平台内目标用户对应隐性反馈信息中的关联商品信息进行解析，得到电商平台内目标用户与各指定用户对应的隐性反馈信息匹配系数；步骤五、用户兴趣符合度指数评估：评估电商平台内目标用户与各指定用户的兴趣符合度指数，并按照兴趣符合度指数从大到小的顺序依次进行排序，将排序结果发送至目标用户。2.根据权利要求1所述的一种基于电商大数据的用户兴趣分析方法，其特征在于：所述步骤二对应的具体步骤如下：S21、从电商平台后台提取各待匹配用户对应的显性反馈信息，得到各待匹配用户对应的基本信息，将电商平台内目标用户对应的基本信息与各待匹配用户对应的基本信息进行匹配，得到电商平台内目标用户与各待匹配用户的基本信息匹配度，将其标记为φ
i
，i＝1,2,...,n，i表示为第i个待匹配用户的编号；S22、将电商平台内目标用户对应的兴趣标签与预设的各兴趣类型对应的各设定兴趣标签进行对比，筛选电商平台内目标用户对应兴趣标签的兴趣类型，并其记为目标用户对应的兴趣类型，并筛选电商平台内各待匹配用户对应的兴趣类型，将目标用户对应的兴趣类型与各待匹配用户对应的兴趣类型进行对比，统计目标用户与各待匹配用户的兴趣类型符合度，将其标记为α
i
；S23、分析电商平台内目标用户与各待匹配用户对应的显性反馈信息匹配系数其中θ
i
表示为电商平台内目标用户与第i个待匹配用户对应的显性反馈信息匹配系数，μ表示为预设的用户显性反馈信息匹配修正因子；S24、将电商平台内目标用户与各待匹配用户对应的显性反馈信息匹配系数分别与预设的用户显性反馈信息匹配系数阈值进行对比，若目标用户与某待匹配用户对应的显性反馈信息匹配系数大于或等于预设的用户显性反馈信息匹配系数阈值，则将该待匹配用户记为目标用户对应的指定用户，并统计电商平台内目标用户对应的各指定用户。3.根据权利要求1所述的一种基于电商大数据的用户兴趣分析方法，其特征在于：所述步骤三对应的具体步骤如下：S31、提取电商平台数据存储库中储存的各兴趣标签对应的关联商品类型，并根据电商平台内目标用户对应的兴趣标签，筛选电商平台内目标用户对应兴趣标签的关联商品类型；
S32、获取电商平台内目标用户对应的隐性反馈信息，提取电商平台内目标用户对应浏览记录信息中各浏览商品的商品类型，筛选目标用户对应浏览记录信息中的关联商品数量，并获取目标用户对应浏览记录信息中各关联商品的属性信息，将目标用户对应浏览记录信息中关联商品数量和各关联商品的属性信息记为目标用户对应浏览记录信息中的关联商品信息；S33、同理，筛选目标用户对应历史购物信息中的关联商品数量，并获取目标用户对应历史购物信息中各关联商品的属性信息，将目标用户对应历史购物信息中关联商品数量和各关联商品的属性信息记为目标用户对应历史购物信息中的关联商品信息。4.根据权利要求1所述的一种基于电商大数据的用户兴趣分析方法，其特征在于：所述步骤四对应的具体步骤如下：S41、获取电商平台内各指定用户对应隐性反馈信息中的关联商品信息，提取电商平台内各指定用户对应隐性反馈信息中各关联商品的属性信息，对比统计电商平台内目标用户与各指定用户对应隐性反馈信息中相同关联商品数量，解析得到电商平台内目标用户与各指定用户的关联商品数量符合权重系数；S42、根据电商平台内各指定用户对应隐性反馈信息中各关联商品的属性信息，解析得到电商平台内目标用户与各指定用户对应隐性反馈信息中的相同关联商品属性信息相似权重系数；S43、提取电商平台内目标用户对应历史购物信息中各相同关联商品的评论信息和各指定用户对应历史购物信息中各相同关联商品的评论信息，解析得到电商平台内目标用户与各指定用户对应历史购物信息中的相同关联商品评论信息相似权重系数；S44、综合分析电商平台内目标用户与各指定用户对应的隐性反馈信息匹配系数。5.根据权利要求4所述的一种基于电商大数据的用户兴趣分析方法，其特征在于：所述步骤S41对应的具体步骤包括：根据电商平台内目标用户对应隐性反馈信息中的关联商品信息获得方式，得到电商平台内各指定用户对应隐性反馈信息中的关联商品信息；提取电商平台内各指定用户对应浏览记录信息中各关联商品的属性信息，得到电商平台内各指定用户对应浏览记录信息...

【专利技术属性】
技术研发人员：王玉从，
申请(专利权)人：武汉沁纯服饰有限公司，
类型：发明
国别省市：