基于大数据的同类商品选型推荐方法技术

本发明专利技术公开了一种基于大数据的同类商品选型推荐方法，涉及数据处理技术领域，包括根据用户输入的关键词文本获取每个关键词的目标分词；根据目标分词获取多个候选商品；获取每个关键词的长尾度；获取锚定商品与每个候选商品的相似度，并根据每个候选商品的销售量获取每个候选商品的热门度；获取锚定商品的浏览兴趣度；获取每个候选商品的重要程度；根据每个候选商品的重要程度获取每个候选商品与锚定商品的关联性；获取每个候选商品的推荐分数，并将排列后的候选商品展示在所述锚定商品所在的页面中；本发明专利技术解决了现有技术中，在进行商品推荐时产生大量的无效推送信息的技术问题。问题。问题。

【技术实现步骤摘要】
基于大数据的同类商品选型推荐方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于大数据的同类商品选型推荐方法。

技术介绍

[0002]在大数据时代的网购生活中，网购用户能够选择的商品数量与日俱增，商品之间的类型关系也变得错综复杂。网购用户在通过文本描述搜索商品时，由于用户描述关键词不准确、商品推荐算法考虑不周等问题，用户在数以亿计的商品中难以搜索到自己心里描述的商品，同类商品推荐方法成为了解决这一问题的重要手段。
[0003]现有技术所推荐的商品虽然具有一定的命中率，即成功引导用户产生相应的购物行为的商品推送信息数量占到了商品推送信息总量的一定比例，但是存在其固有缺陷：现有技术向用户推荐的是用户已经购买过的商品的同类商品，用户很可能因为已经购买的商品而不再考虑所推荐的商品。因而现有技术在进行商品推荐时会产生大量的无效推送信息，无法实现对商品的精准推荐，而且浪费网络及计算机资源。

技术实现思路

[0004]为了解决现有技术中在进行商品推荐时产生大量的无效推送信息，以及浪费网络及计算机资源的技术问题，本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的同类商品选型推荐方法，其特征在于，包括以下步骤：获取用户在客户端搜索框输入的关键词文本，根据所述关键词文本获取每个关键词的目标分词；根据所述目标分词获取多个候选商品；根据每个关键词中目标分词对应的候选商品的数量获取每个关键词的长尾度；从多个候选商品中点击任一候选商品作为锚定商品；获取所述锚定商品与其余候选商品的相似性；根据每个候选商品的销售量获取每个候选商品的热门度；根据所述锚定商品的浏览时长，以及对所述锚定商品的处置行为获取所述锚定商品的浏览兴趣度；根据所述锚定商品与每个候选商品的相似度、每个关键词的长尾度和每个候选商品的热门度，以及所述锚定商品的浏览时长，获取每个候选商品的重要程度；根据每个候选商品的重要程度获取每个候选商品与所述锚定商品的关联性；根据每个候选商品与所述锚定商品的关联性获取每个候选商品的推荐分，根据所述推荐分对每个候选商品进行排列，并将排列后的候选商品展示在所述锚定商品所在的页面中。2.根据权利要求1所述的基于大数据的同类商品选型推荐方法，其特征在于，根据所述关键词文本获取每个关键词的目标分词的过程中，还包括获取所述关键词文本中每个关键词出现的时间点；获取每个关键词的多个分词，并根据每个关键词出现的时间点获取每两个分词之间的时间间隔，根据所述时间间隔获取每个关键词的目标分词；对每个目标分词进行商品推荐，获得多个候选商品。3.根据权利要求1所述的基于大数据的同类商品选型推荐方法，其特征在于，所述获取每个关键词的长尾度的过程为：获取每个关键词中目标分词对应的候选商品的数量；获取与每个候选商品有关联的商品数量的平均值；通过将所述平均值与所述候选商品的数量进行求差获得每个关键词的长尾度。4.根据权利要求1所述的基于大数据的同类商品选型推荐方法，其特征在于，所述候选商品的销售量包括周销售量、月销售量和年销售量。5.根据权利要求4所述的基于大数据的同类商品选型推荐方法，其特征在于，所述获取候选商品的热门度的过程中，还包括设定每个商品年销量的权重值、月销量的权重值和周销量的权重值，并根据年销量的权重值、月销量的权重值和周销量的权重值，以及年销量、月销量和周销量获取每个候选商品的热门度；所述候选商品的热门度通过下式确定：式中，为候选商品的热门度；为候选商品周销售量的权重值；为候选商品的周销售量；为候选商品月销售量的权重值；为候选商品的月销售量；为候选商品年销售量的权重...

【专利技术属性】
技术研发人员：赵壮壮，邱丽容，方清香，
申请(专利权)人：深圳市智加云栖科技有限公司，
类型：发明
国别省市：