一种商品推荐方法、商品推荐系统及相关装置制造方法及图纸

本申请提供一种商品推荐方法，包括：从日志系统中获取用户实时浏览行为；确定用户实时浏览行为对应的商品信息；商品信息包含字段及其对应字段值；对商品信息按照所属用户ID进行聚合分组，得到商品流式数据；通过flink框架启用滚动窗口，并输出在滚动窗口时间内商品流式数据的统计结果；将统计结果输入线上推荐系统，并根据线上推荐系统的输出结果得到用户ID对应的推荐商品。本申请实现了多粒度实时统计结果。再根据统计结果结合线上推荐系统，能够进一步提高商品推荐准确率，提高用户对于推荐商品的点击量和购买意愿。本申请还提供一种商品推荐系统、计算机可读存储介质和电子设备，具有上述有益效果。具有上述有益效果。具有上述有益效果。

【技术实现步骤摘要】
一种商品推荐方法、商品推荐系统及相关装置


[0001]本申请涉及大数据处理领域，特别涉及一种商品推荐方法、商品推荐系统及相关装置。

技术介绍

[0002]当前，主要是针对通用场景进行电商推荐，商品的召回和排序是基于平台全部商品，如果直接将其使用在私域店铺上，推荐系统往往会完全没考虑特定商铺用户粘性和用户细粒度行为数据问题，造成推荐效果不理想，最终导致用户流失和企业损失。

技术实现思路

[0003]本申请的目的是提供一种商品推荐方法、商品推荐系统、计算机可读存储介质和电子设备，能够有效提高用户对推荐商品的点击量，从而提高商品购买力。
[0004]为解决上述技术问题，本申请提供一种商品推荐方法，具体技术方案如下：
[0005]从日志系统中获取用户实时浏览行为；
[0006]确定所述用户实时浏览行为对应的商品信息；所述商品信息包含字段及其对应字段值；
[0007]对所述商品信息按照所属用户ID进行聚合分组，得到商品流式数据；
[0008]通过flink框架启用滚动窗口，并输出在所述滚动窗口时间内所述商品流式数据的统计结果；
[0009]将所述统计结果输入线上推荐系统，并根据所述线上推荐系统的输出结果得到所述用户ID对应的推荐商品。
[0010]可选的，从日志系统中获取用户实时浏览行为之后，还包括：
[0011]对所述用户实时浏览行为进行反序列化处理，得到字典格式的用户实时浏览行为数据，并对所述用户实时浏览行为数据按照字典的键值进行取值。
>[0012]可选的，还包括：
[0013]创建执行环境；
[0014]基于flink框架配置所述执行环境的系统参数，并设定消费数据的起始时间；所述系统参数包括消息生产者的名称、消息消费者所在服务信息和消息序列化方式；
[0015]确定所述消费数据的时间处理类型；所述时间处理类型包括事件创建时间类型、算子操作时间类型和数据进入flink时间类型。
[0016]可选的，获取日志系统中所述用户实时浏览行为对应的商品信息之前，还包括：
[0017]利用日志采集系统获取私域用户的应用点击数据；
[0018]将所述应用点击数据通过日志传输管道写入消息队列；
[0019]根据所述消息队列生成所述日志系统。
[0020]可选的，还包括：
[0021]根据生产消息速度和消费消息速度确定所述日志系统中kafka消息队列的分区数
量。
[0022]可选的，将所述统计结果输入线上推荐系统，并根据所述线上推荐系统的输出结果得到所述用户ID对应的推荐商品之前，还包括：
[0023]获取基础模型；
[0024]对所述基础模型进行样本训练，得到推荐模型；
[0025]提取所述用户实时浏览行为对应的用户实时特征；
[0026]利用所述用户实时特征对所述推荐模型进行实时更新，得到所述线上推荐系统。
[0027]可选的，通过flink框架启用滚动窗口，并输出在所述滚动窗口时间内所述商品流式数据的统计结果之前，还包括：
[0028]设置所述滚动窗口的窗口时长，或，根据窗口时长修改指令调整所述滚动窗口的窗口时长。
[0029]本申请还提供一种商品推荐系统，包括：
[0030]行为获取模块，用于从日志系统中获取用户实时浏览行为；
[0031]商品信息确定模块，用于确定所述用户实时浏览行为对应的商品信息；所述商品信息包含字段及其对应字段值；
[0032]分组模块，用于对所述商品信息按照所属用户ID进行聚合分组，得到商品流式数据；
[0033]商品统计模块，用于通过flink框架启用滚动窗口，并输出在所述滚动窗口时间内所述商品流式数据的统计结果；
[0034]商品推荐模块，用于将所述统计结果输入线上推荐系统，并根据所述线上推荐系统的输出结果得到所述用户ID对应的推荐商品。
[0035]本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法的步骤。
[0036]本申请还提供一种电子设备，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上所述的方法的步骤。
[0037]本申请提供一种商品推荐方法，包括：从日志系统中获取用户实时浏览行为；确定所述用户实时浏览行为对应的商品信息；所述商品信息包含字段及其对应字段值；对所述商品信息按照所属用户ID进行聚合分组，得到商品流式数据；通过flink框架启用滚动窗口，并输出在所述滚动窗口时间内所述商品流式数据的统计结果；将所述统计结果输入线上推荐系统，并根据所述线上推荐系统的输出结果得到所述用户ID对应的推荐商品。
[0038]本申请利用flink框架实现对用户实时浏览行为的流数据处理，将无序的用户实时浏览行为变为有序流式数据进行处理，同时基于Flink的聚合操作和滑动窗口，对流式数据中的每个用户进行分组聚合然后开窗统计，实现了多粒度实时统计结果。再根据统计结果结合线上推荐系统，能够进一步提高商品推荐准确率，提高用户对于推荐商品的点击量和购买意愿。
[0039]本申请还提供一种商品推荐系统、计算机可读存储介质和电子设备，具有上述有益效果，此处不再赘述。
附图说明
[0040]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0041]图1为本申请实施例所提供的一种商品推荐方法的流程图；
[0042]图2为本申请实施例所提供的一种日志系统的配置流程图；
[0043]图3为本申请实施例所提供的一种商品推荐系统结构示意图。
具体实施方式
[0044]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0045]请参考图1，图1为本申请实施例所提供的一种商品推荐方法的流程图，该商品推荐方法包括：
[0046]S101：从日志系统中获取用户实时浏览行为；
[0047]本申请需要获取用户实时浏览行为。本申请实施例可以针对私域电商领域。当前私域电商领域的商品推荐准确度较低。而本申请可以事先时采集私域用户点击应用产生的数据，通过日志采集写入指定的Topic，Topic指日志消息发送管道，通过消息队列进行上游用户数据传输。在此对于采用何种消息队列不作限定，可以采用kafka消息队列等。当然，若采用kafka消息队列，可以本文档来自技高网...

【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：从日志系统中获取用户实时浏览行为；确定所述用户实时浏览行为对应的商品信息；所述商品信息包含字段及其对应字段值；对所述商品信息按照所属用户ID进行聚合分组，得到商品流式数据；通过flink框架启用滚动窗口，并输出在所述滚动窗口时间内所述商品流式数据的统计结果；将所述统计结果输入线上推荐系统，并根据所述线上推荐系统的输出结果得到所述用户ID对应的推荐商品。2.根据权利要求1所述的商品推荐方法，其特征在于，从日志系统中获取用户实时浏览行为之后，还包括：对所述用户实时浏览行为进行反序列化处理，得到字典格式的用户实时浏览行为数据，并对所述用户实时浏览行为数据按照字典的键值进行取值。3.根据权利要求1所述的商品推荐方法，其特征在于，还包括：创建执行环境；基于flink框架配置所述执行环境的系统参数，并设定消费数据的起始时间；所述系统参数包括消息生产者的名称、消息消费者所在服务信息和消息序列化方式；确定所述消费数据的时间处理类型；所述时间处理类型包括事件创建时间类型、算子操作时间类型和数据进入flink时间类型。4.根据权利要求1所述的商品推荐方法，其特征在于，获取日志系统中所述用户实时浏览行为对应的商品信息之前，还包括：利用日志采集系统获取私域用户的应用点击数据；将所述应用点击数据通过日志传输管道写入消息队列；根据所述消息队列生成所述日志系统。5.根据权利要求4所述的商品推荐方法，其特征在于，还包括：根据生产消息速度和消费消息速度确定所述日志系统中kafka消息队列的分区数量。6.根据权利要求1所述的商品推荐方法，其特征在于，将所述...

【专利技术属性】
技术研发人员：张有波，
申请(专利权)人：上海微盟企业发展有限公司，
类型：发明
国别省市：