本发明专利技术涉及大数据处理技术领域,尤其是涉及一种交易潜在用户精准分析推荐匹配方法及系统。本系统包括:兴趣集构建模块,根据浏览者浏览预览放大图的鼠标指针的滑动轨迹确定用户的兴趣数据集;以及服务器,根据兴趣数据集在下一页面呈现时,将浏览者指定区域的详细信息与兴趣数据集相匹配的第一相近数据信息一同呈现。本发明专利技术通过将预览放大图片划分为若干区域更加细分信息的颗粒度,捕捉浏览者(用户)可能存在的兴趣点,对浏览者进行推荐尝试,并且结合图片一级兴趣数据集,以及多图片二级兴趣数据集的构建获得与浏览者更加匹配的推荐依据。依据。依据。
【技术实现步骤摘要】
交易潜在用户精准分析推荐匹配方法及系统
[0001]本专利技术涉及大数据处理
,尤其是涉及一种交易潜在用户精准分析推荐匹配方法及系统。
技术介绍
[0002]在现有技术中,为了让消费者拥有更好的消费体验,往往会根据消费者的浏览信息判断消费者的兴趣点,再根据兴趣点做准确的消费匹配和信息推荐,进而提高成交率。
[0003]常见的京东、淘宝等网站均采用这种方式匹配消费者的消费习惯即用户画像,使消费者获得更好的推荐信息。
[0004]但是此种用户画像为了获得更加准确的消费者的兴趣点,需要消费者不断的点击兴趣图片,往往需要5
‑
6次点击才有可能获得较为精准的兴趣点数据,若消费者在浏览图片时候出现误点击则会极大的影响兴趣点判断的准确性,并且由于消费者在首次点击图片或消费链接后,出现二次推荐,二次推荐的图片和链接往往依赖首次点击的图片,由于误点或者消费者目的性不强,因此,二次推荐的图片存在大量与实际兴趣点不符的干扰图片和链接,消费者对于这些信息往往会被其干扰造成消费者兴趣点转移,并且很难挖掘出消费者的潜在兴趣点,无法构建消费者潜在消费动机。
[0005]基于上述问题,亟需设计一种交易潜在用户精准分析推荐匹配方法及系统。
技术实现思路
[0006]本专利技术的目的是提供一种交易潜在用户精准分析推荐匹配方法及系统。
[0007]为了解决上述技术问题,本专利技术提供了一种交易潜在用户精准分析推荐匹配方法,包括:
[0008]步骤S1,对于浏览页面上的陈列图片设置有相应悬浮预览窗;
[0009]所述悬浮预览窗内将预览放大图片划分为若干区域以记录浏览者鼠标指针的滑动轨迹确定浏览区域信息;
[0010]对各区域分别建立相应信息数据集,将根据所述滑动轨迹涉及的信息数据集相并获得用户的一级兴趣数据集;以及
[0011]将浏览者在当前浏览页面浏览相应图片获得的各一级兴趣数据集相交,取交集部分作为二级兴趣数据集;
[0012]步骤S2,所述区域内嵌有与该区域对应的下一页面跳转链接,所述浏览者在当前浏览页面时,由服务器根据二级兴趣数据集选择与之匹配的第一相近数据信息,当从跳转链接点入触发跳转下一页面时,该区域的详细信息与第一相近数据信息一同呈现。
[0013]又一方面,本专利技术还提供了一种交易潜在用户精准分析推荐匹配系统,包括:
[0014]兴趣集构建模块,根据浏览者浏览预览放大图的鼠标指针的滑动轨迹确定用户的兴趣数据集;以及
[0015]服务器,根据兴趣数据集在下一页面呈现时,将浏览者指定区域的详细信息与兴
趣数据集相匹配的第一相近数据信息一同呈现。
[0016]本专利技术的有益效果是,本专利技术的交易潜在用户精准分析推荐匹配方法及系统,通过将预览放大图片划分为若干区域更加细分信息的颗粒度,捕捉浏览者(用户)可能存在的兴趣点,对浏览者进行推荐尝试,并且结合图片一级兴趣数据集,以及多图片二级兴趣数据集的构建获得与浏览者更加匹配的推荐依据;本专利技术更通过对各区域权重的设定能够更好的在浏览者浏览过程中发掘潜在可能的兴趣点,其过程并不会打扰用户的浏览过程,为精准发掘浏览者潜在可能的交易提供数据依据。
附图说明
[0017]下面结合附图和实施例对本专利技术进一步说明。
[0018]图1是本专利技术的交易潜在用户精准分析推荐匹配方法的软件流程图;
[0019]图2是本专利技术的浏览页面上区域划分及信息数据集对应示意图;
[0020]图3是本专利技术的浏览页面上高权重区域停留示意图;
[0021]图4是本专利技术的浏览页面上中权重区域停留示意图;
[0022]图5是本专利技术的浏览页面低中权重区域停留示意图。
具体实施方式
[0023]现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本专利技术的基本结构,因此其仅显示与本专利技术有关的构成。
[0024]当前购物网站通过消费者点击消费连接和图片获得消费者兴趣点(用户画像),但是在消费者浏览购物信息时,无法获得消费者潜在消费信息,没有最大限度的挖掘消费者的消费资源。基于此目的,如图1所示,本实施例提供了一种交易潜在用户精准分析推荐匹配方法,包括:
[0025]步骤S1,构建用户的兴趣数据集,即对于浏览页面上的陈列图片设置有相应悬浮预览窗;所述悬浮预览窗内将预览放大图片划分为若干区域以记录浏览者鼠标指针的滑动轨迹确定浏览区域信息;对各区域分别建立相应信息数据集,将根据所述滑动轨迹涉及的信息数据集相并获得用户的一级兴趣数据集;以及将浏览者在当前浏览页面浏览相应图片获得的各一级兴趣数据集相交,取交集部分作为二级兴趣数据集。相比现有技术,本实施例对成列图片进一步划分其颗粒度,在陈列图片上划分为若干区域,并且若干区域均设置有相应的信息数据集,浏览者(潜在消费者)对图片的预览过程即可以获得其对那些区域感兴趣,进而判断其兴趣数据集,并且通过多个图片的兴趣数据集相交,可以更加准确获得用户匹配数据,整个过程用户无需点击,在用户浏览过程中即可以完成。
[0026]步骤S2,根据兴趣集实现跳转页面后的信息推荐,即所述区域内嵌有与该区域对应的下一页面跳转链接,所述浏览者在当前浏览页面时,由服务器根据二级兴趣数据集选择与之匹配的第一相近数据信息,当从跳转链接点入触发跳转下一页面时,该区域的详细信息与第一相近数据信息一同呈现。
[0027]在本实施例中,如图2所示,所述一级兴趣数据集的建立方法包括:在预览放大图片中将呈现物划分成M个区域,各区域分别建立相应的信息数据集,即X
M
={x
M1
,...,x
Mn
},M≥2,n表示信息数。图2中,M为3,故设置有3个信息数据集,其中X1={x
11
,...,x
1n
}、X2=
{x
21
,...,x
2n
}、X3={x
31
,...,x
3n
}中第一项表示各自区域最想表达的物对应的字段,如车定义为C,其他物也可以通过相应的字段表达,如房屋可以表达为F,依次类推;后面项可以表达相应信息,如品牌、车的颜色、商业信息等,如三菱品牌的汽车可以定义为C1、奥迪品牌的汽车可以定位为C2等,保险可以定位为B;如X1={x
11
,...,x
1n
}表达为X1={C1,SUV,SR,B,1,10},其中,SUV表示车辆类型、SR表示颜色(银色)、B表示车辆新旧程度(可以用A、B、C依次表达车辆新、一般和较差三种新旧程度)、1表示车辆价格(可以通过1、2、3分别表示车辆从低价到高价三种档次)、10表示预览停留时间10秒;上述设定可以通过服务器在后台设定;又如X2={x
21
,...,x
2n
},对于该区域可以对占比最大的物进行表达,即可以表达为X2={C2,CAR,BK,A,3、5},本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种交易潜在用户精准分析推荐匹配方法,其特征在于,包括:步骤S1,对于浏览页面上的陈列图片设置有相应悬浮预览窗;所述悬浮预览窗内将预览放大图片划分为若干区域以记录浏览者鼠标指针的滑动轨迹确定浏览区域信息;对各区域分别建立相应信息数据集,将根据所述滑动轨迹涉及的信息数据集相并获得用户的一级兴趣数据集;以及将浏览者在当前浏览页面浏览相应图片获得的各一级兴趣数据集相交,取交集部分作为二级兴趣数据集;步骤S2,所述区域内嵌有与该区域对应的下一页面跳转链接,所述浏览者在当前浏览页面时,由服务器根据二级兴趣数据集选择与之匹配的第一相近数据信息,当从跳转链接点入触发跳转下一页面时,该区域的详细信息与第一相近数据信息一同呈现。2.根据权利要求1所述的交易潜在用户精准分析推荐匹配方法,其特征在于,所述一级兴趣数据集的建立方法包括:在预览放大图片中将呈现物划分成M个区域,各区域分别建立相应的信息数据集,即X
M
={x
M1
,...,x
Mn
},M≥2,n表示信息数,并设定区域权重至少包括高和低,并记录滑动轨迹在各区域停留时间;在建立一级兴趣数据集时,对于一图片,若滑动轨迹未在高权重区域停留或者滑动轨迹在低权重区域停留时间高于高权重区域停留时间且高权重区域停留时间不超过第一判定时间阈值时,则放弃该图片形成的一级兴趣数据集;否则将该图片对应的一级兴趣数据集定义为有效数据集。3.根据权利要求2所述的交易潜在用户精准分析推荐匹配方法,其特征在于,所述二级兴趣数据集还包括:兴趣数据附加集;所述服务器根据潜在兴趣数据附加集选择与之匹配的第二相近数据信息,当跳转下一页面时,服务器将第一相近数据信息与第二相近数据信息间隔呈现。4.根据权利要求3所述的交易潜在用户精准分析推荐匹配方法,其特征在于,所述兴趣数据附加集的建立方法包括:所述兴趣数据附加集由各图片对应的潜在兴趣数据子集交集部分构成,即设定中权重区域,即在图片中设置与高权重区域相似区域划分为中权重区域,并且记录浏览轨迹在中权重区域停留时间;设定第二判定时间阈值,当滑动轨迹在中权重区域停留时间超过第二判定时间阈值且与高权重区域停留时间的比值在设定范围内时,记录该中权重区域对应的信息数据集作为潜在兴趣数据子集。5.根据权利要求4所述的交易潜...
【专利技术属性】
技术研发人员:蒋瀚湜,李依重,熊海龙,
申请(专利权)人:江苏易交易信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。