一种电商商品推荐方法及其装置制造方法及图纸

本发明专利技术公开了一种电商商品推荐方法及其装置，包括：获取用户行为数据，用户行为数据包括商品分类、商品名称、商品价格、商品浏览时间、商品下单时间以及平台用户唯一标识；对用户行为数据进行分类；建立信息存储表，将分类后的用户行为数据存储至信息存储表；处理用户登录信息，对处理后的用户登录信息进行分类，将分类后的用户登录信息与信息存储表中用户行为数据进行匹配；将匹配后的信息存储表中的商品数据发送至客户端，客户端向与信息存储表相匹配的用户展示电商商品。本发明专利技术可以满足各类电商商品的推荐，过程简单，实现了在人工不干预的情况下电商商品的智能推荐，提升了用户的购物体验和推荐效率，减轻了运维人员的工作负担。负担。负担。

【技术实现步骤摘要】
一种电商商品推荐方法及其装置


[0001]本专利技术涉及商品推荐
，更具体地，涉及一种电商商品推荐方法及其装置。

技术介绍

[0002]随着我国互联网普及率的提高，电子商务发展势头迅猛，近年来，电子商务平台逐渐增多，越来越多的人相较于线下购物更倾向于网上购物的方式，借由网络，人们实现了不出家门即可购买到所需的商品。由于网络平台上商品的种类繁多，用户会在挑选商品的过程中会花费很多时间，为此，几乎每个电子商务平台都会对客户进行商品推荐，然而由于不同的人对商品的需求不同，现有的推荐算法不能满足不同的用户。
[0003]现有文献1(CN110689401A)公开了一种服务商品的推荐方法和装置，包括获取用户行为数据；根据用户行为数据确定推荐服务商品；将推荐服务商品的信息下发给客户端，以使客户端将推荐服务商品的信息进行展示。该方案仅仅适用于服务类商品，不能满足其他种类商品的推荐。
[0004]现有文献2(CN109636545A)公开了一种电商平台商品推荐算法，包括获取运营商原始数据：从运营商大数据系统获取用户及检索记录副本，包括：用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数，该电商平台商品推荐算法，通过获取用户的信息或其他用户的购买记录判断，并进行相关商品的推送。该方案过程比较繁琐。
[0005]因此，亟需提供一种电商商品推荐方法及其装置，可以适用于各类商品的推荐，过程简单，能够针对不同用户进行个性化推荐。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种电商商品推荐方法，包括：
[0007]获取用户行为数据，用户行为数据包括商品分类、商品名称、商品价格、商品浏览时间、商品下单时间以及平台用户唯一标识；
[0008]获取用户行为数据包括：对用户打开商品详情页的第一行为进行第一行为数据埋点，触发第一行为数据埋点后下单购买商品的第二行为进行第二行为数据埋点，根据第一行为数据埋点，获取第一行为数据埋点时的用户行为数据，或者，根据第二行为数据埋点，获取第二行为数据埋点时的用户行为数据；
[0009]对用户行为数据进行分类；
[0010]建立信息存储表，将分类后的用户行为数据存储至信息存储表；
[0011]处理用户登录信息，对处理后的用户登录信息进行分类，将分类后的用户登录信息与信息存储表中的用户行为数据进行匹配；
[0012]将匹配后的信息存储表中的商品数据发送至客户端，客户端向与信息存储表相匹配的用户展示电商商品。
[0013]可选地，获取用户行为数据包括：
[0014]对用户打开商品详情页的第一行为进行第一行为数据埋点，触发第一行为数据埋点后下单购买商品的第二行为进行第二行为数据埋点；
[0015]根据第一行为数据埋点，获取第一行为数据埋点时的用户行为数据，或者，根据第二行为数据埋点，获取第二行为数据埋点时的用户行为数据。
[0016]可选地，对用户行为数据进行分类包括:
[0017]根据平台用户唯一标识对所有用户行为数据进行分类，得到第一次分类。
[0018]可选地，根据平台用户唯一标识对所有用户行为数据进行分类，得到第一次分类包括：
[0019]判断平台用户唯一标识是否为空，若平台用户唯一标识为空，则将其分类至第一用户行为数据，否则，则将其分类至第二用户行为数据。
[0020]可选地，对用户行为数据进行分类还包括：
[0021]根据商品浏览时间，将第一次分类后得到的第一用户行为数据进行分类，得到第二次分类，第一用户行为数据分为第一用户春季浏览行为数据、第一用户夏季浏览行为数据、第一用户秋季浏览行为数据以及第一用户冬季浏览行为数据；和/或，根据商品下单时间，将第一次分类后得到的第一用户行为数据进行分类，得到第二次分类，第一用户行为数据分为第一用户春季下单行为数据、第一用户夏季下单行为数据、第一用户秋季下单行为数据以及第二用户冬季下单行为数据；
[0022]可选地，对用户行为数据进行分类还包括：
[0023]根据商品浏览时间，将第一次分类后得到的第二用户行为数据进行分类，得到第二次分类，第二用户行为数据分为第二用户春季浏览行为数据、第二用户夏季浏览行为数据、第二用户秋季浏览行为数据以及第二用户冬季浏览行为数据；和/或，根据商品下单时间，将第一次分类后得到的第二用户行为数据进行分类，得到第二次分类，第二用户行为数据分为第二用户春季下单行为数据、第二用户夏季下单行为数据、第二用户秋季下单行为数据以及第二用户冬季下单行为数据。
[0024]可选地，建立信息存储表，将分类后的用户行为数据存储至信息存储表包括：
[0025]建立信息存储表，信息存储表包括统一春季商品统计表、统一夏季商品统计表、统一秋季商品统计表、统一冬季商品统计表、用户春季商品喜好表、用户夏季商品喜好表、用户秋季商品喜好表以及用户冬季商品喜好表；
[0026]当根据商品浏览时间，和/或，根据商品下单时间，将第一次分类后得到的第一用户行为数据进行分类时，将第二次分类后的用户行为数据存储至信息存储表，将第一用户春季浏览行为数据和/或第一用户春季下单行为数据存储至统一春季商品统计表、将第一用户夏季浏览行为数据和/或第一用户夏季下单行为数据存储至统一夏季商品统计表、将第一用户秋季浏览行为数据和/或第一用户秋季下单行为数据存储至统一秋季商品统计表、将第一用户冬季浏览行为数据和/或第一用户冬季下单行为数据存储至统一冬季商品统计表；
[0027]当根据商品浏览时间，和/或，根据商品下单时间，将第一次分类后得到的第二用户行为数据进行分类时，将第二用户春季浏览行为数据和/或第二用户春季下单行为数据存储至用户春季商品喜好表、将第二用户夏季浏览行为数据和/或第二用户夏季下单行为数据存储至用户夏季商品喜好表、将第二用户秋季浏览行为数据和/或第二用秋季下单行
为数据存储至用户秋季商品喜好表以及将第二用户冬季浏览行为数据和/或第二用户冬季下单行为数据存储至用户冬季商品喜好表。
[0028]可选地，处理用户登录信息，对用户登录信息进行分类包括：
[0029]处理用户登录信息，得到用户的平台用户唯一标识和用户登录时间；
[0030]对用户登录信息进行分类，对用户登录信息进行分类包括：判断用户的平台用户唯一标识是否为空，若用户的平台用户唯一标识为空，则将该用户分类至新用户，否则，则将其分类至旧用户。
[0031]可选地，将分类后的用户登录信息与信息存储表进行匹配包括：
[0032]根据分类后的用户登录信息与信息存储表进行第一次匹配，得到第一次匹配数据。
[0033]可选地，将分类后的用户登录信息与信息存储表进行匹配还包括：
[0034]根据用户登录时间对第一次匹配数据对用户登录信息和信息存储表进行第二次匹配，得到第二次匹配数据。
[0035]基于同一专利技术构思，本专利技术还公开了一种电商商品推荐装置，包括数据获取模块，数据获取模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电商商品推荐方法，其特征在于，包括：获取用户行为数据，所述用户行为数据包括商品分类、商品名称、商品价格、商品浏览时间、商品下单时间以及平台用户唯一标识；所述获取用户行为数据包括：对所述用户打开商品详情页的第一行为进行第一行为数据埋点，触发所述第一行为数据埋点后下单购买商品的第二行为进行第二行为数据埋点，根据所述第一行为数据埋点，获取所述第一行为数据埋点时的所述用户行为数据，或者，根据所述第二行为数据埋点，获取所述第二行为数据埋点时的所述用户行为数据；对所述用户行为数据进行分类；建立信息存储表，将分类后的所述用户行为数据存储至所述信息存储表；处理用户登录信息，对处理后的所述用户登录信息进行分类，将分类后的所述用户登录信息与所述信息存储表中的所述用户行为数据进行匹配；将匹配后的所述信息存储表中的商品数据发送至客户端，所述客户端向与所述信息存储表相匹配的用户展示电商商品。2.根据权利要求1所述的电商商品推荐方法，其特征在于，所述对所述用户行为数据进行分类包括:根据所述平台用户唯一标识对所有所述用户行为数据进行分类，得到第一次分类。3.根据权利要求2所述的电商商品推荐方法，其特征在于，所述根据所述平台用户唯一标识对所有所述用户行为数据进行分类，得到第一次分类包括：判断所述平台用户唯一标识是否为空，若所述平台用户唯一标识为空，则将其分类至第一用户行为数据，否则，则将其分类至第二用户行为数据。4.根据权利要求3所述的电商商品推荐方法，其特征在于，所述对所述用户行为数据进行分类还包括：根据所述商品浏览时间，将所述第一次分类后得到的所述第一用户行为数据进行分类，得到第二次分类，所述第一用户行为数据分为第一用户春季浏览行为数据、第一用户夏季浏览行为数据、第一用户秋季浏览行为数据以及第一用户冬季浏览行为数据；和/或，根据所述商品下单时间，将所述第一次分类后得到的所述第一用户行为数据进行分类，得到第二次分类，所述第一用户行为数据分为第一用户春季下单行为数据、第一用户夏季下单行为数据、第一用户秋季下单行为数据以及第二用户冬季下单行为数据。5.根据权利要求3所述的电商商品推荐方法，其特征在于，所述对所述用户行为数据进行分类还包括：根据所述商品浏览时间，将所述第一次分类后得到的所述第二用户行为数据进行分类，得到第二次分类，所述第二用户行为数据分为第二用户春季浏览行为数据、第二用户夏季浏览行为数据、第二用户秋季浏览行为数据以及第二用户冬季浏览行为数据；和/或，根据所述商品下单时间，将所述第一次分类后得到的所述第二用户行为数据进行分类，得到第二次分类，所述第二用户行为数据分为第二用户春季下单行为数据、第二用户夏季下单行为数据、第二用户秋季下单行为数据以及第二用户冬季下单行为数据。6.根据权利要求4或5所述的电商商品推荐方法，其特征在于，所述建立信息存储表，将分类后的所述用户行为数据存储至所述信息存储表包括：建立信息存储表，所述信息存储表包括统一春季商品统计表、统一夏季商品统计表、统
一秋季商品统计表、统一冬季商品统计表、用户春季商品喜好表、用户...

【专利技术属性】
技术研发人员：顾连生，邵辉，
申请(专利权)人：北京华心维联网络科技有限公司，
类型：发明
国别省市：