基于大数据分析的商品推荐方法及系统技术方案

本发明专利技术属于信息处理技术领域，具体公开了基于大数据分析的商品推荐方法及系统，通过各电商平台商品的导向数据集从热搜指数、热推指数以及销量指数方向多维度统计汇总出汇总商品数据集，然后对汇总商品数据集和供应商品数据集的商品信息进行比较，提取两者的交集作为推荐商品信息，再根据相应汇总热门指数和供货商履约度计算推荐商品信息的推荐指数，根据推荐指数选取相应的推荐商品信息组成商品推荐集，从而根据商品推荐集进行相应商品的推荐文案推送。本发明专利技术采用大数据分析方式从各电商品台多种商品热度信息维度出发，可以更准确地把握当前消费者的商品喜好，并综合本地供应商库的供应能力，实现更符合每个商户个体情况的智能化商品推荐。能化商品推荐。能化商品推荐。

【技术实现步骤摘要】
基于大数据分析的商品推荐方法及系统


[0001]本专利技术属于信息处理
，具体涉及基于大数据分析的商品推荐方法及系统。

技术介绍

[0002]随着电子商务的不断发展普及以及支付体系的不断完善，越来越多的消费者喜欢并且习惯在网上进行的商品购买。面对庞大的线上消费群体，精准且有效的线上商品推荐方法可以提高商家的营收。而对于一些快销品来说，消费者的线上复购率一般较低，难以通过消费者的历史数据预测购买行为，而在销售过程中，如何准确把握消费者的购买需求，进而推荐消费者喜好的商品是十分重要的环节。传统的商品推荐方式大多由销售人员根据历史销售数据来判断哪些是热销商品，然后针对经验判定的热销商品进行推荐，依据的信息维度十分单一，这种经验方式在面对快销品线上市场及新用户时，因为不确定因素较多，可能会导致商品推荐的精准性不高，不能准确把握到当前消费者的商品喜好，也没有充分结合供应链的供应能力，可能会导致供应跟不上营销的问题。因此，急需一种更能符合每个商户个体情况的智能化商品推荐方式。

技术实现思路

[0003]本专利技术的目的是提供基于大数据分析的商品推荐方法及系统，用以解决现有技术中存在的上述问题。
[0004]为了实现上述目的，本专利技术采用以下技术方案：
[0005]第一方面，提供基于大数据分析的商品推荐方法，包括：
[0006]获取各电商平台的商品导向数据集以及本地供应商库的供应商品数据集，所述商品导向数据集包括若干平台热搜商品信息、若干平台热推商品信息和若干平台高销量商品信息，以及各平台热搜商品信息对应的热搜指数、各平台热推商品信息对应的热推指数和各平台高销量商品信息对应的销量指数，所述供应商品数据集包括若干供应商品信息以及各供应商品信息对应的供货商履约度；
[0007]根据商品导向数据集中的各平台热搜商品信息、各平台热推商品信息和各平台高销量商品信息统计得到若干平台热门商品信息，并根据商品导向数据集中各平台热搜商品信息对应的热搜指数、各平台热推商品信息对应的热推指数和各平台高销量商品信息对应的销量指数统计得到各平台热门商品信息对应的平台热门指数，将各平台热门商品信息与对应的平台热门指数进行关联组合，得到对应电商平台的热门商品数据集；
[0008]将各电商平台的热门商品数据集进行汇总，得到汇总商品数据集，所述汇总商品数据集包含若干汇总商品信息以及各汇总商品信息对应的汇总热门指数；
[0009]将供应商品数据集中的各供应商品信息与汇总商品数据集中的各汇总商品信息进行比对，筛选出若干推荐商品信息，并确定各推荐商品信息对应的汇总热门指数和供货商履约度，所述推荐商品信息既是供应商品数据集中的相应供应商品信息又是汇总商品数
据集中的相应汇总商品信息；
[0010]将各推荐商品信息对应的汇总热门指数和供货商履约度代入预置的推荐指数计算模型进行计算，得到各推荐商品信息对应的推荐指数；
[0011]根据各推荐商品信息对应的推荐指数对各推荐商品信息进行排名，并选取出排名最高的若干个推荐商品信息组成第一商品推荐集；
[0012]将第一商品推荐集传输至文案编辑端，接收文案编辑端反馈的对应第一商品推荐集的第一商品推荐文案信息，并将第一商品推荐文案信息推送至目标客户端。
[0013]在一个可能的设计中，所述根据商品导向数据集中的各平台热搜商品信息、各平台热推商品信息和各平台高销量商品信息统计得到若干平台热门商品信息，包括：
[0014]对商品导向数据集中的各平台热搜商品信息、各平台热推商品信息和各平台高销量商品信息取并集，得到若干平台热门商品信息，各平台热门商品信息分别对应商品导向数据集若干平台热搜商品信息、若干平台热推商品信息和若干平台高销量商品信息中的多个或一个。
[0015]在一个可能的设计中，所述根据商品导向数据集中各平台热搜商品信息对应的热搜指数、各平台热推商品信息对应的热推指数和各平台高销量商品信息对应的销量指数统计得到各平台热门商品信息对应的平台热门指数，包括：
[0016]在平台热门商品信息仅对应商品导向数据集中若干平台热搜商品信息、若干平台热推商品信息和若干平台高销量商品信息的其中之一时，将该平台热搜商品信息对应的热搜指数或该平台热推商品信息对应的热推指数或该平台高销量商品信息对应的销量指数作为所述平台热门商品信息对应的平台热门指数；在平台热门商品信息同时对应商品导向数据集若干平台热搜商品信息、若干平台热推商品信息和若干平台高销量商品信息中的多个时，将相应平台热搜商品信息对应的热搜指数和/或相应平台热推商品信息对应的热推指数和/或相应平台高销量商品信息对应的销量指数相加求和，得到所述平台热门商品信息对应的平台热门指数。
[0017]在一个可能的设计中，所述将各电商平台的热门商品数据集进行汇总，得到汇总商品数据集，包括：
[0018]对各电商平台热门商品数据集的若干平台热门商品信息取并集，得到若干汇总商品信息，各汇总商品信息分别对应一个或多个平台热门商品信息；
[0019]在汇总商品信息仅对应一个平台热门商品信息时，将该平台热门商品信息对应的平台热门指数作为所述汇总商品信息的汇总热门指数，在汇总商品信息对应多个平台热门商品信息，将相应多个平台热门商品信息对应的平台热门指数相加求和，得到所述汇总商品信息的汇总热门指数；
[0020]将各汇总商品信息与对应的汇总热门指数关联组合，得到汇总商品数据集。
[0021]在一个可能的设计中，所述将供应商品数据集中的各供应商品信息与汇总商品数据集中的各汇总商品信息进行比对，筛选出若干推荐商品信息，并确定各推荐商品信息对应的汇总热门指数和供货商履约度，包括：
[0022]对供应商品数据集中的各供应商品信息与汇总商品数据集中的各汇总商品信息取交集，得到若干推荐商品信息，各推荐商品信息分别对应供应商品数据集中的一个供应商品信息以及汇总商品数据集中的一个汇总商品信息，将对应汇总商品信息的汇总热门指
数以及对应供应商品信息的供货商履约度作为所述推荐商品信息的汇总热门指数和供货商履约度。
[0023]在一个可能的设计中，所述推荐指数计算模型为：
[0024][0025]其中，S表征推荐指数，H表征汇总热门指数，Q表征供货商履约度，α为设定的对应汇总热门指数的权重系数，β为设定的对应供货商履约度的权重系数，λ为设定的校正常数。
[0026]在一个可能的设计中，在筛选出若干推荐商品信息后，所述方法还包括：
[0027]利用筛选出的各推荐商品信息组成第二商品推荐集；
[0028]将第二商品推荐集传输至文案编辑端，接收文案编辑端反馈的对应第二商品推荐集的第二商品推荐文案信息，并将第二商品推荐文案信息推送至目标客户端。
[0029]第二方面，提供基于大数据分析的商品推荐系统，包括获取单元、统计单元、汇总单元、筛选单元、计算单元、选取单元和推送单元，其中：
[0030]获取单元，用于获取各电商平台的商品导向数据集以及本地供应商本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据分析的商品推荐方法，其特征在于，包括：获取各电商平台的商品导向数据集以及本地供应商库的供应商品数据集，所述商品导向数据集包括若干平台热搜商品信息、若干平台热推商品信息和若干平台高销量商品信息，以及各平台热搜商品信息对应的热搜指数、各平台热推商品信息对应的热推指数和各平台高销量商品信息对应的销量指数，所述供应商品数据集包括若干供应商品信息以及各供应商品信息对应的供货商履约度；根据商品导向数据集中的各平台热搜商品信息、各平台热推商品信息和各平台高销量商品信息统计得到若干平台热门商品信息，并根据商品导向数据集中各平台热搜商品信息对应的热搜指数、各平台热推商品信息对应的热推指数和各平台高销量商品信息对应的销量指数统计得到各平台热门商品信息对应的平台热门指数，将各平台热门商品信息与对应的平台热门指数进行关联组合，得到对应电商平台的热门商品数据集；将各电商平台的热门商品数据集进行汇总，得到汇总商品数据集，所述汇总商品数据集包含若干汇总商品信息以及各汇总商品信息对应的汇总热门指数；将供应商品数据集中的各供应商品信息与汇总商品数据集中的各汇总商品信息进行比对，筛选出若干推荐商品信息，并确定各推荐商品信息对应的汇总热门指数和供货商履约度，所述推荐商品信息既是供应商品数据集中的相应供应商品信息又是汇总商品数据集中的相应汇总商品信息；将各推荐商品信息对应的汇总热门指数和供货商履约度代入预置的推荐指数计算模型进行计算，得到各推荐商品信息对应的推荐指数；根据各推荐商品信息对应的推荐指数对各推荐商品信息进行排名，并选取出排名最高的若干个推荐商品信息组成第一商品推荐集；将第一商品推荐集传输至文案编辑端，接收文案编辑端反馈的对应第一商品推荐集的第一商品推荐文案信息，并将第一商品推荐文案信息推送至目标客户端。2.根据权利要求1所述的基于大数据分析的商品推荐方法，其特征在于，所述根据商品导向数据集中的各平台热搜商品信息、各平台热推商品信息和各平台高销量商品信息统计得到若干平台热门商品信息，包括：对商品导向数据集中的各平台热搜商品信息、各平台热推商品信息和各平台高销量商品信息取并集，得到若干平台热门商品信息，各平台热门商品信息分别对应商品导向数据集若干平台热搜商品信息、若干平台热推商品信息和若干平台高销量商品信息中的多个或一个。3.根据权利要求2所述的基于大数据分析的商品推荐方法，其特征在于，所述根据商品导向数据集中各平台热搜商品信息对应的热搜指数、各平台热推商品信息对应的热推指数和各平台高销量商品信息对应的销量指数统计得到各平台热门商品信息对应的平台热门指数，包括：在平台热门商品信息仅对应商品导向数据集中若干平台热搜商品信息、若干平台热推商品信息和若干平台高销量商品信息的其中之一时，将该平台热搜商品信息对应的热搜指数或该平台热推商品信息对应的热推指数或该平台高销量商品信息对应的销量指数作为所述平台热门商品信息对应的平台热门指数；在平台热门商品信息同时对应商品导向数据集若干平台热搜商品信息、若干平台热推商品信息和若干平台高销量商品信息中的多个
时，将相应平台热搜商品信息对应的热搜指数和/或相应平台热推商品信息对应的热推指数和/或相应平台高销量商品信息对应的销量指数相加求和，得到所述平台热门商品信息对应的平台热门指数。4.根据权利要求1所述的基于大数据分析的商品推荐方法，其特征在于，所述将各电商平台的热门商品数据集进行汇总，得到汇总商品数据集，包括：对各电商平台热门商品数据集的若干平台热门商品信息取并集，得到若干汇总商品信息，各汇总商品信息分别对应一个或多个平台热门商品信息；在汇总商品信息仅对应一个平台热门商品信息时，将该平台热门商品信息对应的平台热门指数作为所述汇总商品信息的汇总热门指数，在汇总商品信息对应多个平台热门商品信息，将相应多个平台热门商品信息对应的平台热门指数相加求和，得到所述汇总商品信息的汇总热门指数；将各汇总商品信息与对应的汇总热门指数关联组合，得到...

【专利技术属性】
技术研发人员：孙涛，何俊言，林洛彬，何亚敏，杨继超，聂冲冲，侯文雷，肖云宗，
申请(专利权)人：洛阳嗨团网络科技服务有限公司，
类型：发明
国别省市：