一种电商应用商品推荐方法及装置制造方法及图纸

本发明专利技术公开了一种电商应用商品推荐方法，包以下步骤括：通过频繁二项集算法基于从订单数据库中获取的历史订单交易数据生成商品推荐模型；响应于用户对当前商品进行的预设操作，获取该当前商品的第一特征数据类型；基于所述第一特征数据类型和预置的商品推荐模型从商品数据库中筛选出满足预设条件的商品；将所述满足预设条件的商品地址按照预设机制添加至电商应用当前UI界面。本发明专利技术中通过频繁二项集算法预先建立商品推荐模型，从而能够从历史交易数据中挖掘出存在关联的商品对，进而对客户进行有效的商品推荐，提高商品成交的可能性。性。性。

【技术实现步骤摘要】
一种电商应用商品推荐方法及装置


[0001]本专利技术属于电商应用
，尤其涉及一种电商应用商品推荐方法、装置、计算机设备及可读存储介质。

技术介绍

[0002]电子商务应用在全球各地广泛的商业贸易活动中，在因特网开放的网络环境下，基于浏览器/服务器应用方式，买卖双方不谋面地进行各种商贸活动，实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式。随着互联网技术的发展，电子商务凭借其方便、快捷、价格低、商品种类齐全等优势，得到了快速发展。其中，线上购物逐渐取代线下购物，成为消费者青睐的购物模式。
[0003]研究发现，两个看似无关的东西，通过大量的实际交易数据，发现可能存在交易关系，例如著名的啤酒和尿布的研究。在现有技术中，对于消费者进行线上购物的商品推荐模式主要是通过获取用户的搜索内容进行推荐。然而，这种基于搜索内容的推荐方式所提供的推荐商品，没有考虑到不同商品之间的潜在关联性。

技术实现思路

[0004]为解决上述问题，本专利技术的目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电商应用商品推荐方法，其特征在于，包以下步骤括：响应于用户对当前商品进行的预设操作，获取该当前商品的第一特征数据类型；基于所述第一特征数据类型和预置的商品推荐模型从商品数据库中筛选出满足预设条件的商品；将所述满足预设条件的商品地址按照预设机制添加至电商应用当前UI界面。2.如权利要求1所述的电商应用商品推荐方法，其特征在于，在所述响应于用户对当前商品进行的预设操作，获取该当前商品的第一特征数据类型之前还包括：通过频繁二项集算法基于从订单数据库中获取的历史订单交易数据生成商品推荐模型。3.如权利要求2所述的电商应用商品推荐方法，其特征在于，所述通过频繁二项集算法基于从订单数据库中获取的历史订单交易数据生成商品推荐模型具体包括：读取订单数据库中的历史订单交易数据，对历史订单交易数据中的所有商品进行分组，两两分组构建商品对并统计商品对总数；通过PairCountBolt对每个商品对出现的频次进行统计；通过SupportComputeBolt对商品对的支持度进行计算：其中，所述X表示当前产品，所述Y表示任意与所述当前产品存在商品对关系的商品；使用ConfidenceComputeBolt对商品对的可信度进行计算：其中，所述X表示当前产品，所述Y表示任意与所述当前产品存在商品对关系的商品；基于所述支持度和所述可信度通过FilterBolt对商品对进行筛选，输出满足预设条件的商品第一特征数据类型，其中，所述支持度的优先级高于所述可信度。4.如权利要求1所述的电商应用商品推荐方法，其特征在于，在所述响应于用户对当前商品进行的预设操作，获取该当前商品的第一特征数据类型之前还包括：对商品数据库中的所有商品设置第一特征数据类型属性和第二特征数据类型属性，其中，所述第一特征数据类型属性和所述第二特征数据类型属性满足预设关系。5....

【专利技术属性】
技术研发人员：牛如兵，王敏，徐瑞，
申请(专利权)人：上海聚灵兽科技有限公司，
类型：发明
国别省市：