一种基于SaaS模式的自动化搜索推荐服务方法及系统技术方案

本发明专利技术涉及数据处理技术领域，具体涉及一种基于SaaS模式的自动化搜索推荐服务方法及系统。该方法包括：获取搜索记录数据，从其他用户中确定待推荐用户的匹配用户；根据当前搜索商品和搜索记录数据确定待推荐商品；确定待推荐商品的浏览时间系数；组合得到搜索组，确定搜索组的频次作为记录频次，根据所有待推荐商品的记录频次，确定每个待推荐商品的频次影响系数；根据待推荐商品的浏览时间系数、待推荐商品的频次影响系数和待推荐用户对待推荐商品的搜索次数，确定待推荐商品的目标推荐系数，根据目标推荐系数对待推荐商品进行推荐。本发明专利技术能够扩大商品推荐范围，提升推荐风格的多样性，增强商品自适应推荐效果。增强商品自适应推荐效果。增强商品自适应推荐效果。

【技术实现步骤摘要】
一种基于SaaS模式的自动化搜索推荐服务方法及系统


[0001]本专利技术涉及数据处理
，具体涉及一种基于SaaS模式的自动化搜索推荐服务方法及系统。

技术介绍

[0002]随着互联网技术的发展，人们对于信息的获取逐渐大量化与多样化，基于软件即服务（Software as a Service，SaaS）模式的自动化搜索推荐方式得到快速发展，其中互联网服务越来越趋于人性化与高效化，电商软件对商品的推荐即为SaaS模式下自动化搜索推荐的具象化表现。
[0003]相关技术中，用户在进行商品搜索时，基于当前正在搜索的商品进行后续的商品推荐，商品推荐逻辑是基于用户本身的商品浏览习惯，也即通过对用户本身商品浏览习惯的记录进行商品的推荐，这种方式下，较大概率会推荐风格相同的商品，但是在长期服务的过程中，持续推荐风格相同的商品容易导致推荐风格较为单一，推荐范围逐渐缩小，进而导致商品自适应推荐效果不足的问题。

技术实现思路

[0004]为了解决推荐范围较小，推荐风格较为单一，商品自适应推荐效果不足的技术问题，本专利技术提供一种基于SaaS模式的自动化搜索推荐服务方法及系统，所采用的技术方案具体如下：一方面，本专利技术提出了一种基于SaaS模式的自动化搜索推荐服务方法，方法包括：获取待推荐用户和其他用户的搜索记录数据，根据所述待推荐用户和其他用户的搜索记录数据，从所述其他用户中确定所述待推荐用户的匹配用户；根据所述待推荐用户的当前搜索商品和所述匹配用户的搜索记录数据确定待推荐商品；根据所有匹配用户对所述待推荐商品的浏览时间，确定所述待推荐商品的浏览时间系数；将所述待推荐用户的当前搜索商品和待推荐商品组合作为搜索组，从所有所述匹配用户的搜索记录中确定所述搜索组的频次作为所述待推荐商品的记录频次，根据所有所述待推荐商品的记录频次，确定每个待推荐商品的频次影响系数；根据所述待推荐商品的浏览时间系数、所述待推荐商品的频次影响系数和所述待推荐用户对所述待推荐商品的搜索次数，确定所述待推荐商品的目标推荐系数，根据所述目标推荐系数对所述待推荐商品进行推荐。
[0005]进一步地，所述根据所述待推荐用户和其他用户的搜索记录数据，从所述其他用户中确定所述待推荐用户的匹配用户，包括：根据所述待推荐用户和其他用户的搜索记录数据，获得每个其他用户与所述待推荐用户搜索相同商品的次数和每个其他用户搜索商品的总次数；对于任一其他用户，将搜索相同商品的次数与搜索商品的总次数的比值作为该其
他用户的搜索一致性系数；将所述搜索一致性系数大于预设一致性系数阈值的其他用户作为匹配用户。
[0006]进一步地，所述根据所述待推荐用户的当前搜索商品和所述匹配用户的搜索记录数据确定待推荐商品，包括：从所述匹配用户的搜索记录数据中搜索当前搜索商品的历史搜索记录；将所述历史搜索记录中当前搜索商品的下一个商品作为待推荐商品。
[0007]进一步地，所述根据所有匹配用户对所述待推荐商品的浏览时间，确定所述待推荐商品的浏览时间系数，包括：计算任一匹配用户每次搜索所述待推荐商品的浏览时间的归一化值作为浏览时间因子；统计所有匹配用户所有搜索次数下浏览时间因子的均值作为所述待推荐商品的浏览时间系数。
[0008]进一步地，所述根据所有所述待推荐商品的记录频次，确定每个待推荐商品的频次影响系数，包括：计算每个待推荐商品的记录频次的归一化值作为该待推荐商品的频次影响系数。
[0009]进一步地，所述根据所述待推荐商品的浏览时间系数、所述待推荐商品的频次影响系数和所述待推荐用户对所述待推荐商品的搜索次数，确定所述待推荐商品的目标推荐系数，包括：计算所述待推荐商品的浏览时间系数和频次影响系数的乘积作为所述待推荐商品的初始推荐系数；将所述待推荐用户对所述待推荐商品的搜索次数线性映射至预设数值范围内作为搜索影响系数；根据所述初始推荐系数和所述搜索影响系数确定目标推荐系数，其中，所述初始推荐系数与所述目标推荐系数呈正相关关系，所述搜索影响系数与所述目标推荐系数呈正相关关系，所述目标推荐系数的取值为归一化的数值。
[0010]进一步地，所述根据所述目标推荐系数对所述待推荐商品进行推荐，包括：将所述目标推荐系数按照由大到小进行排序，按照排序顺序对对应的待推荐商品进行推荐。
[0011]另一方面，本专利技术提供了一种基于SaaS模式的自动化搜索推荐服务系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现前述所述的一种基于SaaS模式的自动化搜索推荐服务方法。
[0012]本专利技术具有如下有益效果：本专利技术针对相关技术中，根据待推荐用户本身的商品浏览习惯获取商品推荐容易导致的推荐范围较小、推荐风格较为单一的问题，通过待推荐用户和其他用户的搜索记录数据，从其他用户中确定待推荐用户的匹配用户，可以理解的是，因匹配用户和待推荐用户的商品浏览习惯可能具有差异，则对应的通过多个匹配用户确定待推荐用户的商品浏览推荐，能够在保证商品浏览习惯大致相近的情况下，有效扩大商品推荐的范围；也即在一定商品浏览习惯限制范围内保证待推荐商品的多样性；根据所有匹配用户对待推荐商品的浏览时间，确定待推荐商品的浏览时间系数，结合搜索时长特征，从而有效避免刷到即切出的商
品影响推荐的效果，进而提升商品推荐的准确性；将待推荐用户的当前搜索商品和待推荐商品组合作为搜索组，确定搜索组的频次作为待推荐商品的记录频次，对记录频次进行处理，得到每个待推荐商品的频次影响系数，因连续浏览的商品更容易被分类为相似商品，则本专利技术将连续搜索的两件商品作为一个搜索组，且记录搜索频次表征对应匹配用户对待推荐商品的喜爱程度；结合待推荐商品的浏览时间系数、待推荐商品的频次影响系数和待推荐用户对待推荐商品的搜索次数，确定待推荐商品的目标推荐系数，通过结合匹配用户对待推荐商品的喜爱程度和待推荐用户对待推荐商品的商品浏览记录获得目标推荐系数，使得目标推荐系数有效表征各待推荐商品的推荐可能性，提升目标推荐系数的准确性与可靠性，使得在根据目标推荐系数对待推荐商品进行推荐时，具有更优的自适应推荐效果，综上，本专利技术能够结合待推荐用户和多个其他用户的商品浏览习惯，扩大商品推荐范围，提升推荐风格的多样性，增强商品自适应推荐效果。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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，还可以根据这些附图获得其它附图。
[0014]图1为本专利技术一个实施例所提供的一种基于SaaS模式的自动化搜索推荐服务方法流程图。
具体实施方式
[0015]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于SaaS模式的自动化搜索推荐服务方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SaaS模式的自动化搜索推荐服务方法，其特征在于，所述方法包括：获取待推荐用户和其他用户的搜索记录数据，根据所述待推荐用户和其他用户的搜索记录数据，从所述其他用户中确定所述待推荐用户的匹配用户；根据所述待推荐用户的当前搜索商品和所述匹配用户的搜索记录数据确定待推荐商品；根据所有匹配用户对所述待推荐商品的浏览时间，确定所述待推荐商品的浏览时间系数；将所述待推荐用户的当前搜索商品和待推荐商品组合作为搜索组，从所有所述匹配用户的搜索记录中确定所述搜索组的频次作为所述待推荐商品的记录频次，根据所有所述待推荐商品的记录频次，确定每个待推荐商品的频次影响系数；根据所述待推荐商品的浏览时间系数、所述待推荐商品的频次影响系数和所述待推荐用户对所述待推荐商品的搜索次数，确定所述待推荐商品的目标推荐系数，根据所述目标推荐系数对所述待推荐商品进行推荐。2.如权利要求1所述的一种基于SaaS模式的自动化搜索推荐服务方法，其特征在于，所述根据所述待推荐用户和其他用户的搜索记录数据，从所述其他用户中确定所述待推荐用户的匹配用户，包括：根据所述待推荐用户和其他用户的搜索记录数据，获得每个其他用户与所述待推荐用户搜索相同商品的次数和每个其他用户搜索商品的总次数；对于任一其他用户，将搜索相同商品的次数与搜索商品的总次数的比值作为该其他用户的搜索一致性系数；将所述搜索一致性系数大于预设一致性系数阈值的其他用户作为匹配用户。3.如权利要求1所述的一种基于SaaS模式的自动化搜索推荐服务方法，其特征在于，所述根据所述待推荐用户的当前搜索商品和所述匹配用户的搜索记录数据确定待推荐商品，包括：从所述匹配用户的搜索记录数据中搜索当前搜索商品的历史搜索记录；将所述历史搜索记录中当前搜索商品的下一个商品作为待推荐商品。4.如权利要求1所述的一种基于SaaS模式的自动化搜索推荐服...

【专利技术属性】
技术研发人员：周灏，谢永意，梁杰，朱豪举，
申请(专利权)人：量子数科科技有限公司，
类型：发明
国别省市：