一种用于电子商务信息直接发布与信息推广的系统和方法技术方案

本发明专利技术涉及电子商务信息技术领域，公开了一种用于电子商务信息直接发布与信息推广的系统，其特征在于，包括中央处理模块、信息采集模块、信息存储分析模块、商品分析模块、商品推荐发布模块、商品推广模块和数据库，所述中央处理模块分别连接所述信息存储分析模块、商品分析模块、商品推荐发布模块、商品推广模块和数据库，所述信息存储分析模块还连接所述信息采集模块。本发明专利技术提供的用于电子商务信息直接发布与信息推广的系统和方法，从用户的个人喜好出发，对商家和商品进行比较，选出合适的商品供用户选择，同时便于商家根据用户对商品的行为选择准确的发布和推广用户喜爱程度高的商品，降低用户的浏览时间，同时便于抓住用户。同时便于抓住用户。同时便于抓住用户。

【技术实现步骤摘要】
一种用于电子商务信息直接发布与信息推广的系统和方法


[0001]本专利技术涉及电子商务信息
，特别涉及一种用于电子商务信息直接发布与信息推广的系统和方法。

技术介绍

[0002]随着社会的不断进步，人们进入了信息时代。无线网络的层层覆盖和商务模式的不断创新，使电子商务应运而生，电子商务已经成为了人们生活中不可或缺的一部分。电子商务的产生和发展，改变了人们原有的购物方式，摆脱了传统购物方式的约束，让人们可以做到足不出户轻松购物。电子商务实现了买家和货源厂商的直接沟通，降低了交易成本，增添了商机，可以给企业和消费者带来非常大的利益。
[0003]近年来，电子商务规模不断增大，各种网购软件相继出现，大量商品任用户挑选，让用户有了更多的选择。但是在这个信息爆炸的时代，面对大量的商品资源，用户如何在短时间内快速筛选出自己真正喜欢的商品已经成为一大难题，用户需要浏览大量的无关商品后，才能寻找到自己真正需要的商品。面对如此多的信息，用户很容易感到迷茫，找不到自己想购买的商品，而多数用户在长时间寻找不到自己需要的商品后即会退出浏览，这也是由于商家随意进行商品发布和推广造成的，没有充分考虑用户的喜好，提高用户的浏览时间，同时不易抓住用户。

技术实现思路

[0004]本专利技术提供了一种用于电子商务信息直接发布与信息推广的系统和方法，从用户的个人喜好出发，对商家和商品进行比较，选出合适的商品供用户选择，同时便于商家根据用户对商品的行为选择准确的发布和推广用户喜爱程度高的商品，降低用户的浏览时间，同时便于抓住用户。
[0005]本专利技术提供了一种用于电子商务信息直接发布与信息推广的系统，包括中央处理模块、信息采集模块、信息存储分析模块、商品分析模块、商品推荐发布模块、商品推广模块和数据库，所述中央处理模块分别连接所述信息存储分析模块、商品分析模块、商品推荐发布模块、商品推广模块和数据库，所述信息存储分析模块还连接所述信息采集模块；
[0006]所述信息采集模块用于在用户基于线上浏览、购买商品时采集其过程中的用户信息、商品信息和偏好信息，并存储在数据库中；
[0007]所述信息存储分析模块用于将用户的历史购买记录和经常浏览商品的记录储存下来便于时时更新，根据所述信息采集模块所采集的用户信息，以进一步分析出用户的喜好类型；
[0008]所述商品分析模块用于在各个商家所卖的商品中查找共同点，并把相类似的商品归为一类，以当目标用户搜索某一件商品时，可以及时地提供相同类型的商品；
[0009]所述商品推荐发布模块用于根据所述信息采集模块和信息储存分析模块得到的结果，将目标用户可能感兴趣或有需求的商品推荐给目标用户；其中，商品推荐发布模块包
括推荐画面重新构建、所占比重分析和个性化商品推荐；
[0010]所述商品推广模块用于从数据库中获取用户信息、商品信息和偏好信息，并采用改进的K
‑
means算法进行用户行为挖掘，在挖掘过程中进行相应的关联规则、过滤规则分析，随后进行数据过滤、排序操作，最后将商品推广给消费者。
[0011]进一步地，所述信息采集模块包括隐性收集单元和显性收集单元，均用于收集用户基于线上浏览、购买商品时采集其过程中的用户信息；所述显性收集单元用于收集用户的年龄、经济收入水平、工作岗位，所述隐性收集单元用于收集用户行为；其中，所述用户行为包括用户的订单表、好友表、商品评价、商品收藏、商品浏览及浏览时间、商品搜索、商品的价格品牌。
[0012]进一步地，所述商品推荐发布模块中采用预设的计算公式计算商品b和商品b+对于目标用户的吸引程度；其中，所述商品b和商品b+之间为相互搭配的商品；预设的计算公式为：
[0013]No(A)＝My(b+)/My(b)
[0014]其中，My(b+)表示在设定时间段内购买b+商品的用户的数量，My(b)表示在设定时间段内购买b+商品的同时购买b商品的用户的数量，No(A)表示b商品和b+商品之间的搭配对于目标用户的吸引程度。
[0015]进一步地，所述商品推广模块中，初始K
‑
means算法包括：
[0016]记用户行为的初始数据集用符号表示为U＝{u1,u2,
…
,u
n
}，用户行为包括用户信息、商品信息和偏好信息，设置K个簇类中心，簇类中心数据用符号表示为C＝{c1,c2,
…
,c
k
}，其中每个簇类中心数据集用C
i
＝{u1,u2,
…
,u
i
,
…
,u
m
}表示，u
i
表示簇类中心点，采用欧拉公式进行簇类中心距离计算：
[0017][0018]如上为单个簇类欧拉距离公式，所有簇类距离公式计算方式为：
[0019][0020]通过判断L(C)函数值是否达到最小值确定是否终止运算。
[0021]进一步地，所述商品推广模块中，改进的K
‑
means算法包括：
[0022]获取聚类中心数量，按照所有簇类距离公式进行适应度计算，判断计算结果是为设计的阈值；
[0023]若计算结果为设计的阈值，则终止计算；
[0024]若计算结果不为设计的阈值，则采用预设的编码规则进行编码，包括聚类中心数量编码；其中，预设的编码规则包括二进制编码；
[0025]采用遗传算法操作使用轮盘算法，并将交叉概率设置为第一预设值；
[0026]在变异操作中将变异概率设置为第二预设值，并返回适应度计算步骤计算新的适应度。
[0027]进一步地，所述数据库采用开源MySQL数据库进行数据存储，其中包括的数据表有：商品信息表、用户信息表、偏好信息表、用户行为信息表。
[0028]本专利技术还提供了一种用于电子商务信息直接发布与信息推广的方法，基于如上所述的用于电子商务信息直接发布与信息推广的系统，包括：
[0029]S1、数据初处理，将用户输入的商品喜爱程度数据分成不同阶段，对数据进行预处理；其中，所述数据预处理包括筛选分类。
[0030]S2、建立分散类，将用户各项商品喜爱程度用先进的糊涂分散类技术进行分散，分散后相似程度的高低决定用户所在的位置，相似度大于设定值的用户在同一区域中，相似程度小于设定值的用户不会在相同的区域内；
[0031]S3、得到目标用户所在区域，利用圆弧高等几何高数计算目标用户所在的区域，目标用户所在的区域即新的商品喜爱区域；
[0032]S4、计算相似度，在目标用户所在的区域中引入反正弦相关函数计算用户之间的相似度，相似度大于设定数值的用户相似程度就高；
[0033]S5、利用同一区域内的m个用户与目标用户b的商品喜爱数据的差值，计算出目标用户b对未购买商品的可能喜爱程度；
[0034]S6、通过分散类技术对信息储存分析模块中的数据和商品分析模块中分析的商品进行比重分析，依本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电子商务信息直接发布与信息推广的系统，其特征在于，包括中央处理模块、信息采集模块、信息存储分析模块、商品分析模块、商品推荐发布模块、商品推广模块和数据库，所述中央处理模块分别连接所述信息存储分析模块、商品分析模块、商品推荐发布模块、商品推广模块和数据库，所述信息存储分析模块还连接所述信息采集模块；所述信息采集模块用于在用户基于线上浏览、购买商品时采集其过程中的用户信息、商品信息和偏好信息，并存储在数据库中；所述信息存储分析模块用于将用户的历史购买记录和经常浏览商品的记录储存下来便于时时更新，根据所述信息采集模块所采集的用户信息，以进一步分析出用户的喜好类型；所述商品分析模块用于在各个商家所卖的商品中查找共同点，并把相类似的商品归为一类，以当目标用户搜索某一件商品时，可以及时地提供相同类型的商品；所述商品推荐发布模块用于根据所述信息采集模块和信息储存分析模块得到的结果，将目标用户可能感兴趣或有需求的商品推荐给目标用户；其中，商品推荐发布模块包括推荐画面重新构建、所占比重分析和个性化商品推荐；所述商品推广模块用于从数据库中获取用户信息、商品信息和偏好信息，并采用改进的K
‑
means算法进行用户行为挖掘，在挖掘过程中进行相应的关联规则、过滤规则分析，随后进行数据过滤、排序操作，最后将商品推广给消费者。2.根据权利要求1所述的用于电子商务信息直接发布与信息推广的系统，其特征在于，所述信息采集模块包括隐性收集单元和显性收集单元，均用于收集用户基于线上浏览、购买商品时采集其过程中的用户信息；所述显性收集单元用于收集用户的年龄、经济收入水平、工作岗位，所述隐性收集单元用于收集用户行为；其中，所述用户行为包括用户的订单表、好友表、商品评价、商品收藏、商品浏览及浏览时间、商品搜索、商品的价格品牌。3.根据权利要求2所述的用于电子商务信息直接发布与信息推广的系统，其特征在于，所述商品推荐发布模块中采用预设的计算公式计算商品b和商品b+对于目标用户的吸引程度；其中，所述商品b和商品b+之间为相互搭配的商品；预设的计算公式为：No(A)＝My(b+)/My(b)其中，My(b+)表示在设定时间段内购买b+商品的用户的数量，My(b)表示在设定时间段内购买b+商品的同时购买b商品的用户的数量，No(A)表示b商品和b+商品之间的搭配对于目标用户的吸引程度。4.根据权利要求3所述的用于电子商务信息直接发布与信息推广的系统，其特征在于，所述商品推广模块中，初始K
‑
means算法包括：记用户行为的初始数据集用符号表示为U＝{u1,u2,
…
,u
n
}，用户行为包括用户信息、商品信息和偏好信息，设置K个簇类中心，簇类中心数据用符号表示为C＝{c1,c2,
...

【专利技术属性】
技术研发人员：詹川，黄艳萍，
申请(专利权)人：重庆工商大学，
类型：发明
国别省市：