【技术实现步骤摘要】
本说明书涉及数据处理领域，特别涉及一种智能大数据分析系统。
技术介绍
1、在电子商务领域，大多数的消费者喜欢并且习惯在电商平台进行商品购买，在目前的商品购买流程中，需要顾客打开电商平台，从海量的商品里面精心挑选并选购商品，通常需要比价、比质量，以至于在电商平台上购物花费的时间较多。电商平台有时会采用打折促销的方式来增加商品销量，现有的电商平台缺乏合适的促销商品主动推荐方法，顾客往往不能在第一时间获取到想要的商品的打折促销信息。现有技术缺乏合适的促销商品主动推荐方法，导致促销商品推荐单一化、优化率低，促销品成单率无增长。
2、因此，需要提供一种智能大数据分析系统，具有对于不同顾客针对性推荐促销商品，提高电商平台促销品成单率的优点。
技术实现思路
1、本说明书实施例之一提供一种智能大数据分析系统，包括：图谱建立模块，用于建立电商平台出售的多个商品的商品关系图谱；信息获取模块，用于获取所述电商平台的多个顾客的购买记录；顾客聚类模块，用于基于所述电商平台出售的多个商品的商品关系图谱及所述电商平台的多个顾客的购买记录，对所述多个顾客进行聚类，生成多个顾客簇，其中，每个所述顾客簇包括至少一个所述顾客；簇筛选模块，用于基于促销商品的相关信息，从所述多个顾客簇中确定至少一个目标顾客簇；信息筛选模块，用于对于每个所述目标顾客簇，获取所述目标顾客簇包括的每个顾客的与所述促销商品相关的购买记录及搜索记录；二次聚类模块，用于对于每个所述目标顾客簇，基于所述目标顾客簇包括的每个顾客的与所述促销商
2、在一些实施例中，所述建立电商平台出售的多个商品的商品关系图谱，包括：获取所述电商平台出售的商品的相关信息，其中，所述电商平台出售的商品的相关信息至少包括所述电商平台出售的商品的名称、结构、功能及应用场景；基于所述电商平台出售的商品的相关信息，建立所述商品关系图谱。
3、在一些实施例中，所述基于所述电商平台出售的多个商品的商品关系图谱及所述电商平台的多个顾客的购买记录，对所述多个顾客进行聚类，生成多个顾客簇，包括：基于所述电商平台出售的多个商品的商品关系图谱，确定多个商品大类；对于每个所述电商平台的顾客，根据所述顾客的购买记录，确定所述顾客的购买商品的所属商品大类，生成商品大类标签；基于所述多个顾客的商品大类标签，对所述多个顾客进行聚类，生成多个顾客簇。
4、在一些实施例中，所述基于促销商品的相关信息，从所述多个顾客簇中确定至少一个目标顾客簇，包括：基于所述促销商品的相关信息及所述商品关系图谱，确定所述促销商品的所述商品大类；对于每个所述顾客簇，基于所述促销商品的所述商品大类及所述顾客簇对应的商品大类标签，判断所述顾客簇是否为所述目标顾客簇。
5、在一些实施例中，所述基于所述目标顾客簇包括的每个顾客的与所述促销商品相关的购买记录及搜索记录，对所述顾客簇包括的至少一个所述顾客进行二次聚类，确定多个顾客组，包括：对于所述目标顾客簇包括的每个顾客，通过趋势预测模型基于所述顾客的与所述促销商品相关的购买记录及搜索记录，确定所述顾客对所述促销商品的所述商品大类的消费趋势值；基于所述目标顾客簇包括的每个顾客对所述促销商品的所述商品大类的消费趋势值，对所述顾客簇包括的顾客进行二次聚类，确定所述多个顾客组。
6、在一些实施例中，所述获取所述目标顾客簇包括的每个顾客的与所述促销商品相关的购买记录及搜索记录，包括：对于所述目标顾客簇包括的每个顾客，获取所述顾客在第一目标历史时间段对所述促销商品的购买记录及搜索记录；基于所述商品关系图谱，确定所述促销商品的关联商品；对于所述目标顾客簇包括的每个顾客，获取所述顾客在第一目标历史时间段对所述促销商品的关联商品的购买记录及搜索记录。
7、在一些实施例中，获取所述顾客在第一目标历史时间段对所述促销商品的搜索记录，包括：获取所述顾客在第一目标历史时间段的所有搜索记录；对于每条所述搜索记录，确定所述顾客在搜索结果页面的停留时间，基于所述顾客在搜索结果页面的停留时间，判断所述搜索记录是否为有效搜索记录；对于每条所述有效搜索记录，基于所述有效搜索记录的搜索结果确定所述有效搜索记录对应的商品，根据所述有效搜索记录对应的商品判断所述有效搜索记录是否为所述顾客在第一目标历史时间段对所述促销商品的搜索记录。
8、在一些实施例中，所述基于所述顾客组的聚类中心的与所述促销商品相关的购买记录及搜索记录，判断所述顾客组是否为目标顾客组，包括：通过消费预测模型基于所述促销商品的使用寿命及保质时间和所述顾客组的聚类中心的在所述第一目标历史时间段的与所述促销商品相关的购买记录及搜索记录，预测所述顾客组的聚类中心对所述促销商品的消费概率；基于所述消费预测模型预测的所述顾客组的聚类中心对所述促销商品的消费概率，判断所述顾客组是否为目标顾客组。
9、在一些实施例中，还包括：对于每个所述目标顾客组包括的每个顾客，获取所述顾客在第二目标时间段的购买记录，基于所述顾客在第二目标时间段的购买记录，确定所述顾客的配送地址；基于所有所述目标顾客组包括的每个顾客的配送地址，对所有所述目标顾客组包括的顾客进行第三次聚类，确定至少一个目标顾客簇；基于所述目标顾客簇的聚类中心的配送地址，确定所述促销商品在每个配送仓库的配货量。
10、本说明书提供的一种智能大数据分析系统，相比于现有技术，至少具备以下有益效果：
11、(1)通过基于促销商品的相关信息，从多个顾客簇中确定至少一个目标顾客簇，对电商平台的多个顾客中促销商品的潜在顾客进行第一次筛选，在此基础上，基于顾客组的聚类中心的与促销商品相关的购买记录及搜索记录，判断顾客组是否为目标顾客组，对电商平台的多个顾客中促销商品的潜在顾客进行第二次筛选，从而较为准确地确定需要进行推荐的顾客，生成促销商品相关的推送消息，将推送消息发送至目标顾客组包括的顾客使用的用户终端，提高电商平台促销品成单率，且整体的数据处理量更小，效率更高；
12、(2)通过基于目标顾客簇的聚类中心的配送地址，确定促销商品在每个配送仓库的配货量，可以提前分配相应量的促销商品至每个配送仓库，在促销商品销售期间，保证大部分下单的客户所在区域的配送仓库存在现货，提高配送效率。
本文档来自技高网...【技术保护点】
1.一种智能大数据分析系统，其特征在于，包括：
2.根据权利要求1所述的一种智能大数据分析系统，其特征在于，所述建立电商平台出售的多个商品的商品关系图谱，包括：
3.根据权利要求1所述的一种智能大数据分析系统，其特征在于，所述基于所述电商平台出售的多个商品的商品关系图谱及所述电商平台的多个顾客的购买记录，对所述多个顾客进行聚类，生成多个顾客簇，包括：
4.根据权利要求3所述的一种智能大数据分析系统，其特征在于，所述基于促销商品的相关信息，从所述多个顾客簇中确定至少一个目标顾客簇，包括：
5.根据权利要求4所述的一种智能大数据分析系统，其特征在于，所述基于所述目标顾客簇包括的每个顾客的与所述促销商品相关的购买记录及搜索记录，对所述顾客簇包括的至少一个所述顾客进行二次聚类，确定多个顾客组，包括：
6.根据权利要求1所述的一种智能大数据分析系统，其特征在于，所述获取所述目标顾客簇包括的每个顾客的与所述促销商品相关的购买记录及搜索记录，包括：
7.根据权利要求6所述的一种智能大数据分析系统，其特征在于，获取所述顾客在
8.根据权利要求6所述的一种智能大数据分析系统，其特征在于，所述基于所述顾客组的聚类中心的与所述促销商品相关的购买记录及搜索记录，判断所述顾客组是否为目标顾客组，包括：
9.根据权利要求1所述的一种智能大数据分析系统，其特征在于，还包括：
...【技术特征摘要】
1.一种智能大数据分析系统，其特征在于，包括：
2.根据权利要求1所述的一种智能大数据分析系统，其特征在于，所述建立电商平台出售的多个商品的商品关系图谱，包括：
3.根据权利要求1所述的一种智能大数据分析系统，其特征在于，所述基于所述电商平台出售的多个商品的商品关系图谱及所述电商平台的多个顾客的购买记录，对所述多个顾客进行聚类，生成多个顾客簇，包括：
4.根据权利要求3所述的一种智能大数据分析系统，其特征在于，所述基于促销商品的相关信息，从所述多个顾客簇中确定至少一个目标顾客簇，包括：
5.根据权利要求4所述的一种智能大数据分析系统，其特征在于，所述基于所述目标顾客簇包括的每个顾客的与所述促销商品相...
【专利技术属性】
技术研发人员：余明芳，卢向丽，王大成，倪汪蔚，吕品品，
申请(专利权)人：湖州市交通科技发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。