System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及直播带货推送的,具体涉及一种直播带货智能推送方法及系统。
技术介绍
1、随着互联网普及率不断提高,几乎每个人都能够接触到,对于企业来说直播带货的重要性不言而喻,它可以帮助企业更直观地解决观众需求,留住用户,缩短转化环节,提高用户体验和获得感。而直播带货也是企业家非常有效的营销方式,能够让企业在竞争激烈的市场中脱颖而出。然而,许多企业家对直播带货仍然陌生,认为只需要开个摄像头卖东西就好了。事实上,直播带货需要系统性的概念和专业的运营服务,如何提高直播带货的商品推荐精度是必须考虑的重要因素,因此对个性化商品推荐信息进行基于智能设备端的直播带货信息处理非常重要。
技术实现思路
1、本专利技术克服现有技术的不足,针对上诉缺点本专利技术做出了以下的改进和优化。
2、本专利技术的目的通过以下的技术方案实现:
3、一方面,本专利技术提供了一种直播带货智能推送方法,包括以下步骤:
4、s1、获取用户长期兴趣数据和短期兴趣数据;
5、s2、构建用户兴趣模型;
6、s3、更新用户兴趣模型的基本参数;
7、s4、构建直播带货推送模型;
8、s5、根据直播带货推送模型输出推荐商品。
9、优选的,所述s1中,长期兴趣数据是个人注册基本信息,包括用户填写感兴趣的标签信息;短期兴趣是用户的浏览行为中获取,主要通过系统操作日志获取,用户所有的操作行为都储存在系统操作日志中。
10、优选的,所述
11、
12、其中,wij表示特征项typei在标签集合dj中的权重,typeij表示用户ui在系统操作日志中使用标签typej的次数,user表示用户总数,user表示使用过标签typej的用户数。
13、优选的,所述s3中,通过预设时间,定时更新用户兴趣模型的基本参数,其中短期兴趣数据需要实时更新,长期兴趣数据则通过预设时间进行周期性更新。
14、优选的,所述s4中,直播带货推送模型包括注册登录模块、数据储存模块、数据计算模块、商品模块和标签模块。
15、更优的,所述注册模块用于提供用户注册登录,填写基本用户信息;所述数据储存模块用于储存系统操作日志、用户长短期兴趣数据和商品标签数据;所述数据计算模块用于计算用户长短期兴趣的商品权重,根据用户所在地及其天气数据进行大数据分析推送商品;所述商品模块用于提供直播带货的商品信息,所述标签模块用于对直播带货的商品进行分类。
16、在另一方面,本专利技术还提供了一种直播带货智能推送系统,包括依次连接的数据获取模块、兴趣模型构建模块和直播带货模型构建模块;
17、所述数据获取模块用于获取用户长期兴趣数据和短期兴趣数据;
18、所述兴趣模型构建模块用于构建用户兴趣模型和更新用户兴趣模型的基本参数;
19、所述直播带货模型构建模块用于构建直播带货推送模型并根据直播带货推送模型向相关用户输出推荐商品。
20、本专利技术提供了一种直播带货智能推送方法和系统,与现有技术相比,存在以下有益效果:
21、通过长短期兴趣数据的计算,能够精确的捕捉到用户感兴趣的内容,从而精确的对企业作出有利的商品推荐,在满足用户个性化需求的同时,也能有效地缩短消费者挑选商品的时间,提高购买效率,促进人们生活便捷化,并且能够基于用户当地位置输出相关产品,带动当地经济发展。
本文档来自技高网...【技术保护点】
1.一种直播带货智能推送方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S1中,长期兴趣数据是个人注册基本信息,包括用户填写感兴趣的标签信息;短期兴趣是用户的浏览行为中获取,主要通过系统操作日志获取,用户所有的操作行为都储存在系统操作日志中。
3.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S2中,构建一个具有n维特征向量的用户兴趣模型[(v1,w1),(v2,w2),...(vn,wn),并将n维特征向量根据用户的兴趣权重wn按从高到低的顺序进行排序之后进行储存。
4.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S3中,根据系统操作日志中的信息,通过下式计算计算用户的长短期兴趣权重值:
5.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S3中,通过预设时间,定时更新用户兴趣模型的基本参数,其中短期兴趣数据需要实时更新,长期兴趣数据则通过预设时间进行周期性更新。
6.根据权利要求1所述的一种直播带货智能推送方法,其特征
7.根据权利要求6所述的一种直播带货智能推送方法,其特征在于,所述注册模块用于提供用户注册登录,填写基本用户信息;所述数据储存模块用于储存系统操作日志、用户长短期兴趣数据和商品标签数据;所述数据计算模块用于计算用户长短期兴趣的商品权重,根据用户所在地及其天气数据进行大数据分析推送商品;所述商品模块用于提供直播带货的商品信息,所述标签模块用于对直播带货的商品进行分类。
8.一种直播带货智能推送系统,其特征在于,包括依次连接的数据获取模块、兴趣模型构建模块和直播带货模型构建模块;
...【技术特征摘要】
1.一种直播带货智能推送方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述s1中,长期兴趣数据是个人注册基本信息,包括用户填写感兴趣的标签信息;短期兴趣是用户的浏览行为中获取,主要通过系统操作日志获取,用户所有的操作行为都储存在系统操作日志中。
3.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述s2中,构建一个具有n维特征向量的用户兴趣模型[(v1,w1),(v2,w2),...(vn,wn),并将n维特征向量根据用户的兴趣权重wn按从高到低的顺序进行排序之后进行储存。
4.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述s3中,根据系统操作日志中的信息,通过下式计算计算用户的长短期兴趣权重值:
5.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述s...
【专利技术属性】
技术研发人员:朱燕媚,陈锐洛,陈昌兰,
申请(专利权)人:美服数字科技广州有限公司,
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。