【技术实现步骤摘要】
本专利技术涉及电子商务，尤其涉及一种用于商品推荐的平台优化管理系统。
技术介绍
1、随着时代的不断发展，互联网和电子商务行业迅速发展壮大，商品的种类和数量也大幅增加，用户在面对庞大的商品选择时往往感到困惑。为了提高用户购物体验和增加销售额，企业开始利用人工智能和数据分析技术来构建商品推荐系统。
2、但目前传统的商品推荐系统可能存在只关注热门商品，而对于其他潜在有价值但较不为人知的商品则不够重视，导致用户在使用这些系统时可能只能接触到已知、常见的商品，而无法获得更广泛和多样化的商品选择。因此我们提出一种用于商品推荐的平台优化管理系统，来解决上述中遇到的问题。
技术实现思路
1、针对现有技术存在的不足，本专利技术提供一种用于商品推荐的平台优化管理系统，以解决上述
技术介绍
中提出的传统的商品推荐系统可能存在只关注热门商品、无法满足用户个性化需求的问题。
2、本专利技术的目的可以通过以下技术方案实现：包括用户信息获取分析模块、商品信息获取分析模块、优化管理模块、推荐平台、数据库；
3、所述用户信息获取分析模块用于捕捉目标用户在智能终端上的用户行为数据，并对用户行为数据进行用户综合分析，得到商品类型对应的类型偏向系数、适用场景对应的适场偏向系数和预测购置周期系数，由类型偏向系数、适场偏向系数、预测购置周期系数构成目标用户的购买倾向模型；
4、所述商品信息获取分析模块用于获取所有个体商品的商品信息，设定商品包括若干个商品类型，每一商品类型内有若干个
5、所述优化管理模块用于接收购买倾向模型和商品倾向模型并进行综合分析处理，得到目标用户对应的综合商品推荐顺序；
6、所述数据库用于接收商品信息和用户行为数据并存储；
7、所述推荐平台用于控制目标用户的智能终端按照综合商品推荐顺序进行显示。
8、优选的，所述优化管理模块用于接收购买倾向模型和商品倾向模型并进行综合分析处理，得到目标用户对应的综合商品推荐顺序，具体分析处理步骤如下：
9、提取类型偏向系数、适场偏向系数、预测购置周期系数、商品特征系数、商品评价系数、价格影响系数，利得到个推系数；按照个推系数的大小顺序对对应个体商品进行排列生成综合商品推荐顺序。
10、优选的，所述优化管理模块还用于对综合商品推荐顺序进行推荐商品替换分析，具体分析如下：
11、将选取商品类型中个推系数最大的个体商品，对该个体商品与相同商品类型中的其余个体商品进行相似度计算，得到相似值；对相似值进行筛选，选取大于预设相似阈值的相似个体商品作为替代推荐商品，按照个推系数的大小顺序对个体商品进行排序生成替代推荐商品列表，对替代推荐商品列表授权替换优先级；设定商品推荐替换条件，在达到设定商品推荐替换条件时对综合商品推荐顺序中的个体商品按照替换优先级顺序对其进行循环替换。
12、优选的，对用户行为数据进行用户综合分析，具体分析过程如下：
13、设定历史选取时区表示为t，获取当前时刻之前历史选取时区内的用户行为数据，提取用户行为数据中已购置商品的数量、金额、浏览时长、浏览次数、适用场景、商品类型，并提取收藏商品记录中收藏商品的已收藏时长、金额、浏览时长、浏览次数、适用场景、商品类型，再提取浏览商品记录中浏览商品的金额、浏览时长、浏览次数、适用场景、商品类型；
14、分别对已购置商品、收藏商品、浏览商品进行用户购买商品偏向分析，分别得到已购置商品、收藏商品、浏览商品对应的购置偏向系数、收藏偏向系数、浏览偏向系数；对目标用户在历史选取时区内的购置偏向系数、收藏偏向系数、浏览偏向系数进行整合，得到类型偏向系数；
15、设定有若干个适用场景，每一适用场景中包括若干个指定场景；对所有适用场景的类型偏向系数进行整合处理，得到适场偏向系数；
16、获取目标用户在历史购买记录中所有商品的购买时刻，对相邻的同一商品类型中商品的购买时刻进行时间差计算，得到同品购时差；设定商品同期选取阈值，将相邻且小于商品同期选取阈值的同品购时差所对应购买时刻的最大值与最小值进行差值计算得到短期购置商品时区；对相邻的短期购置商品时区进行时间差计算得到商品复购时长，并提取短期购置商品时区中同一类型商品的购置个数；对商品复购时长、购置个数进行计算，得到目标用户的预测购置周期系数；由类型偏向系数、适场偏向系数、预测购置周期系数构成目标用户的购买倾向模型。
17、优选的，对个体商品的商品信息进行个体商品分析，具体分析如下：
18、从个体商品的商品信息中提取对应的商品特性，设定商品特性内包括有若干个对应特性，提取对应商品特性的参考数值，对所有商品类型的个体商品及对应商品特性进行整合处理，到商品特征系数；
19、获取个体商品的商品评价内容所对应的评价时刻，商品评价内容包括投诉内容、客户评价内容、售后评价内容，按照评价时刻的时间顺序对个体商品的商品评价内容，提取该个体商品的评价总个数；对商品评价内容进行情感类型关键词提取，得到对应商品评价内容的意见情感类型；其中，意见情感类型包括正面类型、中性类型、负面类型；统计对应意见情感类型的个数；获取个体商品的商品评价内容的评论级别，评论级别包括好评、中评、差评，统计对应评价级别的个数；获取个体商品的投诉解决状态，投诉解决状态包括已解决、未解决和等待解决，统计对应投诉解决状态的个数；对所有商品类型中的个体商品的商品评价内容进行整合处理，得到商品评价系数；
20、获取个体商品每次价格变更后的售卖金额，该商品的商品价格变更后的售卖金额进行均值计算，得到对应商品的历史均价，将当前时刻商品的售卖价格与对应历史均价进行差值计算，得到售卖差值；按照时间顺序将相邻两个售卖金额中后者减去前者并除以前者得到商品的涨幅值，按照时间顺序获取对历史中每次价格变更的涨幅值并利用方差公式进行处理，得到对应个体商品的涨幅波动值；提取个体商品每次价格变更后的售卖优惠金额，按照时间顺序获取对历史中每次的售卖优惠金额并利用方差公式进行处理，得到对应商品的优惠波动值；对对应商品的售卖差值、涨幅波动值、优惠波动值进行计算，得到价格影响系数。
21、优选的，所述用户信息获取分析模块和商品信息获取模块内均包括信息授权单元，所述信息授权单元用于向目标用户、商品所属方的智能终端反馈权限获取指令，以获得从目标用户、商品所属方获取信息和数据的权限。
22、与现有技术相比，本专利技术的有益效果：
23、1、本专利技术通过根据用户行为数据和商品信息进行分析，以按照综合商品推荐顺序进行显示，优化对目标用户的商品推荐，给目标用户提供个性化、有针对性、高质量的商品推荐服务，并为电商企业提供更精准的推荐服务，提升用户的购物体验感和平台的销售效果。
本文档来自技高网...【技术保护点】
1.一种用于商品推荐的平台优化管理系统，包括用户信息获取分析模块、商品信息获取分析模块和优化管理模块，其特征在于：
2.根据权利要求1所述的一种用于商品推荐的平台优化管理系统，其特征在于，所述优化管理模块还用于对综合商品推荐顺序进行推荐商品替换分析，具体分析如下：
3.根据权利要求1所述的一种用于商品推荐的平台优化管理系统，其特征在于，对用户行为数据进行用户综合分析，具体分析过程如下：
4.根据权利要求1所述的一种用于商品推荐的平台优化管理系统，其特征在于，对个体商品的商品信息进行个体商品分析，具体分析如下：
5.根据权利要求1所述的一种用于商品推荐的平台优化管理系统，其特征在于，所述用户信息获取分析模块和商品信息获取模块内均包括信息授权单元，所述信息授权单元用于向目标用户、商品所属方的智能终端反馈权限获取指令，以获得从目标用户、商品所属方获取信息和数据的权限。
【技术特征摘要】
1.一种用于商品推荐的平台优化管理系统，包括用户信息获取分析模块、商品信息获取分析模块和优化管理模块，其特征在于：
2.根据权利要求1所述的一种用于商品推荐的平台优化管理系统，其特征在于，所述优化管理模块还用于对综合商品推荐顺序进行推荐商品替换分析，具体分析如下：
3.根据权利要求1所述的一种用于商品推荐的平台优化管理系统，其特征在于，对用户行为数据进行用户综合分析，具体分析过程如下...
【专利技术属性】
技术研发人员：陈亚涛，侯博伟，
申请(专利权)人：深圳市瀚力科技有限公司，
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。