【技术实现步骤摘要】
本专利技术涉及数据处理，具体而言，涉及一种基于用户消费大数据的元宇宙电商平台构建方法及系统。
技术介绍
1、随着社会的发展，普通的电商平台已经无法满足用户的多维度、沉浸式消费需求；相比之下，元宇宙电商平台能够为用户提供更优质的消费体验，受到了越来越广泛的关注。
2、然而，普通的元宇宙电商平台往往没有充分利用用户的消费大数据，无法为用户提供更有针对性的商品场景展示平台；同时，商品场景展示平台的构建质量也无法保持较高水平。因此，如何充分利用用户的消费大数据，为用户构建有针对性、高质量的元宇宙电商平台系统有非常好的实际应用价值。
技术实现思路
1、为了克服上述问题或者至少部分地解决上述问题，本专利技术提供一种基于用户消费大数据的元宇宙电商平台构建方法及系统，结合基于消费频次的多权重svm模型、基于图像金字塔的哈希相似性检测技术、基于多图像增强平均化的三维重建技术，实现精准的偏好商品检测以及商品图像重建，为用户提供一个更具针对性更高质量的元宇宙电商平台系统。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、第一方面，本专利技术提供一种基于用户消费大数据的元宇宙电商平台构建方法，包括以下步骤：
4、针对任意一位用户，获取并将该用户消费过的商品图像作为正样本，并记录对应商品的消费次数；挑选该用户未消费过的商品图像作为负样本；
5、利用基于消费频次的多权重svm模型对正样本和负样本进行训练，得到该用户的偏好商品图像推荐模型；
6、利用偏好商品图像推荐模型对预置的商品图像数据库中的所有商品图像进行判别，以筛选得到偏好商品图像；
7、利用基于图像金字塔的哈希相似性检测技术，对偏好商品图像两两之间进行相似性检测，以保留最终偏好商品图像；
8、利用基于多图像增强平均化的三维重建技术对最终偏好商品图像进行重建，得到对应商品的三维重建模型，并向对应用户进行展示。
9、本方法利用基于消费频次的多权重svm模型对正负样本进行训练，得到用户高质量的偏好商品图像推荐模型，能够更加精准地获取该用户的偏好商品图像；在此基础上，本方法利用基于图像金字塔的哈希相似性检测技术，对偏好商品图像两两之间进行相似性检测，更加精准地检测出相似度较高的偏好商品图像，降低了高相似性偏好商品被重复展示的可能性；基于此，本方法利用基于多图像增强平均化的三维重建技术对偏好商品图像进行重建，得到了高质量的商品三维重建模型。本专利技术建立了一个有针对性、高质量的元宇宙电商平台系统，从而为该用户提供有针对性、高质量商品场景展示。
10、基于第一方面，上述利用基于消费频次的多权重svm模型对正样本和负样本进行训练的方法包括以下步骤：
11、根据对应商品的消费次数确定对应正样本的占比权重，并基于对应的占比权重选定对应数量的正样本和负样本进行svm模型训练。
12、基于第一方面，上述利用基于图像金字塔的哈希相似性检测技术，对偏好商品图像两两之间进行相似性检测的方法包括以下步骤：
13、对任意两幅偏好商品图像分别进行哈希编码，并利用欧式距离计算两者之间的相似度，以得到第一相似度值；
14、若第一相似度值大于预置的相似度阈值，则将两幅偏好商品图像分别进行n等分处理，对两幅偏好商品图像的每个等分区域分别进行哈希编码，并计算两幅偏好商品图像各个对应区域的相似度，以得到并根据n个第二相似度值确定两幅偏好商品图像之间的相似度结果；
15、若相似度结果为两者不相似，则结束，反之，则将两幅偏好商品图像分别进行m等分处理，对两幅偏好商品图像的每个等分区域分别进行哈希编码，并计算两幅偏好商品图像各个对应区域的相似度，以得到并根据m个第三相似度值判定两幅偏好商品图像是否相似；其中，m大于n。
16、基于第一方面，上述利用基于多图像增强平均化的三维重建技术对最终偏好商品图像进行重建，得到对应商品的三维重建模型的方法包括以下步骤：
17、利用多种图像增强方法分别对最终偏好商品图像进行增强处理，以得到多个增强图像；
18、利用基于单幅图像的三维重建技术对多个增强图像进行三维重建，以得到多个三维重建图像；
19、将多个三维重建图像进行平均处理，以得到对应商品的三维重建模型。
20、第二方面，本专利技术实施例提供一种基于用户消费大数据的元宇宙电商平台构建系统，包括样本选取模块、模型训练模块、偏好判别模块、相似度检测模块以及三维重建模块，其中：
21、样本选取模块，用于针对任意一位用户，获取并将该用户消费过的商品图像作为正样本，并记录对应商品的消费次数；挑选该用户未消费过的商品图像作为负样本；
22、模型训练模块，用于利用基于消费频次的多权重svm模型对正样本和负样本进行训练，得到该用户的偏好商品图像推荐模型；
23、偏好判别模块，用于利用偏好商品图像推荐模型对预置的商品图像数据库中的所有商品图像进行判别，以筛选得到偏好商品图像；
24、相似度检测模块，用于利用基于图像金字塔的哈希相似性检测技术，对偏好商品图像两两之间进行相似性检测，以保留最终偏好商品图像；
25、三维重建模块，用于利用基于多图像增强平均化的三维重建技术对最终偏好商品图像进行重建，得到对应商品的三维重建模型，并向对应用户进行展示。
26、本系统通过样本选取模块、模型训练模块、偏好判别模块、相似度检测模块以及三维重建模块等多个模块的结合，实现精准的偏好商品检测以及商品图像重建，为用户提供一个更具针对性更高质量的元宇宙电商平台系统，从而为该用户提供有针对性、高质量商品场景展示。本系统利用基于消费频次的多权重svm模型对正负样本进行训练，得到用户高质量的偏好商品图像推荐模型，能够更加精准地获取该用户的偏好商品图像；在此基础上，本系统利用基于图像金字塔的哈希相似性检测技术，对偏好商品图像两两之间进行相似性检测，更加精准地检测出相似度较高的偏好商品图像，降低了高相似性偏好商品被重复展示的可能性；基于此，本系统利用基于多图像增强平均化的三维重建技术对偏好商品图像进行重建，得到了高质量的商品三维重建模型。
27、第三方面，本申请提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
28、第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
29、本专利技术至少具有如下优点或有益效果：
30、本专利技术提供一种基于用户消费大数据的元宇宙电商平台构建方法及系统，利用基于消费频次的多权重svm模型对正负样本进行训练，得到用户高质量的偏好商品图像推荐模型，能够更加精准地获取该用户的偏好商品图像；在此基础上，本专利技术利用基于图像金字塔的哈希相似性检测技术，对偏好商品图像两两之间进行相似性检测本文档来自技高网...
【技术保护点】
1.一种基于用户消费大数据的元宇宙电商平台构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于用户消费大数据的元宇宙电商平台构建方法，其特征在于，所述利用基于消费频次的多权重SVM模型对正样本和负样本进行训练的方法包括以下步骤：
3.根据权利要求1所述的一种基于用户消费大数据的元宇宙电商平台构建方法，其特征在于，所述利用基于图像金字塔的哈希相似性检测技术，对偏好商品图像两两之间进行相似性检测的方法包括以下步骤：
4.根据权利要求1所述的一种基于用户消费大数据的元宇宙电商平台构建方法，其特征在于，所述利用基于多图像增强平均化的三维重建技术对最终偏好商品图像进行重建，得到对应商品的三维重建模型的方法包括以下步骤：
5.一种基于用户消费大数据的元宇宙电商平台构建系统，其特征在于，包括样本选取模块、模型训练模块、偏好判别模块、相似度检测模块以及三维重建模块，其中：
6.一种电子设备，其特征在于，包括：
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利
...【技术特征摘要】
1.一种基于用户消费大数据的元宇宙电商平台构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于用户消费大数据的元宇宙电商平台构建方法，其特征在于，所述利用基于消费频次的多权重svm模型对正样本和负样本进行训练的方法包括以下步骤：
3.根据权利要求1所述的一种基于用户消费大数据的元宇宙电商平台构建方法，其特征在于，所述利用基于图像金字塔的哈希相似性检测技术，对偏好商品图像两两之间进行相似性检测的方法包括以下步骤：
4.根据权利要求1所述的一种基于用户消费大...
【专利技术属性】
技术研发人员：袁道红，
申请(专利权)人：北京农夫铺子技术研究院，
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。