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】
本专利技术涉及商品推荐,具体涉及一种基于大数据的商品推荐方法及装置。
技术介绍
1、随着当今网络通信和信息技术在全球的迅猛发展,传统的商业模式正在发生变化。电子商务正在逐步拥有现代商业的主导地位,由此诞生了众多电子商务平台,其中跨境电商平台就是其中的一种,跨境电子商务是指分属不同关境的交易主体,通过电子商务平台达成交易,进行支付结算,并通过跨境物流送达商品完成交易的一种国际商业活动。跨境电商平台的出现,不仅给我国对外贸易创造了新的增长点,也给我国物流企业带来新的契机。
2、但是信息量的增大,反而降低了信息的利用率,导致用户更难找到自己需要的信息,出现信息超载现象。目前商品个性化推荐普遍被认为是解决这种问题最有效的工具之一,个性化推荐通过分析用户的行为习惯,将有效信息推荐给用户,节省用户筛选信息的时间,也提高了信息的有效利用率。
3、目前商品推荐主要采用的是单一用户和单一商品直接进行匹配比对的方法,对于目前动辄上千万种类的商品和上千万用户来说,很难提供符合当地民俗特色需求的产品推荐。
技术实现思路
1、针对所述缺陷,本专利技术实施例公开了一种基于大数据的商品推荐方法及装置,其根据跨境当地的民俗风情有针对性的提供符合当地需求的产品推荐。
2、本专利技术实施例第一方面公开了一种基于大数据的商品推荐方法,包括:
3、收集售卖当地的地域信息和购物偏好,所述地域信息包括地域习惯、热门节日和气候;
4、基于地域信息和购物偏好生成该售卖当
5、获取目标客户的购物时间偏好,根据所述购物时间偏好和购物推荐模型输出所述目标客户在不同设定的时间节点的推荐产品;
6、生成所述推荐产品的推荐页面显示给目标客户。
7、作为一种可选的实施方式,在本专利技术实施例第一方面中,所述收集售卖当地的地域信息和购物偏好,包括:
8、收集售卖当地的地域习惯、热门节日和气候,并将收集的地域习惯、热门节日和气候按时间节点顺序排列;
9、收集售卖当地居民在每一个时间节点的购物爱好清单,根据所述购物爱好清单获取购物偏好。
10、作为一种可选的实施方式,在本专利技术实施例第一方面中,所述根据所述购物爱好清单获取购物偏好,包括:
11、分别选取购物爱好清单中每一个时间节点对应的购买量排名前m名的热门产品;
12、分析热门产品与当前对应的时间节点的关联度评分;
13、根据关联度评分高度选取关联度评分排在前n名的热门产品为购物偏好。
14、作为一种可选的实施方式,在本专利技术实施例第一方面中,所述生成购物推荐模型,包括:
15、将按时间节点顺序排列的地域信息和购物偏好一一对应,生成以时间节点为自变量、推荐产品为因变量的函数曲线。
16、作为一种可选的实施方式,在本专利技术实施例第一方面中,分析热门产品与当前对应的时间节点的关联度评分,包括:
17、评价热门产品是否为对应时间节点的专属产品;
18、评价热门产品是否为对应时间节点的应季产品;
19、分配跟专属产品、非专属产品、应季产品和非应季产品不同的权重系数,基于每一个热门产品的权重系数计算关联度评分。
20、作为一种可选的实施方式,在本专利技术实施例第一方面中,还包括:
21、获取目标客户的历史购物爱好信息;
22、按时间节点对应划分所述历史购物爱好信息,选取同一个时间节点重复率达到预设阈值的历史购物爱好信息生成推荐购物。
23、作为一种可选的实施方式,在本专利技术实施例第一方面中,还包括:
24、比对所述推荐购物和推荐产品在同一个时间节点是否重复,当重复时,剔除该时间节点对应的推荐购物,当不重复时,分配给推荐购物第一显示时间、推荐产品第二显示时间,其中第一显示时间大于第二显示时间。
25、本专利技术实施例第二方面公开一种基于大数据的商品推荐装置,包括:
26、信息收集模块:用于收集售卖当地的地域信息和购物偏好,所述地域信息包括地域习惯、热门节日和气候;
27、模型生成模块:用于基于地域信息和购物偏好生成该售卖当地的购物推荐模型;
28、产品推荐模块:用于获取目标客户的购物时间偏好,根据所述购物时间偏好和购物推荐模型输出所述目标客户在不同设定的时间节点的推荐产品;
29、产品显示模块:用于生成所述推荐产品的推荐页面显示给目标客户
30、作为一种可选的实施方式,在本专利技术实施例第二方面中,所述收集售卖当地的地域信息和购物偏好,包括:
31、收集售卖当地的地域习惯、热门节日和气候,并将收集的地域习惯、热门节日和气候按时间节点顺序排列;
32、收集售卖当地居民在每一个时间节点的购物爱好清单,根据所述购物爱好清单获取购物偏好。
33、作为一种可选的实施方式,在本专利技术实施例第二方面中,所述根据所述购物爱好清单获取购物偏好,包括:
34、分别选取购物爱好清单中每一个时间节点对应的购买量排名前m名的热门产品;
35、分析热门产品与当前对应的时间节点的关联度评分;
36、根据关联度评分高度选取关联度评分排在前n名的热门产品为购物偏好。
37、作为一种可选的实施方式,在本专利技术实施例第二方面中,所述生成购物推荐模型,包括:
38、将按时间节点顺序排列的地域信息和购物偏好一一对应,生成以时间节点为自变量、推荐产品为因变量的函数曲线。
39、作为一种可选的实施方式,在本专利技术实施例第二方面中,分析热门产品与当前对应的时间节点的关联度评分,包括:
40、评价热门产品是否为对应时间节点的专属产品;
41、评价热门产品是否为对应时间节点的应季产品;
42、分配跟专属产品、非专属产品、应季产品和非应季产品不同的权重系数,基于每一个热门产品的权重系数计算关联度评分。
43、作为一种可选的实施方式,在本专利技术实施例第二方面中,还包括:
44、获取目标客户的历史购物爱好信息;
45、按时间节点对应划分所述历史购物爱好信息,选取同一个时间节点重复率达到预设阈值的历史购物爱好信息生成推荐购物。
46、作为一种可选的实施方式,在本专利技术实施例第二方面中,还包括:
47、比对所述推荐购物和推荐产品在同一个时间节点是否重复,当重复时,剔除该时间节点对应的推荐购物,当不重复时,分配给推荐购物第一显示时间、推荐产品第二显示时间,其中第一显示时间大于第二显示时间。
48、本专利技术实施例第三方面公开一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行本专利技术实施例第一方面公开的基于大数据的商品推荐方法。
49、本专利技术实施例第四方面公开本文档来自技高网...
【技术保护点】
1.一种基于大数据的商品推荐方法,其特征在于,包括:
2.根据权利要求1所述的商品推荐方法,其特征在于,所述收集售卖当地的地域信息和购物偏好,包括:
3.根据权利要求2所述的商品推荐方法,其特征在于,所述根据所述购物爱好清单获取购物偏好,包括:
4.根据权利要求3所述的商品推荐方法,其特征在于,所述生成该售卖当地的购物推荐模型,包括:
5.根据权利要求3所述的商品推荐方法,其特征在于,分析热门产品与当前对应的时间节点的关联度评分,包括:
6.根据权利要求1所述的商品推荐方法,其特征在于,还包括:
7.根据权利要求6所述的商品推荐方法,其特征在于,还包括:
8.一种基于大数据的商品推荐装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行权利要求1至7任一项所述的基于大数据的商品推荐方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质
...【技术特征摘要】
1.一种基于大数据的商品推荐方法,其特征在于,包括:
2.根据权利要求1所述的商品推荐方法,其特征在于,所述收集售卖当地的地域信息和购物偏好,包括:
3.根据权利要求2所述的商品推荐方法,其特征在于,所述根据所述购物爱好清单获取购物偏好,包括:
4.根据权利要求3所述的商品推荐方法,其特征在于,所述生成该售卖当地的购物推荐模型,包括:
5.根据权利要求3所述的商品推荐方法,其特征在于,分析热门产品与当前对应的时间节点的关联度评分,包括:
6.根据权利要求1所述的商品推荐方法,其特征在...
【专利技术属性】
技术研发人员:成佩涛,
申请(专利权)人:广州千分位科技有限公司,
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。