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() 一种电商平台商品推荐方法及系统技术方案_技高网

一种电商平台商品推荐方法及系统技术方案

技术编号:41131976 阅读:8 留言:0更新日期:2024-04-30 18:01
本发明专利技术涉及电商技术领域,尤其为一种电商平台商品推荐方法及系统,包括多平台信息采集单元、分析模块、模型建立单元、数据存储单元、对比单元、权重划分单元和推送单元;所述分析模块包括提取单元、统计单元和处理单元,多平台信息采集单元,用于采集、提取用户以相同信息在多平台注册使用账户的相关信息,包括用户ID、用户手机号码、检索内容、检索日期、检索次数、界面停留时间、浏览内容、购买商品信息和购买商品次数,本发明专利技术中,通过设置的多平台信息采集单元、分析模块、模型建立单元、数据存储单元、对比单元、权重划分单元使电商平台商品推荐系统可以对用户可能倾向购买的商品进行不同权重的推送,以提高推送信息的准确性。

【技术实现步骤摘要】

本专利技术涉及电商,具体为一种电商平台商品推荐方法及系统


技术介绍

1、随着电子商务交易平台的不断完善,越来越多的人们通过网上购物的方式来获取自己所需的商品,商品的种类可以涉及到人们日常生活的方方面面,为人们生活提供了极大的便利,由于现在各个电商平台上的商品种类繁多,用户在购物时,往往需要花费大量的时间进行挑选才能找到自己需要的商品,因此各个商家为了保证用户体验,均提供了针对用户的推送服务。

2、现有的商品推送方法一般通过获取用户日常浏览记录或购买历史进行简单推送,没有针对用户的个人信息进行各个商品不同权重的推送,使得推送信息的准确性较低,存在用户希望购买的商品而推送权重较低的问题,因此,根据上述问题提出一种电商平台商品推荐方法及系统。


技术实现思路

1、本专利技术的目的在于提供一种电商平台商品推荐方法及系统,以解决现有电商平台商品推荐系统没有针对用户的个人信息进行各个商品不同权重的推送,使得推送信息的准确性较低的问题。

2、为实现上述目的,本专利技术提供如下技术方案:

3、一种电商平台商品推荐方法及系统,包括多平台信息采集单元、分析模块、模型建立单元、数据存储单元、对比单元、权重划分单元和推送单元;所述分析模块包括提取单元、统计单元和处理单元。

4、多平台信息采集单元,用于采集、提取用户以相同信息在多平台注册使用账户的相关信息,包括用户id、用户手机号码、检索内容、检索日期、检索次数、界面停留时间、浏览内容、购买商品信息和购买商品次数。

5、分析模块,用于接收所述多平台信息采集单元采集到的用户相关信息,通过提取单元可以从所述相关信息的检索内容、界面停留时间、浏览内容和购买商品信息中提取关键词内容;通过统计单元可以在所述相关信息的检索日期、检索次数、界面停留时间和购买商品次数中统计频率次数;通过所述处理单元将关键词内容与统计频率进行名称与次数的一一对应,得到用户对不同商品的不同购买倾向,根据由高到低的购买倾向对商品进行划分得到a、b、c三类商品。

6、模型建立单元,用于接收所述分析模块分析出的信息对用户进行人物建模,通过人物建模更加立体的表现用户的商品喜好、商品类别倾向、月花销范围、消费时段等信息。

7、数据存储单元,用于存储各个用户的人物建模,并通过相同点将各个人物建模进行归类分组。

8、对比单元,用于将同类同组人物建模进行对比,得到同组人物建模的大方向相同的不同点商品,该商品即为该类用户容易趋同购买的商品,此商品将其划分为d类商品。

9、权重划分单元,根据平台需要用于对a类、b类、c类、d类商品进行推送权重划分,作为后续所述推送单元对用户推送商品的权重使用。

10、优选的,所述多平台信息采集单元通过用户id和用户手机号码来确定多平台的账户为同一用户,所述多平台信息采集单元会在用户打开电商平台或电商平台处在后台运行中启动。

11、优选的,所述界面停留时间既可以采集时间长度作为统计数据,也可以采集界面内容作为关键词来确定用户的购买倾向,所述检索内容与检索次数在分析模块的分析购买倾向中得分最大。

12、优选的,其推荐方法包括以下步骤:

13、步骤一:

14、首先通过多平台信息采集单元对用户的多平台使用的相关信息进行采集、提取,得到用户的id、手机号码、检索内容、检索日期、检索次数、界面停留时间、浏览内容、购买商品信息和购买商品次数等信息;

15、步骤二:

16、通过分析模块的提取单元可以从用户信息的检索内容、界面停留时间、浏览内容和购买商品信息中提取关键词内容,再通过统计单元从用户信息的检索日期、检索次数、界面停留时间和购买商品次数中统计频率次数,最后通过处理单元将关键词内容与统计频率进行名称与次数的一一对应,得到用户对不同商品的不同购买倾向,根据由高到低的购买倾向对商品进行划分得到a、b、c三类商品;

17、步骤三:

18、通过模型建立单元与用户信息,对用户进行人物建模,再通过数据存储单元对人物建模进行同类分组,通过对比单元将同类同组人物建模进行对比,得到同组人物建模的不同点商品,该商品即为该类用户容易趋同购买的商品,此商品将其划分为d类商品;

19、步骤四:

20、最后通过权重划分单元,对a类、b类、c类、d类商品进行推送权重划分,推送单元再通过权重划分将各类产品推送给目标用户。

21、与现有技术相比,本专利技术的有益效果是:

22、本专利技术中,通过设置的多平台信息采集单元、分析模块、模型建立单元、数据存储单元、对比单元、权重划分单元和推送单元使电商平台商品推荐系统可以对用户可能倾向购买的商品进行不同权重的推送,以提高推送信息的准确性,解决了现有电商平台商品推荐系统没有针对用户的个人信息进行各个商品不同权重的推送,使得推送信息的准确性较低的问题。

本文档来自技高网...

【技术保护点】

1.一种电商平台商品推荐方法及系统,其特征在于:包括多平台信息采集单元、分析模块、模型建立单元、数据存储单元、对比单元、权重划分单元和推送单元;所述分析模块包括提取单元、统计单元和处理单元。

2.根据权利要求1所述的一种电商平台商品推荐系统,其特征在于:所述多平台信息采集单元通过用户ID和用户手机号码来确定多平台的账户为同一用户,所述多平台信息采集单元会在用户打开电商平台或电商平台处在后台运行中启动。

3.根据权利要求1所述的一种电商平台商品推荐系统,其特征在于:所述界面停留时间既可以采集时间长度作为统计数据,也可以采集界面内容作为关键词来确定用户的购买倾向,所述检索内容与检索次数在分析模块的分析购买倾向中得分最大。

4.根据权利要求1所述的一种电商平台商品推荐方法及系统,其特征在于,其推荐方法包括以下步骤:

【技术特征摘要】

1.一种电商平台商品推荐方法及系统,其特征在于:包括多平台信息采集单元、分析模块、模型建立单元、数据存储单元、对比单元、权重划分单元和推送单元;所述分析模块包括提取单元、统计单元和处理单元。

2.根据权利要求1所述的一种电商平台商品推荐系统,其特征在于:所述多平台信息采集单元通过用户id和用户手机号码来确定多平台的账户为同一用户,所述多平台信息采集单元会在用户打开...

【专利技术属性】
技术研发人员:张鸿志
申请(专利权)人:深圳君林五州科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1