【技术实现步骤摘要】
本专利技术涉及电子商务，尤其涉及一种基于大数据的电商平台商品推荐方法及系统。
技术介绍
1、电子商务
利用互联网技术，促进商品和服务的买卖，包括在线购物平台、在线支付系统、供应链管理、电子市场设置、客户资源管理和商品推荐系统，通过提供跨时空的购物和交易平台，促进消费者和商家间的交互，推动全球贸易的便捷和经济的增长。
2、其中，基于大数据的电商平台商品推荐方法通过收集用户交互数据，包括购买历史、搜索查询、页面浏览时间和用户在社交媒体上的活动，优化商品推荐的精准度和相关性，通过提升推荐系统的效率，增加用户满意度和购买转化率，分析用户行为和购买历史，识别用户的购买模式和偏好，并推荐用户感兴趣的商品，优化用户体验和平台的销售业绩。
3、传统电商平台商品推荐方法在处理用户数据和商品推荐时，依赖传统的数据集，缺乏对商品视觉属性的分析和用户情感倾向的利用，导致推荐系统无法准确捕捉用户购买趋势和偏好变化，在标签的生成和应用上不够精确和全面，限制个性化推荐的潜力，不能充分考虑季节变化和市场需求预测的影响，导致库存过剩或不足，...
【技术保护点】
1.一种基于大数据的电商平台商品推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于大数据的电商平台商品推荐方法，其特征在于，所述商品特征识别信息包括商品图片分析结果、商品描述关键词提取结果、用户情绪分析结果，所述商品标签数据库包括商品标签列表、商品标签相关性得分、标签适用场景分类结果，所述用户购物模式包括用户行为频率分析、购物车物品变动记录、用户偏好商品类别，所述商品需求预测结果包括商品的需求变化趋势图、商品预测需求量、商品需求高峰预警信息，所述卖家商品库存信息包括库存调整记录、库存不足和过剩商品清单、商品推荐优先级计算结果，所述商品推荐优...
【技术特征摘要】
1.一种基于大数据的电商平台商品推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于大数据的电商平台商品推荐方法，其特征在于，所述商品特征识别信息包括商品图片分析结果、商品描述关键词提取结果、用户情绪分析结果，所述商品标签数据库包括商品标签列表、商品标签相关性得分、标签适用场景分类结果，所述用户购物模式包括用户行为频率分析、购物车物品变动记录、用户偏好商品类别，所述商品需求预测结果包括商品的需求变化趋势图、商品预测需求量、商品需求高峰预警信息，所述卖家商品库存信息包括库存调整记录、库存不足和过剩商品清单、商品推荐优先级计算结果，所述商品推荐优先级信息包括卖家商品推荐目录、用户偏好与推荐对应度分析、商品推荐列表调整日志。
3.根据权利要求1所述的基于大数据的电商平台商品推荐方法，其特征在于，基于卖家商品图片，分析商品图片的视觉信息，结合商品描述和用户评论，分析商品特性和消费者情感，生成商品特征识别信息的步骤具体为：
4.根据权利要求1所述的基于大数据的电商平台商品推荐方法，其特征在于，基于所述商品特征识别信息，为卖家商品创建标签，结合视觉信息和文本信息的交叉验证确定标签的优先级，优化标签的准确性和完整性，生成商...
【专利技术属性】
技术研发人员：郑创鑫，
申请(专利权)人：广州大事件网络科技有限公司，
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。