一种基于大数据与电子商城的商品搜索方法技术

本申请公开了一种基于大数据与电子商城的商品搜索方法，用户终端收集智能支付设备生成的支付订单信息和场景交互数据，同时获取用户商品相关的负面交互行为；通过用户历史购买记录，获取用户不感兴趣的商品类别或特征；根据负面交互行为，生成反意向标签；根据用户不感兴趣的商品类别生成反对象标签，将反意向标签和反对象标签整合成反向筛选组；对支付订单列表进行解析，获取支付订单中商品的标签特征；将场景交互数据进行汇总形成场景交互列表，通过分类单元获取支付订单的商品匹配结果。通过反向筛选，提升推荐的准确性，多路径计算进一步增强了推荐的精准性，确保推荐的商品与用户实际需求高度匹配，多路径计算推送方案提高了场景确定的精准性。

【技术实现步骤摘要】

本专利技术涉及大数据与电子商城，尤其涉及一种基于大数据与电子商城的商品搜索方法。

技术介绍

1、随着互联网技术的发展，电子商务凭借其方便、快捷、价格低、商品种类齐全等优势，得到了快速发展。其中，线上购物逐渐取代线下购物，成为消费者青睐的购物模式。在现有技术中，对于消费者进行线上购物的商品推荐模式主要是基于用户的搜索内容完成的，当消费者在线上购物商城对某种产品进行搜索时，后台的大数据云服务平台通过数据挖掘的方式获取用户的交互数据，并基于此对消费者进行商品推荐。

2、如中国专利申请号cn202011067597.3公开了一种基于大数据与电子商城的商品搜索方法、系统及云服务平台，该方法基于订单场景列表、场景交互特征列表、对象标签特征分布列表，通过商品推送模型所包括的分类单元获取支付订单对象所对应的商品匹配结果，然后根据商品匹配结果确定支付订单对象列表对应的商品推荐清单。这样设计，基于支付订单信息进行具体分析，通过提取订单场景、商品类型等多维度的特征信息进行综合分析，能够与消费者期望购买的商品进行相关性分析，从而精细考虑消费者与商品之间的关联信息，进而本文档来自技高网...

【技术保护点】

1.一种基于大数据与电子商城的商品搜索方法，其特征在于，包括：

2.如权利要求1所述的一种基于大数据与电子商城的商品搜索方法，其特征在于，基于步骤S101，收集用户历史购买记录、浏览行为和搜索关键词，使用协同过滤算法计算与目标用户的历史购买记录相似的商品，将筛选出的商品根据相似度的高低进行排列，生成推荐列表，将生成的推荐列表推荐给用户，剩余不相似或者用户不感兴趣的商品整理成集合。

3.如权利要求1所述的一种基于大数据与电子商城的商品搜索方法，其特征在于，所述商品推送模型包括第一商品推送解析单元、第二商品推送解析单元和分类单元，所述第一商品推送解析单元分析订单中的商...

【技术特征摘要】

1.一种基于大数据与电子商城的商品搜索方法，其特征在于，包括：

2.如权利要求1所述的一种基于大数据与电子商城的商品搜索方法，其特征在于，基于步骤s101，收集用户历史购买记录、浏览行为和搜索关键词，使用协同过滤算法计算与目标用户的历史购买记录相似的商品，将筛选出的商品根据相似度的高低进行排列，生成推荐列表，将生成的推荐列表推荐给用户，剩余不相似或者用户不感兴趣的商品整理成集合。

3.如权利要求1所述的一种基于大数据与电子商城的商品搜索方法，其特征在于，所述商品推送模型包括第一商品推送解析单元、第二商品推送解析单元和分类单元，所述第一商品推送解析单元分析订单中的商品信息、购买时间和购买频率以识别出不同的订单场景，所述第二商品推送解析单元分析订单中每个商品的属性、类别、价格等特征，形成对象标签特征分布，所述分类单元通过分类算法获取支付订单所对应的商品匹配结果。

4.如权利要求1所述的一种基于大数据与电子商城的商品搜索方法，其特征在于，对可能空间进行细化的具体步骤：

5.如权利要求4...

【专利技术属性】
技术研发人员：孙艳艳，胡阳，
申请(专利权)人：北京言子初科技有限公司，
类型：发明
国别省市：