【技术实现步骤摘要】
本专利技术涉及智能推荐系统，特别是一种基于大数据分析的商品推荐方法及系统。
技术介绍
1、随着电子商务及在线零售平台的快速发展，推荐系统已成为提升用户体验和商品销量的关键技术之一，传统推荐方法如协同过滤和基于内容的推荐算法在一定程度上能够实现推荐功能，但在面对大规模、多维度数据时，存在精度不足和灵活性欠佳的问题，近年来，借助大数据和人工智能技术，推荐系统逐渐开始整合用户行为数据、商品信息、社交舆情数据及地理位置相关数据，尝试通过多维度数据刻画用户画像，从而实现更个性化的推荐，然而，这些技术在实际应用中依然面临多源数据整合的复杂性、实时性处理效率不足以及对用户兴趣动态变化响应迟缓的瓶颈。
2、现有推荐技术虽然在提升推荐质量方面取得一定进展，但仍存在明显不足，对用户行为数据的分析大多局限于简单的点击或购买记录，缺少对行为时序特性及兴趣动态的深入挖掘；对门店数据的利用更多依赖静态地理位置相关性，未能充分结合区域内门店活动的动态影响；对于舆情数据的处理，往往忽略情感倾向强度和舆情热度的综合作用，此外，现有技术在多源异构数据的整合和交...
【技术保护点】
1.一种基于大数据分析的商品推荐方法，其特征在于：包括：
2.如权利要求1所述的基于大数据分析的商品推荐方法，其特征在于：所述采集用户在平台上的用户行为数据和用户所在地区的门店数据；从社交平台和评论区采集商品的舆情数据，具体步骤为：
3.如权利要求2所述的基于大数据分析的商品推荐方法，其特征在于：所述将行为数据、门店数据和舆情数据进行整合，形成推荐数据集并进行预处理，具体为：
4.如权利要求3所述的基于大数据分析的商品推荐方法，其特征在于：所述从行为数据中提取行为特征，从门店数据中提取门店特征，从舆情数据中提取舆情特征，具体步骤为：
5.如...
【技术特征摘要】
1.一种基于大数据分析的商品推荐方法，其特征在于：包括：
2.如权利要求1所述的基于大数据分析的商品推荐方法，其特征在于：所述采集用户在平台上的用户行为数据和用户所在地区的门店数据；从社交平台和评论区采集商品的舆情数据，具体步骤为：
3.如权利要求2所述的基于大数据分析的商品推荐方法，其特征在于：所述将行为数据、门店数据和舆情数据进行整合，形成推荐数据集并进行预处理，具体为：
4.如权利要求3所述的基于大数据分析的商品推荐方法，其特征在于：所述从行为数据中提取行为特征，从门店数据中提取门店特征，从舆情数据中提取舆情特征，具体步骤为：
5.如权利要求4所述的基于大数据分析的商品推荐方法，其特征在于：所述利用机器学习算法构建商品推...
【专利技术属性】
技术研发人员：张荣耀，张锐，汪志，程昊，陈致远，徐进，袁通，肖路通，林守轩，梁金栋，刘厚友，
申请(专利权)人：浙江开心果数智科技有限公司，
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。