[發明專利]一種基于顧客流的o2o推薦方法

在審

• 申請號: 201710791883.6
• 申請日: 2017-09-05
• 公開（公告）號: CN107563814A
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 劉征宇;湯臨春;張建軍;畢翔;吳家偉
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/30;G06Q30/06
• 代理公司: 安徽合肥華信知識產權代理有限公司34112
• 代理人: 余成俊

技術領域

本發明涉及推薦系統技術領域，尤其涉及一種基于顧客流的o2o推薦方法，具體是基于顧客流在o2o的線下店的行進路線、逗留時間等信息優化推薦算法，為會員用戶提供個性化的服務。

背景技術

推薦系統是利用電商想客戶提供商品信息和建議，幫助用戶決定應購買的產品，模擬導購員幫助客戶完成購買過程。推薦系統是根據用戶的興趣特點和購買行為，想用戶推薦用戶感興趣的信息和商品。

隨著推薦系統的發展，雖然部分解決的線上信息過載的問題，但在o2o場景下，線下信息仍顯不足。

線上信息包括網站訪問量指標包括訪問量（Page View，簡稱PV）、獨立訪客（Unique Vistor，簡稱UV）、網站轉化率（Conversion Rate，簡稱CR）等。

而線下信息因商品的陳列形成了顧客的行進路線、逗留時間、購買等信息。比如通過將線下查看商品與訪問量對應、購買行為與網站轉化率對應，使推薦系統能夠更加精確地實現用戶個性化，優化線下部分商品的陳列、物流等。

發明內容

本發明目的就是為了彌補已有技術的缺陷，提供一種基于顧客流的o2o推薦方法。

本發明是通過以下技術方案實現的：

一種基于顧客流的o2o推薦方法，基于o2o線下部分顧客流信息，提取顧客信息與傳統線上信息融合，將融合的數據通過推薦系統進行處理，實時保證用戶個性化。

所述的線下部分顧客信息,包括有用戶ID、到店時間、行進路線、瀏覽的商品ID、購買清單。

通過線上信息能夠分析出消費者在線上的所有消費行為，包括其在各個電商或媒體網站上看過得東西、搜過的關鍵詞、有沒有放進購物車以及有沒有購物，這些數據為我們奠定了經營管理應用和精準營銷應用的基礎。

而收集線下信息因各種智能設備的出現而成為可能，也可以像在線上一樣定位消費者、追蹤一個消費者在線下的消費行為，比如向顧客提供更多的商品屬性維度，商品的陳列形成了顧客的行進路線、逗留時間、購買等信息。通過將線下查看商品與訪問量對應、購買行為與網站轉化率對應，使推薦系統能夠更加精確地實現用戶個性化，優化線下部分商品的陳列、物流等。

利用線下采集的信息，可以挖掘用戶的數據一般有用戶ID、到店時間、行進路線、瀏覽的商品ID、購買清單等，通過數據清理，結合線上信息，通過推薦系統算法處理。

本發明的優點是：本發明公開了一種基于顧客流的o2o推薦方法。通過將線下采集的顧客信息與傳統線上信息進行融合，在移動互聯網場景下，使推薦系統能夠更加精確地實現用戶個性化，優化線下部分商品的陳列、物流等。

附圖說明

圖1為本發明的流程圖。

具體實施方式

如圖1所示，一種基于顧客流的o2o推薦方法，基于o2o線下部分顧客流信息，提取顧客信息與傳統線上信息融合，將融合的數據通過推薦系統進行處理，實時保證用戶個性化。

所述的線下部分顧客信息,包括有用戶ID、到店時間、行進路線、瀏覽的商品ID、購買清單。