[發明專利]一種面向電子商務平臺商品的推薦系統及方法

在審

• 申請號: 201910385673.6
• 申請日: 2019-05-09
• 公開（公告）號: CN110135948A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 萬福成
• 申請（專利權）人: 西北民族大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 西安研創天下知識產權代理事務所(普通合伙) 61239
• 代理人: 楊鳳娟

本發明公開了一種面向電子商務平臺商品的推薦系統及方法，所述系統包括用戶行為記錄模塊、篩選商品數據模塊、模型分析模塊、情景劃分模塊；所述用戶行為記錄模塊用于捕捉用戶特征；所述篩選商品數據模塊用于捕捉商品的基本特征；所述模型分析模塊用于在用戶、商品數據的基礎上，按照有無賬號、有無cookie信息、有無購買行為進行劃分為不同的情景；所述情景劃分模塊以用戶、商品為核心，系統這對用戶，劃分為兩個情景。本發明還公開了一種面向電子商務平臺商品的推薦方法。本發明針對不同的用戶特征進行分類，針對用戶的行為進行分類，以達到個性化、柔性化精準推薦的目的，使首次瀏覽系統的用戶有商品可推薦。

技術領域

本發明屬于電子商務技術領域，具體地說，涉及一種面向電子商務平臺商品的推薦系統及方法。

背景技術

電子商務平臺即是一個為企業或個人提供網上交易洽談的平臺。企業電子商務平臺是建立在Internet網上進行商務活動的虛擬網絡空間和保障商務順利運營的管理環境；是協調、整合信息流、貨物流、資金流有序、關聯、高效流動的重要場所。企業、商家可充分利用電子商務平臺提供的網絡基礎設施、支付平臺、安全平臺、管理平臺等共享資源有效地、低成本地開展自己的商業活動。

發明內容

本發明的目的在于提出了一種面向電子商務平臺商品的推薦系統及方法。其技術方案如下：

一種面向電子商務平臺商品的推薦系統，包括用戶行為記錄模塊、篩選商品數據模塊、模型分析模塊、情景劃分模塊；

所述用戶行為記錄模塊用于捕捉用戶特征；

所述篩選商品數據模塊用于捕捉商品的基本特征；

所述模型分析模塊用于在用戶、商品數據的基礎上，按照有無賬號、有無cookie信息、有無購買行為進行劃分為不同的情景；

所述情景劃分模塊以用戶、商品為核心，系統這對用戶，劃分為兩個情景。

進一步，用戶行為特征包括以地域為標志的用戶特征、瀏覽記錄、購買記錄、收藏記錄四個方面。

進一步，篩選商品數據的特征包括針對商品的用戶IP地址數據、用戶瀏覽商品數據、購買商品數據、收藏商品數據。

進一步，所述情景劃分模塊劃分的兩個情景具體為：

（1）情景一：游客模式（用戶首次進入系統模式）

游客模式，用戶首次訪問系統，還沒有成為系統的會員，系統中還沒有該用戶的過往記錄。

該模式按照IP地址，推薦當地銷量最高的幾類商品，目前擬定推薦個數為8個，依次按照銷量高低順序顯示。

（2）情景二：會員模式（用戶首次進入系統模式）

會員模式，用戶非首次訪問系統，已經成為系統的會員，并且用戶有了瀏覽行為、購物車、收藏、搜索功能中都有了相應的數據。

這種模式的推薦，首先，先根據統計概率信息篩選出數據的來源，來源劃分為購物車、收藏、瀏覽、詳情頁瀏覽時間4個方面。

1）購物車商品-未購買：

A：同一商品出現在該欄的概率相等的情況下，優先級最高，記為a；

B：按照每個類目出現的概率（屬于該類目的商品/總商品），選出商品來自于哪個類目，在該類目的目前銷量排名前10位的商品中隨機選出1個商品推薦到該位置。

C：商品已過期，移除該數據

D：按照搜索出來結果每個類目出現的概率（屬于該類目的商品/總商品），選出商品來自于哪個類目，在該類目的目前銷量排名前10位的商品中隨機選出1個商品推薦到該位置。

2）收藏商品