[發明專利]一種基于數據處理技術的電商平臺用商品推薦方法

在審

• 申請號: 201910516376.0
• 申請日: 2019-06-14
• 公開（公告）號: CN112085549A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 唐江南
• 申請（專利權）人: 上海逸宅網絡科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 上海宏京知識產權代理事務所(普通合伙) 31297
• 代理人: 趙朋曉

本發明公開了一種基于數據處理技術的電商平臺用商品推薦方法，能夠對用戶信息進行收集，包括其購物車中未購買的商品記錄、歷史購買記錄、歷史評價記錄等，并且對以上收集的用戶信息進行數據分析處理，數據分析處理包括A、B、C、D四組分析，通過A和B兩組分析得出第一商品種類和第二商品種類，再通過C和D兩組分析對以上兩種商品種類進行篩選和限制，并得出最終推薦商品，而且能夠在用戶好友的電商平臺主頁面上推薦出與該用戶的最終推薦商品相同或相似的商品。本發明能夠過對收集的用戶信息進行分析得出用戶最可能購買的商品，并及時對其進行推薦，從而引導客戶的購買行為，促成交易的達成，進而能夠在一定程度上促進電商平臺的發展。

技術領域

本發明涉及電商平臺商品推薦方法技術領域，特別是涉及一種基于數據處理技術的電商平臺用商品推薦方法。

背景技術

電子商務的蓬勃發展為用戶提供了豐富的可選商品，以淘寶為例，僅呢大衣就有四百萬件以上，在這種情況下，用戶如何在網上找到自己心儀的商品已經成為了一個不小的難題。目前各類電子商務網站為迎合用戶的需求不斷改進系統的功能，力圖縮短用戶查尋商品的時間，方便用戶選購商品，優化用戶體驗，進而提高用戶對網站的忠誠度，提升用戶從點擊到購買的轉化率。其中較為有效的當屬商品個性化推薦系統。

所謂商品個性化推薦系統是指電子商務網站通過商品智能推薦系統向用戶提供商品推薦服務。其工作原理是電子商務網站通過統計客戶對某類商品的瀏覽時間、點擊頻率、購買經歷、咨詢次數、網頁的收藏數量等信息分析客戶的購買心理、個人喜好和習慣，從而預測客戶的購買傾向，及時向客戶推薦相關的商品和信息，引導客戶的購買行為，積極促成交易的達成。正是因為這個原因，近年來對商品智能推薦系統的研究得到了業界的廣泛關注，如特設計一種依據數據處理得出的商品推薦方法成為了本領域人員亟待解決的技術問題

發明內容

解決的技術問題

針對現有技術的不足，本發明提供了一種基于數據處理技術的電商平臺用商品推薦方法，使其能夠通過數據處理對用戶的信息進行分析，及時的向客戶推薦相關的商品和信息。

技術方案

為實現以上目的，本發明通過以下技術方案予以實現：

一種基于數據處理技術的電商平臺用商品推薦方法，包括以下步驟：

S1、收集用戶信息：使web服務器通過日志系統來獲取用戶的Web頁面瀏覽記錄，并對用戶的購物車中未購買的商品記錄、歷史購買記錄、歷史評價記錄和好友列表中的好友ID信息進行獲取；

S2、數據分析處理：對S1中收集的用戶信息進行分析，包括對用戶的Web頁面瀏覽記錄進行分析記為A組分析、對用戶購物車中未購買的商品記錄進行分析記為B組分析，對用戶的歷史購買記錄進行分析記為C組分析、對其歷史評價記錄進行分析記為D組分析；

S3、商品種類及特性的確定：通過A、B組分析的結果獲得用戶有購買傾向的第一商品種類，及與所述第一商品種類相關聯的第二商品種類；通過C、D組分析的結果得出用戶在購買過程中重視的商品特性和價格區間；

S4、用戶推薦結果：通過S3中商品特征和價格區間對第一商品種類和第二商品種類進行篩選限制，得出最終推薦商品；

S5、用戶好友推薦結果：通過用戶好友的ID信息，向所述好友推薦相似的商品。

更進一步地，所述S2中數據分析處理的技術手段包括數據挖掘技術、神經元網絡、模型化算法和其他數據信息分析手段。

更進一步地，所述S2中的A組分析能夠得出用戶的購買意向、B組分析得出用戶的購買需求、C組分析能夠獲得用戶的購買能力及消費水平、D組分析獲得用戶在消費過程中重視的商品特性，所述所述商品特性包括商品的價格定位區間、商品的質量、商品的使用壽命及商品的適用人群等。