[發明專利]一種商品推薦方法及系統、服務器及存儲介質在審
| 申請號： | 202010526248.7 | 申請日： | 2020-06-11 |
| 公開（公告）號： | CN111428143A | 公開（公告）日： | 2020-07-17 |
| 發明（設計）人： | 王勇 | 申請（專利權）人： | 北京每日優鮮電子商務有限公司 |
| 主分類號： | G06F16/9535 | 分類號： | G06F16/9535;G06Q30/06 |
| 代理公司： | 北京中和立達知識產權代理事務所(普通合伙) 11756 | 代理人： | 楊磊 |
| 地址： | 100102 北京市朝陽*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 商品 推薦 方法 系統 服務器 存儲 介質 | ||
1.一種商品推薦方法，其特征在于，包括如下步驟：
獲取用戶在過去第一設定時間段內購買的每一種商品的購買時間節點；
根據過去第一設定時間段內該種商品的購買時間節點獲取該種商品的購買頻率，若其購買頻率不低于設定閾值，則按如下方式推薦：
根據該種商品在過去第一設定時間段的購買時間節點預測用戶未來購買該種商品的預購時間節點，并在預購時間節點前的設定時間段內向該用戶發出該種商品的推薦信息；其中，所述用戶未來購買該種商品的預購時間節點按如下公式預測：
是用戶未來購買該種商品的預購時間節點，是該用戶第次購買該種商品的購買時間節點，是該用戶第次購買該種商品的購買時間節點，為修正參數。
2.根據權利要求1所述的商品推薦方法，其特征在于，所述商品推薦方法還包括當該種商品的購買頻率低于設定閾值時，則按如下方式推薦：
獲取與該種商品對應的關鍵詞，并判斷該用戶在過去第二設定時間段內是否檢索過所述關鍵詞，是則向該用戶發出該種商品的推薦信息，否則不發出該種商品的推薦信息。
3.根據權利要求1所述的商品推薦方法，其特征在于，所述過去第一設定時間段至少為過去的三個月。
4.根據權利要求3所述的商品推薦方法，其特征在于，該種商品的購買頻率為該種商品的在過去第一設定時間段內的月平均購買次數。
5.根據權利要求1所述的商品推薦方法，其特征在于，所述商品推薦方法還包括：根據該用戶在過去第一設定時間段內購買該種商品的購買時間節點獲取該種商品購買的均衡性，并根據均衡性獲取與之對應的修正參數。
6.根據權利要求1所述的商品推薦方法，其特征在于，所述修正參數為：
其中，該用戶第次購買該種商品的購買時間節點，。
7.一種商品推薦系統，其特征在于，包括：
數據采集模塊，其用于獲取用戶在過去第一設定時間段內購買的每一種商品的購買時間節點；
推薦模塊，其用于根據過去第一設定時間段內該種商品的購買時間節點獲取該種商品的購買頻率，若其購買頻率不低于設定閾值，則按如下方式推薦：
根據該種商品在過去第一設定時間段的購買時間節點預測用戶未來購買該種商品的預購時間節點，并在預購時間節點前的設定時間段內向該用戶發出該種商品的推薦信息；其中，所述用戶未來購買該種商品的預購時間節點按如下公式預測：
是用戶未來購買該種商品的預購時間節點，是該用戶第次購買該種商品的購買時間節點，是該用戶第次購買該種商品的購買時間節點，為修正參數。
8.根據權利要求7所述的商品推薦系統，其特征在于，所述推薦模塊還用于當該種商品的購買頻率低于設定閾值時，則按如下方式推薦：
獲取與該種商品對應的關鍵詞，并判斷該用戶在過去第二設定時間段內是否檢索過所述關鍵詞，是則向該用戶發出該種商品的推薦信息，否則不發出該種商品的推薦信息。
9.一種服務器，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至6任一項所述商品推薦方法的步驟。
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述商品推薦方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京每日優鮮電子商務有限公司，未經北京每日優鮮電子商務有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010526248.7/1.html，轉載請聲明來源鉆瓜專利網。
