[發(fā)明專利]一種基于大數(shù)據(jù)線上商品推薦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010568599.4
• 申請(qǐng)日: 2020-06-19
• 公開（公告）號(hào): CN111709813B
• 公開（公告）日: 2021-04-16
• 發(fā)明（設(shè)計(jì)）人: 樊馨
• 申請(qǐng)（專利權(quán)）人: 省廣營銷集團(tuán)有限公司
• 主分類號(hào): G06Q30/06
• 分類號(hào): G06Q30/06;G06Q30/02
• 代理公司: 北京卓嵐智財(cái)知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11624
• 代理人: 郭智

本申請(qǐng)公開了一種基于大數(shù)據(jù)線上商品推薦方法，包括：云服務(wù)器激活監(jiān)控線程，對(duì)多個(gè)商品的價(jià)格進(jìn)行監(jiān)控，獲取所述商品的折扣信息；判斷所述商品的折扣程度是否高于預(yù)設(shè)閾值；若高于所述預(yù)設(shè)閾值，則判斷所述商品是否是擬推薦商品；若所述商品為擬推薦商品，計(jì)算所述基于大數(shù)據(jù)線上商品推薦指數(shù)；根據(jù)所述推薦指數(shù)，生成商品推薦信息，并發(fā)送至用戶端，以使所述用戶端根據(jù)所述折扣信息及推薦指數(shù)進(jìn)行商品購買。

技術(shù)領(lǐng)域

本申請(qǐng)涉及電子商務(wù)領(lǐng)域，尤其涉及一種基于大數(shù)據(jù)線上商品推薦方法。

背景技術(shù)

在電子商務(wù)領(lǐng)域，大多數(shù)的消費(fèi)者喜歡并且習(xí)慣在網(wǎng)上進(jìn)行商品購買，這是建立在成熟的信用體系和支付體系的基礎(chǔ)上進(jìn)行的。

但是在目前的商品購買流程中，需要用戶打開一個(gè)特定的購物平臺(tái)網(wǎng)站，從海量的商品里面精心挑選并選購商品，通常需要比價(jià)、比質(zhì)量，以至于網(wǎng)上購物的時(shí)間花費(fèi)較多。

而在目前的商品購買平臺(tái)時(shí)，往往會(huì)采用打折促銷的方式來增加商品銷量，但是打折促銷的商品較多，用戶往往不能在第一時(shí)間獲取到想要的商品的打折促銷信息，也沒有辦法進(jìn)行商品監(jiān)控，因此，現(xiàn)有技術(shù)缺乏合適的促銷商品主動(dòng)推薦算法，導(dǎo)致促銷商品推薦單一化、優(yōu)化率低，促銷品成單率無增長。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供一種基于大數(shù)據(jù)線上商品推薦的方法，用于解決現(xiàn)有技術(shù)中商品推薦優(yōu)化率低且單一化的問題。

本發(fā)明實(shí)施例提供一種基于大數(shù)據(jù)線上商品推薦的方法，包括：

云服務(wù)器激活監(jiān)控線程，對(duì)多個(gè)商品的價(jià)格進(jìn)行監(jiān)控，獲取所述商品的折扣信息；

判斷所述商品的折扣程度是否高于預(yù)設(shè)閾值；

若高于所述預(yù)設(shè)閾值，則判斷所述商品是否是擬推薦商品；

若所述商品為擬推薦商品，計(jì)算所述基于大數(shù)據(jù)線上商品推薦指數(shù)；

根據(jù)所述推薦指數(shù)，生成商品推薦信息，并發(fā)送至用戶端，以使所述用戶端根據(jù)所述折扣信息及推薦指數(shù)進(jìn)行商品購買。

可選地，所述基于大數(shù)據(jù)線上商品推薦指數(shù)為x,且滿足其中，所述a為用戶購買行為指數(shù)，b為權(quán)重占比，c為校正參數(shù)，d為價(jià)格因子，f(e)為產(chǎn)品組合邏輯函數(shù)。

可選地，所述判斷所述商品是否是擬推薦商品，包括：

對(duì)用戶購買行為進(jìn)行記錄，并基于所述購買記錄構(gòu)建用戶畫像；

基于所述用戶畫像，采用基于關(guān)聯(lián)規(guī)則的推薦算法進(jìn)行商品篩選，從多個(gè)商品中篩選出擬推薦商品。

可選地，所述獲取所述商品的折扣信息，包括：

獲取商品的初始折扣信息；

若所述用戶賬號(hào)中具備多個(gè)優(yōu)惠券，則將所述多個(gè)優(yōu)惠券與所述商品進(jìn)行逐一匹配；

若匹配成功，計(jì)算所述匹配成功商品的最終折扣價(jià)格，所述最終折扣價(jià)格為累加所述商品初始折扣及所述優(yōu)惠券的折扣。

可選地，在激活監(jiān)控線程之前，所述方法還包括：

基于所述商品價(jià)格的歷史變化曲線，預(yù)估特定時(shí)期所述商品的價(jià)格；

判斷所述預(yù)估價(jià)格的折扣程度是否高于所述預(yù)設(shè)閾值；

若高于所述預(yù)設(shè)閾值，則激活監(jiān)控線程。

可選地，所述擬推薦商品為所述用戶已購買的商品的組合型商品。

上述提供的基于大數(shù)據(jù)線上商品推薦的方法，通過設(shè)置監(jiān)控程序進(jìn)行價(jià)格監(jiān)控，并基于推薦指數(shù)確定折扣商品推薦的優(yōu)先級(jí)，并推薦給用戶以購買，優(yōu)化了商品推薦的效率，提高了商品推薦的成功率，提升了用戶體驗(yàn)。

附圖說明