[發明專利]一種基于大數據的產品搜尋裂變推送方法、系統及存儲介質

在審

• 申請號: 202010923093.0
• 申請日: 2020-09-04
• 公開（公告）號: CN112184362A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 童大山;謝玉輝
• 申請（專利權）人: 廣州搜料信息技術有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/9535
• 代理公司: 廣州專理知識產權代理事務所(普通合伙) 44493
• 代理人: 張鳳

1.一種基于大數據的產品搜尋裂變推送方法，其特征在于，包括以下：

獲取用戶在搭建的購物平臺的注冊信息，根據所述注冊信息得到用戶的行為偏好畫像日志；

根據用戶的行為偏好畫像日志計算得出首輪推送的產品對象，將所述產品對象推送給用戶；

獲取用戶的搜索意向關鍵詞，將所述搜索意向關鍵詞以及注冊信息進行信息整合以及信息預處理得到更新后的用戶的行為偏好畫像日志；

根據更新后的用戶的行為偏好畫像日志進行計算得出次輪推送的產品對象，將所述產品對象推送給用戶；

重復獲取用戶的搜索意向關鍵詞，按照上述方式進行產品對象的推送，直至用戶完成搜索。

2.根據權利要求1所述的一種基于大數據的產品搜尋裂變推送方法，其特征在于，上述獲取用戶的注冊信息的購物平臺為搜料網平臺。

3.根據權利要求2所述的一種基于大數據的產品搜尋裂變推送方法，其特征在于，上述用戶的行為偏好畫像日志具體包括日志頭部、事件描述字段以及附加數據域，

所述日志頭部包括形成日志的日期、事件、用戶名、主機名事件ID、記錄來源以及事件類型；

所述事件描述字段包括存儲注冊信息的服務器名、句柄ID、進程ID、主要用戶名、主域、用戶名、用戶登陸ID、用戶的相關更新信息；

所述附加數據域包括生成所述行為偏好畫像日志的應用程序所產生的以16進制方式顯示的二進制數據。

4.根據權利要求3所述的一種基于大數據的產品搜尋裂變推送方法，其特征在于，上述根據用戶的行為偏好畫像日志進行產品對象的推送具體包括以下：

獲取用戶的行為偏好畫像日志，從中提取有關用戶的描述字段形成字段集P，P＝{P1，P2，...，Pn}其中Pi為P的項，1＜i＜n；

獲取需要推送的產品的集合Q，Q＝{Q1，Q2，...，Qm}其中Qi為Q的項，1＜i＜m；

建立字段集P與集合Q的關聯規則如下，

p＝q，

其中且p∩q＝φ；

計算關聯規則p＝q的支持因子support(p＝q)以及關聯規則p＝q的置信因子confidence(p＝q)，其中

support(p＝q)＝P(p U q)，confidence(p＝q)＝P(p|q)

找出支持因子support(p＝q)大于第一閾值的所有頻繁集合子集，通過頻繁集合子集生成新的強關聯規則；

將新的強關聯規則中的產品的集合Q的子集q中的產品元素作為目標元素推送給用戶。

5.根據權利要求1所述的一種基于大數據的產品搜尋裂變推送方法，其特征在于，所述方法還包括，在用戶進行第一次搜索時，還會對用戶的搜索間隔時間T進行計時，并將搜索間隔時間T也作為影響因素共同進行信息整合以及信息預處理得到用戶的行為偏好畫像日志。

6.根據權利要求1所述的一種基于大數據的產品搜尋裂變推送方法，其特征在于，將所述搜索意向關鍵詞以及注冊信息進行信息整合以及信息預處理的操作具體包括以下：

將所述搜索意向關鍵詞以及注冊信息通過非實時的兩個系統在oracle數據庫中進行數據集成得到集成后的數據集；

對集成后的數據集通過使用Pandas中的drop函數進行數據清理；

對數據清理后的數據集通過線性決策分析進行數據降維處理，并形成更新后的用戶的行為偏好畫像日志。

7.一種基于大數據的產品搜尋裂變推送系統，其特征在于，包括，

第一運行模塊，用于獲取用戶在搭建的購物平臺的注冊信息，根據所述注冊信息得到用戶的行為偏好畫像日志；

第二運行模塊，用于根據用戶的行為偏好畫像日志計算得出首輪推送的產品對象，將所述產品對象推送給用戶；

第三運行模塊，用于獲取用戶的搜索意向關鍵詞，將所述搜索意向關鍵詞以及注冊信息進行信息整合以及信息預處理得到更新后的用戶的行為偏好畫像日志；

第四運行模塊，用于根據更新后的用戶的行為偏好畫像日志進行計算得出次輪推送的產品對象，將所述產品對象推送給用戶；

第五運行模塊，用于重復執行所述第三運行模塊以及第四運行模塊，直至用戶完成搜索。

8.一種計算機可讀存儲的介質，所述計算機可讀存儲的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1-6中任一項所述方法的步驟。