[發(fā)明專(zhuān)利]多平臺(tái)商品屬性匹配處理方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110004538.X
• 申請(qǐng)日: 2021-01-04
• 公開(kāi)（公告）號(hào): CN112669086B
• 公開(kāi)（公告）日: 2023-09-15
• 發(fā)明（設(shè)計(jì)）人: 阮紅虎;張衛(wèi)華;吳志豐;李鑌
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳市華通易點(diǎn)信息技術(shù)有限公司
• 主分類(lèi)號(hào): G06Q30/0202
• 分類(lèi)號(hào): G06Q30/0202;G06Q30/0601
• 代理公司: 深圳市卓科知識(shí)產(chǎn)權(quán)代理有限公司 44534
• 代理人: 邵妍;張磊

本申請(qǐng)公開(kāi)了多平臺(tái)商品屬性匹配處理方法及系統(tǒng)，該方法首先獲取多網(wǎng)絡(luò)平臺(tái)的用戶(hù)數(shù)據(jù)，從用戶(hù)數(shù)據(jù)中提取出行為數(shù)據(jù)，生成行為數(shù)據(jù)集合，依據(jù)行為數(shù)據(jù)集合建立多網(wǎng)絡(luò)平臺(tái)的行為引導(dǎo)因素與用戶(hù)行為之間的引導(dǎo)關(guān)系關(guān)聯(lián)模型，從關(guān)聯(lián)模型中確定出用戶(hù)受行為引導(dǎo)因素影響而產(chǎn)生的被引導(dǎo)用戶(hù)行為，得到每類(lèi)被引導(dǎo)用戶(hù)行為的引導(dǎo)因素域，依據(jù)關(guān)聯(lián)模型和引導(dǎo)因素域判斷行為狀態(tài)變化情況，依據(jù)行為狀態(tài)變化情況確定出與引導(dǎo)因素域相應(yīng)的非電商平臺(tái)的映射引導(dǎo)因素，并向用戶(hù)施加該映射引導(dǎo)因素。該方法能夠?qū)崿F(xiàn)在非電商傳統(tǒng)平臺(tái)上根據(jù)商品屬性實(shí)現(xiàn)面向目標(biāo)用戶(hù)的高效準(zhǔn)確匹配的效果。

技術(shù)領(lǐng)域

本申請(qǐng)涉及數(shù)據(jù)分析技術(shù)領(lǐng)域，特別涉及多平臺(tái)商品屬性匹配處理方法及系統(tǒng)。

背景技術(shù)

隨著大數(shù)據(jù)分析技術(shù)的發(fā)展，目前大多數(shù)電商平臺(tái)都具備了根據(jù)商品屬性與用戶(hù)的匹配程度，向用戶(hù)推薦商品的功能，而該功能的實(shí)現(xiàn)主要是通過(guò)積累和分析用戶(hù)在電商平臺(tái)的購(gòu)買(mǎi)記錄、瀏覽記錄、購(gòu)物車(chē)放置記錄等用戶(hù)數(shù)據(jù)，同時(shí)還根據(jù)用戶(hù)的社交關(guān)系分析其好友的上述記錄，通過(guò)分析這些用戶(hù)數(shù)據(jù)中相關(guān)聯(lián)的商品，確定用戶(hù)偏好傾向，例如用戶(hù)偏好的商品類(lèi)型、價(jià)格區(qū)間、商品品牌等，進(jìn)而將商品屬性與用戶(hù)的偏好傾向進(jìn)行匹配，將匹配程度高的商品推薦給用戶(hù)，實(shí)現(xiàn)向用戶(hù)推送更符合用戶(hù)偏好的商品的功能。

近年來(lái)，傳統(tǒng)的電商平臺(tái)以外的各種網(wǎng)絡(luò)平臺(tái)，例如多媒體點(diǎn)播平臺(tái)、短視頻平臺(tái)、視頻直播平臺(tái)等，也開(kāi)始嵌入各種形式的商品推薦功能，例如在多媒體的播放前或者播放間隙可以有針對(duì)性地插入商品廣告；短視頻平臺(tái)可以向用戶(hù)推送商品相關(guān)的短視頻等。

但是，這些非電商平臺(tái)在實(shí)現(xiàn)上述功能的時(shí)候，面臨的一個(gè)突出問(wèn)題就是缺乏與商品屬性相關(guān)聯(lián)的用戶(hù)數(shù)據(jù)，因?yàn)樵谶@些非電商平臺(tái)上積累的用戶(hù)數(shù)據(jù)，例如多媒體點(diǎn)播的歷史數(shù)據(jù)、短視頻瀏覽歷史數(shù)據(jù)、加入直播間歷史數(shù)據(jù)等，均與商品屬性之間缺乏直接關(guān)聯(lián)度；另一方面，由于這些非電商平臺(tái)并非專(zhuān)業(yè)進(jìn)行商品買(mǎi)賣(mài)的電商平臺(tái)，因此用戶(hù)在這些非電商平臺(tái)上對(duì)推薦商品的瀏覽、購(gòu)買(mǎi)等行為的發(fā)生次數(shù)和頻率均比較低，難以通過(guò)非電商平臺(tái)的用戶(hù)數(shù)據(jù)及相應(yīng)的分析來(lái)向用戶(hù)推送符合用戶(hù)偏好的商品。

發(fā)明內(nèi)容

基于此，為了解決非電商平臺(tái)缺乏與商品屬性相關(guān)聯(lián)的用戶(hù)數(shù)據(jù)而無(wú)法向用戶(hù)推送符合用戶(hù)偏好的商品，本申請(qǐng)公開(kāi)了以下技術(shù)方案。

一方面，提供了一種多平臺(tái)商品屬性匹配處理方法，包括：

獲取多網(wǎng)絡(luò)平臺(tái)的用戶(hù)數(shù)據(jù)，從用戶(hù)數(shù)據(jù)中提取出行為數(shù)據(jù)，生成行為數(shù)據(jù)集合；

依據(jù)所述行為數(shù)據(jù)集合建立多網(wǎng)絡(luò)平臺(tái)的行為引導(dǎo)因素與用戶(hù)行為之間的引導(dǎo)關(guān)系關(guān)聯(lián)模型；

從所述關(guān)聯(lián)模型中確定出用戶(hù)受所述行為引導(dǎo)因素影響而產(chǎn)生的被引導(dǎo)用戶(hù)行為，得到每類(lèi)被引導(dǎo)用戶(hù)行為的引導(dǎo)因素域；

依據(jù)所述關(guān)聯(lián)模型和所述引導(dǎo)因素域判斷行為狀態(tài)變化情況；

依據(jù)所述行為狀態(tài)變化情況確定出與所述引導(dǎo)因素域相應(yīng)的非電商平臺(tái)的映射引導(dǎo)因素，并向用戶(hù)施加該映射引導(dǎo)因素。

在一種可能的實(shí)施方式中，所述行為數(shù)據(jù)集合V＝{p₁，p₂，...p_i，...p_M}，其中，p_i為用戶(hù)的第i類(lèi)行為，M是行為類(lèi)型總數(shù)，所述行為類(lèi)型包括在電商平臺(tái)中的瀏覽商品、收藏商品、收藏商家、將商品加入購(gòu)物車(chē)、商品下單中的至少一項(xiàng)，還包括在非電商平臺(tái)中的關(guān)注、點(diǎn)贊、轉(zhuǎn)發(fā)、輸入評(píng)論、進(jìn)入直播間、駐留直播間、打賞、網(wǎng)址鏈接點(diǎn)擊中的至少一項(xiàng)。