CN109636545A - 一种电商平台商品推荐算法 - Google Patents

Abstract

本发明公开了一种电商平台商品推荐算法，包括以下步骤：步骤一：获取运营商原始数据：从运营商大数据***获取用户及检索记录副本，包括：用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数。该电商平台商品推荐算法，通过通过获取用户的信息或其他用户的购买记录判断，并进行相关商品的推送，能够满足用户对于地域季节和热门商品进行推送，且在本发明中，如用户对第一次推送的信息未表达出足够的兴趣时，根据当前季节信息、用户所在地区若干个购物成功购物次数最多的若干个商品信息调整推送内容，及时解决第一次推送时，信息不准确的问题，有效的减少了用户挑选商品的时间，提高了用户体验。

Description

一种电商平台商品推荐算法

技术领域

本发明涉及商品推荐技术领域，具体为一种电商平台商品推荐算法。

背景技术

随着科技的不断发展，社会信息化进程的加快，电子商务交易平台的不断完善，越来越多的人们通过网上购物的方式来获取自己所需的商品，商品的种类可以涉及到人们日常生活的方方面面，为人们生活提供了极大的便利，由于现在各个电商平台上的商品种类繁多，用户在购物时，往往需要花费大量的时间进行挑选才能找到自己需要的商品，因此各个商家为了保证用户体验，均提供了针对用户的个性化推送服务，然而，现有的商品推送方法一般通过获取用户日常浏览记录或购买历史进行简单推送，没有针对商品自身的特定及用户的个人信息进行个性化定制，使得推送信息的准确性较低。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了一种电商平台商品推荐算法，具备,个性化定制推送和提高推送信息的准确性的优点，解决了上述背景技术中提出的问题。

（二）技术方案

为实现上述目的，本发明提供如下技术方案：一种电商平台商品推荐算法，包括以下步骤：

步骤一：获取运营商原始数据：

从运营商大数据***获取用户及检索记录副本，包括：用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数；

步骤二：提取意图特征分析：

通过关键词内容和检索次数获取第一推送标示，获取包含所述第一推送标示的商品信息，记为第一商品信息，将所述第一商品信息推送给所述用户；

步骤三：获取第一商品推送用户浏览信息：

获取所述用户对所述第一商品信息的浏览时间和次数，判断所述用户对所述第一商品信息未表达购买意向，且所述浏览间小于预设时间时，获取当前季节信息，根据当前季节信息获取第二推送标示，获取包含所述第二推送标示的商品信息，记为第二商品信息，将所述第二商品信息推送给所述用户；

步骤四：获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息：

获取所述用户对所述第二商品信息的浏览时间和次数，判断所述用户对所述第二商品信息未表达购买意向，且所述浏览间小于预设时间时，获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息，根据购物成功率和购物次数获取第三推送标示，获取包含所述第三推送标示的商品信息，记为第三商品信息，将所述第三商品信息推送给所述用户；

步骤五：提取关键词，设定权重；

获取所述用户对所述第三商品信息的浏览时间和次数，判断所述用户对所述第三商品信息未表达购买意向，且所述浏览间小于预设时间时，获取第一商品信息、第二商品信息和第三商品信息中浏览时间较长的商品信息，根据第一商品信息、第二商品信息和第三商品信息中浏览时间较长的商品信息获取第四商品信息，将所述第四商品信息推送给所述用户。

优选的，从运营商数据库中读取用户信息，对信息进行分析，以得到所述用户的用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数，通过数据采集实时采集所述用户的信息。

优选的，根据所述用户的购物信息和其他用户的购物信息，判断对所述用户有益的商品类型和对所述其他用户有益的商品类型是否相同，以及在判定对所述用户有益的商品类型和对所述其他用户有益的商品类型是否相同时，向所述用户推荐所述其他用户购买的商品。

优选的，判断单元，用于根据所述获取单元获取到的所述商品信息的浏览时间和次数，判断所述用户对所述商品信息表达购买意向。

优选的，获取单元，用于获取用户的商品信息的浏览时间和次数。

（三）有益效果

与现有技术相比，本发明提供了一种电商平台商品推荐算法，具备以下有益效果：

该电商平台商品推荐算法，通过通过获取用户的信息及检索记录副本或其他用户的购买记录判断，并进行相关商品的推送，能够满足用户对于地域季节和热门商品进行推送，且在本发明中，如用户对第一次推送的信息未表达出足够的兴趣时，根据当前季节信息、用户所在地区若干个购物成功购物次数最多的若干个商品信息和用户对所述第三商品信息的浏览时间次数调整推送内容，并向用户发送推送信息，及时解决第一次推送时，信息不准确的问题，有效的减少了用户挑选商品的时间，提高了用户体验。

附图说明

图1为本发明提出的一种电商平台商品推荐算法流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，一种电商平台商品推荐算法，包括以下步骤：

步骤一：获取运营商原始数据：

从运营商大数据***获取用户及检索记录副本，包括：用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数；从运营商数据库中读取用户信息，对信息进行分析，以得到用户的用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数，通过数据采集实时采集用户的信息。

步骤二：提取意图特征分析：

通过关键词内容和检索次数获取第一推送标示，获取包含第一推送标示的商品信息，记为第一商品信息，将第一商品信息推送给用户；

步骤三：获取第一商品推送用户浏览信息：

获取用户对第一商品信息的浏览时间和次数，判断用户对第一商品信息未表达购买意向，且浏览间小于预设时间时，获取当前季节信息，根据当前季节信息获取第二推送标示，获取包含第二推送标示的商品信息，记为第二商品信息，将第二商品信息推送给用户；判断单元，用于根据获取单元获取到的商品信息的浏览时间和次数，判断用户对商品信息表达购买意向。

步骤四：获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息：

获取用户对第二商品信息的浏览时间和次数，判断用户对第二商品信息未表达购买意向，且浏览间小于预设时间时，获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息，根据购物成功率和购物次数获取第三推送标示，获取包含第三推送标示的商品信息，记为第三商品信息，将第三商品信息推送给用户；根据用户的购物信息和其他用户的购物信息，判断对所述用户有益的商品类型和对其他用户有益的商品类型是否相同，以及在判定对用户有益的商品类型和对其他用户有益的商品类型是否相同时，向用户推荐其他用户购买的商品。

步骤五：提取关键词，设定权重；

获取用户对第三商品信息的浏览时间和次数，判断用户对第三商品信息未表达购买意向，且浏览间小于预设时间时，获取第一商品信息、第二商品信息和第三商品信息中浏览时间较长的商品信息，根据第一商品信息、第二商品信息和第三商品信息中浏览时间较长的商品信息获取第四商品信息，将第四商品信息推送给用户，获取单元，用于获取用户的商品信息的浏览时间和次数。

综上所述，该电商平台商品推荐算法，该电商平台商品推荐算法，通过通过获取用户的信息及检索记录副本或其他用户的购买记录判断，并进行相关商品的推送，能够满足用户对于地域季节和热门商品进行推送，且在本发明中，如用户对第一次推送的信息未表达出足够的兴趣时，根据当前季节信息、用户所在地区若干个购物成功购物次数最多的若干个商品信息和用户对所述第三商品信息的浏览时间次数调整推送内容，并向用户发送推送信息，及时解决第一次推送时，信息不准确的问题，有效的减少了用户挑选商品的时间，提高了用户体验。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种电商平台商品推荐算法，其特征在于：包括以下步骤：

步骤一：获取运营商原始数据：

从运营商大数据***获取用户及检索记录副本，包括：用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数；

步骤二：提取意图特征分析：

通过关键词内容和检索次数获取第一推送标示，获取包含所述第一推送标示的商品信息，记为第一商品信息，将所述第一商品信息推送给所述用户；

步骤三：获取第一商品推送用户浏览信息：

获取所述用户对所述第一商品信息的浏览时间和次数，判断所述用户对所述第一商品信息未表达购买意向，且所述浏览间小于预设时间时，获取当前季节信息，根据当前季节信息获取第二推送标示，获取包含所述第二推送标示的商品信息，记为第二商品信息，将所述第二商品信息推送给所述用户；

步骤四：获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息：

获取所述用户对所述第二商品信息的浏览时间和次数，判断所述用户对所述第二商品信息未表达购买意向，且所述浏览间小于预设时间时，获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息，根据购物成功率和购物次数获取第三推送标示，获取包含所述第三推送标示的商品信息，记为第三商品信息，将所述第三商品信息推送给所述用户；

步骤五：提取关键词，设定权重；

获取所述用户对所述第三商品信息的浏览时间和次数，判断所述用户对所述第三商品信息未表达购买意向，且所述浏览间小于预设时间时，获取第一商品信息、第二商品信息和第三商品信息中浏览时间较长的商品信息，根据第一商品信息、第二商品信息和第三商品信息中浏览时间较长的商品信息获取第四商品信息，将所述第四商品信息推送给所述用户。

2.根据权利要求1所述的一种电商平台商品推荐算法，其特征在于：从运营商数据库中读取用户信息，对信息进行分析，以得到所述用户的用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数，通过数据采集实时采集所述用户的信息。

3.根据权利要求1所述的一种电商平台商品推荐算法，其特征在于：根据所述用户的购物信息和其他用户的购物信息，判断对所述用户有益的商品类型和对所述其他用户有益的商品类型是否相同，以及在判定对所述用户有益的商品类型和对所述其他用户有益的商品类型是否相同时，向所述用户推荐所述其他用户购买的商品。

4.根据权利要求1所述的一种电商平台商品推荐算法，其特征在于：判断单元，用于根据所述获取单元获取到的所述商品信息的浏览时间和次数，判断所述用户对所述商品信息表达购买意向。

5.根据权利要求1所述的一种电商平台商品推荐算法，其特征在于：获取单元，用于获取用户的商品信息的浏览时间和次数。