CN111582997A - 一种基于云电子商务活跃用户分析的搜索*** - Google Patents
一种基于云电子商务活跃用户分析的搜索*** Download PDFInfo
- Publication number
- CN111582997A CN111582997A CN202010469525.5A CN202010469525A CN111582997A CN 111582997 A CN111582997 A CN 111582997A CN 202010469525 A CN202010469525 A CN 202010469525A CN 111582997 A CN111582997 A CN 111582997A
- Authority
- CN
- China
- Prior art keywords
- user
- users
- relevance
- active
- rule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000006399 behavior Effects 0.000 claims abstract description 42
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims abstract description 5
- 238000007619 statistical method Methods 0.000 claims description 12
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
- G06Q30/0627—Directed, with specific intent or strategy using item specifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0639—Item locations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及技术领域,具体是一种基于云电子商务活跃用户分析的搜索***,包括以下步骤:S1.筛选活跃用户:提取在统计时间段内做出有效行为的用户,追踪用户在首次注册登录后做出有效行为的天数与次数,符合条件的用户标记为活跃用户;S2.用户分类:提取活跃用户注册资料,为每位活跃用户根据一定的条件打上不同的标签,以区分用户群体;S3.分析活跃用户的有效行为:将活跃用户根据用户做出有效行为的不同分为数个群体。本发明的有益效果,通过对不同活跃用户进行分析,建立用户、商品及商铺之间的关联性,根据关联性对用户的搜索结果进行排序,使得用户能够快速地找到所需的合适商品,从而节省大量的时间。
Description
技术领域
本发明涉云电子商务技术领域,具体是一种基于云电子商务活跃用户分析的搜索***。
背景技术
云电子商务是指基于云计算商业模式应用的电子商务平台服务,在云平台上,所有的电子商务供应商,代理商,策划服务商,制作商,行业协会,管理机构,行业媒体,法律结构等都集中云整合成资源池,各个资源相互展示和互动,按需交流,达成意向,从而降低成本,提高效率。
中国专利号CN107630423A提供一种基于云计算的电子商务购物搜索方法,包括以下步骤:步骤S1,登陆,步骤S2,进入搜索界面,步骤S3,输入关键词,步骤S4,***图片,步骤S5,产品浏览界面,步骤S6,旋转产品排序,步骤S7,进入产品界面,步骤S8,购买产品,步骤S9,完成,与现有技术相比,本发明具有如下的有益效果:用户在购物的时候,只需注册一个账号,便可自动提取用户的用户输入的个人姓名、登陆账号、身份证号、地址、手机号以及密码信息,在不同的购物网站上注册,同时,当用户搜索产品的时候,便可***通过云网络查询不同购物网站下,符合用户需求的产品,并提取产品的图片、简介以及链接,进入相应的页面,方便用户进行购买。
但是一种基于云计算的电子商务购物搜索方法为对用户进行分析,仅能够根据统计下的大数据为搜索相同关键词的不同用户提供相同的搜索结果,使得用户必须在杂乱的搜索结果内一一筛选,才能找到合适的商品,浪费大量的时间。
发明内容
本发明的目的在于提供一种基于云电子商务活跃用户分析的搜索***,以解决上述背景技术中提出的仅能够根据统计下的大数据为搜索相同关键词的不同用户提供相同的搜索结果,使得用户必须在杂乱的搜索结果内一一筛选,才能找到合适的商品,浪费大量的时间的问题。
本发明的技术方案是:一种基于云电子商务活跃用户分析的搜索***,包括以下步骤:
S1.筛选活跃用户:提取在统计时间段内做出有效行为的用户,追踪用户在首次注册登录后做出有效行为的天数与次数,符合条件的用户标记为活跃用户;
S2.用户分类:提取活跃用户注册资料,为每位活跃用户根据一定的条件打上不同的标签,以区分用户群体;
S3.分析活跃用户的有效行为:将活跃用户根据用户做出有效行为的不同分为数个群体,再根据每个活跃用户的有效行为及用户标签根据数学统计方法综合分析,以区别不同标签活跃用户群体与做出的有效行为种类之间的关联性,并将该关联性当做第一关联规则进行储存;
S4.分析活跃用户、店铺与商品三者之间的关联性:首先将活跃用户所购买的商品根据用途的不同分为不同的种类,使用数学统计方法将用户标签与商品的种类建立关联性,再使用数学统计方法将用户标签与商品的种类建立关联性,通过二者之间的共通项建立起活跃用户、店铺与商品三者之间的关联性,并将该关联性当做第二关联规则进行储存;
S5.建立搜索规则:用户搜索时,首先为用户根据S1中相同规则打上不同的标签,以区分该用户群体,该用户进行搜索前,首先根据该用户的标签与S3中第一关联规则确定该用户与各个有效行为之间的关联性高低,将该用户区分为一类用户与二类用户,当该用户输入所需搜索的商品进行搜索后,为该商品以S4中相同规则进行分类,根据该用户的标签与所需搜索商品的种类根据S4中第二关联规则建立该用户该次搜索与店铺之间的关联性,再综合该用户为一类用户或二类用户进行展示搜索结果。
进一步地,所述S1中有效行为包括搜索商品或店铺、点击并查看商品详情、分享商品和下单购物。
进一步地,所述S1中的条件为做出有效行为天数/做出有效行为次数大于最低阀值,且用户注册后连续未做出有效行为天数小于最高阀值。
进一步地,所述最低阀值为0.1-0.2,且最高阀值为7-15。
进一步地,所述S2中一定的条件包括用户的年龄、性别、所在城市、职业和活跃时间段。
进一步地,所述S5中一类用户为根据第一关联规则与下单购物关联性较高的用户。
进一步地,所述S5中二类用户为根据第一关联规则与搜索商品或店铺、点击并查看商品详情和分享商品和关联性较高的用户。
进一步地,所述S5中展示搜索结果的规则为,若该用户为一类用户则根据第二关联规则将关联性高且消费水平较高的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,若该用户为二类用户则根据第二关联规则将关联性高且商品详情介绍较多的的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,而关联性低的店铺排列在展示结果靠后的位置。
进一步地,所述该用户若即为一类用户又为二类用户则按照一类中户处理。
进一步地,所述S5中若在该用户进行搜索结果后,首先提取该用户的购买与浏览历史,若购买与浏览历史中有包含该次搜索商品的店铺,则将该店铺最优先排列在展示结果最前的位置。
本发明通过改进在此提供一种基于云电子商务活跃用户分析的搜索***,与现有技术相比,具有如下改进及优点:
(1)通过对不同活跃用户进行分析,建立用户、商品及商铺之间的关联性,根据关联性对用户的搜索结果进行排序,使得用户能够快速地找到所需的合适商品,从而节省了大量的时间。
(2)通过第二关联规则与第一关联规则相结合的方式,能够为有经济条件的用户优先展示消费水平更高及质量更好的商品,而为需要了解商品相关详情的用户提供介绍更加详细的商品,使得搜索结果排列更加人性化。
具体实施方式
下面将对本发明进行详细说明,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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明通过改进在此提供一种基于云电子商务活跃用户分析的搜索***,包括以下步骤:
S1.筛选活跃用户:提取在统计时间段内做出有效行为的用户,追踪用户在首次注册登录后做出有效行为的天数与次数,符合条件的用户标记为活跃用户;
S2.用户分类:提取活跃用户注册资料,为每位活跃用户根据一定的条件打上不同的标签,以区分用户群体;
S3.分析活跃用户的有效行为:将活跃用户根据用户做出有效行为的不同分为数个群体,再根据每个活跃用户的有效行为及用户标签根据数学统计方法综合分析,以区别不同标签活跃用户群体与做出的有效行为种类之间的关联性,并将该关联性当做第一关联规则进行储存;
S4.分析活跃用户、店铺与商品三者之间的关联性:首先将活跃用户所购买的商品根据用途的不同分为不同的种类,使用数学统计方法将用户标签与商品的种类建立关联性,再使用数学统计方法将用户标签与商品的种类建立关联性,通过二者之间的共通项建立起活跃用户、店铺与商品三者之间的关联性,并将该关联性当做第二关联规则进行储存;
S5.建立搜索规则:用户搜索时,首先为用户根据S1中相同规则打上不同的标签,以区分该用户群体,该用户进行搜索前,首先根据该用户的标签与S3中第一关联规则确定该用户与各个有效行为之间的关联性高低,将该用户区分为一类用户与二类用户,当该用户输入所需搜索的商品进行搜索后,为该商品以S4中相同规则进行分类,根据该用户的标签与所需搜索商品的种类根据S4中第二关联规则建立该用户该次搜索与店铺之间的关联性,再综合该用户为一类用户或二类用户进行展示搜索结果。
进一步地,S1中有效行为包括搜索商品或店铺、点击并查看商品详情、分享商品和下单购物。
进一步地,S1中的条件为做出有效行为天数/做出有效行为次数大于最低阀值,且用户注册后连续未做出有效行为天数小于最高阀值。
进一步地,最低阀值为0.1-0.2,且最高阀值为7-15。
进一步地,S2中一定的条件包括用户的年龄、性别、所在城市、职业和活跃时间段。
进一步地,S5中一类用户为根据第一关联规则与下单购物关联性较高的用户。
进一步地,S5中二类用户为根据第一关联规则与搜索商品或店铺、点击并查看商品详情和分享商品和关联性较高的用户。
进一步地,S5中展示搜索结果的规则为,若该用户为一类用户则根据第二关联规则将关联性高且消费水平较高的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,若该用户为二类用户则根据第二关联规则将关联性高且商品详情介绍较多的的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,而关联性低的店铺排列在展示结果靠后的位置。
进一步地,该用户若即为一类用户又为二类用户则按照一类中户处理。
进一步地,S5中若在该用户进行搜索结果后,首先提取该用户的购买与浏览历史,若购买与浏览历史中有包含该次搜索商品的店铺,则将该店铺最优先排列在展示结果最前的位置。
本发明的工作原理为:提取在统计时间段内做出包括搜索商品或店铺、点击并查看商品详情、分享商品和下单购物行为在内的用户,追踪用户在首次注册登录后做出有效行为的天数与次数,符合做出有效行为天数/做出有效行为次数大于0.1,且用户注册后连续未做出有效行为天数小于15的用户标记为活跃用户;提取活跃用户注册资料,为每位活跃用户根据用户的年龄、性别、所在城市、职业和活跃时间段打上不同的标签,以区分用户群体;将活跃用户根据用户做出有效行为的不同分为数个群体,再根据每个活跃用户的有效行为及用户标签根据数学统计方法综合分析,以区别不同标签活跃用户群体与做出的有效行为种类之间的关联性,并将该关联性当做第一关联规则进行储存;在将活跃用户所购买的商品根据用途的不同分为不同的种类,使用数学统计方法将用户标签与商品的种类建立关联性,再使用数学统计方法将用户标签与商品的种类建立关联性,通过二者之间的共通项建立起活跃用户、店铺与商品三者之间的关联性,并将该关联性当做第二关联规则进行储存;用户搜索时,首先为用户根据S1中相同规则打上不同的标签,以区分该用户群体,该用户进行搜索前,首先根据该用户的标签与S3中第一关联规则确定该用户与各个有效行为之间的关联性高低,将该用户区分为一类用户与二类用户,一类用户为根据第一关联规则与下单购物关联性较高的用户,二类用户为根据第一关联规则与搜索商品或店铺、点击并查看商品详情和分享商品和关联性较高的用户,该用户若即为一类用户又为二类用户则按照一类中户处理,当该用户输入所需搜索的商品进行搜索后,首先提取该用户的购买与浏览历史,若购买与浏览历史中有包含该次搜索商品的店铺,则将该店铺最优先排列在展示结果最前的位置,接着为该商品以S4中相同规则进行分类,根据该用户的标签与所需搜索商品的种类根据S4中第二关联规则建立该用户该次搜索与店铺之间的关联性,再综合该用户为一类用户或二类用户进行展示搜索结果,若该用户为一类用户则根据第二关联规则将关联性高且消费水平较高的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,若该用户为二类用户则根据第二关联规则将关联性高且商品详情介绍较多的的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,而关联性低的店铺排列在展示结果靠后的位置。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于云电子商务活跃用户分析的搜索***,其特征在于:包括以下步骤:
S1.筛选活跃用户:提取在统计时间段内做出有效行为的用户,追踪用户在首次注册登录后做出有效行为的天数与次数,符合条件的用户标记为活跃用户;
S2.用户分类:提取活跃用户注册资料,为每位活跃用户根据一定的条件打上不同的标签,以区分用户群体;
S3.分析活跃用户的有效行为:将活跃用户根据用户做出有效行为的不同分为数个群体,再根据每个活跃用户的有效行为及用户标签根据数学统计方法综合分析,以区别不同标签活跃用户群体与做出的有效行为种类之间的关联性,并将该关联性当做第一关联规则进行储存;
S4.分析活跃用户、店铺与商品三者之间的关联性:首先将活跃用户所购买的商品根据用途的不同分为不同的种类,使用数学统计方法将用户标签与商品的种类建立关联性,再使用数学统计方法将用户标签与商品的种类建立关联性,通过二者之间的共通项建立起活跃用户、店铺与商品三者之间的关联性,并将该关联性当做第二关联规则进行储存;
S5.建立搜索规则:用户搜索时,首先为用户根据S1中相同规则打上不同的标签,以区分该用户群体,该用户进行搜索前,首先根据该用户的标签与S3中第一关联规则确定该用户与各个有效行为之间的关联性高低,将该用户区分为一类用户与二类用户,当该用户输入所需搜索的商品进行搜索后,为该商品以S4中相同规则进行分类,根据该用户的标签与所需搜索商品的种类根据S4中第二关联规则建立该用户该次搜索与店铺之间的关联性,再综合该用户为一类用户或二类用户进行展示搜索结果。
2.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述S1中有效行为包括搜索商品或店铺、点击并查看商品详情、分享商品和下单购物。
3.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述S1中的条件为做出有效行为天数/做出有效行为次数大于最低阀值,且用户注册后连续未做出有效行为天数小于最高阀值。
4.根据权利要求3所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述最低阀值为0.1-0.2,且最高阀值为7-15。
5.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述S2中一定的条件包括用户的年龄、性别、所在城市、职业和活跃时间段。
6.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述S5中一类用户为根据第一关联规则与下单购物关联性较高的用户。
7.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述S5中二类用户为根据第一关联规则与搜索商品或店铺、点击并查看商品详情和分享商品和关联性较高的用户。
8.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述S5中展示搜索结果的规则为,若该用户为一类用户则根据第二关联规则将关联性高且消费水平较高的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,若该用户为二类用户则根据第二关联规则将关联性高且商品详情介绍较多的的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,而关联性低的店铺排列在展示结果靠后的位置。
9.根据权利要求8所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述该用户若即为一类用户又为二类用户则按照一类中户处理。
10.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索***,其特征在于:所述S5中若在该用户进行搜索结果后,首先提取该用户的购买与浏览历史,若购买与浏览历史中有包含该次搜索商品的店铺,则将该店铺最优先排列在展示结果最前的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010469525.5A CN111582997B (zh) | 2020-05-28 | 2020-05-28 | 一种基于云电子商务活跃用户分析的搜索*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010469525.5A CN111582997B (zh) | 2020-05-28 | 2020-05-28 | 一种基于云电子商务活跃用户分析的搜索*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582997A true CN111582997A (zh) | 2020-08-25 |
CN111582997B CN111582997B (zh) | 2023-11-07 |
Family
ID=72125649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010469525.5A Active CN111582997B (zh) | 2020-05-28 | 2020-05-28 | 一种基于云电子商务活跃用户分析的搜索*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582997B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117294529A (zh) * | 2023-11-24 | 2023-12-26 | 成都安美勤信息技术股份有限公司 | 一种智慧医疗平台异常登录检测方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447437A (zh) * | 2016-09-20 | 2017-02-22 | 广东聚联电子商务股份有限公司 | 一种基于云计算的电子商务购物搜索方法 |
CN107633430A (zh) * | 2017-09-20 | 2018-01-26 | 哈尔滨工业大学 | 一种基于群体社区的商品推荐方法 |
CN109559058A (zh) * | 2018-12-12 | 2019-04-02 | 广州蓝深科技有限公司 | 一种基于云计算的电子商务用户行为数据分析技术 |
CN110135948A (zh) * | 2019-05-09 | 2019-08-16 | 西北民族大学 | 一种面向电子商务平台商品的推荐***及方法 |
-
2020
- 2020-05-28 CN CN202010469525.5A patent/CN111582997B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447437A (zh) * | 2016-09-20 | 2017-02-22 | 广东聚联电子商务股份有限公司 | 一种基于云计算的电子商务购物搜索方法 |
CN107633430A (zh) * | 2017-09-20 | 2018-01-26 | 哈尔滨工业大学 | 一种基于群体社区的商品推荐方法 |
CN109559058A (zh) * | 2018-12-12 | 2019-04-02 | 广州蓝深科技有限公司 | 一种基于云计算的电子商务用户行为数据分析技术 |
CN110135948A (zh) * | 2019-05-09 | 2019-08-16 | 西北民族大学 | 一种面向电子商务平台商品的推荐***及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117294529A (zh) * | 2023-11-24 | 2023-12-26 | 成都安美勤信息技术股份有限公司 | 一种智慧医疗平台异常登录检测方法及*** |
CN117294529B (zh) * | 2023-11-24 | 2024-01-30 | 成都安美勤信息技术股份有限公司 | 一种智慧医疗平台异常登录检测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN111582997B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360623B2 (en) | Visually generated consumer product presentation | |
US20110060733A1 (en) | Information retrieval based on semantic patterns of queries | |
US20140012840A1 (en) | Generating search results | |
CA2863722C (en) | Systems, methods and apparatus for identifying links among interactional digital data | |
CN102663626A (zh) | 基于区域特征的协同过滤推荐方法 | |
CN113807896A (zh) | 一种基于抖众电商平台的大数据用户挖掘方法 | |
US10713704B2 (en) | System and method for generating output results based on computed relativity measures using relational memory | |
US8326661B2 (en) | Method and apparatus for providing data statistics | |
Pahwa et al. | Role of Data mining in analyzing consumer’s online buying behavior | |
Zhao et al. | Anatomy of a web-scale resale market: a data mining approach | |
Boonjing et al. | Data mining for customers' positive reaction to advertising in social media | |
CN111582997B (zh) | 一种基于云电子商务活跃用户分析的搜索*** | |
US11620693B2 (en) | Apparatus, system and method for providing product and store search results associated with meta shopping mall | |
Wu et al. | [Retracted] Using the Mathematical Model on Precision Marketing with Online Transaction Data Computing | |
CN113822691B (zh) | 用户账号的识别方法、装置、***和介质 | |
CN114155057A (zh) | 一种用于电子商务平台的商品推荐*** | |
Boonjing et al. | Data mining for positive customer reaction to advertising in social media | |
Fattah et al. | Actualization of Digital Marketing Society 5.0 on MSMES of Sasirangan Cloth in Village Sasirangan in Banjarmasin City | |
CN111639207A (zh) | 线下目标物推荐方法、装置、电子设备及存储介质 | |
Carlsson et al. | What's trending in social media analytics area? A retrospective | |
Mallik et al. | Measuring the Perception and Effectiveness of Digital Marketing amongst the Marketing Professionals, an Exploratory Study in Odisha. | |
CN111949788B (zh) | 搜索方法、搜索装置、搜索***及介质 | |
CN116109334A (zh) | 一种客户优先级罗列方法、***、设备及存储介质 | |
Magesh et al. | Purchaser's optimistic response to social media advertisements—A data mining approach | |
Karim et al. | A practical framework for implementing e-commerce in SMEs in developing countries: A case from Bangladesh |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |