CN113393271A - 一种产品客户大数据适用匹配***及计算机存储介质 - Google Patents
一种产品客户大数据适用匹配***及计算机存储介质 Download PDFInfo
- Publication number
- CN113393271A CN113393271A CN202110658542.8A CN202110658542A CN113393271A CN 113393271 A CN113393271 A CN 113393271A CN 202110658542 A CN202110658542 A CN 202110658542A CN 113393271 A CN113393271 A CN 113393271A
- Authority
- CN
- China
- Prior art keywords
- product
- label
- module
- user
- characteristic data
- 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
Images
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种产品客户大数据适用匹配***及计算机存储介质,包括产品输入模块、产品分析模块、用户分析模块、适用匹配模块、定点投放模块和定点反馈模块,商家使用所述产品输入模块上传产品的相关数据,所述产品分析模块对上传数据进行分析得到若干标签,所述用户分析模块基于用户的浏览及购物记录分析出用户的特征数据,所述适用匹配模块根据所述标签与所述特征数据计算出产品对每个用户的适用度,所述定点投放模块将使用度超过阈值的产品向用户进行消息投放,所述定点反馈模块根据用户对投放产品消息的反应进行记录反馈;本***能够实现产品的精准投放,使商家与消费者达到双赢效果。
Description
技术领域
本发明涉及互联网电商技术领域,尤其涉及一种基于大数据的产品客户适用匹配***。
背景技术
如何将产品精准地投放给目标客户时当前互联网电商中存在的一个问题,产品客户匹配越精准,产生的成本就越低,收益也越高,而对消费者而言,目前的互联网中充斥着大量无关的产品信息,降低了消费者的体验感,同时也增大了消费者获取到感兴趣产品的难度,如何使商家与消费者在产品投放过程中实现双赢是本***要解决的问题。
现在已经开发出了很多产品匹配***,经过我们大量的检索与参考,发现现有的匹配***有如公开号为KR101099309B1,KR101037821B1和KR101486207B1所公开的***,包括:用户登录模块,用于接收并验证用户的登录信息;产品添加模块,用于向用户展示贷款产品种类;产品信息输入模块,用于接收用户输入的针对所述贷款产品种类的产品信息;存储模块,用于存储用户通过所述产品信息输入模块输入的所述产品信息;详情展示模块,用于展示用户发布的所述产品信息;筛选匹配模块,用于将用户提供的关键词在已经发布的产品信息中进行匹配;信息输出模块,用于将所述筛选匹配模块得到的所述至少一个产品的信息向用户展示。但该***匹配结果中仍会出现大量消费者不感兴趣的产品,精准度不高。
发明内容
本发明的目的在于,针对所存在的不足,提出了一种基于大数据的产品客户适用匹配***,
为了克服现有技术的不足,本发明采用如下技术方案:
一种基于大数据的产品客户适用匹配***,包括商家客户端、中心服务器和消费者客户端,所述商家客户端用于上传产品并提取出产品标签,所述消费者客户端用于根据用户的浏览和购买记录生成特征数据,所述中心服务器根据所述产品标签和特征数据进行匹配并将适用的产品信息发送至所述消费者客户端;
其特征在于,所述商家客户端提取的标签包括数值标签和通用标签,所述数值标签划分为若干等级;
所述消费者客户端生成的特征数据包括浏览特征数据和购买特征数据,所述浏览特征数据为商品的通用标签的累计浏览次数,所述购买特征数据为商品的数值标签的比值统计分布;
所述中心服务器根据所述浏览特征数据计算出每个通用标签Mi的的重要指数P(Mi):
其中,N(M)表示通用标签M的浏览次数,i,j为下标,所述下标为数字或是中文;
所述中心服务器计算出所述商家客户端上传产品的标签配对指数Q:
其中P(M)i为所述产品中最大的n个通用标签的重要指数之一;
所述标签配对指数超过阈值的产品构成待选产品,所述中心服务器根据所述购买特征数据计算出待选产品的适用度U,并将适用度U高的产品发送至所述消费者客户端;
进一步的,所述适用度U的计算公式为:
U=ΠY(A,B,a);
其中,A,B为任意两个数值标签的等级值,a为偏差值,函数Y(A,B,a)用于表示购买特征数据中数值标签比值F满足F=x:y,x∈[A-a,A+a]且y∈[B-a,B+a]的数量;
进一步的,所述消费者客户端包括用户分析模块、定点投放模块和定点反馈模块,所述用户分析模块用于分析用户的浏览及购物记录并生成特征数据,所述定点投放模块用于显示所述中心服务器发送的产品信息,所述定点反馈模块用于记录并反馈用户对产品消息的操作处理,所述消费者客户端由用户控制其开启或关闭状态,所述消费者客户端只在开启状态下与所述中心服务器连接并正常工作;
进一步的,所述中心服务器将待选产品根据适用度由高到低排序并创建标签池,适用度最高的产品被发送至所述消费者客户端并将其通用标签投入至标签池中,其余待选产品进行适用度权重修正后重新排序,不断重复该过程直至所述消费者客户端接收的产品消息达到上限;
进一步的,所述适用度权重修正为将所述待选产品的权重与原适用度相乘得到新的适用度,所述权重G为:
其中,Z为标签池中标签的总数量,n为标签池中含有的产品自身通用标签的数量;
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于大数据的产品客户适用匹配***程序,所述基于大数据的产品客户适用匹配***程序被处理器执行时,实现一种基于大数据的产品客户适用匹配***步骤。
本发明所取得的有益效果是:
本***对于商家而言,其产品被投放至更容易购买的目标群体,提高收益,对消费者而言,其接收的产品信息更加有针对性,不会出现垃圾信息,同时也容易出现自己意想不到但会感兴趣的产品,提高消费体验,且消费者能主动控制消费者客户端的开闭,个人数据保存在本地***,避免个人信息的恶意泄露。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1为整体结构框架示意图。
图2为产品匹配筛选示意图。
图3为待选产品适用度权重修正流程示意图。
图4为浏览特征数据示意图。
图5为购买特征数据中一对数值标签比值统计分布示意表。
具体实施方式
为了使得本发明的目的.技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明;应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。对于本领域技术人员而言,在查阅以下详细描述之后,本实施例的其它***.方法和/或特征将变得显而易见。旨在所有此类附加的***.方法.特征和优点都包括在本说明书内.包括在本发明的范围内,并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征,并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或组件必须具有特定的方位,以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例一。
一种基于大数据的产品客户适用匹配***,包括商家客户端、中心服务器和消费者客户端,所述商家客户端用于上传产品并提取出产品标签,所述消费者客户端用于根据用户的浏览和购买记录生成特征数据,所述中心服务器根据所述产品标签和特征数据进行匹配并将适用的产品信息发送至所述消费者客户端;
其特征在于,所述商家客户端提取的标签包括数值标签和通用标签,所述数值标签划分为若干等级;
所述消费者客户端生成的特征数据包括浏览特征数据和购买特征数据,所述浏览特征数据为商品的通用标签的累计浏览次数,所述购买特征数据为商品的数值标签的比值统计分布;
所述中心服务器根据所述浏览特征数据计算出每个通用标签Mi的的重要指数P(Mi):
其中,N(M)表示通用标签M的浏览次数,i,j为下标,所述下标为数字或是中文;
所述中心服务器计算出所述商家客户端上传产品的标签配对指数Q:
其中P(M)i为所述产品中最大的n个通用标签的重要指数之一;
所述标签配对指数超过阈值的产品构成待选产品,所述中心服务器根据所述购买特征数据计算出待选产品的适用度U,并将适用度U高的产品发送至所述消费者客户端;
所述适用度U的计算公式为:
U=ΠY(A,B,a);
其中,A,B为任意两个数值标签的等级值,a为偏差值,函数Y(A,B,a)用于表示购买特征数据中数值标签比值F满足F=x:y,x∈[A-a,A+a]且y∈[B-a,B+a]的数量;
所述消费者客户端包括用户分析模块、定点投放模块和定点反馈模块,所述用户分析模块用于分析用户的浏览及购物记录并生成特征数据,所述定点投放模块用于显示所述中心服务器发送的产品信息,所述定点反馈模块用于记录并反馈用户对产品消息的操作处理,所述消费者客户端由用户控制其开启或关闭状态,所述消费者客户端只在开启状态下与所述中心服务器连接并正常工作;
所述中心服务器将待选产品根据适用度由高到低排序并创建标签池,适用度最高的产品被发送至所述消费者客户端并将其通用标签投入至标签池中,其余待选产品进行适用度权重修正后重新排序,不断重复该过程直至所述消费者客户端接收的产品消息达到上限;
所述适用度权重修正为将所述待选产品的权重与原适用度相乘得到新的适用度,所述权重G为:
其中,Z为标签池中标签的总数量,n为标签池中含有的产品自身通用标签的数量;
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于大数据的产品客户适用匹配***程序,所述基于大数据的产品客户适用匹配***程序被处理器执行时,实现一种基于大数据的产品客户适用匹配***步骤。
实施例二。
一种基于大数据的产品客户适用匹配***,包括商家客户端、中心服务器和消费者客户端,所述商家客户端用于上传产品并提取出产品标签,所述消费者客户端用于根据用户的浏览和购买记录生成特征数据,所述中心服务器根据所述产品标签和特征数据进行匹配并将适用的产品信息发送至所述消费者客户端;
其特征在于,所述商家客户端提取的标签包括数值标签和通用标签,所述数值标签划分为若干等级;
所述消费者客户端生成的特征数据包括浏览特征数据和购买特征数据,所述浏览特征数据为商品的通用标签的累计浏览次数,所述购买特征数据为商品的数值标签的比值统计分布;
所述中心服务器根据所述浏览特征数据计算出每个通用标签Mi的的重要指数P(Mi):
其中,N(M)表示通用标签M的浏览次数,i,j为下标,所述下标为数字或是中文;
所述中心服务器计算出所述商家客户端上传产品的标签配对指数Q:
其中P(M)i为所述产品中最大的n个通用标签的重要指数之一;
所述标签配对指数超过阈值的产品构成待选产品,所述中心服务器根据所述购买特征数据计算出待选产品的适用度U,并将适用度U高的产品发送至所述消费者客户端;
所述适用度U的计算公式为:
U=ΠY(A,B,a);
其中,A,B为任意两个数值标签的等级值,a为偏差值,函数Y(A,B,a)用于表示购买特征数据中数值标签比值F满足F=x:y,x∈[A-a,A+a]且y∈[B-a,B+a]的数量;
所述消费者客户端包括用户分析模块、定点投放模块和定点反馈模块,所述用户分析模块用于分析用户的浏览及购物记录并生成特征数据,所述定点投放模块用于显示所述中心服务器发送的产品信息,所述定点反馈模块用于记录并反馈用户对产品消息的操作处理,所述消费者客户端由用户控制其开启或关闭状态,所述消费者客户端只在开启状态下与所述中心服务器连接并正常工作;
所述中心服务器将待选产品根据适用度由高到低排序并创建标签池,适用度最高的产品被发送至所述消费者客户端并将其通用标签投入至标签池中,其余待选产品进行适用度权重修正后重新排序,不断重复该过程直至所述消费者客户端接收的产品消息达到上限;
所述适用度权重修正为将所述待选产品的权重与原适用度相乘得到新的适用度,所述权重G为:
其中,Z为标签池中标签的总数量,n为标签池中含有的产品自身通用标签的数量;
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于大数据的产品客户适用匹配***程序,所述基于大数据的产品客户适用匹配***程序被处理器执行时,实现一种基于大数据的产品客户适用匹配***步骤;
基于此设计了一种基于大数据的产品客户适用匹配***,包括产品输入模块、产品分析模块、用户分析模块、适用匹配模块、定点投放模块和定点反馈模块,商家使用所述产品输入模块上传产品的相关数据,所述产品分析模块对上传数据进行分析得到若干标签,所述用户分析模块基于用户的浏览及购物记录分析出用户的特征数据,所述适用匹配模块根据所述标签与所述特征数据计算出产品对每个用户的适用度,所述定点投放模块将使用度超过阈值的产品向用户进行消息投放,所述定点反馈模块根据用户对投放产品消息的反应进行记录反馈;
所述产品输入模块和所述产品分析模块集成在一个商家客户端中,通过所述产品输入模块需要输入的产品信息包括产品图片、产品尺寸、产品功能、产品价位,所述产品分析模块根据产品图片得出美观度标签,根据所述产品尺寸得出空间性标签、根据所述产品价位得出经济度标签,所述美观度标签、空间度标签和经济度标签为数值标签且均划分为多个等级,分别用A、B、C表示,所述产品分析模块从所述产品功能的描述中提取出关键词并根据关键词得出若干个通用标签;
所述用户分析模块、定点投放模块和定点反馈模块集成在一个消费者客户端中,用户能够开启或关闭所述消费者客户端,当所述消费者客户端开启时,所述用户分析模块会记录用户的浏览过程和购买过程并生成浏览特征数据和购买特征数据,如浏览一款产品,所述用户分析模块会生成该款产品的通用标签并对通用标签累计加1,所述浏览特征数据为每个通用标签的浏览次数总数,如购买一款产品,所述用户分析模块会生成该款产品的美观度等级、空间度等级和经济度等级并记录其互相之间的比值,所述购买特征数据为各比值的统计值,所述定点投放模块会在所述消费端客户端中形成一个显示界面,所述显示界面中会显示适用与该用户的产品消息,所述产品的显示数量与更新时间均由客户自行设定,用户通过点击产品消息链接能够跳转到具体的购买界面查看更加具体的产品信息并决定是否购买,所述定点反馈模块用于记录用户的产品点击率以及点击购买转化率并反馈给所述使用追踪模块。
实施例三。
一种基于大数据的产品客户适用匹配***,包括商家客户端、中心服务器和消费者客户端,所述商家客户端用于上传产品并提取出产品标签,所述消费者客户端用于根据用户的浏览和购买记录生成特征数据,所述中心服务器根据所述产品标签和特征数据进行匹配并将适用的产品信息发送至所述消费者客户端;
其特征在于,所述商家客户端提取的标签包括数值标签和通用标签,所述数值标签划分为若干等级;
所述消费者客户端生成的特征数据包括浏览特征数据和购买特征数据,所述浏览特征数据为商品的通用标签的累计浏览次数,所述购买特征数据为商品的数值标签的比值统计分布;
所述中心服务器根据所述浏览特征数据计算出每个通用标签Mi的的重要指数P(Mi):
其中,N(M)表示通用标签M的浏览次数,i,j为下标,所述下标为数字或是中文;
所述中心服务器计算出所述商家客户端上传产品的标签配对指数Q:
其中P(M)i为所述产品中最大的n个通用标签的重要指数之一;
所述标签配对指数超过阈值的产品构成待选产品,所述中心服务器根据所述购买特征数据计算出待选产品的适用度U,并将适用度U高的产品发送至所述消费者客户端;
所述适用度U的计算公式为:
U=ΠY(A,B,a);
其中,A,B为任意两个数值标签的等级值,a为偏差值,函数Y(A,B,a)用于表示购买特征数据中数值标签比值F满足F=x:y,x∈[A-a,A+a]且y∈[B-a,B+a]的数量;
所述消费者客户端包括用户分析模块、定点投放模块和定点反馈模块,所述用户分析模块用于分析用户的浏览及购物记录并生成特征数据,所述定点投放模块用于显示所述中心服务器发送的产品信息,所述定点反馈模块用于记录并反馈用户对产品消息的操作处理,所述消费者客户端由用户控制其开启或关闭状态,所述消费者客户端只在开启状态下与所述中心服务器连接并正常工作;
所述中心服务器将待选产品根据适用度由高到低排序并创建标签池,适用度最高的产品被发送至所述消费者客户端并将其通用标签投入至标签池中,其余待选产品进行适用度权重修正后重新排序,不断重复该过程直至所述消费者客户端接收的产品消息达到上限;
所述适用度权重修正为将所述待选产品的权重与原适用度相乘得到新的适用度,所述权重G为:
其中,Z为标签池中标签的总数量,n为标签池中含有的产品自身通用标签的数量;
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于大数据的产品客户适用匹配***程序,所述基于大数据的产品客户适用匹配***程序被处理器执行时,实现一种基于大数据的产品客户适用匹配***步骤;
基于此设计了一种基于大数据的产品客户适用匹配***,包括产品输入模块、产品分析模块、用户分析模块、适用匹配模块、定点投放模块和定点反馈模块,商家使用所述产品输入模块上传产品的相关数据,所述产品分析模块对上传数据进行分析得到若干标签,所述用户分析模块基于用户的浏览及购物记录分析出用户的特征数据,所述适用匹配模块根据所述标签与所述特征数据计算出产品对每个用户的适用度,所述定点投放模块将使用度超过阈值的产品向用户进行消息投放,所述定点反馈模块根据用户对投放产品消息的反应进行记录反馈;
所述产品输入模块和所述产品分析模块集成在一个商家客户端中,通过所述产品输入模块需要输入的产品信息包括产品图片、产品尺寸、产品功能、产品价位,所述产品分析模块根据产品图片得出美观度标签,根据所述产品尺寸得出空间性标签、根据所述产品价位得出经济度标签,所述美观度标签、空间度标签和经济度标签为数值标签且均划分为多个等级,分别用A、B、C表示,所述产品分析模块从所述产品功能的描述中提取出关键词并根据关键词得出若干个通用标签;
所述用户分析模块、定点投放模块和定点反馈模块集成在一个消费者客户端中,用户能够开启或关闭所述消费者客户端,当所述消费者客户端开启时,所述用户分析模块会记录用户的浏览过程和购买过程并生成浏览特征数据和购买特征数据,如浏览一款产品,所述用户分析模块会生成该款产品的通用标签并对通用标签累计加1,所述浏览特征数据为每个通用标签的浏览次数总数,如购买一款产品,所述用户分析模块会生成该款产品的美观度等级、空间度等级和经济度等级并记录其互相之间的比值,所述购买特征数据为各比值的统计值,所述定点投放模块会在所述消费端客户端中形成一个显示界面,所述显示界面中会显示适用与该用户的产品消息,所述产品的显示数量与更新时间均由客户自行设定,用户通过点击产品消息链接能够跳转到具体的购买界面查看更加具体的产品信息并决定是否购买,所述定点反馈模块用于记录用户的产品点击率以及点击购买转化率并反馈给所述使用追踪模块;
所述适用匹配模块设置于中心服务器中,所述中心服务器与所有商家客户端以及开启的消费者客户端连通并形成一个网络,所述适用匹配模块会收集所述产品分析模块的产品标签数据并保存在一个产品数据库中,所述适用匹配模块和所述消费者客户端之间会建立一个产品交流区域,所述产品交流区域会根据用户的浏览特征数据向所述适用匹配模块提交申请,所述适用匹配模块根据申请从所述产品数据库中获取满足浏览特征数据的产品发送至所述产品交流区域,所述产品交流区域根据用户的购买特征数据计算出每个产品的适用度并根据适用度排名,所述消费者客户端根据所述适用度排名以及用户自己的设置获取一定数量的产品消息进行显示;
发送至所述产品交流区域的浏览特征数据是近期一段时间内的浏览特征数据,所述产品交流区域根据所述浏览特征数据计算出每个通用标签Mi的的重要指数P(Mi):
其中,N(M)表示通用标签M的浏览次数,i,j为下标,所述下标为数字或是中文;
所述通用标签的重要指数数据构成了一个产品交流区域提交的申请;
对于产品数据库中的一个产品,所述适用匹配模块基于提交的申请提取出该产品中重要指数排前5的5个通用标签,所述5个通用标签对应的重要指数记作P(M)i,i取值为1至5,并计算该产品的标签配对指数Q:
所述适用匹配模块将标签配对指数超过阈值的产品发送至所述产品交流区域作为待选产品;
所述购买特征数据为三个比值F1、F2和F3的分布统计,比值F1为美观度等级与空间度等级的比值,比值F2为美观度等级与经济度等级的比值,比值F3为空间度等级与经济度等级的比值,例如购买一件商品的美观度等级、空间度等级和经济度等级分别为3、8和4,则F1=3:8,F2=3:4,F3=8:4,需要注意的是,所述比值为原始数据,不进行约分,即8:4≠2:1;
所述产品交流区域计算出每个待选产品的适用度U:
U=Y(A,B,a)·Y(A,C,a)·Y(B,C,a);
其中,A,B,C为待选产品的美观度等级、空间度等级和经济度等级,a为偏差值,函数Y(A,B,a)用于表示购买特征数据中比值F1满足F1=x:y,x∈[A-a,A+a]且y∈[B-a,B+a]的数量,函数Y(A,C,a)用于表示购买特征数据中比值F2满足F2=x:y,x∈[A-a,A+a]且y∈[C-a,C+a]的数量,函数Y(B,C,a)用于表示购买特征数据中比值F3满足F3=x:y,x∈[B-a,B+a]且y∈[C-a,C+a]的数量,x,y均为自然数;
所述产品交流区域选择所述适用度U高的待选产品发送至消费者客户端进行显示。
实施例四。
一种基于大数据的产品客户适用匹配***,包括商家客户端、中心服务器和消费者客户端,所述商家客户端用于上传产品并提取出产品标签,所述消费者客户端用于根据用户的浏览和购买记录生成特征数据,所述中心服务器根据所述产品标签和特征数据进行匹配并将适用的产品信息发送至所述消费者客户端;
其特征在于,所述商家客户端提取的标签包括数值标签和通用标签,所述数值标签划分为若干等级;
所述消费者客户端生成的特征数据包括浏览特征数据和购买特征数据,所述浏览特征数据为商品的通用标签的累计浏览次数,所述购买特征数据为商品的数值标签的比值统计分布;
所述中心服务器根据所述浏览特征数据计算出每个通用标签Mi的的重要指数P(Mi):
其中,N(M)表示通用标签M的浏览次数,i,j为下标,所述下标为数字或是中文;
所述中心服务器计算出所述商家客户端上传产品的标签配对指数Q:
其中P(M)i为所述产品中最大的n个通用标签的重要指数之一;
所述标签配对指数超过阈值的产品构成待选产品,所述中心服务器根据所述购买特征数据计算出待选产品的适用度U,并将适用度U高的产品发送至所述消费者客户端;
所述适用度U的计算公式为:
U=ΠY(A,B,a);
其中,A,B为任意两个数值标签的等级值,a为偏差值,函数Y(A,B,a)用于表示购买特征数据中数值标签比值F满足F=x:y,x∈[A-a,A+a]且y∈[B-a,B+a]的数量;
所述消费者客户端包括用户分析模块、定点投放模块和定点反馈模块,所述用户分析模块用于分析用户的浏览及购物记录并生成特征数据,所述定点投放模块用于显示所述中心服务器发送的产品信息,所述定点反馈模块用于记录并反馈用户对产品消息的操作处理,所述消费者客户端由用户控制其开启或关闭状态,所述消费者客户端只在开启状态下与所述中心服务器连接并正常工作;
所述中心服务器将待选产品根据适用度由高到低排序并创建标签池,适用度最高的产品被发送至所述消费者客户端并将其通用标签投入至标签池中,其余待选产品进行适用度权重修正后重新排序,不断重复该过程直至所述消费者客户端接收的产品消息达到上限;
所述适用度权重修正为将所述待选产品的权重与原适用度相乘得到新的适用度,所述权重G为:
其中,Z为标签池中标签的总数量,n为标签池中含有的产品自身通用标签的数量;
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于大数据的产品客户适用匹配***程序,所述基于大数据的产品客户适用匹配***程序被处理器执行时,实现一种基于大数据的产品客户适用匹配***步骤;
基于此设计了一种基于大数据的产品客户适用匹配***,包括产品输入模块、产品分析模块、用户分析模块、适用匹配模块、定点投放模块和定点反馈模块,商家使用所述产品输入模块上传产品的相关数据,所述产品分析模块对上传数据进行分析得到若干标签,所述用户分析模块基于用户的浏览及购物记录分析出用户的特征数据,所述适用匹配模块根据所述标签与所述特征数据计算出产品对每个用户的适用度,所述定点投放模块将使用度超过阈值的产品向用户进行消息投放,所述定点反馈模块根据用户对投放产品消息的反应进行记录反馈;
所述产品输入模块和所述产品分析模块集成在一个商家客户端中,通过所述产品输入模块需要输入的产品信息包括产品图片、产品尺寸、产品功能、产品价位,所述产品分析模块根据产品图片得出美观度标签,根据所述产品尺寸得出空间性标签、根据所述产品价位得出经济度标签,所述美观度标签、空间度标签和经济度标签为数值标签且均划分为多个等级,分别用A、B、C表示,所述产品分析模块从所述产品功能的描述中提取出关键词并根据关键词得出若干个通用标签;
所述用户分析模块、定点投放模块和定点反馈模块集成在一个消费者客户端中,用户能够开启或关闭所述消费者客户端,当所述消费者客户端开启时,所述用户分析模块会记录用户的浏览过程和购买过程并生成浏览特征数据和购买特征数据,如浏览一款产品,所述用户分析模块会生成该款产品的通用标签并对通用标签累计加1,所述浏览特征数据为每个通用标签的浏览次数总数,如购买一款产品,所述用户分析模块会生成该款产品的美观度等级、空间度等级和经济度等级并记录其互相之间的比值,所述购买特征数据为各比值的统计值,所述定点投放模块会在所述消费端客户端中形成一个显示界面,所述显示界面中会显示适用与该用户的产品消息,所述产品的显示数量与更新时间均由客户自行设定,用户通过点击产品消息链接能够跳转到具体的购买界面查看更加具体的产品信息并决定是否购买,所述定点反馈模块用于记录用户的产品点击率以及点击购买转化率并反馈给所述使用追踪模块;
所述适用匹配模块设置于中心服务器中,所述中心服务器与所有商家客户端以及开启的消费者客户端连通并形成一个网络,所述适用匹配模块会收集所述产品分析模块的产品标签数据并保存在一个产品数据库中,所述适用匹配模块和所述消费者客户端之间会建立一个产品交流区域,所述产品交流区域会根据用户的浏览特征数据向所述适用匹配模块提交申请,所述适用匹配模块根据申请从所述产品数据库中获取满足浏览特征数据的产品发送至所述产品交流区域,所述产品交流区域根据用户的购买特征数据计算出每个产品的适用度并根据适用度排名,所述消费者客户端根据所述适用度排名以及用户自己的设置获取一定数量的产品消息进行显示;
发送至所述产品交流区域的浏览特征数据是近期一段时间内的浏览特征数据,所述产品交流区域根据所述浏览特征数据计算出每个通用标签Mi的的重要指数P(Mi):
其中,N(M)表示通用标签M的浏览次数,i,j为下标,所述下标为数字或是中文;
所述通用标签的重要指数数据构成了一个产品交流区域提交的申请;
对于产品数据库中的一个产品,所述适用匹配模块基于提交的申请提取出该产品中重要指数排前5的5个通用标签,所述5个通用标签对应的重要指数记作P(M)i,i取值为1至5,并计算该产品的标签配对指数Q:
所述适用匹配模块将标签配对指数超过阈值的产品发送至所述产品交流区域作为待选产品;
所述购买特征数据为三个比值F1、F2和F3的分布统计,比值F1为美观度等级与空间度等级的比值,比值F2为美观度等级与经济度等级的比值,比值F3为空间度等级与经济度等级的比值,例如购买一件商品的美观度等级、空间度等级和经济度等级分别为3、8和4,则F1=3:8,F2=3:4,F3=8:4,需要注意的是,所述比值为原始数据,不进行约分,即8:4≠2:1;
所述产品交流区域计算出每个待选产品的适用度U:
U=Y(A,B,a)·Y(A,C,a)·Y(B,C,a);
其中,A,B,C为待选产品的美观度等级、空间度等级和经济度等级,a为偏差值,函数Y(A,B,a)用于表示购买特征数据中比值F1满足F1=x:y,x∈[A-a,A+a]且y∈[B-a,B+a]的数量,函数Y(A,C,a)用于表示购买特征数据中比值F2满足F2=x:y,x∈[A-a,A+a]且y∈[C-a,C+a]的数量,函数Y(B,C,a)用于表示购买特征数据中比值F3满足F3=x:y,x∈[B-a,B+a]且y∈[C-a,C+a]的数量,x,y均为自然数;
所述产品交流区域选择所述适用度U高的待选产品发送至消费者客户端进行显示;
所述产品交流区域对所述待选产品添加标签重复权重,防止发送至消费者客户端的产品出现种类单一的情况,所述产品交流区域先将所述待选产品按适用度从高到低排序,并赋予每个待选产品初始权重G,G值为1,并创建标签池,适用度最高的待选产品的通用标签投入标签池后直接发送至消费者客户端,其余待选产品根据标签池中的标签与自身通用标签对权重G进行修正,修正公式为:
其中,Z为标签池中标签的总数量,n为标签池中含有的产品自身通用标签的数量;
将所述权重与适用度相乘后得到新的适用度,并依据所述新适用度对待选产品重新排序,发送适用度最高的待选产品至消费者客户端并将其标签投入至标签池中,对剩余待选产品进行权重修正,不断重复上述过程直至所述消费者客户端中的产品数量达标;
所述消费者客户端能够点击产品消息查看购买链接或是直接删除产品消息,所述消费者客户端内设有三个历史数据库,一个为购买历史数据库,所述购买历史数据库中存放的是通过所述消费者客户端进行购买商品的数据,一个为点击历史数据库,所述点击历史数据库中存放的是点击了产品消息但未购买的产品相关数据,另一个为删除历史数据库,所述删除历史数据库中存放的是直接删除的产品相关数据。
虽然上面已经参考各种实施例描述了本发明,但是应当理解,在不脱离本发明的范围的情况下,可以进行许多改变和修改。也就是说上面讨论的方法,***和设备是示例。各种配置可以适当地省略,替换或添加各种过程或组件。例如,在替代配置中,可以以与所描述的顺序不同的顺序执行方法,和/或可以添加,省略和/或组合各种部件。而且,关于某些配置描述的特征可以以各种其他配置组合,如可以以类似的方式组合配置的不同方面和元素。此外,随着技术发展其中的元素可以更新,即许多元素是示例,并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而,可以在没有这些具体细节的情况下实践配置例如,已经示出了众所周知的电路,过程,算法,结构和技术而没有不必要的细节,以避免模糊配置。该描述仅提供示例配置,并且不限制权利要求的范围,适用性或配置。相反,前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下,可以对元件的功能和布置进行各种改变。
综上,其旨在上述详细描述被认为是例示性的而非限制性的,并且应当理解,以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种基于大数据的产品客户适用匹配***,包括商家客户端、中心服务器和消费者客户端,所述商家客户端用于上传产品并提取出产品标签,所述消费者客户端用于根据用户的浏览和购买记录生成特征数据,所述中心服务器根据所述产品标签和特征数据进行匹配并将适用的产品信息发送至所述消费者客户端;
其特征在于,所述商家客户端提取的标签包括数值标签和通用标签,所述数值标签划分为若干等级;
所述消费者客户端生成的特征数据包括浏览特征数据和购买特征数据,所述浏览特征数据为商品的通用标签的累计浏览次数,所述购买特征数据为商品的数值标签的比值统计分布;
所述中心服务器根据所述浏览特征数据计算出每个通用标签Mi的的重要指数P(Mi):
其中,N(M)表示通用标签M的浏览次数,i,j为下标,所述下标为数字或是中文;
所述中心服务器计算出所述商家客户端上传产品的标签配对指数Q:
其中P(M)i为所述产品中最大的n个通用标签的重要指数之一;
所述标签配对指数超过阈值的产品构成待选产品,所述中心服务器根据所述购买特征数据计算出待选产品的适用度U,并将适用度U高的产品发送至所述消费者客户端。
2.如权利要求1所述的一种基于大数据的产品客户适用匹配***,所述适用度U的计算公式为:
U=ΠY(A,B,a);
其中,A,B为任意两个数值标签的等级值,a为偏差值,函数Y(A,B,a)用于表示购买特征数据中数值标签比值F满足F=x:y,x∈[A-a,A+a]且y∈[B-a,B+a]的数量。
3.如权利要求2所述的一种基于大数据的产品客户适用匹配***,所述消费者客户端包括用户分析模块、定点投放模块和定点反馈模块,所述用户分析模块用于分析用户的浏览及购物记录并生成特征数据,所述定点投放模块用于显示所述中心服务器发送的产品信息,所述定点反馈模块用于记录并反馈用户对产品消息的操作处理,所述消费者客户端由用户控制其开启或关闭状态,所述消费者客户端只在开启状态下与所述中心服务器连接并正常工作。
4.如权利要求3所述的一种基于大数据的产品客户适用匹配***,所述中心服务器将待选产品根据适用度由高到低排序并创建标签池,适用度最高的产品被发送至所述消费者客户端并将其通用标签投入至标签池中,其余待选产品进行适用度权重修正后重新排序,不断重复该过程直至所述消费者客户端接收的产品消息达到上限。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于大数据的产品客户适用匹配***程序,所述基于大数据的产品客户适用匹配***程序被处理器执行时,实现如权利要求1至5中任一项所述的一种基于大数据的产品客户适用匹配***步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110658542.8A CN113393271B (zh) | 2021-06-15 | 2021-06-15 | 一种产品客户大数据适用匹配***及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110658542.8A CN113393271B (zh) | 2021-06-15 | 2021-06-15 | 一种产品客户大数据适用匹配***及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113393271A true CN113393271A (zh) | 2021-09-14 |
CN113393271B CN113393271B (zh) | 2022-09-23 |
Family
ID=77620959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110658542.8A Active CN113393271B (zh) | 2021-06-15 | 2021-06-15 | 一种产品客户大数据适用匹配***及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113393271B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408377A (zh) * | 2016-08-31 | 2017-02-15 | 广东华邦云计算股份有限公司 | 购物推荐方法及*** |
CN110222272A (zh) * | 2019-04-18 | 2019-09-10 | 广东工业大学 | 一种潜在客户挖掘与推荐方法 |
CN110264252A (zh) * | 2019-06-01 | 2019-09-20 | 浙江华坤道威数据科技有限公司 | 一种基于lbs定位的广告定点投放*** |
CN110874788A (zh) * | 2019-11-13 | 2020-03-10 | 合肥美的电冰箱有限公司 | 产品推荐方法、装置及计算机存储介质 |
WO2020085086A1 (ja) * | 2018-10-23 | 2020-04-30 | 株式会社ピーステックラボ | 商品リコメンドシステム |
CN112348430A (zh) * | 2020-10-19 | 2021-02-09 | 北京中恒云科技有限公司 | 一种用户数据分析方法、计算机设备及存储介质 |
-
2021
- 2021-06-15 CN CN202110658542.8A patent/CN113393271B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408377A (zh) * | 2016-08-31 | 2017-02-15 | 广东华邦云计算股份有限公司 | 购物推荐方法及*** |
WO2020085086A1 (ja) * | 2018-10-23 | 2020-04-30 | 株式会社ピーステックラボ | 商品リコメンドシステム |
CN110222272A (zh) * | 2019-04-18 | 2019-09-10 | 广东工业大学 | 一种潜在客户挖掘与推荐方法 |
CN110264252A (zh) * | 2019-06-01 | 2019-09-20 | 浙江华坤道威数据科技有限公司 | 一种基于lbs定位的广告定点投放*** |
CN110874788A (zh) * | 2019-11-13 | 2020-03-10 | 合肥美的电冰箱有限公司 | 产品推荐方法、装置及计算机存储介质 |
CN112348430A (zh) * | 2020-10-19 | 2021-02-09 | 北京中恒云科技有限公司 | 一种用户数据分析方法、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
冯勇等: "一种基于标签用户模型的个性化信息检索方法", 《小型微型计算机***》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113393271B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101993771B1 (ko) | 챗봇 검색 시스템 및 프로그램 | |
US9703828B2 (en) | System and method for idempotent interactive disparate object discovery, retrieval and display | |
WO2020088058A1 (zh) | 生成信息的方法和装置 | |
CN105159910A (zh) | 信息推荐方法和装置 | |
CN111654714B (zh) | 信息处理方法、装置、电子设备和存储介质 | |
CN111949887A (zh) | 物品推荐方法、装置及计算机可读存储介质 | |
CN113850649A (zh) | 一种基于多平台用户数据的定制化推荐方法及推荐*** | |
US20140214621A1 (en) | Method and device for pushing information | |
CN111429214B (zh) | 一种基于交易数据的买卖双方匹配方法及装置 | |
CN107480227A (zh) | 一种基于大数据的信息推送方法 | |
CN116562992B (zh) | 一种建模用户新兴趣不确定性的物品推荐方法、装置及介质 | |
CN111429161A (zh) | 特征提取方法、特征提取装置、存储介质及电子设备 | |
CN115760202A (zh) | 一种基于人工智能的产品运营管理***及方法 | |
CN114862480A (zh) | 广告投放定向方法及其装置、设备、介质、产品 | |
CN114282100A (zh) | 基于云计算技术的面向电商平台个性化推荐的方法及装置 | |
CN114493786A (zh) | 一种信息推荐方法及装置 | |
CN113393271B (zh) | 一种产品客户大数据适用匹配***及计算机存储介质 | |
TWM633789U (zh) | 媒合系統 | |
JP5011185B2 (ja) | 情報分析装置、情報分析方法、及び情報分析プログラム | |
CN113254775A (zh) | 一种基于客户浏览行为序列的***产品推荐方法 | |
CN113626703A (zh) | 基于加权投票式的电商平台用户推荐方法 | |
CN113362141A (zh) | 一种关联商品的推荐方法、装置、介质及电子设备 | |
CN113327145A (zh) | 一种物品推荐方法和装置 | |
CN112991033A (zh) | 一种确定物品价值属性的方法和装置 | |
TWI818213B (zh) | 商品推薦系統與方法及電腦可讀媒介 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230105 Address after: 311100 Room 801-805, Floor 8, Building 1, Haichuang Science and Technology Center, Cangqian Street, Yuhang District, Hangzhou City, Zhejiang Province Patentee after: Hangzhou Dongdian Technology Co.,Ltd. Address before: 412000 No.79, wisdom road, Yunlong demonstration zone, Zhuzhou City, Hunan Province (New Campus of Hunan Automotive Engineering Vocational College) Patentee before: HUNAN AUTOMOTIVE ENGINEERING VOCATIONAL College |
|
TR01 | Transfer of patent right |