CN115131108A - 一种电商商品筛选*** - Google Patents
一种电商商品筛选*** Download PDFInfo
- Publication number
- CN115131108A CN115131108A CN202210854789.1A CN202210854789A CN115131108A CN 115131108 A CN115131108 A CN 115131108A CN 202210854789 A CN202210854789 A CN 202210854789A CN 115131108 A CN115131108 A CN 115131108A
- Authority
- CN
- China
- Prior art keywords
- commodity
- commodities
- shop
- information
- commerce
- 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.)
- Pending
Links
- 238000012216 screening Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电商商品筛选***,属于电商大数据技术领域,该***基于dbscan聚类方法实现高性价比商品的筛选,包括店铺信息获取模块、商品信息获取模块以及商品推荐模块;所述店铺信息获取模块通过大数据技术获取店铺信息与店铺商品信息;所述商品信息获取模块用于获取热销商品的信息,包括商品名称、价格销量及评论;所述商品推荐模块通过建立基于dbscan的商品聚类模型,对优质高性价比的商品进行标签化,智能的为消费者进行购物提示。本发明能够通过消费者输入的关键词,智能的提示给用户不同价格区间段的高性价比商品。
Description
技术领域
本发明涉及电商大数据技术领域,具体地说是一种电商商品筛选***。
背景技术
网购已经成为了人们生活中非常重要的一部分,目前越来越多的人选择网上购物,既能够享受购物的便利,又能够享受价格优势。但不是所有的商品都具有性价比或者质量达标,如今网上商品价格虚标,篡改价格,并有大额优惠券和刷单等现象层出不穷,让消费者在购物选择时迷茫、飘忽不定。智能的提示用户高性价比商品能够帮助消费者了解商品价格的具体信息,提升消费者的购物体验。
发明内容
本发明的技术任务是针对以上不足之处,提供一种电商商品筛选***,能够通过消费者输入的关键词,智能的提示给用户不同价格区间段的高性价比商品。
本发明解决其技术问题所采用的技术方案是:
一种电商商品筛选***,该***基于dbscan聚类方法实现高性价比商品的筛选,包括店铺信息获取模块、商品信息获取模块以及商品推荐模块;
所述店铺信息获取模块通过大数据技术获取店铺信息与店铺商品信息;
所述商品信息获取模块用于获取热销商品的信息,包括商品名称、价格销量及评论;
所述商品推荐模块通过建立基于dbscan的商品聚类模型,对优质高性价比的商品进行标签化,智能的为消费者进行购物提示。
本***利用店铺的信息以及商品的信息,通过聚类识别出高性价比商品所属类别的商品特征,依据用户搜索,匹配商品所属类目,将具有的高性价比商品特点的商品推送给消费者。
本***是通过大数据技术对电子商务平台的商品进行采集扫描,获取商品信息的名称、价格、分类等信息,使用基于dbscan的聚类方法,获取商品聚类,在根据设置的价格区间,智能推荐给用户高性价比商品。通过该基于电商大数据的高性价比商品筛选***,能够推荐给用户更高性价比的商品,提升消费者体验。
优选的,所述商品推荐模块通过聚类识别出高性价比商品所属类别的商品特征,依据用户搜索匹配商品所属类目,将具有高性价比商品特点的商品推送给消费者。
可以根据人们的搜索冠检测,根据搜索的商品可能所属的分类以及价格区间的选择,智能地为消费者提供高性价比的商品。这样能够让消费者更清晰的获取到高性价比商品,提升消费者的购物参与体验感。
进一步的,该***实现电商商品筛选采用的方式包括:
1)、利用爬虫技术,获取网络经营店铺的数据和店铺经营商品数据,并存储到数据库中;
2)、通过渠道获取店铺商品是否存在优惠券情况信息,存储到数据库中;
3)、建立基于dbscan的商品聚类模型,并进行高性价比商品特征记录,建立商品推荐方法***。
优选的,所述网络经营店铺的数据和店铺经营商品数据包含店铺id,店铺名称,店铺所在地,商品发货地,评分,商品名称、价格、分类;
高性价比商品特征记录包括商品信息名称,商品价格,商品评价,店铺是否存在优惠券信息,店铺名称,店铺所在地,店铺发货地,店铺热销商品。
优选的,该***实现电商商品筛选的具体过程如下:
1)、获取商品与店铺:通过大数据技术获取店铺信息与店铺商品信息;
2)、分最细一级类目,对商品的属性包括价格、商品名称分词及销量进行基于dbscan的聚类方法;
3)、按照聚类的商品,找到高性价比聚类多的商品,发掘其中的商品特征,如商品名称分词中的关键词、商品销量等;
4)、按照搜索关键词,进行商品类目匹配,将匹配到的高性价比商品推送给用户。
优选的,dbscan的商品聚类模型的训练过程如下:
1)、输入:商品信息以及店铺信息;
2)、对商品进行分词,并保留重要词汇;
3)、将商品名称中重要词汇、价格、销量作为属性,建立基于dbscan的聚类;
4)、将店铺中的热销商品按照分类,查询在每个聚类中类别的数量,确定性价比高的聚类类别,并找到该类别的名称词汇、价格以及销量特征。
优选的,所述建立基于dbscan的聚类,每个最细类目一个聚类。
优选的,搜索过程如下:
1)、输入:想要购买的商品关键词;
2)、依据关键词找到最近的商品分类;
3)、找到该分类下的高性价比商品命名重要词汇,价格及销量等,作为推送商品;
4)、将找到的商品按照销量推送给用户。
优选的,所述将找到的商品按照销量推送给用户,如果用户设定了价格区间,那么可以按照价格区间给用户推送所述价格区间的高性价比商品。
本发明还要求保护一种电商商品筛选装置,该装置通过上述的电商商品筛选***,基于dbscan聚类方法实现高性价比商品的筛选。
本发明的一种电商商品筛选***与现有技术相比,具有以下有益效果:
本***是通过大数据技术对电子商务平台的商品进行采集扫描,获取商品信息的名称、价格、分类等信息,使用基于dbscan的聚类方法,获取商品聚类,在根据设置的价格区间,智能推荐给用户高性价比商品;
可以根据人们的搜索冠检测,根据搜索的商品可能所属的分类以及价格区间的选择,智能地为消费者提供高性价比的商品。这样能够让消费者更清晰的获取到高性价比商品,提升消费者的购物参与体验感。
附图说明
图1是本发明实施例提供的电商商品筛选***中dbscan商品聚类模型的训练过程示图;
图2是本发明实施例提供的电商商品筛选***中搜索过程示图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
本发明实施例提供一种电商商品筛选***,该***基于dbscan聚类方法实现高性价比商品的筛选,包括店铺信息获取模块、商品信息获取模块以及商品推荐模块;
所述店铺信息获取模块通过大数据技术获取店铺信息与店铺商品信息,通过主流电商网站的商品进行信息获取,获取其商品相关信息,找到店铺的热销商品信息;
所述商品信息获取模块用于获取热销商品的信息,包括商品名称、价格销量及评论等信息;
所述商品推荐模块通过建立基于dbscan的商品聚类模型,对优质高性价比的商品进行标签化,智能的为消费者进行购物提示。
商品推荐模块通过聚类识别出高性价比商品所属类别的商品特征,依据用户搜索匹配商品所属类目,将具有高性价比商品特点的商品推送给消费者。
本***利用店铺的信息以及商品的信息,通过聚类识别出高性价比商品所属类别的商品特征,依据用户搜索,匹配商品所属类目,将具有的高性价比商品特点的商品推送给消费者。
可以根据人们的搜索冠检测,根据搜索的商品可能所属的分类以及价格区间的选择,智能地为消费者提供高性价比的商品。这样能够让消费者更清晰的获取到高性价比商品,提升消费者的购物参与体验感。
该***实现电商商品筛选采用的方式包括:
1)、利用爬虫技术,获取网络经营店铺的数据和店铺经营商品数据,包含店铺id,店铺名称,店铺所在地,商品发货地,评分,商品名称、价格、分类;并存储到数据库中;
2)、通过渠道获取店铺商品是否存在优惠券情况信息,存储到数据库中;
3)、建立基于dbscan的商品聚类模型,并进行高性价比商品特征记录,建立商品推荐方法***。
高性价比商品特征记录包括商品信息名称,商品价格,商品评价,店铺是否存在优惠券信息,店铺名称,店铺所在地,店铺发货地,店铺热销商品。
本实施例中,该***实现电商商品筛选的具体过程如下:
1)、获取商品与店铺:通过大数据技术获取店铺信息与店铺商品信息。
2)、分最细一级类目,对商品的属性包括价格、商品名称分词及销量等进行基于dbscan的聚类方法;
3)、按照聚类的商品,找到高性价比聚类多的商品,发掘其中的商品特征,如商品名称分词中的关键词、商品销量等;
4)、按照搜索关键词,进行商品类目匹配,将匹配到的高性价比商品推送给用户。
如图1所示,dbscan的商品聚类模型的训练过程如下:
1)、输入:商品信息以及店铺信息;
2)、对商品进行分词,并保留重要词汇;
3)、将商品名称中重要词汇、价格、销量作为属性,建立基于dbscan的聚类,每个最细类目一个聚类;
4)、将店铺中的热销商品按照分类,查询在每个聚类中类别的数量,确定性价比高的聚类类别,并找到该类别的名称词汇、价格以及销量特征。
如图2所示,搜索过程如下:
1)、输入:想要购买的商品关键词;
2)、依据关键词找到最近的商品分类;
3)、找到该分类下的高性价比商品命名重要词汇,价格及销量等,作为推送商品;
4)、将找到的商品按照销量推送给用户。如果用户设定了价格区间,那么可以按照价格区间给用户推送所述价格区间的高性价比商品。
本***是通过大数据技术对电子商务平台的商品进行采集扫描,获取商品信息的名称、价格、分类等信息,使用基于dbscan的聚类方法,获取商品聚类,在根据设置的价格区间,智能推荐给用户高性价比商品。通过该基于电商大数据的高性价比商品筛选***,能够推荐给用户更高性价比的商品,提升消费者体验。
本发明实施例还提供了一种电商商品筛选装置,该装置通过上述实施例中所述的电商商品筛选***,基于dbscan聚类方法实现高性价比商品的筛选。
通过上面具体实施方式,所述技术领域的技术人员可容易的实现本发明。但是应当理解,本发明并不限于上述的具体实施方式。在公开的实施方式的基础上,所述技术领域的技术人员可任意组合不同的技术特征,从而实现不同的技术方案。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
Claims (10)
1.一种电商商品筛选***,其特征在于该***基于dbscan聚类方法实现高性价比商品的筛选,包括店铺信息获取模块、商品信息获取模块以及商品推荐模块;
所述店铺信息获取模块通过大数据技术获取店铺信息与店铺商品信息;
所述商品信息获取模块用于获取热销商品的信息,包括商品名称、价格销量及评论;
所述商品推荐模块通过建立基于dbscan的商品聚类模型,对优质高性价比的商品进行标签化,智能的为消费者进行购物提示。
2.根据权利要求1所述的一种电商商品筛选***,其特征在于所述商品推荐模块通过聚类识别出高性价比商品所属类别的商品特征,依据用户搜索匹配商品所属类目,将具有高性价比商品特点的商品推送给消费者。
3.根据权利要求1或2所述的一种电商商品筛选***,其特征在于该***实现电商商品筛选采用的方式包括:
1)、利用爬虫技术,获取网络经营店铺的数据和店铺经营商品数据,并存储到数据库中;
2)、通过渠道获取店铺商品是否存在优惠券情况信息,存储到数据库中;
3)、建立基于dbscan的商品聚类模型,并进行高性价比商品特征记录,建立商品推荐方法***。
4.根据权利要求3所述的一种电商商品筛选***,其特征在于所述网络经营店铺的数据和店铺经营商品数据包含店铺id,店铺名称,店铺所在地,商品发货地,评分,商品名称、价格、分类;
高性价比商品特征记录包括商品信息名称,商品价格,商品评价,店铺是否存在优惠券信息,店铺名称,店铺所在地,店铺发货地,店铺热销商品。
5.根据权利要求3所述的一种电商商品筛选***,其特征在于该***实现电商商品筛选的具体过程如下:
1)、获取商品与店铺:通过大数据技术获取店铺信息与店铺商品信息;
2)、分最细一级类目,对商品的属性包括价格、商品名称分词及销量进行基于dbscan的聚类方法;
3)、按照聚类的商品,找到高性价比聚类多的商品,发掘其中的商品特征,包括商品名称分词中的关键词、商品销量;
4)、按照搜索关键词,进行商品类目匹配,将匹配到的高性价比商品推送给用户。
6.根据权利要求1所述的一种电商商品筛选***,其特征在于dbscan的商品聚类模型的训练过程如下:
1)、输入:商品信息以及店铺信息;
2)、对商品进行分词,并保留重要词汇;
3)、将商品名称中重要词汇、价格、销量作为属性,建立基于dbscan的聚类;
4)、将店铺中的热销商品按照分类,查询在每个聚类中类别的数量,确定性价比高的聚类类别,并找到该类别的名称词汇、价格以及销量特征。
7.根据权利要求6所述的一种电商商品筛选***,其特征在于所述建立基于dbscan的聚类,每个最细类目一个聚类。
8.根据权利要求6所述的一种电商商品筛选***,其特征在于,搜索过程如下:
1)、输入:想要购买的商品关键词;
2)、依据关键词找到最近的商品分类;
3)、找到该分类下的高性价比商品命名重要词汇,价格及销量等,作为推送商品;
4)、将找到的商品按照销量推送给用户。
9.根据权利要求8所述的一种电商商品筛选***,其特征在于,所述将找到的商品按照销量推送给用户,如果用户设定了价格区间,可按照价格区间给用户推送所述价格区间的高性价比商品。
10.一种电商商品筛选装置,其特征在于,该装置通过权利要求1-9任意项所述的电商商品筛选***,基于dbscan聚类方法实现高性价比商品的筛选。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210854789.1A CN115131108A (zh) | 2022-07-18 | 2022-07-18 | 一种电商商品筛选*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210854789.1A CN115131108A (zh) | 2022-07-18 | 2022-07-18 | 一种电商商品筛选*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115131108A true CN115131108A (zh) | 2022-09-30 |
Family
ID=83383788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210854789.1A Pending CN115131108A (zh) | 2022-07-18 | 2022-07-18 | 一种电商商品筛选*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131108A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308650A (zh) * | 2023-03-13 | 2023-06-23 | 北京农夫铺子技术研究院 | 基于人工智能的智慧社区商品大数据沉浸式团购*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017043244A1 (ja) * | 2015-09-07 | 2017-03-16 | 富士フイルム株式会社 | 検索装置、検索システム及び検索方法 |
CN109360057A (zh) * | 2018-10-12 | 2019-02-19 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备及存储介质 |
CN114416808A (zh) * | 2022-01-18 | 2022-04-29 | 浪潮卓数大数据产业发展有限公司 | 基于电商大数据的商品严选方法及*** |
-
2022
- 2022-07-18 CN CN202210854789.1A patent/CN115131108A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017043244A1 (ja) * | 2015-09-07 | 2017-03-16 | 富士フイルム株式会社 | 検索装置、検索システム及び検索方法 |
CN109360057A (zh) * | 2018-10-12 | 2019-02-19 | 平安科技(深圳)有限公司 | 信息推送方法、装置、计算机设备及存储介质 |
CN114416808A (zh) * | 2022-01-18 | 2022-04-29 | 浪潮卓数大数据产业发展有限公司 | 基于电商大数据的商品严选方法及*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308650A (zh) * | 2023-03-13 | 2023-06-23 | 北京农夫铺子技术研究院 | 基于人工智能的智慧社区商品大数据沉浸式团购*** |
CN116308650B (zh) * | 2023-03-13 | 2024-02-06 | 北京农夫铺子技术研究院 | 基于人工智能的智慧社区商品大数据沉浸式团购*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629665B (zh) | 一种个性化商品推荐方法和*** | |
CN110222272B (zh) | 一种潜在客户挖掘与推荐方法 | |
CN109064285B (zh) | 一种获得商品推荐序列及商品推荐方法 | |
CN102902691B (zh) | 推荐方法及*** | |
CN109189904A (zh) | 个性化搜索方法及*** | |
US20040138958A1 (en) | Sales prediction using client value represented by three index axes as criteron | |
US20070294149A1 (en) | Catalog based price search | |
CN104679771A (zh) | 一种个性化数据搜索方法和装置 | |
CN106708821A (zh) | 基于用户个性化购物行为进行商品推荐的方法 | |
WO2007117979A2 (en) | System and method of segmenting and tagging entities based on profile matching using a multi-media survey | |
CN113570413B (zh) | 广告关键词的生成方法、装置、存储介质及电子设备 | |
CN111667337A (zh) | 一种商品评价的排序方法和*** | |
CN114782116B (zh) | 基于用户购物习惯的广告推送*** | |
CN111428145A (zh) | 一种融合标签数据和朴素贝叶斯分类的推荐方法及*** | |
US20080097976A1 (en) | Method of providing product database | |
CN115131108A (zh) | 一种电商商品筛选*** | |
CN113837844A (zh) | 一种多级联下游企业推荐***、方法及可存储介质 | |
CN117217868B (zh) | 一种基于数据分析的电商平台产品智能更换*** | |
CN117132368A (zh) | 一种基于ai的新媒体智能营销平台 | |
CN113095904A (zh) | 一种基于用户需求的推荐*** | |
CN110619552A (zh) | 会员购物数据挖掘算法综合引擎 | |
CN117474631A (zh) | 基于电商平台评论的数据挖掘与情感分析的推荐算法 | |
CN116757777A (zh) | 一种用于电子商务信息直接发布与信息推广的***和方法 | |
JP6679704B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
CN115563176A (zh) | 一种电子商务数据处理***及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220930 |
|
RJ01 | Rejection of invention patent application after publication |