CN117455629A - 一种直播带货智能推送方法及*** - Google Patents
一种直播带货智能推送方法及*** Download PDFInfo
- Publication number
- CN117455629A CN117455629A CN202311592547.0A CN202311592547A CN117455629A CN 117455629 A CN117455629 A CN 117455629A CN 202311592547 A CN202311592547 A CN 202311592547A CN 117455629 A CN117455629 A CN 117455629A
- Authority
- CN
- China
- Prior art keywords
- user
- live broadcast
- model
- module
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000007774 longterm Effects 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010365 information processing 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
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect 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
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
本发明公开了一种直播带货智能推送方法及***,涉及直播带货推送的技术领域,本发明方法中,步骤包括S1、获取用户长期兴趣数据和短期兴趣数据;S2、构建用户兴趣模型;S3、更新用户兴趣模型的基本参数;S4、构建直播带货推送模型;S5、根据直播带货推送模型输出推荐商品。在本发明方法中,能够有效估算消费者购买所需产品,进行精准推送。在满足用户个性化需求的同时,也能有效地缩短消费者挑选商品的时间,提高购买效率,促进人们生活便捷化。
Description
技术领域
本发明涉及直播带货推送的技术领域,具体涉及一种直播带货智能推送方法及***。
背景技术
随着互联网普及率不断提高,几乎每个人都能够接触到,对于企业来说直播带货的重要性不言而喻,它可以帮助企业更直观地解决观众需求,留住用户,缩短转化环节,提高用户体验和获得感。而直播带货也是企业家非常有效的营销方式,能够让企业在竞争激烈的市场中脱颖而出。然而,许多企业家对直播带货仍然陌生,认为只需要开个摄像头卖东西就好了。事实上,直播带货需要***性的概念和专业的运营服务,如何提高直播带货的商品推荐精度是必须考虑的重要因素,因此对个性化商品推荐信息进行基于智能设备端的直播带货信息处理非常重要。
发明内容
本发明克服现有技术的不足,针对上诉缺点本发明做出了以下的改进和优化。
本发明的目的通过以下的技术方案实现:
一方面,本发明提供了一种直播带货智能推送方法,包括以下步骤:
S1、获取用户长期兴趣数据和短期兴趣数据;
S2、构建用户兴趣模型;
S3、更新用户兴趣模型的基本参数;
S4、构建直播带货推送模型;
S5、根据直播带货推送模型输出推荐商品。
优选的,所述S1中,长期兴趣数据是个人注册基本信息,包括用户填写感兴趣的标签信息;短期兴趣是用户的浏览行为中获取,主要通过***操作日志获取,用户所有的操作行为都储存在***操作日志中。
优选的,所述S3中,根据***操作日志中的信息,通过下式计算计算用户的长短期兴趣权重值:
其中,wij表示特征项typei在标签集合Dj中的权重,typeij表示用户ui在***操作日志中使用标签typej的次数,User表示用户总数,user表示使用过标签typej的用户数。
优选的,所述S3中,通过预设时间,定时更新用户兴趣模型的基本参数,其中短期兴趣数据需要实时更新,长期兴趣数据则通过预设时间进行周期性更新。
优选的,所述S4中,直播带货推送模型包括注册登录模块、数据储存模块、数据计算模块、商品模块和标签模块。
更优的,所述注册模块用于提供用户注册登录,填写基本用户信息;所述数据储存模块用于储存***操作日志、用户长短期兴趣数据和商品标签数据;所述数据计算模块用于计算用户长短期兴趣的商品权重,根据用户所在地及其天气数据进行大数据分析推送商品;所述商品模块用于提供直播带货的商品信息,所述标签模块用于对直播带货的商品进行分类。
在另一方面,本发明还提供了一种直播带货智能推送***,包括依次连接的数据获取模块、兴趣模型构建模块和直播带货模型构建模块;
所述数据获取模块用于获取用户长期兴趣数据和短期兴趣数据;
所述兴趣模型构建模块用于构建用户兴趣模型和更新用户兴趣模型的基本参数;
所述直播带货模型构建模块用于构建直播带货推送模型并根据直播带货推送模型向相关用户输出推荐商品。
本发明提供了一种直播带货智能推送方法和***,与现有技术相比,存在以下有益效果:
通过长短期兴趣数据的计算,能够精确的捕捉到用户感兴趣的内容,从而精确的对企业作出有利的商品推荐,在满足用户个性化需求的同时,也能有效地缩短消费者挑选商品的时间,提高购买效率,促进人们生活便捷化,并且能够基于用户当地位置输出相关产品,带动当地经济发展。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明一种直播带货智能推送方法流程示意图;
图2为本发明一种直播带货智能推送***架构图;
图3为本发明一个较好实施例中的用户兴趣模型操作流程图;
图4为本发明一个较好实施例中的直播带货推送模型架构图。
具体实施方式
以下结合具体实施例对一种直播带货智能推送方法作进一步的详细描述,这些实施例只用于比较和解释的目的,本发明不限定于这些实施例中。
在本发明的描述中,需要理解的是,术语“上”、“下”、“左”、“右”、“顶”、“底”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元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
如图1所示,一方面,本发明提供了一种直播带货智能推送方法,具体为:
S1、获取用户长期兴趣数据和短期兴趣数据;
S2、构建用户兴趣模型;
S3、更新用户兴趣模型的基本参数;
S4、构建直播带货推送模型;
S5、根据直播带货推送模型输出推荐商品。
优选的,所述S1中,长期兴趣数据是个人注册基本信息,包括用户填写感兴趣的标签信息;短期兴趣是用户的浏览行为中获取,主要通过***操作日志获取,用户所有的操作行为都储存在***操作日志中。
通过对***操作日志中用户菜单操作和用户登录日志的分析处理,得出用户浏览内容、浏览时长、浏览频率等有价值的信息,进行用户短期兴趣分析,获得用户有效短期兴趣信息。经反复实验得出,阅读停留时间超过5~10s的信息可以作为用户感兴趣信息进行处理,在本实施例中权重设定为0.775。浏览相似类型信息的频率是根据该类信息的总浏览量与用户浏览次数的比值进行加权,
优选的,所述S3中,根据***操作日志中的信息,通过下式计算计算用户的长短期兴趣权重值:
其中,wij表示特征项typei在标签集合Dj中的权重,typeij表示用户ui在***操作日志中使用标签typej的次数,User表示用户总数,user表示使用过标签typej的用户数。
在本实施例中,如图3所示,短期用户兴趣模型在设定用户在使用过程中,每隔10分钟就进行一次信息采集,以最新的访问日志代替旧的访问日志,以实现推荐***的时效性并及时追踪用户的兴趣;用户的长期由于变化周期较长,本实施例通过使用定时器,在固定的时间段内对长期兴趣模型进行更新,这样可以减少每次推荐的计算量,也能保证用户的长期兴趣变化程度和方向。本实施例采用30天为一周期进行更新用户长期信息。
优选的,所述S3中,通过预设时间,定时更新用户兴趣模型的基本参数,其中短期兴趣数据需要实时更新,长期兴趣数据则通过预设时间进行周期性更新。
优选的,所述S4中,直播带货推送模型包括注册登录模块、数据储存模块、数据计算模块、商品模块和标签模块。
更优的,所述注册模块用于提供用户注册登录,填写基本用户信息;所述数据储存模块用于储存***操作日志、用户长短期兴趣数据和商品标签数据;所述数据计算模块用于计算用户长短期兴趣的商品权重,根据用户所在地及其天气数据进行大数据分析推送商品;所述商品模块用于提供直播带货的商品信息,所述标签模块用于对直播带货的商品进行分类。
如图4所示,为本发明实施例的直播带货推送模型架构图,结合标签模块和用户兴趣模型,通过Slope One推荐算法,可以建立一个具有准确性、时效性、个性化的直播带货推送模型,在满足用户个性化需求的同时,也能有效地缩短消费者挑选商品的时间,提高购买效率,促进人们生活便捷化,并且能够基于用户当地位置输出相关产品,带动当地经济发展。
在本实施例中,标签模块中标签包括服饰、美妆、家电、家居和零食,标签内含有其相应商品,***管理人员可以随时更新、修改和添加商品的信息。
数据计算模块中,根据商品的相似度和用户的历史行为,根据基于物品的协同过滤算法,通过下面公式计算用户u对商品j的兴趣推荐,算出用户的推荐商品列表;
其中,N(u)表示用户u感兴趣或此前购买过商品的集合,S(i,k)表示物品i相似度较高的K个物品的集合,Cji商品j和商品i的相似度,rui表示用户u对物品i的兴趣度,在本实施例中为简化计算rui=1,Cji通过余弦相似度公式求得。
如图2所示,在另一方面,本发明还提供了一种直播带货智能推送***,包括依次连接的数据获取模块、兴趣模型构建模块和直播带货模型构建模块;
所述数据获取模块用于获取用户长期兴趣数据和短期兴趣数据;
所述兴趣模型构建模块用于构建用户兴趣模型和更新用户兴趣模型的基本参数;
所述直播带货模型构建模块用于构建直播带货推送模型并根据直播带货推送模型向相关用户输出推荐商品。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种直播带货智能推送方法,其特征在于,包括以下步骤:
S1、获取用户长期兴趣数据和短期兴趣数据;
S2、构建用户兴趣模型;
S3、更新用户兴趣模型的基本参数;
S4、构建直播带货推送模型;
S5、根据直播带货推送模型输出推荐商品。
2.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S1中,长期兴趣数据是个人注册基本信息,包括用户填写感兴趣的标签信息;短期兴趣是用户的浏览行为中获取,主要通过***操作日志获取,用户所有的操作行为都储存在***操作日志中。
3.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S2中,构建一个具有n维特征向量的用户兴趣模型[(v1,w1),(v2,w2),...(vn,wn),并将n维特征向量根据用户的兴趣权重wn按从高到低的顺序进行排序之后进行储存。
4.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S3中,根据***操作日志中的信息,通过下式计算计算用户的长短期兴趣权重值:
其中,wij表示特征项typei在标签集合Dj中的权重,typeij表示用户ui在***操作日志中使用标签typej的次数,User表示用户总数,user表示使用过标签typej的用户数。
5.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S3中,通过预设时间,定时更新用户兴趣模型的基本参数,其中短期兴趣数据需要实时更新,长期兴趣数据则通过预设时间进行周期性更新。
6.根据权利要求1所述的一种直播带货智能推送方法,其特征在于,所述S4中,直播带货推送模型包括注册登录模块、数据储存模块、数据计算模块、商品模块和标签模块。
7.根据权利要求6所述的一种直播带货智能推送方法,其特征在于,所述注册模块用于提供用户注册登录,填写基本用户信息;所述数据储存模块用于储存***操作日志、用户长短期兴趣数据和商品标签数据;所述数据计算模块用于计算用户长短期兴趣的商品权重,根据用户所在地及其天气数据进行大数据分析推送商品;所述商品模块用于提供直播带货的商品信息,所述标签模块用于对直播带货的商品进行分类。
8.一种直播带货智能推送***,其特征在于,包括依次连接的数据获取模块、兴趣模型构建模块和直播带货模型构建模块;
所述数据获取模块用于获取用户长期兴趣数据和短期兴趣数据;
所述兴趣模型构建模块用于构建用户兴趣模型和更新用户兴趣模型的基本参数;
所述直播带货模型构建模块用于构建直播带货推送模型并根据直播带货推送模型向相关用户输出推荐商品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311592547.0A CN117455629A (zh) | 2023-11-24 | 2023-11-24 | 一种直播带货智能推送方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311592547.0A CN117455629A (zh) | 2023-11-24 | 2023-11-24 | 一种直播带货智能推送方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117455629A true CN117455629A (zh) | 2024-01-26 |
Family
ID=89583673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311592547.0A Pending CN117455629A (zh) | 2023-11-24 | 2023-11-24 | 一种直播带货智能推送方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117455629A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242729A (zh) * | 2020-01-07 | 2020-06-05 | 西北工业大学 | 一种基于长短期兴趣的序列化推荐方法 |
CN111932336A (zh) * | 2020-07-17 | 2020-11-13 | 重庆邮电大学 | 一种基于长短期兴趣偏好的商品列表推荐方法 |
CN113422986A (zh) * | 2021-06-17 | 2021-09-21 | 北京百度网讯科技有限公司 | 用于直播间推荐的方法、装置、设备、介质和程序产品 |
WO2022007526A1 (zh) * | 2020-07-07 | 2022-01-13 | 云境商务智能研究院南京有限公司 | 一种基于多视图注意力机制的旅游包推荐方法 |
CN115293812A (zh) * | 2022-08-12 | 2022-11-04 | 重庆邮电大学 | 一种基于长短期兴趣的电商平台会话感知推荐预测方法 |
CN116932892A (zh) * | 2023-06-19 | 2023-10-24 | 河海大学 | 一种基于用户长短期兴趣的个性化音乐推荐方法 |
-
2023
- 2023-11-24 CN CN202311592547.0A patent/CN117455629A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242729A (zh) * | 2020-01-07 | 2020-06-05 | 西北工业大学 | 一种基于长短期兴趣的序列化推荐方法 |
WO2022007526A1 (zh) * | 2020-07-07 | 2022-01-13 | 云境商务智能研究院南京有限公司 | 一种基于多视图注意力机制的旅游包推荐方法 |
CN111932336A (zh) * | 2020-07-17 | 2020-11-13 | 重庆邮电大学 | 一种基于长短期兴趣偏好的商品列表推荐方法 |
CN113422986A (zh) * | 2021-06-17 | 2021-09-21 | 北京百度网讯科技有限公司 | 用于直播间推荐的方法、装置、设备、介质和程序产品 |
CN115293812A (zh) * | 2022-08-12 | 2022-11-04 | 重庆邮电大学 | 一种基于长短期兴趣的电商平台会话感知推荐预测方法 |
CN116932892A (zh) * | 2023-06-19 | 2023-10-24 | 河海大学 | 一种基于用户长短期兴趣的个性化音乐推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180253780A1 (en) | Smart matching for real estate transactions | |
US20140108094A1 (en) | System, method, and computer program product for forecasting product sales | |
CN112837106A (zh) | 商品推荐方法、装置、计算机设备 | |
El Housni et al. | Joint assortment optimization and customization under a mixture of multinomial logit models: On the value of personalized assortments | |
CN106934498A (zh) | Ota网站中酒店房型的推荐方法及*** | |
CN107209762A (zh) | 视觉交互式搜索 | |
WO2017035519A1 (en) | Supervised learning based recommendation system | |
CN110175895B (zh) | 一种物品推荐方法及装置 | |
CN102208088A (zh) | 服务器设备、客户端设备、内容推荐方法和程序 | |
CN110598120A (zh) | 基于行为数据的理财推荐方法及装置、设备 | |
CN111949887A (zh) | 物品推荐方法、装置及计算机可读存储介质 | |
CN112231580B (zh) | 基于人工智能的信息推荐方法、装置、电子设备及存储介质 | |
Rakhra et al. | [Retracted] Implementing Machine Learning for Supply‐Demand Shifts and Price Impacts in Farmer Market for Tool and Equipment Sharing | |
CN115392947A (zh) | 需求量预测方法以及装置 | |
CN116308684A (zh) | 一种网购平台店铺信息推送方法及*** | |
CN116821516B (zh) | 资源推荐方法、装置、设备及存储介质 | |
CN116089745A (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 | |
CN111339423B (zh) | 基于用户的旅游城市推送方法、***、设备及存储介质 | |
CN113469752A (zh) | 内容推荐方法、装置、存储介质及电子设备 | |
CN117455629A (zh) | 一种直播带货智能推送方法及*** | |
CN116823303A (zh) | 基于大数据的销售数据分析方法、装置、设备及存储介质 | |
Yin et al. | From big data to great services | |
CN114926236A (zh) | 商品信息的展示方法、装置、电子设备及存储介质 | |
CN110418171B (zh) | 媒体资源的推送方法和装置、存储介质及电子装置 | |
KR101860364B1 (ko) | 사물정보 기반 소셜 미디어 제공 방법 및 서버 |
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 |