CN108198051A - 跨商品类别的商品推荐方法及装置 - Google Patents
跨商品类别的商品推荐方法及装置 Download PDFInfo
- Publication number
- CN108198051A CN108198051A CN201810171144.1A CN201810171144A CN108198051A CN 108198051 A CN108198051 A CN 108198051A CN 201810171144 A CN201810171144 A CN 201810171144A CN 108198051 A CN108198051 A CN 108198051A
- Authority
- CN
- China
- Prior art keywords
- commodity
- merchandise
- merchandise news
- data
- classifications
- 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
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
本发明公开了一种跨商品类别的商品推荐方法及装置,方法包括:获取包含第一商品信息的用户交易数据;根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息;其中,商品关联数据表是根据商品交易历史数据进行统计分析得到的;根据至少一个第二商品信息,进行商品推荐。通过预先建立商品关联数据表,建立跨商品类别的商品信息的关联关系。根据查询商品关联数据表,可以得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息,从而实现跨商品类别的商品的推荐,打破不同商品类别间的壁垒,提高推荐商品的购买率。
Description
技术领域
本发明涉及软件领域,具体涉及一种跨商品类别的商品推荐方法及装置。
背景技术
商品推荐可以利用各种推广方式以及各种渠道,将用户引导至目标的店铺或网站。在进行商品推荐时,可以通过互联网上的一些广告平台发布商品的广告,或者通过商家之间相互交换商品广告等方式,利用各种渠道,将商品的信息推广出去,让对其有需求的用户看到,以便最终使用户进行购买。对商品进行推荐可以大大提高商品信息的推广量,扩大了可能购买的用户群体。
但现有技术在实现商品推荐时,一般都是基于用户购买或搜索了某一个商品,给用户推荐与该商品同类的其他商品信息。这种推荐方式是基于商品的关键字或商品类别直接搜索与其相同的商品,这样导致用户看到的推荐商品与其已经购买的商品都是相同类别的商品,无法刺激用户继续购买的欲望,不能提高推荐商品的购买率。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的跨商品类别的商品推荐方法及装置。
根据本发明的一个方面,提供了一种跨商品类别的商品推荐方法,其包括:
获取包含第一商品信息的用户交易数据;
根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息;其中,商品关联数据表是根据商品交易历史数据进行统计分析得到的;
根据至少一个第二商品信息,进行商品推荐。
可选地,方法还包括:
获取指定历史时间段内的商品交易历史数据;其中,商品交易历史数据包括用户信息、商品信息和/或来源平台信息;
对商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。
可选地,商品关联数据表中不同商品类别的商品信息关联关系根据消费因子建立。
可选地,对商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表进一步包括:
将商品关联数据表中具有相同关联关系的数据进行计数统计,得到关联关系的关联次数。
可选地,在对商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表之前,方法还包括:
对指定历史时间段内商品交易历史数据中的商品信息的销售量进行统计,将销售量低于预设销售量的商品交易历史数据去除。
可选地,根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息进一步包括:
根据用户交易数据包含的第一商品信息,从商品关联数据表中查找与商品信息具有关联关系的属于不同商品类别的至少一个第二商品信息;
判断关联关系的关联次数是否高于预设关联阈值;
若是,得到至少一个第二商品信息。
可选地,第一商品信息和至少一个第二商品信息来源于不同平台。
可选地,根据至少一个第二商品信息,进行商品推荐进一步包括:
将至少一个第二商品信息推送至第一商品信息来源平台,以供用户查看;
和/或,
利用至少一个第二商品信息来源平台将第二商品信息推送给用户,以供用户查看。
根据本发明的另一方面,提供了一种跨商品类别的商品推荐装置,其包括:
获取模块,适于获取包含第一商品信息的用户交易数据;
关联模块,适于根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息;其中,商品关联数据表是根据商品交易历史数据进行统计分析得到的;
推荐模块,适于根据至少一个第二商品信息,进行商品推荐。
可选地,装置还包括:
建表模块,适于获取指定历史时间段内的商品交易历史数据;其中,商品交易历史数据包括用户信息、商品信息和/或来源平台信息;对商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。
可选地,商品关联数据表中不同商品类别的商品信息关联关系根据消费因子建立。
可选地,建表模块进一步适于:
将商品关联数据表中具有相同关联关系的数据进行计数统计,得到关联关系的关联次数。
可选地,装置还包括:
去除模块,适于对指定历史时间段内商品交易历史数据中的商品信息的销售量进行统计,将销售量低于预设销售量的商品交易历史数据去除。
可选地,关联模块进一步适于:
根据用户交易数据包含的第一商品信息,从商品关联数据表中查找与第一商品信息具有关联关系的属于不同商品类别的至少一个第二商品信息;判断所述关联关系的关联次数是否高于预设关联阈值;若是,得到至少一个第二商品信息。
可选地,第一商品信息和至少一个第二商品信息来源于不同平台。
可选地,推荐模块进一步适于:
将至少一个第二商品信息推送至第一商品信息来源平台,以供用户查看;和/或,利用至少一个第二商品信息来源平台将第二商品信息推送给用户,以供用户查看。
根据本发明的又一方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;
存储器用于存放至少一可执行指令,可执行指令使处理器执行上述跨商品类别的商品推荐方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,存储介质中存储有至少一可执行指令,可执行指令使处理器执行如上述跨商品类别的商品推荐方法对应的操作。
根据本发明提供的跨商品类别的商品推荐方法及装置,获取包含第一商品信息的用户交易数据;根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息;其中,商品关联数据表是根据商品交易历史数据进行统计分析得到的;根据至少一个第二商品信息,进行商品推荐。通过根据商品交易历史数据预先建立商品关联数据表,可以将不同商品类别的商品信息进行关联,建立跨商品类别的商品信息的关联关系。根据查询商品关联数据表,可以得到与第一商品信息关联的属于不同商品类别的第二商品信息,从而实现跨商品类别的商品的推荐,打破不同商品类别间的壁垒,提高推荐商品的购买率,实现有效的商品推荐。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的跨商品类别的商品推荐方法的流程图;
图2示出了根据本发明另一个实施例的跨商品类别的商品推荐方法的流程图;
图3示出了根据本发明一个实施例的跨商品类别的商品推荐装置的功能框图;
图4示出了根据本发明另一个实施例的跨商品类别的商品推荐装置的功能框图;
图5示出了根据本发明一个实施例的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明中第一商品和第二商品是属于不同商品类别的商品,商品类别多种多样,如线上商品、线下商品、衣物类商品、鲜花商品、票务商品、装饰商品、餐饮类商品、美容美发商品、旅游商品等等类别。具体的,如第一商品为线上购买的商品,如衣物等,第二商品为线下消费的商品,如亲子活动、饭店用餐等。在用户购买第一商品后,为其推荐第二商品。第一商品和第二商品可以来源于同一平台,如淘宝平台;或者,第一商品和第二商品来源于不同平台,如第一商品来源于淘宝平台,第二商品来源于口碑平台,则跨平台对与第一商品类别不同的第二商品进行推荐。具体第一商品和第二商品的商品类别根据实施情况设置,此处不做限定。
图1示出了根据本发明一个实施例的跨商品类别的商品推荐方法的流程图。如图1所示,跨商品类别的商品推荐方法具体包括如下步骤:
步骤S101,获取包含第一商品信息的用户交易数据。
根据相关互联网法律法规,在用户授权的前提下,获取到用户在某一平台进行交易时的用户交易数据,用户交易数据可以为在线数据,方便用户在平台发生交易行为后,后续可以及时的进行商品推荐,使用户可以较快的注意到推荐的商品信息,提高推荐商品的购买量;或者,用户交易数据也可以为离线数据,以方便对用户可能的多个交易行为进行统计,一次性的对用户进行商品推荐,避免多次推荐造成用户体验不佳的效果。具体根据实际情况设置,此处不做限定。
用户交易数据中包括了用户信息,以及交易的第一商品信息。其中,第一商品信息用于后续进行关联查找。用户信息包含用户联系方式、用户邮箱等,方便发送相关的推荐的商品信息。
步骤S102,根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息。
商品关联数据表是根据预先收集的商品交易历史数据进行统计分析得到的。商品关联数据表中记录了第一商品信息与至少一个第二商品信息的关联关系,其中,第一商品信息与至少一个第二商品信息分别属于不同商品类别。商品关联数据表中不同商品类别的商品信息关联关系根据消费因子建立。消费因子包括了消费对象、消费目的等多个方面。如用户A为女友购买了礼物,又购买了约会用的电影票,礼物和电影票的消费目的均是与女友会面,因此,可以建立礼物和电影票之间的关联关系;或者,用户A购买了幼儿衣物,又消费参加了亲子活动,婴儿衣物和亲子活动的消费对象均是幼儿,因此,可以建立婴儿衣物和亲子活动之间的关联关系等。基于上述举例说明,根据由一个或多个平台提供的商品交易历史数据,对其进行统计分析,得到商品关联数据表。如淘宝平台提供的用户A在淘宝平台购买了衣物类商品1,以及票务类商品2,则根据以上商品交易历史数据可以分析得到,淘宝平台的衣物类商品1与票务类商品2具有关联关系,得到跨平台商品关联数据表的一条数据为淘宝平台的衣物类商品1,票务类商品2;或者淘宝平台提供的用户A在淘宝平台购买了装饰商品3,口碑平台提供的用户A在口碑平台预定了餐饮商品4,根据以上商品交易历史数据可以分析得到,淘宝平台的装饰商品3与口碑平台的餐饮商品4具有关联关系,得到跨平台商品关联数据表的一条数据为淘宝平台的装饰商品3,口碑平台的餐饮商品4。
根据提供的用户交易数据中包含的第一商品信息,查询预先建立的商品关联数据表中的数据,可以得到与第一商品信息关联的且属于不同商品类别的至少一个第二商品信息,即准备推荐的商品信息。由于第一商品信息和至少一个第二商品信息间的关联关系由消费因子建立,因此,可以认为用户在购买第一商品信息对应的商品后,有极大的可能会继续购买至少一个第二商品信息对应的商品,因此,对至少一个第二商品信息进行推荐,可以极大的刺激用户的购买欲,提高至少一个第二商品信息对应商品的购买率。
步骤S103,根据至少一个第二商品信息,进行商品推荐。
在进行商品推荐时,主要是将至少一个第二商品信息推荐给用户。当第一商品信息和至少一个第二商品信息均来源于同一平台时,直接从该平台获取到至少一个第二商品信息相关的推荐信息,如商品购买链接地址、商品描述信息、商品优惠信息等,直接推荐给用户。当第一商品信息和至少一个第二商品信息来源于不同平台时,具体的,可以在至少一个第二商品信息来源平台获取如商品购买链接地址、商品描述信息、商品优惠信息等相关信息,将其推送至第一商品信息来源平台,如推送至第一商品信息来源平台的信息展示部分,由第一商品信息来源平台展示给用户,以供用户查看等;或者,还可以直接利用至少一个第二商品信息来源平台,由至少一个第二商品信息来源将第二商品信息的相关信息推送给用户,以供用户查看。在进行商品推荐时,可以根据实施情况进行设置,此次不做限定。
根据本发明提供的跨商品类别的商品推荐方法,获取包含第一商品信息的用户交易数据;根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息;其中,商品关联数据表是根据商品交易历史数据进行统计分析得到的;根据至少一个第二商品信息,进行商品推荐。通过根据商品交易历史数据预先建立商品关联数据表,可以将不同商品类别的商品信息进行关联,建立跨商品类别的商品信息的关联关系。根据查询商品关联数据表,可以得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息,从而实现跨商品类别的商品的推荐,打破不同商品类别间的壁垒,提高推荐商品的购买率,实现有效的商品推荐。
图2示出了根据本发明另一个实施例的跨商品类别的商品推荐方法的流程图。如图2所示,跨商品类别的商品推荐方法具体包括如下步骤:
步骤S201,获取指定历史时间段内的商品交易历史数据。
为使推荐的商品信息可以更符合用户的需求,可以预先获取历史时间段内的商品交易历史数据。根据商品交易历史数据方便将第一商品信息与至少一个第二商品信息进行关联,得到第一商品信息与至少一个第二商品信息的关联关系。其中,商品交易历史数据包括用户信息、商品信息、来源平台信息等,商品信息中还包括了商品类别信息,方便建立不同商品类别的商品间的关联关系。
需要注意的是,历史时间段优选为指定历史时间段,如从当前时间到7天前的历史时间段,以便后续推荐的商品更具有时效性,更能满足当前用户的购买需求,同时也可以有效的避免推荐的商品已经不是热销商品或商品已经不再销售等问题。
步骤S202,对指定历史时间段内商品交易历史数据中的商品信息的销售量进行统计,将销售量低于预设销售量的商品交易历史数据去除。
为避免推荐给用户的商品已经下架或者商品已经不是热销商品等,推荐后用户不会再发生购买行为,且造成用户使用体验不佳等影响,可以在对商品交易历史数据进行交叉连接前,对商品交易历史数据进行处理。具体的,对指定历史时间段内的商品交易历史数据中的商品信息的销售量进行统计,对于销售量低于预设销售量的商品,可以认为其已经不再适合推荐给用户,将该商品的商品交易历史数据去除。
步骤S203,对商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。
对得到的商品交易历史数据按照商品交易历史数据其中相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。如用户A购买了婴儿衣服、婴儿鞋子,用户A又消费了亲子活动、X店用餐,将用户A所购买或消费的商品按照不同商品类别进行交叉连接,婴儿衣服和婴儿鞋子为同一商品类别,均属于衣物类商品,其与亲子活动、X店用餐属于不同的商品类别,在进行交叉连接后,得到婴儿衣服->亲子活动、婴儿衣服->X店用餐、婴儿鞋子->亲子活动、婴儿鞋子->X店用餐、亲子活动->X店用餐共5个包含不同商品类别的商品信息关联关系。其中,商品关联数据表中还可以记录各商品信息的来源平台,方便根据商品关联数据表从各来源平台获取到各商品的具体信息。进一步,还可以对具有相同关联关系的数据进行计数统计,得到关联关系的关联次数。关联次数表明了该关联关系的紧密度,关联次数越大,说明用户在购买第一商品信息对应的商品后,购买第二商品信息对应的商品的可能性越大。
步骤S204,获取包含第一商品信息的用户交易数据。
步骤S205,根据第一商品信息,从商品关联数据表中查找与第一商品信息具有关联关系的属于不同商品类别的至少一个第二商品信息。
以上步骤参照图1实施例的步骤S101-S102,在此不再赘述。
步骤S206,判断关联关系的关联次数是否高于预设关联阈值。
判断查找到的关联关系的关联次数是否高于预设关联阈值,若高于预设关联阈值,说明该关联关系比较紧密,第二商品信息的商品被用户购买的可能性较大,则执行步骤S207;否则,认为第二商品信息对应的商品被用户购买的可能性较低,不将该商品对用户进行推荐。
步骤S207,得到至少一个第二商品信息。
获取到与第一商品信息具有关联关系的至少一个第二商品信息,其中,商品信息包括如商品购买地址、网址、商品优惠信息等。
步骤S208,根据至少一个第二商品信息,进行商品推荐。
该步骤参照图1实施例的步骤S103,在此不再赘述。
根据本发明提供的跨商品类别的商品推荐方法,获取指定历史时间段内的商品交易历史数据,对商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。从而根据商品关联数据表,查找与第一商品信息具有关联关系的属于不同商品类别的至少一个第二商品信息,进行商品推荐,实现跨商品类别的商品的推荐,打破不同商品类别间的壁垒,提高推荐商品的购买率,实现有效的商品推荐。进一步,在得到商品关联数据表前,对商品交易历史数据中的商品信息的销售量进行统计,去除销售量低于预设销售量的商品交易历史数据,避免推荐给用户的商品已经下架或者商品已经不是热销商品等,以避免造成用户使用体验不佳等影响。进一步,在商品关联数据表中,还可以对具有相同关联关系的数据进行计数统计,得到关联关系的关联次数,以便判断关联次数是否高于预设关联阈值,可以有效的推荐关联关系更紧密的商品给用户,减少推荐关联关系较少的商品,可以更有效的提高用户购买推荐商品的购买力。
图3示出了根据本发明一个实施例的跨商品类别的商品推荐装置的功能框图。如图3所示,跨商品类别的商品推荐装置包括如下模块:
获取模块310,适于包含第一商品信息的用户交易数据。
根据相关互联网法律法规,在用户授权的前提下,获取模块310获取到用户在某一平台进行交易时的用户交易数据,用户交易数据可以为在线数据,方便用户在平台发生交易行为后,后续可以及时的进行商品推荐,使用户可以较快的注意到推荐的商品信息,提高推荐商品的购买量;或者,用户交易数据也可以为离线数据,以方便对用户可能的多个交易行为进行统计,一次性的对用户进行商品推荐,避免多次推荐造成用户体验不佳的效果。具体根据实际情况设置,此处不做限定。
用户交易数据中包括了用户信息,以及交易的第一商品信息。其中,第一商品信息用于后续进行关联查找。用户信息包含用户联系方式、用户邮箱等,方便发送相关的推荐的商品信息。
关联模块320,适于根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息。
商品关联数据表是关联模块320根据预先收集的商品交易历史数据进行统计分析得到的。商品关联数据表中记录了第一商品信息与至少一个第二商品信息的关联关系。其中,第一商品信息与至少一个第二商品信息分别属于不同商品类别。商品关联数据表中不同商品类别的商品信息关联关系根据消费因子建立。消费因子包括了消费对象、消费目的等多个方面。如用户A为女友购买了礼物,又购买了约会用的电影票,礼物和电影票的消费目的均是与女友会面,因此,可以建立礼物和电影票之间的关联关系;或者,用户A购买了幼儿衣物,又消费参加了亲子活动,婴儿衣物和亲子活动的消费对象均是幼儿,因此,可以建立婴儿衣物和亲子活动之间的关联关系等。基于上述举例说明,根据由一个或多个平台提供的商品交易历史数据,对其进行统计分析,得到商品关联数据表。如淘宝平台提供的用户A在淘宝平台购买了衣物类商品1,以及票务类商品2,则根据以上商品交易历史数据可以分析得到,淘宝平台的衣物类商品1与票务类商品2具有关联关系,得到跨平台商品关联数据表的一条数据为淘宝平台的衣物类商品1,票务类商品2;或者淘宝平台提供的用户A在淘宝平台购买了装饰商品3,口碑平台提供的用户A在口碑平台预定了餐饮商品4,根据以上商品交易历史数据可以分析得到,淘宝平台的装饰商品3与口碑平台的餐饮商品4具有关联关系,得到跨平台商品关联数据表的一条数据为淘宝平台的装饰商品3,口碑平台的餐饮商品4。
关联模块320根据提供的用户交易数据中包含的第一商品信息,查询预先建立的商品关联数据表中的数据,可以得到与第一商品信息关联的且属于不同商品类别的至少一个第二商品信息,即准备推荐的商品信息。由于第一商品信息和至少一个第二商品信息间的关联关系由消费因子建立,因此,可以认为用户在购买第一商品信息对应的商品后,有极大的可能会继续购买至少一个第二商品信息对应的商品,因此,对至少一个第二商品信息进行推荐,可以极大的刺激用户的购买欲,提高至少一个第二商品信息对应商品的购买率。
推荐模块330,适于根据至少一个第二商品信息,进行商品推荐。
推荐模块330在进行商品推荐时,主要是将至少一个第二商品信息推荐给用户。当第一商品信息和至少一个第二商品信息均来源于同一平台时,推荐模块330直接从该平台获取到至少一个第二商品信息相关的推荐信息,如商品购买链接地址、商品描述信息、商品优惠信息等,直接推荐给用户。当第一商品信息和至少一个第二商品信息来源于不同平台时,具体的,推荐模块330可以在至少一个第二商品信息来源平台获取如商品购买链接地址、商品描述信息、商品优惠信息等相关信息,将其推送至第一商品信息来源平台,如推送至第一商品信息来源平台的信息展示部分,由第一商品信息来源平台展示给用户,以供用户查看等;或者,推荐模块330还可以直接利用至少一个第二商品信息来源平台,由至少一个第二商品信息来源将第二商品信息的相关信息推送给用户,以供用户查看。推荐模块330在进行商品推荐时,可以根据实施情况进行设置,此次不做限定。
根据本发明提供的跨商品类别的商品推荐装置,获取包含第一商品信息的用户交易数据;根据用户交易数据,查询预先建立的商品关联数据表,得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息;其中,商品关联数据表是根据商品交易历史数据进行统计分析得到的;根据至少一个第二商品信息,进行商品推荐。通过根据商品交易历史数据预先建立商品关联数据表,可以将不同商品类别的商品信息进行关联,建立跨商品类别的商品信息的关联关系。根据查询商品关联数据表,可以得到与第一商品信息关联的属于不同商品类别的至少一个第二商品信息,从而实现跨商品类别的商品的推荐,打破不同商品类别间的壁垒,提高推荐商品的购买率,实现有效的商品推荐。
图4示出了根据本发明另一个实施例的跨商品类别的商品推荐装置的功能框图。如图4所示,与图3相比,跨商品类别的商品推荐装置还包括如下模块:
建表模块340,适于获取指定历史时间段内的商品交易历史数据;其中,商品交易历史数据包括用户信息、商品信息和/或来源平台信息;对商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。
为使推荐的商品信息可以更符合用户的需求,建表模块340可以预先获取历史时间段内的商品交易历史数据。建表模块340根据商品交易历史数据方便将第一商品信息与至少一个第二商品信息进行关联,得到第一商品信息与至少一个第二商品信息的关联关系。其中,商品交易历史数据包括用户信息、商品信息、来源平台信息等,商品信息中还包括了商品类别信息,方便建立不同商品类别的商品间的关联关系。
需要注意的是,历史时间段优选为指定历史时间段,如从当前时间到7天前的历史时间段,以便后续推荐的商品更具有时效性,更能满足当前用户的购买需求,同时也可以有效的避免推荐的商品已经不是热销商品或商品已经不再销售等问题。
建表模块340对得到的商品交易历史数据按照商品交易历史数据其中相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。如用户A购买了婴儿衣服、婴儿鞋子,用户A又消费了亲子活动、X店用餐,将用户A所购买或消费的商品按照不同商品类别进行交叉连接,婴儿衣服和婴儿鞋子为同一商品类别,均属于衣物类商品,其与亲子活动、X店用餐属于不同的商品类别,建表模块340在进行交叉连接后,得到婴儿衣服->亲子活动、婴儿衣服->X店用餐、婴儿鞋子->亲子活动、婴儿鞋子->X店用餐、亲子活动->X店用餐共5个包含不同商品类别的商品信息关联关系。其中,商品关联数据表中还可以记录各商品信息的来源平台,方便根据商品关联数据表从各来源平台获取到各商品的具体信息。进一步,建表模块340还可以对具有相同关联关系的数据进行计数统计,得到关联关系的关联次数。关联次数表明了该关联关系的紧密度,关联次数越大,说明用户在购买第一商品信息对应的商品后,购买第二商品信息对应的商品的可能性越大。
关联模块320在根据第一商品信息,从商品关联数据表中查找与第一商品信息具有关联关系的属于不同商品类别的至少一个第二商品信息后,还进一步适于判断关联关系的关联次数是否高于预设关联阈值。具体的,关联模块320判断查找到的关联关系的关联次数是否高于预设关联阈值,若高于预设关联阈值,说明该关联关系比较紧密,第二商品信息的商品被用户购买的可能性较大,则关联模块320获取到至少一个第二商品信息;否则,关联模块320认为与第二商品信息对应的商品被用户购买的可能性较低,不获取该第二商品信息,推荐模块330不将该商品对用户进行推荐。
去除模块350,适于对指定历史时间段内的商品交易历史数据中的商品信息的销售量进行统计,将销售量低于预设销售量的商品交易历史数据去除。
为避免推荐给用户的商品已经下架或者商品已经不是热销商品等,推荐后用户不会再发生购买行为,且造成用户使用体验不佳等影响,去除模块350可以在对商品交易历史数据进行交叉连接前,对商品交易历史数据进行处理。具体的,去除模块350对指定历史时间段内的商品交易历史数据中的商品信息的销售量进行统计,对于销售量低于预设销售量的商品,可以认为其已经不再适合推荐给用户,去除模块350将该商品的商品交易历史数据去除。
根据本发明提供的跨商品类别的商品推荐装置,获取指定历史时间段内的商品交易历史数据,对商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。从而根据商品关联数据表,查找与第一商品信息具有关联关系的属于不同商品类别的至少一个第二商品信息,进行商品推荐,实现跨商品类别的商品的推荐,打破不同商品类别间的壁垒,提高推荐商品的购买率,实现有效的商品推荐。进一步,在得到商品关联数据表前,对商品交易历史数据中的商品信息的销售量进行统计,去除销售量低于预设销售量的商品交易历史数据,避免推荐给用户的商品已经下架或者商品已经不是热销商品等,以避免造成用户使用体验不佳等影响。进一步,在商品关联数据表中,还可以对具有相同关联关系的数据进行计数统计,得到关联关系的关联次数,以便判断关联次数是否高于预设关联阈值,可以有效的推荐关联关系更紧密的商品给用户,减少推荐关联关系较少的商品,可以更有效的提高用户购买推荐商品的购买力。
本申请还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的跨商品类别的商品推荐方法。
图5示出了根据本发明一个实施例的一种电子设备的结构示意图,本发明具体实施例并不对电子设备的具体实现做限定。
如图5所示,该电子设备可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:
处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502,用于执行程序510,具体可以执行上述跨商品类别的商品推荐方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行上述任意方法实施例中的跨商品类别的商品推荐方法。程序510中各步骤的具体实现可以参见上述跨商品类别的商品推荐实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的跨商品类别的商品推荐装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种跨商品类别的商品推荐方法,其包括:
获取包含第一商品信息的用户交易数据;
根据用户交易数据,查询预先建立的商品关联数据表,得到与所述第一商品信息关联的属于不同商品类别的至少一个第二商品信息;其中,所述商品关联数据表是根据商品交易历史数据进行统计分析得到的;
根据所述至少一个第二商品信息,进行商品推荐。
2.根据权利要求1所述的方法,其中,所述方法还包括:
获取指定历史时间段内的商品交易历史数据;其中,所述商品交易历史数据包括用户信息、商品信息和/或来源平台信息;
对所述商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表。
3.根据权利要求2所述的方法,其中,所述商品关联数据表中不同商品类别的商品信息关联关系根据消费因子建立。
4.根据权利要求3所述的方法,其中,所述对所述商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表进一步包括:
将所述商品关联数据表中具有相同关联关系的数据进行计数统计,得到所述关联关系的关联次数。
5.根据权利要求2或4所述的方法,其中,在所述对所述商品交易历史数据按照相同用户信息将属于不同商品类别的商品信息进行交叉连接,得到包含不同商品类别的商品信息关联关系的商品关联数据表之前,所述方法还包括:
对指定历史时间段内所述商品交易历史数据中的商品信息的销售量进行统计,将销售量低于预设销售量的商品交易历史数据去除。
6.根据权利要求4或5所述的方法,其中,所述根据用户交易数据,查询预先建立的商品关联数据表,得到与所述第一商品信息关联的属于不同商品类别的至少一个第二商品信息进一步包括:
根据所述用户交易数据包含的第一商品信息,从所述商品关联数据表中查找与所述第一商品信息具有关联关系的属于不同商品类别的至少一个第二商品信息;
判断所述关联关系的关联次数是否高于预设关联阈值;
若是,得到所述至少一个第二商品信息。
7.根据权利要求1-6中任一项所述的方法,其中,所述第一商品信息和所述至少一个第二商品信息来源于不同平台。
8.一种跨商品类别的商品推荐装置,其包括:
获取模块,适于获取包含第一商品信息的用户交易数据;
关联模块,适于根据用户交易数据,查询预先建立的商品关联数据表,得到与所述第一商品信息关联的属于不同商品类别的至少一个第二商品信息;其中,所述商品关联数据表是根据商品交易历史数据进行统计分析得到的;
推荐模块,适于根据所述至少一个第二商品信息,进行商品推荐。
9.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的跨商品类别的商品推荐方法对应的操作。
10.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的跨商品类别的商品推荐方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810171144.1A CN108198051A (zh) | 2018-03-01 | 2018-03-01 | 跨商品类别的商品推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810171144.1A CN108198051A (zh) | 2018-03-01 | 2018-03-01 | 跨商品类别的商品推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108198051A true CN108198051A (zh) | 2018-06-22 |
Family
ID=62594350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810171144.1A Pending CN108198051A (zh) | 2018-03-01 | 2018-03-01 | 跨商品类别的商品推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108198051A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242649A (zh) * | 2018-10-31 | 2019-01-18 | 广州品唯软件有限公司 | 一种商品推荐方法及相关装置 |
CN109325816A (zh) * | 2018-07-18 | 2019-02-12 | 口碑(上海)信息技术有限公司 | 门店场景下的推荐方法以及装置 |
CN109727102A (zh) * | 2019-01-31 | 2019-05-07 | 珠海优特智厨科技有限公司 | 一种菜谱和厨具设备的关联推荐方法及装置 |
CN110363566A (zh) * | 2019-05-31 | 2019-10-22 | 口碑(上海)信息技术有限公司 | 资源对象分配方法、装置、存储介质及计算机设备 |
CN110378723A (zh) * | 2019-06-17 | 2019-10-25 | 中国平安财产保险股份有限公司 | 产品组合关系确定方法、装置、计算机设备和存储介质 |
WO2020020137A1 (zh) * | 2018-07-25 | 2020-01-30 | 北京京东尚科信息技术有限公司 | 商品推荐方法、装置、系统及计算机可读存储介质 |
CN110782325A (zh) * | 2019-10-31 | 2020-02-11 | 深圳市云积分科技有限公司 | 一种会员信息的推荐方法和装置 |
CN110807691A (zh) * | 2019-10-31 | 2020-02-18 | 深圳市云积分科技有限公司 | 一种跨商品品类的商品推荐方法和装置 |
CN110807116A (zh) * | 2018-07-20 | 2020-02-18 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
CN110955823A (zh) * | 2018-09-26 | 2020-04-03 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置 |
CN111160966A (zh) * | 2019-12-27 | 2020-05-15 | 深圳市云积分科技有限公司 | 一种跨店铺协作的会员复购周期管理方法和装置 |
CN111612499A (zh) * | 2020-04-03 | 2020-09-01 | 浙江口碑网络技术有限公司 | 信息的推送方法及装置、存储介质、终端 |
WO2020243894A1 (zh) * | 2019-06-04 | 2020-12-10 | 深圳海付移通科技有限公司 | 一种广告推荐方法、装置及电子设备 |
CN112101980A (zh) * | 2020-08-04 | 2020-12-18 | 北京思特奇信息技术股份有限公司 | 一种用户购买偏好分析的方法和系统 |
CN112231551A (zh) * | 2020-09-25 | 2021-01-15 | 上海淇毓信息科技有限公司 | 一种处理流失业务的方法、装置和电子设备 |
CN112348535A (zh) * | 2020-11-04 | 2021-02-09 | 新华中经信用管理有限公司 | 一种基于区块链技术的溯源应用方法及系统 |
CN113052646A (zh) * | 2019-12-27 | 2021-06-29 | 阿里巴巴集团控股有限公司 | 数据处理系统、方法、装置及电子设备 |
CN113610608A (zh) * | 2021-08-19 | 2021-11-05 | 创优数字科技(广东)有限公司 | 一种用户偏好推荐方法、装置、电子设备及存储介质 |
CN115880037A (zh) * | 2023-03-03 | 2023-03-31 | 量子数科科技有限公司 | 基于多项目规划整合分析的商品推荐方法 |
CN115935068A (zh) * | 2022-12-12 | 2023-04-07 | 杭州洋驼网络科技有限公司 | 互联网平台的商品推荐方法以及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700005A (zh) * | 2013-12-17 | 2014-04-02 | 南京信息工程大学 | 一种基于自适应多最小支持度的关联规则推荐方法 |
CN104820879A (zh) * | 2015-05-27 | 2015-08-05 | 北京京东尚科信息技术有限公司 | 一种用户行为信息的分析方法和装置 |
CN106372961A (zh) * | 2016-08-23 | 2017-02-01 | 北京小米移动软件有限公司 | 商品推荐方法及装置 |
CN106485562A (zh) * | 2015-09-01 | 2017-03-08 | 苏宁云商集团股份有限公司 | 一种基于用户历史行为的商品信息推荐方法及系统 |
CN107256513A (zh) * | 2017-06-19 | 2017-10-17 | 数据堂(北京)科技股份有限公司 | 一种对象的搭配推荐方法及装置 |
-
2018
- 2018-03-01 CN CN201810171144.1A patent/CN108198051A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700005A (zh) * | 2013-12-17 | 2014-04-02 | 南京信息工程大学 | 一种基于自适应多最小支持度的关联规则推荐方法 |
CN104820879A (zh) * | 2015-05-27 | 2015-08-05 | 北京京东尚科信息技术有限公司 | 一种用户行为信息的分析方法和装置 |
CN106485562A (zh) * | 2015-09-01 | 2017-03-08 | 苏宁云商集团股份有限公司 | 一种基于用户历史行为的商品信息推荐方法及系统 |
CN106372961A (zh) * | 2016-08-23 | 2017-02-01 | 北京小米移动软件有限公司 | 商品推荐方法及装置 |
CN107256513A (zh) * | 2017-06-19 | 2017-10-17 | 数据堂(北京)科技股份有限公司 | 一种对象的搭配推荐方法及装置 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325816A (zh) * | 2018-07-18 | 2019-02-12 | 口碑(上海)信息技术有限公司 | 门店场景下的推荐方法以及装置 |
CN110807116A (zh) * | 2018-07-20 | 2020-02-18 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
CN110807116B (zh) * | 2018-07-20 | 2024-03-22 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
WO2020020137A1 (zh) * | 2018-07-25 | 2020-01-30 | 北京京东尚科信息技术有限公司 | 商品推荐方法、装置、系统及计算机可读存储介质 |
CN110955823B (zh) * | 2018-09-26 | 2023-04-25 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置 |
CN110955823A (zh) * | 2018-09-26 | 2020-04-03 | 阿里巴巴集团控股有限公司 | 信息推荐方法、装置 |
CN109242649A (zh) * | 2018-10-31 | 2019-01-18 | 广州品唯软件有限公司 | 一种商品推荐方法及相关装置 |
CN109727102A (zh) * | 2019-01-31 | 2019-05-07 | 珠海优特智厨科技有限公司 | 一种菜谱和厨具设备的关联推荐方法及装置 |
CN110363566A (zh) * | 2019-05-31 | 2019-10-22 | 口碑(上海)信息技术有限公司 | 资源对象分配方法、装置、存储介质及计算机设备 |
WO2020243894A1 (zh) * | 2019-06-04 | 2020-12-10 | 深圳海付移通科技有限公司 | 一种广告推荐方法、装置及电子设备 |
CN110378723A (zh) * | 2019-06-17 | 2019-10-25 | 中国平安财产保险股份有限公司 | 产品组合关系确定方法、装置、计算机设备和存储介质 |
CN110807691A (zh) * | 2019-10-31 | 2020-02-18 | 深圳市云积分科技有限公司 | 一种跨商品品类的商品推荐方法和装置 |
CN110782325A (zh) * | 2019-10-31 | 2020-02-11 | 深圳市云积分科技有限公司 | 一种会员信息的推荐方法和装置 |
CN110807691B (zh) * | 2019-10-31 | 2022-03-04 | 深圳市云积分科技有限公司 | 一种跨商品品类的商品推荐方法和装置 |
CN111160966A (zh) * | 2019-12-27 | 2020-05-15 | 深圳市云积分科技有限公司 | 一种跨店铺协作的会员复购周期管理方法和装置 |
CN113052646A (zh) * | 2019-12-27 | 2021-06-29 | 阿里巴巴集团控股有限公司 | 数据处理系统、方法、装置及电子设备 |
CN111612499A (zh) * | 2020-04-03 | 2020-09-01 | 浙江口碑网络技术有限公司 | 信息的推送方法及装置、存储介质、终端 |
CN111612499B (zh) * | 2020-04-03 | 2023-07-28 | 浙江口碑网络技术有限公司 | 信息的推送方法及装置、存储介质、终端 |
CN112101980B (zh) * | 2020-08-04 | 2024-04-02 | 北京思特奇信息技术股份有限公司 | 一种用户购买偏好分析的方法和系统 |
CN112101980A (zh) * | 2020-08-04 | 2020-12-18 | 北京思特奇信息技术股份有限公司 | 一种用户购买偏好分析的方法和系统 |
CN112231551A (zh) * | 2020-09-25 | 2021-01-15 | 上海淇毓信息科技有限公司 | 一种处理流失业务的方法、装置和电子设备 |
CN112348535B (zh) * | 2020-11-04 | 2023-09-12 | 新华中经信用管理有限公司 | 一种基于区块链技术的溯源应用方法及系统 |
CN112348535A (zh) * | 2020-11-04 | 2021-02-09 | 新华中经信用管理有限公司 | 一种基于区块链技术的溯源应用方法及系统 |
CN113610608B (zh) * | 2021-08-19 | 2022-04-26 | 创优数字科技(广东)有限公司 | 一种用户偏好推荐方法、装置、电子设备及存储介质 |
CN113610608A (zh) * | 2021-08-19 | 2021-11-05 | 创优数字科技(广东)有限公司 | 一种用户偏好推荐方法、装置、电子设备及存储介质 |
CN115935068A (zh) * | 2022-12-12 | 2023-04-07 | 杭州洋驼网络科技有限公司 | 互联网平台的商品推荐方法以及装置 |
CN115935068B (zh) * | 2022-12-12 | 2023-09-05 | 杭州洋驼网络科技有限公司 | 互联网平台的商品推荐方法以及装置 |
CN115880037A (zh) * | 2023-03-03 | 2023-03-31 | 量子数科科技有限公司 | 基于多项目规划整合分析的商品推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108198051A (zh) | 跨商品类别的商品推荐方法及装置 | |
Kucuk et al. | An analysis of consumer power on the Internet | |
CN104866484B (zh) | 一种数据处理方法和装置 | |
CN108960992A (zh) | 一种信息推荐方法以及相关设备 | |
Heinemann et al. | New online retailing | |
CN104463620A (zh) | 电子商务平台o2o商业模式 | |
CN106651481A (zh) | 一种基于o2o模式的移动终端电商平台交易方法 | |
CN107944002A (zh) | 优惠券核销方法、装置及电子设备 | |
CN108197851A (zh) | 一种电子商务多单同地址的物流分配方法 | |
CN103971256A (zh) | 一种信息推送方法及设备 | |
GB2375630A (en) | Consumer interaction system | |
CN104504589A (zh) | 一种从移动应用的电商中分享销售收益的方法 | |
CA2805264C (en) | Product pricing in e-commerce | |
CN107330769A (zh) | 一种网络直销的客户营销管理系统 | |
CN107993119A (zh) | 一种电子商务购物系统 | |
KR100364146B1 (ko) | 인터넷 패션 비즈니스 제공방법 | |
Tahir et al. | Measuring user satisfaction through website evaluation framework | |
CN111192112A (zh) | 一种多平台的交互方法和装置 | |
CN110348943A (zh) | 商品推荐信息的处理方法、装置、存储介质及计算机设备 | |
CN110766478A (zh) | 一种提高用户连接性的方法和装置 | |
CN111144996B (zh) | 一种购物社交的方法和装置 | |
Marković et al. | Analysis of Interactions of Key Stakeholders on B2C e-Markets-Agent Based Modelling and Simulation Approach | |
Lovemore et al. | Promoting perceived service quality and organisational performance through customer retention strategies: the moderating role of ICT | |
CN106169144A (zh) | 信息匹配方式确定方法及系统 | |
Selvam et al. | SITUATIONAL FACTORS AND E-GROCERIES SHOPPING INTENTION BY WORKING MOTHERS DURING COVID-19 PANDEMIC. |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |