CN103106600A - 商品信息推送系统和商品信息推送方法 - Google Patents
商品信息推送系统和商品信息推送方法 Download PDFInfo
- Publication number
- CN103106600A CN103106600A CN2012104603738A CN201210460373A CN103106600A CN 103106600 A CN103106600 A CN 103106600A CN 2012104603738 A CN2012104603738 A CN 2012104603738A CN 201210460373 A CN201210460373 A CN 201210460373A CN 103106600 A CN103106600 A CN 103106600A
- Authority
- CN
- China
- Prior art keywords
- user
- commodity
- sign
- rate value
- described user
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种商品信息推送系统,包括:设置单元,为商品设置相应的标识,并为用户对商品的操作设置相应的权值;获取单元,实时获取用户对商品中任一商品的操作;计算单元,计算用户对任一商品的关注度值,并计算用户对标识的关注度值;分类单元,根据用户对标识的关注度值确定用户所属的用户群;判断单元,用于判断是否存在被用户所属的用户群中一定比例的用户收藏和/或购买的商品,若存在,判断用户是否已收藏和/或购买该商品;推送单元,若用户未收藏和/或购买该商品,则将该商品的信息推送给用户。本发明还提出了一种商品信息推送方法。通过本发明的技术方案,能够减少确定相似用户的延时,提高信息推送的实时性和准确性。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种商品信息推送系统和一种商品信息推送方法。
背景技术
随着信息技术和互联网的发展,人们逐渐从信息匮乏的时代走入信息过载的时代。
在这个时代,无论是信息消费者还是信息生产者都遇到了很大的挑战。对于信息消费者,从大量信息中找到自己感兴趣的信息是一件非常困难的事情;对于信息的生产者,使自己生产的信息脱颖而出,收到广大用户的关注,也是一件非常困难的事情。推送系统就是解决这一矛盾的重要工具。
推送系统可以联系用户和信息,一方面帮助用户发现自己有价值的信息,另一方面让信息能够展现在对它感兴趣的用户面前,从而实现信息消费者和信息生产者的双赢。
而推送系统核心的任务是确定相似用户,现有的方案中确定相似用户的方法大多采用协同过滤算法,具体通过余弦定理确定相似用户,即将用户对信息的关注度设置为一个向量值,通过余弦定理计算,但是对于大数据量的业务系统,存在大量的用户信息和商品信息,通过余弦定理进行计算,计算量巨大,而且用户对商品的网上操作时时变化,大数据计算量产生的延时会推送的准确度造成影响。
因此,需要一种新的信息推送技术,能够在确定相似用户时相对采用余弦定理大幅减少计算量,减少确定相似用户的延时,进而提高信息推送的实时性和准确性。
发明内容
本发明正是基于上述问题,提出了一种信息推送技术,能够在确定相似用户时相对采用余弦定理大幅减少计算量,减少确定相似用户的延时,进而提高信息推送的实时性和准确性。
有鉴于此,本发明提出了一种商品信息推送系统,包括:设置单元,用于根据接收到的设置指令为一个或多个商品设置相应的标识,并为用户对所述一个或多个商品的操作以及对所述一个或多个商品的操作时间设置相应的权值;获取单元,用于实时获取所述用户对所述一个或多个商品中任一商品的操作;计算单元,用于根据所述用户对所述任一商品的操作及相应的权值,计算所述用户对所述任一商品的关注度值,并根据所述用户对设置有相同的标识的商品的关注度值,计算所述用户对所述标识的关注度值;分类单元,用于根据所述用户对所述标识的关注度值确定所述用户所属的用户群;判断单元,用于判断是否存在被所述用户所属的用户群中占全部用户的比例大于预设比值的用户收藏和/或购买的目标商品,若存在,则进一步判断所述用户是否已收藏和/或购买所述目标商品;推送单元,用于在所述判断单元的判断结果为否的情况下,将所述目标商品的信息推送给所述用户。
在该技术方案中,对商品设置的标识,可以根据该商品的类别进行设置,比如商品为足球,那么可以设置其标识为体育用品,对于操作权值的设置,可以根据对商品的操作的类型进行设置,比如设置对商品进行的购买操作的权值为9,对商品进行的收藏操作的权值为6。当用户对商品进行操作后,即可根据用户对商品的操作信息计算出用户对于该商品的关注度值,具体地,比如用户对足球进行操作a和操作b,操作a的权值为A,操作b的权值为B,那么用户对足球的关注度值F1=A+B,通过获取用户对多种商品的操作,可以得到用户对带有体育用品标识的其他商品的关注度值,比如得到对篮球的关注度值为F2,对羽毛球的关注度值为F3,那么进一步可以得到用户对体育用品标识的关注度值为F1+F2+F3,再通过在数据库中查询与该用户对体育用品标识的关注度值相近的用户群(即确定相似用户),以确定该用户所属的用户群。
相对于以往确定相似用户的方法,在运算过程中仅进行简单的加法和乘法,而采用余弦定理计算用户的相似性,最简单的情况是两个用户分别有一个参量i和j,将参量i和j当作n维空间内的向量代入公式:那么两个用户间的相似性大小可以通过向量的余弦夹角来表示,显然计算复杂程度较本发明提出的计算过程复杂很多,而且在余弦定理的基础上提出的修正的余弦相似性和相关相似性计算复杂程度更高。
在确定了用户所属的用户群之后,可以查询被该用户群中的用户收藏和/或购买的比例较大(比如大于50%)的商品(即目标商品),则可以判定该商品在该用户所属的用户群中被接受的概率较大,若存在符合上述条件的商品,则进一步判断该用户是否已经收藏和/或购买了该商品,若已经收藏和/或购买,则没有必要再向该用户推送该商品信息,若未收藏和/或购买,则向该用户推送该商品信息,从而提高商品信息被用户接受的概率,并方便用户获取感兴趣的商品信息。对于需要处理大量用户信息和商品信息的系统,采用本发明能够明显减小确定相似用户的计算量,减少确定相似用户的延时,进而提高商品信息推送的实时性和准确性。
在上述技术方案中,优选地,所述获取单元还用于获取所述用户关注的所述标识;所述用户分类系统还包括:排序单元,用于根据所述用户对所述标识的关注度值对所述用户关注的所述标识进行排序;以及所述分类单元根据所述用户关注的所述标识的顺序和对所述标识的关注度值,确定所述用户所属的用户群。
在该技术方案中,还可以获取用户关注的标识的顺序,进而通过用户关注的标识的顺序和对标识的关注度值两个限制条件,更加准确地确定用户所属的用户群。
在上述技术方案中,优选地,所述分类单元包括:判断子单元,用于判断是否存在与所述用户关注的所述标识的顺序相同的、和/或对所述标识的关注度值与所述用户对所述标识的关注度值的差值在预设范围内的用户群,若存在,则判定所述用户属于所述用户群;创建子单元,用于在所述判断子单元的判断结果为否的情况下,根据所述用户关注的所述标识的顺序和/或对所述标识的关注度值创建新的用户群。
在该技术方案中,可以通过在数据库中查询与用户关注的标识的顺序相同的、和/或与用户对标识的关注度值相近的用户群作为该用户所属的用户群,若数据库中不存在与该用户相符的用户群,则可以根据该用户关注的标识的顺序和对标识的关注度值创建新的用户群。
在上述技术方案中,优选地,还包括:编辑单元,用于根据接收到的编辑指令,编辑所述一个或多个商品的标识和/或对所述一个或多个商品的操作的权值。
在该技术方案中,用户可以根据需要更改对商品操作的权值,还可以对商品的标识进行编辑。
在上述技术方案中,优选地,所述操作包括以下至少一种:查看、购买、收藏、分享和评分。
根据本发明的又一方面,还提出了一种商品信息推送的方法,包括:步骤202,设置单元根据接收到的设置指令为一个或多个商品设置相应的标识,并为用户对所述一个或多个商品的操作设置相应的权值;步骤204,获取单元实时获取所述用户对所述一个或多个商品中任一商品的操作,计算单元根据所述用户对所述任一商品的操作及相应的权值计算所述用户对所述任一商品的关注度值;步骤206,所述计算单元根据所述用户对设置有相同的标识的商品的关注度值,计算所述用户对所述标识的关注度值;步骤208,分类单元根据所述用户对所述标识的关注度值确定所述用户所属的用户群;步骤210,判断单元判断是否存在被所述用户所属的用户群中占全部用户的比例大于预设比值的用户收藏和/或购买的目标商品,若存在,则进一步判断所述用户是否已收藏和/或购买所述目标商品;步骤212,若未收藏和/或购买,推送单元则将所述目标商品的信息推送给所述用户。
在该技术方案中,对商品设置的标识,可以根据该商品的类别进行设置,比如商品为足球,那么可以设置其标识为体育用品,对于操作权值的设置,可以根据对商品的操作的类型进行设置,比如设置对商品进行的购买操作的权值为9,对商品进行的收藏操作的权值为6。当用户对商品进行操作后,即可根据用户对商品的操作信息计算出用户对于该商品的关注度值,具体地,比如用户对足球进行操作a和操作b,操作a的权值为A,操作b的权值为B,那么用户对足球的关注度值F1=A+B,通过获取用户对多种商品的操作,可以得到用户对带有体育用品标识的其他商品的关注度值,比如得到对篮球的关注度值为F2,对羽毛球的关注度值为F3,那么进一步可以得到用户对体育用品标识的关注度值为F1+F2+F3,再通过在数据库中查询与该用户对体育用品标识的关注度值相近的用户群(即确定相似用户),以确定该用户所属的用户群。
相对于以往确定相似用户的方法,在运算过程中仅进行简单的加法和乘法,而采用余弦定理计算用户的相似性,最简单的情况是两个用户分别有一个参量i和j,将参量i和j当作n维空间内的向量代入公式:那么两个用户间的相似性大小可以通过向量的余弦夹角来表示,显然计算复杂程度较本发明提出的计算过程复杂很多,而且在余弦定理的基础上提出的修正的余弦相似性和相关相似性计算复杂程度更高。
在确定了用户所属的用户群之后,可以查询被该用户群中的用户收藏和/或购买的比例较大(比如大于50%)的商品(即目标商品),则可以判定该商品在该用户所属的用户群中被接受的概率较大,若存在符合上述条件的商品,则进一步判断该用户是否已经收藏和/或购买了该商品,若已经收藏和/或购买,则没有必要再向该用户推送该商品信息,若未收藏和/或购买,则向该用户推送该商品信息,从而提高商品信息被用户接受的概率,并方便用户获取感兴趣的商品信息。对于需要处理大量用户信息和商品信息的系统,采用本发明能够明显减小确定相似用户的计算量,减少确定相似用户的延时,进而提高商品信息推送的实时性和准确性。
在上述技术方案中,优选地,所述步骤204还包括:所述获取单元获取所述用户关注的所述标识;以及所述步骤208包括:排序单元根据所述用户对所述标识的关注度值对所述用户关注的所述标识进行排序,所述分类单元根据所述用户关注的所述标识的顺序和对所述标识的关注度值,确定所述用户所属的用户群。
在该技术方案中,还可以获取用户关注的标识的顺序,进而通过用户关注的标识的顺序和对标识的关注度值两个限制条件,更加准确地确定用户所属的用户群。
在上述技术方案中,优选地,所述步骤208包括:判断子单元判断是否存在与所述用户关注的所述标识的顺序相同的、和/或对所述标识的关注度值与所述用户对所述标识的关注度值的差值在预设范围内的用户群,若存在,则判定所述用户属于所述用户群,若不存在,则根据所述用户关注的所述标识的顺序和/或对所述标识的关注度值创建新的用户群。
在该技术方案中,可以通过在数据库中查询与用户关注的标识的顺序相同的、和/或与用户对标识的关注度值相近的用户群作为该用户所属的用户群,若数据库中不存在与该用户相符的用户群,则可以根据该用户关注的标识的顺序和对标识的关注度值创建新的用户群。
在上述技术方案中,优选地,还包括:编辑单元根据接收到的编辑指令,编辑所述一个或多个商品的标识和/或对所述一个或多个商品的操作的权值。
在该技术方案中,用户可以根据需要更改对商品操作的权值,还可以对商品的标识进行编辑。
在上述技术方案中,优选地,所述操作包括以下至少一种:查看、购买、收藏、分享和评分。
通过以上技术方案,通过为商品设置标识,根据用户对商品的操作计算用户对标识的关注度值,进而确定用户所属的用户群,相对采用余弦定理确定用户的相似性减少了计算量,减少确定相似用户的延时,扩大了确定相似用户方法的通用性,进而提高了根据用户所属的用户群向用户推送商品信息的实时性和准确性。
附图说明
图1示出了根据本发明的实施例的商品信息推送系统的框图;
图2示出了根据本发明的实施例的商品信息推送方法的流程图;
图3示出了根据本发明的实施例的商品信息推送方法的具体流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的实施例的商品信息推送系统的框图。
如图1所示,根据本发明的实施例的商品信息推送系统100包括:设置单元102,用于根据接收到的设置指令为一个或多个商品设置相应的标识,并为用户对一个或多个商品的操作设置相应的权值;获取单元104,用于实时获取用户对一个或多个商品中任一商品的操作;计算单元106,用于根据用户对任一商品的操作及相应的权值计算用户对任一商品的关注度值,并根据用户对设置有相同的标识的商品的关注度值,计算用户对标识的关注度值;分类单元108,用于根据用户对标识的关注度值确定用户所属的用户群;判断单元110,用于判断是否存在被用户所属的用户群中占全部用户的比例大于预设比值的用户收藏和/或购买的目标商品,若存在,则进一步判断用户是否已收藏和/或购买目标商品;推送单元112,用于在判断单元110的判断结果为否的情况下,将目标商品的信息推送给用户。
对商品设置的标识,可以根据该商品的类别进行设置,比如商品为足球,那么可以设置其标识为体育用品,对于操作权值的设置,可以根据对商品的操作的类型进行设置,比如设置对商品进行的购买操作的权值为9,对商品进行的收藏操作的权值为6。当用户对商品进行操作后,即可根据用户对商品的操作信息计算出用户对于该商品的关注度值,具体地,比如用户对足球进行操作a和操作b,操作a的权值为A,操作b的权值为B,那么用户对足球的关注度值F1=A+B,通过获取用户对多种商品的操作,可以得到用户对带有体育用品标识的其他商品的关注度值,比如得到对篮球的关注度值为F2,对羽毛球的关注度值为F3,那么进一步可以得到用户对体育用品标识的关注度值为F1+F2+F3,再通过在数据库中查询与该用户对体育用品标识的关注度值相近的用户群(即确定相似用户),以确定该用户所属的用户群。
相对于以往确定相似用户的方法,在运算过程中仅进行简单的加法和乘法,而采用余弦定理计算用户的相似性,最简单的情况是两个用户分别有一个参量i和j,将参量i和j当作n维空间内的向量代入公式:那么两个用户间的相似性大小可以通过向量的余弦夹角来表示,显然计算复杂程度较本发明提出的计算过程复杂很多,而且在余弦定理的基础上提出的修正的余弦相似性和相关相似性计算复杂程度更高。
在确定了用户所属的用户群之后,可以查询被该用户群中的用户收藏和/或购买的比例较大(比如大于50%)的商品(即目标商品),则可以判定该商品在该用户所属的用户群中被接受的概率较大,若存在符合上述条件的商品,则进一步判断该用户是否已经收藏和/或购买了该商品,若已经收藏和/或购买,则没有必要再向该用户推送该商品信息,若未收藏和/或购买,则向该用户推送该商品信息,从而提高商品信息被用户接受的概率,并方便用户获取感兴趣的商品信息。对于需要处理大量用户信息和商品信息的系统,采用本发明能够明显减小确定相似用户的计算量,减少确定相似用户的延时,进而提高商品信息推送的实时性和准确性。
优选地,获取单元104还用于获取用户关注的标识;用户分类系统还包括:排序单元114,用于根据用户对标识的关注度值对用户关注的标识进行排序;以及分类单元108根据用户关注的标识的顺序和对标识的关注度值,确定用户所属的用户群。
可以获取用户关注的标识的顺序,进而通过用户关注的标识的顺序和对标识的关注度值两个限制条件,更加准确地确定用户所属的用户群。
优选地,分类单元108包括:判断子单元1082,用于判断是否存在与用户关注的标识的顺序相同的、和/或对标识的关注度值与用户对标识的关注度值的差值在预设范围内的用户群,若存在,则判定用户属于该用户群;创建子单元1084,用于在判断子单元1082的判断结果为否的情况下,根据用户关注的标识的顺序和/或对标识的关注度值创建新的用户群。
可以通过在数据库中查询与用户关注的标识的顺序相同的、和/或与用户对标识的关注度值相近的用户群作为该用户所属的用户群,若数据库中不存在与该用户相符的用户群,则可以根据该用户关注的标识的顺序和对标识的关注度值创建新的用户群。
比如用户X关注的标识的顺序为:体育用品、生活用品、娱乐用品,且对体育用品的关注度值为99,对生活用品的关注度值为80,对娱乐用品的关注度值为60,差值的预设范围为-5到+5,数据库中存在用户群A、用户群B和用户群C,其中,用户群A关注的标识顺序为:体育用品、生活用品、娱乐用品,且对体育用品的关注度值为98,对生活用品的关注度值为77,对娱乐用品的关注度值为63;用户群B关注的标识顺序为:生活用品、体育用品、娱乐用品,且对生活用品的关注度值为97,对体育用品的关注度值为88,对娱乐用品的关注度值为62;用户群C关注的标识顺序为:体育用品、生活用品、娱乐用品,且对体育用品的关注度值为93,对生活用品的关注度值为82,对娱乐用品的关注度值为66,那么显然,用户X属于用户群A(即确定相似用户)。
优选地,根据本发明的实施例的商品信息推送系统100还包括:编辑单元116,用于根据接收到的编辑指令,编辑一个或多个商品的标识和/或对一个或多个商品的操作的权值。
用户可以根据需要更改对商品操作的权值,还可以对商品的标识进行编辑。具体地,可以更改商品的标识,比如将足球的标识从“体育用品”更改为“球类”,可以更改对商品操作的权值,比如将收藏操作的权值从10下调至8,将购买操作的权值从15上调至18。优选地,操作可以是查看、购买、收藏、分享和/或评分。
图2示出了根据本发明的实施例的商品信息推送方法的流程图。
如图2所示,根据本发明的实施例的商品信息推送方法包括:步骤202,设置单元根据接收到的设置指令为一个或多个商品设置相应的标识,并为用户对一个或多个商品的操作设置相应的权值;步骤204,获取单元实时获取用户对一个或多个商品中任一商品的操作,计算单元根据用户对任一商品的操作及相应的权值计算用户对任一商品的关注度值;步骤206,计算单元根据用户对设置有相同的标识的商品的关注度值,计算用户对标识的关注度值;步骤208,分类单元根据用户对标识的关注度值确定用户所属的用户群;步骤210,判断单元判断是否存在被用户所属的用户群中占全部用户的比例大于预设比值的用户收藏和/或购买的目标商品,若存在,则进一步判断用户是否已收藏和/或购买目标商品;步骤212,若未收藏和/或购买,推送单元则将目标商品的信息推送给用户。
对商品设置的标识,可以根据该商品的类别进行设置,比如商品为足球,那么可以设置其标识为体育用品,对于操作权值的设置,可以根据对商品的操作的类型进行设置,比如设置对商品进行的购买操作的权值为9,对商品进行的收藏操作的权值为6。当用户对商品进行操作后,即可根据用户对商品的操作信息计算出用户对于该商品的关注度值,具体地,比如用户对足球进行操作a和操作b,操作a的权值为A,操作b的权值为B,那么用户对足球的关注度值F1=A+B,通过获取用户对多种商品的操作,可以得到用户对带有体育用品标识的其他商品的关注度值,比如得到对篮球的关注度值为F2,对羽毛球的关注度值为F3,那么进一步可以得到用户对体育用品标识的关注度值为F1+F2+F3,再通过在数据库中查询与该用户对体育用品标识的关注度值相近的用户群(即确定相似用户),以确定该用户所属的用户群。
相对于以往确定相似用户的方法,在运算过程中仅进行简单的加法和乘法,而采用余弦定理计算用户的相似性,最简单的情况是两个用户分别有一个参量i和j,将参量i和j当作n维空间内的向量代入公式:那么两个用户间的相似性大小可以通过向量的余弦夹角来表示,显然计算复杂程度较本发明提出的计算过程复杂很多,而且在余弦定理的基础上提出的修正的余弦相似性和相关相似性计算复杂程度更高。
在确定了用户所属的用户群之后,可以查询被该用户群中的用户收藏和/或购买的比例较大(比如大于50%)的商品(即目标商品),则可以判定该商品在该用户所属的用户群中被接受的概率较大,若存在符合上述条件的商品,则进一步判断该用户是否已经收藏和/或购买了该商品,若已经收藏和/或购买,则没有必要再向该用户推送该商品信息,若未收藏和/或购买,则向该用户推送该商品信息,从而提高商品信息被用户接受的概率,并方便用户获取感兴趣的商品信息。对于需要处理大量用户信息和商品信息的系统,采用本发明能够明显减小确定相似用户的计算量,减少确定相似用户的延时,进而提高商品信息推送的实时性和准确性。
优选地,步骤204还包括:获取单元获取用户关注的标识;以及步骤208包括:排序单元根据用户对标识的关注度值对用户关注的标识进行排序,分类单元根据用户关注的标识的顺序和对标识的关注度值,确定用户所属的用户群。
可以获取用户关注的标识的顺序,进而通过用户关注的标识的顺序和对标识的关注度值两个限制条件,更加准确地确定用户所属的用户群。
优选地,步骤208包括:判断子单元判断是否存在与用户关注的标识的顺序相同的、和/或对标识的关注度值与用户对标识的关注度值的差值在预设范围内的用户群,若存在,则判定用户属于该用户群,若不存在,则根据用户关注的标识的顺序和/或对标识的关注度值创建新的用户群。
可以通过在数据库中查询与用户关注的标识的顺序相同的、和/或与用户对标识的关注度值相近的用户群作为该用户所属的用户群,若数据库中不存在与该用户相符的用户群,则可以根据该用户关注的标识的顺序和对标识的关注度值创建新的用户群。
比如用户X关注的标识的顺序为:体育用品、生活用品、娱乐用品,且对体育用品的关注度值为99,对生活用品的关注度值为80,对娱乐用品的关注度值为60,差值的预设范围为-5到+5,数据库中存在用户群A、用户群B和用户群C,其中,用户群A关注的标识顺序为:体育用品、生活用品、娱乐用品,且对体育用品的关注度值为98,对生活用品的关注度值为77,对娱乐用品的关注度值为63;用户群B关注的标识顺序为:生活用品、体育用品、娱乐用品,且对生活用品的关注度值为97,对体育用品的关注度值为88,对娱乐用品的关注度值为62;用户群C关注的标识顺序为:体育用品、生活用品、娱乐用品,且对体育用品的关注度值为93,对生活用品的关注度值为82,对娱乐用品的关注度值为66,那么显然,用户X属于用户群A(即确定相似用户)。
优选地,根据本发明的实施例的商品信息推送方法还包括:编辑单元根据接收到的编辑指令,编辑一个或多个商品的标识和/或对一个或多个商品的操作的权值。
用户可以根据需要更改对商品操作的权值,还可以对商品的标识进行编辑。具体地,可以更改商品的标识,比如将足球的标识从“体育用品”更改为“球类”,可以更改对商品操作的权值,比如将收藏操作的权值从10下调至8,将购买操作的权值从15上调至18。优选地,操作可以是查看、购买、收藏、分享和/或评分。
图3示出了根据本发明的实施例的商品信息推送方法的具体流程图。
如图3所示,根据本发明的实施例的用户分类方法可以应用于购物网站,以提高网站中的商品信息被消费者接收的概率,进而提高消费者对商品的购买率,具体包括:
步骤302,根据接收到的设置指令为一个或多个商品设置相应的标识,可以由网站经营者进行设置;
步骤304,根据接收到的设置指令为用户对一个或多个商品中任一商品的操作设置相应的权值,可以由网站经营者进行设置;
步骤306,实时获取用户对任一商品的操作,可以由网站的服务器进行获取;
步骤308,根据用户对商品的操作的权值计算用户对商品的关注度值,可以由网站的服务器进行计算;
步骤310,根据用户对带有相同标识的商品的关注度值,计算用户对标识的关注度值,即将用户对带有某个标识的全部商品的关注度值进行加和,得到用户对该标识的关注度值,可以由网站的服务器进行计算;
步骤312,根据用户关注的标识的顺序和对标识的关注度值确定用户所属的用户群,可以由网站的服务器在数据库中查找相应的用户群,并进行确定;
步骤314,向用户推送该用户所属的用户群中一定比例以上的用户所收藏和/或购买的商品信息,网站的经营者可以对上述比例进行设置;
步骤316,判断用户(即消费者)接受被推送的商品信息的比例是否达到预设值(比如80%);
步骤318,若未达到预设值,说明商品的标识和对商品的操作的权值等参数设置的较差,推送给消费者的商品信息不符合消费者所需,则提示网站经营者重新设置各项参数;
步骤320,若达到了预设值,说明商品的标识和对商品的操作的权值等参数设置的较好,推送给消费者的商品信息符合消费者所需,则将已设置的各项参数进行保存。
以上结合附图详细说明了本发明的技术方案,考虑到相关技术中,采用余弦定理确定相似用户,对于大数据量的业务系统计算量过大,对于实时变化的用户操作会产生计算延时,导致确定用户相似性准确度降低。通过本发明的技术方案,相对采用余弦定理确定用户的相似性减少了计算量,扩大了确定相似用户方法的通用性,提高了确定相似用户的实时性和准确性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种商品信息推送系统,其特征在于,包括:
设置单元,用于根据接收到的设置指令为一个或多个商品设置相应的标识,并为用户对所述一个或多个商品的操作设置相应的权值;
获取单元,用于实时获取所述用户对所述一个或多个商品中任一商品的操作;
计算单元,用于根据所述用户对所述任一商品的操作及相应的权值,计算所述用户对所述任一商品的关注度值,并根据所述用户对设置有相同的标识的商品的关注度值,计算所述用户对所述标识的关注度值;
分类单元,用于根据所述用户对所述标识的关注度值确定所述用户所属的用户群;
判断单元,用于判断是否存在被所述用户所属的用户群中占全部用户的比例大于预设比值的用户收藏和/或购买的目标商品,若存在,则进一步判断所述用户是否已收藏和/或购买所述目标商品;
推送单元,用于在所述判断单元的判断结果为否的情况下,将所述目标商品的信息推送给所述用户。
2.根据权利要求1所述的商品信息推送系统,其特征在于,所述获取单元还用于获取所述用户关注的所述标识;所述用户分类系统还包括:
排序单元,用于根据所述用户对所述标识的关注度值对所述用户关注的所述标识进行排序;以及
所述分类单元根据所述用户关注的所述标识的顺序和对所述标识的关注度值,确定所述用户所属的用户群。
3.根据权利要求2所述的商品信息推送系统,其特征在于,所述分类单元包括:
判断子单元,用于判断是否存在与所述用户关注的所述标识的顺序相同的、和/或对所述标识的关注度值与所述用户对所述标识的关注度值的差值在预设范围内的用户群,若存在,则判定所述用户属于所述用户群;
创建子单元,用于在所述判断子单元的判断结果为否的情况下,根据所述用户关注的所述标识的顺序和/或对所述标识的关注度值创建新的用户群。
4.根据权利要求1所述的商品信息推送系统,其特征在于,还包括:
编辑单元,用于根据接收到的编辑指令,编辑所述一个或多个商品的标识和/或对所述一个或多个商品的操作的权值。
5.根据权利要求1至4中任一项所述的商品信息推送系统,其特征在于,所述操作包括以下至少一种:查看、购买、收藏、分享和评分。
6.一种商品信息推送方法,其特征在于,包括:
步骤202,设置单元根据接收到的设置指令为一个或多个商品设置相应的标识,并为用户对所述一个或多个商品的操作设置相应的权值;
步骤204,获取单元实时获取所述用户对所述一个或多个商品中任一商品的操作,计算单元根据所述用户对所述任一商品的操作及相应的权值计算所述用户对所述任一商品的关注度值;
步骤206,所述计算单元根据所述用户对设置有相同的标识的商品的关注度值,计算所述用户对所述标识的关注度值;
步骤208,分类单元根据所述用户对所述标识的关注度值确定所述用户所属的用户群;
步骤210,判断单元判断是否存在被所述用户所属的用户群中占全部用户的比例大于预设比值的用户收藏和/或购买的目标商品,若存在,则进一步判断所述用户是否已收藏和/或购买所述目标商品;
步骤212,若未收藏和/或购买,推送单元则将所述目标商品的信息推送给所述用户。
7.根据权利要求6所述的商品信息推送方法,其特征在于,所述步骤204还包括:所述获取单元获取所述用户关注的所述标识;以及所述步骤208包括:排序单元根据所述用户对所述标识的关注度值对所述用户关注的所述标识进行排序,所述分类单元根据所述用户关注的所述标识的顺序和对所述标识的关注度值,确定所述用户所属的用户群。
8.根据权利要求7所述的商品信息推送方法,其特征在于,所述步骤208包括:判断子单元判断是否存在与所述用户关注的所述标识的顺序相同的、和/或对所述标识的关注度值与所述用户对所述标识的关注度值的差值在预设范围内的用户群,若存在,则判定所述用户属于所述用户群,若不存在,则根据所述用户关注的所述标识的顺序和/或对所述标识的关注度值创建新的用户群。
9.根据权利要求6所述的商品信息推送方法,其特征在于,还包括:编辑单元根据接收到的编辑指令,编辑所述一个或多个商品的标识和/或对所述一个或多个商品的操作的权值。
10.根据权利要求6至9中任一项所述的商品信息推送方法,其特征在于,所述操作包括以下至少一种:查看、购买、收藏、分享和评分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104603738A CN103106600A (zh) | 2012-11-15 | 2012-11-15 | 商品信息推送系统和商品信息推送方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104603738A CN103106600A (zh) | 2012-11-15 | 2012-11-15 | 商品信息推送系统和商品信息推送方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103106600A true CN103106600A (zh) | 2013-05-15 |
Family
ID=48314435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104603738A Pending CN103106600A (zh) | 2012-11-15 | 2012-11-15 | 商品信息推送系统和商品信息推送方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103106600A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091270A (zh) * | 2014-07-03 | 2014-10-08 | 深圳炬野科技股份有限公司 | 以扫码方式进行商品对比的方法 |
CN104217334A (zh) * | 2013-06-05 | 2014-12-17 | 北京京东尚科信息技术有限公司 | 一种产品信息推荐方法、装置和系统 |
CN105608610A (zh) * | 2016-03-22 | 2016-05-25 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
CN105809479A (zh) * | 2016-03-07 | 2016-07-27 | 海信集团有限公司 | 物品推荐方法及装置 |
CN106204163A (zh) * | 2016-07-29 | 2016-12-07 | 北京京东尚科信息技术有限公司 | 一种用户属性特征的确定方法和装置 |
CN106447372A (zh) * | 2015-08-10 | 2017-02-22 | 北京奇虎科技有限公司 | 产品信息推送方法及装置 |
CN106469403A (zh) * | 2015-08-14 | 2017-03-01 | 腾讯科技(深圳)有限公司 | 一种信息展示方法和装置 |
CN107169842A (zh) * | 2017-05-31 | 2017-09-15 | 合肥亿迈杰软件有限公司 | 一种基于商品数据的电子商务数据筛选系统 |
CN107230136A (zh) * | 2017-05-31 | 2017-10-03 | 合肥亿迈杰软件有限公司 | 一种基于大数据的购物排序推送方法 |
CN107798567A (zh) * | 2017-11-21 | 2018-03-13 | 成都高德唯斯科技股份有限公司 | 品牌信息推送方法、装置及电子设备 |
CN107943953A (zh) * | 2017-11-24 | 2018-04-20 | 福建中金在线信息科技有限公司 | 榜单推荐方法、装置、电子设备和计算机可读存储介质 |
CN108230102A (zh) * | 2017-12-29 | 2018-06-29 | 深圳正品创想科技有限公司 | 一种商品关注度调整方法及装置 |
CN109636530A (zh) * | 2018-12-14 | 2019-04-16 | 拉扎斯网络科技(上海)有限公司 | 产品确定方法、装置、电子设备及计算机可读存储介质 |
CN110020135A (zh) * | 2017-11-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 一种需求确定方法、资源推荐方法和相关装置 |
CN110795620A (zh) * | 2019-09-25 | 2020-02-14 | 平安科技(深圳)有限公司 | 基于同类用户的产品推荐方法、装置、设备及存储介质 |
CN110969491A (zh) * | 2019-12-17 | 2020-04-07 | 深圳市梦网百科信息技术有限公司 | 一种基于网络路径的商品推送方法、系统及设备 |
CN112667885A (zh) * | 2020-12-04 | 2021-04-16 | 四川长虹电器股份有限公司 | 一种耦合社会信任信息的矩阵分解协同过滤方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6195657B1 (en) * | 1996-09-26 | 2001-02-27 | Imana, Inc. | Software, method and apparatus for efficient categorization and recommendation of subjects according to multidimensional semantics |
CN101685458A (zh) * | 2008-09-27 | 2010-03-31 | 华为技术有限公司 | 一种基于协同过滤的推荐方法和系统 |
CN101957834A (zh) * | 2010-08-12 | 2011-01-26 | 百度在线网络技术(北京)有限公司 | 一种基于用户特征进行内容推荐的方法与设备 |
CN102456203A (zh) * | 2010-10-22 | 2012-05-16 | 阿里巴巴集团控股有限公司 | 确定候选产品链表的方法及相关装置 |
US20120143718A1 (en) * | 2010-12-03 | 2012-06-07 | Choicestream, Inc. | Optimization of a web-based recommendation system |
CN102682005A (zh) * | 2011-03-10 | 2012-09-19 | 阿里巴巴集团控股有限公司 | 偏好类目的确定方法及装置 |
-
2012
- 2012-11-15 CN CN2012104603738A patent/CN103106600A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6195657B1 (en) * | 1996-09-26 | 2001-02-27 | Imana, Inc. | Software, method and apparatus for efficient categorization and recommendation of subjects according to multidimensional semantics |
CN101685458A (zh) * | 2008-09-27 | 2010-03-31 | 华为技术有限公司 | 一种基于协同过滤的推荐方法和系统 |
CN101957834A (zh) * | 2010-08-12 | 2011-01-26 | 百度在线网络技术(北京)有限公司 | 一种基于用户特征进行内容推荐的方法与设备 |
CN102456203A (zh) * | 2010-10-22 | 2012-05-16 | 阿里巴巴集团控股有限公司 | 确定候选产品链表的方法及相关装置 |
US20120143718A1 (en) * | 2010-12-03 | 2012-06-07 | Choicestream, Inc. | Optimization of a web-based recommendation system |
CN102682005A (zh) * | 2011-03-10 | 2012-09-19 | 阿里巴巴集团控股有限公司 | 偏好类目的确定方法及装置 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217334A (zh) * | 2013-06-05 | 2014-12-17 | 北京京东尚科信息技术有限公司 | 一种产品信息推荐方法、装置和系统 |
CN104091270A (zh) * | 2014-07-03 | 2014-10-08 | 深圳炬野科技股份有限公司 | 以扫码方式进行商品对比的方法 |
CN106447372B (zh) * | 2015-08-10 | 2022-03-08 | 北京奇虎科技有限公司 | 产品信息推送方法及装置 |
CN106447372A (zh) * | 2015-08-10 | 2017-02-22 | 北京奇虎科技有限公司 | 产品信息推送方法及装置 |
CN106469403A (zh) * | 2015-08-14 | 2017-03-01 | 腾讯科技(深圳)有限公司 | 一种信息展示方法和装置 |
CN106469403B (zh) * | 2015-08-14 | 2023-04-18 | 腾讯科技(深圳)有限公司 | 一种信息展示方法和装置 |
CN105809479A (zh) * | 2016-03-07 | 2016-07-27 | 海信集团有限公司 | 物品推荐方法及装置 |
CN105608610A (zh) * | 2016-03-22 | 2016-05-25 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
CN106204163A (zh) * | 2016-07-29 | 2016-12-07 | 北京京东尚科信息技术有限公司 | 一种用户属性特征的确定方法和装置 |
CN107169842A (zh) * | 2017-05-31 | 2017-09-15 | 合肥亿迈杰软件有限公司 | 一种基于商品数据的电子商务数据筛选系统 |
CN107230136A (zh) * | 2017-05-31 | 2017-10-03 | 合肥亿迈杰软件有限公司 | 一种基于大数据的购物排序推送方法 |
CN110020135A (zh) * | 2017-11-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 一种需求确定方法、资源推荐方法和相关装置 |
CN110020135B (zh) * | 2017-11-09 | 2023-01-31 | 阿里巴巴集团控股有限公司 | 一种需求确定方法、资源推荐方法和相关装置 |
CN107798567A (zh) * | 2017-11-21 | 2018-03-13 | 成都高德唯斯科技股份有限公司 | 品牌信息推送方法、装置及电子设备 |
CN107798567B (zh) * | 2017-11-21 | 2023-06-20 | 成都高德唯斯科技股份有限公司 | 品牌信息推送方法、装置及电子设备 |
CN107943953A (zh) * | 2017-11-24 | 2018-04-20 | 福建中金在线信息科技有限公司 | 榜单推荐方法、装置、电子设备和计算机可读存储介质 |
CN108230102A (zh) * | 2017-12-29 | 2018-06-29 | 深圳正品创想科技有限公司 | 一种商品关注度调整方法及装置 |
CN109636530A (zh) * | 2018-12-14 | 2019-04-16 | 拉扎斯网络科技(上海)有限公司 | 产品确定方法、装置、电子设备及计算机可读存储介质 |
CN110795620A (zh) * | 2019-09-25 | 2020-02-14 | 平安科技(深圳)有限公司 | 基于同类用户的产品推荐方法、装置、设备及存储介质 |
CN110969491A (zh) * | 2019-12-17 | 2020-04-07 | 深圳市梦网百科信息技术有限公司 | 一种基于网络路径的商品推送方法、系统及设备 |
CN110969491B (zh) * | 2019-12-17 | 2023-08-29 | 深圳市梦网视讯有限公司 | 一种基于网络路径的商品推送方法、系统及设备 |
CN112667885A (zh) * | 2020-12-04 | 2021-04-16 | 四川长虹电器股份有限公司 | 一种耦合社会信任信息的矩阵分解协同过滤方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103106600A (zh) | 商品信息推送系统和商品信息推送方法 | |
CN103679462B (zh) | 一种评论数据处理方法和装置、一种搜索方法和系统 | |
CN103577413B (zh) | 搜索结果排序方法及系统、搜索结果排序优化方法及系统 | |
CN104700152B (zh) | 一种融合季节销售信息与搜索行为信息的烟草销量预测方法 | |
CN107423859B (zh) | 一种组合模型建模方法及系统 | |
CN108108380A (zh) | 搜索排序方法、搜索排序装置、搜索方法和搜索装置 | |
CN105868847A (zh) | 一种购物行为的预测方法及装置 | |
CN103995839A (zh) | 基于协同过滤的商品推荐优化方法和系统 | |
CN103914468A (zh) | 一种投放信息搜索的方法和装置 | |
CN104281956A (zh) | 基于时间信息的适应用户兴趣变化的动态推荐方法 | |
JP5414562B2 (ja) | 情報処理装置及び情報処理システム | |
CN101482884A (zh) | 一种基于用户偏好评分分布的协作推荐系统 | |
CN106372249A (zh) | 一种点击率预估方法、装置及电子设备 | |
CN102841946A (zh) | 商品数据检索排序及商品推荐方法和系统 | |
CN102467726A (zh) | 一种基于网上交易平台的数据处理方法和装置 | |
CN102541899B (zh) | 一种信息识别方法及设备 | |
CN105976229A (zh) | 一种基于用户和项目混合的协同过滤算法 | |
CN104239335B (zh) | 特定用户信息获取方法及装置 | |
CN111626767B (zh) | 资源数据的发放方法、装置及设备 | |
CN110570233A (zh) | 用于电商平台的用户回购时间预测方法及装置 | |
CN108572988A (zh) | 一种房产评估数据生成方法和装置 | |
CN103412865B (zh) | 网站项目的通知方法和系统 | |
CN105808541B (zh) | 一种信息匹配处理方法和装置 | |
CN110852818A (zh) | 商品排序方法、装置和计算机可读存储介质 | |
CN104408648A (zh) | 一种挑选商品的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130515 |