CN105894332A - 基于用户行为分析的商品推荐方法、装置及系统 - Google Patents
基于用户行为分析的商品推荐方法、装置及系统 Download PDFInfo
- Publication number
- CN105894332A CN105894332A CN201610257376.XA CN201610257376A CN105894332A CN 105894332 A CN105894332 A CN 105894332A CN 201610257376 A CN201610257376 A CN 201610257376A CN 105894332 A CN105894332 A CN 105894332A
- Authority
- CN
- China
- Prior art keywords
- commodity
- user
- user behavior
- recommending
- analysis
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于用户行为分析的商品推荐方法,包括:获取云服务器对电商网站后台数据进行统计分析后所得到的用户行为数据;根据获取到的所述用户行为数据及预设的商品推荐算法,计算得到所述电商网站中适合推荐给用户的商品集合;对所述商品集合中各商品进行排序,得到排序结果;根据所述排序结果及预设显示规则,在当前用户访问页面上显示所述商品集合中的对应商品。本发明还公开了一种基于用户行为分析的商品推荐装置及系统。本发明通过对用户行为的分析,从而根据用户的兴趣偏好而有针对性的生成符合用户兴趣偏好的商品并进行推荐,从而提高用户购买满意度及电商网站的商品订购率。
Description
技术领域
本发明涉及通信技术领域,尤其涉及基于用户行为分析的商品推荐方法、装置及系统。
背景技术
近年来,随着电子商务业务的快速发展,网络购物已成为一种购物趋势,大多数电商网站通常采用降低商品价格的竞争方式以吸引更多的用户来购买商品,但此类方式对于电商网站来说并不可持续,同时,用户在购买商品时所关注的也并不仅仅是低价格,因此,如何在提高用户商品订购率的同时,也提升用户购买体验已显得尤为重要和紧迫。
发明内容
本发明的主要目的在于提供一种基于用户行为分析的商品推荐方法、装置及系统,旨在解决如何在提高用户商品订购率的同时,也提升用户购买体验的技术问题。
为实现上述目的,本发明提供一种基于用户行为分析的商品推荐方法,所述基于用户行为分析的商品推荐方法包括:
获取云服务器对电商网站后台数据进行统计分析后所得到的用户行为数据;
根据获取到的所述用户行为数据及预设的商品推荐算法,计算得到所述电商网站中适合推荐给用户的商品集合;
对所述商品集合中各商品进行排序,得到排序结果;
根据所述排序结果及预设显示规则,在当前用户访问页面上显示所述商品集合中的对应商品。
优选地,云服务器对电商网站后台数据进行统计分析,得到用户行为数据包括:
所述云服务器从所述电商网站后台数据中获取用户当前浏览商品的相关信息,所述相关信息至少包括所述浏览商品的基本信息、停留时间、历史购买记录、回访次数、回访间隔时长;
根据预设的统计分析算法,对所述相关信息进行统计分析,得到用户行为数据,所述用户行为数据至少包括用户偏好特征。
优选地,所述商品推荐算法包括:基于用户的协同过滤算法和/或基于商品的协同过滤算法。
优选地,所述预设显示规则至少包括所述商品集合中各商品的显示格式、在当前用户访问页面上的显示位置及显示方式。
进一步地,为实现上述目的,本发明还提供一种基于用户行为分析的商品推荐装置,所述商品推荐装置包括:
获取模块,用于获取云服务器对电商网站后台数据进行统计分析后所得到的用户行为数据;
计算模块,用于根据获取到的所述用户行为数据及预设的商品推荐算法,计算得到所述电商网站中适合推荐给用户的商品集合;
排序模块,用于对所述商品集合中各商品进行排序,得到排序结果;
显示模块,用于根据所述排序结果及预设显示规则,在当前用户访问页面上显示所述商品集合中的对应商品。
优选地,所述商品推荐算法包括:基于用户的协同过滤算法和/或基于商品的协同过滤算法。
优选地,所述预设显示规则至少包括所述商品集合中各商品的显示格式、在当前用户访问页面上的显示位置及显示方式。
进一步地,为实现上述目的,本发明还提供一种基于用户行为分析的商品推荐系统,所述商品推荐系统包括云服务器以及上述任一项所述的商品推荐装置。
优选地,所述云服务器包括:
获取单元,用于从所述电商网站后台数据中获取用户当前浏览商品的相关信息,所述相关信息至少包括所述浏览商品的基本信息、停留时间、历史购买记录、回访次数、回访间隔时长;
统计分析单元,用于根据预设的统计分析算法,对所述相关信息进行统计分析,得到用户行为数据,所述用户行为数据至少包括用户偏好特征。
本发明通过对采用大数据及云计算技术,对用户行为进行统计分析,从而能够根据用户的兴趣偏好而有针对性的生成符合用户兴趣偏好的商品集合并进行推荐,从而提高用户对电商网站的满意度及商品订购率。
附图说明
图1为本发明基于用户行为分析的商品推荐方法一实施例的流程示意图;
图2为本发明基于用户行为分析的商品推荐装置一实施例的功能模块示意图;
图3为本发明基于用户行为分析的商品推荐系统一实施例的功能模块示意图;
图4为图3中云服务器的细化功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明基于用户行为分析的商品推荐方法一实施例的流程示意图。本实施例中,所述基于用户行为分析的商品推荐方法包括:
步骤S10,获取云服务器对电商网站后台数据进行统计分析后所得到的用户行为数据;
本实施例中的用户行为通常就是指用户在电商网站上发生的所有行为,如搜索、浏览、打分、点评、购买与退货等。与实体店所收集的用户行为相比,电子商务的突出特点就是可以收集到大量客户在购买商品前的行为信息,因而能够提前根据收集的信息进行分析,进而向用户推荐购买意向度较高的商品。
本实施例中,云服务器具体从电商网站获取后台数据进行统计分析后,得到对应的用户行为数据,比如用户浏览的商品基本信息、用户浏览时的停留时间、该浏览商品的历史购买记录等都可以作为用户的行为数据,通过对获取到的用户的行为数据进行云计算加工处理,比如进行统计、分类、归纳、挖掘等处理,从而获取潜在的价值信息和用户需求,然后再根据加工处理后的数据进行后续处理,比如分析用户的行为习惯或者感兴趣的商品等。本实施例中,云服务器主要提取电商网站后台数据以分析用户对于商品的偏好,比如偏好价格实惠的同类型产品、偏好有折扣的商品等。
步骤S20,根据获取到的所述用户行为数据及预设的商品推荐算法,计算得到所述电商网站中适合推荐给用户的商品集合;
现有商品推荐算法包括(1)、基于内容的推荐算法,根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项;(2)、协同过滤算法,在海量数据中挖掘出小部分与你品味类似的用户,通过协同过滤将这些用户所喜欢的节目推荐给你。本实施例中优选所述商品推荐算法包括:基于用户的协同过滤算法和/或基于商品的协同过滤算法。
基于用户的协同算法,通过分析用户之间共同浏览某些商品而产生的用户对某种商品共同喜好的集合,是根据用户之间浏览行为数据进行协同计算出某个用户可能感兴趣的商品集合。比如,A用户与B用户都喜欢浏览电子产品,若A用户喜欢浏览手机与电脑,则认为B用户也对手机与电脑感兴趣。
而基于商品的协同算法指得是系统分析某个用户的行为数据,根据商品之间的相似度,计算出该用户可能感兴趣的商品集合。比如,A用户喜欢浏览空调,若空调与风扇的相似度较高,则认为A用户也对风扇感兴趣。
本实施例中,根据获取到的云服务器统计分析得到的用户行为数据及预设的商品推荐算法,从而通过推荐算法计算得到适合推荐给用户的商品集合。例如,若通过云服务器分析得到用户对A、B、C三种商品比较感兴趣,则通过推荐算法认为用户对D、E、F等商品也感兴趣,因此适合推荐给用户。
步骤S30,对所述商品集合中各商品进行排序,得到排序结果;
步骤S40,根据所述排序结果及预设显示规则,在当前用户访问页面上显示所述商品集合中的对应商品。
本实施例中,由于需要推荐的商品较多,因此,为便于用户浏览,同时也便于对接电商平台的销售策略,因此,需要对电商网站中适合推荐给用户的商品集合中的各商品进行排序,例如用户对相机比较感兴趣,则电商网站需要将推荐给用户的多个相机商品进行排序,比如按照商品的浏览频率、历史购买数量、价格、折扣商品等要求进行排序,从而提升用户订购率。本实施例中对于排序标准的设置不限,具体根据实际需要进行设置。
此外,本实施例中,优选显示规则至少包括商品集合中各商品的显示格式、在当前用户访问页面上的显示位置及显示方式。比如采用醒目的颜色在特点网页位置显示某推荐商品;比如显示购买商品的基本信息以及用户喜欢度等。通过显示方式的设置,进一步提升用户购买商品的满意度以及对推荐商品的订购率。
此外,可选的,当检测到用户浏览了多款同类型商品而没有做出购买行为时,在一定时间周期内,将分析得到的适合推荐给用户其他款式的同类型商品的促销信息通过电子邮件主动发送给用户,从而提高用户订购率。
本实施例中,通过对采用大数据及云计算技术,对用户行为进行统计分析,从而能够根据用户的兴趣偏好而有针对性的生成符合用户兴趣偏好的商品集合并进行推荐,从而提高用户对电商网站的满意度及商品订购率。
进一步可选的,在本发明基于用户行为分析的商品推荐方法一实施例中,云服务器对电商网站后台数据进行统计分析,得到用户行为数据包括:
步骤一:云服务器从电商网站后台数据中获取用户当前浏览商品的相关信息,所述相关信息至少包括所述浏览商品的基本信息、停留时间、历史购买记录、回访次数、回访间隔时长;
步骤二、根据预设的统计分析算法,对所述相关信息进行统计分析,得到用户行为数据,所述用户行为数据至少包括用户偏好特征。
本实施例中,对于相关信息的设置优选包括浏览商品的基本信息、停留时间、历史购买记录、回访次数、回访间隔时长。通过对上述信息的统计分析,即可得到比较准确的用户行为数据,也即可用于描述用户的购买偏好。
例如,用户A连续浏览了5款电视机,其中4款来自国内品牌S,1款来自国外品牌T;4款为LED技术,1款为LCD技术;5款的价格分别为4599元、5199元、5499元、5999元、7999元;停留时间分别为5分钟、10分钟、30分钟、5分钟,则通过统计分析后,可以从某种程度上得出用户A对品牌认可度及倾向性,如偏向国产品牌、中等价位的LED电视。而用户B连续浏览了6款电视机,其中2款是国外品牌T,2款是另一国外品牌V,2款是国产品牌S;4款为LED技术,2款为LCD技术;6款的价格分别为5999元、7999元、8300元、9200元、9999元、11050元;停留时间分别为5分钟、15分钟、20分钟、5分钟、40分钟、5分钟等,则通过统计分析后,可以从某种程度上得出用户B对品牌认可度及倾向性,如偏向进口品牌、高价位的LED电视等。
参照图2,图2为本发明基于用户行为分析的商品推荐装置一实施例的功能模块示意图。本实施例中,所述商品推荐装置包括:
获取模块10,用于获取云服务器对电商网站后台数据进行统计分析后所得到的用户行为数据;
本实施例中,云服务器具体从电商网站获取后台数据进行统计分析后,得到对应的用户行为数据,比如用户浏览的商品基本信息、用户浏览时的停留时间、该浏览商品的历史购买记录等都可以作为用户的行为数据,通过对获取到的用户的行为数据进行云计算加工处理,比如进行统计、分类、归纳、挖掘等处理,从而获取潜在的价值信息和用户需求,然后再根据加工处理后的数据进行后续处理,比如分析用户的行为习惯或者感兴趣的商品等。本实施例中,云服务器主要提取电商网站后台数据以分析用户对于商品的偏好,比如偏好价格实惠的同类型产品、偏好有折扣的商品等。
本实施例中,获取模块10则直接获取云服务器对电商网站后台数据进行统计分析后所得到的用户行为数据。
计算模块20,用于根据获取到的所述用户行为数据及预设的商品推荐算法,计算得到所述电商网站中适合推荐给用户的商品集合;
现有商品推荐算法包括(1)、基于内容的推荐算法,根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项;(2)、协同过滤算法,在海量数据中挖掘出小部分与你品味类似的用户,通过协同过滤将这些用户所喜欢的节目推荐给你。本实施例中计算模块20优选采用的商品推荐算法包括:基于用户的协同过滤算法和/或基于商品的协同过滤算法。
基于用户的协同算法,计算模块20通过分析用户之间共同浏览某些商品而产生的用户对某种商品共同喜好的集合,是根据用户之间浏览行为数据进行协同计算出某个用户可能感兴趣的商品集合。比如,A用户与B用户都喜欢浏览电子产品,若A用户喜欢浏览手机与电脑,则认为B用户也对手机与电脑感兴趣。
而基于商品的协同算法指得是系统分析某个用户的行为数据,计算模块20根据商品之间的相似度,计算出该用户可能感兴趣的商品集合。比如,A用户喜欢浏览空调,若空调与风扇的相似度较高,则认为A用户也对风扇感兴趣。
本实施例中,根据获取到的云服务器统计分析得到的用户行为数据及预设的商品推荐算法,从而通过推荐算法计算得到适合推荐给用户的商品集合。例如,若通过云服务器分析得到用户对A、B、C三种商品比较感兴趣,则通过推荐算法认为用户对D、E、F等商品也感兴趣,因此适合推荐给用户。
排序模块30,用于对所述商品集合中各商品进行排序,得到排序结果;
显示模块40,用于根据所述排序结果及预设显示规则,在当前用户访问页面上显示所述商品集合中的对应商品。
本实施例中,由于需要推荐的商品较多,因此,为便于用户浏览,同时也便于对接电商平台的销售策略,因此,排序模块30对电商网站中适合推荐给用户的商品集合中的各商品进行排序,例如用户对相机比较感兴趣,则电商网站需要将推荐给用户的多个相机商品进行排序,比如按照商品的浏览频率、历史购买数量、价格、折扣商品等要求进行排序,从而提升用户订购率。本实施例中对于排序标准的设置不限,具体根据实际需要进行设置。
此外,本实施例中,显示模块40优选采用的显示规则至少包括商品集合中各商品的显示格式、在当前用户访问页面上的显示位置及显示方式。比如采用醒目的颜色在特点网页位置显示某推荐商品;比如显示购买商品的基本信息以及用户喜欢度等。通过显示方式的设置,进一步提升用户购买商品的满意度以及对推荐商品的订购率。
本实施例中,通过对采用大数据及云计算技术,对用户行为进行统计分析,从而能够根据用户的兴趣偏好而有针对性的生成符合用户兴趣偏好的商品集合并进行推荐,从而提高用户对电商网站的满意度及商品订购率。
参照图3,图3为本发明基于用户行为分析的商品推荐系统一实施例的功能模块示意图。本实施例中,所述商品推荐系统包括云服务器210以及上述任一项实施例中所述的商品推荐装置220。
本实施例中,由于电商网站所产生的各种数据非常巨大,因而,为提升对后台数据的处理能力,优选采用云服务器210,通过采用大数据及云计算技术,对用户行为进行统计分析,从而商品推荐装置220能够根据用户的兴趣偏好而有针对性的生成符合用户兴趣偏好的商品集合并进行推荐,从而提高用户对电商网站的满意度及商品订购率。
参照图4,图4为图3中云服务器的细化功能模块示意图。基于上述实施例,本实施例中,所述云服务器210包括:
获取单元2101,用于从所述电商网站后台数据中获取用户当前浏览商品的相关信息,所述相关信息至少包括所述浏览商品的基本信息、停留时间、历史购买记录、回访次数、回访间隔时长;
统计分析单元2102,用于根据预设的统计分析算法,对所述相关信息进行统计分析,得到用户行为数据,所述用户行为数据至少包括用户偏好特征。
本实施例中,对于相关信息的设置优选包括浏览商品的基本信息、停留时间、历史购买记录、回访次数、回访间隔时长。通过对上述信息的统计分析,即可得到比较准确的用户行为数据,也即可用于描述用户的购买偏好。
例如,用户A连续浏览了5款电视机,其中4款来自国内品牌S,1款来自国外品牌T;4款为LED技术,1款为LCD技术;5款的价格分别为4599元、5199元、5499元、5999元、7999元;停留时间分别为5分钟、10分钟、30分钟、5分钟,则从某种程度上可反映出用户A对品牌认可度及倾向性,如偏向国产品牌、中等价位的LED电视。而用户B连续浏览了6款电视机,其中2款是国外品牌T,2款是另一国外品牌V,2款是国产品牌S;4款为LED技术,2款为LCD技术;6款的价格分别为5999元、7999元、8300元、9200元、9999元、11050元;停留时间分别为5分钟、15分钟、20分钟、5分钟、40分钟、5分钟等,则类似地,上述数据信息从某种程度上反映了用户B对品牌认可度及倾向性,如偏向进口品牌、高价位的LED电视等。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种基于用户行为分析的商品推荐方法,其特征在于,所述基于用户行为分析的商品推荐方法包括:
获取云服务器对电商网站后台数据进行统计分析后所得到的用户行为数据;
根据获取到的所述用户行为数据及预设的商品推荐算法,计算得到所述电商网站中适合推荐给用户的商品集合;
对所述商品集合中各商品进行排序,得到排序结果;
根据所述排序结果及预设显示规则,在当前用户访问页面上显示所述商品集合中的对应商品。
2.如权利要求1所述的基于用户行为分析的商品推荐方法,其特征在于,云服务器对电商网站后台数据进行统计分析,得到用户行为数据包括:
所述云服务器从所述电商网站后台数据中获取用户当前浏览商品的相关信息,所述相关信息至少包括所述浏览商品的基本信息、停留时间、历史购买记录、回访次数、回访间隔时长;
根据预设的统计分析算法,对所述相关信息进行统计分析,得到用户行为数据,所述用户行为数据至少包括用户偏好特征。
3.如权利要求1或2所述的基于用户行为分析的商品推荐方法,其特征在于,所述商品推荐算法包括:基于用户的协同过滤算法和/或基于商品的协同过滤算法。
4.如权利要求3所述的基于用户行为分析的商品推荐方法,其特征在于,所述预设显示规则至少包括所述商品集合中各商品的显示格式、在当前用户访问页面上的显示位置及显示方式。
5.一种基于用户行为分析的商品推荐装置,其特征在于,所述商品推荐装置包括:
获取模块,用于获取云服务器对电商网站后台数据进行统计分析后所得到的用户行为数据;
计算模块,用于根据获取到的所述用户行为数据及预设的商品推荐算法,计算得到所述电商网站中适合推荐给用户的商品集合;
排序模块,用于对所述商品集合中各商品进行排序,得到排序结果;
显示模块,用于根据所述排序结果及预设显示规则,在当前用户访问页面上显示所述商品集合中的对应商品。
6.如权利要求5所述的基于用户行为分析的商品推荐装置,其特征在于,所述商品推荐算法包括:基于用户的协同过滤算法和/或基于商品的协同过滤算法。
7.如权利要求5或6所述的基于用户行为分析的商品推荐装置,其特征在于,所述预设显示规则至少包括所述商品集合中各商品的显示格式、在当前用户访问页面上的显示位置及显示方式。
8.一种基于用户行为分析的商品推荐系统,其特征在于,所述商品推荐系统包括云服务器以及权利要求5-7中任一项所述的商品推荐装置。
9.如权利要求8所述的基于用户行为分析的商品推荐系统,其特征在于,所述云服务器包括:
获取单元,用于从所述电商网站后台数据中获取用户当前浏览商品的相关信息,所述相关信息至少包括所述浏览商品的基本信息、停留时间、历史购买记录、回访次数、回访间隔时长;
统计分析单元,用于根据预设的统计分析算法,对所述相关信息进行统计分析,得到用户行为数据,所述用户行为数据至少包括用户偏好特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610257376.XA CN105894332A (zh) | 2016-04-22 | 2016-04-22 | 基于用户行为分析的商品推荐方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610257376.XA CN105894332A (zh) | 2016-04-22 | 2016-04-22 | 基于用户行为分析的商品推荐方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105894332A true CN105894332A (zh) | 2016-08-24 |
Family
ID=56705248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610257376.XA Pending CN105894332A (zh) | 2016-04-22 | 2016-04-22 | 基于用户行为分析的商品推荐方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894332A (zh) |
Cited By (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157099A (zh) * | 2016-09-05 | 2016-11-23 | 广东聚联电子商务股份有限公司 | 一种基于大数据的用户点击信息奖励方法 |
CN106709764A (zh) * | 2016-12-30 | 2017-05-24 | 成都圈圈儿科技有限公司 | 一种基于位置信息的推送方法及系统 |
CN106910085A (zh) * | 2017-01-06 | 2017-06-30 | 哈尔滨学院 | 一种基于电商平台的产品智能推荐方法及其系统 |
CN107169819A (zh) * | 2017-04-28 | 2017-09-15 | 杭州集盒网络技术有限公司 | 基于可信朋友的购买记录展示方法 |
CN107169825A (zh) * | 2017-05-08 | 2017-09-15 | 浙江敢尚网络科技有限公司 | 一种用户偏好分析方法及系统 |
CN107239988A (zh) * | 2017-04-28 | 2017-10-10 | 杭州集盒网络技术有限公司 | 商品数据呈现系统 |
CN107742250A (zh) * | 2017-12-04 | 2018-02-27 | 深圳春沐源控股有限公司 | 商品浏览记录的显示方法和显示系统 |
CN107817976A (zh) * | 2016-09-12 | 2018-03-20 | 阿里巴巴集团控股有限公司 | 页面信息处理系统及页面生成、页面信息提供方法及装置 |
CN107845005A (zh) * | 2016-09-19 | 2018-03-27 | 北京京东尚科信息技术有限公司 | 网页生成方法和装置 |
CN108073667A (zh) * | 2016-11-11 | 2018-05-25 | 财团法人工业技术研究院 | 产生用户浏览属性的方法、以及非暂存计算机可读介质 |
CN108230071A (zh) * | 2016-12-21 | 2018-06-29 | 天脉聚源(北京)科技有限公司 | 一种互联网商城展示商品的方法和系统 |
CN108269167A (zh) * | 2017-12-22 | 2018-07-10 | 合肥天源迪科信息技术有限公司 | 一种基于大数据处理的电子商务运营管理方法 |
CN108416630A (zh) * | 2018-03-16 | 2018-08-17 | 北京焦点新干线信息技术有限公司 | 一种目标受众的确定方法及装置 |
CN108416623A (zh) * | 2018-02-27 | 2018-08-17 | 苏州竹语网络科技有限公司 | 信息推荐方法及装置 |
CN108429865A (zh) * | 2017-02-13 | 2018-08-21 | 中国移动通信集团广东有限公司 | 一种产品推荐处理方法及装置 |
CN108446943A (zh) * | 2018-01-30 | 2018-08-24 | 深圳市阿西莫夫科技有限公司 | 售货柜商品推荐方法、装置、计算机设备和存储介质 |
TWI635450B (zh) * | 2016-12-14 | 2018-09-11 | 中華電信股份有限公司 | Personalized product recommendation method |
CN108804531A (zh) * | 2018-05-02 | 2018-11-13 | 开源物联网(广州)有限公司 | 基于用户位置的推送预估系统 |
CN108876526A (zh) * | 2018-06-06 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 商品推荐方法、装置和计算机可读存储介质 |
CN109034965A (zh) * | 2018-07-16 | 2018-12-18 | 深圳美图创新科技有限公司 | 一种产品推荐方法、计算设备及存储介质 |
CN109034983A (zh) * | 2018-09-18 | 2018-12-18 | 安徽千界信息科技有限公司 | 网上商城商品的推荐方法及其系统 |
CN109615439A (zh) * | 2018-12-24 | 2019-04-12 | 青岛鹏海软件有限公司 | 基于商店的云平台管理系统 |
CN109767288A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 产品信息同步方法、装置、计算机设备及存储介质 |
CN109886784A (zh) * | 2019-02-11 | 2019-06-14 | 杭州快盈信息科技有限公司 | 一种推荐方法及系统 |
CN109948059A (zh) * | 2019-03-28 | 2019-06-28 | 北京字节跳动网络技术有限公司 | 内容的推荐方法、装置、设备及存储介质 |
CN109961329A (zh) * | 2017-12-14 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 物品处理方法及装置、存储介质和电子设备 |
CN110097394A (zh) * | 2019-03-27 | 2019-08-06 | 青岛高校信息产业股份有限公司 | 产品潜客推荐方法和装置 |
CN110264245A (zh) * | 2019-05-27 | 2019-09-20 | 浙江华坤道威数据科技有限公司 | 一种基于网络通信的在线营销辅助系统 |
CN110413870A (zh) * | 2018-12-18 | 2019-11-05 | 北京沃东天骏信息技术有限公司 | 商品推荐方法、装置及服务器 |
CN110443640A (zh) * | 2019-07-18 | 2019-11-12 | 佛山科学技术学院 | 一种基于大数据的商品推送方法及存储介质 |
CN110648188A (zh) * | 2018-06-27 | 2020-01-03 | 江苏特易信息科技有限公司 | 一种基于用户偏好的跨境贸易bpo服务推荐系统 |
CN110781399A (zh) * | 2019-10-31 | 2020-02-11 | 深圳市云积分科技有限公司 | 一种跨平台的信息推送方法和装置 |
CN111080413A (zh) * | 2019-12-20 | 2020-04-28 | 深圳市华宇讯科技有限公司 | 电商平台商品的推荐方法、装置、服务器和存储介质 |
CN111091405A (zh) * | 2019-09-12 | 2020-05-01 | 达疆网络科技(上海)有限公司 | 一种解决秒杀促销高并发的实现方案 |
CN111311381A (zh) * | 2020-04-07 | 2020-06-19 | 广州翼云科技有限公司 | 一种商品推荐方法及系统 |
CN111325609A (zh) * | 2020-02-28 | 2020-06-23 | 京东数字科技控股有限公司 | 一种商品推荐列表确定方法、装置、电子设备及存储介质 |
CN111415182A (zh) * | 2019-01-07 | 2020-07-14 | 北京京东尚科信息技术有限公司 | 一种信息推送方法及装置、设备、存储介质 |
CN111461783A (zh) * | 2020-03-31 | 2020-07-28 | 广东奥园奥买家电子商务有限公司 | 一种电商商品排序显示方法和装置以及设备 |
CN112258272A (zh) * | 2020-10-20 | 2021-01-22 | 中智关爱通(上海)科技股份有限公司 | 基于网站页面的交易内容管理方法、系统和可读存储介质 |
CN112561622A (zh) * | 2019-09-25 | 2021-03-26 | 治略资讯整合股份有限公司 | 内容推荐方法与其伺服系统 |
CN112613951A (zh) * | 2020-12-28 | 2021-04-06 | 赛尔网络有限公司 | 商品页面展示方法、装置、设备及介质 |
CN112734511A (zh) * | 2020-12-30 | 2021-04-30 | 昆山巨星行动电子商务有限公司 | 一种基于电商系统商品搜索推荐方法及应用 |
CN113159905A (zh) * | 2021-05-20 | 2021-07-23 | 深圳马六甲网络科技有限公司 | 新用户的商品推荐方法、装置、设备及存储介质 |
CN113256389A (zh) * | 2021-06-15 | 2021-08-13 | 海尔数字科技(青岛)有限公司 | 一种线上展厅的展示方法、设备及存储介质 |
CN113330475A (zh) * | 2019-05-20 | 2021-08-31 | 深圳市欢太科技有限公司 | 信息推荐方法、装置、电子设备以及存储介质 |
CN113382309A (zh) * | 2021-06-02 | 2021-09-10 | 南拳互娱(武汉)文化传媒有限公司 | 游戏达人直播的导流算法与推荐采购平台 |
CN113535815A (zh) * | 2021-07-08 | 2021-10-22 | 广州康乾信息科技有限公司 | 适于电子商务的业务操作行为大数据挖掘方法及系统 |
CN113641893A (zh) * | 2021-07-15 | 2021-11-12 | 红毛猩猩(深圳)科技有限公司 | 基于用户画像深层解析技术的喜好推荐方法 |
CN114240505A (zh) * | 2021-12-21 | 2022-03-25 | 南京吐纳健康科技有限公司 | 一种基于大数据的空气净化器推荐系统及方法 |
CN114331482A (zh) * | 2020-09-24 | 2022-04-12 | 吉林省吴太感康药业有限公司 | 一种用于禁烟的互动设备及互动方法 |
CN115965249A (zh) * | 2022-12-16 | 2023-04-14 | 多彩贵州印象网络传媒股份有限公司 | 基于人工智能技术的视联网客户智能分析管理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411754A (zh) * | 2011-11-29 | 2012-04-11 | 南京大学 | 一种基于商品属性熵值的个性化推荐方法 |
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
CN102592223A (zh) * | 2011-01-18 | 2012-07-18 | 卓望数码技术(深圳)有限公司 | 一种商品推荐方法和商品推荐系统 |
CN103544632A (zh) * | 2013-07-22 | 2014-01-29 | 杭州师范大学 | 一种网络商品个性化推荐方法及系统 |
-
2016
- 2016-04-22 CN CN201610257376.XA patent/CN105894332A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
CN102592223A (zh) * | 2011-01-18 | 2012-07-18 | 卓望数码技术(深圳)有限公司 | 一种商品推荐方法和商品推荐系统 |
CN102411754A (zh) * | 2011-11-29 | 2012-04-11 | 南京大学 | 一种基于商品属性熵值的个性化推荐方法 |
CN103544632A (zh) * | 2013-07-22 | 2014-01-29 | 杭州师范大学 | 一种网络商品个性化推荐方法及系统 |
Cited By (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157099A (zh) * | 2016-09-05 | 2016-11-23 | 广东聚联电子商务股份有限公司 | 一种基于大数据的用户点击信息奖励方法 |
CN107817976A (zh) * | 2016-09-12 | 2018-03-20 | 阿里巴巴集团控股有限公司 | 页面信息处理系统及页面生成、页面信息提供方法及装置 |
CN107845005A (zh) * | 2016-09-19 | 2018-03-27 | 北京京东尚科信息技术有限公司 | 网页生成方法和装置 |
CN108073667B (zh) * | 2016-11-11 | 2021-08-27 | 财团法人工业技术研究院 | 产生用户浏览属性的方法、以及非暂存计算机可读介质 |
CN108073667A (zh) * | 2016-11-11 | 2018-05-25 | 财团法人工业技术研究院 | 产生用户浏览属性的方法、以及非暂存计算机可读介质 |
TWI635450B (zh) * | 2016-12-14 | 2018-09-11 | 中華電信股份有限公司 | Personalized product recommendation method |
CN108230071A (zh) * | 2016-12-21 | 2018-06-29 | 天脉聚源(北京)科技有限公司 | 一种互联网商城展示商品的方法和系统 |
CN106709764A (zh) * | 2016-12-30 | 2017-05-24 | 成都圈圈儿科技有限公司 | 一种基于位置信息的推送方法及系统 |
CN106910085A (zh) * | 2017-01-06 | 2017-06-30 | 哈尔滨学院 | 一种基于电商平台的产品智能推荐方法及其系统 |
CN106910085B (zh) * | 2017-01-06 | 2020-05-22 | 哈尔滨学院 | 一种基于电商平台的产品智能推荐方法及其系统 |
CN108429865A (zh) * | 2017-02-13 | 2018-08-21 | 中国移动通信集团广东有限公司 | 一种产品推荐处理方法及装置 |
CN108429865B (zh) * | 2017-02-13 | 2020-10-16 | 中国移动通信集团广东有限公司 | 一种产品推荐处理方法及装置 |
CN107239988A (zh) * | 2017-04-28 | 2017-10-10 | 杭州集盒网络技术有限公司 | 商品数据呈现系统 |
CN107169819A (zh) * | 2017-04-28 | 2017-09-15 | 杭州集盒网络技术有限公司 | 基于可信朋友的购买记录展示方法 |
CN107169825A (zh) * | 2017-05-08 | 2017-09-15 | 浙江敢尚网络科技有限公司 | 一种用户偏好分析方法及系统 |
CN107742250A (zh) * | 2017-12-04 | 2018-02-27 | 深圳春沐源控股有限公司 | 商品浏览记录的显示方法和显示系统 |
CN109961329A (zh) * | 2017-12-14 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 物品处理方法及装置、存储介质和电子设备 |
CN108269167A (zh) * | 2017-12-22 | 2018-07-10 | 合肥天源迪科信息技术有限公司 | 一种基于大数据处理的电子商务运营管理方法 |
CN108446943A (zh) * | 2018-01-30 | 2018-08-24 | 深圳市阿西莫夫科技有限公司 | 售货柜商品推荐方法、装置、计算机设备和存储介质 |
CN108416623A (zh) * | 2018-02-27 | 2018-08-17 | 苏州竹语网络科技有限公司 | 信息推荐方法及装置 |
CN108416630A (zh) * | 2018-03-16 | 2018-08-17 | 北京焦点新干线信息技术有限公司 | 一种目标受众的确定方法及装置 |
CN108804531A (zh) * | 2018-05-02 | 2018-11-13 | 开源物联网(广州)有限公司 | 基于用户位置的推送预估系统 |
CN108876526A (zh) * | 2018-06-06 | 2018-11-23 | 北京京东尚科信息技术有限公司 | 商品推荐方法、装置和计算机可读存储介质 |
US11734725B2 (en) | 2018-06-06 | 2023-08-22 | Beijing Jingdong Shangke Information Technology Co, Ltd. | Information sending method, apparatus and system, and computer-readable storage medium |
CN110648188A (zh) * | 2018-06-27 | 2020-01-03 | 江苏特易信息科技有限公司 | 一种基于用户偏好的跨境贸易bpo服务推荐系统 |
CN109034965A (zh) * | 2018-07-16 | 2018-12-18 | 深圳美图创新科技有限公司 | 一种产品推荐方法、计算设备及存储介质 |
CN109034983A (zh) * | 2018-09-18 | 2018-12-18 | 安徽千界信息科技有限公司 | 网上商城商品的推荐方法及其系统 |
CN109767288A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 产品信息同步方法、装置、计算机设备及存储介质 |
CN110413870B (zh) * | 2018-12-18 | 2021-12-31 | 北京沃东天骏信息技术有限公司 | 商品推荐方法、装置及服务器 |
CN110413870A (zh) * | 2018-12-18 | 2019-11-05 | 北京沃东天骏信息技术有限公司 | 商品推荐方法、装置及服务器 |
CN109615439A (zh) * | 2018-12-24 | 2019-04-12 | 青岛鹏海软件有限公司 | 基于商店的云平台管理系统 |
CN111415182A (zh) * | 2019-01-07 | 2020-07-14 | 北京京东尚科信息技术有限公司 | 一种信息推送方法及装置、设备、存储介质 |
CN109886784A (zh) * | 2019-02-11 | 2019-06-14 | 杭州快盈信息科技有限公司 | 一种推荐方法及系统 |
CN110097394A (zh) * | 2019-03-27 | 2019-08-06 | 青岛高校信息产业股份有限公司 | 产品潜客推荐方法和装置 |
CN109948059A (zh) * | 2019-03-28 | 2019-06-28 | 北京字节跳动网络技术有限公司 | 内容的推荐方法、装置、设备及存储介质 |
CN113330475B (zh) * | 2019-05-20 | 2024-06-04 | 深圳市欢太科技有限公司 | 信息推荐方法、装置、电子设备以及存储介质 |
CN113330475A (zh) * | 2019-05-20 | 2021-08-31 | 深圳市欢太科技有限公司 | 信息推荐方法、装置、电子设备以及存储介质 |
CN110264245A (zh) * | 2019-05-27 | 2019-09-20 | 浙江华坤道威数据科技有限公司 | 一种基于网络通信的在线营销辅助系统 |
CN110443640A (zh) * | 2019-07-18 | 2019-11-12 | 佛山科学技术学院 | 一种基于大数据的商品推送方法及存储介质 |
CN111091405A (zh) * | 2019-09-12 | 2020-05-01 | 达疆网络科技(上海)有限公司 | 一种解决秒杀促销高并发的实现方案 |
CN111091405B (zh) * | 2019-09-12 | 2023-08-08 | 达疆网络科技(上海)有限公司 | 一种解决秒杀促销高并发的实现方案 |
CN112561622A (zh) * | 2019-09-25 | 2021-03-26 | 治略资讯整合股份有限公司 | 内容推荐方法与其伺服系统 |
CN110781399A (zh) * | 2019-10-31 | 2020-02-11 | 深圳市云积分科技有限公司 | 一种跨平台的信息推送方法和装置 |
CN111080413A (zh) * | 2019-12-20 | 2020-04-28 | 深圳市华宇讯科技有限公司 | 电商平台商品的推荐方法、装置、服务器和存储介质 |
CN111325609A (zh) * | 2020-02-28 | 2020-06-23 | 京东数字科技控股有限公司 | 一种商品推荐列表确定方法、装置、电子设备及存储介质 |
CN111461783A (zh) * | 2020-03-31 | 2020-07-28 | 广东奥园奥买家电子商务有限公司 | 一种电商商品排序显示方法和装置以及设备 |
CN111311381A (zh) * | 2020-04-07 | 2020-06-19 | 广州翼云科技有限公司 | 一种商品推荐方法及系统 |
CN114331482A (zh) * | 2020-09-24 | 2022-04-12 | 吉林省吴太感康药业有限公司 | 一种用于禁烟的互动设备及互动方法 |
CN112258272A (zh) * | 2020-10-20 | 2021-01-22 | 中智关爱通(上海)科技股份有限公司 | 基于网站页面的交易内容管理方法、系统和可读存储介质 |
CN112613951A (zh) * | 2020-12-28 | 2021-04-06 | 赛尔网络有限公司 | 商品页面展示方法、装置、设备及介质 |
CN112734511A (zh) * | 2020-12-30 | 2021-04-30 | 昆山巨星行动电子商务有限公司 | 一种基于电商系统商品搜索推荐方法及应用 |
CN113159905A (zh) * | 2021-05-20 | 2021-07-23 | 深圳马六甲网络科技有限公司 | 新用户的商品推荐方法、装置、设备及存储介质 |
CN113159905B (zh) * | 2021-05-20 | 2024-07-19 | 深圳马六甲网络科技有限公司 | 新用户的商品推荐方法、装置、设备及存储介质 |
CN113382309A (zh) * | 2021-06-02 | 2021-09-10 | 南拳互娱(武汉)文化传媒有限公司 | 游戏达人直播的导流算法与推荐采购平台 |
CN113256389A (zh) * | 2021-06-15 | 2021-08-13 | 海尔数字科技(青岛)有限公司 | 一种线上展厅的展示方法、设备及存储介质 |
CN113535815A (zh) * | 2021-07-08 | 2021-10-22 | 广州康乾信息科技有限公司 | 适于电子商务的业务操作行为大数据挖掘方法及系统 |
CN113535815B (zh) * | 2021-07-08 | 2022-12-09 | 深圳市万恒科技有限公司 | 适于电子商务的业务操作行为大数据挖掘方法及系统 |
CN113641893A (zh) * | 2021-07-15 | 2021-11-12 | 红毛猩猩(深圳)科技有限公司 | 基于用户画像深层解析技术的喜好推荐方法 |
CN114240505B (zh) * | 2021-12-21 | 2022-07-26 | 南京吐纳健康科技有限公司 | 一种基于大数据的空气净化器推荐系统及方法 |
CN114240505A (zh) * | 2021-12-21 | 2022-03-25 | 南京吐纳健康科技有限公司 | 一种基于大数据的空气净化器推荐系统及方法 |
CN115965249A (zh) * | 2022-12-16 | 2023-04-14 | 多彩贵州印象网络传媒股份有限公司 | 基于人工智能技术的视联网客户智能分析管理系统 |
CN115965249B (zh) * | 2022-12-16 | 2024-01-23 | 多彩贵州印象网络传媒股份有限公司 | 基于人工智能技术的视联网客户智能分析管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894332A (zh) | 基于用户行为分析的商品推荐方法、装置及系统 | |
US8626602B2 (en) | Consumer shopping and purchase support system and marketplace | |
US8515889B2 (en) | Systems and methods for trend aware self-correcting entity relationship extraction | |
US11610215B2 (en) | Interface for interacting with transformed deal data | |
JP2001282982A (ja) | Webマーケティングシステム | |
CN103345695A (zh) | 一种商品推荐的方法和装置 | |
JP2010134733A (ja) | 情報推薦装置、情報推薦方法、及びプログラム | |
WO2008134707A2 (en) | Product affinity engine and method | |
JP6679451B2 (ja) | 選択装置、選択方法および選択プログラム | |
TWI550535B (zh) | 基於他人購物清單之商品組合推薦系統、網站、及其方法 | |
JP5824602B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
KR20160131477A (ko) | 연관 검색어를 이용한 관심사 카테고리 기반 이커머스 시스템 | |
Rajesh | Evaluating the factors influencing online shopping and its consumer satisfaction in Pune Area | |
KR20140133633A (ko) | 검색 키워드 분석을 통한 온라인 쇼핑몰의 상품 노출 시스템 및 그 운영방법 | |
KR101979237B1 (ko) | 쇼핑 정보 제공 방법 및 장치 | |
US20140200996A1 (en) | Information distribution device and information distribution method | |
US20140201620A1 (en) | Method and system for intelligent web site information aggregation with concurrent web site access | |
JP5824601B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2016512351A (ja) | ユーザの買い物履歴、小売業者のid及び小売業者が販売促進する物品に基づいて、カスタマイズされた検索結果を提供するシステム及び方法 | |
TW201801006A (zh) | 個人化網路行銷推薦方法 | |
JP5506123B2 (ja) | 広告システム、広告システムの制御方法、プログラム、及び情報記憶媒体 | |
KR20080042192A (ko) | 가격비교 서비스를 위한 상품정보 제공수단 | |
KR20220120984A (ko) | 굿즈 분석 및 추천 시스템 | |
KR20220120986A (ko) | 팬 커뮤니티를 연계한 굿즈 추천 템플릿 제공 프로그램을 기록한 기록매체 | |
Somya et al. | A novel approach to collect and analyze market customer behavior data on online shop |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 518057 Shenzhen Software Park, Nanshan District high tech Industrial Park, Guangdong, China,, 6 401-402 Applicant after: Yongxing Shenzhen Polytron Technologies Inc Address before: 518057 Shenzhen Software Park, Nanshan District high tech Industrial Park, Guangdong, China,, 6 401-402 Applicant before: Shenzhen Longrise Technology Co., Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160824 |
|
RJ01 | Rejection of invention patent application after publication |