CN107123014A - 一种基于电子商务平台个性化推荐算法 - Google Patents
一种基于电子商务平台个性化推荐算法 Download PDFInfo
- Publication number
- CN107123014A CN107123014A CN201710122369.3A CN201710122369A CN107123014A CN 107123014 A CN107123014 A CN 107123014A CN 201710122369 A CN201710122369 A CN 201710122369A CN 107123014 A CN107123014 A CN 107123014A
- Authority
- CN
- China
- Prior art keywords
- behavior
- commodity
- crowd
- user
- platform
- 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
-
- 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
- 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
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
-
- 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
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于电子商务平台个性化推荐算法,通过相同人群的个人行为结合成集体行为后对行为后的结果进行计算并把结果返回及推荐给本人群用户;提供了一种通过大数据为基础使用协同过滤推荐算法进行推荐的一种技术综合式发明,由真实用户操作行为进行数据收集依据,通过用户的权重、时间、行为对本人群的商品喜好进行综合评分,并定时进行评分重计算进行推荐商品。
Description
技术领域
本发明涉及互联网应用平台,通过推荐算法当用户浏览电子商务平台时给于最合适的商品推荐。
背景技术
个性化推荐技术通过研究不同用户的兴趣,主动为用户推荐最需要的资源,从而更好地解决互联网信息日益庞大与用户需求之间的矛盾,目前,推荐技术被广泛应用到电子商务、数字图书馆、新闻网站等系统中。在典型协同过滤推荐系统中,主要是通过用户数据基础信息不会进行分类,推荐是通过商品购买行为收藏等行为行进推荐,通过最近相同行为的用户进行推荐商品,缺点是用户可能只有少数特征相同推荐的商品也不会有太多价值; 从技术角度来讲,数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中,提取隐含在其中人们事先不知道但又是潜在有用的信息和知识的过程;从商业角度来讲,数据挖掘是一种新的商业信息处理技术,其主要特点是对数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,从中提取有利于商业决策的关键信息和知识;通过大数据漏斗的筛选,数据的可归类性与价值等级更高,通过此类数据加上典型的协同过滤算法后的推荐通更准确的推荐给用户最想要的商品。
发明内容
本发明的主要目的在于通过大数据的数据值做为依赖性,通过数据做为基础,结合协同过滤推荐算法进行商品评分,通过评分给于用户最合适的商品进行有力的推荐。
为达到上述目的,本发明采用如下技术方案:
一种基于电子商务平台个性化推荐算法,通过相同人群的个人行为结合成集体行为后对行为后的结果进行计算并把结果返回及推荐给本人群用户。
进一步的,通过大数据结果对人群进行分类包括:数据平台会通过消息中间件相对实时的收到用户系统的用户实名信息进行数据分析计算出用户所属人群。
进一步的,通过相同人群的个人行为结合成集体行为后对行为后的结果对行为行进分析:大数据平台会通过消息中间件相对实时的收到应用系统日志信息,对人群的操作行计行统一与记录,把记录结果交于消息中间件通过消息发送至行为合并计算平台。
进一步的,通过用户及行为的统一记录完成后发送于计算平台,计算平台同过基础的人群分类,商品上架时间等因素进行评分,并定更新商品评分数据。
进一步的,所述中间件商品评分数据更新后隔日对商品进行重新统计top100的商品写入推荐库并重写商品全文搜索引擎的索引。
进一步的,当用户在电商平台进行浏览时,对于商品详请,购物车,订单结算及搜索结果时随机显示本人群评分最高的商品进行显示。
本发明提供了一种通过大数据为基础使用协同过滤推荐算法进行推荐的一种技术综合式发明,由真实用户操作行为进行数据收集依据,通过用户的权重、时间、行为对本人群的商品喜好进行综合评分,并定时进行评分重计算进行推荐商品。
附图说明
图1是大数据收集流程图;
图2是大数据统计与分析的流程示意图;
图3是电子商务平台个性化推荐流程示意图。
具体实施方式
以下通过具体实施例进一步说明本发明。但实施例的具体细节仅用于解释本发明,不应理解为对本发明总的技术方案的限定。
如图1、图2、图3所示的一种基于电子商务平台个性化推荐算法,通过相同人群的个人行为结合成集体行为后对行为后的结果进行计算并把结果返回及推荐给本人群用户;在个体用户有明确的基础信息情况下,通过大数据结果对人群进行分类,数据平台会通过消息中间件相对实时的收到用户系统的用户实名信息进行数据分析计算出用户所属人群;通过相同人群的个人行为结合成集体行为后对行为后的结果对行为行进分析:大数据平台会通过消息中间件相对实时的收到应用系统日志信息,对人群的操作行计行统一与记录,把记录结果交于消息中间件通过消息发送至行为合并计算平台;计算平台通过基础的人群分类,商品上架时间等因素进行评分,并定期更新商品评分数据;中间件商品评分数据更新后隔日对商品进行重新统计top100的商品写入推荐库并重写商品全文搜索引擎的索引;当用户在电商平台进行浏览时,对于商品详请,购物车,订单结算及搜索结果时随机显示本人群评分最高的商品进行显示;通过大数据分析的结果为基石,加上通过用户群的购买行为,进入商品详情及加入购物车等行为做为基础值对商品进行评分,通过时间为轴心综合评价商品的分数并进行推荐。
一种基于电子商务平台个性化推荐算法中,大数据统计数据包括:用户注册时输入的基本信息及实名认证结果信息,用户使用平台频次,用户的购买行为,浏览商品行为,加入购物车行为,收藏商品行为做为基础为度,通过以上行为进行人群分析最终分成四种人群:通过用户的性别,年龄等基础信息分成四类人群,分别是快消费人群、轻奢人群、奢侈品人群以及最新品人群;四类人群定义:(1)快消费人群定义:对于平台活动关注力度高,主要消费品为快消品如口红,香水等周期性比较固定,对于品牌的购买有多元化的消费者;(2)轻奢人群定义:对于平台活动关注力度高,主要消费品是一线或二线的流行品牌,对于商品的价格比较关注,主要是年青一代白领人群,对于广告与流行度商品购买欲望较强:(3)奢侈品人群定义: 对于平台活动关注力不高,对于品牌忠诚度较高,主要是中年白领等人群,对于品牌广告品有较高的兴趣,平台购买力强的人群,对于商品要求也特别高的人群,可以以月为周期进行大额购买的人群;(4)最新品人群:对于平台活动关注力不高,对于品牌忠诚度不高,关注各大品牌最新品的流行先锋,平台购买力效强的人群,对于商品的要求主要是新品。
用户注册时要求用户提供用户信息,包括用户性别、年龄、身份证等基础信息,当用户进行商品类目的浏览和搜索时行为日志分别记录下用户的操作行为,对重复浏览或多次同一种搜索类目和商品以及购买行为进行记分;每天晚上大数据会对每天的用户行为进行重新商品评分,每个商品会通过有四种人群不同的分值,通过分值的TOP保存至缓存服务及搜索引擎当中,当用户再次浏览商品时,用户通过大数据进行人群分类后,用户所有对商品和商品类目的行为操作都会有评分,我们可以通过当前用户的人群和最近的行为进行个性化推荐,优先推荐人群评分高及最新有兴趣的商品,加快用户搜索想购买商品的动作,做到商品推荐高价值的目的。
本发明提供了一种通过大数据为基础使用协同过滤推荐算法进行推荐的一种技术综合式发明,由真实用户操作行为进行数据收集依据,通过用户的权重、时间、行为对本人群的商品喜好进行综合评分,并定时进行评分重计算进行推荐商品。
以上对本发明做了详尽的描述,其目的在于让熟悉此领域技术的人士能够了解本发明的内容并加以实施,并不能以此限制本发明的保护范围,凡根据本发明的精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围内。
Claims (6)
1.一种基于电子商务平台个性化推荐算法,其特征在于,通过相同人群的个人行为结合成集体行为后对行为后的结果进行计算并把结果返回及推荐给本人群用户。
2.根据权利要求1所述的一种基于电子商务平台个性化推荐算法,其特征在于,通过大数据结果对人群进行分类,数据平台会通过消息中间件相对实时的收到用户系统的用户实名信息进行数据分析计算出用户所属人群。
3.根据权利要求2所述的一种基于电子商务平台个性化推荐算法,其特征在于,通过相同人群的个人行为结合成集体行为后对行为后的结果进行分析:大数据平台会通过消息中间件相对实时的收到应用系统日志信息,对人群的操作行为统一记录,把记录结果交于消息中间件通过消息发送至行为合并计算平台。
4.根据权利要求3所述的一种基于电子商务平台个性化推荐算法,其特征在于,通过用户及行为的统一记录完成后发送于计算平台,计算平台通过基础的人群分类,商品上架时间等因素进行评分,并定期更新商品评分数据。
5.根据权利要求4所述的一种基于电子商务平台个性化推荐算法,其特征在于,所述中间件商品评分数据更新后隔日对商品进行重新统计top100的商品写入推荐库并重写商品全文搜索引擎的索引。
6.根据权利要求5所述的一种基于电子商务平台个性化推荐算法,其特征在于,当用户在电商平台进行浏览时,对于商品详请、购物车、订单结算及搜索结果随机显示本人群评分最高的商品进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122369.3A CN107123014A (zh) | 2017-03-03 | 2017-03-03 | 一种基于电子商务平台个性化推荐算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122369.3A CN107123014A (zh) | 2017-03-03 | 2017-03-03 | 一种基于电子商务平台个性化推荐算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107123014A true CN107123014A (zh) | 2017-09-01 |
Family
ID=59717399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710122369.3A Pending CN107123014A (zh) | 2017-03-03 | 2017-03-03 | 一种基于电子商务平台个性化推荐算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107123014A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107967622A (zh) * | 2017-11-20 | 2018-04-27 | 深圳市启明星电子商务有限公司 | 一种营销数据运营分析系统及方法 |
CN110347912A (zh) * | 2019-05-28 | 2019-10-18 | 成都美美臣科技有限公司 | 一个电子商务网站推荐搜索结果的规则 |
CN110956530A (zh) * | 2019-11-26 | 2020-04-03 | 上海风秩科技有限公司 | 推荐方法、装置、电子设备及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7409362B2 (en) * | 2004-12-23 | 2008-08-05 | Diamond Review, Inc. | Vendor-driven, social-network enabled review system and method with flexible syndication |
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 |
CN104254851A (zh) * | 2012-03-17 | 2014-12-31 | 海智网聚网络技术(北京)有限公司 | 用于向用户推荐内容的方法和系统 |
CN104866540A (zh) * | 2015-05-04 | 2015-08-26 | 华中科技大学 | 一种基于群体用户行为分析的个性化推荐方法 |
CN105869001A (zh) * | 2015-01-19 | 2016-08-17 | 苏宁云商集团股份有限公司 | 个性化商品推荐引流方法和系统 |
CN106022865A (zh) * | 2016-05-10 | 2016-10-12 | 江苏大学 | 一种基于评分和用户行为的商品推荐方法 |
-
2017
- 2017-03-03 CN CN201710122369.3A patent/CN107123014A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7409362B2 (en) * | 2004-12-23 | 2008-08-05 | Diamond Review, Inc. | Vendor-driven, social-network enabled review system and method with flexible syndication |
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 |
CN104254851A (zh) * | 2012-03-17 | 2014-12-31 | 海智网聚网络技术(北京)有限公司 | 用于向用户推荐内容的方法和系统 |
CN105869001A (zh) * | 2015-01-19 | 2016-08-17 | 苏宁云商集团股份有限公司 | 个性化商品推荐引流方法和系统 |
CN104866540A (zh) * | 2015-05-04 | 2015-08-26 | 华中科技大学 | 一种基于群体用户行为分析的个性化推荐方法 |
CN106022865A (zh) * | 2016-05-10 | 2016-10-12 | 江苏大学 | 一种基于评分和用户行为的商品推荐方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107967622A (zh) * | 2017-11-20 | 2018-04-27 | 深圳市启明星电子商务有限公司 | 一种营销数据运营分析系统及方法 |
CN110347912A (zh) * | 2019-05-28 | 2019-10-18 | 成都美美臣科技有限公司 | 一个电子商务网站推荐搜索结果的规则 |
CN110956530A (zh) * | 2019-11-26 | 2020-04-03 | 上海风秩科技有限公司 | 推荐方法、装置、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651546B (zh) | 一种面向智慧社区的电子商务信息推荐方法 | |
Durmaz et al. | Travel from traditional marketing to digital marketing | |
Berry et al. | Data mining techniques | |
CN103246980B (zh) | 信息输出方法及服务器 | |
Roper et al. | Evolution of branding theory and its relevance to the independent retail sector | |
Ahmed | Applications of data mining in retail business | |
Farag et al. | Exploring the use of e-shopping and its impact on personal travel behavior in the Netherlands | |
US8364528B2 (en) | System and process for improving product recommendations for use in providing personalized advertisements to retail customers | |
CN101458698A (zh) | 网站管理方法以及在线系统 | |
WO2009137151A1 (en) | System and process for boosting recommendations for use in providing personalized advertisements to retail customers | |
CN107123014A (zh) | 一种基于电子商务平台个性化推荐算法 | |
Prabowo et al. | Online grocery shopping adoption: a systematic literature review | |
Finotto et al. | Factors influencing the use of e-commerce in the agri-food sector: an analysis of Italian consumers | |
Pangilinan et al. | Tokopedia E-Commerce is Being Used to Present Opportunities for Young Business Owners to Succeed in the Digital Economy Amid the Pandemic | |
Mittal et al. | An Empirical Study on factors affecting consumer preferences of shopping at organized retail stores in Punjab | |
Ramachandran et al. | Consumers’ Preference and Their Buying Choice | |
CN115131108A (zh) | 一种电商商品筛选系统 | |
Iakovou et al. | Customer behaviour analysis for recommendation of supermarket ware | |
V Rajan | An analysis on the role of smartphones in online buying behaviour of customers in Kerala | |
Kim et al. | Analysis of user’s behaviors and growth factors of shopping mall using bigdata | |
Berning | Alibaba's International Digital Marketing Practices and Strategies | |
Tonkova | Specific applications of weather-based marketing | |
Zumstein et al. | Online retailer survey 2022: success factors and omnichannel services in digital commerce | |
Nuh et al. | Implementation Marketing Mix Strategy for Local Minimarket Facing on National Chain Store: Case PT Noor Halal Minimarket | |
Aghdam et al. | Identifying places of interest for tourists using knowledge discovery techniques |
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: 20170901 |