CN107146127A - 一种工业品精准推荐方法及系统 - Google Patents
一种工业品精准推荐方法及系统 Download PDFInfo
- Publication number
- CN107146127A CN107146127A CN201710171619.2A CN201710171619A CN107146127A CN 107146127 A CN107146127 A CN 107146127A CN 201710171619 A CN201710171619 A CN 201710171619A CN 107146127 A CN107146127 A CN 107146127A
- Authority
- CN
- China
- Prior art keywords
- item
- commodity
- tree
- frequent
- cpb
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种工业品精准推荐方法及系统,方法包括以下步骤:1)建立商品与配件商品对应库;2)建立商品库,用于存储商品详细信息;3)建立关联项集;4)过滤频繁项集,获得推荐结果;5)展示推荐结果。本发明可快速找到购买一件工业品后,客户可能还需要购买的商品,并且配件商品与此商品能搭配使用。
Description
技术领域
本发明属于电子商务领域,特别是涉及一种工业用品的商品推荐方法及系统。
背景技术
在现有的电子商务领域中,涌现了大量的商品推荐方法,通过这些方法的应用,以提高潜在消费者购买相关商品的可能性。但是,一直没有针对工业用品的推荐方法。
不同于民用品的同类商品可以相互代替使用,工业用品要求商品与配件间精确推荐,即商品与配件之间高度耦合,同类配件无法替代,型号需要分毫不差。因此,现有的商品推荐方法不能直接应用于工业品推荐。
因此本领域技术人员致力于开发一种可用于工业品推荐的精准推荐方法。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种可用于工业品推荐的精准推荐方法。
为实现上述目的,本发明提供了一种工业品精准推荐方法,包括以下步骤:
1)建立商品与配件商品对应库,即商品和商品配件之间的对应关系,商品可以对应多类配件,每类配件可以对应多件商品;
2)建立商品库,用于存储商品详细信息;
3)建立关联项集
4)过滤频繁项集,获得推荐结果;
5)根据推荐结果去商品库查询相应的商品详情;
6)展示推荐结果。
较佳的,步骤3)的具体计算过程如下:
31)第一遍扫描数据,根据交易记录找出频繁1项集L,按降序排序;
32)第二遍扫描交易数据:
32a)对每个交易,过滤不频繁集合,剩下的频繁项集按L顺序排序;
32b)把每个交易的频繁1项集插入到FP-tree中,相同前缀的路径可以共用;
32c)同时增加一个表头,把FP-tree中相同item连接起来,降序排序;
33)频繁项挖掘:
33a)从header table的最下面的item开始,构造每个item的条件模式基(conditional pattern base);
33b)顺着header table中item的链表,找出所有包含该item的前缀路径,这些前缀路径就是该item的条件模式基(CPB);
33c)所有这些CPB的频繁度(计数)为该路径上item的频繁度(计数);
如包含p的其中一条路径是fcamp,该路径中p的频繁度为2,则该CPB fcam的频繁度为2;
34)构造条件FP-tree(conditional FP-tree)
34a)累加每个CPB上的item的频繁度(计数),过滤低于阈值的item,构建FP-tree;
如m的CPB{<fca:2>,<fcab:1>},f:3,c:3,a:3,b:1,阈值假设为3,过滤掉b;
34b)递归的挖掘每个条件FP-tree,累加后缀频繁项集,直到找到FP-tree为空或者FP-tree只有一条路径(只有一条路径情况下,所有路径上item的组合都是频繁项集)。
本发明还提供了一种工业精准推荐系统,包括:
推荐平台系统:用于接收推荐请求,转发请求,返回结果集;
关联项集系统:用于根据购买商品的历史记录计算出有关联关系的频繁项集合;
过滤系统:用于将关联项集结果根据商品与配件商品对应库进行匹配得到过滤后的结果。
本发明的有益效果是:本发明可快速找到购买一件工业品后,客户可能还需要购买的商品,并且配件商品与此商品能搭配使用。
附图说明
图1是本发明一具体实施方式的流程图之一。
图2是本发明一具体实施方式的流程图之一。
图3本发明一具体实施方式中的频繁模式树。
图4是本发明一具体实施方式所涉及的推荐系统的示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
如图1和图2所示,一种工业品精准推荐方法,包括以下步骤:
1)建立商品与配件商品对应库,即商品和商品配件之间的对应关系,商品可以对应多类配件,每类配件可以对应多件商品;
2)建立商品库,用于存储商品详细信息;
3)建立关联项集;
4)过滤频繁项集,获得推荐结果;
5)根据推荐结果去商品库查询相应的商品详情;
6)展示推荐结果。
步骤3)的具体计算过程如下:
31)第一遍扫描数据,根据交易记录找出频繁1项集L,按降序排序。
32)第二遍扫描交易数据:
32a)对每个交易,过滤不频繁集合,剩下的频繁项集按L顺序排序。
32b)把每个交易的频繁1项集插入到频繁模式树FP-tree中,相同前缀的路径可以共用;
32c)同时增加一个表头,把FP-tree中相同item连接起来,降序排序。
33)频繁项挖掘:
33a)从header table的最下面的item开始,构造每个item的条件模式基(conditional pattern base)。
33b)顺着header table中item的链表,找出所有包含该item的前缀路径,这些前缀路径就是该item的条件模式基(CPB)。
33c)所有这些CPB的频繁度(计数)为该路径上item的频繁度(计数)。如表1所示,包含p的其中一条路径是fcamp,该路径中p的频繁度为2,则该CPB fcam的频繁度为2。
表1数据转化表
交易记录ID | 交易购买的商品 | 交易常见购买项 |
300 | {f,a,c,d,g,i,m,p} | {f,a,c,m,p} |
301 | {a,b,c,f,l,m,o} | {f,a,c,b,m} |
302 | {b,f,h,j,o} | {f,b} |
303 | {b,c,k,s,p} | {d,b,p} |
304 | {a,f,c,e,l,m,p,n} | {f,c,a,m,p} |
34)构造条件FP-tree(conditional FP-tree)
34a)累加每个CPB上的item的频繁度(计数),过滤低于阈值的item,构建FP-tree。如图3所示,m的CPB{<fca:2>,<fcab:1>},f:3,c:3,a:3,b:1,阈值假设为3,过滤掉b。
34b)递归的挖掘每个条件FP-tree,累加后缀频繁项集,直到找到FP-tree为空或者FP-tree只有一条路径。只有一条路径情况下,所有路径上item的组合都是频繁项集。
5)展示推荐结果。
如图4所示,上述推荐方法通过工业精准推荐系统实现,该系统包括:
推荐平台系统:用于接收推荐请求,转发请求,返回结果集;
关联项集系统:用于根据购买商品的历史记录计算出有关联关系的频繁项集合;
过滤系统:用于将关联项集结果根据商品与配件商品对应库进行匹配得到过滤后的结果。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (3)
1.一种工业品精准推荐方法,其特征是,包括以下步骤:
1)建立商品与配件商品对应库每类配件可以对应多件商品;
2)建立商品库,用于存储商品详细信息;
3)建立关联项集;
4)过滤频繁项集,获得推荐结果;
5)根据推荐结果去商品库查询相应的商品详情;
6)展示推荐结果。
具体的关联计算规则应该是第三步。
2.如权利要求1所述的工业品精准推荐方法,其特征是,步骤3)的具体计算过程如下:
31)第一遍扫描数据,根据交易记录找出频繁1项集L,按降序排序;
32)第二遍扫描交易数据:
32a)对每个交易,过滤不频繁集合,剩下的频繁项集按L顺序排序;
32b)把每个交易的频繁1项集插入到FP-tree中,相同前缀的路径可以共用;
32c)同时增加一个表头,把FP-tree中相同item连接起来,降序排序;
33)频繁项挖掘:
33a)从header table的最下面的item开始,构造每个item的条件模式基(conditionalpattern base);
33b)顺着header table中item的链表,找出所有包含该item的前缀路径,这些前缀路径就是该item的条件模式基(CPB);
33c)所有这些CPB的频繁度(计数)为该路径上item的频繁度(计数);
如包含p的其中一条路径是fcamp,该路径中p的频繁度为2,则该CPB fcam的频繁度为2;
34)构造条件FP-tree(conditional FP-tree)
34a)累加每个CPB上的item的频繁度(计数),过滤低于阈值的item,构建FP-tree;
如m的CPB{<fca:2>,<fcab:1>},f:3,c:3,a:3,b:1,阈值假设为3,过滤掉b;
34b)递归的挖掘每个条件FP-tree,累加后缀频繁项集,直到找到FP-tree为空或者FP-tree只有一条路径(只有一条路径情况下,所有路径上item的组合都是频繁项集)。
3.一种工业精准推荐系统,其特征是,包括:
推荐平台系统:用于接收推荐请求,转发请求,返回结果集;
关联项集系统:用于根据购买商品的历史记录计算出有关联关系的频繁项集合;
过滤系统:用于将关联项集结果根据商品与配件商品对应库进行匹配得到过滤后的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710171619.2A CN107146127A (zh) | 2017-03-22 | 2017-03-22 | 一种工业品精准推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710171619.2A CN107146127A (zh) | 2017-03-22 | 2017-03-22 | 一种工业品精准推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107146127A true CN107146127A (zh) | 2017-09-08 |
Family
ID=59783712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710171619.2A Pending CN107146127A (zh) | 2017-03-22 | 2017-03-22 | 一种工业品精准推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107146127A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844514A (zh) * | 2017-09-22 | 2018-03-27 | 深圳市易成自动驾驶技术有限公司 | 数据挖掘方法、装置及计算机可读存储介质 |
CN109711912A (zh) * | 2017-10-25 | 2019-05-03 | 贵州师范学院 | 一种融合FP-growth算法和Slope-One算法的混合推荐模型 |
CN112819404A (zh) * | 2021-01-13 | 2021-05-18 | 中国联合网络通信集团有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN112884399A (zh) * | 2021-01-28 | 2021-06-01 | 重庆允成互联网科技有限公司 | 基于库房前置机的工业品在线营销的方法、服务器及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556464A (zh) * | 2009-05-22 | 2009-10-14 | 天津大学 | 基于关联规则的城市电力负荷预测模型自动推荐方法 |
CN101996102A (zh) * | 2009-08-31 | 2011-03-30 | 中国移动通信集团公司 | 数据关联规则挖掘实现方法与系统 |
CN103093369A (zh) * | 2011-11-03 | 2013-05-08 | 阿里巴巴集团控股有限公司 | 一种基于产品间关联度提供搭配产品的方法及装置 |
CN103678620A (zh) * | 2013-12-18 | 2014-03-26 | 国家电网公司 | 一种基于用户历史行为特征的知识文档推荐方法 |
CN105005907A (zh) * | 2015-03-05 | 2015-10-28 | 张良均 | 一种餐饮服务动态菜品智能推荐方法 |
EP2972835A4 (en) * | 2013-03-15 | 2017-01-18 | Fuhu Holdings, Inc. | Tablet computer |
-
2017
- 2017-03-22 CN CN201710171619.2A patent/CN107146127A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556464A (zh) * | 2009-05-22 | 2009-10-14 | 天津大学 | 基于关联规则的城市电力负荷预测模型自动推荐方法 |
CN101996102A (zh) * | 2009-08-31 | 2011-03-30 | 中国移动通信集团公司 | 数据关联规则挖掘实现方法与系统 |
CN103093369A (zh) * | 2011-11-03 | 2013-05-08 | 阿里巴巴集团控股有限公司 | 一种基于产品间关联度提供搭配产品的方法及装置 |
EP2972835A4 (en) * | 2013-03-15 | 2017-01-18 | Fuhu Holdings, Inc. | Tablet computer |
CN103678620A (zh) * | 2013-12-18 | 2014-03-26 | 国家电网公司 | 一种基于用户历史行为特征的知识文档推荐方法 |
CN105005907A (zh) * | 2015-03-05 | 2015-10-28 | 张良均 | 一种餐饮服务动态菜品智能推荐方法 |
Non-Patent Citations (1)
Title |
---|
路高飞: "电子商务网站销售数据分析与挖掘", 《硕士学位论文电子期刊 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844514A (zh) * | 2017-09-22 | 2018-03-27 | 深圳市易成自动驾驶技术有限公司 | 数据挖掘方法、装置及计算机可读存储介质 |
CN109711912A (zh) * | 2017-10-25 | 2019-05-03 | 贵州师范学院 | 一种融合FP-growth算法和Slope-One算法的混合推荐模型 |
CN112819404A (zh) * | 2021-01-13 | 2021-05-18 | 中国联合网络通信集团有限公司 | 数据处理方法、装置、电子设备和存储介质 |
CN112884399A (zh) * | 2021-01-28 | 2021-06-01 | 重庆允成互联网科技有限公司 | 基于库房前置机的工业品在线营销的方法、服务器及系统 |
CN112884399B (zh) * | 2021-01-28 | 2023-07-25 | 重庆允丰科技有限公司 | 基于库房前置机的工业品在线营销的方法、服务器及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107146127A (zh) | 一种工业品精准推荐方法及系统 | |
CN103970761B (zh) | 一种商品数据搜索方法及装置 | |
CN105404627B (zh) | 一种用于确定搜索结果的方法与设备 | |
CN103092861B (zh) | 一种商品代表图的选取方法和系统 | |
CN106557498A (zh) | 数据存储方法和装置以及数据查询方法和装置 | |
US10579589B2 (en) | Data filtering | |
CN103810198A (zh) | 一种商品信息的搜索方法及装置 | |
CN107436914B (zh) | 推荐方法及装置 | |
CN102314654A (zh) | 一种信息推送方法及信息推送服务器 | |
WO2023065691A1 (zh) | 多层关联下的用户信息融合方法、终端、存储介质及系统 | |
CN109284326A (zh) | 一种数据库访问方法和装置 | |
CN107908442A (zh) | 基于spring的资源加载方法、装置、终端设备及计算机可读存储介质 | |
CN106846088A (zh) | 一种快消品电商网站的商品推荐方法 | |
CN109558462A (zh) | 数据统计方法及装置 | |
CN105740274B (zh) | 基于无向图的用户账号查找方法及装置 | |
Chaturvedi et al. | System network complexity: Network evolution subgraphs of system state series | |
WO2018010569A1 (zh) | 一种产品链对象数据库的建立、查询方法、装置和系统 | |
CN107544994B (zh) | 关联数据的处理方法和装置 | |
CN104598520A (zh) | 一种处理商品信息的方法和装置 | |
CN111798278A (zh) | 基于工业互联网标识编码的新品价格弹性计算方法及装置 | |
JP6267398B2 (ja) | サービス設計支援システムおよびサービス設計支援方法 | |
CN108614811B (zh) | 一种数据分析方法及装置 | |
CN110427558B (zh) | 资源处理事件的推送方法及装置 | |
CN110019161A (zh) | 基于信息熵理论的异常数据清洗方法 | |
CN105930418A (zh) | 一种基于JavaScript获取粮食检验指标扣量比例的方法 |
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: 20170908 |