CN107169844A - 一种商品推荐方法及装置 - Google Patents

一种商品推荐方法及装置 Download PDF

Info

Publication number
CN107169844A
CN107169844A CN201710421941.6A CN201710421941A CN107169844A CN 107169844 A CN107169844 A CN 107169844A CN 201710421941 A CN201710421941 A CN 201710421941A CN 107169844 A CN107169844 A CN 107169844A
Authority
CN
China
Prior art keywords
recommendations
current
recommendation
net purchase
recommended
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
Application number
CN201710421941.6A
Other languages
English (en)
Inventor
郝珑
田兰
汪华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chaozhou Zhuoshu Big Data Industry Development Co Ltd
Original Assignee
Shandong Inspur Cloud Service Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Inspur Cloud Service Information Technology Co Ltd filed Critical Shandong Inspur Cloud Service Information Technology Co Ltd
Priority to CN201710421941.6A priority Critical patent/CN107169844A/zh
Publication of CN107169844A publication Critical patent/CN107169844A/zh
Pending legal-status Critical Current

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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种商品推荐方法及装置，该方法可以包括：预先设置至少一种气象参数的取值区间与推荐商品的对应关系，以及实时采集至少一个指定地区分别对应的至少一种气象参数值；确定当前网购用户的登录信息；根据所述登录信息，确定所述当前网购用户所在的目标地区；确定针对于所述目标地区所采集到的至少一种当前气象参数值；根据所述对应关系，确定所述至少一种当前气象参数值对应的推荐商品；将确定的所述推荐商品推荐给所述当前网购用户。本方案能够较准确地向网购用户推荐商品，提高用户体验。

Description

一种商品推荐方法及装置
技术领域
本发明涉及计算机技术领域，特别涉及一种商品推荐方法及装置。
背景技术
随着互联网技术的不断发展，网上购物已经成为用户生活中不可或缺的一部分。为了建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路，通常是通过向正在网购的用户推荐商品。
目前，主要是通过网购用户的消费痕迹来向网购用户推荐商品。
但是，通过消费痕迹的方法来推荐商品过于单一，如果网购用户本次购买了某商品，之后在进行网购时不再需要购买该商品，但是现有方法中推荐的还是此类商品，从而未能较准确地向网购用户推荐商品，用户体验较差。
发明内容
本发明实施例提供了一种商品推荐方法及装置，能够较准确地向网购用户推荐商品，提高用户体验。
第一方面，本发明实施例提供了一种商品推荐方法，预先设置至少一种气象参数的取值区间与推荐商品的对应关系，以及实时采集至少一个指定地区分别对应的至少一种气象参数值；还包括：
确定当前网购用户的登录信息；
根据所述登录信息，确定所述当前网购用户所在的目标地区；
确定针对于所述目标地区所采集到的至少一种当前气象参数值；
根据所述对应关系，确定所述至少一种当前气象参数值对应的推荐商品；
将确定的所述推荐商品推荐给所述当前网购用户。
优选地，
在所述将确定的所述推荐商品推荐给所述当前网购用户之后，进一步包括：
获取所述当前网购用户针对推荐的所述推荐商品的反馈信息；
根据所述反馈信息，更新所述对应关系。
优选地，
进一步包括：设置更新间隔；
所述根据所述反馈信息，更新所述对应关系，包括：
根据当前更新间隔内获取到的针对推荐的所述推荐商品的各个所述反馈信息，确定所述推荐商品在所述当前更新间隔内被接收推荐的次数；
根据下述计算公式(1)，计算所述推荐商品的推荐度；
其中，λ表征所述推荐商品的推荐度；n表征所述推荐商品在所述当前更新间隔内被推荐的总次数；x表征所述推荐商品在所述当前更新间隔内被接受推荐的次数；
判断所述推荐度是否小于预设的推荐阈值，如果是，则更新所述对应关系，以删除所述推荐产品。
优选地，
所述气象参数，包括：温度、风速、湿度、能见度、降水量、降雪量、气压和颗粒物PM。
优选地，
所述登录信息，包括：IP地址和收货地址中的任意一种或多种。
第二方面，本发明实施例提供了一种商品推荐装置，该装置可以包括：第一设置单元、采集单元、第一确定单元、第二确定单元和商品推荐单元；其中，
所述第一设置单元，用于预先设置至少一种气象参数的取值区间与推荐商品的对应关系；
所述采集单元，用于实时采集至少一个指定地区分别对应的至少一种气象参数值；
所述第一确定单元，用于确定当前网购用户的登录信息；根据所述登录信息，确定所述当前网购用户所在的目标地区；
所述第二确定单元，用于确定针对于所述目标地区所采集到的至少一种当前气象参数值；
所述商品推荐单元，用于根据所述对应关系，确定所述至少一种当前气象参数值对应的推荐商品；将确定的所述推荐商品推荐给所述当前网购用户。
优选地，
进一步包括：更新单元；
所述更新单元，用于获取所述当前网购用户针对推荐的所述推荐商品的反馈信息；根据所述反馈信息，更新所述对应关系。
优选地，
进一步包括：第二设置单元；
所述更新单元，包括：计算子单元和更新子单元；
所述计算子单元，用于根据当前更新间隔内获取到的针对推荐的所述推荐商品的各个所述反馈信息，确定所述推荐商品在所述当前更新间隔内被接收推荐的次数；根据下述计算公式(1)，计算所述推荐商品的推荐度；
其中，λ表征所述推荐商品的推荐度；n表征所述推荐商品在所述当前更新间隔内被推荐的总次数；x表征所述推荐商品在所述当前更新间隔内被接受推荐的次数；
所述更新子单元，用于判断所述推荐度是否小于预设的推荐阈值，如果是，则更新所述对应关系，以删除所述推荐产品。
优选地，
所述气象参数，包括：温度、风速、湿度、能见度、降水量、降雪量、气压和颗粒物PM。
优选地，
所述登录信息，包括：IP地址和收货地址中的任意一种或多种。
第三方面，本发明实施例提供了一种计算机可读介质，包括执行指令，当存储控制器的处理器执行所述执行指令时，所述存储控制器执行本发明上述任一实施例提供的商品推荐方法。
第四方面，本发明实施例提供了一种存储控制器，包括：处理器、存储器和总线；
所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行本发明上述任一实施例提供的商品推荐方法。
本发明实施例提供了一种商品推荐方法及装置，当网购用户进行网购时，首先可以根据其登录信息，确定该网购用户的所在地，由于是实时采集至少一个指定地区的至少一种气象参数值，从而能够确定出该网购用户所在地实时的至少一种当前气象参数值，之后就可以根据预先设置的至少一种气象参数的取值区间与推荐商品的对应关系，确定至少一种当前气象参数值所对应的推荐商品，最后将确定出的推荐商品推荐给该网购用户即可。由于每一次向网购用户推荐商品时，不再是每一次按照网购用户的消费痕迹进行推荐，而是按照网购用户所在地采集到的实时的气象参数值进行推荐，从而能够较准确的向网购用户推荐符合当前气象天气的商品，因此本方案能够较准确地向网购用户推荐商品，提高用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的一种商品推荐方法的流程图；
图2是本发明另一个实施例提供的一种商品推荐方法的流程图；
图3是本发明实施例提供的商品推荐装置所在设备的硬件架构图；
图4是本发明一个实施例提供的一种商品推荐装置的结构示意图；
图5是本发明另一个实施例提供的一种商品推荐装置的结构示意图；
图6是本发明又一个实施例提供的一种商品推荐装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种商品推荐方法，该方法可以包括以下步骤：
步骤101：预先设置至少一种气象参数的取值区间与推荐商品的对应关系。
步骤102：实时采集至少一个指定地区分别对应的至少一种气象参数值。
步骤103：确定当前网购用户的登录信息。
步骤104：根据所述登录信息，确定所述当前网购用户所在的目标地区。
步骤105：确定针对于所述目标地区所采集到的至少一种当前气象参数值。
步骤106：根据所述对应关系，确定所述至少一种当前气象参数值对应的推荐商品。
步骤107：将确定的所述推荐商品推荐给所述当前网购用户。
上述实施例中，当网购用户进行网购时，首先可以根据其登录信息，确定该网购用户的所在地，由于是实时采集至少一个指定地区的至少一种气象参数值，从而能够确定出该网购用户所在地实时的至少一种当前气象参数值，之后就可以根据预先设置的至少一种气象参数的取值区间与推荐商品的对应关系，确定至少一种当前气象参数值所对应的推荐商品，最后将确定出的推荐商品推荐给该网购用户即可。由于每一次向网购用户推荐商品时，不再是每一次按照网购用户的消费痕迹进行推荐，而是按照网购用户所在地采集到的实时的气象参数值进行推荐，从而能够较准确的向网购用户推荐符合当前气象天气的商品，因此本方案能够较准确地向网购用户推荐商品，提高用户体验。
为了能够更好的推荐符合当地天气的商品，进一步提升用户体验，本发明一个实施例中，在所述步骤107之后，可进一步包括：获取所述当前网购用户针对推荐的所述推荐商品的反馈信息；根据所述反馈信息，更新所述对应关系。例如，预设的对应关系包括：气象参数1(a1、a2)、气象参数2(b1、b2)、气象参数3(c1、c2)----推荐商品1；气象参数1(a1、a2)、气象参数2(b3、b4)、气象参数3(c1、c2)----推荐商品2和推荐商品3；气象参数1(a3、a4)、气象参数2(b5、b6)、气象参数3(c5、c6)----推荐商品4。假设针对推荐商品3和推荐商品4获取到的反馈信息并不合格(可以理解为推荐出的这两种商品大多数网购用户均不接受)，因此在这种情况下，需要对该预设的对应关系进行更新，以给网购用户带来更好的体验，如将上述第2条对应关系中的推荐商品3删除，以及将第3条对应关系进行删除。
为了设置更加合理的对应关系，使之符合市场规律，本发明一个实施例中，可进一步包括：设置更新间隔；
所述根据所述反馈信息，更新所述对应关系，包括：
根据当前更新间隔内获取到的针对推荐的所述推荐商品的各个所述反馈信息，确定所述推荐商品在所述当前更新间隔内被接收推荐的次数；
根据下述计算公式(1)，计算所述推荐商品的推荐度；
其中，λ表征所述推荐商品的推荐度；n表征所述推荐商品在所述当前更新间隔内被推荐的总次数；x表征所述推荐商品在所述当前更新间隔内被接受推荐的次数；
判断所述推荐度是否小于预设的推荐阈值，如果是，则更新所述对应关系，以删除所述推荐产品。
例如，设置的更新间隔为48小时，也就是说，每经过48小时，就会对刚刚经过的48个小时之内所推荐出去的商品进行更新(其实也就是对预设的对应关系进行更新)，假设在刚刚经过的48小时内推荐商品“毛衣”共被推荐出100次，而在推荐的这100次当中有60次被网购用户接受，那么根据公式可计算出推荐商品“毛衣”在该时间段内的推荐度为倘若60％小于小于预设的推荐阈值(如70％)，则说明推荐商品“毛衣”并不合理，因此需要进行更新，此时可将推荐商品“毛衣”进行删除，然后可再通过大数据分析等，找出符合当前气象天气的推荐商品，并添加的对应关系中。
本发明一个实施例中，所述气象参数，包括：温度、风速、湿度、能见度、降水量、降雪量、气压和颗粒物PM。
上述实施例中的几种气象参数较为常用，但也并不局限于此。
本发明一个实施例中，所述登录信息，包括：IP地址和收货地址中的任意一种或多种。
下面将以两种气象参数为例，详细说明本发明实施例提供的一种商品推荐方法，如图2所示，该方法可以包括以下步骤：
步骤201：预先设置温度及湿度的取值区间与推荐商品的对应关系。
例如，该对应关系可包括：温度(35℃，40℃)、湿度(20％，25％)----鸭舌帽；温度(0℃，3℃)、湿度(30％，35％)----冲锋衣，除此之外，还包括其它多种，此处不再一一列举。
步骤202：预先设置更新间隔24小时。
其中，更新间隔可根据实际需求进行设定。
步骤203：预先设置推荐阈值80％。
步骤204：实时采集至少一个指定地区分别对应的温度值及湿度值。
例如，指定地区可包括：北京市房山区、北京市海淀区、山东省历下区等等。
本发明实施例中，指定地区实时的温度值和湿度值，一方面可通过爬虫方式进行采集，另一方面，可通过部分省市区的气象局开放的数据接口进行采集。
步骤205：确定当前网购用户的IP地址。
本发明实施例除了使用网购用户登录电商网站时所用的IP地址外，还可使用网购用户登录时所提供的收货地址。
步骤206：根据IP地址，确定当前网购用户所在的目标地区。
例如，根据网购用户登录时所用的IP地址确定出目标地区为北京市房山区。
步骤207：确定针对于目标地区所采集到的当前温度值及当前湿度值。
例如，通过上述步骤203中的任意一种方式采集到北京市房山区的当前温度值为38℃，当前湿度值为23％。
步骤208：根据对应关系，确定针对于目标地区所采集到的当前温度值及当前湿度值所对应的推荐商品。
由于38℃在(35℃，40℃)之间，23％在(20％，25％)之间，所以根据预设的对应关系，可以确定出针对北京市房山区的推荐商品为鸭舌帽。
步骤209：将确定的推荐商品推荐给当前网购用户。
步骤210：获取当前网购用户针对该推荐商品的反馈信息。
在将鸭舌帽推荐给网购用户后，为了能够更好的推荐符合当地天气的商品，进一步提升用户体验，可获取网购用户对推荐的鸭舌帽的反馈信息。
步骤211：根据当前更新间隔内获取到的针对该推荐商品的各个反馈信息，确定该推荐商品在当前更新间隔内被接收推荐的次数。
例如，在进行第192次更新对应关系时，第192次所对应的24小时内针对推荐的鸭舌帽共有500次被网购用户接受推荐，而该24小时内共推荐了600次。
步骤212：计算该推荐商品的推荐度。
根据公式其中，λ表征所述推荐商品的推荐度；n表征所述推荐商品在所述当前更新间隔内被推荐的总次数；x表征所述推荐商品在所述当前更新间隔内被接受推荐的次数，可以计算出第192次更新对应关系时，针对推荐的鸭舌帽的推荐度为
步骤213：判断推荐度是否小于预设的推荐阈值80％，如果是，则执行步骤214，否则结束当前流程。
由于83.3％＞80％，可见该预设的对应关系还比较合格，从而本次更新对应关系时，可无需对鸭舌帽及与相应的温度、湿度的取值区间进行调整；若针对鸭舌帽在该24小时内计算出的推荐度为55％，则由于55％＜80％，因此次数需要更新对应关系。
步骤214：更新对应关系，以删除该推荐产品。
根据上述步骤213中的第二种情况，可直接将对应关系中的温度(35℃，40℃)、湿度(20％，25％)----鸭舌帽进行删除(也可以是只删除鸭舌帽，之后只需将新确定的推荐商品与这两个取值区间建立对应关系)，然后可再统计这两个取值区间所与网购销售数据的关系，确定出更加合理的推荐商品，建立更合理的对应关系。
如图3、图4所示，本发明实施例提供了一种商品推荐装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言，如图3所示，为本发明实施例提供的商品推荐装置所在设备的一种硬件结构图，除了图3所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的设备通常还可以包括其他硬件，如负责处理报文的转发芯片等等。以软件实现为例，如图4所示，作为一个逻辑意义上的装置，是通过其所在设备的CPU将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。本实施例提供的一种商品推荐装置，包括：
第一设置单元401、采集单元402、第一确定单元403、第二确定单元404和商品推荐单元405；其中，
所述第一设置单元401，用于预先设置至少一种气象参数的取值区间与推荐商品的对应关系；
所述采集单元402，用于实时采集至少一个指定地区分别对应的至少一种气象参数值；
所述第一确定单元403，用于确定当前网购用户的登录信息；根据所述登录信息，确定所述当前网购用户所在的目标地区；
所述第二确定单元404，用于确定针对于所述目标地区所采集到的至少一种当前气象参数值；
所述商品推荐单元405，用于根据所述对应关系，确定所述至少一种当前气象参数值对应的推荐商品；将确定的所述推荐商品推荐给所述当前网购用户。
本发明一个实施例中，如图5所示，可进一步包括：更新单元501；
所述更新单元501，用于获取所述当前网购用户针对推荐的所述推荐商品的反馈信息；根据所述反馈信息，更新所述对应关系。
本发明一个实施例中，如图6所示，进一步包括：第二设置单元601；
所述更新单元501，包括：计算子单元5011和更新子单元5012；
所述计算子单元5011，用于根据当前更新间隔内获取到的针对推荐的所述推荐商品的各个所述反馈信息，确定所述推荐商品在所述当前更新间隔内被接收推荐的次数；根据下述计算公式(1)，计算所述推荐商品的推荐度；
其中，λ表征所述推荐商品的推荐度；n表征所述推荐商品在所述当前更新间隔内被推荐的总次数；x表征所述推荐商品在所述当前更新间隔内被接受推荐的次数；
所述更新子单元5012，用于判断所述推荐度是否小于预设的推荐阈值，如果是，则更新所述对应关系，以删除所述推荐产品。
本发明一个实施例中，所述气象参数，包括：温度、风速、湿度、能见度、降水量、降雪量、气压和颗粒物PM。
本发明一个实施例中，所述登录信息，包括：IP地址和收货地址中的任意一种或多种。
上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本发明实施例提供了一种计算机可读介质，包括执行指令，当存储控制器的处理器执行所述执行指令时，所述存储控制器执行本发明任一实施例提供的商品推荐方法。
本发明实施例提供了一种存储控制器，包括：处理器、存储器和总线；
所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行本发明任一实施例提供的商品推荐方法。
综上，本发明各个实施例至少具有如下有益效果：
1、在本发明实施例中，当网购用户进行网购时，首先可以根据其登录信息，确定该网购用户的所在地，由于是实时采集至少一个指定地区的至少一种气象参数值，从而能够确定出该网购用户所在地实时的至少一种当前气象参数值，之后就可以根据预先设置的至少一种气象参数的取值区间与推荐商品的对应关系，确定至少一种当前气象参数值所对应的推荐商品，最后将确定出的推荐商品推荐给该网购用户即可。由于每一次向网购用户推荐商品时，不再是每一次按照网购用户的消费痕迹进行推荐，而是按照网购用户所在地采集到的实时的气象参数值进行推荐，从而能够较准确的向网购用户推荐符合当前气象天气的商品，因此本方案能够较准确地向网购用户推荐商品，提高用户体验。
2、在本发明实施例中，通过获取网购用户针对推荐的推荐商品的反馈信息，并根据反馈信息对预设的对应关系进行更新，能够更好的推荐符合当地天气的商品，进一步提升用户体验。
3、在本发明实施例中，通过采集收集网购用户所在地的实时气象参数值，然后推荐符合当地气象条件的购物需求，推荐对应商品的购物网页连接或者广告，减少营销成本达到精准营销的目的，也使网购用户有更好的用户体验，充分利用气象数据使其产生更多的价值。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个······”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种商品推荐方法，其特征在于，预先设置至少一种气象参数的取值区间与推荐商品的对应关系，以及实时采集至少一个指定地区分别对应的至少一种气象参数值；还包括：
确定当前网购用户的登录信息；
根据所述登录信息，确定所述当前网购用户所在的目标地区；
确定针对于所述目标地区所采集到的至少一种当前气象参数值；
根据所述对应关系，确定所述至少一种当前气象参数值对应的推荐商品；
将确定的所述推荐商品推荐给所述当前网购用户。
2.根据权利要求1所述的商品推荐方法，其特征在于，在所述将确定的所述推荐商品推荐给所述当前网购用户之后，进一步包括：
获取所述当前网购用户针对推荐的所述推荐商品的反馈信息；
根据所述反馈信息，更新所述对应关系。
3.根据权利要求2所述的商品推荐方法，其特征在于，
进一步包括：设置更新间隔；
所述根据所述反馈信息，更新所述对应关系，包括：
根据当前更新间隔内获取到的针对推荐的所述推荐商品的各个所述反馈信息，确定所述推荐商品在所述当前更新间隔内被接收推荐的次数；
根据下述计算公式，计算所述推荐商品的推荐度；
<mrow> <mi>&amp;lambda;</mi> <mo>=</mo> <mfrac> <mi>x</mi> <mi>n</mi> </mfrac> <mo>&amp;times;</mo> <mn>100</mn> <mi>%</mi> </mrow>
其中，λ表征所述推荐商品的推荐度；n表征所述推荐商品在所述当前更新间隔内被推荐的总次数；x表征所述推荐商品在所述当前更新间隔内被接受推荐的次数；
判断所述推荐度是否小于预设的推荐阈值，如果是，则更新所述对应关系，以删除所述推荐产品。
4.根据权利要求1至3任一所述的商品推荐方法，其特征在于，
所述气象参数，包括：温度、风速、湿度、能见度、降水量、降雪量、气压和颗粒物PM；
和/或，
所述登录信息，包括：互联网协议IP地址和收货地址中的任意一种或多种。
5.一种商品推荐装置，其特征在于，包括：第一设置单元、采集单元、第一确定单元、第二确定单元和商品推荐单元；其中，
所述第一设置单元，用于预先设置至少一种气象参数的取值区间与推荐商品的对应关系；
所述采集单元，用于实时采集至少一个指定地区分别对应的至少一种气象参数值；
所述第一确定单元，用于确定当前网购用户的登录信息；根据所述登录信息，确定所述当前网购用户所在的目标地区；
所述第二确定单元，用于确定针对于所述目标地区所采集到的至少一种当前气象参数值；
所述商品推荐单元，用于根据所述对应关系，确定所述至少一种当前气象参数值对应的推荐商品；将确定的所述推荐商品推荐给所述当前网购用户。
6.根据权利要求5所述的商品推荐装置，其特征在于，
进一步包括：更新单元；
所述更新单元，用于获取所述当前网购用户针对推荐的所述推荐商品的反馈信息；根据所述反馈信息，更新所述对应关系。
7.根据权利要求6所述的商品推荐装置，其特征在于，
进一步包括：第二设置单元；
所述更新单元，包括：计算子单元和更新子单元；
所述计算子单元，用于根据当前更新间隔内获取到的针对推荐的所述推荐商品的各个所述反馈信息，确定所述推荐商品在所述当前更新间隔内被接收推荐的次数；根据下述计算公式，计算所述推荐商品的推荐度；
<mrow> <mi>&amp;lambda;</mi> <mo>=</mo> <mfrac> <mi>x</mi> <mi>n</mi> </mfrac> <mo>&amp;times;</mo> <mn>100</mn> <mi>%</mi> </mrow>
其中，λ表征所述推荐商品的推荐度；n表征所述推荐商品在所述当前更新间隔内被推荐的总次数；x表征所述推荐商品在所述当前更新间隔内被接受推荐的次数；
所述更新子单元，用于判断所述推荐度是否小于预设的推荐阈值，如果是，则更新所述对应关系，以删除所述推荐产品。
8.根据权利要求5至7任一所述的商品推荐装置，其特征在于，
所述气象参数，包括：温度、风速、湿度、能见度、降水量、降雪量、气压和颗粒物PM；
和/或，
所述登录信息，包括：IP地址和收货地址中的任意一种或多种。
9.一种计算机可读介质，其特征在于，包括执行指令，当存储控制器的处理器执行所述执行指令时，所述存储控制器执行权利要求1至4任一项所述的方法。
10.一种存储控制器，其特征在于，包括：处理器、存储器和总线；
所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行权利要求1至4任一项所述的方法。
CN201710421941.6A 2017-06-07 2017-06-07 一种商品推荐方法及装置 Pending CN107169844A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710421941.6A CN107169844A (zh) 2017-06-07 2017-06-07 一种商品推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710421941.6A CN107169844A (zh) 2017-06-07 2017-06-07 一种商品推荐方法及装置

Publications (1)

Publication Number Publication Date
CN107169844A true CN107169844A (zh) 2017-09-15

Family

ID=59824703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710421941.6A Pending CN107169844A (zh) 2017-06-07 2017-06-07 一种商品推荐方法及装置

Country Status (1)

Country Link
CN (1) CN107169844A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107742248A (zh) * 2017-11-29 2018-02-27 贵州省气象信息中心 一种商品推荐方法及系统
CN108090801A (zh) * 2017-11-29 2018-05-29 维沃移动通信有限公司 商品推荐方法、移动终端及服务器
CN108596699A (zh) * 2017-12-27 2018-09-28 金瓜子科技发展（北京）有限公司 车源显示方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462333A (zh) * 2014-12-03 2015-03-25 上海耀肖电子商务有限公司 购物搜索推荐与告警方法和系统
CN104966200A (zh) * 2014-07-29 2015-10-07 腾讯科技（深圳）有限公司 基于气象指数的生活产品信息发送方法及装置
CN105869024A (zh) * 2016-04-20 2016-08-17 北京小米移动软件有限公司 商品的推荐方法及装置
CN106157097A (zh) * 2016-08-22 2016-11-23 北京京东尚科信息技术有限公司 商品推荐方法和系统
CN106453055A (zh) * 2016-10-28 2017-02-22 努比亚技术有限公司 一种通过用户行为进行信息推送的方法、装置和终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104966200A (zh) * 2014-07-29 2015-10-07 腾讯科技（深圳）有限公司 基于气象指数的生活产品信息发送方法及装置
CN104462333A (zh) * 2014-12-03 2015-03-25 上海耀肖电子商务有限公司 购物搜索推荐与告警方法和系统
CN105869024A (zh) * 2016-04-20 2016-08-17 北京小米移动软件有限公司 商品的推荐方法及装置
CN106157097A (zh) * 2016-08-22 2016-11-23 北京京东尚科信息技术有限公司 商品推荐方法和系统
CN106453055A (zh) * 2016-10-28 2017-02-22 努比亚技术有限公司 一种通过用户行为进行信息推送的方法、装置和终端

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107742248A (zh) * 2017-11-29 2018-02-27 贵州省气象信息中心 一种商品推荐方法及系统
CN108090801A (zh) * 2017-11-29 2018-05-29 维沃移动通信有限公司 商品推荐方法、移动终端及服务器
CN108596699A (zh) * 2017-12-27 2018-09-28 金瓜子科技发展（北京）有限公司 车源显示方法和装置

Similar Documents

Publication Publication Date Title
CN104463630B (zh) 一种基于网购保险产品特性的产品推荐方法及系统
Choi et al. Optimal two-stage ordering policy with Bayesian information updating
CN109559208A (zh) 一种信息推荐方法、服务器及计算机可读介质
CN102385601B (zh) 一种产品信息的推荐方法及系统
CN108550052A (zh) 基于用户行为数据特征的刷单检测方法及系统
CN102629360B (zh) 一种有效的动态商品推荐方法及商品推荐系统
CN109840796B (zh) 决策因素分析装置与决策因素分析方法
CN106779808A (zh) 一种商圈中消费者空间行为分析系统及方法
CN105740415B (zh) 基于标签位置权重与自学习的招投标好友推荐系统
CN107169844A (zh) 一种商品推荐方法及装置
CN110969512B (zh) 一种基于用户购买行为的商品推荐方法和装置
CN110020128A (zh) 一种搜索结果排序方法及装置
Cheng et al. Advance selling with double marketing efforts in a newsvendor framework
CN107679898A (zh) 一种商品推荐方法和装置
CN107563816A (zh) 电子商务网站的用户流失的预测方法及系统
CN109816134A (zh) 收货地址预测方法、装置以及存储介质
CN104615721A (zh) 用于基于退货关联信息推荐商品的方法和系统
CN106251178A (zh) 数据挖掘方法以及装置
CN106127623A (zh) 一种基于旅游产品数据的电子商务管理系统及方法
CN111680213B (zh) 信息推荐方法、数据处理方法及装置
CN104835067A (zh) 网络广告实时竞价系统
CN103038791B (zh) 代销管理装置及代销管理方法
CN108074124A (zh) 团购预约系统及方法
Pan et al. Iterative innovation design methods of internet products in the era of big data
CN110796520A (zh) 商品推荐的方法、装置、计算设备以及介质

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
TA01 Transfer of patent application right

Effective date of registration: 20190711

Address after: 214029 No. 999 Gaolang East Road, Binhu District, Wuxi City, Jiangsu Province (Software Development Building) 707

Applicant after: Chaozhou Zhuoshu Big Data Industry Development Co., Ltd.

Address before: 250100 S06 tower, 1036, Chao Lu Road, hi tech Zone, Ji'nan, Shandong.

Applicant before: Shandong wave cloud services Mdt InfoTech Ltd

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20170915

RJ01 Rejection of invention patent application after publication