CN107481114B - 商品推荐方法、装置、电子商务系统及存储介质 - Google Patents
商品推荐方法、装置、电子商务系统及存储介质 Download PDFInfo
- Publication number
- CN107481114B CN107481114B CN201710700639.4A CN201710700639A CN107481114B CN 107481114 B CN107481114 B CN 107481114B CN 201710700639 A CN201710700639 A CN 201710700639A CN 107481114 B CN107481114 B CN 107481114B
- Authority
- CN
- China
- Prior art keywords
- commodity
- recommended
- commodities
- user
- information
- 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.)
- Active
Links
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种商品推荐方法、装置、电子商务系统及存储介质,涉及电子商务技术领域,其中的方法包括:接收客户端发送的商品推荐请求,商品推荐请求携带的信息包括:商品类别、第一用户位置信息和目标人群数量N;基于第一用户位置信息筛选出N个目标用户,目标用户购买的商品中包含有与商品类别相匹配的待选商品;根据推荐规则从待选商品中筛选出推荐商品,将与推荐商品相对应的商品推荐信息发送给客户端。本发明的方法、装置、电子商务系统及存储介质,实现了基于用户周围人群数量的个性化推荐,用户可以动态选择需要推荐的人群数量范围,能够更灵活地得到用户需要的商品,提高了网上购买商品的效率,提高了用户的购买感受度。
Description
技术领域
本发明涉及电子商务技术领域,尤其涉及一种商品推荐方法、装置、电子商务系统及存储介质。
背景技术
对于当前的电商厂家,推荐系统已经成为商品销售的重要途径之一。商家会根据用户的喜好推荐相似商品,用户在购买中会选择与自己有相同属性的用户所购买的商品。相同属性中有一个关键属性是地域位置,经调研发现,通常位于同一位置范围的用户对于商品的喜好具有很大的相似性。在现有的推荐系统中,选用地域范围作为一个重要的属性进行商品的相关性推荐。在用户登录到电商以后,推荐系统根据用户所在的地域范围并结合商品销售进行商品推荐。但是,在设置了地域范围后,例如距离用户5km或10km的范围,在此地域范围内可以没有发生相关的购物行为或者生成订单,或者具有购物行为或者生成订单的人数较少,小于用户预期的具有购物行为或者生成订单的人数,导致无法得到准确的推荐结果。
发明内容
有鉴于此,本发明要解决的一个技术问题是提供一种商品推荐方法、装置、电子商务系统及存储介质。
根据本发明的一个方面,提供一种商品推荐方法,包括:接收客户端发送的商品推荐请求,其中,所述商品推荐请求携带的信息包括:商品类别、第一用户位置信息和目标人群数量N,N>=1;基于所述第一用户位置信息筛选出N个目标用户,其中,所述目标用户购买的商品中包含有与所述商品类别相匹配的待选商品;根据推荐规则从所述待选商品中筛选出推荐商品,将与所述推荐商品相对应的商品推荐信息发送给所述客户端。
可选地,所述基于所述第一用户位置信息筛选出N个目标用户包括:获取购买了所述待选商品的用户的第二用户位置信息;计算所述第一用户位置信息和所述第二用户位置信息所表示的位置之间的距离值;获取N个最短距离值,将与所述N个最短距离值所对应的N个用户确定为所述N个目标用户。
可选地,所述第一用户位置信息和所述第二用户位置信息包括:经纬度信息。
可选地,所述根据推荐规则从所述待选商品中筛选出推荐商品包括:依次计算每个目标用户购买的所述待选商品的推荐指数值,生成包含有具有最高推荐指数值的一个或多个所述待选商品的推荐商品子集;将N个所述推荐商品子集进行并集运算,获得推荐商品集;根据所述待选商品的推荐指数值从所述推荐商品集中提取所述推荐商品。
可选地,所述计算每个目标用户购买的所述待选商品的推荐指数值包括:获取所述待选商品的购买数量以及对所述待选商品的评价信息;基于所述购买数量和所述评价信息计算此待选商品的推荐指数值。
可选地,所述将N个所述推荐商品子集进行并集运算包括:将所述N个推荐商品子集中相同的待选商品的推荐指数值相加,获取在所述推荐商品集中此待选商品的推荐指数值。
可选地,所述商品推荐请求携带的信息包括:推荐商品数量M,M>=1;从所述推荐商品集中选择具有最高推荐指数值的M个所述待选商品作为所述推荐商品。
可选地,所述商品推荐信息携带有购买了所述推荐商品的目标用户的第二用户位置信息;所述方法还包括:所述客户端将所述第二用户位置信息发送给地图应用,通过所述地图应用加载所述第二用户位置信息并进行显示。
可选地,所述商品推荐信息携带有与所述推荐商品对应的商家链接地址;所述方法还包括:接收到所述客户端作用于所述商家链接地址发送的访问触发指令;将与所述商家链接地址对应的商品网页发送给所述客户端进行显示;其中,所述商品网页中显示的信息包括:介绍信息、点评信息、购物链接地址。
可选地,接收到所述客户端作用于所述购物链接地址发送的访问触发指令;将与所述购物链接地址对应的购物网页发送给所述客户端;接收到所述客户端发送的购物确定指令以及在所述购物网页中的购物订单信息,完成费用支付。
根据本发明的另一方面,提供一种商品推荐装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如上所述的商品推荐方法。
根据本发明的又一方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如上所述的商品推荐方法。
根据本发明的又一方面,提供一种商品推荐装置,包括:推荐请求接收模块,用于接收客户端发送的商品推荐请求,其中,所述商品推荐请求携带的信息包括:商品类别、第一用户位置信息和目标人群数量N,N>=1;目标用户筛选模块,用于基于所述第一用户位置信息筛选出N个目标用户,其中,所述目标用户购买的商品中包含有与所述商品类别相匹配的待选商品;推荐商品确定模块,用于根据推荐规则从所述待选商品中筛选出推荐商品;推荐信息发送模块,用于将与所述推荐商品相对应的商品推荐信息发送给所述客户端。
可选地,所述目标用户筛选模块,还用于获取购买了所述待选商品的用户的第二用户位置信息,计算所述第一用户位置信息和所述第二用户位置信息所表示的位置之间的距离值,获取N个最短距离值,将与所述N个最短距离值所对应的N个用户确定为所述N个目标用户。
可选地,所述第一用户位置信息和所述第二用户位置信息包括:经纬度信息。
可选地,所述推荐商品确定模块,还用于依次计算每个目标用户购买的所述待选商品的推荐指数值,生成包含有具有最高推荐指数值的一个或多个所述待选商品的推荐商品子集;将N个所述推荐商品子集进行并集运算,获得推荐商品集;根据所述待选商品的推荐指数值从所述推荐商品集中提取所述推荐商品。
可选地,所述推荐商品确定模块,还用于获取所述待选商品的购买数量以及对所述待选商品的评价信息,基于所述购买数量和所述评价信息计算此待选商品的推荐指数值。
可选地,所述推荐商品确定模块,还用于将所述N个推荐商品子集中相同的待选商品的推荐指数值相加,获取在所述推荐商品集中此待选商品的推荐指数值。
可选地,所述商品推荐请求携带的信息包括:推荐商品数量M;所述推荐商品确定模块,还用于从所述推荐商品集中选择具有最高推荐指数值的M个所述待选商品作为所述推荐商品。
可选地,所述商品推荐信息携带有购买了所述推荐商品的目标用户的第二用户位置信息;所述客户端将所述第二用户位置信息发送给地图应用,通过所述地图应用加载所述第二用户位置信息并进行显示。
可选地,所述商品推荐信息携带有与所述推荐商品对应的商家链接地址;还包括:用户购物处理模块,用于接收所述客户端作用于所述商家链接地址发送的访问触发指令,将与所述商家链接地址对应的商品网页发送给所述客户端进行显示;其中,所述商品网页中显示的信息包括:介绍信息、点评信息、购物链接地址。
可选地,所述用户购物处理模块,还用于接收到所述客户端作用于所述购物链接地址发送的访问触发指令,将与所述购物链接地址对应的购物网页发送给所述客户端;接收到所述客户端发送的购物确定指令以及在所述购物网页中的购物订单信息,完成费用支付。
根据本发明的再一方面,提供一种电子商务系统,包括后台服务系统,所述后台服务系统包括如上所述的商品推荐装置。
本发明的商品推荐方法、装置、电子商务系统及存储介质,用户能够选择推荐商品的目标人群数量,根据用户当前位置信息得到距离用户最近的目标人群数量的目标用户,从目标用户购买的与用户选择的商品类别相匹配的待选商品中筛选出推荐商品,实现了基于用户周围人群数量的个性化推荐,用户可以动态选择需要推荐的人群数量范围,能够更灵活地得到用户需要的商品,提高了网上购买商品的效率,提高了用户的购买感受度。
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一简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明的商品推荐方法的一个实施例的流程示意图;
图2为根据本发明的商品推荐装置的一个实施例的模块示意图;
图3为根据本发明的电子商务系统的一个实施例的模块示意图;
图4为根据本发明的商品推荐装置的另一个实施例的模块示意图。
具体实施方式
下面参照附图对本发明进行更全面的描述,其中说明本发明的示例性实施例。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,所描述的实施例仅仅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。下面结合各个图和实施例对本发明的技术方案进行多方面的描述。
下文中的“第一”、“第二”等仅用于描述上相区别,并没有其它特殊的含义。
图1为根据本发明的商品推荐方法的一个实施例的流程示意图,如图1所示:
步骤101,接收客户端发送的商品推荐请求。
商品推荐请求携带的信息包括商品类别、第一用户位置信息和目标人群数量N等。商品类别为用户需要推荐的商品类别,例如为手机等。第一用户位置信息可以为通过手机的GPS模块获取用户当前所在位置的经纬度信息等。目标人群数量N为已经购买了需要推荐的商品的用户数量,N>=1,可以由用户进行设置,例如为1、100、1000等。
步骤102,基于第一用户位置信息筛选出N个目标用户,目标用户购买的商品中包含有与商品类别相匹配的待选商品。
基于第一用户位置信息筛选出目标用户可以有多种实现方式。例如,获取用户的购买记录,从购买记录中提取购买了与商品类别相匹配的待选商品的用户的第二用户位置信息。第二用户位置信息可以是在用户购买待选商品时,通过手机的GPS模块采集并上传的经纬度信息。
计算第一用户位置信息和第二用户位置信息所表示的位置之间的距离值,获取N个最短距离值,将与N个最短距离值所对应的N个用户确定为N个目标用户。例如,筛选出了100个与发送商品推荐请求的用户距离最近并且购买了手机的目标用户。
步骤103,根据预设的推荐规则从待选商品中筛选出推荐商品,将与推荐商品相对应的商品推荐信息发送给客户端。
根据预设的推荐规则从待选商品中筛选出推荐商品可以有多种实现方式。例如,依次计算每个目标用户购买的待选商品的推荐指数值,生成包含有具有最高推荐指数值的一个或多个待选商品的推荐商品子集。将N个推荐商品子集进行并集运算,获得推荐商品集,根据待选商品的推荐指数值从推荐商品集中提取推荐商品。
待选商品的推荐指数值可以采用多种计算方法。例如,仅基于待选商品的购买数量计算推荐指数值,待选商品的购买数量越多,则推荐指数值越高。或者,基于待选商品的购买数量以及对待选商品的评价信息计算此待选商品的推荐指数值。评价信息是指用户在购物完成后对所购商品进行的评价信息。可以采用加权计算方法计算推荐指数值:
推荐指数值=A*购买数量+B*评价值 (1-1);
A、B为加权系数,例如,A可以为0.7,B可以为0.3。如果对已购的待选商品的评价为好,则评价值为1,如果对已购待选商品的评价为一般,则评价值为0.7,如果对已购待选商品的评价为一般为差,则评价值为0.4。
在进行并集运算时,将N个推荐商品子集中相同的待选商品的推荐指数值相加,获取在推荐商品集中此待选商品的推荐指数值。
商品推荐请求携带的信息包括推荐商品数量M,M可以设置,例如,为1、2、3等。从推荐商品集中选择具有最高推荐指数值的M个待选商品作为推荐商品,即返回给用户推荐指数值的排名为前M的商品。
在一个实施例中,接收用户1的客户端发送的商品推荐请求,商品推荐请求中的商品类别为手机。按照用户1发送的商品推荐请求所携带的第一用户位置信息,匹配已购买商品池,根据用户1与已购买手机的用户的距离进行排序,逐一得到商品推荐请求所携带的N个目标用户,最终在已购买用户商品池中,得到N个目标用户的购买数据,对购买数据进行汇总与排序,取出推荐指数值排序在前列的手机进行商品推荐。
已购买商品池中包含所有用户购买手机的明细,包括经纬度、评价信息等,已购买商品池的商品明细如下表1所示:
表1-已购买商品池的商品明细表
将经度、纬度转化为距离,并按照与用户1的距离进行排序,如下表2所示:
表2-已购手机的用户与用户1的距离排序表
筛选出了N个与用户1距离最近并且购买了手机的目标用户,N可以由用户1进行设置。初始化人数计数器Num=0。按照距离排序,逐一计算目标用户购买的手机的推荐指数值,生成包含有具有最高推荐指数值的一个或多个手机的推荐商品子集。
扫描距离排序为1的用户A,根据上述公式1-1计算用户A购买的手机的推荐指数值。在用户A购买的手机的所有记录中,iphone6总购买数量是2,2次购买的评价都为“好”,则iphone6的推荐指数值=0.7*
(1+1)+0.3*(1+1)=2。iphone7的购买数量是1,评价为“一般”,则iphone7的推荐指数值=0.7*(1)+0.3*(0.7)=0.91。
根据推荐指数值对用户A购买的手机进行再次排序,增加最终排序编号,如下表3所示,对于用户A,第一条、第二条购买记录的最终排序都是1。
表3-用户A购买的手机排序表
生成含有用户A最终排序结果为1的2个手机的推荐商品子集R1,如下表4所示:
表4-用户A的推荐商品子集R1的数据表
对用户A的购买的手机数据扫描完成后,记数器+1,接着处理距离排序为2用户B的数据。根据公式1-1计算用户B购买的手机的推荐指数值,荣耀7、三星、联想和iphone6的推荐指数值都相同,都为0.7*(1)+0.3*(1)=1。根据推荐指数值对用户B购买的手机进行再次排序,增加最终排序编号,如下表5所示,
表5-用户B购买的手机排序表
用户B的购买的手机数据扫描完成后,记数器+1,Num=2,由于荣耀7、三星、联想和iphone6的推荐指数值都相同,则生成含有用户B最终排序结果为1的4个手机的推荐商品子集R2,如表5所示。
如果用户1设置目标人群数量N=2,则将最终结果记录到Result表格,Result表结果记录R目前包含了R1与R2的集合,即R=R1∪R2。将R1和R2这2个推荐商品子集中相同的待选商品的推荐指数值相加,获取在推荐商品集中此待选商品的推荐指数值。由上述的计算可知,iphone6在R1和R2中都存在,则iphone6的推荐指数值为2+1=3。荣耀7、三星和联想仅在R2中存在,则荣耀7、三星和联想的推荐指数值都为1。
可以对最终记录R按照推荐指数值进行汇总,R汇总后的得到推荐商品排名P如表6所示,P主要包含:商品,数量,排名
商品类型 | 商品 | 购买数量 | 最终排序 |
手机 | iphone6 | 3 | 1 |
手机 | 荣耀7 | 1 | 2 |
手机 | 三星 | 1 | 2 |
手机 | 联想 | 1 | 2 |
表6-推荐商品排名表
截止到第2个用户,目前推荐指数值排名第一的商品是Iphone6,数量为3个,如果商品推荐请求携带的推荐商品数量M=1,则将iphone6将作为推荐商品反馈给用户1。
如果目标用户为100个,那么推荐商品集R=(R1∪R2∪R3….∪R100),根据R的结果,计算出推荐商品排名P,从P中提取出推荐商品。
可以仅基于待选商品的购买数量计算推荐指数值并进行排序。例如推荐商品排名P的具体计算方法:
(1)对商品进行汇总
select商品,sum(数量)as汇总数据
From R
group by商品
(2)根据(1)的汇总数据进行排名,取出排序在前M的商品,作为推荐返回商品。
如果推荐商品集中出现排序相同的商品,可按照用户的请求随机取出相关条数。例如,Iphone6的推荐指数值=100,Iphone7的=50,荣耀7的推荐指数值=50,如果需要返回2个推荐商品,则随机取出Iphone7和荣耀7中的一个作为推荐商品。
在一个实施例中,在向客户端发送商品推荐信息时,商品推荐信息携带有购买了推荐商品的目标用户的第二用户位置信息。例如,推荐商品为Iphone6,商品推荐信息携带有用户A和用户B的第二用户位置信息。客户端将第二用户位置信息发送给地图应用,通过地图应用加载第二用户位置信息并进行显示。地图应用可以为各个地图厂家的应用,如百度地图、高德地图等,可以在地图上突出显示与第二用户位置信息对应的位置点的标识信息。
商品推荐信息携带有与推荐商品对应的商家链接地址,接收到客户端作用于商家链接地址发送的访问触发指令,将与商家链接地址对应的商品网页发送给客户端进行显示,商品网页中显示的信息包括:介绍信息、点评信息、购物链接地址。例如,商家链接地址为一家京东网店的地址。当点击商家链接地址时,从京东平台下载与京东网店对应的商品网页并显示,商品为一款手机。
接收到客户端作用于购物链接地址发送的访问触发指令,将与购物链接地址对应的购物网页发送给客户端。接收到客户端发送的购物确定指令以及在购物网页中的购物订单信息,完成费用支付。例如,当点击购物链接地址时,从京东平台下载与此款手机对应的购物网页,用户在与此手机对应的购物网页上填好相关的购买信息后,点击购买按钮,将购物网页中的购物订单信息发送至京东平台。当订单被京东平台确定后,完成费用支付。
上述实施例中提供的商品推荐方法,用户能够选择推荐商品的目标人群数量,根据用户当前位置信息得到距离用户最近的目标人群数量的目标用户,从目标用户购买的与用户选择的商品类别相匹配的待选商品中筛选出推荐商品,用户可以动态选择需要推荐的人群数量范围,能够更灵活地得到用户需要的商品,提高了网上购买商品的效率。
在一个实施例中,本发明提供一种商品推荐装置20,包括:推荐请求接收模块21、目标用户筛选模块22、推荐商品确定模块23、推荐信息发送模块24和用户购物处理模块25。
推荐请求接收模块21接收客户端发送的商品推荐请求,商品推荐请求携带的信息包括商品类别、第一用户位置信息和目标人群数量N等。目标用户筛选模块22基于第一用户位置信息筛选出N个目标用户,目标用户购买的商品中包含有与商品类别相匹配的待选商品。推荐商品确定模块23根据推荐规则从待选商品中筛选出推荐商品。推荐信息发送模块24将与推荐商品相对应的商品推荐信息发送给客户端。
目标用户筛选模块22获取购买了待选商品的用户的第二用户位置信息,计算第一用户位置信息和第二用户位置信息所表示的位置之间的距离值,获取N个最短距离值,将与N个最短距离值所对应的N个用户确定为N个目标用户。第一用户位置信息和第二用户位置信息包括:经纬度信息。
推荐商品确定模块23依次计算每个目标用户购买的待选商品的推荐指数值,生成包含有具有最高推荐指数值的一个或多个待选商品的推荐商品子集,将N个推荐商品子集进行并集运算,获得推荐商品集。推荐商品确定模块23根据待选商品的推荐指数值从推荐商品集中提取推荐商品。
推荐商品确定模块23获取待选商品的购买数量以及对待选商品的评价信息,基于购买数量和评价信息计算此待选商品的推荐指数值。推荐商品确定模块23将N个推荐商品子集中相同的待选商品的推荐指数值相加,获取在推荐商品集中此待选商品的推荐指数值。商品推荐请求携带的信息包括:推荐商品数量M。推荐商品确定模块23从推荐商品集中选择具有最高推荐指数值的M个待选商品作为推荐商品。
商品推荐信息携带有购买了推荐商品的目标用户的第二用户位置信息。客户端将第二用户位置信息发送给地图应用,通过地图应用加载第二用户位置信息并进行显示。
商品推荐信息携带有与推荐商品对应的商家链接地址。用户购物处理模块25接收客户端作用于商家链接地址发送的访问触发指令,将与商家链接地址对应的商品网页发送给客户端进行显示,商品网页中显示的信息包括:介绍信息、点评信息、购物链接地址。
用户购物处理模块25接收到客户端作用于购物链接地址发送的访问触发指令,将与购物链接地址对应的购物网页发送给客户端。用户购物处理模块25接收到客户端发送的购物确定指令以及在购物网页中的购物订单信息,完成费用支付。
在一个实施例中,如图3所示,本发明提供一种电子商务系统,包括后台服务系统32和客户端31。客户端31可以为APP等,后台服务系统32包括如上任一实施例中的的商品推荐装置。
图4为根据本发明的商品推荐装置的另一个实施例的模块示意图。如图4所示,该装置可包括存储器41、处理器42、通信接口43以及总线44。存储器41用于存储指令,处理器42耦合到存储器41,处理器42被配置为基于存储器41存储的指令执行实现上述的商品推荐方法。
存储器41可以为高速RAM存储器、非易失性存储器(NoN-volatile memory)等,存储器41也可以是存储器阵列。存储器41还可能被分块,并且块可按一定的规则组合成虚拟卷。处理器42可以为中央处理器CPU,或专用集成电路ASIC(ApplicatioN SpecificINtegrated Circuit),或者是被配置成实施本发明的商品推荐方法的一个或多个集成电路。
在一个实施例中,本发明提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,指令被处理器执行时实现如上任一个实施例中的商品推荐方法。
上述实施例中提供的商品推荐方法、装置、电子商务系统及存储介质,用户能够选择推荐商品的目标人群数量,根据用户当前位置信息得到距离用户最近的目标人群数量的目标用户,从目标用户购买的与用户选择的商品类别相匹配的待选商品中筛选出推荐商品,从而得到指定人数的商品推荐,实现了基于用户周围人群数量的个性化推荐,用户可以动态选择需要推荐的人群数量范围,能够更灵活地得到用户需要的商品,提高了网上购买商品的效率,提高了用户的购买感受度。
可能以许多方式来实现本发明的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (15)
1.一种商品推荐方法,其特征在于,包括:
接收客户端发送的商品推荐请求,其中,所述商品推荐请求携带的信息包括:商品类别、第一用户位置信息和目标人群数量N,N>=1;
基于所述第一用户位置信息筛选出N个目标用户,其中,所述目标用户购买的商品中包含有与所述商品类别相匹配的待选商品;
其中,获取购买了所述待选商品的用户的第二用户位置信息;计算所述第一用户位置信息和所述第二用户位置信息所表示的位置之间的距离值;获取N个最短距离值,将与所述N个最短距离值所对应的N个用户确定为所述N个目标用户;根据推荐规则从所述待选商品中筛选出推荐商品,将与所述推荐商品相对应的商品推荐信息发送给所述客户端;
其中,依次计算每个目标用户购买的所述待选商品的推荐指数值,生成包含有具有最高推荐指数值的一个或多个所述待选商品的推荐商品子集;将N个所述推荐商品子集进行并集运算,获得推荐商品集;在进行并集运算时,将所述N个推荐商品子集中相同的待选商品的推荐指数值相加,获取在所述推荐商品集中此待选商品的推荐指数值;根据所述待选商品的推荐指数值从所述推荐商品集中提取所述推荐商品;
所述计算每个目标用户购买的所述待选商品的推荐指数值包括:
获取所述待选商品的购买数量以及对所述待选商品的评价信息,基于所述购买数量和所述评价信息计算此待选商品的推荐指数值;
其中,推荐指数值=A*购买数量+B*评价值;A、B为加权系数。
2.如权利要求1所述的方法,其特征在于,
所述第一用户位置信息和所述第二用户位置信息包括:经纬度信息。
3.如权利要求1所述的方法,其特征在于,所述商品推荐请求携带的信息包括:推荐商品数量M,M>=1;所述方法还包括:
从所述推荐商品集中选择具有最高推荐指数值的M个所述待选商品作为所述推荐商品。
4.如权利要求1所述的方法,其特征在于,所述商品推荐信息携带有购买了所述推荐商品的目标用户的第二用户位置信息;所述方法还包括:
所述客户端将所述第二用户位置信息发送给地图应用,通过所述地图应用加载所述第二用户位置信息并进行显示。
5.如权利要求1所述的方法,其特征在于,所述商品推荐信息携带有与所述推荐商品对应的商家链接地址;所述方法还包括:
接收到所述客户端作用于所述商家链接地址发送的访问触发指令;
将与所述商家链接地址对应的商品网页发送给所述客户端进行显示;其中,所述商品网页中显示的信息包括:介绍信息、点评信息、购物链接地址。
6.如权利要求5所述的方法,其特征在于,还包括:
接收到所述客户端作用于所述购物链接地址发送的访问触发指令;
将与所述购物链接地址对应的购物网页发送给所述客户端;
接收到所述客户端发送的购物确定指令以及在所述购物网页中的购物订单信息,完成费用支付。
7.一种商品推荐装置,其特征在于,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1至6中任一项所述的商品推荐方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如权利要求1至6中任一项所述的商品推荐方法。
9.一种商品推荐装置,其特征在于,包括:
推荐请求接收模块,用于接收客户端发送的商品推荐请求,其中,所述商品推荐请求携带的信息包括:商品类别、第一用户位置信息和目标人群数量N,N>=1;
目标用户筛选模块,用于基于所述第一用户位置信息筛选出N个目标用户,其中,所述目标用户购买的商品中包含有与所述商品类别相匹配的待选商品;所述目标用户筛选模块,具体用于获取购买了所述待选商品的用户的第二用户位置信息,计算所述第一用户位置信息和所述第二用户位置信息所表示的位置之间的距离值,获取N个最短距离值,将与所述N个最短距离值所对应的N个用户确定为所述N个目标用户;
推荐商品确定模块,用于根据推荐规则从所述待选商品中筛选出推荐商品;
推荐信息发送模块,用于将与所述推荐商品相对应的商品推荐信息发送给所述客户端;
其中,所述推荐商品确定模块,还用于依次计算每个目标用户购买的所述待选商品的推荐指数值,生成包含有具有最高推荐指数值的一个或多个所述待选商品的推荐商品子集;将N个所述推荐商品子集进行并集运算,获得推荐商品集;根据所述待选商品的推荐指数值从所述推荐商品集中提取所述推荐商品;所述推荐商品确定模块,还用于在进行并集运算时,将所述N个推荐商品子集中相同的待选商品的推荐指数值相加,获取在所述推荐商品集中此待选商品的推荐指数值;
所述推荐商品确定模块,还用于获取所述待选商品的购买数量以及对所述待选商品的评价信息,基于所述购买数量和所述评价信息计算此待选商品的推荐指数值;其中,推荐指数值=A*购买数量+B*评价值;A、B为加权系数。
10.如权利要求9所述的商品推荐装置,其特征在于,
所述第一用户位置信息和所述第二用户位置信息包括:经纬度信息。
11.如权利要求9所述的商品推荐装置,其特征在于,所述商品推荐请求携带的信息包括:推荐商品数量M,M>=1;
所述推荐商品确定模块,还用于从所述推荐商品集中选择具有最高推荐指数值的M个所述待选商品作为所述推荐商品。
12.如权利要求9所述的商品推荐装置,其特征在于,所述商品推荐信息携带有购买了所述推荐商品的目标用户的第二用户位置信息;所述客户端将所述第二用户位置信息发送给地图应用,通过所述地图应用加载所述第二用户位置信息并进行显示。
13.如权利要求9所述的商品推荐装置,其特征在于,所述商品推荐信息携带有与所述推荐商品对应的商家链接地址;还包括:
用户购物处理模块,用于接收所述客户端作用于所述商家链接地址发送的访问触发指令,将与所述商家链接地址对应的商品网页发送给所述客户端进行显示;其中,所述商品网页中显示的信息包括:介绍信息、点评信息、购物链接地址。
14.如权利要求13所述的商品推荐装置,其特征在于,
所述用户购物处理模块,还用于接收到所述客户端作用于所述购物链接地址发送的访问触发指令,将与所述购物链接地址对应的购物网页发送给所述客户端;接收到所述客户端发送的购物确定指令以及在所述购物网页中的购物订单信息,完成费用支付。
15.一种电子商务系统,包括后台服务系统,其特征在于,
所述后台服务系统包括如权利要求9至14中任一项所述的商品推荐装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710700639.4A CN107481114B (zh) | 2017-08-16 | 2017-08-16 | 商品推荐方法、装置、电子商务系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710700639.4A CN107481114B (zh) | 2017-08-16 | 2017-08-16 | 商品推荐方法、装置、电子商务系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107481114A CN107481114A (zh) | 2017-12-15 |
CN107481114B true CN107481114B (zh) | 2021-09-10 |
Family
ID=60599629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710700639.4A Active CN107481114B (zh) | 2017-08-16 | 2017-08-16 | 商品推荐方法、装置、电子商务系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107481114B (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133406B (zh) * | 2017-12-21 | 2021-10-15 | 北京星选科技有限公司 | 信息显示方法、装置、电子设备及计算机可读存储介质 |
CN108596701A (zh) * | 2017-12-29 | 2018-09-28 | 深圳正品创想科技有限公司 | 一种商品推荐方法和装置 |
CN109697652A (zh) | 2018-06-29 | 2019-04-30 | 京东方科技集团股份有限公司 | 一种商场的商品推荐方法和服务器 |
CN110796509B (zh) * | 2018-08-03 | 2024-03-22 | 阿里巴巴集团控股有限公司 | 商品推荐方法及装置 |
CN109064289A (zh) * | 2018-08-07 | 2018-12-21 | 拉扎斯网络科技(上海)有限公司 | 信息推荐方法、装置、设备及计算机可读存储介质 |
CN109309715B (zh) * | 2018-09-20 | 2021-11-30 | 江苏满运软件科技有限公司 | 基于用户群的信息分组推送方法、系统、设备及存储介质 |
CN109300016B (zh) * | 2018-10-29 | 2021-11-16 | 成都理工大学 | 一种基于两两物品差异相关性的商品推荐方法 |
CN109493192A (zh) * | 2018-12-17 | 2019-03-19 | 广州市位讯信息科技有限责任公司 | 一种智能推荐商品的方法及系统 |
CN109493200B (zh) * | 2019-01-24 | 2021-08-10 | 深圳市活力天汇科技股份有限公司 | 一种机票出行商品的推荐方法 |
CN109993573A (zh) * | 2019-02-19 | 2019-07-09 | 拉扎斯网络科技(上海)有限公司 | 信息投放方法、装置、电子设备和非易失性存储介质 |
CN110111170B (zh) * | 2019-03-28 | 2024-07-16 | 北京三快在线科技有限公司 | 候选商家匹配方法、装置、电子设备及可读存储介质 |
CN110070669A (zh) * | 2019-04-29 | 2019-07-30 | 东莞市糖酒集团美宜佳便利店有限公司 | 一种贩卖机出货方法 |
CN112085425A (zh) * | 2019-06-14 | 2020-12-15 | 北京京东振世信息技术有限公司 | 一种包装选择方法和装置 |
CN110287419A (zh) * | 2019-06-28 | 2019-09-27 | 重庆金窝窝网络科技有限公司 | 一种商品推荐方法、装置、服务器及存储介质 |
CN110322324B (zh) * | 2019-07-03 | 2021-09-24 | 杭州选服科技有限公司 | 服装款式精准匹配分发方法及系统 |
CN110335091A (zh) * | 2019-07-15 | 2019-10-15 | 浪潮软件股份有限公司 | 一种基于长尾效应的卷烟惊喜度推荐方法及系统 |
CN112446752B (zh) * | 2019-08-29 | 2024-06-21 | 北京京东尚科信息技术有限公司 | 信息推送方法、装置、电子商务系统以及存储介质 |
CN111046127B (zh) * | 2019-12-18 | 2023-08-29 | 秒针信息技术有限公司 | 基于地图的信息显示方法、装置、电子设备及存储介质 |
CN111177563B (zh) * | 2019-12-31 | 2023-06-27 | 北京顺丰同城科技有限公司 | 一种信息推荐方法、装置、电子设备和存储介质 |
CN111681070B (zh) * | 2020-05-25 | 2023-08-29 | 深圳市商汤科技有限公司 | 线上商品的购买方法、购买装置、存储装置及购买设备 |
CN111899068A (zh) * | 2020-07-07 | 2020-11-06 | 拉扎斯网络科技(上海)有限公司 | 商品导购方法、装置、存储介质及计算机设备 |
CN111858686B (zh) * | 2020-07-08 | 2024-05-28 | 深圳市富途网络科技有限公司 | 数据显示方法、装置、终端设备及存储介质 |
CN112632390A (zh) * | 2020-12-29 | 2021-04-09 | 北京鸿享技术服务有限公司 | 基于标签的信息推荐方法、装置、设备及存储介质 |
CN112732439A (zh) * | 2021-01-05 | 2021-04-30 | 北京三快在线科技有限公司 | 一种资源获取方法、装置、存储介质及电子设备 |
CN112734531B (zh) * | 2021-01-15 | 2024-04-12 | 广州富港生活智能科技有限公司 | 物品推荐方法、装置、电子设备及存储介质 |
CN113268632A (zh) * | 2021-05-08 | 2021-08-17 | 北京达佳互联信息技术有限公司 | 一种推荐对象的方法、装置、电子设备及存储介质 |
CN113468419A (zh) * | 2021-06-28 | 2021-10-01 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、电子设备和存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102609869B (zh) * | 2012-02-03 | 2015-06-17 | 纽海信息技术(上海)有限公司 | 商品购买系统和方法 |
CN102938123A (zh) * | 2012-10-24 | 2013-02-20 | 江苏乐买到网络科技有限公司 | 一种向用户推荐商品信息的方法 |
CN103077220B (zh) * | 2012-12-29 | 2016-06-29 | 中国科学院深圳先进技术研究院 | 一种基于用户群关联度的个性化推荐方法及系统 |
CN106485562B (zh) * | 2015-09-01 | 2020-12-04 | 苏宁云计算有限公司 | 一种基于用户历史行为的商品信息推荐方法及系统 |
CN106777200A (zh) * | 2016-12-23 | 2017-05-31 | Tcl集团股份有限公司 | 项目推荐的方法及装置 |
CN106651533A (zh) * | 2016-12-29 | 2017-05-10 | 合肥华凌股份有限公司 | 一种基于用户行为的个性化商品推荐方法及装置 |
CN106651546B (zh) * | 2017-01-03 | 2021-12-07 | 重庆邮电大学 | 一种面向智慧社区的电子商务信息推荐方法 |
CN107045700A (zh) * | 2017-04-13 | 2017-08-15 | 中国联合网络通信集团有限公司 | 基于流式用户行为分析的产品推送方法和装置 |
-
2017
- 2017-08-16 CN CN201710700639.4A patent/CN107481114B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107481114A (zh) | 2017-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107481114B (zh) | 商品推荐方法、装置、电子商务系统及存储介质 | |
US10846775B1 (en) | Identifying item recommendations through recognized navigational patterns | |
CN104881807A (zh) | 一种推荐商品信息的方法及装置 | |
CN104978346A (zh) | 提供用户评价信息的方法及系统 | |
CN108596695B (zh) | 实体推送方法及系统 | |
US20140129333A1 (en) | Advertising system, advertising system control method, program, and information storage medium | |
US9489461B2 (en) | Search ranking diversity based on aspect affinity | |
CN112184399B (zh) | 一种基于互联网的商品销售推荐系统及方法 | |
CN109615425A (zh) | 一种产品推荐方法、装置、电子设备及存储介质 | |
CN111027895A (zh) | 商品的备料预测、行为数据收集方法、装置、设备和介质 | |
CN103890762A (zh) | 信息处理装置、信息处理方法、信息处理程序以及记录介质 | |
JP2010073170A (ja) | 推薦商品選択装置、推薦商品選択プログラムおよび商品検索装置 | |
CN110781307A (zh) | 目标物品关键词和标题生成方法、搜索方法以及相关设备 | |
JP6976207B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN110210887A (zh) | 一种用户权益数据的处理方法及装置 | |
CN112948521B (zh) | 对象处置方法及装置 | |
CN111899068A (zh) | 商品导购方法、装置、存储介质及计算机设备 | |
CN109711917A (zh) | 信息推送方法和装置 | |
CN114581175A (zh) | 商品推送方法、装置、存储介质及电子设备 | |
JP2014115951A (ja) | 属性情報最適化装置、属性情報最適化プログラム及び属性情報の最適化方法、並びにレコメンド対象選択装置、レコメンド対象選択プログラム及びレコメンド対象の選択方法 | |
CN115131084A (zh) | 推荐方法及相关设备 | |
CN111222985A (zh) | 理财产品交易方法及装置 | |
WO2017203631A1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
CN106204163B (zh) | 一种用户属性特征的确定方法和装置 | |
JP2019215717A (ja) | マッチングシステム、マッチング方法、及びコンピュータプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |