CN107742248A - 一种商品推荐方法及系统 - Google Patents
一种商品推荐方法及系统 Download PDFInfo
- Publication number
- CN107742248A CN107742248A CN201711224349.3A CN201711224349A CN107742248A CN 107742248 A CN107742248 A CN 107742248A CN 201711224349 A CN201711224349 A CN 201711224349A CN 107742248 A CN107742248 A CN 107742248A
- Authority
- CN
- China
- Prior art keywords
- user
- address
- commercial product
- product recommending
- commodity
- 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
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)
Abstract
本发明公开了一种商品推荐方法及系统,所述商品推荐方法包括以下步骤:预先建立商品与气候气象数据、人文消费信息、用户性别的多对多关系模型;确定用户登录账户信息;实时采集指定地区气候气象数据、人文消费信息;判断用户IP地址和收获地址是否相同;选择不同商品推荐模型进行推荐;及时反馈处理用户对推荐商品的接收信息。本发明公开的商品推荐系统包括中央服务器、客户端、预设模块、信息采集单元、地址判断处理器、执行处理器、预设处理器、推荐单元、反馈单元;各系统单元之间有机组合,循环工作,在保证系统健康运行的同时实现商品的有效推荐。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种商品推荐方法及系统。
背景技术
生活中的“衣食住行”都会受到天气的影响,天气变化能直接影响人们的消费,因为天气直接影响人的生理和心理,支配他们的消费行为。天气是一个影响“衣食住行”的重大因素,比如温度变化与商品销售之间存在关联关系,冷饮、西瓜、电扇、避暑旅游等消费都是和气象温度有很大的关联;现在人们的“衣食住行”有很大一部分都开始在网络上进行,网购、团购等方式的出现逐渐成为人们的在衣食住行的一种消费选择,但是这些选择是否也会受到天气气象的影响,影响范围是怎么样的,影响程度是怎样的,这都是需要研究发现的问题,这些问题的研究有利于制定科学的、客观的网络营销策略,减少资源的浪费和有效的提高营销收益。
同时,网购、团购等消费方式是否会因为地区人文消费差异、不同消费者性别的影响呢,影响程度又是怎样的呢?
现有的商品推荐方法大多为通过用户消费痕迹推荐单一的商品,推荐商品不易被消费者接受,并出现重复推荐、反复推荐、无节制推荐状况,严重影响用户消费心情,滋生负面情绪。
发明内容
为了解决上述问题,建立一种健康、有效的商品推荐模式,本发明公开了一种商品推荐方法及系统。
本发明是通过以下技术方案实现的:
一种商品推荐方法,包括以下步骤:
预先建立商品与气候气象数据、人文消费信息、用户性别的多对多关系模型;
确定用户登录信息,实时采集用户IP地址所处地区的气候气象数据、人文消费信息,同时实时采集用户收获地址所处地区的气候气象数据、人文消费信息;
通过用户注册基本信息预判用户性别;预设用户性别、用户IP地址所处地区的气候气象数据、人文消费信息与商品三对一的商品推荐模型A;预设用户性别、用户收获地址所处地区的气候气象数据、人文消费信息与商品三对一的商品推荐模型B;
判断用户IP地址和收获地址是否相同;如果是,选择商品推荐模型A进行推荐;如果否,选择商品推荐模型B进行推荐;
向用户推荐商品,并建立推荐反馈单元,如果用户选择接受推荐商品,则停止推荐;如果用户拒绝推荐商品,则继续推荐其他类似商品;如果用户拒绝推荐3次以上,则取消推荐,同时建立推荐窗口,如用户需要商品推荐时可主动点击窗口,享受推荐。
优选的,所述商品推荐模型预设方法如下:
实时采集用户IP地址或收获地址的气候气象数据,人文消费信息,并结合用户性别,选择性向用户推荐适当的商品;所述推荐商品包括一种或一种以上。
优选的,所述气候气象数据采集方法为:
采集用户IP地址或收获地址所处地区降水量、PM2.5、风速、日照时数、气温、空气湿度中一种或一种以上的相关数据。
优选的,所述人文消费信息采集方法为:
采集用户IP地址或收获地址所处地区的旅游资源情况、社会经济发展情况、传统习俗、传统美食、地区人均GDP中一种或一种的以上相关数据。
一种商品推荐系统,包括:
一用于管理、维护系统正常、健康运行的中央服务器;
一用于用户登录、注册、进入系统界面的客户端;
一用于建立推荐商品与气候气象数据、人文消费信息、用户性别多对多关系模型的预设模块;
一用于采集各指定地区气候气象数据、人文消费信息的信息采集单元;
一用于判别用户IP地址与收获地址是否相同的地址判断处理器;
一用于执行命令的执行处理器;
一用于预设商品推荐模型A或B的预设处理器;
一用于商品推荐的推荐单元;
一用于反馈推荐接收信息的反馈单元;
优选的,所述系统还包括一云储存单元,用于储存系统运行数据;所述云储存单元还包括临时储存介质和永久储存介质。
优选的,所述反馈单元包括
一用于判断推荐是否满3次以上的判断单元;
一用于执行上述命令的执行单元;
一用于运行服务整个反馈单元的运行服务单元;
一用于商品推荐的商品推荐单元;
一用于被动推荐商品的隐形商品推荐窗口。
本发明的有益效果是:
1、本发明通过建立推荐商品与气候气象数据、人文消费信息、用户性别的多对多关系模型,采集用户IP地址或收获地址的实时气候气象数据、人文消费信息及用户性别,构建多种消费影响因素与多种商品相对应的商品推荐模式,有效为用户多方面推荐其可能需要的商品;
2、本发明提供的商品推荐方法及系统包括一反馈单元,根据用户对推荐商品的接受程度选择是否继续推荐商品,并且推荐次数最多为3次,有效防止因推荐次数过多而影响用户消费心情等状况发生,让用户可自由选择器真正需要的商品;在结束主动推荐的同时转变为被动商品推荐窗口,如用户需要商品推荐,可自动点击商品推荐窗口。
附图说明
图1为本发明提供的商品推荐方法及系统的运行流程图。
图2为本发明提供的商品推荐方法及系统的结构示意图。
图3为云储存介质结构示意图。
图4为反馈单元结构示意图。
具体实施方式
下面结合具体实施方式对本发明进一步作详细的说明。
构建如图2所示的商品推荐系统,所述系统包括:
中央服务器:用于管理、维护系统正常、健康运行;
客户端:用于用户登录、注册、进入系统界面;
预设模块:用于建立推荐商品与气候气象数据、人文消费信息、用户性别的多对多关系模型;
信息采集单元:用于采集各指定地区气候气象数据、人文消费信息的;
地址判断处理器:用于判别用户IP地址与收获地址是否相同;
执行处理器:用于执行上述命令;
预设处理器:用于预设商品推荐模型A或B;
推荐单元:用于推荐商品;
反馈单元:用于反馈商品推荐接收信息。
优选的,所述系统还包括一用于储存系统运行数据的云储存单元;所述云储存单元还包括临时储存介质和永久储存介质;所述临时储存介质用于储存系统实时信息数据,实现数据的可提取式储存;所述永久储存介质用于储存用户信息和消费记录,用于统计用户商品购买种类,计算用户偏爱商品种类,为用户下次登录客户端时推荐其最能接受的商品,实现商品推荐的最大效益化和用户消费舒适化。
优选的,所述反馈单元包括
判断单元:用于判断商品推荐是否满3次以上;
运行服务单元:用于运行服务整个反馈单元;
执行单元:用于执行上述命令;
商品推荐单元:用于向用户推荐其他不同种类的商品;
商品推荐窗口:用于商品推荐满3次以后的隐形商品推荐,用户可根据自我主观需求点击此窗口,享受商品推荐。
为了对本发明作出详细的运行方法说明,本实施例还提供一种在此商品推荐系统基础上商品推荐方法,所述方法包括以下步骤:
a、预先建立商品与气候气象数据、人文消费信息、用户性别的多对多关系模型;所述气候气象数据包括气温和降水量,所述人文消费信息包括旅游资源情况、传统习俗、传统美食信息;
b、确定用户登录信息,实时采集用户IP地址所处地区的气温和降水量参数,旅游资源情况、传统习俗及传统美食信息,同时实时采集用户收获地址所处地区的气温和降水量参数,旅游资源情况、传统习俗及传统美食信息;
c、通过用户注册基本信息预判用户性别;预设用户性别、用户IP地址所处地区的气温和降水量参数,旅游资源情况、传统习俗及传统美食信息与商品三对一的商品推荐模型A;预设用户性别、用户收获地址所处地区的降水量参数,旅游资源情况、传统习俗及传统美食信息与商品三对一的商品推荐模型B;
d、判断用户IP地址和收获地址是否相同;如果是,选择商品推荐模型A进行推荐;如果否,选择商品推荐模型B进行推荐;
e、向用户推荐商品,并建立推荐反馈单元,如果用户选择接受推荐商品,则停止推荐;如果用户拒绝推荐商品,则继续推荐其他类似商品;如果用户拒绝推荐3次以上,则取消推荐,同时建立商品推荐窗口,如用户需要商品推荐时可主动点击窗口,享受推荐。
以上所述仅为本发明的实施例,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它相关的技术领域,均同理包括在本发明的专利保护范围之内。
Claims (7)
1.一种商品推荐方法,其特征在于,包括以下步骤:
预先建立商品与气候气象数据、人文消费信息、用户性别的多对多关系模型;
确定用户登录信息,实时采集用户IP地址所处地区的气候气象数据、人文消费信息,同时实时采集用户收获地址所处地区的气候气象数据、人文消费信息;
通过用户注册基本信息预判用户性别;预设用户性别、用户IP地址所处地区的气候气象数据、人文消费信息与商品三对一的商品推荐模型A;预设用户性别、用户收获地址所处地区的气候气象数据、人文消费信息与商品三对一的商品推荐模型B;
判断用户IP地址和收获地址是否相同;如果是,选择商品推荐模型A进行推荐;如果否,选择商品推荐模型B进行推荐;
向用户推荐商品,并建立推荐反馈单元,如果用户选择接受推荐商品,则停止推荐;如果用户拒绝推荐商品,则继续推荐其他类似商品;如果用户拒绝推荐3次以上,则取消推荐,同时建立推荐窗口,如用户需要商品推荐时可主动点击窗口,享受推荐。
2.根据权利要求1所述的一种商品推荐方法,其特征在于,所述商品推荐模型预设方法如下:
实时采集用户IP地址或收获地址的气候气象数据,人文消费信息,并结合用户性别,选择性向用户推荐适当的商品;所述推荐商品包括一种或一种以上。
3.根据权利要求1所述的一种商品推荐方法,其特征在于,所述气候气象数据采集方法为:
采集用户IP地址或收获地址所处地区降水量、PM2.5、风速、日照时数、气温、空气湿度中一种或一种以上的相关数据。
4.根据权利要求1所述的一种商品推荐方法,其特征在于,所述人文消费信息采集方法为:
采集用户IP地址或收获地址所处地区的旅游资源情况、社会经济发展情况、传统习俗、传统美食、地区人均GDP中一种或一种的以上相关数据。
5.一种商品推荐系统,其特征在于,包括:
一用于管理、维护系统正常、健康运行的中央服务器;
一用于用户登录、注册、进入系统界面的客户端;
一用于建立推荐商品与气候气象数据、人文消费信息、用户性别多对多关系模型的预设模块;
一用于采集各指定地区气候气象数据、人文消费信息的信息采集单元;
一用于判别用户IP地址与收获地址是否相同的地址判断处理器;
一用于执行命令的执行处理器;
一用于预设商品推荐模型A或B的预设处理器;
一用于商品推荐的推荐单元;
一用于反馈推荐接收信息的反馈单元。
6.根据权利要求5所述的一种商品推荐系统,其特征在于,所述系统还包括一云储存单元,用于储存系统运行数据;所述云储存单元还包括临时储存介质和永久储存介质。
7.根据权利要求5所述的一种商品推荐系统,其特征在于,所述反馈单元包括:
一用于判断推荐是否满3次以上的判断单元;
一用于执行上述命令的执行单元;
一用于运行服务整个反馈单元的运行服务单元;
一用于商品推荐的商品推荐单元;
一用于被动推荐商品的隐形商品推荐窗口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711224349.3A CN107742248A (zh) | 2017-11-29 | 2017-11-29 | 一种商品推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711224349.3A CN107742248A (zh) | 2017-11-29 | 2017-11-29 | 一种商品推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107742248A true CN107742248A (zh) | 2018-02-27 |
Family
ID=61239709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711224349.3A Pending CN107742248A (zh) | 2017-11-29 | 2017-11-29 | 一种商品推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107742248A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108876541A (zh) * | 2018-06-20 | 2018-11-23 | 郑州村村联网络技术有限公司 | 商品推荐方法及装置 |
CN109410458A (zh) * | 2018-09-25 | 2019-03-01 | 虫极科技(北京)有限公司 | 一种商品推荐方法和智能货柜 |
CN110245982A (zh) * | 2019-06-03 | 2019-09-17 | 杭州小伊智能科技有限公司 | 一种用于彩妆零售咨询应用的方法、装置及存储介质 |
CN111008879A (zh) * | 2018-10-08 | 2020-04-14 | 合隆毛厂股份有限公司 | 信息推荐系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567899A (zh) * | 2011-12-27 | 2012-07-11 | 纽海信息技术(上海)有限公司 | 基于地理信息的商品推荐方法 |
CN106294489A (zh) * | 2015-06-08 | 2017-01-04 | 北京三星通信技术研究有限公司 | 内容推荐方法、装置及系统 |
CN106326375A (zh) * | 2016-08-15 | 2017-01-11 | 合肥华凌股份有限公司 | 一种商品推荐方法、推荐装置及冰箱 |
CN106408483A (zh) * | 2016-08-31 | 2017-02-15 | 国信优易数据有限公司 | 一种气象云智能商务方法与系统 |
CN107169844A (zh) * | 2017-06-07 | 2017-09-15 | 山东浪潮云服务信息科技有限公司 | 一种商品推荐方法及装置 |
CN107391582A (zh) * | 2017-06-21 | 2017-11-24 | 浙江工商大学 | 基于上下文本体树计算用户偏好相似度的信息推荐方法 |
-
2017
- 2017-11-29 CN CN201711224349.3A patent/CN107742248A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567899A (zh) * | 2011-12-27 | 2012-07-11 | 纽海信息技术(上海)有限公司 | 基于地理信息的商品推荐方法 |
CN106294489A (zh) * | 2015-06-08 | 2017-01-04 | 北京三星通信技术研究有限公司 | 内容推荐方法、装置及系统 |
CN106326375A (zh) * | 2016-08-15 | 2017-01-11 | 合肥华凌股份有限公司 | 一种商品推荐方法、推荐装置及冰箱 |
CN106408483A (zh) * | 2016-08-31 | 2017-02-15 | 国信优易数据有限公司 | 一种气象云智能商务方法与系统 |
CN107169844A (zh) * | 2017-06-07 | 2017-09-15 | 山东浪潮云服务信息科技有限公司 | 一种商品推荐方法及装置 |
CN107391582A (zh) * | 2017-06-21 | 2017-11-24 | 浙江工商大学 | 基于上下文本体树计算用户偏好相似度的信息推荐方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108876541A (zh) * | 2018-06-20 | 2018-11-23 | 郑州村村联网络技术有限公司 | 商品推荐方法及装置 |
CN109410458A (zh) * | 2018-09-25 | 2019-03-01 | 虫极科技(北京)有限公司 | 一种商品推荐方法和智能货柜 |
CN111008879A (zh) * | 2018-10-08 | 2020-04-14 | 合隆毛厂股份有限公司 | 信息推荐系统及方法 |
CN110245982A (zh) * | 2019-06-03 | 2019-09-17 | 杭州小伊智能科技有限公司 | 一种用于彩妆零售咨询应用的方法、装置及存储介质 |
CN110245982B (zh) * | 2019-06-03 | 2021-10-08 | 杭州小伊智能科技有限公司 | 一种用于彩妆零售咨询应用的方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107742248A (zh) | 一种商品推荐方法及系统 | |
Telfer et al. | Strengthening backward economic linkages: Local food purchasing by three Indonesian hotels | |
Lillywhite et al. | Consumer preferences for locally produced food ingredient sourcing in restaurants | |
CN103884152A (zh) | 提供健康指数的冰箱和系统 | |
WO2020160548A1 (en) | Systems and methods for measuring beehive strength | |
Li et al. | Correlation between ploidy level and fruit characters of the main kiwifruit cultivars in China: implication for selection and improvement | |
Fabbrizzi et al. | The Short Food Supply Chain: a Concrete Example of Sustainability: a Literature Review | |
Chaparro Africano et al. | Peasant economy sustainability in peasant markets, Colombia | |
CN106288589A (zh) | 一种智能冰箱食材选取方法、系统及智能冰箱 | |
JP2020024702A (ja) | 生産流通管理システム、管理方法、及びプログラム | |
JP2020024703A (ja) | 生産管理システム、管理方法、及びプログラム | |
KR20180003791A (ko) | 식물공장을 자동으로 제어하는 장치 및 방법 | |
Si et al. | Supermarkets, wet markets and food patronage in Nanjing, China | |
JP2020024701A (ja) | 生産流通管理システム、管理方法、及びプログラム | |
Cohen et al. | The effect of loss leader pricing on restaurant menus' product portfolio analysis | |
Schmit et al. | Assessing barriers to expansion of farm-to-chef sales: A case study from upstate New York | |
Park et al. | A study on the relationships among service quality, perceived benefit, value, and behavioral intention as perceived by franchise snack bar restaurant consumers-Application of means-end chain theory | |
Padillo Jr et al. | Modelling the priority attributes of customer loyalty in Philippine single-dish restaurants | |
Sakthirama et al. | An analysis on Food Choice Motives of Organic Tea in Coimbatore. | |
Ismail et al. | Competitiveness of the Malaysian food processing industry | |
Sohn | Watering cities: spatial analysis of urban water use in the Southeastern United States | |
NTAWUZUMUNSI et al. | Design and implementation of smart bees hiving & monitoring system | |
Htoo | The effect of goods and services, and employment on purchasing power parity: A case study of SME in Myanmar | |
Singh et al. | major Problems and Prospects of food Processing Industry in Punjab | |
Mittal et al. | A study on impact of demographics on buying behavior of food and grocery consumers in Punjab |
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 |