CN108596705A - 一种适用于电子商务的商品与信息分类推荐方法及系统 - Google Patents
一种适用于电子商务的商品与信息分类推荐方法及系统 Download PDFInfo
- Publication number
- CN108596705A CN108596705A CN201810246498.8A CN201810246498A CN108596705A CN 108596705 A CN108596705 A CN 108596705A CN 201810246498 A CN201810246498 A CN 201810246498A CN 108596705 A CN108596705 A CN 108596705A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- commodity
- record
- essential attribute
- 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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种适用于电子商务的商品与信息分类推荐方法及系统,涉及电子商务技术领域,首先将所有商品和信息进行属性分类,再确定用户的基本属性,接着将用户的基本属性和商品和信息的属性分类进行对应,得到适合每个用户基本属性的商品和信息,将这些商品和信息推荐给用户,并在购买后向用户推荐已购买商品的配套商品和信息,以及分析已购买商品的时效信息,在商品的时效过期后再次为用户推荐同类商品,本发明具有极强的针对性,每个用户都可以享受个性化的推荐和购买体验,免去挑选商品的繁琐步骤,一步到位提供管家式的购买建议。
Description
技术领域
本发明涉及电子商务技术领域,特别是涉及一种适用于电子商务的商品与信息分类推荐方法及系统。
背景技术
传统实体商店中商品的分类方式是按照商品属性进行的,例如食品、化妆品、服装、电器等,每个大的分类中还会有很多小的分类、分类摆放的目的是方便顾客找到自己需要的商品,当顾客需要几种不同的商品时只需要按分类顺序选择购买就能实现。
现有的电子商务网站的商品分类同样遵循实体商店的原则,电子商务的鼻祖是美国的亚马逊,中的京东商城、淘宝网、当当网、一号店等都是按照商品属性进行分类的。同样在电子商务网站购物也和实体商店的过程相类似。网站按照商品属性分类方式有一个巨大缺陷,就是当用户想要购买多件商品时,需要把网站的多个分类列表点击一遍才能找到想要购买的商品,非常浪费时间并且可能需要做一个需求列表,否则可能会忘记购买某件商品,另外每个用户购买商品的流程也是一样的,无法达到为每个用户进行个性化商品推荐。
发明内容
本发明实施例提供了一种适用于电子商务的商品与信息分类推荐方法及系统,可以解决现有技术中存在的问题。
本发明提供了一种适用于电子商务的商品与信息分类推荐方法,该方法包括以下步骤:
对当前销售的所有商品和信息进行属性分类,将这些商品和信息分类到适合的购买人群;
确定当前用户的基本属性,对于已登录的用户,所述基本属性根据已登录用户的基本信息和该用户的购买记录和收藏记录分析确定;对于未登录用户,根据用户输入的信息或根据浏览器的Cookies信息或APP的浏览记录确定基本属性;
购买前,在用户确认开始个性化推荐后,将已经确定的用户基本属性与所有商品和信息的属性分类进行对应,得到符合当前用户的基本属性的所有商品和信息,接着将这些商品和信息以分类的方式进行展示;
购买完成后,分析用户购买的商品和信息是否具有配套商品和信息,如果有则再次将配套商品和信息进行推荐。
优选地,对于已登录用户,所述基本属性包括性别、年龄、职业和兴趣爱好,如果当前用户是初次通过电子商务购物,无法查询到该用户的购买记录和收藏记录,则根据用户的基本信息确定用户的性别和年龄,再在数据库中查询符合该性别和年龄条件的用户中购买记录和收藏记录最多的商品和信息,作为当前用户的购买记录和收藏记录,再根据购买记录和收藏记录确定用户的职业和兴趣爱好。
优选地,对于未登录用户,首先提示用户是否登录,如果用户选择确定并成功登录,则按照上述对于已登录用户的处理方式进行相应处理;如果用户选择不登录,则先询问用户是否输入自己的基本属性,如果用户选择确定并输入了准确的信息,则确定用户基本属性的步骤结束;如果用户拒绝输入,则根据浏览器的Cookies信息或APP的浏览记录确定用户的基本属性。
优选地,购买前,在主页面上弹出对话框询问用户是否开始个性化推荐,如果用户选择否,则在主页上显示传统的商品和信息列表,用户点击信息列表中的大类以及该大类中的小类,跳转至该小类下属的所有商品和信息的展示页面;如果用户选择是,则开始个性化推荐。
本发明实施例还提供了一种适用于电子商务的商品与信息分类推荐系统,所述系统包括服务器,所述服务器具有处理器和存储设备,所述存储设备中存储有多条计算机指令,所述处理器用以对该些计算机指令加载并执行:
对当前销售的所有商品和信息进行属性分类,将这些商品和信息分类到适合的购买人群;
确定当前用户的基本属性,对于已登录的用户,所述基本属性根据已登录用户的基本信息和该用户的购买记录和收藏记录分析确定;对于未登录用户,根据用户输入的信息或根据浏览器的Cookies信息或APP的浏览记录确定基本属性;
购买前,在用户确认开始个性化推荐后,将已经确定的用户基本属性与所有商品和信息的属性分类进行对应,得到符合当前用户的基本属性的所有商品和信息,接着将这些商品和信息以分类的方式进行展示;
购买完成后,分析用户购买的商品和信息是否具有配套商品和信息,如果有则再次将配套商品和信息进行推荐;
分析本次购买的商品和信息的时效性,将这些商品打上时间标签,记录这些商品的时效到期时间,如果以后用户登录的时间达到了该到期时间,则再次对该商品或同类商品进行推荐。
本发明实施例中的一种适用于电子商务的商品与信息分类推荐方法及系统,首先将所有商品和信息进行属性分类,再确定用户的基本属性,接着将用户的基本属性和商品和信息的属性分类进行对应,得到适合每个用户基本属性的商品和信息,将这些商品和信息推荐给用户,并在购买后向用户推荐已购买商品的配套商品和信息,以及分析已购买商品的时效信息,在商品的时效过期后再次为用户推荐同类商品,本发明具有极强的针对性,每个用户都可以享受个性化的推荐和购买体验,免去挑选商品的繁琐步骤,一步到位提供管家式的购买建议。
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是本发明实施例中一种适用于电子商务的商品与信息分类推荐方法的流程图。
具体实施方式
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。
参照图1,本发明实施例提供了一种适用于电子商务的商品与信息分类推荐方法,该方法包括以下步骤:
对当前销售的所有商品和信息进行属性分类,将这些商品和信息分类到适合的购买人群,并精确到每件商品和信息适合的用户的性别、年龄、职业、兴趣爱好等,例如剃须刀是男士专属的商品,且适用于20岁以上的男士,口红、高跟鞋是女士专属的商品,且适用于20岁以上的女士,各种专业医学书籍或用品适合职业医生,电脑配件适合电子产品销售、维修或对电子产品感兴趣的用户,而纸巾、大众食品等则是所有用户都需要的。
确定当前用户的基本属性,该基本属性包括用户的性别、年龄、职业、兴趣爱好等。
对于已登录的用户,这里所说的基本属性来源有两种,一种是根据已登录用户的基本信息确定,另一种是根据当前用户的购买记录和收藏记录分析确定。一些电子商务网站在用户注册时记录的基本信息主要包括姓名、性别、身份证号、电话号码和收货地址,因此无法从记录的基本信息确定用户的职业和兴趣爱好等信息,故需要根据用户的购买记录和收藏记录确定。如果当前用户是初次通过电子商务购物,无法查询到该用户的购买记录和收藏记录,则仅根据用户的基本信息确定用户的性别和年龄,再在数据库中查询符合该性别和年龄条件的用户中购买记录和收藏记录最多的商品和信息,作为当前用户的购买记录和收藏记录。
对于未登录用户,此时无法根据用户的基本信息和购买记录、收藏记录确定该用户的基本属性,对于这种情况,首先提示用户是否登录,如果用户选择确定并成功登录,则按照上述对于已登录用户的处理方式进行相应处理。如果用户选择不登录,只是随便看看,则先询问用户是否输入自己的性别、年龄、兴趣爱好等基本属性,如果用户选择确定并输入了准确的信息,则确定用户基本属性的步骤结束;如果用户拒绝输入,则根据浏览器的Cookies信息或APP的浏览记录确定用户的基本属性。
用户在购买前浏览电子商务网站时,在主页面上弹出对话框询问用户是否立即开始个性化推荐,如果用户选择否,则在主页上显示传统的商品和信息列表,用户点击大类后显示该大类下的多个小类,直到用户点击最细分的小类后跳转至该小类下属的所有商品和信息的展示页面。如果用户选择是,则将已经确定的用户基本属性与所有商品和信息的属性分类进行对应,得到符合当前用户的基本属性的所有商品和信息,接着将这些商品和信息以分类的方式进行展示,用户点击一个分类后即可查看该分类下的所有商品,点击商品展示图片后可以查看该商品的详细信息。由于一个电子商务网站中售卖的商品非常多,通常会达到百万种,而注册用户也很多,某一环境下同时在线活跃用户能够达到数十万个,如果直接进行对应处理的话,那么服务器需要处理的关联度矩阵维度会非常高,这会大大加重服务器的负担,使计算速度变慢,甚至导致服务器崩溃。因此在将商品和信息的属性分类与用户的基本属性进行对应时需要使用分布式计算,跨区域服务器协同作业完成,将大量的计算量分配给多个服务器同时进行处理,可以大大加快运算速度。
用户在完成购买后,分析用户购买的商品和信息是否具有配套商品和信息,这里说的配套商品和信息是指已购买商品和信息在使用过程中需要使用的相关商品和信息,例如一个用户购买了手机,则该手机的配套商品就可以是手机壳、手机贴膜、手机维修工具等,配套信息可以是该手机的使用说明、维修保养地点等。如果有,则在购买成功界面上再次将配套商品和信息进行推荐,便于用户继续购买。
在用户购买完所有商品和信息后,分析本次购买的商品和信息的时效性,例如一部手机的通常使用寿命在1-2年左右,一提纸巾3个月就可以用完,将这些商品打上时间标签,记录这些商品的时效到期时间,如果以后用户登录的时间达到了该到期时间,则再次对该商品或比该商品销量更好的同类商品进行推荐,体现更加细致入微的关怀。
基于相同的发明构思,本发明实施例还提供了一种适用于电子商务的商品与信息分类推荐系统,该系统的实施与上述方法的实施相同,重复之处不再赘述,所述系统包括服务器及用户终端,所述服务器具有处理器和存储设备,所述存储设备中存储有多条计算机指令,所述处理器用以对该些计算机指令加载并执行:
对当前销售的所有商品和信息进行属性分类,将这些商品和信息分类到适合的购买人群;
确定当前用户的基本属性,对于已登录的用户,所述基本属性根据已登录用户的基本信息和该用户的购买记录和收藏记录分析确定;对于未登录用户,根据用户输入的信息或根据浏览器的Cookies信息或APP的浏览记录确定基本属性;
购买前,在用户确认开始个性化推荐后,将已经确定的用户基本属性与所有商品和信息的属性分类进行对应,得到符合当前用户的基本属性的所有商品和信息,接着将这些商品和信息以分类的方式进行展示;
购买完成后,分析用户购买的商品和信息是否具有配套商品和信息,如果有则再次将配套商品和信息进行推荐;
分析本次购买的商品和信息的时效性,将这些商品打上时间标签,记录这些商品的时效到期时间,如果以后用户登录的时间达到了该到期时间,则再次对该商品或同类商品进行推荐。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种适用于电子商务的商品与信息分类推荐方法,其特征在于,该方法包括以下步骤:
对当前销售的所有商品和信息进行属性分类,将这些商品和信息分类到适合的购买人群;
确定当前用户的基本属性,对于已登录的用户,所述基本属性根据已登录用户的基本信息和该用户的购买记录和收藏记录分析确定;对于未登录用户,根据用户输入的信息或根据浏览器的Cookies信息或APP的浏览记录确定基本属性;
购买前,在用户确认开始个性化推荐后,将已经确定的用户基本属性与所有商品和信息的属性分类进行对应,得到符合当前用户的基本属性的所有商品和信息,接着将这些商品和信息以分类的方式进行展示;
购买完成后,分析用户购买的商品和信息是否具有配套商品和信息,如果有则再次将配套商品和信息进行推荐。
2.如权利要求1所述的适用于电子商务的商品与信息分类推荐方法,其特征在于,对于已登录用户,所述基本属性包括性别、年龄、职业和兴趣爱好,如果当前用户是初次通过电子商务购物,无法查询到该用户的购买记录和收藏记录,则根据用户的基本信息确定用户的性别和年龄,再在数据库中查询符合该性别和年龄条件的用户中购买记录和收藏记录最多的商品和信息,作为当前用户的购买记录和收藏记录,再根据购买记录和收藏记录确定用户的职业和兴趣爱好。
3.如权利要求1所述的适用于电子商务的商品与信息分类推荐方法,其特征在于,对于未登录用户,首先提示用户是否登录,如果用户选择确定并成功登录,则按照上述对于已登录用户的处理方式进行相应处理;如果用户选择不登录,则先询问用户是否输入自己的基本属性,如果用户选择确定并输入了准确的信息,则确定用户基本属性的步骤结束;如果用户拒绝输入,则根据浏览器的Cookies信息或APP的浏览记录确定用户的基本属性。
4.如权利要求1所述的适用于电子商务的商品与信息分类推荐方法,其特征在于,购买前,在主页面上弹出对话框询问用户是否开始个性化推荐,如果用户选择否,则在主页上显示传统的商品和信息列表,用户点击信息列表中的大类以及该大类中的小类,跳转至该小类下属的所有商品和信息的展示页面;如果用户选择是,则开始个性化推荐。
5.一种适用于电子商务的商品与信息分类推荐系统,其特征在于,所述系统包括服务器,所述服务器具有处理器和存储设备,所述存储设备中存储有多条计算机指令,所述处理器用以对该些计算机指令加载并执行:
对当前销售的所有商品和信息进行属性分类,将这些商品和信息分类到适合的购买人群;
确定当前用户的基本属性,对于已登录的用户,所述基本属性根据已登录用户的基本信息和该用户的购买记录和收藏记录分析确定;对于未登录用户,根据用户输入的信息或根据浏览器的Cookies信息或APP的浏览记录确定基本属性;
购买前,在用户确认开始个性化推荐后,将已经确定的用户基本属性与所有商品和信息的属性分类进行对应,得到符合当前用户的基本属性的所有商品和信息,接着将这些商品和信息以分类的方式进行展示;
购买完成后,分析用户购买的商品和信息是否具有配套商品和信息,如果有则再次将配套商品和信息进行推荐;
分析本次购买的商品和信息的时效性,将这些商品打上时间标签,记录这些商品的时效到期时间,如果以后用户登录的时间达到了该到期时间,则再次对该商品或同类商品进行推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810246498.8A CN108596705A (zh) | 2018-03-23 | 2018-03-23 | 一种适用于电子商务的商品与信息分类推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810246498.8A CN108596705A (zh) | 2018-03-23 | 2018-03-23 | 一种适用于电子商务的商品与信息分类推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108596705A true CN108596705A (zh) | 2018-09-28 |
Family
ID=63627357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810246498.8A Pending CN108596705A (zh) | 2018-03-23 | 2018-03-23 | 一种适用于电子商务的商品与信息分类推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596705A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544298A (zh) * | 2018-11-23 | 2019-03-29 | 丁娜 | 一种基于区块链技术的信息传播方法及系统 |
CN109685632A (zh) * | 2019-01-22 | 2019-04-26 | 重庆建筑工程职业学院 | 基于互联网的商品自动化共享系统及方法 |
CN109766955A (zh) * | 2019-02-12 | 2019-05-17 | 深圳乐信软件技术有限公司 | 性别识别方法、装置、设备及存储介质 |
CN110147502A (zh) * | 2019-04-12 | 2019-08-20 | 平安科技(深圳)有限公司 | 基于大数据分析的产品推荐方法、装置、介质及服务器 |
CN111090745A (zh) * | 2019-11-14 | 2020-05-01 | 拉扎斯网络科技(上海)有限公司 | 一种信息公告方法、装置、服务器和可读存储介质 |
CN112116368A (zh) * | 2019-06-19 | 2020-12-22 | 百度在线网络技术(北京)有限公司 | 对向人群推荐内容的设备进行标注的方法和装置及处理器 |
CN113095884A (zh) * | 2021-04-21 | 2021-07-09 | 山东大学 | 一种基于用户反馈的电视会员用户推荐方法及系统 |
CN113240484A (zh) * | 2021-05-10 | 2021-08-10 | 深圳迅销科技股份有限公司 | 一种信息咨询电子商务平台系统和方法 |
CN115983950A (zh) * | 2023-03-17 | 2023-04-18 | 厦门立林科技有限公司 | 一种电子商城的商品信息推荐方法、装置及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102340514A (zh) * | 2010-07-15 | 2012-02-01 | 腾讯科技(北京)有限公司 | 网络信息推送方法及系统 |
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 |
CN102609860A (zh) * | 2012-01-20 | 2012-07-25 | 彭立发 | 一种适用于电子商务的商品与信息分类推荐方法及系统 |
CN103473354A (zh) * | 2013-09-25 | 2013-12-25 | 焦点科技股份有限公司 | 基于电子商务平台的保险推荐系统框架及保险推荐方法 |
CN105913290A (zh) * | 2016-07-01 | 2016-08-31 | 中国传媒大学 | 商品搭配推荐方法及推荐系统 |
CN106228401A (zh) * | 2016-07-20 | 2016-12-14 | 宁波公众信息产业有限公司 | 一种销售系统 |
CN106411908A (zh) * | 2016-10-13 | 2017-02-15 | 网易乐得科技有限公司 | 一种推荐方法及装置 |
CN106708821A (zh) * | 2015-07-21 | 2017-05-24 | 广州市本真网络科技有限公司 | 基于用户个性化购物行为进行商品推荐的方法 |
CN107256513A (zh) * | 2017-06-19 | 2017-10-17 | 数据堂(北京)科技股份有限公司 | 一种对象的搭配推荐方法及装置 |
WO2017200195A1 (ko) * | 2016-05-19 | 2017-11-23 | 최철식 | 판매관리 방법 및 이를 위한 컴퓨터 프로그램 기록매체 |
-
2018
- 2018-03-23 CN CN201810246498.8A patent/CN108596705A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102340514A (zh) * | 2010-07-15 | 2012-02-01 | 腾讯科技(北京)有限公司 | 网络信息推送方法及系统 |
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 |
CN102609860A (zh) * | 2012-01-20 | 2012-07-25 | 彭立发 | 一种适用于电子商务的商品与信息分类推荐方法及系统 |
CN103473354A (zh) * | 2013-09-25 | 2013-12-25 | 焦点科技股份有限公司 | 基于电子商务平台的保险推荐系统框架及保险推荐方法 |
CN106708821A (zh) * | 2015-07-21 | 2017-05-24 | 广州市本真网络科技有限公司 | 基于用户个性化购物行为进行商品推荐的方法 |
WO2017200195A1 (ko) * | 2016-05-19 | 2017-11-23 | 최철식 | 판매관리 방법 및 이를 위한 컴퓨터 프로그램 기록매체 |
CN105913290A (zh) * | 2016-07-01 | 2016-08-31 | 中国传媒大学 | 商品搭配推荐方法及推荐系统 |
CN106228401A (zh) * | 2016-07-20 | 2016-12-14 | 宁波公众信息产业有限公司 | 一种销售系统 |
CN106411908A (zh) * | 2016-10-13 | 2017-02-15 | 网易乐得科技有限公司 | 一种推荐方法及装置 |
CN107256513A (zh) * | 2017-06-19 | 2017-10-17 | 数据堂(北京)科技股份有限公司 | 一种对象的搭配推荐方法及装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544298A (zh) * | 2018-11-23 | 2019-03-29 | 丁娜 | 一种基于区块链技术的信息传播方法及系统 |
CN109685632A (zh) * | 2019-01-22 | 2019-04-26 | 重庆建筑工程职业学院 | 基于互联网的商品自动化共享系统及方法 |
CN109766955A (zh) * | 2019-02-12 | 2019-05-17 | 深圳乐信软件技术有限公司 | 性别识别方法、装置、设备及存储介质 |
CN110147502A (zh) * | 2019-04-12 | 2019-08-20 | 平安科技(深圳)有限公司 | 基于大数据分析的产品推荐方法、装置、介质及服务器 |
CN110147502B (zh) * | 2019-04-12 | 2024-03-15 | 平安科技(深圳)有限公司 | 基于大数据分析的产品推荐方法、装置、介质及服务器 |
CN112116368A (zh) * | 2019-06-19 | 2020-12-22 | 百度在线网络技术(北京)有限公司 | 对向人群推荐内容的设备进行标注的方法和装置及处理器 |
CN111090745A (zh) * | 2019-11-14 | 2020-05-01 | 拉扎斯网络科技(上海)有限公司 | 一种信息公告方法、装置、服务器和可读存储介质 |
CN113095884A (zh) * | 2021-04-21 | 2021-07-09 | 山东大学 | 一种基于用户反馈的电视会员用户推荐方法及系统 |
CN113240484A (zh) * | 2021-05-10 | 2021-08-10 | 深圳迅销科技股份有限公司 | 一种信息咨询电子商务平台系统和方法 |
CN113240484B (zh) * | 2021-05-10 | 2024-05-03 | 深圳市蓝思网络技术有限公司 | 一种信息咨询电子商务平台系统和方法 |
CN115983950A (zh) * | 2023-03-17 | 2023-04-18 | 厦门立林科技有限公司 | 一种电子商城的商品信息推荐方法、装置及介质 |
CN115983950B (zh) * | 2023-03-17 | 2023-10-27 | 厦门立林科技有限公司 | 一种电子商城的商品信息推荐方法、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596705A (zh) | 一种适用于电子商务的商品与信息分类推荐方法及系统 | |
Alfian et al. | Customer behavior analysis using real-time data processing: A case study of digital signage-based online stores | |
Walter et al. | Moving recommender systems from on-line commerce to retail stores | |
US20070294149A1 (en) | Catalog based price search | |
US20150025996A1 (en) | Systems and methods for recommending purchases | |
CN107004203A (zh) | 信息处理系统以及方法 | |
Morales et al. | Virtual Reality and Augmented Reality Applied to E-Commerce: A Literature Review | |
Abdullah et al. | Evaluating E-commerce website content management system in assisting usability issues | |
KR101026544B1 (ko) | 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치 | |
CA3138745A1 (en) | Method and device for circling and creating target population | |
KR101262361B1 (ko) | 누적 투표점수에 의한 순위에 따라 상품을 전시하는 상품비교방법 | |
KR20040096810A (ko) | 전자상거래의 소비자 상품선호도를 적용한 자동화된 상품 배열 시스템 및 방법 | |
KR20220121003A (ko) | 상품 추천 서비스 제공 프로그램 | |
KR101479379B1 (ko) | 소셜네트워크 기반의 물품평가 추천방법 | |
Senvar et al. | Customer oriented intelligent DSS based on two-phased clustering and integrated interval type-2 fuzzy AHP and hesitant fuzzy TOPSIS | |
US20070276720A1 (en) | Indexing of a focused data set through a comparison technique method and apparatus | |
Long | Factors influencing consumers intention towards online food purchasing in Phnom Penh | |
KR20190100788A (ko) | 개인화 알고리즘을 이용하여 고객 질문답 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버 | |
KR20220120986A (ko) | 팬 커뮤니티를 연계한 굿즈 추천 템플릿 제공 프로그램을 기록한 기록매체 | |
KR20220121013A (ko) | Ai 학습을 통한 팬덤 선호도에 따른 굿즈 노출 순위가 결정된 굿즈 추천 서비스 제공 프로그램 | |
KR20220120998A (ko) | Ai 학습을 통한 팬덤 선호도에 따른 굿즈 노출 순위가 결정된 굿즈 추천 제공 장치의 동작 방법 | |
CN112365296A (zh) | 一种会员商城模式管理系统、方法、设备及存储介质 | |
Somya et al. | A novel approach to collect and analyze market customer behavior data on online shop | |
KR102619084B1 (ko) | 상품 추천 방법 및 이를 이용하는 서비스 서버 | |
JP7471602B2 (ja) | 情報処理装置及び情報処理方法 |
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: 20180928 |