CN109409998A - 一种推荐系统 - Google Patents

Abstract

本发明涉及一种推荐系统，包括信息收集模块、短信促销模块、微信推广模块。推荐系统，将淘宝商家对客户信息的收集整理、利用短信促销、利用微信公众号推广店铺的功能进行明确划分，可以有效执行推广工作，及时有效提醒买家关注店铺，推荐相关产品，适用于中小型淘宝卖家。

Description

一种推荐系统

技术领域

本发明涉及一种推荐系统。

背景技术

随着淘宝、京东等电子商务网站的蓬勃发展，消费者越来越多的选择网购。消费者可以在这些电子商务网站上可以获得自己心仪的商品的各种信息。目前淘宝网在电子商务中占有绝对的地位，目前拥有近5亿的注册用户，每天通过电子商务网站上进行购物的消费者有6000万，平均每分钟有4.8万件商品被销售。淘宝是致力于提供基础服务的平台，由其他商家进入进行销售活动。但是对于商家的资格认证没有太多的要求，因此在淘宝里面既有着著名品牌旗舰店，也有普通的商家，从而在淘宝网中如何选择心仪的商品成为了一个非常困难的问题。在消费者的网购调查中可以发现消费者在购物时会受商家促销信息影响，因为商品的促销信息会提醒消费者去相应店铺浏览。如何高效的识别出消费者购买需求，对于商家发布有效促销信息有很重要的意义。

发明内容

有鉴于此，本发明提供一种解决或部分解决上述问题的推荐系统。

为达到上述技术方案的效果，本发明的技术方案为：一种推荐系统，包括信息收集模块、短信促销模块、微信推广模块；

信息收集模块的执行时间设置为每天的22点整，执行过程为：淘宝商家在淘宝后台将前24小时内发货的所有订单信息导出，保存到系统数据库中；买家的淘宝账号作为买家的唯一身份ID；

短信促销模块包括产品推广单元和店铺推广单元，店铺推广单元的执行时间设置为每个月1号的23点整，执行过程为：店铺推广单元查询系统数据库中所有淘宝账号的最近一次订单信息，导出其中购买时间与当前时间的间隔超过6个月的订单信息作为店铺推广目标，将店铺推广目标中的手机号码和编辑好的店铺推广内容导入到第三方短信群发平台，群发店铺推广内容；店铺推广单元需要淘宝商家人为启动，启动过程为：淘宝店铺有需要推广的产品时，淘宝商家在客户端设定好相关产品后店铺推广单元即被启动，相关产品就是与需要推广的产品的用户群相同的产品，启动后店铺推广单元查询系统数据库中购买过相关产品的淘宝账号并导出对应的手机号码，将对应的手机号码和编辑好的产品推广内容导入到第三方短信群发平台，群发产品推广内容；

微信推广模块的工作过程为：淘宝商家发货时附加带有商家公众号的二维码的卡片，买家通过扫码可以关注淘宝店铺，进入商家公众号后可注册，账户名为淘宝账号，确认收货并且评价后，买家在商家公众号内提供订单号和评价截图可申请现金红包，后台接收到现金红包的申请后，客服人员启动计算程序得到红包金额，并发送到对应微信账号，红包金额用公式一进行计算：

其中，ω为红包金额，单位为元，a、b为调整系数，由客服人员根据需要调整；M为评价等级，包括好评、中评、差评，好评取值为1，中评和差评取值均为0，P、Q、R均是店铺评分，分别为描述相符、物流服务、服务态度，取值为正整数1～5，分别对应所述店铺评分中星星的颗数，S为上传图片的张数，K为评价字数；

淘宝商家定期在商家公众号内发布信息，买家可以发表评论或转发，每发表一次评价或转发一次可以得到一个积分，后台根据买家的积分总和将买家分为不同等级，0～9个积分时等级为1，积分每增加10个则等级增加1，后台定时给不同等级的买家发送链接，买家用链接可以领取不同面值的店铺优惠券。。

本发明的有益成果为：本发明提供了一种推荐系统，将淘宝商家对客户信息的收集整理、利用短信促销、利用微信公众号推广店铺的功能进行明确划分，可以有效执行推广工作，及时有效提醒买家关注店铺，推荐相关产品，适用于中小型淘宝卖家。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合实施例，对本发明进行详细的说明。应当说明的是，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，能实现同样功能的产品属于等同替换和改进，均包含在本发明的保护范围之内。具体方法如下：

实施例1：本实施例具体介绍了推荐系统的分类，如下：

(1)基于内容推荐

基于内容的推荐是信息过滤技术的延续与发展，它是建立在项目的内容信息上作出推荐的，而不需要依据用户对项目的评价意见，更多地需要用机器学习的方法从关于内容的特征描述的事例中得到用户的兴趣资料。在基于内容的推荐系统中，项目或对象是通过相关的特征的属性来定义，系统基于用户评价对象的特征，学习用户的兴趣，考察用户资料与待预测项目的相匹配程度。用户的资料模型取决于所用学习方法，常用的有决策树、神经网络和基于向量的表示方法等。基于内容的用户资料是需要有用户的历史数据，用户资料模型可能随着用户的偏好改变而发生变化。

(2)协同过滤推荐

协同过滤推荐技术是推荐系统中应用最早和最为成功的技术之一。它一般采用最近邻技术，利用用户的历史喜好信息计算用户之间的距离，然后利用目标用户的最近邻居用户对商品评价的加权评价值来预测目标用户对特定商品的喜好程度，系统从而根据这一喜好程度来对目标用户进行推荐。协同过滤最大优点是对推荐对象没有特殊的要求，能处理非结构化的复杂对象，如音乐、电影。

(3)基于关联规则推荐

基于关联规则的推荐是以关联规则为基础，把已购商品作为规则头，规则体为推荐对象。关联规则挖掘可以发现不同商品在销售过程中的相关性，在零售业中已经得到了成功的应用。管理规则就是在一个交易数据库中统计购买了商品集X的交易中有多大比例的交易同时购买了商品集Y，其直观的意义就是用户在购买某些商品的时候有多大倾向去购买另外一些商品。比如购买牛奶的同时很多人会同时购买面包。

(4)基于效用推荐

基于效用的推荐是建立在对用户使用项目的效用情况上计算的，其核心问题是怎么样为每一个用户去创建一个效用函数，因此，用户资料模型很大程度上是由系统所采用的效用函数决定的。基于效用推荐的好处是它能把非产品的属性，如提供商的可靠性和产品的可得性等考虑到效用计算中。

(5)基于知识推荐

基于知识的推荐在某种程度是可以看成是一种推理技术，它不是建立在用户需要和偏好基础上推荐的。基于知识的方法因它们所用的功能知识不同而有明显区别。效用知识是一种关于一个项目如何满足某一特定用户的知识，因此能解释需要和推荐的关系，所以用户资料可以是任何能支持推理的知识结构，它可以是用户已经规范化的查询，也可以是一个更详细的用户需要的表示。

(6)组合推荐

由于各种推荐方法都有优缺点，所以在实际中，组合推荐经常被采用。研究和应用最多的是内容推荐和协同过滤推荐的组合。最简单的做法就是分别用基于内容的方法和协同过滤推荐方法去产生一个推荐预测结果，然后用某方法组合其结果。尽管从理论上有很多种推荐组合方法，但在某一具体问题中并不见得都有效，组合推荐一个最重要原则就是通过组合后要能避免或弥补各自推荐技术的弱点。

实施例2：本实施例具体举例说明了推荐系统的结构，如下：

包括信息收集模块、短信促销模块、微信推广模块；

信息收集模块的执行时间设置为每天的22点整，执行过程为：淘宝商家在淘宝后台将前24小时内发货的所有订单信息导出，保存到系统数据库中；买家的淘宝账号作为买家的唯一身份ID；

短信促销模块包括产品推广单元和店铺推广单元，店铺推广单元的执行时间设置为每个月1号的23点整，执行过程为：店铺推广单元查询系统数据库中所有淘宝账号的最近一次订单信息，导出其中购买时间与当前时间的间隔超过6个月的订单信息作为店铺推广目标，将店铺推广目标中的手机号码和编辑好的店铺推广内容导入到第三方短信群发平台，群发店铺推广内容；店铺推广单元需要淘宝商家人为启动，启动过程为：淘宝店铺有需要推广的产品时，淘宝商家在客户端设定好相关产品后店铺推广单元即被启动，相关产品就是与需要推广的产品的用户群相同的产品，启动后店铺推广单元查询系统数据库中购买过相关产品的淘宝账号并导出对应的手机号码，将对应的手机号码和编辑好的产品推广内容导入到第三方短信群发平台，群发产品推广内容；

微信推广模块的工作过程为：淘宝商家发货时附加带有商家公众号的二维码的卡片，买家通过扫码可以关注淘宝店铺，进入商家公众号后可注册，账户名为淘宝账号，确认收货并且评价后，买家在商家公众号内提供订单号和评价截图可申请现金红包，后台接收到现金红包的申请后，客服人员启动计算程序得到红包金额，并发送到对应微信账号，红包金额用公式一进行计算：

其中，ω为红包金额，单位为元，a、b为调整系数，由客服人员根据需要调整；M为评价等级，包括好评、中评、差评，好评取值为1，中评和差评取值均为0，P、Q、R均是店铺评分，分别为描述相符、物流服务、服务态度，取值为正整数1～5，分别对应所述店铺评分中星星的颗数，S为上传图片的张数，K为评价字数；

淘宝商家定期在商家公众号内发布信息，买家可以发表评论或转发，每发表一次评价或转发一次可以得到一个积分，后台根据买家的积分总和将买家分为不同等级，0～9个积分时等级为1，积分每增加10个则等级增加1，后台定时给不同等级的买家发送链接，买家用链接可以领取不同面值的店铺优惠券。。

本发明的有益成果为：本发明提供了一种推荐系统，将淘宝商家对客户信息的收集整理、利用短信促销、利用微信公众号推广店铺的功能进行明确划分，可以有效执行推广工作，及时有效提醒买家关注店铺，推荐相关产品，适用于中小型淘宝卖家。

以上所述仅为本发明之较佳实施例，并非用以限定本发明的权利要求保护范围。同时以上说明，对于相关技术领域的技术人员应可以理解及实施，因此其他基于本发明所揭示内容所完成的等同改变，均应包含在本权利要求书的涵盖范围内。

Claims (1)

1.一种推荐系统，其特征在于，包括：信息收集模块、短信促销模块、微信推广模块；

所述信息收集模块的执行时间设置为每天的22点整，执行过程为：淘宝商家在淘宝后台将前24小时内发货的所有订单信息导出，保存到系统数据库中；买家的淘宝账号作为买家的唯一身份ID；

所述短信促销模块包括产品推广单元和店铺推广单元，所述店铺推广单元的执行时间设置为每个月1号的23点整，执行过程为：所述店铺推广单元查询所述系统数据库中所有淘宝账号的最近一次订单信息，导出其中购买时间与当前时间的间隔超过6个月的订单信息作为店铺推广目标，将所述店铺推广目标中的手机号码和编辑好的店铺推广内容导入到第三方短信群发平台，群发所述编辑好的店铺推广内容；所述店铺推广单元的启动过程为：淘宝店铺有需要推广的产品时，所述淘宝商家在客户端设定好相关产品后所述店铺推广单元即被启动，所述相关产品就是与所述需要推广的产品的用户群相同的产品，启动后所述店铺推广单元查询所述系统数据库中购买过所述相关产品的所述淘宝账号并导出对应的手机号码，将所述对应的手机号码和编辑好的产品推广内容导入到所述第三方短信群发平台，群发所述编辑好的产品推广内容；

微信推广模块的工作过程为：所述淘宝商家发货时附加带有商家公众号的二维码的卡片，所述买家通过扫码可以关注所述淘宝店铺，进入所述商家公众号后可注册，账户名为淘宝账号，确认收货并且评价后，所述买家在所述商家公众号内提供订单号和评价截图可申请现金红包，后台接收到现金红包的申请后，客服人员启动计算程序得到红包金额，并发送到对应微信账号，所述红包金额用公式一进行计算：

公式一：

其中，ω为所述红包金额，单位为元，a、b为调整系数，由所述客服人员根据需要调整；M为评价等级，包括好评、中评、差评，所述好评取值为1，所述中评和所述差评取值均为0；P、Q、R均是店铺评分，分别为描述相符、物流服务、服务态度，取值为正整数1～5，分别对应所述店铺评分中星星的颗数；S为上传图片的张数，K为文字评价的字数；

所述淘宝商家定期在所述商家公众号内发布信息，所述买家可以发表评论或转发，每发表一次评价或转发一次可以得到一个积分，所述后台根据买家的积分总和将所述买家分为不同等级，0～9个积分时等级为1，积分每增加10个则等级增加1，所述客服人员定时给不同等级的买家发送链接，所述买家用所述链接可以领取不同面值的店铺优惠券。