CN109685632A - 基于互联网的商品自动化共享系统及方法 - Google Patents

基于互联网的商品自动化共享系统及方法 Download PDF

Info

Publication number
CN109685632A
CN109685632A CN201910059440.7A CN201910059440A CN109685632A CN 109685632 A CN109685632 A CN 109685632A CN 201910059440 A CN201910059440 A CN 201910059440A CN 109685632 A CN109685632 A CN 109685632A
Authority
CN
China
Prior art keywords
commodity
user
portrait
surface layer
behavior
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
CN201910059440.7A
Other languages
English (en)
Inventor
刘谋黎
姚长鑫
张浩淼
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.)
Chongqing Jianzhu College
Original Assignee
Chongqing Jianzhu College
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 Chongqing Jianzhu College filed Critical Chongqing Jianzhu College
Priority to CN201910059440.7A priority Critical patent/CN109685632A/zh
Publication of CN109685632A publication Critical patent/CN109685632A/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
    • G06Q30/0645—Rental transactions; Leasing transactions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及商品共享技术领域，具体公开了基于互联网的商品自动化共享系统及方法，包括：存储模块，用于预存商品数据库；客户端，用于用户浏览商品数据库中的商品，记录用户的使用行为和基础属性；处理模块，基于基础属性和使用行为构建用户表层画像和深层画像；将表层画像发送至客户端；用户通过客户端对表层画像进行修正，生成修正表层画像；处理模块基于修正表层画像和深层画像构建最终画像；推送模块，基于最终画像构建兴趣清单；从商品数据库中获取符合兴趣清单的推送商品，向用户推送。采用本发明的技术方案能根据用户需求准确推送共享商品的系统。

Description

基于互联网的商品自动化共享系统及方法
技术领域
本发明涉及商品共享技术领域，特别涉及基于互联网的商品自动化共享系统及方法。
背景技术
共享经济是以互联网等现代信息技术为依托，以使用权共享为主要特征，整合线下海量的分散资源，满足消费者多样化需要的一种经济形态，其本质就是“共享”。从共享经济的参与者来看，供给方通过在特定时间内提供服务或让渡物品使用权来获得一定的资金回报；需求方则通过租、借等共享方式享受服务或使用物品；中介方即平台企业通过撮合素昧平生的供需双方建立联系、完成交易来获得相应的资金收入。
近几年，从共享单车到共享汽车，从共享充电宝到共享雨伞等，一系列的共享经济新形态不断涌现，带动了共享经济的快速发展。而且互联网上还出现了一批包括商品共享网站和商品共享APP在内的商品共享平台，通过这些共享平台用户可以租借到各种商品，也可以发布自己的共享。
这类共享平台为提高商品的共享率，会在用户浏览商品的时候推送与浏览相关的商品，以方便用户租借。但是，这类推送很多时候是根据用户阅读的内容进行语义分析，得到用户的兴趣信息，再获取与兴趣信息匹配的共享商品，将共享商品推送给用户；这种方式能在一定程度保证推送的部分共享商品是用户想要获取的，但是也存在很多弊端。
用户在共享平台上搜索一件商品可能是在那个时间点想了解一下该商品的信息，并无租借意向，或者只是查阅自己拥有的同款商品现在租借的行情，然而用户的搜索被记录后，容易被系统判定为用户对该商品感兴趣，从而判定用户有租借需求，共享网站会持续向用户推送该相关商品，影响用户体验。另外一种情况，用户长期在共享网站搜索某样商品并下单租借，系统会认为用户对该商品很感兴趣。例如用户长期搜索对比，最终下单了某款自行车，系统会认为用户对自行车类商品很感兴趣，接下来长期向用户推送自行车。一个自信车的正常使用周期有几年，但是用户还是会持续收到系统推送的自行车信息，用户已经租借到自行车了，还要啥自行车；这很容易对用户造成打扰。
为此，需要一种能根据用户需求准确推送共享商品的系统。
发明内容
本发明的目的在于提供基于互联网的商品自动化共享系统及方法，能根据用户需求准确推送共享商品。
为解决上述技术问题，本发明技术方案如下：
基于互联网的商品自动化共享系统，其特征在于，包括：
存储模块，用于预存商品数据库，商品数据库包含商品的类别和使用周期信息；
客户端，用于用户浏览商品数据库中的商品，记录用户的使用行为和基础属性；使用行为包括用户对选定的商品下单的下单行为；
处理模块，基于基础属性和使用行为构建用户表层画像和深层画像；将表层画像发送至客户端；用户通过客户端对表层画像进行修正，生成修正表层画像；处理模块基于修正表层画像和深层画像构建最终画像；
推送模块，基于最终画像构建兴趣清单；兴趣清单包括类别标签；推送模块基于类别标签从商品数据库中匹配同类别的商品，作为推送商品，向用户推送；
其中，处理模块还用于获取下单行为中用户下单商品的使用周期；将下单商品的使用周期发送至推送模块，当推送商品中包含下单商品同类别商品，且当前时间处于下单商品的使用周期内时，推送模块从推送商品中移除与下单商品同类别的商品。
基础方案原理及有益效果如下：
1、用户在通过客户端浏览商品时，用户的基础属性和使用行为被记录，处理模块构建用户的表层画像和深层画像；用户可以自行判断表层画像的准确性，并对表层画像进行修改，可以提高表层画像的准确性，使得最终的兴趣清单更为准确，根据兴趣清单向用户推送的商品也会更符合用户的需求。
2、用户租借某款商品后，在该商品的使用周期内一般不会再次租借同类商品。在使用周期内将下单商品同类别商品从推送商品中移除，可以避免向推送模块向用户推送用户已经租借的商品，从而确保推送的商品符合用户目前的实际需求。
进一步，基础属性包括性别、年龄、职业、身高和体重。
客户端记录用户的大量基础属性，有助于提高表层画像结果的准确性。
进一步，表层画像结果为若干标签，用户修正方式为对标签进行添加、修改或删除；其中标签包括品牌爱好、个人兴趣偏好。
以标签的形式向用户展示表层画像结果，比较直观，也方便用户进行修正。
进一步，所述使用行为还包括搜索行为和浏览行为；其中，搜索行为为用户直接搜索商品；浏览行为为用户随机浏览商品。
搜索行为和浏览行为虽然还没有成单，但是也反应出了用户的需求，记录搜索行为和浏览行为有助于提高深层画像结果的准确性。
进一步，处理模块为搜索行为、浏览行为和下单行为设置不同的权重值。
分析用户租借过程不难看出,下单行为是购买意愿最强的操作,将直接生成订单并支付；其次是搜索行为,这些用户往往有着明确的需求,找到合适的租借商品后再考虑支付；浏览行为往往代表用户随机浏览，购买意愿最弱，为这三种行为设置不同的权重值符合实际情况。
进一步，处理模块构建表层画像、深层画像和最终画像均采用贝叶斯网络算法。
贝叶斯网络算法在构建画像中应用广泛，而且结果较准确。
基于互联网的商品自动化共享方法，包括如下步骤：
S1、记录用户的使用行为和基础属性；使用行为包括用户对选定的商品下单的行为；基础属性包括性别、年龄、职业、身高和体重；
S2、基于基础属性和使用行为构建用户表层画像和深层画像；将表层画像发送给用户；用户对表层画像进行修正，生成修正表层画像；基于修正表层画像和深层画像构建最终画像；
S3、基于最终画像构建兴趣清单；兴趣清单包括类别标签；基于类别标签从商品数据库中匹配同类别的商品作为推送商品；
S4、获取下单行为中用户下单商品的使用周期；当推送商品中包含下单商品同类别的商品，且当前时间处于下单商品的使用周期内时，将下单商品同类别的商品从推送商品中移除；
S5、将推送商品推动给用户。
1、将构建最终画像分成了两个步骤，构建表层画像和深层画像，用户可以自行判断表层画像的准确性，并对表层画像进行修改，可以提高表层画像的准确性，进而提高最终画像的准确性；使得生成的兴趣清单也更为准确，根据兴趣清单向用户推送的商品也会更符合用户的需求。
2、当用户租借某款商品，在该商品的使用周期内一般不会再次租借同类商品。在向用户推送商品前，在使用周期内将下单商品同类别的商品从推送商品中移除，可以避免向用户推送用户已经租借的商品，从而确保推送的商品符合用户目前的实际需求。
进一步，所述S2中，表层画像结果为若干标签，用户修正方式为对标签进行添加、修改或删除；其中标签包括品牌爱好、个人兴趣偏好。
以标签的形式向用户展示表层画像结果，比较直观，也方便用户进行修正。
进一步，所述S1中，使用行为还包括搜索行为、浏览行为；其中，搜索行为为用户直接搜索商品；浏览行为为用户随机浏览商品。
搜索行为和浏览行为虽然还没有成单，但是也反应出了用户的需求，记录搜索行为和浏览行为有助于提高深层画像结果的准确性。
进一步，所述S2中，构建表层画像、深层画像和最终画像均采用贝叶斯网络算法。
贝叶斯网络算法在构建画像中应用广泛，而且结果较准确。
名词解释
画像：根据用户的消费行为等信息而抽象出一个标签化的用户模型。
附图说明
图1为基于互联网的商品自动化共享系统实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
如图1所示，基于互联网的商品自动化共享系统，包括：客户端和服务器；服务器包括处理模块、存储模块和推送模块。
存储模块内储存有商品数据库和标签索引库；标签索引库包含标签与商品对应关系信息；商品数据库包含商品的名称、图片、简介、使用周期和类别信息。本实施例中，存储模块采用西部数据4T红盘，该盘常用于NAS服务器，读取稳定。
客户端用于用户浏览商品数据库中的商品，记录用户的使用行为和基础属性；使用行为包括搜索行为、浏览行为和下单行为，下单行为为用户对选定的商品下单；搜索行为为用户直接搜索商品；浏览行为为用户随机浏览商品。客户端可以是手机、平板或PC，本实施例中采用手机。
基础属性包括性别、年龄、职业、是否单身、有无孩子、身高、体重和鞋服尺码。处理模块为搜索行为、浏览行为和下单行为设置不同的权重值。处理模块基于基础属性和使用行为构建用户表层画像，表层画像结果为若干标签；其中标签包括品牌爱好、个人兴趣偏好。处理模块将表层画像发送至客户端；用户通过客户端对表层画像进行修正，修正方式为对标签进行添加、修改或删除；调整后的表层画像为修正表层画像；本实施例中，处理模块采用英特尔i9-9900K CPU。
处理模块基于基础属性和使用行为构建深层画像；深层画像结果为若干标签；其中，标签包括生活状态。本实施例中，订单行为权重值设定为1，搜索行为权重值为0.8，浏览行为权重值设定为0.3。
处理模块基于修正表层画像和深层画像构建最终画像；在构建过程中，为表层画像结果的标签和深层画像结果的标签设置不同的权重值。本实施例中，表层画像结果的标签权重值为0.8，深层画像结果的标签权重值为1。
处理模块构建表层画像、深层画像和最终画像均采用贝叶斯网络算法。
例如，构建深层画像时，通过客户端对使用行为的记录，得到搜索行为、浏览行为和下单行为，其中浏览行为的初始兴趣度为：
Yi＝β1M1+β2Ti(1)
其中，Yi表示第i种商品的初始兴趣度；Mi表示浏览网页的次数；Ti表示浏览网页的时间。通过公式(1)可以计算用户对每种商品的初始兴趣度,该兴趣度可作为贝叶斯网络中每种商品的初始兴趣度。
处理模块还用于获取下单行为中用户下单商品的使用周期；将下单商品的使用周期发送至推送模块；
推送模块基于最终画像构建兴趣清单；推送模块从存储模块中获取标签索引库，基于最终画像清单中的标签和标签索引库构建兴趣清单；兴趣清单包括类别标签，推送模块基于类别标签从商品数据库中匹配同类别的商品作为推送商品，向用户推送。推送模块还用于判断推送商品中是否存在下单商品同类别的商品，如果存在，推送模块判断当前时间是否处于下单商品的使用周期内，如果属于，推送模块从推送商品中移除与下单商品同类别的商品。
具体实施过程：
用户通过客户端在共享平台网站搜索、浏览和下单租借商品，例如用户在图书的页面停留，用户的浏览行为会被客户端记录。用户直接搜索手表，用户对手表的搜索行为同样会被记录。用户使用共享平台一段时间后，客户端会积累了大量的基础属性和使用行为信息；
处理模块根据基础属性和使用行为对用户进行表层画像；将表层画像结果通过客户端发送给用户。用户查看表层画像结果后，如果发现不准确的地方，用户可以做针对性修正。
例如正常情况下用户经常下单租借相机、镜头、无人机、拍照手机；并且浏览户外装备的时间较多，喜欢搜索三脚架、闪光灯等相机配件，在表层画像结果中会出现热爱摄影、户外运动等的个人兴趣偏好标签。
在特殊情况下，例如某用户近期频繁搜索游戏键盘、游戏鼠标、游戏耳机等商品，表层画像结果中，会出现游戏迷的个人兴趣偏好标签。实际上用户只是近期需要为朋友生日购买礼物，才搜索游戏设备相关的内容，最后也会选择购买全新的商品作为生日礼物赠送，没有租借游戏设备作为礼物的需求，其自身也不玩游戏，不需要游戏设备，此时，用户就可以对表层画像结果进行修正，将游戏迷的标签删除；从而得到准确度更高的修正表层画像。
处理模块还进行深层画像，深层画像得到标签包括生活状态；此类生活状态涉及用户隐私，而且如果得到的生活状态是用户贫穷，发送给用户，用户心理体验不好，而且用户出于虚荣心，还可能将生活状态修改成富有；故此类标签不便于发送给用户修正，因此选择深层画像不向用户公开。
处理模块基于修正表层画像和深层画像生成最终画像；推送模块基于最终画像构建兴趣清单；从商品数据库中获取符合兴趣清单的推送商品。推送模块还判断推送商品中是否存在下单商品同类别商品，如果存在，推送模块判断当前时间是否处于下单商品的使用周期内，如果属于，推送模块从推送商品中移除与下单商品同类别的商品。
例如用户在某年某月下单租借了一台NINTENDO SWITCH游戏机和荒野之息的游戏卡带，使用周期为一周，那么用户在这一周内就不会收到XBOX360和/或PS4游戏机的推送；用户在这一周内可以安心的用NINTENDO SWITCH玩荒野之息。
为实现基于互联网的商品自动化共享系统，本实施例还提供基于互联网的商品自动化共享方法，包括如下步骤：
S1、记录用户的使用行为和基础属性；基础属性包括用户信息、爱好信息和社交信息；用户信息包括性别、年龄、职业、是否单身、有无孩子、身高和体重；爱好信息包括品牌爱好和个人兴趣偏好；社交信息包括夜淘族、囤货族或收藏族。使用行为还包括下单行为、搜索行为、浏览行为。其中，搜索行为为用户直接搜索商品；浏览行为为用户随机浏览商品；下单行为为用户对选定的商品下单行为。
S2、基于基础属性并采用贝叶斯网络算法构建用户表层画像，表层画像结果为若干标签；将表层画像发送给用户；用户对表层画像进行修正，用户修正方式为对标签进行添加、修改或删除；生成修正表层画像。基于使用行为并采用贝叶斯网络算法构建深层画像。基于修正表层画像和深层画像并采用贝叶斯网络算法构建最终画像。
S3、基于最终画像构建兴趣清单；兴趣清单包括类别标签；基于类别标签从商品数据库中匹配同类别的商品作为推送商品；
S4、获取下单行为中用户下单商品的使用周期；当推送商品中包含下单商品同类别的商品，且当前时间处于下单商品的使用周期内时，将下单商品同类别的商品从推送商品中移除；
S5、将推送商品推送给用户。
和送实施例二
基于互联网的商品自动化共享系统，与实施例一的区别在于，使用行为还包括快递行为、签收行为和评价行为；快递行为包括快递公司名称、发货地区、发货时间达时间；签收行为包括签收时间；评价行为包括评价的商品类别和评价内容。
客户端将每次的快递行为、签收行为和评价行为存储至存储模块；处理模块构建深层画像时，基于每次送达时间和签收时间之差得到平均签收耗时；将平均签收耗时作为签收标签。推送模块将新一次的送达时间和签收时间的差与平均签收耗时作比较，当新一次的送达时间与签收时间的差长于平均签收耗时时，推送模块通过客户端向用户推送服务信息，其中，服务信息包括快递信息查询、维权咨询、商品检验咨询和客服通道等。
当用户没有在平均签收耗时内完成签收时，可能是商品或物流出现了问题，此时向用户推送服务信息，能在第一时间主动介入，帮助用户处理问题，有利于促成交易，提高用户体验。
处理模块构建深层画像时，通过快递行为计算同一发货地区内各快递公司发货时间和签收时间的平均时间差，通过比较平均时间差的大小，得到平均时间差最小的优选快递公司；将优选快递公司作为优选快递标签。
客户端记录用户的下单行为时，还记录卖方ID和卖方发货地区；将卖方ID和卖方发货地区存储至存储模块。推送模块获取卖方ID和卖方发货地区，基于优选快递标签匹配卖方发货地区的优选快递公司，推送模块将优选快递公司推送至卖方ID的客户端。
便于帮助卖家选择最快的快递公司，以提高物流速度，能缩短买卖双方完成交易的时间，提高买卖双方的用户体验。
处理模块还获取评价行为中的评价的商品类别和评价内容，基于深度神经网络doc2vec语言模型识别评价内容中的不满意项；其中，不满意项包括：外观问题、配件齐全度问题、功能完整性问题、打包问题、清洁程度问题等。外观问题分为99新，95新、5成新、垃圾成色等；配件齐全度问题分为残缺和没有配件；功能完整性分为部分功能可用和功能不可用等；打包问题分为包装损坏和包装粗糙等；清洁度问题分为可清洗污垢和不可清洗污垢。处理模块基于不满意项和对应的商品类别生成注意事项表，将注意事项表存储至存储模块。客户端记录到用户的下单行为时，推送模块通过下单商品的类别匹配注意事项表中的不满意项，将不满意项推送至卖方ID的客户端。
将不满意项推送给卖方，让卖方在发货前能了解买方的个性化要求，便于卖方在发货前根据买方的要求对商品进行处理。由于闲置物品不同于全新商品，会在外观、功能等方面存在各种各样的问题，而且，交易双方因这些问题发生纠纷的概率也很高。本方案通过发货前对卖方的告知，可以降低此类风险。
实施例三
基于互联网的商品自动化共享系统，与实施例一的区别在于，还用于区别用户静止，行走和乘坐交通工具的状态并判断用户是否空闲，在用户空闲是为用户推送商品。
客户端还包括通知模块、处理器、屏幕和传感器。传感器包括陀螺仪和GPS传感器。本实施例中，客户端为智能手机。陀螺仪用于获取包含偏转次数的偏转数据，GPS传感器用于获取位置数据；推送模块向用户推送商品时，将商品信息发送至通知模块。
处理器用于获取位置数据，计算用户的移动速度v；通过移动速度v判断用户的活动状态；
当移动速度v＜α时，判断为静止状态；当移动速度α≤v≤β时，判断为行走状态；当移动速度v＞β时，判断为乘坐交通工具状态。本实施例中，α为2km/h-3km/h，本实施例采用3km/h，β为4km/h-5km/h，本实施例中采用5km/h。
在静止状态中，处理器还获取屏幕的点亮数据，当屏幕间隔出现两次点亮，间隔时间不超过预设上限值A(上限值A为1-10分钟，本实施例中采用5分钟)，且每次点亮时间小于下限值B(下限值B为20秒-120秒，本实施例采用60秒)时，判断为用户空闲；处理器还获取陀螺仪的偏转数据，当偏转次数超过上限值C(上限值C为10次每分钟至20次每分钟，本实施例中采用10次每分钟)时，判断为用户空闲；处理器将空闲状态发送至通知模块，通知模块向用户推送商品；在行走状态中，通知模块不向用户推送商品。
在乘坐交通工具状态中，处理器还获取用户从静止状态或行走状态变更为乘坐交通工具状况时的位置信息，将位置信息与预存的包含公共交通站点的地图进行匹配，判断位置信息0-20米范围内是否有公共交通站点；如果有，则判断为乘坐公共交通状态；如果没有，则判断为驾车或乘车状态；
在乘坐公共交通状态中，处理器判断用户空闲，将空闲状态发送至通知模块，通知模块向用户推送商品；
在驾车或乘车状态中，处理器获取屏幕的点亮数据，当屏幕点亮时，处理器还获取屏幕包含触控次数的触控数据和陀螺仪的偏转数据；当触控次数大于阈值A(阈值A为每分钟10次-每分钟60次，本实施例中采用每分钟30次)且偏转次数大于阈值B(阈值B为每分钟3次至每分钟10次，本实施例中采用每分钟3次)时，处理器判断用户为乘客且空闲，将空闲状态发送至通知模块，通知模块向用户推送商品。
当用户为静止状态时，用户端的屏幕间隔出现两次点亮，间隔时间不超过5分钟，且每次点亮时间小于1分钟；通常为用户感到无聊，点亮屏幕看看时间，然后关闭屏幕，再点亮屏幕看看时间，以此来打发时间；当偏转次数超过1分钟10次，通常为用户无聊，将手机拿在手中把玩；此时向用户推送商品，用户点击查看的几率高，推送效果好。
在行走状态中，不向用户推送商品，避免用户查看信息而引发安全问题。
在乘坐公共交通状态中，例如乘坐公交车，用户处于空闲中，此时向用户推送商品，用户点击查看的几率高，推送效果好。
当用户在驾车或乘车状态中时，息屏不向用户推送；直到屏幕点亮，通过触控次数和偏转次数判断用户为乘客后，再向用户推送；避免用户在驾驶时盲目推送干扰用户驾驶，又保证了用户为乘客时能收到推送信息。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.基于互联网的商品自动化共享系统，其特征在于，包括：
存储模块，用于预存商品数据库，商品数据库包含商品的类别和使用周期信息；
客户端，用于用户浏览商品数据库中的商品，记录用户的使用行为和基础属性；使用行为包括用户对选定的商品下单的下单行为；
处理模块，基于基础属性和使用行为构建用户表层画像和深层画像；将表层画像发送至客户端；用户通过客户端对表层画像进行修正，生成修正表层画像；处理模块基于修正表层画像和深层画像构建最终画像；
推送模块，基于最终画像构建兴趣清单；兴趣清单包括类别标签；推送模块基于类别标签从商品数据库中匹配同类别的商品，作为推送商品，向用户推送；
其中，处理模块还用于获取下单行为中用户下单商品的使用周期；将下单商品的使用周期发送至推送模块，当推送商品中包含下单商品同类别商品，且当前时间处于下单商品的使用周期内时，推送模块从推送商品中移除与下单商品同类别的商品。
2.根据权利要求1所述的基于互联网的商品自动化共享系统，其特征在于：基础属性包括性别、年龄、职业、身高和体重。
3.根据权利要求2所述的基于互联网的商品自动化共享系统，其特征在于：表层画像结果为若干标签，用户修正方式为对标签进行添加、修改或删除；其中标签包括品牌爱好、个人兴趣偏好。
4.根据权利要求3所述的基于互联网的商品自动化共享系统，其特征在于：所述使用行为还包括搜索行为和浏览行为；其中，搜索行为为用户直接搜索商品；浏览行为为用户随机浏览商品。
5.根据权利要求4所述的基于互联网的商品自动化共享系统，其特征在于：处理模块为搜索行为、浏览行为和下单行为设置不同的权重值。
6.根据权利要求1-5任一项所述的基于互联网的商品自动化共享系统，其特征在于：处理模块构建表层画像、深层画像和最终画像均采用贝叶斯网络算法。
7.基于互联网的商品自动化共享方法，其特征在于，包括如下步骤：
S1、记录用户的使用行为和基础属性；使用行为包括用户对选定的商品下单的行为；基础属性包括性别、年龄、职业、身高和体重；
S2、基于基础属性和使用行为构建用户表层画像和深层画像；将表层画像发送给用户；用户对表层画像进行修正，生成修正表层画像；基于修正表层画像和深层画像构建最终画像；
S3、基于最终画像构建兴趣清单；兴趣清单包括类别标签；基于类别标签从商品数据库中匹配同类别的商品作为推送商品；
S4、获取下单行为中用户下单商品的使用周期；当推送商品中包含下单商品同类别的商品，且当前时间处于下单商品的使用周期内时，将下单商品同类别的商品从推送商品中移除；
S5、将推送商品推动给用户。
8.根据权利要求7所述的基于互联网的商品自动化共享方法，其特征在于：所述S2中，表层画像结果为若干标签，用户修正方式为对标签进行添加、修改或删除；其中标签包括品牌爱好、个人兴趣偏好。
9.根据权利要求8所述的基于互联网的商品自动化共享方法，其特征在于：所述S1中，使用行为还包括搜索行为、浏览行为；其中，搜索行为为用户直接搜索商品；浏览行为为用户随机浏览商品。
10.根据权利要求7-9任一项所述的基于互联网的商品自动化共享方法，其特征在于：所述S2中，构建表层画像、深层画像和最终画像均采用贝叶斯网络算法。
CN201910059440.7A 2019-01-22 2019-01-22 基于互联网的商品自动化共享系统及方法 Pending CN109685632A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910059440.7A CN109685632A (zh) 2019-01-22 2019-01-22 基于互联网的商品自动化共享系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910059440.7A CN109685632A (zh) 2019-01-22 2019-01-22 基于互联网的商品自动化共享系统及方法

Publications (1)

Publication Number Publication Date
CN109685632A true CN109685632A (zh) 2019-04-26

Family

ID=66193801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910059440.7A Pending CN109685632A (zh) 2019-01-22 2019-01-22 基于互联网的商品自动化共享系统及方法

Country Status (1)

Country Link
CN (1) CN109685632A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110415024A (zh) * 2019-07-11 2019-11-05 广东奥园奥买家电子商务有限公司 一种基于用户行为的用户画像方法及装置
CN112269932A (zh) * 2020-10-30 2021-01-26 金天国际医疗科技有限公司 基于大数据的中小型企业资源整合处理系统
CN113434770A (zh) * 2021-07-08 2021-09-24 广州康乾信息科技有限公司 电子商务与大数据结合的业务画像分析方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110131224A1 (en) * 2009-12-02 2011-06-02 International Business Machines Corporation Methods for Creating a Recommended Device List from Metrics
CN104836724A (zh) * 2015-03-31 2015-08-12 北京奇艺世纪科技有限公司 内容更新提醒方法及装置
CN105869001A (zh) * 2015-01-19 2016-08-17 苏宁云商集团股份有限公司 个性化商品推荐引流方法和系统
CN107038237A (zh) * 2017-04-18 2017-08-11 昆山数泰数据技术有限公司 基于大数据的用户画像系统及画像方法
CN107341226A (zh) * 2017-06-30 2017-11-10 北京奇虎科技有限公司 信息展示方法、装置及移动终端
CN108596705A (zh) * 2018-03-23 2018-09-28 郑州大学西亚斯国际学院 一种适用于电子商务的商品与信息分类推荐方法及系统
CN108875066A (zh) * 2018-06-29 2018-11-23 掌阅科技股份有限公司 电子书推荐方法、服务器及计算机存储介质
CN109145047A (zh) * 2018-06-29 2019-01-04 深圳市彬讯科技有限公司 用户标签画像的配置方法、数据处理装置及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110131224A1 (en) * 2009-12-02 2011-06-02 International Business Machines Corporation Methods for Creating a Recommended Device List from Metrics
CN105869001A (zh) * 2015-01-19 2016-08-17 苏宁云商集团股份有限公司 个性化商品推荐引流方法和系统
CN104836724A (zh) * 2015-03-31 2015-08-12 北京奇艺世纪科技有限公司 内容更新提醒方法及装置
CN107038237A (zh) * 2017-04-18 2017-08-11 昆山数泰数据技术有限公司 基于大数据的用户画像系统及画像方法
CN107341226A (zh) * 2017-06-30 2017-11-10 北京奇虎科技有限公司 信息展示方法、装置及移动终端
CN108596705A (zh) * 2018-03-23 2018-09-28 郑州大学西亚斯国际学院 一种适用于电子商务的商品与信息分类推荐方法及系统
CN108875066A (zh) * 2018-06-29 2018-11-23 掌阅科技股份有限公司 电子书推荐方法、服务器及计算机存储介质
CN109145047A (zh) * 2018-06-29 2019-01-04 深圳市彬讯科技有限公司 用户标签画像的配置方法、数据处理装置及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110415024A (zh) * 2019-07-11 2019-11-05 广东奥园奥买家电子商务有限公司 一种基于用户行为的用户画像方法及装置
CN112269932A (zh) * 2020-10-30 2021-01-26 金天国际医疗科技有限公司 基于大数据的中小型企业资源整合处理系统
CN113434770A (zh) * 2021-07-08 2021-09-24 广州康乾信息科技有限公司 电子商务与大数据结合的业务画像分析方法及系统
CN113434770B (zh) * 2021-07-08 2022-09-09 上海识致信息科技有限责任公司 电子商务与大数据结合的业务画像分析方法及系统

Similar Documents

Publication Publication Date Title
EP3779841B1 (en) Method, apparatus and system for sending information, and computer-readable storage medium
JP6511024B2 (ja) 消費者主導広告システム
CN109542916A (zh) 平台商品入驻方法、装置、计算机设备及存储介质
US8549013B1 (en) Systems and methods for determining interest in an item or category of items
JP5124680B1 (ja) 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体
US9818145B1 (en) Providing product recommendations based on user interactions
Quelch et al. All business is local: Why place matters more than ever in a global, virtual world
US20190026812A9 (en) Further Improvements in Recommendation Systems
CN105718184A (zh) 一种数据处理方法和装置
CN103858142A (zh) 店铺信息提供系统
CN104951468A (zh) 数据搜索处理方法和系统
US20200226168A1 (en) Methods and systems for optimizing display of user content
CN108509497A (zh) 信息推荐方法、装置和电子设备
CN109685632A (zh) 基于互联网的商品自动化共享系统及方法
CN107194758A (zh) 基于可信朋友的评价记录方法
CN104615721B (zh) 用于基于退货关联信息推荐商品的方法和系统
CN109767302B (zh) 大数据精准模型的构建方法及装置
KR20120078837A (ko) 코디네이션시스템을 이용한 상품 판매 및 경영관리시스템
CN107077478A (zh) 多源搜索
CN114297499A (zh) 一种信息展示方法、装置、计算机设备及存储介质
US20230030560A1 (en) Methods and systems for tagged image generation
CN112384912A (zh) 用户创建内容推荐和搜索
CN111899053A (zh) 一种商家线上和线下广告管理系统
CN110175892B (zh) 基于消费者行为的热力球双向推荐方法及系统
CN111753180A (zh) 搜索方法、装置、电子设备及计算机存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190426