CN110009457A - 一种基于大数据的商品推荐系统 - Google Patents

一种基于大数据的商品推荐系统 Download PDF

Info

Publication number
CN110009457A
CN110009457A CN201910281610.6A CN201910281610A CN110009457A CN 110009457 A CN110009457 A CN 110009457A CN 201910281610 A CN201910281610 A CN 201910281610A CN 110009457 A CN110009457 A CN 110009457A
Authority
CN
China
Prior art keywords
commodity
purchase
user
commercial product
big data
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
CN201910281610.6A
Other languages
English (en)
Inventor
陈崇军
陈崇华
孟习柱
徐上灶
朱瑞乐
敖鹏
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.)
Kunshan Guao Electronic Machinery Co Ltd
Original Assignee
Kunshan Guao Electronic Machinery Co Ltd
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 Kunshan Guao Electronic Machinery Co Ltd filed Critical Kunshan Guao Electronic Machinery Co Ltd
Priority to CN201910281610.6A priority Critical patent/CN110009457A/zh
Publication of CN110009457A publication Critical patent/CN110009457A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Fuzzy Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据的商品推荐系统，属于数据处理与分析技术领域，包括：采集模块，分类模块，连接采集模块，处理模块，连接分类模块，推送模块，连接处理模块，根据平均购买间隔时间，计算用户下次购买时间，并根据下次购买时间向用户推送所述商品的购买信息；上述技术方案的有益效果是：通过采集用户的历史购买信息，并对该历史购买信息进行统计分类处理，从中找出用户购买商品的规律和特征信息，并根据该规律和特征信息有针对性的向用户推送对应商品的打折促销信息，从而做到了面向用户需求的精准营销，在用户恰好需要某样商品时，能够及时收到来自购物网站的该种商品的推荐信息，进而增加了用户的粘性，增强了竞争力。

Description

一种基于大数据的商品推荐系统
技术领域
本发明涉及数据处理与分析技术领域，尤其涉及一种基于大数据的商品推荐系统。
背景技术
随着互联网时代的到来，人们的购物模式也跟着发生了翻天覆地的变化，目前，网络购物已经是呈现一种火爆的状态，很多人都选择网上购物，网上购物不仅可以足不出户就能买到想买的东西，而且很多在身边买不到的东西都可以通过网购实现，而随着中国网民的人数增速的放缓，中国网购用户的增加速度也相对放慢，各大电商网站纷纷从当初的跑马圈地，积极抢夺新注册用户，转而开始重视现有用户的维护，增加现有用户粘性，吸引现有用户在本电商网站内的消费额，而随着各大电商之间竞争的加剧，谁能够更快更高效的满足客户的购物需求，及时根据每个客户的需要推送相关打折促销商品信息，就成了竞争中脱颖而出的关键。
发明内容
根据现有技术中存在的上述问题，现提供一种基于大数据的商品推荐系统，该推荐系统通过采集用户的历史购买信息，并对该历史购买信息进行统计分类处理，从中找出用户购买商品的规律和特征信息，并根据该规律和特征信息有针对性的向用户推送对应商品的打折促销信息，从而做到了面向用户需求的精准营销，在用户恰好需要某样商品时，能够及时收到来自购物网站的该种商品的推荐信息，使得购物网站的推销成功率大大提升，进而增加了用户的粘性，增强了该网站的竞争力。
上述技术方案具体包括：
一种基于大数据的商品推荐系统，应用于购物网站，其中，包括：
采集模块，用于采集所述购物网站的用户的购物数据；
分类模块，连接所述采集模块，对所述购物数据按照预设规则进行统计分类，并输出一分类结果；
所述分类结果包括所述用户购买商品的种类和购买时间；
处理模块，连接所述分类模块，对所述分类结果进行处理，计算得到所述商品的平均购买间隔时间；
推送模块，连接所述处理模块，根据所述平均购买间隔时间，计算所述用户下次购买时间，并根据所述下次购买时间向所述用户推送所述商品的购买信息。
优选地，其中，所述平均购买间隔时间为单个用户购买该种所述商品的平均购买间隔时间。
优选地，其中，所述平均购买间隔时间为所有用户购买该种所述商品的平均购买间隔时间。
优选地，其中，所述系统还包括：存储模块，连接所述推送模块，用于存储所述购买信息。
优选地，其中，所述购买信息包括所述商品的打折促销信息。
优选地，其中，所述商品为消耗类商品。
优选地，其中，所述推送所述商品购买信息包括移动端消息推送和短信推送。
优选地，其中，所述预设规则为按照所述购物网站的商品分类规则进行分类统计。
优选地，其中，所述购物数据包括移动端购物数据和电脑端购物数据。
上述技术方案的有益效果是：提供一种基于大数据的商品推荐系统，该推荐系统通过采集用户的历史购买信息，并对该历史购买信息进行统计分类处理，从中找出用户购买商品的规律和特征信息，并根据该规律和特征信息有针对性的向用户推送对应商品的打折促销信息，从而做到了面向用户需求的精准营销，在用户恰好需要某样商品时，能够及时收到来自购物网站的该种商品的推荐信息，使得购物网站的推销成功率大大提升，进而增加了用户的粘性，增强了该网站的竞争力。
附图说明
图1是本发明的较佳实施例中，基于大数据的商品推荐系统的系统结构图。
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作出创造性劳动的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。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
一种基于大数据的商品推荐系统，应用于购物网站，如图1所示，其中包括：
采集模块1，用于采集所述购物网站的用户的购物数据；
分类模块2，连接采集模块1，对所述购物数据按照预设规则进行统计分类，并输出一分类结果；
所述分类结果包括所述用户购买商品的种类和购买时间；
处理模块3，连接分类模块2，对分类结果进行处理，计算得到所述商品的平均购买间隔时间；
推送模块4，连接处理模块3，根据所述平均购买间隔时间，计算所述用户下次购买时间，并根据所述下次购买时间向所述用户推送所述商品的购买信息。
在本发明的一个具体实施例中，用于计算商品的平均购买间隔时间所采用的统计数据中的购买时间，一般选择离当前时间最近的N次购买时间作为计算依据，其目的是为了提高预测的准确性，因为用户可能在随着时间的推移，其对某一项商品的消耗速度在变化，因此，如果纳入计算的数据离当前时间过远的话，最后计算出的平均购买间隔时间的预测准确性就会变低。而具体N的取值，则根据不同的消耗品的消耗速度来具体确定，对于消耗速度较快的快消品，N的取值可以适当大一点，而对于消耗速度相对较慢的消耗品，N的取值适当小一点，从而保证预测的准确率。
在本发明的较佳实施例中，所述平均购买间隔时间为单个用户购买该种所述商品的平均购买间隔时间。
在本发明的一个具体实施例中，当统计的单个用户的购物数据中，对某种消耗型商品的购买次数大于一次，且具有统计参考的意义时，则此时选用该单个用户的平均购买间隔时间作为计算依据，计算得到用户下次购买该类商品可能的时间，并在该时间点上向用户推送该类商品的促销信息。
在本发明的较佳实施例中，所述平均购买间隔时间为所有用户购买该种所述商品的平均购买间隔时间。
在本发明的一个具体实施例中，当统计的单个用户的购物数据中，对某种消耗型商品的购买次数只有一次，或者购买间隔明显过长，远远超过正常的消耗时间，不具有统计参考意义时，则此时平均购买间隔时间的计算选用购物网站内所有用户购买该种商品的平均购买间隔时间作为依据，计算预测出该用户下次购买该类商品可能的时间，并在该时间点将该类商品的打折信息推送给该用户。
在本发明的较佳实施例中，所述系统还包括：存储模块5，连接推送模块4，用于存储所述购买信息。
在本发明的一个具体实施例中，存储模块5中存储的购买信息根据后台服务器内的促销信息进行实时更新，确保推送给用户的购买信息都是最新的促销打折信息。
在本发明的较佳实施例中，所述购买信息包括所述商品的打折促销信息。
在本发明的较佳实施例中，所述商品为消耗类商品。
在本发明的较佳实施例中，所述推送所述商品购买信息包括移动端消息推送和短信推送。
在本发明的较佳实施例中，所述预设规则为按照所述购物网站的商品分类规则进行分类统计。
在本发明的一个具体实施例中，所述预设规则也可以是按照预设的商品消耗速度进行分类，例如，可以将商品分为快消品，慢消品，和非消耗品，并对分类中的快消品做重点统计并推送促销信息，对非消耗品则不进行进一步的统计和计算。
在本发明的较佳实施例中，所述购物数据包括移动端购物数据和电脑端购物数据。
上述技术方案的有益效果是：提供一种基于大数据的商品推荐系统，该推荐系统通过采集用户的历史购买信息，并对该历史购买信息进行统计分类处理，从中找出用户购买商品的规律和特征信息，并根据该规律和特征信息有针对性的向用户推送对应商品的打折促销信息，从而做到了面向用户需求的精准营销，在用户恰好需要某样商品时，能够及时收到来自购物网站的该种商品的推荐信息，使得购物网站的推销成功率大大提升，进而增加了用户的粘性，增强了该网站的竞争力。
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (9)

1.一种基于大数据的商品推荐系统，应用于购物网站，其特征在于，包括：
采集模块，用于采集所述购物网站的用户的购物数据；
分类模块，连接所述采集模块，对所述购物数据按照预设规则进行统计分类，并输出一分类结果；
所述分类结果包括所述用户购买商品的种类和购买时间；
处理模块，连接所述分类模块，对所述分类结果进行处理，计算得到所述商品的平均购买间隔时间；
推送模块，连接所述处理模块，根据所述平均购买间隔时间，计算所述用户下次购买时间，并根据所述下次购买时间向所述用户推送所述商品的购买信息。
2.根据权利要求1所述的基于大数据的商品推荐系统，其特征在于，所述平均购买间隔时间为单个用户购买该种所述商品的平均购买间隔时间。
3.根据权利要求1所述的基于大数据的商品推荐系统，其特征在于，所述平均购买间隔时间为所有用户购买该种所述商品的平均购买间隔时间。
4.根据权利要求1所述的基于大数据的商品推荐系统，其特征在于，所述系统还包括：存储模块，连接所述推送模块，用于存储所述购买信息。
5.根据权利要求1所述的基于大数据的商品推荐系统，其特征在于，所述购买信息包括所述商品的打折促销信息。
6.根据权利要求1所述的基于大数据的商品推荐系统，其特征在于，所述商品为消耗类商品。
7.根据权利要求1所述的基于大数据的商品推荐系统，其特征在于，所述推送所述商品购买信息包括移动端消息推送和短信推送。
8.根据权利要求1所述的基于大数据的商品推荐系统，其特征在于，所述预设规则为按照所述购物网站的商品分类规则进行分类统计。
9.根据权利要求1所述的基于大数据的商品推荐系统，其特征在于，所述购物数据包括移动端购物数据和电脑端购物数据。
CN201910281610.6A 2019-04-09 2019-04-09 一种基于大数据的商品推荐系统 Pending CN110009457A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910281610.6A CN110009457A (zh) 2019-04-09 2019-04-09 一种基于大数据的商品推荐系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910281610.6A CN110009457A (zh) 2019-04-09 2019-04-09 一种基于大数据的商品推荐系统

Publications (1)

Publication Number Publication Date
CN110009457A true CN110009457A (zh) 2019-07-12

Family

ID=67170546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910281610.6A Pending CN110009457A (zh) 2019-04-09 2019-04-09 一种基于大数据的商品推荐系统

Country Status (1)

Country Link
CN (1) CN110009457A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110992153A (zh) * 2019-12-17 2020-04-10 深圳市梦网百科信息技术有限公司 基于用户属性和商品类型的商品推荐方法、系统及设备
CN111586169A (zh) * 2020-05-07 2020-08-25 苏宁云计算有限公司 一种商品营销信息推送方法及系统
CN111861556A (zh) * 2020-07-16 2020-10-30 广州云徙科技有限公司 一种消费者购买强度的预测方法
CN111914164A (zh) * 2020-06-20 2020-11-10 武汉海云健康科技股份有限公司 一种基于医疗大数据的用药预测方法及系统
CN112184399A (zh) * 2020-11-10 2021-01-05 广州鸿森资本管理有限公司 一种基于互联网的商品销售推荐系统及方法
CN113301094A (zh) * 2020-09-10 2021-08-24 阿里巴巴集团控股有限公司 一种信息推送方法及装置
CN113643070A (zh) * 2021-08-20 2021-11-12 林秀珍 一种基于大数据的智能信息推送方法及系统
CN114493759A (zh) * 2021-12-30 2022-05-13 胜斗士(上海)科技技术发展有限公司 用于对目标用户应用推荐策略的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130041774A1 (en) * 2010-03-30 2013-02-14 Rakuten, Inc. Product recommendation device, product recommendation method, program, and recording medium
US20140279208A1 (en) * 2013-03-14 2014-09-18 Rosie Electronic shopping system and service
CN104599160A (zh) * 2015-02-06 2015-05-06 腾讯科技（深圳）有限公司 商品推荐方法和装置
CN106157097A (zh) * 2016-08-22 2016-11-23 北京京东尚科信息技术有限公司 商品推荐方法和系统
CN108833948A (zh) * 2018-06-14 2018-11-16 广州视源电子科技股份有限公司 商品推送方法、系统、可读存储介质及终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130041774A1 (en) * 2010-03-30 2013-02-14 Rakuten, Inc. Product recommendation device, product recommendation method, program, and recording medium
US20140279208A1 (en) * 2013-03-14 2014-09-18 Rosie Electronic shopping system and service
CN104599160A (zh) * 2015-02-06 2015-05-06 腾讯科技（深圳）有限公司 商品推荐方法和装置
CN106157097A (zh) * 2016-08-22 2016-11-23 北京京东尚科信息技术有限公司 商品推荐方法和系统
CN108833948A (zh) * 2018-06-14 2018-11-16 广州视源电子科技股份有限公司 商品推送方法、系统、可读存储介质及终端

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110992153A (zh) * 2019-12-17 2020-04-10 深圳市梦网百科信息技术有限公司 基于用户属性和商品类型的商品推荐方法、系统及设备
CN110992153B (zh) * 2019-12-17 2023-06-16 深圳市梦网视讯有限公司 基于用户属性和商品类型的商品推荐方法、系统及设备
CN111586169A (zh) * 2020-05-07 2020-08-25 苏宁云计算有限公司 一种商品营销信息推送方法及系统
CN111914164A (zh) * 2020-06-20 2020-11-10 武汉海云健康科技股份有限公司 一种基于医疗大数据的用药预测方法及系统
CN111914164B (zh) * 2020-06-20 2024-04-26 武汉海云健康科技股份有限公司 一种基于医疗大数据的用药预测方法及系统
CN111861556A (zh) * 2020-07-16 2020-10-30 广州云徙科技有限公司 一种消费者购买强度的预测方法
CN111861556B (zh) * 2020-07-16 2024-05-24 广州云徙科技有限公司 一种消费者购买强度的预测方法
CN113301094A (zh) * 2020-09-10 2021-08-24 阿里巴巴集团控股有限公司 一种信息推送方法及装置
CN112184399A (zh) * 2020-11-10 2021-01-05 广州鸿森资本管理有限公司 一种基于互联网的商品销售推荐系统及方法
CN112184399B (zh) * 2020-11-10 2023-11-21 深圳市鑫云科技信息服务有限公司 一种基于互联网的商品销售推荐系统及方法
CN113643070A (zh) * 2021-08-20 2021-11-12 林秀珍 一种基于大数据的智能信息推送方法及系统
CN114493759A (zh) * 2021-12-30 2022-05-13 胜斗士(上海)科技技术发展有限公司 用于对目标用户应用推荐策略的方法

Similar Documents

Publication Publication Date Title
CN110009457A (zh) 一种基于大数据的商品推荐系统
US12056751B2 (en) Adaptive scheduling of electronic messaging based on predictive consumption of the sampling of items via a networked computing platform
CN104866484B (zh) 一种数据处理方法和装置
KR100456134B1 (ko) 판매되지 않은 소멸성 재화의 판매를 위한 일방시한쿠폰운용방법
US20180097759A1 (en) Predictive scoring and messaging in messaging systems
CN109584018A (zh) 一种互联网营销云服务平台
US20210406984A1 (en) Adaptive scheduling of electronic messaging based on predictive consumption of the sampling of items via a networked computing platform
CN107360222A (zh) 商品信息推送方法、装置、存储介质以及服务器
CN105630836B (zh) 搜索结果的排序方法和装置
CN101783004A (zh) 快速智能化的商品推荐系统
CN107077687A (zh) 获得与消费者有关的数据、处理所述数据并提供以电子方式生成的消费者报价的输出
JP7235753B2 (ja) 予測モデリングを使用して待ち時間を推定するための方法、システム、および非一時的コンピュータ可読媒体
CN101641708A (zh) 采用基于位置的通信在销售点位置增大对易过期商品的需求的系统和方法
JP5693649B2 (ja) 市場調査・分析システム
CN105678589A (zh) 基于pos终端的促销方法、系统和pos终端
CN104933595A (zh) 一种基于马尔科夫预测模型的协同过滤推荐方法
CN112041874A (zh) 用于生成建议列表的计算机实现的方法和用于生成订单列表的系统
CN113379511A (zh) 用于输出信息的方法和装置
KR20220015054A (ko) 커피 캡슐 또는 원두에 대한 구독 서비스 제공 방법 및 시스템
CN111951051A (zh) 一种为客户推荐产品的方法、装置和系统
CN107730019A (zh) 基于用户画像的用户挽回方法及系统
CN108446879A (zh) 一种生鲜商品电子商务仓储配送系统及方法
CN107169786B (zh) 数据资源的处理方法和装置
CN107256498A (zh) 业务对象发送方法、装置、设备及系统
CN107958390A (zh) 一种无人值守店用户消费行为分析方法及系统

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: 20190712