CN111427919A - 基于电子商务推荐模型的品牌特征提取方法及装置 - Google Patents
基于电子商务推荐模型的品牌特征提取方法及装置 Download PDFInfo
- Publication number
- CN111427919A CN111427919A CN202010178553.1A CN202010178553A CN111427919A CN 111427919 A CN111427919 A CN 111427919A CN 202010178553 A CN202010178553 A CN 202010178553A CN 111427919 A CN111427919 A CN 111427919A
- Authority
- CN
- China
- Prior art keywords
- brand
- module
- feature
- recommendation model
- cloud server
- 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.)
- Withdrawn
Links
Images
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
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F16/26—Visual data mining; Browsing structured data
-
- 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]
- G06Q30/0623—Item investigation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及品牌特征提取领域,公开了一种基于电子商务推荐模型的品牌特征提取方法,包括如下步骤:A)在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,构造出不同时间段的品牌特征序列,并通过无线方式将所述品牌特征序列上传到云服务器;B)所述云服务器根据所述不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,同时提取品牌的特征信息。本发明还涉及一种实现上述基于电子商务推荐模型的品牌特征提取方法的装置。实施本发明的基于电子商务推荐模型的品牌特征提取方法及装置,具有以下有益效果:能提升提取的数据价值、增强提取的效果。
Description
技术领域
本发明涉及品牌特征提取领域,特别涉及一种基于电子商务推荐模型的品牌特征提取方法及装置。
背景技术
数据特征提取在数据管理和机器学习领域发挥着重要的作用,但是现有的数据特征化是指在保留数据特征的情况下减小原始数据的规模。数据特征化的工业背景随着数据大规模增长,产生隐含大量有效信息的高维海量数据,若要在这些高价值总量,低价值密度的数据中发现有价值的知识,需要通过数据特征提取的方式保留复杂数据中的有效信息,将低价值密度的信息转化为高价值密度的信息。传统技术中的数据特征提取方法可以在已知基础信息上提取得到所需的隐性特征。然而,在实际面临的数据挖掘工程中,往往出现提取的数据价值不高,提取效果不好的现象。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种能提升提取的数据价值、增强提取的效果的基于电子商务推荐模型的品牌特征提取方法及装置。
本发明解决其技术问题所采用的技术方案是:构造一种基于电子商务推荐模型的品牌特征提取方法,包括如下步骤:
A)在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,构造出不同时间段的品牌特征序列,并通过无线方式将所述品牌特征序列上传到云服务器;
B)所述云服务器根据所述不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,同时提取品牌的特征信息。
在本发明所述的基于电子商务推荐模型的品牌特征提取方法中,所述无线方式为5G通讯模块、4G通讯模块、蓝牙模块、WiFi模块、GSM模块、CDMA模块、CDMA2000模块、WCDMA模块、TD-SCDMA模块、Zigbee模块和LoRa模块中任意一种或任意几种的组合。
在本发明所述的基于电子商务推荐模型的品牌特征提取方法中,所述品牌的特征信息包括品牌的转换率、品牌的营销周期、品牌的热度、品牌回头率和品牌价值度。
在本发明所述的基于电子商务推荐模型的品牌特征提取方法中,所述时间分割为以天为单位进行分割、以周为单位进行分割或以月为单位进行分割。
本发明还涉及一种实现上述基于电子商务推荐模型的品牌特征提取方法的装置,包括:
时间分割单元:用于在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,构造出不同时间段的品牌特征序列,并通过无线方式将所述品牌特征序列上传到云服务器;
特征信息提取单元:用于所述云服务器根据所述不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,同时提取品牌的特征信息。
在本发明所述的装置中,所述无线方式为5G通讯模块、4G通讯模块、蓝牙模块、WiFi模块、GSM模块、CDMA模块、CDMA2000模块、WCDMA模块、TD-SCDMA模块、Zigbee模块和LoRa模块中任意一种或任意几种的组合。
在本发明所述的装置中,所述品牌的特征信息包括品牌的转换率、品牌的营销周期、品牌的热度、品牌回头率和品牌价值度。
在本发明所述的装置中,所述时间分割为以天为单位进行分割、以周为单位进行分割或以月为单位进行分割。
实施本发明的基于电子商务推荐模型的品牌特征提取方法及装置,具有以下有益效果:由于在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,构造出不同时间段的品牌特征序列,并通过无线方式将品牌特征序列上传到云服务器;云服务器根据不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,同时提取品牌的特征信息;能够使电子商务网站在海量数据基础上,依据基本的用户日志信息和品牌操作信息进行维度扩建,提取新的特征集合,构建推荐模型的品牌特征体系,因此本发明能提升提取的数据价值、增强提取的效果。
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为本发明基于电子商务推荐模型的品牌特征提取方法及装置一个实施例中方法的流程图;
图2为所述实施例中装置的结构示意图。
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。
在本发明基于电子商务推荐模型的品牌特征提取方法及装置实施例中,其基于电子商务推荐模型的品牌特征提取方法的流程图如图1所示。图1中,该基于电子商务推荐模型的品牌特征提取方法包括如下步骤:
步骤S01在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,构造出不同时间段的品牌特征序列,并通过无线方式将品牌特征序列上传到云服务器:本步骤中,在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,可以构造出不同时间段的品牌特征序列,然后通过无线方式将品牌特征序列上传到云服务器。例如:京东商城,每天都会有数千万的用户通过品牌发现自己喜欢的商品,品牌是连接消费者和商品的最重要的纽带。在已有的历史记录中,如何提取品牌的特征,第一个关键特征就在于品牌营销状况的时间序列特征。本发明的方法中,在进行时间分割时,可以以天为单位进行分割,可以以周为单位进行分割,也可以以月为单位进行分割。
在本发明的方法中,无线方式为5G通讯模块、4G通讯模块、蓝牙模块、WiFi模块、GSM模块、CDMA模块、CDMA2000模块、WCDMA模块、TD-SCDMA模块、Zigbee模块和LoRa模块中任意一种或任意几种的组合。通过设置多种无线通讯方式,不仅可以增加无线通讯方式的灵活性,还能满足不同用户和不同场合的需求。尤其是采用LoRa模块时,其通讯距离较远,且通讯性能较为稳定,适用于对通讯质量要求较高的场合。采用5G通讯方式可以达到高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。
步骤S02云服务器根据不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,同时提取品牌的特征信息:本步骤中,服务器根据不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,给用户以直观的显示,同时,云服务器还提取品牌的特征信息。上述品牌的特征信息包括品牌的转换率、品牌的营销周期、品牌的热度、品牌回头率和品牌价值度。品牌的转换率可以分为点击转化率、收藏转化率和购物车转化率等。品牌的营销周期指的是购买该品牌的用户购买的平均发生一次购买记录所需的天数。品牌的热度指的是品牌在海量离线记录中被点击和被购买所涉及的用户个数。品牌回头率是指品牌被购买过设定次数后会再被购买的概率。本发明的方法能够使电子商务网站在海量数据基础上,依据基本的用户日志信息和品牌操作信息进行维度扩建,提取新的特征集合,构建推荐模型的品牌特征体系,因此本发明的方法能提升提取的数据价值、增强提取的效果。
本实施例还涉及一种实现上述基于电子商务推荐模型的品牌特征提取方法的装置,该装置的结构示意图如图2所示。图2中,该装置包括时间分割单元1和特征信息提取单元2。
时间分割单元1用于在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,构造出不同时间段的品牌特征序列,并通过无线方式将品牌特征序列上传到云服务器;例如:京东商城,每天都会有数千万的用户通过品牌发现自己喜欢的商品,品牌是连接消费者和商品的最重要的纽带。在已有的历史记录中,如何提取品牌的特征,第一个关键特征就在于品牌营销状况的时间序列特征。本发明的方法中,在进行时间分割时,可以以天为单位进行分割,可以以周为单位进行分割,也可以以月为单位进行分割。
在本发明的装置中,无线方式为5G通讯模块、4G通讯模块、蓝牙模块、WiFi模块、GSM模块、CDMA模块、CDMA2000模块、WCDMA模块、TD-SCDMA模块、Zigbee模块和LoRa模块中任意一种或任意几种的组合。通过设置多种无线通讯方式,不仅可以增加无线通讯方式的灵活性,还能满足不同用户和不同场合的需求。尤其是采用LoRa模块时,其通讯距离较远,且通讯性能较为稳定,适用于对通讯质量要求较高的场合。采用5G通讯方式可以达到高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。
特征信息提取单元2用于云服务器根据不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,同时提取品牌的特征信息。述品牌的特征信息包括品牌的转换率、品牌的营销周期、品牌的热度、品牌回头率和品牌价值度。品牌的转换率可以分为点击转化率、收藏转化率和购物车转化率等。品牌的营销周期指的是购买该品牌的用户购买的平均发生一次购买记录所需的天数。品牌的热度指的是品牌在海量离线记录中被点击和被购买所涉及的用户个数。品牌回头率是指品牌被购买过设定次数后会再被购买的概率。本发明的装置能够使电子商务网站在海量数据基础上,依据基本的用户日志信息和品牌操作信息进行维度扩建,提取新的特征集合,构建推荐模型的品牌特征体系,因此本发明的装置能提升提取的数据价值、增强提取的效果。
总之,本发明能够使电子商务网站在海量数据基础上,依据基本的用户日志信息和品牌操作信息进行维度扩建,提取新的特征集合,构建推荐模型的品牌特征体系,因此本发明能提升提取的数据价值、增强提取的效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于电子商务推荐模型的品牌特征提取方法,其特征在于,包括如下步骤:
A)在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,构造出不同时间段的品牌特征序列,并通过无线方式将所述品牌特征序列上传到云服务器;
B)所述云服务器根据所述不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,同时提取品牌的特征信息。
2.根据权利要求1所述的基于电子商务推荐模型的品牌特征提取方法,其特征在于,所述无线方式为5G通讯模块、4G通讯模块、蓝牙模块、WiFi模块、GSM模块、CDMA模块、CDMA2000模块、WCDMA模块、TD-SCDMA模块、Zigbee模块和LoRa模块中任意一种或任意几种的组合。
3.根据权利要求2所述的基于电子商务推荐模型的品牌特征提取方法,其特征在于,所述品牌的特征信息包括品牌的转换率、品牌的营销周期、品牌的热度、品牌回头率和品牌价值度。
4.根据权利要求1至3任意一项所述的基于电子商务推荐模型的品牌特征提取方法,其特征在于,所述时间分割为以天为单位进行分割、以周为单位进行分割或以月为单位进行分割。
5.一种实现如权利要求1所述的基于电子商务推荐模型的品牌特征提取方法的装置,其特征在于,包括:
时间分割单元:用于在手机APP端对进行电子商务销售的品牌的基础数据进行时间分割,构造出不同时间段的品牌特征序列,并通过无线方式将所述品牌特征序列上传到云服务器;
特征信息提取单元:用于所述云服务器根据所述不同时间段的品牌特征序列,对品牌的交易数据进行热度和成本分析,将分析结果以曲线形式进行显示,同时提取品牌的特征信息。
6.根据权利要求5所述的装置,其特征在于,所述无线方式为5G通讯模块、4G通讯模块、蓝牙模块、WiFi模块、GSM模块、CDMA模块、CDMA2000模块、WCDMA模块、TD-SCDMA模块、Zigbee模块和LoRa模块中任意一种或任意几种的组合。
7.根据权利要求6所述的装置,其特征在于,所述品牌的特征信息包括品牌的转换率、品牌的营销周期、品牌的热度、品牌回头率和品牌价值度。
8.根据权利要求5至7任意一项所述的装置,其特征在于,所述时间分割为以天为单位进行分割、以周为单位进行分割或以月为单位进行分割。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010178553.1A CN111427919A (zh) | 2020-03-14 | 2020-03-14 | 基于电子商务推荐模型的品牌特征提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010178553.1A CN111427919A (zh) | 2020-03-14 | 2020-03-14 | 基于电子商务推荐模型的品牌特征提取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111427919A true CN111427919A (zh) | 2020-07-17 |
Family
ID=71547961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010178553.1A Withdrawn CN111427919A (zh) | 2020-03-14 | 2020-03-14 | 基于电子商务推荐模型的品牌特征提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111427919A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022204007A1 (de) | 2022-04-26 | 2023-10-26 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Kalibrieren eines Radarsensors |
-
2020
- 2020-03-14 CN CN202010178553.1A patent/CN111427919A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022204007A1 (de) | 2022-04-26 | 2023-10-26 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Kalibrieren eines Radarsensors |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590675B (zh) | 一种基于大数据的用户购物行为识别方法、储存设备及移动终端 | |
CN109697629B (zh) | 产品数据推送方法及装置、存储介质、计算机设备 | |
CN104463630B (zh) | 一种基于网购保险产品特性的产品推荐方法及系统 | |
CN108805598B (zh) | 相似度信息确定方法、服务器及计算机可读存储介质 | |
CN112418932B (zh) | 一种基于用户标签的营销信息推送方法及装置 | |
CN103886067A (zh) | 使用标签隐含主题进行图书推荐的方法 | |
CN107301592A (zh) | 用于商品替代品发掘的方法及装置 | |
CN104615721B (zh) | 用于基于退货关联信息推荐商品的方法和系统 | |
CN112287238B (zh) | 用户特征的确定方法和装置、存储介质及电子设备 | |
CN110955690A (zh) | 一种基于大数据技术的自助数据标签平台及自助数据标签方法 | |
CN111507769A (zh) | 信息推送方法和系统、存储介质及处理器 | |
CN112613938A (zh) | 模型训练方法、装置及计算机设备 | |
CN114971747A (zh) | 一种基于大数据商品精准营销的数据分析方法及系统 | |
CN106228401A (zh) | 一种销售系统 | |
CN111427919A (zh) | 基于电子商务推荐模型的品牌特征提取方法及装置 | |
CN113159828A (zh) | 促销方案的推荐方法、装置及计算机可读存储介质 | |
CN115563176A (zh) | 一种电子商务数据处理系统及方法 | |
CN111612559A (zh) | 一种虚拟智能互动云货架的实现方法 | |
CN115330476A (zh) | 一种基于大数据的跨境零售进口商品智能推荐系统 | |
CN114971767A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN107633422A (zh) | 一种基于用户行为的市场预测方法及装置 | |
CN106447436A (zh) | 一种移动电子商务图像搜索购物方法 | |
CN110738538B (zh) | 识别相似物品的方法和装置 | |
CN112561558A (zh) | 快递时间画像的生成方法、生成装置、设备及存储介质 | |
TWM573477U (zh) | 網路使用者分群之系統 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200717 |
|
WW01 | Invention patent application withdrawn after publication |