CN111833146B - 零食商品推荐方法、装置、计算机设备以及存储介质 - Google Patents

零食商品推荐方法、装置、计算机设备以及存储介质 Download PDF

Info

Publication number
CN111833146B
CN111833146B CN202010636463.2A CN202010636463A CN111833146B CN 111833146 B CN111833146 B CN 111833146B CN 202010636463 A CN202010636463 A CN 202010636463A CN 111833146 B CN111833146 B CN 111833146B
Authority
CN
China
Prior art keywords
snack
purchased
snacks
package
information
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.)
Active
Application number
CN202010636463.2A
Other languages
English (en)
Other versions
CN111833146A (zh
Inventor
陈文华
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.)
Shenzhen Aiqiao Network Co ltd
Original Assignee
Shenzhen Aiqiao Network 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 Shenzhen Aiqiao Network Co ltd filed Critical Shenzhen Aiqiao Network Co ltd
Priority to CN202010636463.2A priority Critical patent/CN111833146B/zh
Publication of CN111833146A publication Critical patent/CN111833146A/zh
Application granted granted Critical
Publication of CN111833146B publication Critical patent/CN111833146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0605Supply or demand aggregation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及商品推荐的技术领域,尤其是涉及一种零食商品推荐方法、装置、计算机设备以及存储介质,其包括以下步骤:S10:若获取到零食选购记录,则从所述零食选购记录中获取待购买零食种类和每个所述待购买零食种类对应的零食数量;S20:获取待购买零食种类的种类数量,根据所述种类数量和每个所述待购买零食种类的所述零食数量获取对应的包装规格数据;S30:根据所述包装规格数据获取待选择包装种类,并将所有的所述待选择包装种类作为待推荐数据集;S40:根据所述待购买零食种类,通过协同过滤算法在所述待推荐数据集中计算待选择包装,并将所述待选择包装发送至客户端。本发明具有提升对选购的零食的包装进行选择的效率的效果。

Description

零食商品推荐方法、装置、计算机设备以及存储介质
技术领域
本发明涉及商品推荐的技术领域,尤其是涉及一种零食商品推荐方法、装置、计算机设备以及存储介质。
背景技术
目前,随着人们生活质量的提升,人们也越来越喜欢吃零食,且对于零食的需求也已经不再满足商店以及超市中售卖的零食,更多的也会通过选择网购的方式选购零食,能够利用网购的方式,打破地域的壁垒,能够更加快速方便购买到其他地区的零食,以满足自身的需求。
现有的人们在网购电商平台中选购零食时,除了满足自身味觉上的需求,也有对包装的视觉上有需求,尤其是在送礼的场景中,消费者希望选择合适的包装,以提升送礼的体验。
针对上述中的相关技术,发明人认为存在有在消费者对零食和包装进行选购时效率不高的缺陷。
发明内容
本发明的目的是提供一种提升对选购的零食的包装进行选择的效率的零食商品推荐方法、装置、计算机设备以及存储介质。
本发明的上述发明目的一是通过以下技术方案得以实现的:
一种零食商品推荐方法,所述零食商品推荐方法包括以下步骤:
S10:若获取到零食选购记录,则从所述零食选购记录中获取待购买零食种类和每个所述待购买零食种类对应的零食数量;
S20:获取待购买零食种类的种类数量,根据所述种类数量和每个所述待购买零食种类的所述零食数量获取对应的包装规格数据;
S30:根据所述包装规格数据获取待选择包装种类,并将所有的所述待选择包装种类作为待推荐数据集;
S40:根据所述待购买零食种类,通过协同过滤算法在所述待推荐数据集中计算待选择包装,并将所述待选择包装发送至客户端。
通过采用上述技术方案,在获取到零食选购记录时,通过获取购买零食种类和对应的零食数量,获取对应的包装规格数据,能够保证最终选择的包装能够满足消费者选购的零食,同时,根据该包装规格数据选择对应的待选择包装种类,作为待推荐数据集,能够将符合消费者选购的零食的情况的包装推荐给客户;进一步地,通过协同过滤算法,能够计算得到与该消费者选购的零食相关联的其他消费者的选购情况,将与消费者本次选购的情况相符合的待推荐包装推荐给消费者,能够减少消费者选购商品的时间,从而提升了消费者选择对应的包装的效率。
本发明在一较佳示例中可以进一步配置为:步骤S20包括:
S21:获取每个所述待购买零食种类对应的零食属性信息,其中,所述零食属性信息包括零食口味信息和零食颜色信息;
S22:根据所述零食口味信息和所述零食颜色信息生成零食排布方案,根据所述零食排布方案和每个所述待购买零食种类的所述零食数量生成对应的所述包装规格数据。
通过采用上述技术方案,通过根据零食的零食口味信息和零食颜色信息生成对应的零食排布方案,再通过该零食排布方案生成该包装规格数据,能够提升对本次选购的零食的包装的结构的合理性,从而也能够在推荐对应的包装时提供更好地数据源,提升推荐的效率。
本发明在一较佳示例中可以进一步配置为:步骤S22包括:
S221:从每个所述零食口味信息之间获取口味差异信息,根据所述口味差异信息生成第一零食排布方案;
S222:获取包装间隔容量信息,根据所述包装间隔容量信息和每个所述待购买零食种类信息的所述零食数量计算每个所述待购买零食种类的间隔占用数量;
S223:根据所述间隔占用数量对所述第一零食排布方案进行调整后,得到所述包装规格数据。
通过采用上述技术方案,通过获取口味差异信息,能够对消费者选择的零食中,口味相近的零食放在一起,作为第一零食排布方案,并通过包装的间隔容量信息,以及对应的零食数量,能够得到每一种待购买零食种类需要的包装的间隔占用数量,并根据该间隔占用数量对第一零食排布方案进行调整,能够进一步保证包装规格数据的合理性。
本发明在一较佳示例中可以进一步配置为:步骤S40包括:
S41:获取包含至少一个所述待购买零食种类的历史购买记录;
S42:从每个所述历史购买记录中获取已购买零食种类,根据所述已购买种类和所述待购买零食种类计算所述历史购买记录和所述零食选购记录之间的选购相似度;
S43:对所述选购相似度从高至低的顺序排序,获取前N个所述选购相似对应的所述历史购买记录的包装选择信息,将所述包装选择信息作为所述待选择包装发送至所述客户端,其中,N为正整数。
通过采用上述技术方案,通过获取历史购买记录,根据该历史购买记录能够获取到与消费者本次购买的零食属性相似的历史购买记录,通过将与该消费者选购的零食相似度最高的前N个历史购买记录的包装选择信息发送至客户端,从而能够提升将与消费者选购的零食相符合的包装样式推荐给消费者。
本发明在一较佳示例中可以进一步配置为:,步骤S42包括:
S421:从所述历史购买记录中获取历史包装选择规格数据,将所述历史包装选择规格数据与所述包装规格数据进行匹配,得到对应的匹配结果;
S422:根据所述匹配结果,选择与所述包装规格数据相对应的所述历史购买记录计算所述选购相似度。
通过采用上述技术方案,选择与包装规格相符合的历史包装选择规格数据对应的历史购买记录,从而能够减少计算不相关的数据量,进一步提升了计算推荐结果的效率以及提升了推荐的精度。
本发明的上述发明目的二是通过以下技术方案得以实现的:
一种零食商品推荐装置,所述零食商品推荐装置包括:
选购属性获取模块,用于若获取到零食选购记录,则从所述零食选购记录中获取待购买零食种类和每个所述待购买零食种类对应的零食数量;
包装设计模块,用于获取待购买零食种类的种类数量,根据所述种类数量和每个所述待购买零食种类的所述零食数量获取对应的包装规格数据;
推荐集获取模块,用于根据所述包装规格数据获取待选择包装种类,并将所有的所述待选择包装种类作为待推荐数据集;
推荐发送模块,用于根据所述待购买零食种类,通过协同过滤算法在所述待推荐数据集中计算待选择包装,并将所述待选择包装发送至客户端。
通过采用上述技术方案,在获取到零食选购记录时,通过获取购买零食种类和对应的零食数量,获取对应的包装规格数据,能够保证最终选择的包装能够满足消费者选购的零食,同时,根据该包装规格数据选择对应的待选择包装种类,作为待推荐数据集,能够将符合消费者选购的零食的情况的包装推荐给客户;进一步地,通过协同过滤算法,能够计算得到与该消费者选购的零食相关联的其他消费者的选购情况,将与消费者本次选购的情况相符合的待推荐包装推荐给消费者,能够减少消费者选购商品的时间,从而提升了消费者选择对应的包装的效率。
本发明的上述发明目的三是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述零食商品推荐方法的步骤。
本发明的上述发明目的四是通过以下技术方案得以实现的:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述零食商品推荐方法的步骤。
综上所述,本发明包括以下至少一种有益技术效果:
1、在获取到零食选购记录时,通过获取购买零食种类和对应的零食数量,获取对应的包装规格数据,能够保证最终选择的包装能够满足消费者选购的零食,同时,根据该包装规格数据选择对应的待选择包装种类,作为待推荐数据集,能够将符合消费者选购的零食的情况的包装推荐给客户;进一步地,通过协同过滤算法,能够计算得到与该消费者选购的零食相关联的其他消费者的选购情况,将与消费者本次选购的情况相符合的待推荐包装推荐给消费者,能够减少消费者选购商品的时间,从而提升了消费者选择对应的包装的效率;
2、通过根据零食的零食口味信息和零食颜色信息生成对应的零食排布方案,再通过该零食排布方案生成该包装规格数据,能够提升对本次选购的零食的包装的结构的合理性,从而也能够在推荐对应的包装时提供更好地数据源,提升推荐的效率;
3、通过获取口味差异信息,能够对消费者选择的零食中,口味相近的零食放在一起,作为第一零食排布方案,并通过包装的间隔容量信息,以及对应的零食数量,能够得到每一种待购买零食种类需要的包装的间隔占用数量,并根据该间隔占用数量对第一零食排布方案进行调整,能够进一步保证包装规格数据的合理性;
4、选择与包装规格相符合的历史包装选择规格数据对应的历史购买记录,从而能够减少计算不相关的数据量,进一步提升了计算推荐结果的效率以及提升了推荐的精度。
附图说明
图1是本发明一实施例中零食商品推荐方法的一流程图;
图2是本发明一实施例中零食商品推荐方法中步骤S20的实现流程图;
图3是本发明一实施例中零食商品推荐方法中步骤S22的实现流程图;
图4是本发明一实施例中零食商品推荐方法中步骤S40的实现流程图;
图5是本发明一实施例中零食商品推荐方法中步骤S42的实现流程图;
图6是本发明一实施例中零食商品推荐装置的一原理框图;
图7是本发明一实施例中计算机设备的一示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
在一实施例中,如图1所示,本发明公开了一种零食商品推荐方法,具体包括如下步骤:
S10:若获取到零食选购记录,则从零食选购记录中获取待购买零食种类和每个待购买零食种类对应的零食数量。
在本实施例中,零食选购记录是指消费者在电商平台中选择购买的零食的的记录。待购买零食种类是指消费者本次选择购买的零食的种类。零食数量是指每一种选购的零食的数量。
具体地, 消费者在电商平台中选择需要购买的零食后,并将选择购买的零食放到购物车或者点击下一步,进行零食的包装等指令后,从消费者选购的零食中获取所选的零食的待购买零食种类,例如各种口味的巧克力、饼干、蛋糕以及膨化食品等,以及每一个待购买零食种类对应的零食数量,且该零食数量包括零食的个数、单个的体积以及总重量。
进一步地,将该待购买零食种类和零食数量作为该零食选购记录。
S20:获取待购买零食种类的种类数量,根据种类数量和每个待购买零食种类的零食数量获取对应的包装规格数据。
在本实施例中,包装规格数据是指需要对消费者触发的零食选购记录中的零食进行包裹的包装的尺寸大小以及样式的数据。
具体地,从零食选购记录中获取该待购买零食种类的种类数量,即该消费者选择购买的零食的品种、品牌或口味的数量。
进一步地,根据该种类数量,获取在对零食选购记录中选择购买的零食进行包装的间隔的区域的数量,并根据该每一种零食选择购买的数量,确定具体每一种零食需要的间隔的数量,进而组成该包装规格数据。
S30:根据包装规格数据获取待选择包装种类,并将所有的待选择包装种类作为待推荐数据集。
在本实施例中,待选择包装种类是指供消费者选择为本次选择购买的零食进行包装的样式种类。待推荐数据集是指存储有符合本次零食选购记录的包装规格数据的所有包装的样式的数据集。
具体地,根据该包装规格数据,从预存的所有包装样式的数据集中,选择符合该包装规格的包装样式,将每一个选择的包装样式作为该待选择包装种类,并将所有的待选择包装种类存储至预设的临时数据库中,作为该待推荐数据集。
S40:根据待购买零食种类,通过协同过滤算法在待推荐数据集中计算待选择包装,并将待选择包装发送至客户端。
在本实施例中,待选择包装是指提供给消费者进行选择的包装的样式。
具体地,根据消费者本次选择购买的零食的待购买零食种类,通过协同过滤算法在歹徒见数据集中计算与该消费者的兴趣属性相符合或者相近的其他消费者历史选择购买零食时,选择的若干个包装样式,并将该若干个包装样式作为待选择包装,以推荐的方式发送至客户端,供消费者进行选择。
在本实施例中,在获取到零食选购记录时,通过获取购买零食种类和对应的零食数量,获取对应的包装规格数据,能够保证最终选择的包装能够满足消费者选购的零食,同时,根据该包装规格数据选择对应的待选择包装种类,作为待推荐数据集,能够将符合消费者选购的零食的情况的包装推荐给客户;进一步地,通过协同过滤算法,能够计算得到与该消费者选购的零食相关联的其他消费者的选购情况,将与消费者本次选购的情况相符合的待推荐包装推荐给消费者,能够减少消费者选购商品的时间,从而提升了消费者选择对应的包装的效率。
在一实施例中,如图2所示,在步骤S20中,即获取待购买零食种类的种类数量,根据种类数量和每个待购买零食种类的零食数量获取对应的包装规格数据,具体包括如下步骤:
S21:获取每个待购买零食种类对应的零食属性信息,其中,零食属性信息包括零食口味信息和零食颜色信息。
在本实施例中,零食属性信息是指每个待购买零食种类的食品的属性信息。零食口味信息是指该待购买零食种类对应的零食的口味的信息。零食颜色信息是指该零食具体的外观的颜色的色调的信息。该零食颜色信息可以是具体食物的颜色,也可以是该零食自身的外包装的颜色。
具体地,从每个待购买零食种类的产品介绍中获取对应的零食口味信息以及零食颜色信息,进而组成每个待购买零食种类对应的零食属性信息。
S22:根据零食口味信息和零食颜色信息生成零食排布方案,根据零食排布方案和每个待购买零食种类的零食数量生成对应的包装规格数据。
在本实施例中,零食排布方案是指在零食选购记录中所有的零食在对应的包装中放置的位置的方案。
具体地,将零食口味信息相近的待购买零食种类分为一类,并根据待购买零食种类的零食颜色信息将每一类的待购买零食种类中的零食的具体放置的位置进行调整,使每一类的待购买零食种类中的零食在放置后,外观的颜色能起到渐变的效果。具体调整的方式可以是获取每一种待购买零食种类的外观的颜色的RGB颜色号,根据该RGB颜色号进行调整。
在一实施例中,如图3所示,在步骤S22中,即根据零食口味信息和零食颜色信息生成零食排布方案,根据零食排布方案和每个待购买零食种类的零食数量生成对应的包装规格数据,具体包括如下步骤:
S221:从每个零食口味信息之间获取口味差异信息,根据口味差异信息生成第一零食排布方案。
在本实施例中,口味差异信息是指每种零食之间口味的差异。第一零食排布方案是指对待购买零食种类初次排布的方案。
具体地,先对零食口味信息进行分类,例如香辣味、五香味、原味以及各种水果味等口味。进一步地,将零食口味信息相同的分为一类,并根据每一类的零食口味信息中的辣度、咸度之间的差异,作为该口味差异信息,并根据该口味差异信息的数值对每一类的零食口味信息对应的待购买零食种类进行排布,进一步地,在根据每一类的零食口味信息的待购买零食种类的零食颜色信息进行调整后,得到第一零食排布方案。
S222:获取包装间隔容量信息,根据包装间隔容量信息和每个待购买零食种类信息的零食数量计算每个待购买零食种类的间隔占用数量。
在本实施例中,包装间隔容量信息是指在包装内用于分隔零食的的间隔所能够容纳的零食的体积的信息。间隔占用数量是指每一种待购买零食种类所需要使用的间隔的数量。
具体地,在预存的包装设计方案中,获取包装中的每个间隔的容量,作为该包装间隔容量信息。进一步地,根据每个待购买零食种类的零食数量,即每个待购买零食种类的零食的数量、尺寸等数据,获取对应的总体积,通过该总体积和每个包装间隔容量信息进行计算,得到每个待购买零食的间隔占用量。
S223:根据间隔占用数量对第一零食排布方案进行调整后,得到包装规格数据。
具体地,根据第一零食排布方案中每种待购买零食种类的排布,按照该间隔占用数量进行划分对应的摆放区域,进而得到该包装规格数据。其中,在进行调整时,可将第一零食排布方案和间隔占用数量发送至客户端,由消费者对具体地排布进行组合,满足消费者的需求,从而得到该包装规格数据。
在一实施例中,如图4所示,在步骤S40中,即根据待购买零食种类,通过协同过滤算法在待推荐数据集中计算待选择包装,并将待选择包装发送至客户端,具体包括如下步骤:
S41:获取包含至少一个待购买零食种类的历史购买记录。
在本实施例中,历史购买记录是指在包括该消费者和其他消费者在内的历史购买零食的交易记录。
具体地,在所有的购买零食的消费记录中,逐个获取消费记录中的的零食的种类,并将每一笔消费记录中的零食的种类与零食选购记录中的待购买零食种类进行匹配,获取有与任意一个待购买零食种类重合消费记录,作为历史购买记录,即在选择曾经购买过任至少一个待选购零食种类的消费记录作为历史购买记录。
S42:从每个历史购买记录中获取已购买零食种类,根据已购买种类和待购买零食种类计算历史购买记录和零食选购记录之间的选购相似度。
在本实施例中,已购买零食种类是指与待购买零食种类对应,在每个历史购买记录中的零食的种类。选购相似度是指历史购买记录与零食选购记录之间的相似度。
具体地,通过计算每个历史购买记录中已购买零食种类与零食选购记录中的待购买零食种类相同的数量,以及每个历史购买记录中已购买零食种类的数量,计算每个历史购买记录与零食选购记录之间的第一重复率。
进一步地,获取每个历史购买记录与待购买零食种类不相同的已购零食种类与待购买零食之间的相似程度,作为第二重复率。其中,计算该第二重复率可以是通过使用余弦相似度计算已购零食种类和待购买零食种类的食品分类、口味以及售价等纬度之间的相似度,作为该第二重复率。
进一步地,对第一重复率和第二重复率设置相应的权重,且第一重复率的权重大于第二重复率的权重,进而计算得到选购相似度。
S43:对选购相似度从高至低的顺序排序,获取前N个选购相似对应的历史购买记录的包装选择信息,将包装选择信息作为待选择包装发送至客户端,其中,N为正整数。
在本实施例中,包装选择信息是指历史购买记录中选择使用的包装的信息。
具体地,根据选购相似度从高到底的顺序对历史购买记录进行排序,选择排名前N个,例如3、5或者7个历史购买记录,具体选择的数量可以根据历史购买记录的的选购相似度确定,若所有的历史购买记录的选购相似度的平均值超过预设的阈值,或者是选择超过预设的阈值对应的选购相似度的历史购买记录。
进一步地,将选择的历史购买记录的包装选择信息作为该待选择包装发送至客户端。
在一实施例中,如图5所示,在步骤S42中,即从每个历史购买记录中获取已购买零食种类,根据已购买种类和待购买零食种类计算历史购买记录和零食选购记录之间的选购相似度,具体包括如下步骤:
S421:从历史购买记录中获取历史包装选择规格数据,将历史包装选择规格数据与包装规格数据进行匹配,得到对应的匹配结果。
在本实施例中,历史包装选择规格数据是指与包装规格数据对应,在每个历史购买记录中的包装的规格的数据。
具体地,从每个历史购买记录中获取包装的规格数据,作为该历史包装选择规格数据,并将逐个将历史包装选择规格数据与包装规格数据进行是否相同的匹配,得到与每个历史包装选择规格数据对应的匹配结果。
S422:根据匹配结果,选择与包装规格数据相对应的历史购买记录计算选购相似度。
具体地,选匹配结果为相同的历史包装规格选择数据对应的历史购买记录进行步骤S42的选购相似度的计算。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种零食商品推荐装置,该零食商品推荐装置与上述实施例中零食商品推荐方法一一对应。如图6所示,该零食商品推荐装置包括选购属性获取模块10、包装设计模块20、推荐集获取模块30和推荐发送模块40。各功能模块详细说明如下:
选购属性获取模块10,用于若获取到零食选购记录,则从零食选购记录中获取待购买零食种类和每个待购买零食种类对应的零食数量;
包装设计模块20,用于获取待购买零食种类的种类数量,根据种类数量和每个待购买零食种类的零食数量获取对应的包装规格数据;
推荐集获取模块30,用于根据包装规格数据获取待选择包装种类,并将所有的待选择包装种类作为待推荐数据集;
推荐发送模块40,用于根据待购买零食种类,通过协同过滤算法在待推荐数据集中计算待选择包装,并将待选择包装发送至客户端。
优选地,包装设计模块20包括:
零食属性获取子模块21,用于获取每个待购买零食种类对应的零食属性信息,其中,零食属性信息包括零食口味信息和零食颜色信息;
包装布局设计子模块22, 用于根据零食口味信息和零食颜色信息生成零食排布方案,根据零食排布方案和每个待购买零食种类的零食数量生成对应的包装规格数据。
优选地,包装布局设计子模块22包括:
第一排布单元221,用于从每个零食口味信息之间获取口味差异信息,根据口味差异信息生成第一零食排布方案;
间隔设置单元222,用于获取包装间隔容量信息,根据包装间隔容量信息和每个待购买零食种类信息的零食数量计算每个待购买零食种类的间隔占用数量;
调整单元223,用于根据间隔占用数量对第一零食排布方案进行调整后,得到包装规格数据。
优选地,推荐发送模块40包括:
历史记录获取子模块41,用于获取包含至少一个待购买零食种类的历史购买记录;
相似度计算子模块42,用于从每个历史购买记录中获取已购买零食种类,根据已购买种类和待购买零食种类计算历史购买记录和零食选购记录之间的选购相似度;
推荐发送子模块43,用于对选购相似度从高至低的顺序排序,获取前N个选购相似对应的历史购买记录的包装选择信息,将包装选择信息作为待选择包装发送至客户端,其中,N为正整数。
优选地,相似度计算子模块42包括:
匹配单元421,用于从历史购买记录中获取历史包装选择规格数据,将历史包装选择规格数据与包装规格数据进行匹配,得到对应的匹配结果;
相似度计算单元422,用于根据匹配结果,选择与包装规格数据相对应的历史购买记录计算选购相似度。
关于零食商品推荐装置的具体限定可以参见上文中对于零食商品推荐方法的限定,在此不再赘述。上述零食商品推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储历史购买记录和包装的外观和规格的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种零食商品推荐方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
S10:若获取到零食选购记录,则从零食选购记录中获取待购买零食种类和每个待购买零食种类对应的零食数量;
S20:获取待购买零食种类的种类数量,根据种类数量和每个待购买零食种类的零食数量获取对应的包装规格数据;
S30:根据包装规格数据获取待选择包装种类,并将所有的待选择包装种类作为待推荐数据集;
S40:根据待购买零食种类,通过协同过滤算法在待推荐数据集中计算待选择包装,并将待选择包装发送至客户端。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S10:若获取到零食选购记录,则从零食选购记录中获取待购买零食种类和每个待购买零食种类对应的零食数量;
S20:获取待购买零食种类的种类数量,根据种类数量和每个待购买零食种类的零食数量获取对应的包装规格数据;
S30:根据包装规格数据获取待选择包装种类,并将所有的待选择包装种类作为待推荐数据集;
S40:根据待购买零食种类,通过协同过滤算法在待推荐数据集中计算待选择包装,并将待选择包装发送至客户端。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (6)

1.一种零食商品推荐方法,其特征在于,所述零食商品推荐方法包括以下步骤:
S10:若获取到零食选购记录,则从所述零食选购记录中获取待购买零食种类和每个所述待购买零食种类对应的零食数量;
S20:获取待购买零食种类的种类数量,根据所述种类数量和每个所述待购买零食种类的所述零食数量获取对应的包装规格数据,步骤S20包括:
S21:获取每个所述待购买零食种类对应的零食属性信息,其中,所述零食属性信息包括零食口味信息和零食颜色信息;
S22:根据所述零食口味信息和所述零食颜色信息生成零食排布方案,根据所述零食排布方案和每个所述待购买零食种类的所述零食数量生成对应的所述包装规格数据,步骤S22包括:
S221:从每个所述零食口味信息之间获取口味差异信息,根据所述口味差异信息生成第一零食排布方案;
S222:获取包装间隔容量信息,根据所述包装间隔容量信息和每个所述待购买零食种类信息的所述零食数量计算每个所述待购买零食种类的间隔占用数量;
S223:根据所述间隔占用数量对所述第一零食排布方案进行调整后,得到所述包装规格数据;
S30:根据所述包装规格数据获取待选择包装种类,并将所有的所述待选择包装种类作为待推荐数据集;
S40:根据所述待购买零食种类,通过协同过滤算法在所述待推荐数据集中计算待选择包装,并将所述待选择包装发送至客户端。
2.根据权利要求1所述的零食商品推荐方法,其特征在于,步骤S40包括:
S41:获取包含至少一个所述待购买零食种类的历史购买记录;
S42:从每个所述历史购买记录中获取已购买零食种类,根据所述已购买种类和所述待购买零食种类计算所述历史购买记录和所述零食选购记录之间的选购相似度;
S43:对所述选购相似度从高至低的顺序排序,获取前N个所述选购相似对应的所述历史购买记录的包装选择信息,将所述包装选择信息作为所述待选择包装发送至所述客户端,其中,N为正整数。
3.根据权利要求2所述的零食商品推荐方法,其特征在于,步骤S42包括:
S421:从所述历史购买记录中获取历史包装选择规格数据,将所述历史包装选择规格数据与所述包装规格数据进行匹配,得到对应的匹配结果;
S422:根据所述匹配结果,选择与所述包装规格数据相对应的所述历史购买记录计算所述选购相似度。
4.一种零食商品推荐装置,其特征在于,所述零食商品推荐装置包括:
选购属性获取模块,用于若获取到零食选购记录,则从所述零食选购记录中获取待购买零食种类和每个所述待购买零食种类对应的零食数量;
包装设计模块,用于获取待购买零食种类的种类数量,根据所述种类数量和每个所述待购买零食种类的所述零食数量获取对应的包装规格数据,所述包装设计模块包括:
零食属性获取子模块,用于获取每个所述待购买零食种类对应的零食属性信息,其中,所述零食属性信息包括零食口味信息和零食颜色信息;
包装布局设计子模块, 用于根据所述零食口味信息和所述零食颜色信息生成零食排布方案,根据所述零食排布方案和每个所述待购买零食种类的所述零食数量生成对应的所述包装规格数据,所述包装布局设计子模块包括:
第一排布单元,用于从每个所述零食口味信息之间获取口味差异信息,根据所述口味差异信息生成第一零食排布方案;
间隔设置单元,用于获取包装间隔容量信息,根据所述包装间隔容量信息和每个所述待购买零食种类信息的所述零食数量计算每个所述待购买零食种类的间隔占用数量;
调整单元,用于根据所述间隔占用数量对所述第一零食排布方案进行调整后,得到所述包装规格数据;
推荐集获取模块,用于根据所述包装规格数据获取待选择包装种类,并将所有的所述待选择包装种类作为待推荐数据集;
推荐发送模块,用于根据所述待购买零食种类,通过协同过滤算法在所述待推荐数据集中计算待选择包装,并将所述待选择包装发送至客户端。
5.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述零食商品推荐方法的步骤。
6.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述零食商品推荐方法的步骤。
CN202010636463.2A 2020-07-03 2020-07-03 零食商品推荐方法、装置、计算机设备以及存储介质 Active CN111833146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010636463.2A CN111833146B (zh) 2020-07-03 2020-07-03 零食商品推荐方法、装置、计算机设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010636463.2A CN111833146B (zh) 2020-07-03 2020-07-03 零食商品推荐方法、装置、计算机设备以及存储介质

Publications (2)

Publication Number Publication Date
CN111833146A CN111833146A (zh) 2020-10-27
CN111833146B true CN111833146B (zh) 2023-08-11

Family

ID=72901417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010636463.2A Active CN111833146B (zh) 2020-07-03 2020-07-03 零食商品推荐方法、装置、计算机设备以及存储介质

Country Status (1)

Country Link
CN (1) CN111833146B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005182227A (ja) * 2003-12-17 2005-07-07 Gaiax Co Ltd パッケージ商品の開発方法及び開発システム
JP2013257793A (ja) * 2012-06-13 2013-12-26 Nippon Telegr & Teleph Corp <Ntt> 商品多様化推薦装置及び方法及びプログラム
JP2018014029A (ja) * 2016-07-22 2018-01-25 ソフトバンク株式会社 レコメンド装置及びプログラム
CN109118138A (zh) * 2018-08-07 2019-01-01 深圳市易达云科技有限公司 一票多件预先生成面单的方法及计算机可读存储介质
CN110077676A (zh) * 2019-04-19 2019-08-02 杨和金 一种节能工厂化食用菌生产系统
US10460464B1 (en) * 2014-12-19 2019-10-29 Amazon Technologies, Inc. Device, method, and medium for packing recommendations based on container volume and contextual information
KR102046978B1 (ko) * 2018-11-21 2019-12-04 박경문 인공지능 기반 맞춤형 제품 추천 정보 제공 장치 및 방법
CN110889748A (zh) * 2019-12-02 2020-03-17 广州伊的家网络科技有限公司 店商平台产品推荐方法、装置、计算机设备以及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8548819B2 (en) * 2007-04-17 2013-10-01 Ridemakerz, Llc Method of providing a consumer profile accessible by an on-line interface and related to retail purchase of custom personalized toys
US8073753B2 (en) * 2008-04-17 2011-12-06 United Parcel Service Of America, Inc. System and method for providing a packaging recommendation to a shipping customer
US8788315B2 (en) * 2011-01-10 2014-07-22 Sas Institute Inc. Systems and methods for determining pack allocations
US20140032357A1 (en) * 2011-03-31 2014-01-30 Sonoco Development, Inc. Packaging Designing System and Packaging Designing Method
US8584805B2 (en) * 2011-05-11 2013-11-19 Toshiba Global Commerce Solutions Holdings Corporation Personalized item sorting and packing recommendations at a point of sale

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005182227A (ja) * 2003-12-17 2005-07-07 Gaiax Co Ltd パッケージ商品の開発方法及び開発システム
JP2013257793A (ja) * 2012-06-13 2013-12-26 Nippon Telegr & Teleph Corp <Ntt> 商品多様化推薦装置及び方法及びプログラム
US10460464B1 (en) * 2014-12-19 2019-10-29 Amazon Technologies, Inc. Device, method, and medium for packing recommendations based on container volume and contextual information
JP2018014029A (ja) * 2016-07-22 2018-01-25 ソフトバンク株式会社 レコメンド装置及びプログラム
CN109118138A (zh) * 2018-08-07 2019-01-01 深圳市易达云科技有限公司 一票多件预先生成面单的方法及计算机可读存储介质
KR102046978B1 (ko) * 2018-11-21 2019-12-04 박경문 인공지능 기반 맞춤형 제품 추천 정보 제공 장치 및 방법
CN110077676A (zh) * 2019-04-19 2019-08-02 杨和金 一种节能工厂化食用菌生产系统
CN110889748A (zh) * 2019-12-02 2020-03-17 广州伊的家网络科技有限公司 店商平台产品推荐方法、装置、计算机设备以及存储介质

Also Published As

Publication number Publication date
CN111833146A (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN109087177B (zh) 向目标用户推荐商品的方法、装置及计算机可读存储介质
KR101735602B1 (ko) 개인화 추천 방법, 시스템 및 기록 매체
US10162481B2 (en) Method and system for creating a food or drink recipe
US8762226B2 (en) Item discovery tools and methods for shopping in an electronic commerce environment
US10176508B2 (en) System, method, and non-transitory computer-readable storage media for evaluating search results for online grocery personalization
Jaenicke et al. Estimating and investigating organic premiums for retail‐level food products
US20100280895A1 (en) Food and beverages ordering, preparation, management and pricing system and method
US9812022B2 (en) Method and apparatus for providing healthier food purchase suggestions to a shopper
US20190102788A1 (en) Perishable product conservation system
US11144957B1 (en) System for recommending a meal kit based upon a user food item purchase history and related methods
US20170193582A1 (en) System, method, and non-transitory computer-readable storage media for evaluating search results for personalized product substitutions
KR20130047808A (ko) 유비쿼터스 스마트 쇼핑 시스템
CN111724188A (zh) 商品陈列位置的优化方法、装置、设备和存储介质
CN108292409B (zh) 消费者决策树生成系统
US20210287271A1 (en) Determining recommended search terms for a user of an online concierge system
US20160189099A1 (en) Shipping option selection based on virtual shopping cart conversion data
KR20180010616A (ko) 상품구매추천시스템과 상품구매추천방법 및 이를 이용한 상품구매추천용 어플리케이션
JP6509028B2 (ja) 商品推薦装置、商品推薦方法及びプログラム
CN111833146B (zh) 零食商品推荐方法、装置、计算机设备以及存储介质
CN108550072A (zh) 用于电子商务的商品品鉴系统
CN112488782A (zh) 商品推荐方法、装置、存储介质及电子设备
CN111127129A (zh) 一种商品交易系统及方法
US20220292568A1 (en) Mapping recipe ingredients to products
CN112035735A (zh) 一种基于短视频的商品推荐方法、装置和系统
KR20220051987A (ko) 채식주의자용 닭갈비 도시락 판매 시스템

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
GR01 Patent grant
GR01 Patent grant