CN111898029A - 一种基于互联网的网购产品推荐系统 - Google Patents
一种基于互联网的网购产品推荐系统 Download PDFInfo
- Publication number
- CN111898029A CN111898029A CN202010790581.9A CN202010790581A CN111898029A CN 111898029 A CN111898029 A CN 111898029A CN 202010790581 A CN202010790581 A CN 202010790581A CN 111898029 A CN111898029 A CN 111898029A
- Authority
- CN
- China
- Prior art keywords
- commodity
- recommendation
- user
- recommended
- signal
- 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- Withdrawn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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (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
本发明公开了一种基于互联网的网购产品推荐系统，包括数据库、注册登录单元、分析模块、搜集单元、服务器、审查模块以及推送模块，审查模块接收商品推荐信号和收集商品信息，并对商品信息进行审查，取到推荐商品的合格系数So，若推荐商品的合格系数So大于等于设定阈值时，则判定推荐商品合格，生成合格信号，并将合格信号发送至服务器；服务器接收合格信号并将合格信号发送至推送模块，推送模块接收推荐商品的合格信号，并将推荐商品推送至用户手机终端，通过审查模块对推荐商品进行审查，降低了无用商品的推荐，确保用户收到实用的商品推荐，节省用户浏览时的时间，为用户带来便利。
Description
技术领域
本发明涉及网购产品推荐技术领域，具体为一种基于互联网的网购产品推荐系统。
背景技术
随着电子商务环境的改善以及电子商务所具备的巨大优势，电子商务正以惊人的速度在发展并且逐渐渗透到社会生活中的每一个行业领域，而在人口最多的中国，近年来网购这一趋势也变得愈加明显；据中国互联网信息中心发布的数据显示，中国网络购物用户目前已达到1.42亿。
申请号为CN201710097682.6的专利公开了一种商品智能推荐系统的设计，现代互联网是一个数据大爆炸、信息大爆炸的集合平台，各种商家在互联网上提供着种类繁多的产品，买家既不可能花很长时间去寻找合适的商品，也不可能像去实体店一样去体验试用商品，检查商品的质量，所以，买家需要电子商务系统提供一个采购助手来帮助其选购商品。
但是在该专利中，为用户提供的商品信息不能进行筛选，在互联网时代，一种商品可以由很多家店铺销售，为用户推荐的商品不进行筛选就会导致用户买的不合格的产品，浪费了用户的宝贵时间。
发明内容
本发明的目的就在于提出一种基于互联网的网购产品推荐系统，通过搜集单元搜集用户的网络信息，获取用户对商品浏览的次数，商品的好评次数，对商品的浏览时长，通过公式获取到商品推荐系数Ti，随后将获取到的商品推荐系数Ti发送至分析模块；分析模块接收商品推荐系数Ti，并对商品推荐系数Ti进行分析，将商品推荐系数Ti与设定阈值进行比较，若商品推荐系数Ti大于或等于设定阈值时，则判定商品适合推荐，生成商品推荐信号，并将商品推荐信号发送至服务器；通过对用户的信息进行分析，为用户推荐商品，大大降低了用户浏览商品花费的时间；审查模块接收商品推荐信号和收集商品信息，并对商品信息进行审查，取到推荐商品的合格系数So，若推荐商品的合格系数So大于等于设定阈值时，则判定推荐商品合格，生成合格信号，并将合格信号发送至服务器；服务器接收合格信号并将合格信号发送至推送模块，推送模块接收推荐商品的合格信号，并将推荐商品推送至用户手机终端，通过审查模块对推荐商品进行审查，降低了无用商品的推荐，确保用户收到实用的商品推荐，节省用户浏览时的时间，为用户带来便利。
本发明的目的可以通过以下技术方案实现：
一种基于互联网的网购产品推荐系统，包括数据库、注册登录单元、分析模块、搜集单元、服务器、审查模块以及推送模块；
所述搜集单元用于搜集十天内用户的上网信息，并标记为网络信息，网络信息包括浏览数据、评论数据以及时间数据，具体搜集过程如下：
步骤一：获取用户对商品浏览的次数，并将用户对商品浏览的次数标记为Li，i＝1...n；
步骤二：获取用户对商品的好评次数，并将用户对商品的好评次数标记为Pi，i＝1...n；
步骤三：获取用户对商品的浏览时长，并将用户对商品的浏览时长标记为Si，i＝1...n；
步骤四：通过公式
获取到商品推荐系数Ti，其中，d1、d2以及d3均为预设比例系数，d1＞d2＞d3，d1+d2+d3＝1，λ为修正因子，λ＝2.365894；
步骤五：将获取到的商品推荐系数Ti发送至分析模块；
所述分析模块用于接收商品推荐系数Ti，并对商品推荐系数Ti进行分析，将商品推荐系数Ti与设定阈值进行比较，若商品推荐系数Ti大于或等于设定阈值时，则判定商品适合推荐，生成商品推荐信号，并将商品推荐信号发送至服务器；若商品推荐系数Ti小于设定阈值时，则判定商品不适合推荐，生成商品不推荐信号，并将商品不推荐信号发送至服务器；
所述服务器用于接收商品推荐信号和商品不推荐信号，并商品推荐信号发送至审查模块，所述审查模块用于接收商品推荐信号和收集商品信息，并对商品信息进行审查，具体审查过程如下：
S1：获取推荐商品近一个月的销量，并将推荐商品近一个月的销量标记为Xo，o＝1...n；
S2：获取推荐商品近一个月受到的好评次数，并将推荐商品近一个月受到的好评次数标记为Ho，o＝1...n；
S3：获取推荐商品近一个月内受到退货的次数，并将推荐商品近一个月内受到退货的次数标记为To，o＝1...n；
S4：通过公式
获取到推荐商品的合格系数So，其中，b1、b2以及b3均为预设比例系数，b1＞b2＞b3且b1+b2+b3＝1.36582；
S5：将推荐商品的合格系数So与设定阈值进行比较：
若推荐商品的合格系数So大于等于设定阈值时，则判定推荐商品合格，生成合格信号，并将合格信号发送至服务器；
若推荐商品的合格系数So小于设定阈值时，则判定推荐商品不合格，生成不合格信号，并将不合格信号发送至服务器；
所述服务器还用于接收合格信号和不合格信号，并将不合格信号发送至数据进行保存，将合格信号发送至推送模块，所述推送模块用于接收推荐商品的合格信号，并将推荐商品推送至用户手机终端。
进一步地，所述注册登录单元用于用户通过手机终端提交用户数据进行注册并将注册成功的用户数据发送至数据库进行保存，用户数据包括用户的姓名、年龄、实名认证的手机号码以及工作行业。
进一步地，所述浏览数据表示为用户对商品浏览的次数，所述评论数据表示为用户对商品的好评次数，所述时间数据表示为用户对商品的浏览时长。
进一步地，所述商品信息包括销量数据、好评数据以及售后数据，所述销量数据表示为推荐商品近一个月的销量，所述好评数据表示为推荐商品近一个月受到的好评次数，所述售后数据表示为推荐商品近一个月内受到退货的次数。
与现有技术相比，本发明的有益效果是：
1、通过搜集单元搜集用户的网络信息，获取用户对商品浏览的次数，商品的好评次数，对商品的浏览时长，通过公式获取到商品推荐系数Ti，随后将获取到的商品推荐系数Ti发送至分析模块；分析模块接收商品推荐系数Ti，并对商品推荐系数Ti进行分析，将商品推荐系数Ti与设定阈值进行比较，若商品推荐系数Ti大于或等于设定阈值时，则判定商品适合推荐，生成商品推荐信号，并将商品推荐信号发送至服务器；通过对用户的信息进行分析，为用户推荐商品，大大降低了用户浏览商品花费的时间；
2、审查模块接收商品推荐信号和收集商品信息，并对商品信息进行审查，取到推荐商品的合格系数So，若推荐商品的合格系数So大于等于设定阈值时，则判定推荐商品合格，生成合格信号，并将合格信号发送至服务器；服务器接收合格信号并将合格信号发送至推送模块，推送模块接收推荐商品的合格信号，并将推荐商品推送至用户手机终端，通过审查模块对推荐商品进行审查，降低了无用商品的推荐，确保用户收到实用的商品推荐，节省用户浏览时的时间，为用户带来便利。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明一种基于互联网的网购产品推荐系统的原理框图。
具体实施方式
下面将结合实施例对本发明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前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，一种基于互联网的网购产品推荐系统，包括数据库、注册登录单元、分析模块、搜集单元、服务器、审查模块以及推送模块；
注册登录单元用于用户通过手机终端提交用户数据进行注册并将注册成功的用户数据发送至数据库进行保存，用户数据包括用户的姓名、年龄、实名认证的手机号码以及工作行业；
搜集单元用于搜集十天内用户的上网信息，并标记为网络信息，网络信息包括浏览数据、评论数据以及时间数据，浏览数据表示为用户对商品浏览的次数，评论数据表示为用户对商品的好评次数，时间数据表示为用户对商品的浏览时长；具体搜集过程如下：
步骤一：获取用户对商品浏览的次数，并将用户对商品浏览的次数标记为Li，i＝1...n；
步骤二：获取用户对商品的好评次数，并将用户对商品的好评次数标记为Pi，i＝1...n；
步骤三：获取用户对商品的浏览时长，并将用户对商品的浏览时长标记为Si，i＝1...n；
步骤四：通过公式
获取到商品推荐系数Ti，其中，d1、d2以及d3均为预设比例系数，d1＞d2＞d3，d1+d2+d3＝1，λ为修正因子，λ＝2.365894；
步骤五：将获取到的商品推荐系数Ti发送至分析模块；
分析模块用于接收商品推荐系数Ti，并对商品推荐系数Ti进行分析，将商品推荐系数Ti与设定阈值进行比较，若商品推荐系数Ti大于或等于设定阈值时，则判定商品适合推荐，生成商品推荐信号，并将商品推荐信号发送至服务器；若商品推荐系数Ti小于设定阈值时，则判定商品不适合推荐，生成商品不推荐信号，并将商品不推荐信号发送至服务器；
服务器用于接收商品推荐信号和商品不推荐信号，并商品推荐信号发送至审查模块，审查模块用于接收商品推荐信号和收集商品信息，并对商品信息进行审查，商品信息包括销量数据、好评数据以及售后数据，销量数据表示为推荐商品近一个月的销量，好评数据表示为推荐商品近一个月受到的好评次数，售后数据表示为推荐商品近一个月内受到退货的次数；具体审查过程如下：
S1：获取推荐商品近一个月的销量，并将推荐商品近一个月的销量标记为Xo，o＝1...n；
S2：获取推荐商品近一个月受到的好评次数，并将推荐商品近一个月受到的好评次数标记为Ho，o＝1...n；
S3：获取推荐商品近一个月内受到退货的次数，并将推荐商品近一个月内受到退货的次数标记为To，o＝1...n；
S4：通过公式
获取到推荐商品的合格系数So，其中，b1、b2以及b3均为预设比例系数，b1＞b2＞b3且b1+b2+b3＝1.36582；
S5：将推荐商品的合格系数So与设定阈值进行比较：
若推荐商品的合格系数So大于等于设定阈值时，则判定推荐商品合格，生成合格信号，并将合格信号发送至服务器；
若推荐商品的合格系数So小于设定阈值时，则判定推荐商品不合格，生成不合格信号，并将不合格信号发送至服务器；
服务器还用于接收合格信号和不合格信号，并将不合格信号发送至数据进行保存，将合格信号发送至推送模块，推送模块用于接收推荐商品的合格信号，并将推荐商品推送至用户手机终端。
一种基于互联网的网购产品推荐系统，在工作时，通过搜集单元搜集十天内用户的上网信息，并标记为网络信息，获取用户对商品浏览的次数，商品的好评次数，对商品的浏览时长，通过公式获取到商品推荐系数Ti，随后将获取到的商品推荐系数Ti发送至分析模块；分析模块接收商品推荐系数Ti，并对商品推荐系数Ti进行分析，将商品推荐系数Ti与设定阈值进行比较，若商品推荐系数Ti大于或等于设定阈值时，则判定商品适合推荐，生成商品推荐信号，并将商品推荐信号发送至服务器；若商品推荐系数Ti小于设定阈值时，则判定商品不适合推荐，生成商品不推荐信号，并将商品不推荐信号发送至服务器；服务器接收商品推荐信号和商品不推荐信号，并商品推荐信号发送至审查模块，审查模块接收商品推荐信号和收集商品信息，并对商品信息进行审查，获取推荐商品近一个月的销量，近一个月受到的好评次数，近一个月内受到退货的次数，通过公式获取到推荐商品的合格系数So，随后将推荐商品的合格系数So与设定阈值进行比较：若推荐商品的合格系数So大于等于设定阈值时，则判定推荐商品合格，生成合格信号，并将合格信号发送至服务器；若推荐商品的合格系数So小于设定阈值时，则判定推荐商品不合格，生成不合格信号，并将不合格信号发送至服务器；服务器接收合格信号和不合格信号，并将不合格信号发送至数据进行保存，将合格信号发送至推送模块，推送模块接收推荐商品的合格信号，并将推荐商品推送至用户手机终端。
本发明的有益效果是：
1、通过搜集单元搜集用户的网络信息，获取用户对商品浏览的次数，商品的好评次数，对商品的浏览时长，通过公式获取到商品推荐系数Ti，随后将获取到的商品推荐系数Ti发送至分析模块；分析模块接收商品推荐系数Ti，并对商品推荐系数Ti进行分析，将商品推荐系数Ti与设定阈值进行比较，若商品推荐系数Ti大于或等于设定阈值时，则判定商品适合推荐，生成商品推荐信号，并将商品推荐信号发送至服务器；通过对用户的信息进行分析，为用户推荐商品，大大降低了用户浏览商品花费的时间；
2、审查模块接收商品推荐信号和收集商品信息，并对商品信息进行审查，取到推荐商品的合格系数So，若推荐商品的合格系数So大于等于设定阈值时，则判定推荐商品合格，生成合格信号，并将合格信号发送至服务器；服务器接收合格信号并将合格信号发送至推送模块，推送模块接收推荐商品的合格信号，并将推荐商品推送至用户手机终端，通过审查模块对推荐商品进行审查，降低了无用商品的推荐，确保用户收到实用的商品推荐，节省用户浏览时的时间，为用户带来便利。
上述公式均是去量化取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (4)
1.一种基于互联网的网购产品推荐系统，其特征在于，包括数据库、注册登录单元、分析模块、搜集单元、服务器、审查模块以及推送模块；
所述搜集单元用于搜集十天内用户的上网信息，并标记为网络信息，网络信息包括浏览数据、评论数据以及时间数据，具体搜集过程如下：
步骤一：获取用户对商品浏览的次数，并将用户对商品浏览的次数标记为Li，i＝1...n；
步骤二：获取用户对商品的好评次数，并将用户对商品的好评次数标记为Pi，i＝1...n；
步骤三：获取用户对商品的浏览时长，并将用户对商品的浏览时长标记为Si，i＝1...n；
步骤四：通过公式
获取到商品推荐系数Ti，其中，d1、d2以及d3均为预设比例系数，d1＞d2＞d3，d1+d2+d3＝1，λ为修正因子，λ＝2.365894；
步骤五：将获取到的商品推荐系数Ti发送至分析模块；
所述分析模块用于接收商品推荐系数Ti，并对商品推荐系数Ti进行分析，将商品推荐系数Ti与设定阈值进行比较，若商品推荐系数Ti大于或等于设定阈值时，则判定商品适合推荐，生成商品推荐信号，并将商品推荐信号发送至服务器；若商品推荐系数Ti小于设定阈值时，则判定商品不适合推荐，生成商品不推荐信号，并将商品不推荐信号发送至服务器；
所述服务器用于接收商品推荐信号和商品不推荐信号，并商品推荐信号发送至审查模块，所述审查模块用于接收商品推荐信号和收集商品信息，并对商品信息进行审查，具体审查过程如下：
S1：获取推荐商品近一个月的销量，并将推荐商品近一个月的销量标记为Xo，o＝1...n；
S2：获取推荐商品近一个月受到的好评次数，并将推荐商品近一个月受到的好评次数标记为Ho，o＝1...n；
S3：获取推荐商品近一个月内受到退货的次数，并将推荐商品近一个月内受到退货的次数标记为To，o＝1...n；
S4：通过公式
获取到推荐商品的合格系数So，其中，b1、b2以及b3均为预设比例系数，b1＞b2＞b3且b1+b2+b3＝1.36582；
S5：将推荐商品的合格系数So与设定阈值进行比较：
若推荐商品的合格系数So大于等于设定阈值时，则判定推荐商品合格，生成合格信号，并将合格信号发送至服务器；
若推荐商品的合格系数So小于设定阈值时，则判定推荐商品不合格，生成不合格信号，并将不合格信号发送至服务器；
所述服务器还用于接收合格信号和不合格信号，并将不合格信号发送至数据进行保存，将合格信号发送至推送模块，所述推送模块用于接收推荐商品的合格信号，并将推荐商品推送至用户手机终端。
2.根据权利要求1所述的一种基于互联网的网购产品推荐系统，其特征在于，所述注册登录单元用于用户通过手机终端提交用户数据进行注册并将注册成功的用户数据发送至数据库进行保存，用户数据包括用户的姓名、年龄、实名认证的手机号码以及工作行业。
3.根据权利要求1所述的一种基于互联网的网购产品推荐系统，其特征在于，所述浏览数据表示为用户对商品浏览的次数，所述评论数据表示为用户对商品的好评次数，所述时间数据表示为用户对商品的浏览时长。
4.根据权利要求1所述的一种基于互联网的网购产品推荐系统，其特征在于，所述商品信息包括销量数据、好评数据以及售后数据，所述销量数据表示为推荐商品近一个月的销量，所述好评数据表示为推荐商品近一个月受到的好评次数，所述售后数据表示为推荐商品近一个月内受到退货的次数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010790581.9A CN111898029A (zh) | 2020-08-07 | 2020-08-07 | 一种基于互联网的网购产品推荐系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010790581.9A CN111898029A (zh) | 2020-08-07 | 2020-08-07 | 一种基于互联网的网购产品推荐系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111898029A true CN111898029A (zh) | 2020-11-06 |
Family
ID=73246178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010790581.9A Withdrawn CN111898029A (zh) | 2020-08-07 | 2020-08-07 | 一种基于互联网的网购产品推荐系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111898029A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112462720A (zh) * | 2020-12-05 | 2021-03-09 | 宜昌湖蓝科技开发有限公司 | 一种服装工装大规模及定制生产的工艺模块标准化系统 |
| CN112687138A (zh) * | 2020-12-30 | 2021-04-20 | 广州仁知初教育科技有限公司 | 一种基于物联网的互动教学平台 |
| CN112765578A (zh) * | 2021-01-26 | 2021-05-07 | 上海黔易数据科技有限公司 | 一种基于浏览器客户端的安全隐私计算的实现方法 |
| CN113434719A (zh) * | 2021-07-05 | 2021-09-24 | 汪冬梅 | 一种学前教育用的互动学习系统 |
| CN114581121A (zh) * | 2022-02-22 | 2022-06-03 | 华南理工大学 | 基于神经网络和最优超任务网的购物平台及其管控方法 |
| CN116228344A (zh) * | 2022-12-06 | 2023-06-06 | 上海久之润信息技术有限公司 | 一种双向线上交易方法及系统 |
| CN116955829A (zh) * | 2023-08-16 | 2023-10-27 | 吉翔文化传媒科技(山东)有限公司 | 一种基于大数据的网络营销推送方法及系统 |
-
2020
- 2020-08-07 CN CN202010790581.9A patent/CN111898029A/zh not_active Withdrawn
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112462720A (zh) * | 2020-12-05 | 2021-03-09 | 宜昌湖蓝科技开发有限公司 | 一种服装工装大规模及定制生产的工艺模块标准化系统 |
| CN112687138A (zh) * | 2020-12-30 | 2021-04-20 | 广州仁知初教育科技有限公司 | 一种基于物联网的互动教学平台 |
| CN112687138B (zh) * | 2020-12-30 | 2022-05-03 | 江苏传智播客教育科技股份有限公司 | 一种基于物联网的互动教学平台 |
| CN112765578A (zh) * | 2021-01-26 | 2021-05-07 | 上海黔易数据科技有限公司 | 一种基于浏览器客户端的安全隐私计算的实现方法 |
| CN113434719A (zh) * | 2021-07-05 | 2021-09-24 | 汪冬梅 | 一种学前教育用的互动学习系统 |
| CN113434719B (zh) * | 2021-07-05 | 2022-11-25 | 芜湖穿越信息科技有限公司 | 一种学前教育用的互动学习系统 |
| CN114581121A (zh) * | 2022-02-22 | 2022-06-03 | 华南理工大学 | 基于神经网络和最优超任务网的购物平台及其管控方法 |
| CN116228344A (zh) * | 2022-12-06 | 2023-06-06 | 上海久之润信息技术有限公司 | 一种双向线上交易方法及系统 |
| CN116228344B (zh) * | 2022-12-06 | 2024-02-09 | 上海久之润信息技术有限公司 | 一种双向线上交易方法及系统 |
| CN116955829A (zh) * | 2023-08-16 | 2023-10-27 | 吉翔文化传媒科技(山东)有限公司 | 一种基于大数据的网络营销推送方法及系统 |
| CN116955829B (zh) * | 2023-08-16 | 2024-01-26 | 吉翔文化传媒科技(山东)有限公司 | 一种基于大数据的网络营销推送系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111898029A (zh) | 一种基于互联网的网购产品推荐系统 | |
| CN110222272B (zh) | 一种潜在客户挖掘与推荐方法 | |
| TWI539305B (zh) | Personalized information push method and device | |
| CN105808637B (zh) | 个性化推荐方法和装置 | |
| CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
| KR102006900B1 (ko) | 온라인 쇼핑을 위한 정보 제공방법 및 이를 위한 통합 서버 | |
| WO2017028735A1 (zh) | 选择及推荐展示对象的方法及装置 | |
| CN109101553B (zh) | 用于购买方非受益方的行业的采购用户评价方法和系统 | |
| CN109685537B (zh) | 用户行为的分析方法、装置、介质和电子设备 | |
| CN110490683B (zh) | 一种线下线上协同多模型混合推荐的方法及系统 | |
| CN110874787A (zh) | 推荐模型的效果评测方法和相关装置 | |
| CN111949887A (zh) | 物品推荐方法、装置及计算机可读存储介质 | |
| CN104111938A (zh) | 一种信息推荐的方法及装置 | |
| CN112215685A (zh) | 一种基于物联网的电商管理系统 | |
| CN109727047A (zh) | 一种确定数据关联度的方法和装置、数据推荐方法和装置 | |
| CN103309885B (zh) | 一种在电子交易平台中识别特征用户的方法及装置和搜索方法及装置 | |
| CN111461827B (zh) | 产品评价信息的推送方法和装置 | |
| KR20190055963A (ko) | 키워드검색 분석을 통한 온라인 쇼핑몰의 상품 노출 시스템 및 그 운영방법 | |
| WO2017177834A1 (zh) | 一种进行翻译的方法和系统 | |
| CN107133811A (zh) | 一种目标用户的识别方法和装置 | |
| CN111311381A (zh) | 一种商品推荐方法及系统 | |
| KR20140133633A (ko) | 검색 키워드 분석을 통한 온라인 쇼핑몰의 상품 노출 시스템 및 그 운영방법 | |
| CN111177581A (zh) | 一种基于多平台的社交电商网站商品推荐方法及装置 | |
| CN113077320A (zh) | 一种基于用户行为采集分析的商机推荐方法 | |
| CN112529655A (zh) | 一种基于手机终端的电子商务交易系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201106 |
|
| WW01 | Invention patent application withdrawn after publication |