CN112116434A - 基于大数据与电子商城的商品搜索方法、系统及云服务平台 - Google Patents

基于大数据与电子商城的商品搜索方法、系统及云服务平台 Download PDF

Info

Publication number
CN112116434A
CN112116434A CN202011067597.3A CN202011067597A CN112116434A CN 112116434 A CN112116434 A CN 112116434A CN 202011067597 A CN202011067597 A CN 202011067597A CN 112116434 A CN112116434 A CN 112116434A
Authority
CN
China
Prior art keywords
commodity
list
scene
pointing
label
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.)
Granted
Application number
CN202011067597.3A
Other languages
English (en)
Other versions
CN112116434B (zh
Inventor
刘秋杏
其他发明人请求不公开姓名
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 baobaotuan Information Technology Co.,Ltd.
Original Assignee
Guangzhou Smart Internet Technology 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 Guangzhou Smart Internet Technology Co ltd filed Critical Guangzhou Smart Internet Technology Co ltd
Priority to CN202011067597.3A priority Critical patent/CN112116434B/zh
Publication of CN112116434A publication Critical patent/CN112116434A/zh
Application granted granted Critical
Publication of CN112116434B publication Critical patent/CN112116434B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • 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
    • 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]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

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

本发明涉及大数据与电子商城技术领域，涉及一种基于大数据与电子商城的商品搜索方法、系统及云服务平台。该方法基于订单场景列表、场景交互特征列表、对象标签特征分布列表，通过商品推送模型所包括的分类单元获取支付订单对象所对应的商品匹配结果，然后根据商品匹配结果确定支付订单对象列表对应的商品推荐清单。这样设计，基于支付订单信息进行具体分析，通过提取订单场景、商品类型等多维度的特征信息进行综合分析，能够与消费者期望购买的商品进行相关性分析，从而精细考虑消费者与商品之间的关联信息，进而精确地分析出消费者的需求，并向消费者推荐符合条件的商品，使得被推荐的商品具备更高的精确性，能够被更加准确地推荐给消费者。

Description

基于大数据与电子商城的商品搜索方法、系统及云服务平台
技术领域
本发明涉及大数据与电子商城技术领域，具体而言，涉及一种基于大数据与电子商城的商品搜索方法、系统及云服务平台。
背景技术
随着互联网技术的发展，电子商务凭借其方便、快捷、价格低、商品种类齐全等优势，得到了快速发展。其中，线上购物逐渐取代线下购物，成为消费者青睐的购物模式。
在现有技术中，对于消费者进行线上购物的商品推荐模式主要是基于用户的搜索内容完成的，当消费者在线上购物商城对某种产品进行搜索时，后台的大数据云服务平台通过数据挖掘的方式获取用户的交互数据，并基于此对消费者进行商品推荐。
然而，这种基于搜索内容的推荐方式所提供的推荐商品，与消费者期望购买的商品不一定具备相关性，没有精细考虑消费者与该商品之间的关联信息，不能精确地反应出消费者的需求。
发明内容
为了至少克服现有技术中的上述不足，本发明的目的在于提供一种基于大数据与电子商城的商品搜索方法、系统及云服务平台。
第一方面，本发明提供一种基于大数据与电子商城的商品搜索方法，应用于商品推荐云服务平台，包括：
在检测到智能支付设备生成的支付订单信息被用户终端确认时，获取所述支付订单信息中的支付订单对象列表，并从所述用户终端获取所述支付订单信息的生成节点的关联节点的场景交互数据列表，其中，所述支付订单对象列表包括连续的多个支付订单对象；
提取所述支付订单对象列表中每个支付订单对象的对象标签特征列表，其中，所述对象标签特征列表包括连续的多个对象标签特征，同时提取所述场景交互数据列表中每个场景交互数据的场景交互特征列表；
基于所述支付订单对象列表，通过商品推送模型所包括的第一商品推送解析单元获取订单场景列表，其中，所述订单场景列表包括多个订单场景；
基于所述对象标签特征列表，通过所述商品推送模型所包括的第二商品推送解析单元获取对象标签特征分布列表，其中，所述对象标签特征分布列表包括多个对象标签特征分布；
基于所述订单场景列表、所述场景交互特征列表以及所述对象标签特征分布列表，通过所述商品推送模型所包括的分类单元获取所述支付订单对象所对应的商品匹配结果；
根据所述商品匹配结果确定所述支付订单对象列表对应的商品推荐清单。
第二方面，本发明提供一种基于大数据与电子商城的商品搜索系统，包括：
检测模块，用于在检测到智能支付设备生成的支付订单信息被用户终端确认时，获取所述支付订单信息中的支付订单对象列表，并从所述用户终端获取所述支付订单信息的生成节点的关联节点的场景交互数据列表，其中，所述支付订单对象列表包括连续的多个支付订单对象；
特征提取模块，用于提取所述支付订单对象列表中每个支付订单对象的对象标签特征列表，其中，所述对象标签特征列表包括连续的多个对象标签特征，同时提取所述场景交互数据列表中每个场景交互数据的场景交互特征列表；
第一分析模块，用于基于所述支付订单对象列表，通过商品推送模型所包括的第一商品推送解析单元获取订单场景列表，其中，所述订单场景列表包括多个订单场景；
第二分析模块，用于基于所述对象标签特征列表，通过所述商品推送模型所包括的第二商品推送解析单元获取对象标签特征分布列表，其中，所述对象标签特征分布列表包括多个对象标签特征分布；
分析匹配模块，用于基于所述订单场景列表、所述场景交互特征列表以及所述对象标签特征分布列表，通过所述商品推送模型所包括的分类单元获取所述支付订单对象所对应的商品匹配结果；
输出模块，用于根据所述商品匹配结果确定所述支付订单对象列表对应的商品推荐清单。
第三方面，本发明实施例还提供一种商品推荐云服务平台，所述商品推荐云服务平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个智能支付设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的设计中的基于大数据与电子商城的商品搜索方法。
第四方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述第一方面或者第一方面中任意一个可能的设计中的基于大数据与电子商城的商品搜索方法。
基于上述任意一个方面，本发明的技术方案通过检测到智能支付设备生成的支付订单信息被用户终端确认时，获取支付订单信息中的支付订单对象列表；提取支付订单对象列表中每个支付订单对象的对象标签特征列表；基于支付订单对象列表，获取订单场景列表；基于对象标签特征列表，获取对象标签特征分布列表；基于订单场景列表、场景交互特征列表、对象标签特征分布列表，通过商品推送模型所包括的分类单元获取支付订单对象所对应的商品匹配结果；根据商品匹配结果确定支付订单对象列表对应的商品推荐清单。使用上述方式，基于支付订单信息进行具体分析，通过提取订单场景、商品类型等多维度的特征信息进行综合分析，能够与消费者期望购买的商品进行相关性分析，从而精细考虑消费者与商品之间的关联信息，进而精确地分析出消费者的需求，并向消费者推荐符合条件的商品，使得被推荐的商品具备更高的精确性，能够被更加准确地推荐给消费者，有效提高消费者的购物体验。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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它相关的附图。
图1为本发明实施例提供的商品推荐系统的应用场景示意图；
图2为本发明实施例提供的基于大数据与电子商城的商品搜索方法的流程示意图；
图3为本发明实施例提供的基于大数据与电子商城的商品搜索系统的功能模块示意图；
图4为本发明实施例提供的用于实现上述的基于大数据与电子商城的商品搜索方法的商品推荐云服务平台的结构示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于系统实施例中。
图1是本发明一种实施例提供的商品推荐系统10的交互示意图。商品推荐系统10可以包括商品推荐云服务平台100以及与所述商品推荐云服务平台100通信连接的智能支付设备200。图1所示的商品推荐系统10仅为一种可行的示例，在其它可行的实施例中，该商品推荐系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中，智能支付设备200可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等，或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理、游戏设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。
本实施例中，商品推荐系统10中的云商品推荐云服务平台100和智能支付设备200可以通过配合执行以下方法实施例所描述的基于大数据与电子商城的商品搜索方法，具体商品推荐云服务平台100和智能支付设备200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题，图2为本发明实施例提供的基于大数据与电子商城的商品搜索方法的流程示意图，本实施例提供的基于大数据与电子商城的商品搜索方法可以由图1中所示的商品推荐云服务平台100执行，下面对该基于大数据与电子商城的商品搜索方法进行详细介绍。
步骤S110，在检测到智能支付设备生成的支付订单信息被用户终端确认时，获取所述支付订单信息中的支付订单对象列表，并从所述用户终端获取所述支付订单信息的生成节点的关联节点的场景交互数据列表，其中，所述支付订单对象列表包括连续的多个支付订单对象。
步骤S120，提取所述支付订单对象列表中每个支付订单对象的对象标签特征列表，其中，所述对象标签特征列表包括连续的多个对象标签特征，同时提取所述场景交互数据列表中每个场景交互数据的场景交互特征列表。
步骤S130，基于所述支付订单对象列表，通过商品推送模型所包括的第一商品推送解析单元获取订单场景列表，其中，所述订单场景列表包括多个订单场景。
步骤S140，基于所述对象标签特征列表，通过所述商品推送模型所包括的第二商品推送解析单元获取对象标签特征分布列表，其中，所述对象标签特征分布列表包括多个对象标签特征分布。
步骤S150，基于所述订单场景列表、所述场景交互特征列表以及所述对象标签特征分布列表，通过所述商品推送模型所包括的分类单元获取所述支付订单对象所对应的商品匹配结果。
步骤S160，根据所述商品匹配结果确定所述支付订单对象列表对应的商品推荐清单。
可以理解，基于上述步骤S110-步骤S160所描述的内容，通过检测到智能支付设备生成的支付订单信息被用户终端确认时，获取支付订单信息中的支付订单对象列表；提取支付订单对象列表中每个支付订单对象的对象标签特征列表；基于支付订单对象列表，获取订单场景列表；基于对象标签特征列表，获取对象标签特征分布列表；基于订单场景列表、场景交互特征列表、对象标签特征分布列表，通过商品推送模型所包括的分类单元获取支付订单对象所对应的商品匹配结果；根据商品匹配结果确定支付订单对象列表对应的商品推荐清单。
使用上述方式，基于支付订单信息进行具体分析，通过提取订单场景、商品类型等多维度的特征信息进行综合分析，能够与消费者期望购买的商品进行相关性分析，从而精细考虑消费者与商品之间的关联信息，进而精确地分析出消费者的需求，并向消费者推荐符合条件的商品，使得被推荐的商品具备更高的精确性，能够被更加准确地推荐给消费者，有效提高消费者的购物体验。
在一个可能的实施例中，为了确保商品匹配结果的完整性，避免商品匹配结果出现场景交互和对象标签之间的缺失，步骤S150具体包括：
步骤S151，基于所述订单场景列表，通过所述商品推送模型所包括的第一分类筛选逻辑参数获取多个第一场景指向标签，其中，每个第一场景指向标签对应于一个订单场景；
步骤S152，基于所述对象标签特征分布列表，通过所述商品推送模型所包括的第二分类筛选逻辑参数获取多个第二对象信息指向标签，其中，每个第二对象信息指向标签对应于一个对象标签特征分布；
步骤S153，对所述多个第一场景指向标签以及所述多个第二对象信息指向标签进行标签多维特征聚类处理，得到多个综合场景指向标签，其中，每个综合场景指向标签包括一个第一场景指向标签以及一个第二对象信息指向标签；
步骤S154，基于所述多个综合场景指向标签以及所述场景交互特征列表，通过所述商品推送模型所包括的所述分类单元的分类执行函数获取所述支付订单对象列表所对应的商品匹配结果。
在应用上述步骤S151-步骤S154所描述内容时，能够确保商品匹配结果的完整性，避免商品匹配结果出现场景交互和对象标签之间的缺失。
在一个可能的实施例中，步骤S151具体包括：
步骤S1511，针对所述订单场景列表中的每个订单场景，通过所述第一分类筛选逻辑参数所包括的动态筛选参数集获取第一动态筛选结果，其中，所述第一分类筛选逻辑参数属于所述商品推送模型；
步骤S1512，针对所述订单场景列表中的每个订单场景，通过所述第一分类筛选逻辑参数所包括的静态筛选参数集获取第一静态筛选结果；
步骤S1513，针对所述订单场景列表中的每个订单场景，基于所述第一动态筛选结果以及所述第一静态筛选结果，通过所述第一分类筛选逻辑参数所包括的存在商品推送评价标识的目标参数集获取第一评价筛选结果；
步骤S1514，针对所述订单场景列表中的每个订单场景，基于所述第一评价筛选结果以及所述订单场景，通过所述第一分类筛选逻辑参数所包括的第一静态筛选参数集获取第一场景指向标签。
如此设计，基于上述步骤S1511-步骤S1514，能够实现第一场景指向标签与订单场景在商品评价以及商品推送逻辑上的匹配性和关联性。
在一个可能的实施例中，步骤S152具体包括：
步骤S1521，针对所述对象标签特征分布列表中的每个对象标签特征分布，通过所述第二分类筛选逻辑参数所包括的动态筛选参数集获取第二动态筛选结果，其中，所述第二分类筛选逻辑参数属于所述商品推送模型；
步骤S1522，针对所述对象标签特征分布列表中的每个对象标签特征分布，通过所述第二分类筛选逻辑参数所包括的静态筛选参数集获取第二静态筛选结果；
步骤S1523，针对所述对象标签特征分布列表中的每个对象标签特征分布，基于所述第二动态筛选结果以及所述第二静态筛选结果，通过所述第二分类筛选逻辑参数所包括的存在商品推送评价标识的目标参数集获取第二评价筛选结果；
步骤S1524，针对所述对象标签特征分布列表中的每个对象标签特征分布，基于所述第二评价筛选结果以及所述对象标签特征分布，通过所述第二分类筛选逻辑参数所包括的第二静态筛选参数集获取第二对象信息指向标签。
在一个可能的实施例中，为了确保商品匹配结果的时序连续性，步骤S154具体包括：
步骤S1541，基于所述多个综合场景指向标签，通过所述商品推送模型所包括的分类单元的执行函数调用路径获取场景指向轨迹，其中，所述场景指向轨迹为根据所述多个综合场景指向标签以及多个执行函数模拟器的模拟参数确定的，每个综合场景指向标签对应于一个执行函数模拟器的模拟参数；
步骤S1542，基于所述场景指向轨迹，通过所述商品推送模型所包括的所述分类单元获取所述支付订单对象列表所对应的商品匹配结果。
这样，通过应用上述步骤S1541-步骤S1542，能够确保商品匹配结果的时序连续性。
在一个可能的实施例中，步骤S1541具体包括：
步骤S15411，基于所述多个综合场景指向标签，通过所述分类单元的执行函数调用路径所包括的第一路径传递信息获取多个第一过度场景指向标签，其中，所述分类单元的执行函数调用路径属于所述商品推送模型；
步骤S15412，基于所述多个第一过度场景指向标签，通过所述分类单元的执行函数调用路径所包括的第二路径传递信息获取多个第二过度场景指向标签；
步骤S15413，根据所述多个第二过度场景指向标签确定多个执行函数模拟器的模拟参数，其中，每个执行函数模拟器的模拟参数对应于一个综合场景指向标签；
步骤S15414，根据所述多个综合场景指向标签以及多个执行函数模拟器的模拟参数，确定所述场景指向轨迹。
在实际应用时，通过实施上述步骤S15411-步骤S15414，能够确保场景指向轨迹是符合实际交互场景的，这样可以避免场景指向轨迹出现较大的偏差而导致商品匹配结果的时序连续性出现混乱。
在一个可以替换的的实施例中，步骤S150具体包括：
步骤S151A，基于所述订单场景列表，通过所述商品推送模型所包括的第一静态筛选参数集获取多个第一场景指向标签，其中，每个第一场景指向标签对应于一个订单场景；
步骤S152A，基于所述对象标签特征分布列表，通过所述商品推送模型所包括的第二静态筛选参数集获取多个第二对象信息指向标签，其中，每个第二对象信息指向标签对应于一个对象标签特征分布；
步骤S153A，对所述多个第一场景指向标签以及所述多个第二对象信息指向标签进行标签多维特征聚类处理，得到多个综合场景指向标签，其中，每个综合场景指向标签包括一个第一场景指向标签以及一个第二对象信息指向标签；
步骤S154A，基于所述多个综合场景指向标签，通过所述商品推送模型所包括的分类单元的执行函数调用路径获取场景指向轨迹，其中，所述场景指向轨迹为根据所述多个综合场景指向标签以及多个执行函数模拟器的模拟参数确定的，每个综合场景指向标签对应于一个执行函数模拟器的模拟参数；
步骤S155A，基于所述场景指向轨迹以及所述场景交互特征列表，通过所述商品推送模型所包括的所述分类单元获取所述支付订单对象列表所对应的商品匹配结果。
在一个可能的实施例中，步骤S120包括：
步骤S121，针对所述支付订单对象列表中的每个支付订单对象，通过特征提取线程获取第一对象信息描述特征、第二对象信息描述特征以及第三对象信息描述特征；
步骤S122，根据所述每个支付订单对象所对应的所述第一对象信息描述特征、所述第二对象信息描述特征以及所述第三对象信息描述特征，生成所述每个支付订单对象所对应的对象标签特征。
在一个可能的实施例中，所述方法还包括：
根据预设时间段内生成的多个支付订单对象列表对应的商品推荐清单，按照预设筛选规则从各个商品推荐清单中筛选出目标商品。
进一步地，根据预设时间段内生成的多个支付订单对象列表对应的商品推荐清单，按照预设筛选规则从各个商品推荐清单中筛选出目标商品具体包括：
基于预设筛选规则解析得到筛选规则参数，其中，所述筛选规则参数用于确定商品热力点分布区间、商品热力持续时间、商品频繁推荐点分布区间、商品频繁推荐持续时间、商品评价标签点分布区间以及商品评价源点分布区间；
若各个商品推荐清单对应的商品对象数据对应的统计数量超过统计预设数量范围，则获取所述商品对象数据对应的第一商品热力参数值、第一商品频繁推荐参数值、第一商品评价标签参数值以及第一商品评价源参数值；
若所述第一商品热力参数值在所述商品热力点分布区间内，且所述第一商品频繁推荐参数值在所述商品频繁推荐点分布区间内，且所述第一商品评价标签参数值在所述商品评价标签点分布区间内，且所述第一商品评价源参数值在所述商品评价源点分布区间内，则根据所述第一商品热力参数值、所述商品热力持续时间、所述第一商品频繁推荐参数值、所述商品频繁推荐持续时间、所述第一商品评价标签参数值以及所述第一商品评价源参数值，确定所述商品对象数据的参考推荐参数；
获取所述商品对象数据的初始推荐参数； 对所述初始推荐参数与所述参考推荐参数进行加权融合，得到所述商品对象数据的加权推荐参数；
基于所有商品对象数据的加权推荐参数，筛选出目标商品。
可以理解，通过对目标商品进行筛选，能够确保推送给用户的商品是精简的，避免将商品推荐清单中的所有商品在同一时间全部进推送，进而避免大量推送影响到智能支付设备的正常使用。
在该实施例的实际应用场景中，所述根据所述第一商品热力参数值、所述商品热力持续时间、所述第一商品频繁推荐参数值、所述商品频繁推荐持续时间、所述第一商品评价标签参数值以及所述第一商品评价源参数值，确定所述商品对象数据的参考推荐参数，包括：对所述第一商品热力参数值以及所述商品热力持续时间进行加权融合，得到第二商品热力参数值；对所述第一商品频繁推荐参数值以及所述商品频繁推荐持续时间进行加权融合，得到第二商品频繁推荐参数值；对所述第二商品热力参数值以及所述第一商品评价标签参数值进行加权融合，得到标签参数值；对所述第二商品频繁推荐参数值以及所述第一商品评价源参数值进行加权融合，得到源参数值；对所述源参数值以及行间距系数的乘积结果以及所述标签参数值与列间距系数的乘积结果进行加权融合，得到所述商品对象数据的参考推荐参数。
在该实施例的实际应用场景中，所述获取所述商品对象数据的初始推荐参数，包括：获取所述商品对象数据所对应的基础地址，其中，所述基础地址为基于所述预设筛选规则解析得到的配置参数；获取所述商品对象数据所对应的切片参数值以及批量参数值；对所述切片参数值以及切片地址增量的乘积结果以及所述批量参数值与批量地址增量的乘积结果进行加权融合，得到地址总增量，其中，所述切片地址增量以及批量地址增量均为基于所述预设筛选规则解析得到的配置参数；对所述地址总增量以及所述基础地址进行加权融合，得到商品对象数据的所述初始推荐参数。
在该实施例的实际应用场景中，若所述商品对象数据对应的所述统计数量超过所述统计预设数量范围，则对所述第一商品热力参数值执行进位操作，并对所述统计数量进行重置处理。
在该实施例的实际应用场景中，所述筛选规则参数还用于确定商品评价标签持续时间以及商品评价源持续时间；
在该实施例的实际应用场景中，若所述第一商品热力参数值未在所述商品热力点分布区间内，且所述第一商品频繁推荐参数值在所述商品频繁推荐点分布区间内，则对所述第一商品频繁推荐参数值执行进位操作，并对所述第一商品热力参数值进行重置处理；若所述第一商品热力参数值未在所述商品热力点分布区间内，且所述第一商品频繁推荐参数值未在所述商品频繁推荐点分布区间内，则对所述第一商品评价标签参数值执行进位操作，并对所述第一商品热力参数值、所述第一商品频繁推荐参数值以及所述统计数量进行重置处理；其中，所述对所述第一商品评价标签参数值执行进位操作，包括：对所述第一商品评价标签参数值以及所述商品评价标签持续时间进行加权融合，得到第二商品评价标签参数值。
在该实施例的实际应用场景中，若所述第一商品评价标签参数值不在所述商品评价标签点分布区间内，则对所述第一商品评价标签参数值执行进位操作，并对所述第一商品评价标签参数值进行重置处理；若所述第一商品评价源参数值不在所述商品评价源点分布区间内，则对所述第一商品评价源参数值执行进位操作，并对所述第一商品评价源参数值进行重置处理；若所述第一商品评价源参数值未在所述商品评价源点分布区间内，则对切片参数值执行进位操作，并对所述第一商品热力参数值、所述第一商品频繁推荐参数值、第一商品评价标签参数值以及第一商品评价源参数值以及所述统计数量进行重置处理；其中，所述对所述第一商品评价源参数值执行进位操作，包括：对所述第一商品评价源参数值以及所述商品评价源持续时间进行加权融合，得到第二商品评价源参数值。
在该实施例的实际应用场景中，若切片参数值超过最大切片取点分布区间，则对批量参数值执行进位操作，并对所述切片参数值、所述第一商品热力参数值、所述第一商品频繁推荐参数值、第一商品评价标签参数值以及第一商品评价源参数值以及所述统计数量进行重置处理，其中，所述最大切片取点分布区间为根据所述商品对象数据对应的张量深度值和向量并行度确定的；若所述批量参数值大于或等于最大批量取值，则对所述批量参数值、所述切片参数值、所述第一商品热力参数值、所述第一商品频繁推荐参数值、第一商品评价标签参数值以及第一商品评价源参数值以及所述统计数量进行重置处理，其中，所述最大批量取值为基于所述预设筛选规则解析得到的配置参数。
在该实施例的实际应用场景中，所述向量并行度对应于向量层级，所述商品热力点分布区间对应于商品热力层级，所述商品频繁推荐点分布区间对应于商品频繁推荐层级，所述商品评价标签点分布区间对应于商品评价标签层级，所述商品评价源点分布区间对应于商品评价源层级，最大切片取点分布区间对应于切片层级，最大批量取值对应于批量层级；若所述向量层级所对应的起始参数值以及终止参数值相等，则禁用所述向量层级所对应的循环功能；若所述商品热力层级所对应的起始参数值以及终止参数值相等，则禁用所述商品热力层级所对应的循环功能；若所述商品频繁推荐层级所对应的起始参数值以及终止参数值相等，则禁用所述商品频繁推荐层级所对应的循环功能；若所述商品评价标签层级所对应的起始参数值以及终止参数值相等，则禁用所述商品评价标签层级所对应的循环功能；若所述商品评价源层级所对应的起始参数值以及终止参数值相等，则禁用所述商品评价源层级所对应的循环功能；若所述切片层级所对应的起始参数值以及终止参数值相等，则禁用所述切片层级所对应的循环功能；若所述批量层级所对应的起始参数值以及终止参数值相等，则禁用所述批量层级所对应的循环功能。
图3为本发明实施例提供的基于大数据与电子商城的商品搜索系统300的功能模块示意图，本实施例可以根据上述商品推荐云服务平台100执行的方法实施例对该基于大数据与电子商城的商品搜索系统300进行功能模块的划分，也即该基于大数据与电子商城的商品搜索系统300所对应的以下各个功能模块可以用于执行上述商品推荐云服务平台100执行的各个方法实施例。其中，该基于大数据与电子商城的商品搜索系统300可以包括检测模块310、特征提取模块320、第一分析模块330、第二分析模块340、分析匹配模块350以及输出模块360，下面分别对该基于大数据与电子商城的商品搜索系统300的各个功能模块的功能进行详细阐述。
检测模块310可以用于执行上述的步骤S110，即用于在检测到智能支付设备生成的支付订单信息被用户终端确认时，获取所述支付订单信息中的支付订单对象列表，并从所述用户终端获取所述支付订单信息的生成节点的关联节点的场景交互数据列表，其中，所述支付订单对象列表包括连续的多个支付订单对象。
特征提取模块320可以用于执行上述的步骤S120，即用于提取所述支付订单对象列表中每个支付订单对象的对象标签特征列表，其中，所述对象标签特征列表包括连续的多个对象标签特征，同时提取所述场景交互数据列表中每个场景交互数据的场景交互特征列表。
第一分析模块330可以用于执行上述的步骤S130，即用于基于所述支付订单对象列表，通过商品推送模型所包括的第一商品推送解析单元获取订单场景列表，其中，所述订单场景列表包括多个订单场景。
第二分析模块340可以用于执行上述的步骤S140，即用于基于所述对象标签特征列表，通过所述商品推送模型所包括的第二商品推送解析单元获取对象标签特征分布列表，其中，所述对象标签特征分布列表包括多个对象标签特征分布。
分析匹配模块350可以用于执行上述的商品推荐的步骤S150，即用于基于所述订单场景列表、所述场景交互特征列表以及所述对象标签特征分布列表，通过所述商品推送模型所包括的分类单元获取所述支付订单对象所对应的商品匹配结果。
输出模块360可以用于执行上述的商品推荐的步骤S160，即用于根据所述商品匹配结果确定所述支付订单对象列表对应的商品推荐清单。
需要说明的是，应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，检测模块310可以为单独设立的处理元件，也可以集成在上述系统的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述系统的存储器中，由上述系统的某一个处理元件调用并执行以上检测模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(applicationspecificintegratedcircuit，ASIC)，或，一个或多个微处理器(digitalsignalprocessor，DSP)，或，一个或者多个现场可编程门阵列(fieldprogrammablegatearray，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessingunit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
图4示出了本发明实施例提供的用于实现上述的控制设备的商品推荐云服务平台100的硬件结构示意图，如图4所示，商品推荐云服务平台100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中，至少一个处理器110执行所述机器可读存储介质120存储的计算机执行指令（例如图3中所示的基于大数据与电子商城的商品搜索系统300包括的），使得处理器110可以执行如上方法实施例的基于大数据与电子商城的商品搜索方法，其中，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的智能支付设备200进行数据收发。
处理器110的具体实现过程可参见上述商品推荐云服务平台100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图4所示的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignalProcessor，DSP)、专用集成电路(英文：ApplicationSpecificIntegratedCircuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
机器可读存储介质120可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(IndustryStandardArchitecture，ISA)总线、外部设备互连(PeripheralComponentInterconnect，PCI)总线或扩展工业标准体系结构(ExtendedIndustryStandardArchitecture，EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
此外，本发明实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上基于大数据与电子商城的商品搜索方法。
上述的可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (10)

1.一种基于大数据与电子商城的商品搜索方法，其特征在于，应用于商品推荐云服务平台，包括：
在检测到智能支付设备生成的支付订单信息被用户终端确认时，获取所述支付订单信息中的支付订单对象列表，并从所述用户终端获取所述支付订单信息的生成节点的关联节点的场景交互数据列表，其中，所述支付订单对象列表包括连续的多个支付订单对象；
提取所述支付订单对象列表中每个支付订单对象的对象标签特征列表，其中，所述对象标签特征列表包括连续的多个对象标签特征，同时提取所述场景交互数据列表中每个场景交互数据的场景交互特征列表；
基于所述支付订单对象列表，通过商品推送模型所包括的第一商品推送解析单元获取订单场景列表，其中，所述订单场景列表包括多个订单场景；
基于所述对象标签特征列表，通过所述商品推送模型所包括的第二商品推送解析单元获取对象标签特征分布列表，其中，所述对象标签特征分布列表包括多个对象标签特征分布；
基于所述订单场景列表、所述场景交互特征列表以及所述对象标签特征分布列表，通过所述商品推送模型所包括的分类单元获取所述支付订单对象所对应的商品匹配结果；
根据所述商品匹配结果确定所述支付订单对象列表对应的商品推荐清单。
2.根据权利要求1所述的方法，其特征在于，所述基于所述订单场景列表、所述场景交互特征列表以及所述对象标签特征分布列表，通过所述商品推送模型所包括的分类单元获取所述支付订单对象列表所对应的商品匹配结果，包括：
基于所述订单场景列表，通过所述商品推送模型所包括的第一分类筛选逻辑参数获取多个第一场景指向标签，其中，每个第一场景指向标签对应于一个订单场景；
基于所述对象标签特征分布列表，通过所述商品推送模型所包括的第二分类筛选逻辑参数获取多个第二对象信息指向标签，其中，每个第二对象信息指向标签对应于一个对象标签特征分布；
对所述多个第一场景指向标签以及所述多个第二对象信息指向标签进行标签多维特征聚类处理，得到多个综合场景指向标签，其中，每个综合场景指向标签包括一个第一场景指向标签以及一个第二对象信息指向标签；
基于所述多个综合场景指向标签以及所述场景交互特征列表，通过所述商品推送模型所包括的所述分类单元的分类执行函数获取所述支付订单对象列表所对应的商品匹配结果。
3.根据权利要求2所述的方法，其特征在于，所述基于所述订单场景列表，通过所述商品推送模型所包括的第一分类筛选逻辑参数获取多个第一场景指向标签，包括：
针对所述订单场景列表中的每个订单场景，通过所述第一分类筛选逻辑参数所包括的动态筛选参数集获取第一动态筛选结果，其中，所述第一分类筛选逻辑参数属于所述商品推送模型；
针对所述订单场景列表中的每个订单场景，通过所述第一分类筛选逻辑参数所包括的静态筛选参数集获取第一静态筛选结果；
针对所述订单场景列表中的每个订单场景，基于所述第一动态筛选结果以及所述第一静态筛选结果，通过所述第一分类筛选逻辑参数所包括的存在商品推送评价标识的目标参数集获取第一评价筛选结果；
针对所述订单场景列表中的每个订单场景，基于所述第一评价筛选结果以及所述订单场景，通过所述第一分类筛选逻辑参数所包括的第一静态筛选参数集获取第一场景指向标签。
4.根据权利要求2所述的方法，其特征在于，所述基于所述对象标签特征分布列表，通过所述商品推送模型所包括的第二分类筛选逻辑参数获取多个第二对象信息指向标签，包括：
针对所述对象标签特征分布列表中的每个对象标签特征分布，通过所述第二分类筛选逻辑参数所包括的动态筛选参数集获取第二动态筛选结果，其中，所述第二分类筛选逻辑参数属于所述商品推送模型；
针对所述对象标签特征分布列表中的每个对象标签特征分布，通过所述第二分类筛选逻辑参数所包括的静态筛选参数集获取第二静态筛选结果；
针对所述对象标签特征分布列表中的每个对象标签特征分布，基于所述第二动态筛选结果以及所述第二静态筛选结果，通过所述第二分类筛选逻辑参数所包括的存在商品推送评价标识的目标参数集获取第二评价筛选结果；
针对所述对象标签特征分布列表中的每个对象标签特征分布，基于所述第二评价筛选结果以及所述对象标签特征分布，通过所述第二分类筛选逻辑参数所包括的第二静态筛选参数集获取第二对象信息指向标签。
5.根据权利要求2所述的方法，其特征在于，所述基于所述多个综合场景指向标签，通过所述商品推送模型所包括的所述分类单元获取所述支付订单对象列表所对应的商品匹配结果，包括：
基于所述多个综合场景指向标签，通过所述商品推送模型所包括的分类单元的执行函数调用路径获取场景指向轨迹，其中，所述场景指向轨迹为根据所述多个综合场景指向标签以及多个执行函数模拟器的模拟参数确定的，每个综合场景指向标签对应于一个执行函数模拟器的模拟参数；
基于所述场景指向轨迹，通过所述商品推送模型所包括的所述分类单元获取所述支付订单对象列表所对应的商品匹配结果；
所述基于所述多个综合场景指向标签，通过所述商品推送模型所包括的分类单元的执行函数调用路径获取场景指向轨迹，包括：
基于所述多个综合场景指向标签，通过所述分类单元的执行函数调用路径所包括的第一路径传递信息获取多个第一过度场景指向标签，其中，所述分类单元的执行函数调用路径属于所述商品推送模型；
基于所述多个第一过度场景指向标签，通过所述分类单元的执行函数调用路径所包括的第二路径传递信息获取多个第二过度场景指向标签；
根据所述多个第二过度场景指向标签确定多个执行函数模拟器的模拟参数，其中，每个执行函数模拟器的模拟参数对应于一个综合场景指向标签；
根据所述多个综合场景指向标签以及多个执行函数模拟器的模拟参数，确定所述场景指向轨迹。
6.根据权利要求1所述的方法，其特征在于，所述基于所述订单场景列表、所述场景交互特征列表以及所述对象标签特征分布列表，通过所述商品推送模型所包括的分类单元获取所述支付订单对象所对应的商品匹配结果，包括：
基于所述订单场景列表，通过所述商品推送模型所包括的第一静态筛选参数集获取多个第一场景指向标签，其中，每个第一场景指向标签对应于一个订单场景；
基于所述对象标签特征分布列表，通过所述商品推送模型所包括的第二静态筛选参数集获取多个第二对象信息指向标签，其中，每个第二对象信息指向标签对应于一个对象标签特征分布；
对所述多个第一场景指向标签以及所述多个第二对象信息指向标签进行标签多维特征聚类处理，得到多个综合场景指向标签，其中，每个综合场景指向标签包括一个第一场景指向标签以及一个第二对象信息指向标签；
基于所述多个综合场景指向标签，通过所述商品推送模型所包括的分类单元的执行函数调用路径获取场景指向轨迹，其中，所述场景指向轨迹为根据所述多个综合场景指向标签以及多个执行函数模拟器的模拟参数确定的，每个综合场景指向标签对应于一个执行函数模拟器的模拟参数；
基于所述场景指向轨迹以及所述场景交互特征列表，通过所述商品推送模型所包括的所述分类单元获取所述支付订单对象列表所对应的商品匹配结果。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述提取所述支付订单对象列表中每个支付订单对象的对象标签特征列表，包括：
针对所述支付订单对象列表中的每个支付订单对象，通过特征提取线程获取第一对象信息描述特征、第二对象信息描述特征以及第三对象信息描述特征；
根据所述每个支付订单对象所对应的所述第一对象信息描述特征、所述第二对象信息描述特征以及所述第三对象信息描述特征，生成所述每个支付订单对象所对应的对象标签特征；
所述方法还包括：
根据预设时间段内生成的多个支付订单对象列表对应的商品推荐清单，按照预设筛选规则从各个商品推荐清单中筛选出目标商品；
所述根据预设时间段内生成的多个支付订单对象列表对应的商品推荐清单，按照预设筛选规则从各个商品推荐清单中筛选出目标商品的步骤，包括：
基于预设筛选规则解析得到筛选规则参数，其中，所述筛选规则参数用于确定商品热力点分布区间、商品热力持续时间、商品频繁推荐点分布区间、商品频繁推荐持续时间、商品评价标签点分布区间以及商品评价源点分布区间；
若各个商品推荐清单对应的商品对象数据对应的统计数量超过统计预设数量范围，则获取所述商品对象数据对应的第一商品热力参数值、第一商品频繁推荐参数值、第一商品评价标签参数值以及第一商品评价源参数值；
若所述第一商品热力参数值在所述商品热力点分布区间内，且所述第一商品频繁推荐参数值在所述商品频繁推荐点分布区间内，且所述第一商品评价标签参数值在所述商品评价标签点分布区间内，且所述第一商品评价源参数值在所述商品评价源点分布区间内，则根据所述第一商品热力参数值、所述商品热力持续时间、所述第一商品频繁推荐参数值、所述商品频繁推荐持续时间、所述第一商品评价标签参数值以及所述第一商品评价源参数值，确定所述商品对象数据的参考推荐参数；
获取所述商品对象数据的初始推荐参数； 对所述初始推荐参数与所述参考推荐参数进行加权融合，得到所述商品对象数据的加权推荐参数；
基于所有商品对象数据的加权推荐参数，筛选出目标商品。
8.一种基于大数据与电子商城的商品搜索系统，其特征在于，包括：
检测模块，用于在检测到智能支付设备生成的支付订单信息被用户终端确认时，获取所述支付订单信息中的支付订单对象列表，并从所述用户终端获取所述支付订单信息的生成节点的关联节点的场景交互数据列表，其中，所述支付订单对象列表包括连续的多个支付订单对象；
特征提取模块，用于提取所述支付订单对象列表中每个支付订单对象的对象标签特征列表，其中，所述对象标签特征列表包括连续的多个对象标签特征，同时提取所述场景交互数据列表中每个场景交互数据的场景交互特征列表；
第一分析模块，用于基于所述支付订单对象列表，通过商品推送模型所包括的第一商品推送解析单元获取订单场景列表，其中，所述订单场景列表包括多个订单场景；
第二分析模块，用于基于所述对象标签特征列表，通过所述商品推送模型所包括的第二商品推送解析单元获取对象标签特征分布列表，其中，所述对象标签特征分布列表包括多个对象标签特征分布；
分析匹配模块，用于基于所述订单场景列表、所述场景交互特征列表以及所述对象标签特征分布列表，通过所述商品推送模型所包括的分类单元获取所述支付订单对象所对应的商品匹配结果；
输出模块，用于根据所述商品匹配结果确定所述支付订单对象列表对应的商品推荐清单。
9.一种商品推荐云服务平台，其特征在于，所述商品推荐云服务平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个智能支付设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1-7中任意一项的基于大数据与电子商城的商品搜索方法。
10.一种计算机可读存储介质，其特征在于，用于存储指令/可执行代码，当所述指令/可执行代码被商品推荐云服务平台的处理器执行时，使得所述商品推荐云服务平台实现权利要求1-7中任一项所述的方法。
CN202011067597.3A 2020-10-06 2020-10-06 基于大数据与电子商城的商品搜索方法、系统及云服务平台 Active CN112116434B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011067597.3A CN112116434B (zh) 2020-10-06 2020-10-06 基于大数据与电子商城的商品搜索方法、系统及云服务平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011067597.3A CN112116434B (zh) 2020-10-06 2020-10-06 基于大数据与电子商城的商品搜索方法、系统及云服务平台

Publications (2)

Publication Number Publication Date
CN112116434A true CN112116434A (zh) 2020-12-22
CN112116434B CN112116434B (zh) 2021-11-16

Family

ID=73798367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011067597.3A Active CN112116434B (zh) 2020-10-06 2020-10-06 基于大数据与电子商城的商品搜索方法、系统及云服务平台

Country Status (1)

Country Link
CN (1) CN112116434B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650935A (zh) * 2021-01-25 2021-04-13 梁志彬 应用于电商云业务环境的智能化信息处理方法及云服务器
CN116433339A (zh) * 2023-06-15 2023-07-14 全屋优品科技(深圳)有限公司 订单数据的处理方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090801A (zh) * 2017-11-29 2018-05-29 维沃移动通信有限公司 商品推荐方法、移动终端及服务器
CN108960992A (zh) * 2018-06-29 2018-12-07 黄宗治 一种信息推荐方法以及相关设备
CN111080413A (zh) * 2019-12-20 2020-04-28 深圳市华宇讯科技有限公司 电商平台商品的推荐方法、装置、服务器和存储介质
CN111199428A (zh) * 2020-01-03 2020-05-26 江苏苏宁物流有限公司 商品推荐方法、装置、存储介质及计算机设备
CN111242732A (zh) * 2020-01-09 2020-06-05 北京慧博科技有限公司 一种基于商品推荐模型的推荐方法
US20200286029A1 (en) * 2017-09-26 2020-09-10 Nec Corporation Recommended order quantity determining device, recommended order quantity determination method, and recommended order quantity determination program

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200286029A1 (en) * 2017-09-26 2020-09-10 Nec Corporation Recommended order quantity determining device, recommended order quantity determination method, and recommended order quantity determination program
CN108090801A (zh) * 2017-11-29 2018-05-29 维沃移动通信有限公司 商品推荐方法、移动终端及服务器
CN108960992A (zh) * 2018-06-29 2018-12-07 黄宗治 一种信息推荐方法以及相关设备
CN111080413A (zh) * 2019-12-20 2020-04-28 深圳市华宇讯科技有限公司 电商平台商品的推荐方法、装置、服务器和存储介质
CN111199428A (zh) * 2020-01-03 2020-05-26 江苏苏宁物流有限公司 商品推荐方法、装置、存储介质及计算机设备
CN111242732A (zh) * 2020-01-09 2020-06-05 北京慧博科技有限公司 一种基于商品推荐模型的推荐方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650935A (zh) * 2021-01-25 2021-04-13 梁志彬 应用于电商云业务环境的智能化信息处理方法及云服务器
CN116433339A (zh) * 2023-06-15 2023-07-14 全屋优品科技(深圳)有限公司 订单数据的处理方法、装置、设备及存储介质
CN116433339B (zh) * 2023-06-15 2023-08-18 全屋优品科技(深圳)有限公司 订单数据的处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112116434B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN111626817B (zh) 基于电子商务大数据的用户画像解析方法及人工智能平台
TWI512653B (zh) Information providing method and apparatus, method and apparatus for determining the degree of comprehensive relevance
CN112116434B (zh) 基于大数据与电子商城的商品搜索方法、系统及云服务平台
CN111626816B (zh) 基于电子商务直播的图像互动信息处理方法及云计算平台
CN111160950B (zh) 一种资源信息的处理、输出方法及装置
CN111611581B (zh) 基于物联网的网络大数据信息防泄密方法及云通信服务器
US20230259959A1 (en) Multi-target prediction method and apparatus, device, storage medium and program product
CN111723226B (zh) 基于大数据和互联网的信息管理方法及人工智能云服务器
CN106570714B (zh) 一种搭配对象图片的推荐方法、映射关系建立方法及装置
CN111556330B (zh) 基于人工智能的电子商务信息推送方法及人工智能云平台
CN111461836A (zh) 一种提升商品交易的信息处理方法及装置
CN112241495A (zh) 页面更新方法
CN111540421B (zh) 基于大数据的智慧医疗病情监控方法及大数据医疗云平台
CN111586477B (zh) 基于大数据的电子商务直播处理方法及网络安全直播平台
CN113613075A (zh) 一种视频推荐方法、装置及云服务器
CN110706043A (zh) 一种商品提供商、商品的推荐方法、装置及设备
CN112966067A (zh) 基于区块链和在线金融的信息推送方法、系统及服务中心
JP6664580B2 (ja) 算出装置、算出方法および算出プログラム
CN111738723B (zh) 一种在线安全交易方法、装置及可读存储介质
CN113794906A (zh) 一种视频推荐方法、装置及云视频服务器
KR102572657B1 (ko) 온라인 쇼핑몰에 업로드할 상품 파일을 생성하는 방법 및 장치
CN116342214A (zh) 业务推送及校准参数的获取方法和装置
JP2017076203A (ja) 算出装置、算出方法および算出プログラム
CN113282826A (zh) 一种游戏推荐方法、装置及云服务器
CN115375394A (zh) 推荐方法、推荐装置、电子设备及计算机可读存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210412

Address after: Phase III of Nanning ASEAN enterprise headquarters base, No.9 Gaoke Road, high tech Zone, Nanning, Guangxi 530000

Applicant after: Hou Gonghong

Address before: Room B18, room 220-239, building 1, No. 9, Shenzhou Road, Huangpu District, Guangzhou City, Guangdong Province

Applicant before: Guangzhou smart Internet Technology Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 251100 No. 250, Qishun street, Qihe County, De Zhou City, Shandong Province

Applicant after: Hou Gonghong

Address before: Phase III of Nanning ASEAN enterprise headquarters base, No.9 Gaoke Road, high tech Zone, Nanning, Guangxi 530000

Applicant before: Hou Gonghong

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211102

Address after: 518000 room 602, block B, building 1, Shenzhen International Innovation Valley, dashiyi Road, Xili community, Xili street, Nanshan District, Shenzhen, Guangdong

Applicant after: Shenzhen baobaotuan Information Technology Co.,Ltd.

Address before: 251100 No. 250, Qishun street, Qihe County, De Zhou City, Shandong Province

Applicant before: Hou Gonghong

GR01 Patent grant
GR01 Patent grant