CN112381608A - 基于大数据多标记的电子商务商品推荐方法 - Google Patents
基于大数据多标记的电子商务商品推荐方法 Download PDFInfo
- Publication number
- CN112381608A CN112381608A CN202011266566.0A CN202011266566A CN112381608A CN 112381608 A CN112381608 A CN 112381608A CN 202011266566 A CN202011266566 A CN 202011266566A CN 112381608 A CN112381608 A CN 112381608A
- Authority
- CN
- China
- Prior art keywords
- commodity
- keyword
- matched
- search
- module
- 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
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]
- G06Q30/0631—Item recommendations
-
- 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
- G06F16/9532—Query formulation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Mathematical Physics (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大数据多标记的电子商务商品推荐方法,所述推荐方法包括以下步骤:步骤S1:采集用户输入的商品的搜索关键字为第一关键字,采集用户历史所购买的各个商品的关键字为第二关键字;步骤S2:判断是否存在第二关键字与第一关键字为匹配关键字,如果存在第二关键字与第一关键字为匹配关键字,设最近一次的第二关键字所对应的商品为待匹配商品,用户输入第一关键字搜索出的商品为搜索商品,根据待匹配商品和搜索商品的售卖页面内容标记搜索商品;步骤S3:从标记的搜索商品中筛选出商品优先推荐给用户。
Description
技术领域
本发明涉及大数据技术领域,具体为一种基于大数据多标记的电子商务商品推荐方法。
背景技术
随着互联网技术的发展,网上购物已经成为人们生活中一种重要的购物方式。网上购物能够实现在家逛商店,购买商品不受时间和地点的限制,能够获取较多的的商品信息,可以购买到当地没有的商品。为了提升用户的购物体验,现有技术中能够根据用户历史购买产品推荐相似的产品给用户,但是实际生活中,当用户已经购买了一个产品后需要的其实是其配套使用的产品,现有技术中缺少推荐与已购买产品配套使用的商品的技术。
发明内容
本发明的目的在于提供一种基于大数据多标记的电子商务商品推荐方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据多标记的电子商务商品推荐方法,所述推荐方法包括以下步骤:
步骤S1:采集用户输入的商品的搜索关键字为第一关键字,采集用户历史所购买的各个商品的关键字为第二关键字;
步骤S2:判断是否存在第二关键字与第一关键字为匹配关键字,
如果存在第二关键字与第一关键字为匹配关键字,设最近一次的第二关键字所对应的商品为待匹配商品,用户输入第一关键字搜索出的商品为搜索商品,根据待匹配商品和搜索商品的售卖页面内容标记搜索商品;
步骤S3:从标记的搜索商品中筛选出商品优先推荐给用户。
进一步的,所述步骤S2的匹配关键字包括:。
当输入的商品与用户历史所购买的某个商品的为配套使用时,第一关键字与用户历史购买的该商品所对应的第二关键字为匹配关键字。
进一步的,所述步骤S2中的根据待匹配商品和搜索商品的售卖页面内容标记搜索商品进一步包括:
步骤S21:如果待匹配商品的购买时间与当前时间之间的时间间隔时长小于等于间隔时长阈值,那么获取待匹配商品售卖页面的评论内容,如果待匹配商品售卖页面的某条评论内容包含评论图像,设该条评论内容为第一评论内容,
如果某条第一评论内容的评论图像中包含待匹配商品图像,判断该图像中是否存在与第一关键字相对应的物品,如果存在,采集该条第一评论内容的点赞数,当该点赞数大于等于第一点赞阈值时,第一评论内容中与第一关键字相对应的物品为可匹配商品;
获取第一评论内容中所有的可匹配商品,分别获取每个可匹配商品的属性特征,
获取用户输入第一关键字得到的搜索商品,如果某个搜索商品的属性特征与某个可匹配商品的属性特征的相似度大于等于第一相似度阈值,那么给该搜索商品添加第一标记;
步骤S22:分别采集每条搜索商品售卖页面的评论内容,如果搜索商品售卖页面的某条评论内容包含评论图像,那么该条评论内容为第二评论内容,
如果某条第二评论内容的评论图像中存在搜索商品,判断该图像中是否存在与第二关键字相对应的物品,如果存在,采集该条第二评论内容的点赞数,当该点赞数大于等于第二点赞阈值时,设该第二评论图像中与第二关键字相对应的物品为候选待匹配商品,
获取各个搜索商品的候选待匹配商品的属性特征,如果某个搜索商品存在一个候选待匹配商品的属性特征与待匹配商品的属性特征的相似度大于等于第二相似度阈值,那么给该搜索商品添加第二标记。
进一步的,所述步骤S3进一步包括:
如果存在某个搜索商品上同时添加有第一标记和第二标记,删除该搜索商品上的第一标记和第二标记,给该搜索商品添加第三标记。
进一步的,所述步骤S3还包括;
当某个搜索页面的某个搜索商品添加有第三标记时,将该搜索商品置于该搜索页面的顶端。
进一步的,所述属性特征包括颜色、尺寸、样式中的一种或多种。
进一步的,所述推荐方法还包括一种电子商务商品推荐系统,所述推荐系统包括关键字采集模块、关键字判断模块、搜索商品标记模块和筛选模块,所述关键字采集模块用于采集用户输入的商品的搜索关键字为第一关键字,采集用户历史所购买的各个商品的关键字为第二关键字,所述关键字判断模块用于判断是否存在第二关键字与第一关键字为匹配关键字,在存在第二关键字与第一关键字为匹配关键字时,设最近一次的第二关键字所对应的商品为待匹配商品,用户输入第一关键字搜索出的商品为搜索商品,所述搜索商品标记模块根据待匹配商品和搜索商品的售卖页面内容标记搜索商品,所述筛选模块从标记的搜索商品中筛选出商品优先推荐给用户。
进一步的,所述搜索商品标记模块包括第一标记判断模块和第二标记判断模块,所述第一标记判断模块包括间隔时长判断模块、第一评论内容选取模块、第一关键字物品判断模块、可匹配商品选取模块、可匹配商品属性特征采集模块和可匹配商品属性特征比较模块,所述间隔时长判断模块在待匹配商品的购买时间与当前时间之间的时间间隔时长小于等于间隔时长阈值时,获取待匹配商品售卖页面的评论内容,所述第一评论内容选取模块在待匹配商品售卖页面的某条评论内容包含评论图像时,选取该条评论内容为第一评论内容,所述第一关键字物品判断模块在某条第一评论内容的评论图像中包含待匹配商品图像,判断该图像中是否存在与第一关键字相对应的物品,在存在与第一关键字相对应的物品时,所述可匹配商品选取模块采集该条第一评论内容的点赞数,当该点赞数大于等于第一点赞阈值时,第一评论内容中与第一关键字相对应的物品为可匹配商品,所述可匹配商品属性特征采集模块用于获取第一评论内容中中所有的可匹配商品,并采集每个可匹配商品的属性特征,所述可匹配商品属性特征比较模块获取用户输入第一关键字得到的搜索商品,如果某个搜索商品的属性特征与某个可匹配商品的属性特征的相似度大于等于第一相似度阈值,那么给该搜索商品添加第一标记;
所述第二标记判断模块包括第二评论内容选取模块、第二关键字物品判断模块、候选待匹配商品选取模块、候选待匹配商品属性特征采集模块和候选待匹配商品属性特征比较模块,所述第二评论内容选取模块分别采集每条搜索商品售卖页面的评论内容,如果搜索商品售卖页面的某条评论内容包含评论图像,那么该条评论内容为第二评论内容,所述第二关键字物品判断模块用于在某条第二评论内容的评论图像中存在搜索商品,判断该图像中是否存在与第二关键字相对应的物品,在图像中存在与第二关键字相对应的物品时,所述候选待匹配商品选取模块采集该条第二评论内容的点赞数,当该点赞数大于等于第二点赞阈值时,选取该第二评论图像中与第二关键字相对应的物品为候选待匹配商品,所述候选待匹配商品属性特征采集模块用于获取各个搜索商品的候选待匹配商品的属性特征,所述候选待匹配商品属性特征比较模块在某个搜索商品存在一个候选待匹配商品的属性特征与待匹配商品的属性特征的相似度大于等于第二相似度阈值,那么给该搜索商品添加第二标记。
进一步的,所述筛选模块包括标记检测模块和第三标记添加模块,所述标记检测模块用于检测某个搜索商品上是否同时添加有第一标记和第二标记,在检测到同时添加有第一标记和第二标记时,令所述第三标记添加模块删除该搜索商品上的第一标记和第二标记,给该搜索商品添加第三标记。
进一步的,所述筛选模块还包括置顶检测模块,所述置顶检测模块在检测到某个搜索页面的某个搜索商品添加有第三标记时,将该搜索商品置于该搜索页面的顶端。
与现有技术相比,本发明所达到的有益效果是:本发明通过采集待匹配商品和搜索商品的售卖页面内容情况,从而实现给用户快速推荐已购买商品的配套使用商品,减少了用户自己去比较各个搜索商品与待匹配商品是否匹配的过程,提高了用户的购物效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于大数据多标记的电子商务商品推荐方法的推荐系统的模块示意图。
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。
请参阅图1,本发明提供技术方案:一种基于大数据多标记的电子商务商品推荐方法,所述推荐方法包括以下步骤:
步骤S1:采集用户输入的商品的搜索关键字为第一关键字,采集用户历史所购买的各个商品的关键字为第二关键字;
步骤S2:判断是否存在第二关键字与第一关键字为匹配关键字,当输入的商品与用户历史所购买的某个商品的为配套使用时,第一关键字与用户历史购买的该商品所对应的第二关键字为匹配关键字,例如,当第一关键字为上衣时,那么当第二关键字为下装、裤子、裙子时,第二关键字与第一关键字为匹配关键字,当第一关键字为杯垫时,那么当第二关键字为陶瓷杯、咖啡杯等杯子时,第二关键字与第一关键字为匹配关键字;
如果存在第二关键字与第一关键字为匹配关键字,设最近一次的第二关键字所对应的商品为待匹配商品,用户输入第一关键字搜索出的商品为搜索商品,根据待匹配商品和搜索商品的售卖页面内容标记搜索商品;
所述步骤S2中的根据待匹配商品和搜索商品的售卖页面内容标记搜索商品进一步包括:
步骤S21:如果待匹配商品的购买时间与当前时间之间的时间间隔时长小于等于间隔时长阈值,那么获取待匹配商品售卖页面的评论内容,如果待匹配商品售卖页面的某条评论内容包含评论图像,设该条评论内容为第一评论内容,
如果某条第一评论内容的评论图像中包含待匹配商品图像,判断该图像中是否存在与第一关键字相对应的物品,如果存在,采集该条第一评论内容的点赞数,当该点赞数大于等于第一点赞阈值时,第一评论内容中与第一关键字相对应的物品为可匹配商品;
获取第一评论内容中所有的可匹配商品,分别获取每个可匹配商品的属性特征,
获取用户输入第一关键字得到的搜索商品,如果某个搜索商品的属性特征与某个可匹配商品的属性特征的相似度大于等于第一相似度阈值,那么给该搜索商品添加第一标记;将已经购买的待匹配商品的售卖页面的评论图像中采集其他用户进行配合使用的搜索商品作为参考推荐给用户,减少用户自己挑选和搭配的过程;比如,当第一关键字为杯垫,第二关键字为陶瓷杯时,采集购买陶瓷杯售卖页面的评论图像中的杯垫的形状和颜色,将输入第一关键字搜索出来的某个杯垫的形状和颜色与评论图像中的杯垫的形状和颜色进行比较,相似度大于等于第一相似度阈值时,将该个搜索出来的杯垫商品添加第一标记;第一相似度阈值可以根据实际待匹配商品售卖页面的评论内容的数目来确定。
步骤S22:分别采集每条搜索商品售卖页面的评论内容,如果搜索商品售卖页面的某条评论内容包含评论图像,那么该条评论内容为第二评论内容,
如果某条第二评论内容的评论图像中存在搜索商品,判断该图像中是否存在与第二关键字相对应的物品,如果存在,采集该条第二评论内容的点赞数,当该点赞数大于等于第二点赞阈值时,设该第二评论图像中与第二关键字相对应的物品为候选待匹配商品,
获取各个搜索商品的候选待匹配商品的属性特征,如果某个搜索商品存在一个候选待匹配商品的属性特征与待匹配商品的属性特征的相似度大于等于第二相似度阈值,那么给该搜索商品添加第二标记。比如,当第一关键字为杯垫,第二关键字为陶瓷杯时,采集搜素商品杯垫售卖页面的评论图像中的陶瓷杯的形状和颜色,当评论图像中的陶瓷杯的形状和颜色与待匹配商品陶瓷杯的形状和颜色进行比较,相似度大于等于第二相似度阈值时,将该个搜索出来的杯垫商品添加第二标记,第二相似度阈值可以根据实际搜索商品售卖页面的评论内容的数目来确定;
步骤S3:从标记的搜索商品中筛选出商品优先推荐给用户:
如果存在某个搜索商品上同时添加有第一标记和第二标记,删除该搜索商品上的第一标记和第二标记,给该搜索商品添加第三标记。
所述步骤S3还包括;
当某个搜索页面的某个搜索商品添加有第三标记时,将该搜索商品置于该搜索页面的顶端。当用户输入的商品的搜索关键字需要出来搜索商品的页面时,判断该搜索页面上是否存在第三标记的搜索商品,如果存在第三标记的搜索商品,将第三标记的搜索商品置于搜索页面的顶端,其他的搜索商品直接以内置的排序方式进行显示,带有第一标记或者第二标记的搜索商品依然排在原先的位置,只是添加第一标记或者第二标记用来突出该搜索商品;
所述属性特征包括颜色、尺寸、样式中的一种或多种。
所述推荐方法还包括一种电子商务商品推荐系统,所述推荐系统包括关键字采集模块、关键字判断模块、搜索商品标记模块和筛选模块,所述关键字采集模块用于采集用户输入的商品的搜索关键字为第一关键字,采集用户历史所购买的各个商品的关键字为第二关键字,所述关键字判断模块用于判断是否存在第二关键字与第一关键字为匹配关键字,在存在第二关键字与第一关键字为匹配关键字时,设最近一次的第二关键字所对应的商品为待匹配商品,用户输入第一关键字搜索出的商品为搜索商品,所述搜索商品标记模块根据待匹配商品和搜索商品的售卖页面内容标记搜索商品,所述筛选模块从标记的搜索商品中筛选出商品优先推荐给用户。
所述搜索商品标记模块包括第一标记判断模块和第二标记判断模块,所述第一标记判断模块包括间隔时长判断模块、第一评论内容选取模块、第一关键字物品判断模块、可匹配商品选取模块、可匹配商品属性特征采集模块和可匹配商品属性特征比较模块,所述间隔时长判断模块在待匹配商品的购买时间与当前时间之间的时间间隔时长小于等于间隔时长阈值时,获取待匹配商品售卖页面的评论内容,所述第一评论内容选取模块在待匹配商品售卖页面的某条评论内容包含评论图像时,选取该条评论内容为第一评论内容,所述第一关键字物品判断模块在某条第一评论内容的评论图像中包含待匹配商品图像,判断该图像中是否存在与第一关键字相对应的物品,在存在与第一关键字相对应的物品时,所述可匹配商品选取模块采集该条第一评论内容的点赞数,当该点赞数大于等于第一点赞阈值时,第一评论内容中与第一关键字相对应的物品为可匹配商品,所述可匹配商品属性特征采集模块用于获取第一评论内容中中所有的可匹配商品,并采集每个可匹配商品的属性特征,所述可匹配商品属性特征比较模块获取用户输入第一关键字得到的搜索商品,如果某个搜索商品的属性特征与某个可匹配商品的属性特征的相似度大于等于第一相似度阈值,那么给该搜索商品添加第一标记;
所述第二标记判断模块包括第二评论内容选取模块、第二关键字物品判断模块、候选待匹配商品选取模块、候选待匹配商品属性特征采集模块和候选待匹配商品属性特征比较模块,所述第二评论内容选取模块分别采集每条搜索商品售卖页面的评论内容,如果搜索商品售卖页面的某条评论内容包含评论图像,那么该条评论内容为第二评论内容,所述第二关键字物品判断模块用于在某条第二评论内容的评论图像中存在搜索商品,判断该图像中是否存在与第二关键字相对应的物品,在图像中存在与第二关键字相对应的物品时,所述候选待匹配商品选取模块采集该条第二评论内容的点赞数,当该点赞数大于等于第二点赞阈值时,选取该第二评论图像中与第二关键字相对应的物品为候选待匹配商品,所述候选待匹配商品属性特征采集模块用于获取各个搜索商品的候选待匹配商品的属性特征,所述候选待匹配商品属性特征比较模块在某个搜索商品存在一个候选待匹配商品的属性特征与待匹配商品的属性特征的相似度大于等于第二相似度阈值,那么给该搜索商品添加第二标记。
所述筛选模块包括标记检测模块和第三标记添加模块,所述标记检测模块用于检测某个搜索商品上是否同时添加有第一标记和第二标记,在检测到同时添加有第一标记和第二标记时,令所述第三标记添加模块删除该搜索商品上的第一标记和第二标记,给该搜索商品添加第三标记。
所述筛选模块还包括置顶检测模块,所述置顶检测模块在检测到某个搜索页面的某个搜索商品添加有第三标记时,将该搜索商品置于该搜索页面的顶端。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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 (10)
1.一种基于大数据多标记的电子商务商品推荐方法,其特征在于,所述推荐方法包括以下步骤:
步骤S1:采集用户输入的商品的搜索关键字为第一关键字,采集用户历史所购买的各个商品的关键字为第二关键字;
步骤S2:判断是否存在第二关键字与第一关键字为匹配关键字,
如果存在第二关键字与第一关键字为匹配关键字,设最近一次的第二关键字所对应的商品为待匹配商品,用户输入第一关键字搜索出的商品为搜索商品,根据待匹配商品和搜索商品的售卖页面内容标记搜索商品;
步骤S3:从标记的搜索商品中筛选出商品优先推荐给用户。
2.根据权利要求1所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述步骤S2的匹配关键字包括:。
当输入的商品与用户历史所购买的某个商品的为配套使用时,第一关键字与用户历史购买的该商品所对应的第二关键字为匹配关键字。
3.根据权利要求1所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述步骤S2中的根据待匹配商品和搜索商品的售卖页面内容标记搜索商品进一步包括:
步骤S21:如果待匹配商品的购买时间与当前时间之间的时间间隔时长小于等于间隔时长阈值,那么获取待匹配商品售卖页面的评论内容,如果待匹配商品售卖页面的某条评论内容包含评论图像,设该条评论内容为第一评论内容,
如果某条第一评论内容的评论图像中包含待匹配商品图像,判断该图像中是否存在与第一关键字相对应的物品,如果存在,采集该条第一评论内容的点赞数,当该点赞数大于等于第一点赞阈值时,第一评论内容中与第一关键字相对应的物品为可匹配商品;
获取第一评论内容中所有的可匹配商品,分别获取每个可匹配商品的属性特征,
获取用户输入第一关键字得到的搜索商品,如果某个搜索商品的属性特征与某个可匹配商品的属性特征的相似度大于等于第一相似度阈值,那么给该搜索商品添加第一标记;
步骤S22:分别采集每条搜索商品售卖页面的评论内容,如果搜索商品售卖页面的某条评论内容包含评论图像,那么该条评论内容为第二评论内容,
如果某条第二评论内容的评论图像中存在搜索商品,判断该图像中是否存在与第二关键字相对应的物品,如果存在,采集该条第二评论内容的点赞数,当该点赞数大于等于第二点赞阈值时,设该第二评论图像中与第二关键字相对应的物品为候选待匹配商品,
获取各个搜索商品的候选待匹配商品的属性特征,如果某个搜索商品存在一个候选待匹配商品的属性特征与待匹配商品的属性特征的相似度大于等于第二相似度阈值,那么给该搜索商品添加第二标记。
4.根据权利要求3所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述步骤S3进一步包括:
如果存在某个搜索商品上同时添加有第一标记和第二标记,删除该搜索商品上的第一标记和第二标记,给该搜索商品添加第三标记。
5.根据权利要求4所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述步骤S3还包括;
当某个搜索页面的某个搜索商品添加有第三标记时,将该搜索商品置于该搜索页面的顶端。
6.根据权利要求5所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述属性特征包括颜色、尺寸、样式中的一种或多种。
7.根据权利要求6所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述推荐方法还包括一种电子商务商品推荐系统,所述推荐系统包括关键字采集模块、关键字判断模块、搜索商品标记模块和筛选模块,所述关键字采集模块用于采集用户输入的商品的搜索关键字为第一关键字,采集用户历史所购买的各个商品的关键字为第二关键字,所述关键字判断模块用于判断是否存在第二关键字与第一关键字为匹配关键字,在存在第二关键字与第一关键字为匹配关键字时,设最近一次的第二关键字所对应的商品为待匹配商品,用户输入第一关键字搜索出的商品为搜索商品,所述搜索商品标记模块根据待匹配商品和搜索商品的售卖页面内容标记搜索商品,所述筛选模块从标记的搜索商品中筛选出商品优先推荐给用户。
8.根据权利要求7所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述搜索商品标记模块包括第一标记判断模块和第二标记判断模块,所述第一标记判断模块包括间隔时长判断模块、第一评论内容选取模块、第一关键字物品判断模块、可匹配商品选取模块、可匹配商品属性特征采集模块和可匹配商品属性特征比较模块,所述间隔时长判断模块在待匹配商品的购买时间与当前时间之间的时间间隔时长小于等于间隔时长阈值时,获取待匹配商品售卖页面的评论内容,所述第一评论内容选取模块在待匹配商品售卖页面的某条评论内容包含评论图像时,选取该条评论内容为第一评论内容,所述第一关键字物品判断模块在某条第一评论内容的评论图像中包含待匹配商品图像,判断该图像中是否存在与第一关键字相对应的物品,在存在与第一关键字相对应的物品时,所述可匹配商品选取模块采集该条第一评论内容的点赞数,当该点赞数大于等于第一点赞阈值时,第一评论内容中与第一关键字相对应的物品为可匹配商品,所述可匹配商品属性特征采集模块用于获取第一评论内容中中所有的可匹配商品,并采集每个可匹配商品的属性特征,所述可匹配商品属性特征比较模块获取用户输入第一关键字得到的搜索商品,如果某个搜索商品的属性特征与某个可匹配商品的属性特征的相似度大于等于第一相似度阈值,那么给该搜索商品添加第一标记;
所述第二标记判断模块包括第二评论内容选取模块、第二关键字物品判断模块、候选待匹配商品选取模块、候选待匹配商品属性特征采集模块和候选待匹配商品属性特征比较模块,所述第二评论内容选取模块分别采集每条搜索商品售卖页面的评论内容,如果搜索商品售卖页面的某条评论内容包含评论图像,那么该条评论内容为第二评论内容,所述第二关键字物品判断模块用于在某条第二评论内容的评论图像中存在搜索商品,判断该图像中是否存在与第二关键字相对应的物品,在图像中存在与第二关键字相对应的物品时,所述候选待匹配商品选取模块采集该条第二评论内容的点赞数,当该点赞数大于等于第二点赞阈值时,选取该第二评论图像中与第二关键字相对应的物品为候选待匹配商品,所述候选待匹配商品属性特征采集模块用于获取各个搜索商品的候选待匹配商品的属性特征,所述候选待匹配商品属性特征比较模块在某个搜索商品存在一个候选待匹配商品的属性特征与待匹配商品的属性特征的相似度大于等于第二相似度阈值,那么给该搜索商品添加第二标记。
9.根据权利要求8所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述筛选模块包括标记检测模块和第三标记添加模块,所述标记检测模块用于检测某个搜索商品上是否同时添加有第一标记和第二标记,在检测到同时添加有第一标记和第二标记时,令所述第三标记添加模块删除该搜索商品上的第一标记和第二标记,给该搜索商品添加第三标记。
10.根据权利要求9所述的一种基于大数据多标记的电子商务商品推荐方法,其特征在于:所述筛选模块还包括置顶检测模块,所述置顶检测模块在检测到某个搜索页面的某个搜索商品添加有第三标记时,将该搜索商品置于该搜索页面的顶端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011266566.0A CN112381608B (zh) | 2020-11-12 | 2020-11-12 | 基于大数据多标记的电子商务商品推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011266566.0A CN112381608B (zh) | 2020-11-12 | 2020-11-12 | 基于大数据多标记的电子商务商品推荐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112381608A true CN112381608A (zh) | 2021-02-19 |
CN112381608B CN112381608B (zh) | 2021-10-08 |
Family
ID=74583778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011266566.0A Active CN112381608B (zh) | 2020-11-12 | 2020-11-12 | 基于大数据多标记的电子商务商品推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381608B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
CN106327227A (zh) * | 2015-06-19 | 2017-01-11 | 北京航天在线网络科技有限公司 | 一种信息推荐系统及信息推荐方法 |
US20180130104A1 (en) * | 2016-08-24 | 2018-05-10 | Yummy Foods, Llc | Systems and methods for dynamic, attribute based price setting for delivery and fulfillment fees for online and offline orders and user offer reviews |
CN108960945A (zh) * | 2017-05-18 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 商品推荐方法和装置 |
CN111506831A (zh) * | 2020-04-13 | 2020-08-07 | 蔡梓超 | 一种协同过滤的推荐模块、方法、电子设备及存储介质 |
-
2020
- 2020-11-12 CN CN202011266566.0A patent/CN112381608B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
CN106327227A (zh) * | 2015-06-19 | 2017-01-11 | 北京航天在线网络科技有限公司 | 一种信息推荐系统及信息推荐方法 |
US20180130104A1 (en) * | 2016-08-24 | 2018-05-10 | Yummy Foods, Llc | Systems and methods for dynamic, attribute based price setting for delivery and fulfillment fees for online and offline orders and user offer reviews |
CN108960945A (zh) * | 2017-05-18 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 商品推荐方法和装置 |
CN111506831A (zh) * | 2020-04-13 | 2020-08-07 | 蔡梓超 | 一种协同过滤的推荐模块、方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112381608B (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10747826B2 (en) | Interactive clothes searching in online stores | |
JP7196885B2 (ja) | 検索システム、検索方法、及びプログラム | |
US20090043665A1 (en) | Method and system of providing recommendations during online shopping | |
KR101639657B1 (ko) | 유사 상품 검색 방법 및 유사 상품 검색 서버 | |
US11995699B2 (en) | Commodity recommendation system | |
KR20200101068A (ko) | 사용자의 체형 및 구매 이력을 이용하여 패션 아이템 추천 서비스를 제공하는 방법 | |
CN103246980A (zh) | 信息输出方法及服务器 | |
WO2008019007A2 (en) | Method for relevancy ranking of products in online shopping | |
JP3009391B1 (ja) | 情報サービス提供装置及び推奨情報抽出提示方法 | |
KR20210131198A (ko) | 추천 상품 광고 방법, 장치 및 컴퓨터 프로그램 | |
CN111292153B (zh) | 信息推荐方法、装置、系统和存储介质 | |
KR20220019737A (ko) | 패션 상품 추천 방법, 장치 및 컴퓨터 프로그램 | |
KR20220039697A (ko) | 코디네이션 패션 아이템을 추천하는 방법 | |
CN114581175A (zh) | 商品推送方法、装置、存储介质及电子设备 | |
JP6357283B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US8548878B1 (en) | Aggregating product information for electronic product catalogs | |
CN112381608B (zh) | 基于大数据多标记的电子商务商品推荐方法 | |
KR102378072B1 (ko) | 코디네이션 패션 아이템을 추천하는 방법 | |
CN113988970A (zh) | 一种购物推荐方法及网购平台 | |
CN112184361A (zh) | 电商购物平台中购物车内的商品信息展示方法和装置 | |
JP7290304B2 (ja) | 検索システム | |
CN110020136B (zh) | 对象推荐方法及相关设备 | |
CN114255110B (zh) | 一种基于互联网销售的产品分销管理系统及方法 | |
KR20090060126A (ko) | 컨텐츠 노출 정보 관리 시스템 및 방법 | |
CN113628011B (zh) | 一种商品搭配方法及装置 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211111 Address after: Room 222, building 23, No. 1188, West 2nd Ring Road, Shengze Town, Wujiang District, Suzhou, Jiangsu 215002 Patentee after: Suzhou silent Information Technology Service Co., Ltd Address before: 224000 No. 285, Jiefang South Road, Chengnan New District, Yancheng City, Jiangsu Province Patentee before: Yancheng Industrial Vocational and Technical College |