CN113159905A - 新用户的商品推荐方法、装置、设备及存储介质 - Google Patents
新用户的商品推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113159905A CN113159905A CN202110551976.8A CN202110551976A CN113159905A CN 113159905 A CN113159905 A CN 113159905A CN 202110551976 A CN202110551976 A CN 202110551976A CN 113159905 A CN113159905 A CN 113159905A
- Authority
- CN
- China
- Prior art keywords
- commodities
- user
- commodity
- recommendation
- browsed
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000012163 sequencing technique Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market 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]
- G06Q30/0633—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)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种新用户的商品推荐方法、装置、设备及存储介质,所述商品推荐方法包括:从电商平台的数据库中获取包括有用户当前浏览商品的历史订单数据;通过所述历史订单数据获得用户当前浏览商品的相关商品;通过协同过滤算法计算得到不同的所述相关商品的推荐分值;根据所述推荐分值的大小对所述相关商品进行排序;在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品。本发明的商品推荐方法能够通过采集电商平台数据库中的历史订单数据来获取用户当前浏览商品的相关商品并进行推荐,解决了新用户由于没有历史购买数据而无法精准推荐商品的需求。
Description
技术领域
本发明涉及商品推荐技术领域,尤其涉及一种新用户的商品推荐方法、装置、设备及存储介质。
背景技术
随着电子商务网站的快速发展,推荐系统已经被广泛研究和应用。推荐系统通过提取分析用户的资料、行为、评分等信息,获得用户的喜好,来帮助电商找到特定的用户为其推荐可能购买的产品,增加商品的销售量。
目前被广泛研究的推荐系统有的是采用基于内容的推荐算法、协同过滤推荐算法等。基于内容的推荐算法是通过用户购买过的产品的特征,为用户推荐与其相似的产品。协同过滤算法则是利用用户-产品评分矩阵,计算用户或产品之间的相似度,利用相似度较高的邻居对其他产品进行评分预测,并根据预测评分的高低为目标用户进行推荐。
现有技术的商品推荐方法基本都是为已存在购买记录的消费者设计,而对于未进行过购买的消费者,现有技术的商品推荐方法并无法精准的对用户进行相关商品的推荐,现有技术缺乏有效的对新用户进行商品推荐的方法。
因此,现有技术还有待于改进和发展。
发明内容
本发明的主要目的在于解决现有商品推荐方法无法满足新用户的商品推荐需求的技术问题。
本发明第一方面提供了一种新用户的商品推荐方法,所述商品推荐方法包括:
从电商平台的数据库中获取包括有用户当前浏览商品的历史订单数据;
通过所述历史订单数据获得用户当前浏览商品的相关商品;
通过协同过滤算法计算得到不同的所述相关商品的推荐分值;
根据所述推荐分值的大小对所述相关商品进行排序;
在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品。
在本发明第一方面一种可选的实施方式中,所述通过协同过滤算法计算得到不同的所述相关商品的推荐分值包括:
获取所述历史订单数据中不同订单号下所具有的全部商品信息;
以不同订单号下除用户当前浏览商品外还相同的商品作为相关商品;
对所有相关商品中完全相同的商品进行分组,并计算各组商品在所有相关商品中的比值;
以所述比值作为各组商品的推荐分值。
在本发明第一方面一种可选的实施方式中,所述在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品之后包括:
实时采集各个所述相关商品的点击次数,当一个所述相关商品的点击次数大于设置的第一值时,将点击次数超过所述第一值的所述相关商品的推荐分值增加第二值,并在用户当前浏览商品的页面的推荐区域重新对各个所述相关商品进行排序。
在本发明第一方面一种可选的实施方式中,以用户当前浏览商品的页面的历史点击总次数除以历史点击总天数得到所述第一值。
在本发明第一方面一种可选的实施方式中,按照所述相关商品的当前推荐分值*((所述相关商品当天的点击率-所述相关商品历史的平均点击率)/100)获得所述第二值。
在本发明第一方面一种可选的实施方式中,所述根据所述推荐分值的大小对所述相关商品进行排序之后包括:
建立所述相关商品和所述相关商品对应推荐分值的关系表;
将所述关系表存储在服务器的数据库中。
在本发明第一方面一种可选的实施方式中,在所述关系表中,以所述相关商品所在订单号的后N位作为所述相关商品对应的用户ID。
本发明第二方面提供了一种商品推荐装置,所述商品推荐装置包括:
导出模块,用于从电商平台的数据库中获取包括有用户当前浏览商品的历史订单数据;
获取模块,用于通过所述历史订单数据获得用户当前浏览商品的相关商品;
计算模块,用于通过协同过滤算法计算得到不同的所述相关商品的推荐分值;
排序模块,用于根据所述推荐分值的大小对所述相关商品进行排序;
展示模块,用于在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品。
本发明第三方面提供了一种商品推荐设备,所述商品推荐设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述商品推荐设备执行如上述任一项所述的新用户的商品推荐方法。
本发明第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的新用户的商品推荐方法。
有益效果:本发明提供了一种新用户的商品推荐方法、装置、设备及存储介质,所述商品推荐方法包括:从电商平台的数据库中获取包括有用户当前浏览商品的历史订单数据;通过所述历史订单数据获得用户当前浏览商品的相关商品;通过协同过滤算法计算得到不同的所述相关商品的推荐分值;根据所述推荐分值的大小对所述相关商品进行排序;在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品。本发明的商品推荐方法能够通过采集电商平台数据库中的历史订单数据来获取用户当前浏览商品的相关商品并进行推荐,解决了新用户由于没有历史购买数据而无法精准推荐商品的需求。
附图说明
图1为本发明一种新用户的商品推荐方法的一个实施例示意图;
图2为本发明一种商品推荐装置的一个实施例示意图;
图3为本发明一种商品推荐设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种新用户的商品推荐方法、装置、设备及存储介质。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明第一方面提供了一种新用户的商品推荐方法,所述商品推荐方法包括:
S100、从电商平台的数据库中获取包括有用户当前浏览商品的历史订单数据;在该步骤中,也就是说从电商平台的数据库中取查找那些历史订单包括有用户当前浏览商品,从而获得用户可能会购买的其他商品;
S200、通过所述历史订单数据获得用户当前浏览商品的相关商品;
S300、通过协同过滤算法计算得到不同的所述相关商品的推荐分值;因为从电商平台的数据库中会获得比较多的相关商品,在该步骤中主要是对每个相关商品进行打分,判断每个相关商品与用户浏览商品之间的关联程度;
S400、根据所述推荐分值的大小对所述相关商品进行排序;在该步骤中,排序的目的是为了后续能够按照顺序进行推荐作准备;
S500、在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品。在本实施例中,推荐分值越高的越靠前显示,也就是说优先推荐用户可能购买的商品给用户。
具体来说,本发明的商品推荐方法能够通过采集电商平台数据库中的历史订单数据来获取用户当前浏览商品的相关商品并进行推荐,解决了新用户由于没有历史购买数据而无法精准推荐商品的需求。
在本发明第一方面一种可选的实施方式中,所述通过协同过滤算法计算得到不同的所述相关商品的推荐分值包括:
获取所述历史订单数据中不同订单号下所具有的全部商品信息;在该步骤中,挑选之前需要获取每个订单中包括有哪些商品;
以不同订单号下除用户当前浏览商品外还相同的商品作为相关商品;在该步骤中,就是查找不同订单中除用户当前浏览商品外还有没有其他的商品重复,如果有其他商品重复,则认为用户当前浏览商品和查找到的该商品之间存在联系;
对所有相关商品中完全相同的商品进行分组,并计算各组商品在所有相关商品中的比值;在该步骤中,由于上一步已经在全部订单中收集到了所有相同产品的数量,这样只需要判断每种相同产品在全部相同产品中所占的比值就可以判断出每种相同产品与用户当前浏览商品的联系强度,联系强度越高,推荐分值就越高;
以所述比值作为各组商品的推荐分值。
在本发明第一方面一种可选的实施方式中,所述在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品之后包括:
实时采集各个所述相关商品的点击次数,当一个所述相关商品的点击次数大于设置的第一值时,将点击次数超过所述第一值的所述相关商品的推荐分值增加第二值,并在用户当前浏览商品的页面的推荐区域重新对各个所述相关商品进行排序。
在该步骤中,在向用户进行商品推荐之后,还会按照点击效果,对各个商品的推荐分数进行调整。比如按照系统平均点击率,设置一个均值,如果某推荐产品的点击率高于这个均值,对其进行加分,增加的分数按照当前分值*((点击率-平均点击率)/100)。
在本发明第一方面一种可选的实施方式中,以用户当前浏览商品的页面的历史点击总次数除以历史点击总天数得到所述第一值。比如采集该商品历史上被点击的数据,比如一个商品在3天内总共被点击了1000次,则第一值就会等于1000/3。
在本发明第一方面一种可选的实施方式中,按照所述相关商品的当前推荐分值*((所述相关商品当天的点击率-所述相关商品历史的平均点击率)/100)获得所述第二值。比如,一个商品的初始推荐分值是10分,而该商品在一天内被点击1000次,而该平台上一天内所有商品被点击了100000次,这件商品当天的点击率就为0.1,然后再获取之前每一天的点击率,计算总和再除以天数获得相关商品历史的平均点击率,再把相关数据代入公式计算出第二值对相关商品的推荐分值进行加分或者是减分,以做到推荐分值的动态调整。
在本发明第一方面一种可选的实施方式中,所述根据所述推荐分值的大小对所述相关商品进行排序之后包括:
建立所述相关商品和所述相关商品对应推荐分值的关系表;
将所述关系表存储在服务器的数据库中。
在本实施例中,为了便于后续对全部相关产品的推荐分值进行调整,本发明在获取到相关商品的推荐分值后还会生成相应的关系表并存储到服务器的数据库中,存储具体以key-value的方式执行,以方便后续查找和提高存储效率。
在本发明第一方面一种可选的实施方式中,在所述关系表中,以所述相关商品所在订单号的后N位作为所述相关商品对应的用户ID。在该步骤中,由于涉及到个人隐私,从电商平台获取得到的订单数据通常是无法包括用户ID,而为了后期更好的追溯出每个相关商品的来源信息,就以订单号的后N位作为相关商品对应的用户ID,从而方便后期管理。
参见图2,本发明第二方面提供了一种商品推荐装置,所述商品推荐装置包括:
导出模块10,用于从电商平台的数据库中获取包括有用户当前浏览商品的历史订单数据;
获取模块20,用于通过所述历史订单数据获得用户当前浏览商品的相关商品;
计算模块30,用于通过协同过滤算法计算得到不同的所述相关商品的推荐分值;
排序模块40,用于根据所述推荐分值的大小对所述相关商品进行排序;
展示模块50,用于在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品。
在本发明第二方面一种可选的实施方式中,所述计算模块30包括:
获取单元,用于获取所述历史订单数据中不同订单号下所具有的全部商品信息;
查找单元,用于以不同订单号下除用户当前浏览商品外还相同的商品作为相关商品;
分组单元,用于对所有相关商品中完全相同的商品进行分组,并计算各组商品在所有相关商品中的比值;
赋值单元,用于以所述比值作为各组商品的推荐分值。
在本发明第二方面一种可选的实施方式中,所述商品推荐装置还包括:
实时排序模块,用于实时采集各个所述相关商品的点击次数,当一个所述相关商品的点击次数大于设置的第一值时,将点击次数超过所述第一值的所述相关商品的推荐分值增加第二值,并在用户当前浏览商品的页面的推荐区域重新对各个所述相关商品进行排序。
在本发明第二方面一种可选的实施方式中,以用户当前浏览商品的页面的历史点击总次数除以历史点击总天数得到所述第一值。
在本发明第二方面一种可选的实施方式中,按照所述相关商品的当前推荐分值*((所述相关商品当天的点击率-所述相关商品历史的平均点击率)/100)获得所述第二值。
在本发明第二方面一种可选的实施方式中,所述商品推荐装置还包括:
新建模块,用于建立所述相关商品和所述相关商品对应推荐分值的关系表;
存储模块,用于将所述关系表存储在服务器的数据库中。
在本发明第二方面一种可选的实施方式中,在所述关系表中,以所述相关商品所在订单号的后N位作为所述相关商品对应的用户ID。
图3是本发明实施例提供的一种商品推荐设备的结构示意图,该商品推荐设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器60(centralprocessing units,CPU)(例如,一个或一个以上处理器)和存储器70,一个或一个以上存储应用程序或数据的存储介质80(例如一个或一个以上海量存储设备)。其中,存储器和存储介质可以是短暂存储或持久存储。存储在存储介质的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对商品推荐设备中的一系列指令操作。更进一步地,处理器可以设置为与存储介质通信,在商品推荐设备上执行存储介质中的一系列指令操作。
商品推荐设备还可以包括一个或一个以上电源90,一个或一个以上有线或无线网络接口100,一个或一个以上输入输出接口110,和/或,一个或一个以上操作系统,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图3示出的商品推荐设备结构并不构成对商品推荐设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述的新用户的商品推荐方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统或装置、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上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。
Claims (10)
1.一种新用户的商品推荐方法,其特征在于,所述商品推荐方法包括:
从电商平台的数据库中获取包括有用户当前浏览商品的历史订单数据;
通过所述历史订单数据获得用户当前浏览商品的相关商品;
通过协同过滤算法计算得到不同的所述相关商品的推荐分值;
根据所述推荐分值的大小对所述相关商品进行排序;
在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品。
2.根据权利要求1所述的新用户的商品推荐方法,其特征在于,所述通过协同过滤算法计算得到不同的所述相关商品的推荐分值包括:
获取所述历史订单数据中不同订单号下所具有的全部商品信息;
以不同订单号下除用户当前浏览商品外还相同的商品作为相关商品;
对所有相关商品中完全相同的商品进行分组,并计算各组商品在所有相关商品中的比值;
以所述比值作为各组商品的推荐分值。
3.根据权利要求1所述的新用户的商品推荐方法,其特征在于,所述在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品之后包括:
实时采集各个所述相关商品的点击次数,当一个所述相关商品的点击次数大于设置的第一值时,将点击次数超过所述第一值的所述相关商品的推荐分值增加第二值,并在用户当前浏览商品的页面的推荐区域重新对各个所述相关商品进行排序。
4.根据权利要求3所述的新用户的商品推荐方法,其特征在于,以用户当前浏览商品的页面的历史点击总次数除以历史点击总天数得到所述第一值。
5.根据权利要求3所述的新用户的商品推荐方法,其特征在于,按照所述相关商品的当前推荐分值*((所述相关商品当天的点击率-所述相关商品历史的平均点击率)/100)获得所述第二值。
6.根据权利要求1所述的新用户的商品推荐方法,其特征在于,所述根据所述推荐分值的大小对所述相关商品进行排序之后包括:
建立所述相关商品和所述相关商品对应推荐分值的关系表;
将所述关系表存储在服务器的数据库中。
7.根据权利要求6所述的新用户的商品推荐方法,其特征在于,在所述关系表中,以所述相关商品所在订单号的后N位作为所述相关商品对应的用户ID。
8.一种商品推荐装置,其特征在于,所述商品推荐装置包括:
导出模块,用于从电商平台的数据库中获取包括有用户当前浏览商品的历史订单数据;
获取模块,用于通过所述历史订单数据获得用户当前浏览商品的相关商品;
计算模块,用于通过协同过滤算法计算得到不同的所述相关商品的推荐分值;
排序模块,用于根据所述推荐分值的大小对所述相关商品进行排序;
展示模块,用于在用户当前浏览商品的页面的推荐区域按照排序顺序依次展示所述相关商品。
9.一种商品推荐设备,其特征在于,所述商品推荐设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述商品推荐设备执行如权利要求1-7中任一项所述的新用户的商品推荐方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,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1-7中任一项所述的新用户的商品推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110551976.8A CN113159905A (zh) | 2021-05-20 | 2021-05-20 | 新用户的商品推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110551976.8A CN113159905A (zh) | 2021-05-20 | 2021-05-20 | 新用户的商品推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113159905A true CN113159905A (zh) | 2021-07-23 |
Family
ID=76876743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110551976.8A Pending CN113159905A (zh) | 2021-05-20 | 2021-05-20 | 新用户的商品推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113159905A (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000039726A2 (en) * | 1998-12-23 | 2000-07-06 | Net Perceptions, Inc. | System, method and article of manufacture for a compatibility-aware recommendation engine |
JP2008225629A (ja) * | 2007-03-09 | 2008-09-25 | Ricoh Co Ltd | 商品推薦システム、商品推薦方法、及び商品推薦方法を記録した記録媒体 |
JP2008282098A (ja) * | 2007-05-08 | 2008-11-20 | Rakuten Inc | 商品レコメンド・システム |
US20150213368A1 (en) * | 2012-10-08 | 2015-07-30 | Tencent Technology (Shenzhen) Company Limited | Information recommendation method, apparatus, and server |
CN105894332A (zh) * | 2016-04-22 | 2016-08-24 | 深圳市永兴元科技有限公司 | 基于用户行为分析的商品推荐方法、装置及系统 |
CN106326375A (zh) * | 2016-08-15 | 2017-01-11 | 合肥华凌股份有限公司 | 一种商品推荐方法、推荐装置及冰箱 |
CN106446189A (zh) * | 2016-09-29 | 2017-02-22 | 广州艾媒数聚信息咨询股份有限公司 | 一种资讯推荐方法及系统 |
CN107133843A (zh) * | 2017-04-25 | 2017-09-05 | 丹露成都网络技术有限公司 | 一种基于协同过滤的商品推荐方法 |
CN107742250A (zh) * | 2017-12-04 | 2018-02-27 | 深圳春沐源控股有限公司 | 商品浏览记录的显示方法和显示系统 |
CN107767227A (zh) * | 2017-10-31 | 2018-03-06 | 深圳春沐源控股有限公司 | 网上商城的商品推荐方法、商品推荐系统 |
CN108230071A (zh) * | 2016-12-21 | 2018-06-29 | 天脉聚源(北京)科技有限公司 | 一种互联网商城展示商品的方法和系统 |
CN108320213A (zh) * | 2018-01-31 | 2018-07-24 | 深圳春沐源控股有限公司 | 电商商品推荐方法和电商平台服务器 |
CN108335137A (zh) * | 2018-01-31 | 2018-07-27 | 北京三快在线科技有限公司 | 排序方法及装置、电子设备、计算机可读介质 |
CN110197415A (zh) * | 2019-04-23 | 2019-09-03 | 北京三快在线科技有限公司 | 一种推荐方法、装置、电子设备及可读存储介质 |
CN110473000A (zh) * | 2019-07-17 | 2019-11-19 | 深圳市元征科技股份有限公司 | 一种信息推荐方法、服务器及存储介质 |
CN110689401A (zh) * | 2019-08-30 | 2020-01-14 | 江苏苏宁物流有限公司 | 服务商品的推荐方法和装置 |
WO2020024555A1 (zh) * | 2018-07-31 | 2020-02-06 | 深圳春沐源控股有限公司 | 一种商品信息推送方法、相关装置及存储介质 |
CN112232917A (zh) * | 2020-10-23 | 2021-01-15 | 杭州拼便宜网络科技有限公司 | 电商平台的商品推荐方法、装置及设备 |
CN112381607A (zh) * | 2020-11-12 | 2021-02-19 | 杭州时趣信息技术有限公司 | 一种网络商品排序方法、装置、设备及介质 |
CN112613951A (zh) * | 2020-12-28 | 2021-04-06 | 赛尔网络有限公司 | 商品页面展示方法、装置、设备及介质 |
-
2021
- 2021-05-20 CN CN202110551976.8A patent/CN113159905A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000039726A2 (en) * | 1998-12-23 | 2000-07-06 | Net Perceptions, Inc. | System, method and article of manufacture for a compatibility-aware recommendation engine |
JP2008225629A (ja) * | 2007-03-09 | 2008-09-25 | Ricoh Co Ltd | 商品推薦システム、商品推薦方法、及び商品推薦方法を記録した記録媒体 |
JP2008282098A (ja) * | 2007-05-08 | 2008-11-20 | Rakuten Inc | 商品レコメンド・システム |
US20150213368A1 (en) * | 2012-10-08 | 2015-07-30 | Tencent Technology (Shenzhen) Company Limited | Information recommendation method, apparatus, and server |
CN105894332A (zh) * | 2016-04-22 | 2016-08-24 | 深圳市永兴元科技有限公司 | 基于用户行为分析的商品推荐方法、装置及系统 |
CN106326375A (zh) * | 2016-08-15 | 2017-01-11 | 合肥华凌股份有限公司 | 一种商品推荐方法、推荐装置及冰箱 |
CN106446189A (zh) * | 2016-09-29 | 2017-02-22 | 广州艾媒数聚信息咨询股份有限公司 | 一种资讯推荐方法及系统 |
CN108230071A (zh) * | 2016-12-21 | 2018-06-29 | 天脉聚源(北京)科技有限公司 | 一种互联网商城展示商品的方法和系统 |
CN107133843A (zh) * | 2017-04-25 | 2017-09-05 | 丹露成都网络技术有限公司 | 一种基于协同过滤的商品推荐方法 |
CN107767227A (zh) * | 2017-10-31 | 2018-03-06 | 深圳春沐源控股有限公司 | 网上商城的商品推荐方法、商品推荐系统 |
CN107742250A (zh) * | 2017-12-04 | 2018-02-27 | 深圳春沐源控股有限公司 | 商品浏览记录的显示方法和显示系统 |
CN108320213A (zh) * | 2018-01-31 | 2018-07-24 | 深圳春沐源控股有限公司 | 电商商品推荐方法和电商平台服务器 |
CN108335137A (zh) * | 2018-01-31 | 2018-07-27 | 北京三快在线科技有限公司 | 排序方法及装置、电子设备、计算机可读介质 |
WO2020024555A1 (zh) * | 2018-07-31 | 2020-02-06 | 深圳春沐源控股有限公司 | 一种商品信息推送方法、相关装置及存储介质 |
CN110197415A (zh) * | 2019-04-23 | 2019-09-03 | 北京三快在线科技有限公司 | 一种推荐方法、装置、电子设备及可读存储介质 |
CN110473000A (zh) * | 2019-07-17 | 2019-11-19 | 深圳市元征科技股份有限公司 | 一种信息推荐方法、服务器及存储介质 |
CN110689401A (zh) * | 2019-08-30 | 2020-01-14 | 江苏苏宁物流有限公司 | 服务商品的推荐方法和装置 |
CN112232917A (zh) * | 2020-10-23 | 2021-01-15 | 杭州拼便宜网络科技有限公司 | 电商平台的商品推荐方法、装置及设备 |
CN112381607A (zh) * | 2020-11-12 | 2021-02-19 | 杭州时趣信息技术有限公司 | 一种网络商品排序方法、装置、设备及介质 |
CN112613951A (zh) * | 2020-12-28 | 2021-04-06 | 赛尔网络有限公司 | 商品页面展示方法、装置、设备及介质 |
Non-Patent Citations (7)
Title |
---|
卢效峰, 郑权: "基于用户行为分析的搜索引擎模型", 北方工业大学学报, no. 03, pages 292 * |
张智强;伍传敏;: "基于协同过滤算法的电子商务推荐系统", 佳木斯大学学报(自然科学版), no. 04, 15 July 2018 (2018-07-15) * |
杨单,刘启川: "基于大数据的跨境电商平台个性化推荐策略优化", 对外经贸实务, 30 November 2020 (2020-11-30) * |
赖丽萍;杨金亮;: "基于协同推荐算法的智慧社区服务系统的设计与实现", 黄冈职业技术学院学报, no. 04, 28 August 2020 (2020-08-28) * |
邵英玮;张敏;马为之;王晨阳;刘奕群;马少平;: "融合商品潜在互补性发现的个性化推荐方法", 软件学报, no. 04, 31 December 2020 (2020-12-31) * |
郭俊霞;许文生;卢罡;: "基于用户浏览轨迹的商品推荐", 计算机科学, no. 12, 15 December 2016 (2016-12-15) * |
霍晓骏;贺樑;杨燕: "一种无位置偏见的广告协同推荐算法", 计算机工程, no. 12 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112035742B (zh) | 用户画像生成方法、装置、设备及存储介质 | |
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 | |
CN108805598B (zh) | 相似度信息确定方法、服务器及计算机可读存储介质 | |
JP6373462B1 (ja) | 予測装置、予測方法及び予測プログラム | |
US20200265491A1 (en) | Dynamic determination of data facets | |
US11762819B2 (en) | Clustering model analysis for big data environments | |
JP2018156429A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN103902549B (zh) | 搜索数据排序的方法和装置,数据搜索的方法和装置 | |
US20230093756A1 (en) | Systems and methods for generating recommendations | |
CN110674391A (zh) | 基于大数据的产品数据推送方法、系统和计算机设备 | |
JP5219890B2 (ja) | 商品情報提供装置、商品情報の提供方法及びプログラム | |
CN110717097A (zh) | 业务推荐方法、装置、计算机设备和存储介质 | |
CN115796924A (zh) | 一种基于大数据的云平台电子商务数据处理方法及系统 | |
KR101026544B1 (ko) | 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치 | |
US11017452B2 (en) | Concerted learning and multi-instance sequential prediction tree | |
CN109101562B (zh) | 寻找目标群体的方法、装置、计算机设备及存储介质 | |
CN110599281A (zh) | 一种确定目标店铺的方法和装置 | |
US20140101159A1 (en) | Knowledgebase Query Analysis | |
US20200019579A1 (en) | System for hybrid incremental approach to query processing and method therefor | |
JP6682585B2 (ja) | 情報処理装置及び情報処理方法 | |
CN113159905A (zh) | 新用户的商品推荐方法、装置、设备及存储介质 | |
CN110796520A (zh) | 商品推荐的方法、装置、计算设备以及介质 | |
CN107679908B (zh) | 销售人员话题辅助查询方法、电子装置及存储介质 | |
KR101960863B1 (ko) | 기술가치 평가 시스템 | |
JP2012145974A (ja) | バースト情報検索装置、バースト情報検索方法、及びバースト情報検索プログラム |
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 |