CN113379516A - 一种推荐产品确定方法及装置 - Google Patents
一种推荐产品确定方法及装置 Download PDFInfo
- Publication number
- CN113379516A CN113379516A CN202110922041.6A CN202110922041A CN113379516A CN 113379516 A CN113379516 A CN 113379516A CN 202110922041 A CN202110922041 A CN 202110922041A CN 113379516 A CN113379516 A CN 113379516A
- Authority
- CN
- China
- Prior art keywords
- index
- recommended
- determining
- commodity
- recommended product
- 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
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
Abstract
本发明适用于电子商务技术领域,提供了一种推荐产品确定方法及装置,所述方法包括以下步骤:获取用户选择的目标商品;根据所述目标商品的商品点击率以及商品受欢迎程度指数,确定所述目标商品的种草概率;根据所述种草概率确定所述目标商品的推荐购买指数;对推荐购买指数进行判定,若所述推荐购买指数大于预设的第一阈值,则确定所述目标商品为推荐产品。通过得到种草概率和确定推荐购买指数,本发明具有准确、快速的判断用户选择的商品是否为值得购买的推荐产品的有益效果。
Description
技术领域
本发明涉及电子商务技术领域,具体是涉及一种推荐产品确定方法及装置。
背景技术
目前我国很大一部分年轻群体消费能力强劲,但是低质量盲目冲动消费也比较常见。往往市面刚兴起一种商品,年轻人就喜欢去“尝鲜”,而购买后发现商品效果并不理想,就把商品闲置了。这种较为盲目的消费方式使不少年轻一代消费群体成为“月光族”,甚至还超前消费使得部分人陷入资金问题。
如今,用户在购买商品之前,可以通过在网上购物平台或者论坛等渠道查找商品的使用体验,来对商品是否值得购买做出一个大致的评判,但主动从网上去查找这些数据费时费力,并且网上的使用体验也有很多商家做的广告,用户通过这种方法得到的结论往往也不是很准确。因此,现有技术缺少一种准确、高效的判断用户心仪的商品是否值得购买的方法,以对用户进行消费指导。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种推荐产品确定方法及装置,以解决上述背景技术中存在的问题。
本发明实施例是这样实现的,一种推荐产品确定方法,所述方法包括以下步骤:
获取用户选择的目标商品;
根据所述目标商品的商品点击率以及商品受欢迎程度指数,确定所述目标商品的种草概率;
根据所述种草概率确定所述目标商品的推荐购买指数;
对推荐购买指数进行判定,若所述推荐购买指数大于预设的第一阈值,则确定所述目标商品为推荐产品。
作为本发明进一步的方案:所述方法还包括:
根据所述推荐产品的商品最低价格以及用户的留存资金,确定所述推荐产品的消费承受力指数;
根据所述消费承受力指数确定所述推荐产品的消费建议指数;
对消费建议指数进行判定,若所述消费建议指数大于预设的第二阈值,则向用户端发送所述推荐产品的建议购买通知。
作为本发明进一步的方案:所述根据所述种草概率确定所述目标商品的推荐购买指数的步骤,具体包括:
计算得到所述目标商品的商品最低价格占用户的留存资金的比例;
根据所述比例和所述种草概率确定所述目标商品的推荐购买指数。
作为本发明进一步的方案:所述根据所述种草概率确定所述目标商品的推荐购买指数的步骤,具体包括:
计算得到所述目标商品的商品最低价格占用户的留存资金的比例;
获取所述目标商品的应用频率;
根据所述比例、所述种草概率以及所述应用频率确定所述目标商品的推荐购买指数。
作为本发明进一步的方案:所述根据所述消费承受力指数确定所述推荐产品的消费建议指数的步骤,具体包括:
根据所述推荐产品在第一预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第一预设时间区间内的平均总销量,计算得到所述推荐产品的销量指数;
根据所述销量指数以及所述消费承受力指数确定所述推荐产品的消费建议指数。
作为本发明进一步的方案:所述根据所述消费承受力指数确定所述推荐产品的消费建议指数的步骤,具体包括:
根据所述推荐产品在第一预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第一预设时间区间内的平均总销量,计算得到所述推荐产品的销量指数;
根据所述推荐产品的同类型产品在第二预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第二预设时间区间内在二手交易平台的售出总量,确定所述推荐产品的闲置概率;
根据所述销量指数、所述闲置概率以及所述消费承受力指数确定所述推荐产品的消费建议指数。
作为本发明进一步的方案:所述方法还包括:
若所述推荐产品的商品最低价格大于用户的留存资金,获取所述推荐产品的同类型产品在二手交易平台的价格数据;
根据推荐产品的同类型产品在二手交易平台的价格数据,向用户端发送同类型二手产品信息。
作为本发明进一步的方案:所述根据推荐产品的同类型产品在二手交易平台的价格数据,向用户端发送同类型二手产品信息的步骤,具体包括:
根据推荐产品的每个同类型产品的平均二手价格以及平均新品价格,确定每个所述同类型产品的折旧率;
根据每个所述同类型产品的折旧率,确定向用户推荐的同类型二手产品,向用户端发送同类型二手产品信息。
本发明实施例的另一目的在于提供一种推荐产品确定装置,所述装置包括:
目标商品获取单元,用于获取用户选择的目标商品;
种草概率确定单元,用于根据所述目标商品的商品点击率以及商品受欢迎程度指数,确定所述目标商品的种草概率;
推荐购买指数确定单元,用于根据所述种草概率确定所述目标商品的推荐购买指数;以及
推荐产品确定单元,用于对推荐购买指数进行判定,若所述推荐购买指数大于预设的第一阈值,则确定所述目标商品为推荐产品。
作为本发明进一步的方案:所述装置还包括:
消费承受力指数确定单元,用于根据所述推荐产品的商品最低价格以及用户的留存资金,确定所述推荐产品的消费承受力指数;
消费建议指数确定单元,用于根据所述消费承受力指数确定所述推荐产品的消费建议指数;以及
建议购买通知发送单元,用于对消费建议指数进行判定,若所述消费建议指数大于预设的第二阈值,则向用户端发送所述推荐产品的建议购买通知。
与现有技术相比,本发明的有益效果是:本发明能够根据目标商品的商品点击率以及商品受欢迎程度指数确定目标商品的种草概率,进而根据种草概率确定目标商品的推荐购买指数,最后根据推荐购买指数确定目标商品是否为推荐产品,本发明通过计算推荐购买指数对用户选择的商品进行了筛选判断,判断出用户选择的目标商品是否为推荐产品,解决了现有技术用户通过自己查找大量商品评价数据来判断商品是否值得购买费时费力的问题,实现了准确、快速的判断用户选择的商品是否为值得购买的推荐产品的有益效果。
附图说明
图1为本发明实施例一种推荐产品确定方法的流程图一。
图2为本发明实施例一种推荐产品确定方法的流程图二。
图3为本发明实施例一种推荐产品确定方法中确定推荐购买指数的流程图一。
图4为本发明实施例一种推荐产品确定方法中确定推荐购买指数的流程图二。
图5为本发明实施例一种推荐产品确定方法中确定消费建议指数的流程图一。
图6为本发明实施例一种推荐产品确定方法中确定消费建议指数的流程图二。
图7为本发明实施例一种推荐产品确定方法的流程图三。
图8为本发明实施例一种推荐产品确定方法中向用户端发送同类型二手产品信息的流程图。
图9为本发明实施例一种推荐产品确定装置的结构示意图一。
图10为本发明实施例一种推荐产品确定装置的结构示意图二。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰,以下结合附图及具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
如图1所示,本发明实施例提供了一种推荐产品确定方法,包括以下步骤:
S100,获取用户选择的目标商品。
本发明是为了帮助年轻人进行消费推荐,设计了一款应用程序,该应用程序的服务器可以使用云服务器,该应用程序可以为微信小程序。本发明的应用程序可以从目前常见的网上购物平台(例如淘宝、京东等)采集商品数据,用户(大学生用户)可以将每月生活费等资金数据录入到本发明的应用程序中,得到用户的留存资金,本发明的应用程序可以根据商品数据以及用户的资金数据综合对用户进行消费推荐。
在本发明实施例中,用户可以在应用程序中输入自己心仪的商品,即得到本步骤中的目标商品。
S200,根据所述目标商品的商品点击率以及商品受欢迎程度指数,确定所述目标商品的种草概率。
在本发明实施例中,商品的种草概率用于表示用户购买该商品的欲望的大小。种草,网络流行语,表示分享某一商品的优秀品质,以激发他人购买欲望的行为,或自己根据外界的信息,对某事物产生体验或拥有欲望的过程。
在本发明实施例中,商品点击率以及商品受欢迎程度指数可以从网上购物平台直接获取数据,商品点击率为目标商品的月浏览次数与该月所有商品的总浏览次数之比。商品受欢迎程度指数为根据目标商品的周期售出数量以及目标商品的周期发售总量确定得出的。具体的,商品受欢迎程度指数可以为周期售出数量与周期发售总量之比。
在本发明实施例中,目标商品的种草概率可以为目标商品的商品点击率以及商品受欢迎程度指数之和,本发明通过从网上购物平台采集商品数据,分析商品种草概率,涉及两个数据,商品点击率及商品收欢迎程度,可以决定该商品是否可以购买。
S300,根据所述种草概率确定所述目标商品的推荐购买指数。
在本发明实施例中,推荐购买指数用于表示商品是否为推荐购买产品。本步骤具体可以对所述种草概率进行预设的数学运算得到推荐购买指数,例如用所述种草概率乘以预设的系数得到推荐购买指数。
S400,对推荐购买指数进行判定,若所述推荐购买指数大于预设的第一阈值,则确定所述目标商品为推荐产品。
本发明实施例中,本步骤在确定所述目标商品为推荐产品之后,可以将该目标商品添加到预设的购物清单中。本发明通过计算推荐购买指数来判断商品是否值得用户购买,对用户选择的商品进行了筛选,筛选出推荐购买的商品,实现了准确的为用户推荐值得购买的商品的有益效果,有助于对大学生消费进行指导。
如图2所示,作为本发明一个优选的实施例,所述方法还包括:
S500,根据所述推荐产品的商品最低价格以及用户的留存资金,确定所述推荐产品的消费承受力指数。
在本发明实施例中,所述推荐产品的商品最低价格可以从网上购物平台直接获取数据,用户的每月预存可使用资金为用户设置的留存资金数据。在本发明实施例中,消费承受力指数用于表示用户当前的资金情况是否能够负担的起商品。本步骤可以通过计算用户的每月预存可使用资金与所述推荐产品的商品最低价格的商,将计算结果作为所述推荐产品的消费承受力指数。
S600,根据所述消费承受力指数确定所述推荐产品的消费建议指数。
在本发明实施例中,消费建议指数用于表示根据用户的当前资金情况是否建议用户现在购买商品。本步骤具体可以对所述消费承受力指数进行预设的数学运算得到消费建议指数,例如用所述消费承受力指数乘以预设的系数得到消费建议指数。
S700,对消费建议指数进行判定,若所述消费建议指数大于预设的第二阈值,则向用户端发送所述推荐产品的建议购买通知。
在本发明实施例中,若所述消费建议指数小于或等于预设的第二阈值,则向用户发送建议继续储备资金的通知,等待下一次的购买机会。由此可见,本发明不仅根据商品的特性确定商品是否推荐购买,还针对每个推荐产品根据用户当前的资金情况确定是否建议用户现在购买该推荐产品,进一步提高了对用户进行消费推荐的效果。
如图3所示,作为本发明一个优选的实施例,所述根据所述种草概率确定所述目标商品的推荐购买指数的步骤,具体包括:
S311,计算得到所述目标商品的商品最低价格占用户的留存资金的比例;
S312,根据所述比例和所述种草概率确定所述目标商品的推荐购买指数。
在本发明实施例中,还可以确定所述目标商品的商品最低价格占用户的留存资金的比例。本步骤具体根据所述比例以及所述种草概率确定所述目标商品的推荐购买指数。具体的,本步骤可以用所述比例以及所述种草概率之和作为推荐购买指数。
如图4所示,作为本发明一个优选的实施例,所述根据所述种草概率确定所述目标商品的推荐购买指数的步骤,具体包括:
S321,计算得到所述目标商品的商品最低价格占用户的留存资金的比例;
S322,获取所述目标商品的应用频率;
S323,根据所述比例、所述种草概率以及所述应用频率确定所述目标商品的推荐购买指数。
在本发明实施例中,所述应用频率可以为平均每天使用次数,该数据可以为从网上购物平台直接获取,该数据也可以为从互联网上抓取不同用户对该目标商品的使用数据或者评价数据得到。本步骤具体可以根据所述比例、所述应用频率以及所述种草概率确定所述目标商品的推荐购买指数。具体的,本步骤可以将所述比例、所述应用频率以及所述种草概率之和作为推荐购买指数。
如图5所示,作为本发明一个优选的实施例,所述根据所述消费承受力指数确定所述推荐产品的消费建议指数的步骤,具体包括:
S611,根据所述推荐产品在第一预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第一预设时间区间内的平均总销量,计算得到所述推荐产品的销量指数;
S612,根据所述销量指数以及所述消费承受力指数确定所述推荐产品的消费建议指数。
在本发明实施例中,本发明还可以根据所述推荐产品在第一预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第一预设时间区间内的平均总销量,计算所述推荐产品的销量指数。本发明可以调用该推荐产品在各平台的每个月的销量,算出该商品的总销量,再找出同类型产品(同价位、相似功能等产品)的平均总销量,销量指数=该推荐产品的总销量/同类型产品的平均总销量。
本步骤具体可以为根据所述销量指数以及所述消费承受力指数确定所述推荐产品的消费建议指数。具体的,本步骤可以将所述销量指数以及所述消费承受力指数之和作为消费建议指数。
如图6所示,作为本发明一个优选的实施例,所述根据所述消费承受力指数确定所述推荐产品的消费建议指数的步骤,具体包括:
S621,根据所述推荐产品在第一预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第一预设时间区间内的平均总销量,计算得到所述推荐产品的销量指数;
S622,根据所述推荐产品的同类型产品在第二预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第二预设时间区间内在二手交易平台的售出总量,确定所述推荐产品的闲置概率;
S623,根据所述销量指数、所述闲置概率以及所述消费承受力指数确定所述推荐产品的消费建议指数。
在本发明实施例中,本发明还可以根据所述推荐产品的同类型产品在第二预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第二预设时间区间内在二手交易平台的售出总量,确定所述推荐产品的闲置概率。具体的,闲置概率=二手交易平台的售出总量/总销量。
本步骤具体根据所述闲置概率、所述销量指数以及所述消费承受力指数确定所述推荐产品的消费建议指数。可选的,本步骤具体可以先计算所述销量指数以及所述消费承受力指数之和,再用计算结果减去所述闲置概率,得到消费建议指数。
如图7所示,作为本发明一个优选的实施例,所述方法还包括:
S800,若所述推荐产品的商品最低价格大于用户的留存资金,获取所述推荐产品的同类型产品在二手交易平台的价格数据;
S900,根据推荐产品的同类型产品在二手交易平台的价格数据,向用户端发送同类型二手产品信息。
在本发明实施例中,若用户的留存资金不足以购买所述推荐产品,本发明可以向用户推荐二手商品,进一步提高了对用户进行消费推荐的效果。
如图8所示,作为本发明一个优选的实施例,所述根据推荐产品的同类型产品在二手交易平台的价格数据,向用户端发送同类型二手产品信息的步骤,具体包括:
S901,根据推荐产品的每个同类型产品的平均二手价格以及平均新品价格,确定每个所述同类型产品的折旧率;
S902,根据每个所述同类型产品的折旧率,确定向用户推荐的同类型二手产品,向用户端发送同类型二手产品信息。
在本发明实施例中,折旧率=平均二手价格/平均新品价格。本步骤具体可以将折旧率最高的所述同类型产品作为向用户推荐的同类型二手产品。需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以不同于此处的顺序执行所示出或描述的步骤。
如图9所示,基于同一发明构思,本发明实施例还提供了一种推荐产品确定装置,所述装置包括:
目标商品获取单元100,用于获取用户选择的目标商品;
种草概率确定单元200,用于根据所述目标商品的商品点击率以及商品受欢迎程度指数,确定所述目标商品的种草概率;
推荐购买指数确定单元300,用于根据所述种草概率确定所述目标商品的推荐购买指数;以及
推荐产品确定单元400,用于对推荐购买指数进行判定,若所述推荐购买指数大于预设的第一阈值,则确定所述目标商品为推荐产品。
在本发明实施例中,商品的种草概率用于表示用户购买该商品的欲望的大小。种草,网络流行语,表示分享某一商品的优秀品质,以激发他人购买欲望的行为,或自己根据外界的信息,对某事物产生体验或拥有欲望的过程。
在本发明实施例中,商品点击率以及商品受欢迎程度指数可以从网上购物平台直接获取数据,商品点击率为目标商品的月浏览次数与该月所有商品的总浏览次数之比。商品受欢迎程度指数为根据目标商品的周期售出数量以及目标商品的周期发售总量确定得出的。具体的,商品受欢迎程度指数可以为周期售出数量与周期发售总量之比。
如图10所示,作为本发明一个优选的实施例,所述装置还包括:
消费承受力指数确定单元500,用于根据所述推荐产品的商品最低价格以及用户的留存资金,确定所述推荐产品的消费承受力指数;
消费建议指数确定单元600,用于根据所述消费承受力指数确定所述推荐产品的消费建议指数;以及
建议购买通知发送单元700,用于对消费建议指数进行判定,若所述消费建议指数大于预设的第二阈值,则向用户端发送所述推荐产品的建议购买通知。
在本发明实施例中,消费承受力指数用于表示用户当前的资金情况是否能够负担的起商品。本步骤可以通过计算用户的每月预存可使用资金与所述推荐产品的商品最低价格的商,将计算结果作为所述推荐产品的消费承受力指数。
在本发明实施例中,消费建议指数用于表示根据用户的当前资金情况是否建议用户现在购买商品。本步骤具体可以对所述消费承受力指数进行预设的数学运算得到消费建议指数,例如用所述消费承受力指数乘以预设的系数得到消费建议指数。若所述消费建议指数小于或等于预设的第二阈值,则向用户发送建议继续储备资金的通知,等待下一次的购买机会。
以上仅对本发明的较佳实施例进行了详细叙述,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,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。
本领域技术人员在考虑说明书及实施例处的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种推荐产品确定方法,其特征在于,所述方法包括以下步骤:
获取用户选择的目标商品;
根据所述目标商品的商品点击率以及商品受欢迎程度指数,确定所述目标商品的种草概率;
根据所述种草概率确定所述目标商品的推荐购买指数;
对推荐购买指数进行判定,若所述推荐购买指数大于预设的第一阈值,则确定所述目标商品为推荐产品。
2.根据权利要求1所述的推荐产品确定方法,其特征在于,所述方法还包括:
根据所述推荐产品的商品最低价格以及用户的留存资金,确定所述推荐产品的消费承受力指数;
根据所述消费承受力指数确定所述推荐产品的消费建议指数;
对消费建议指数进行判定,若所述消费建议指数大于预设的第二阈值,则向用户端发送所述推荐产品的建议购买通知。
3.根据权利要求1所述的推荐产品确定方法,其特征在于,所述根据所述种草概率确定所述目标商品的推荐购买指数的步骤,具体包括:
计算得到所述目标商品的商品最低价格占用户的留存资金的比例;
根据所述比例和所述种草概率确定所述目标商品的推荐购买指数。
4.根据权利要求1所述的推荐产品确定方法,其特征在于,所述根据所述种草概率确定所述目标商品的推荐购买指数的步骤,具体包括:
计算得到所述目标商品的商品最低价格占用户的留存资金的比例;
获取所述目标商品的应用频率;
根据所述比例、所述种草概率以及所述应用频率确定所述目标商品的推荐购买指数。
5.根据权利要求2所述的推荐产品确定方法,其特征在于,所述根据所述消费承受力指数确定所述推荐产品的消费建议指数的步骤,具体包括:
根据所述推荐产品在第一预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第一预设时间区间内的平均总销量,计算得到所述推荐产品的销量指数;
根据所述销量指数以及所述消费承受力指数确定所述推荐产品的消费建议指数。
6.根据权利要求2所述的推荐产品确定方法,其特征在于,所述根据所述消费承受力指数确定所述推荐产品的消费建议指数的步骤,具体包括:
根据所述推荐产品在第一预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第一预设时间区间内的平均总销量,计算得到所述推荐产品的销量指数;
根据所述推荐产品的同类型产品在第二预设时间区间内的总销量以及所述推荐产品的同类型产品在所述第二预设时间区间内在二手交易平台的售出总量,确定所述推荐产品的闲置概率;
根据所述销量指数、所述闲置概率以及所述消费承受力指数确定所述推荐产品的消费建议指数。
7.根据权利要求2所述的推荐产品确定方法,其特征在于,所述方法还包括:
若所述推荐产品的商品最低价格大于用户的留存资金,获取所述推荐产品的同类型产品在二手交易平台的价格数据;
根据推荐产品的同类型产品在二手交易平台的价格数据,向用户端发送同类型二手产品信息。
8.根据权利要求7所述的推荐产品确定方法,其特征在于,所述根据推荐产品的同类型产品在二手交易平台的价格数据,向用户端发送同类型二手产品信息的步骤,具体包括:
根据推荐产品的每个同类型产品的平均二手价格以及平均新品价格,确定每个所述同类型产品的折旧率;
根据每个所述同类型产品的折旧率,确定向用户推荐的同类型二手产品,向用户端发送同类型二手产品信息。
9.一种推荐产品确定装置,其特征在于,所述装置包括:
目标商品获取单元,用于获取用户选择的目标商品;
种草概率确定单元,用于根据所述目标商品的商品点击率以及商品受欢迎程度指数,确定所述目标商品的种草概率;
推荐购买指数确定单元,用于根据所述种草概率确定所述目标商品的推荐购买指数;以及
推荐产品确定单元,用于对推荐购买指数进行判定,若所述推荐购买指数大于预设的第一阈值,则确定所述目标商品为推荐产品。
10.根据权利要求9所述的推荐产品确定装置,其特征在于,所述装置还包括:
消费承受力指数确定单元,用于根据所述推荐产品的商品最低价格以及用户的留存资金,确定所述推荐产品的消费承受力指数;
消费建议指数确定单元,用于根据所述消费承受力指数确定所述推荐产品的消费建议指数;以及
建议购买通知发送单元,用于对消费建议指数进行判定,若所述消费建议指数大于预设的第二阈值,则向用户端发送所述推荐产品的建议购买通知。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110922041.6A CN113379516A (zh) | 2021-08-12 | 2021-08-12 | 一种推荐产品确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110922041.6A CN113379516A (zh) | 2021-08-12 | 2021-08-12 | 一种推荐产品确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113379516A true CN113379516A (zh) | 2021-09-10 |
Family
ID=77576881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110922041.6A Pending CN113379516A (zh) | 2021-08-12 | 2021-08-12 | 一种推荐产品确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379516A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452284A (zh) * | 2023-03-31 | 2023-07-18 | 百应科技有限公司 | 一种智慧园区管理方法及装置 |
CN117035948A (zh) * | 2023-10-10 | 2023-11-10 | 山东唐和智能科技有限公司 | 基于大数据的任务智能处理方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160125503A1 (en) * | 2013-06-05 | 2016-05-05 | Beijing Jingdong Shangke Information Technology Co., Ltd | Method, apparatus and system for recommending product information |
CN106372961A (zh) * | 2016-08-23 | 2017-02-01 | 北京小米移动软件有限公司 | 商品推荐方法及装置 |
CN109685540A (zh) * | 2018-08-31 | 2019-04-26 | 深圳壹账通智能科技有限公司 | 电商平台及其商品促销控制方法、设备、可读存储介质 |
CN111709813A (zh) * | 2020-06-19 | 2020-09-25 | 深圳市赛宇景观设计工程有限公司 | 一种基于大数据线上商品推荐方法 |
CN111724235A (zh) * | 2020-06-09 | 2020-09-29 | 清华大学深圳国际研究生院 | 一种基于用户新奇度的在线商品推荐方法 |
CN112581174A (zh) * | 2020-12-21 | 2021-03-30 | 深圳市修远文化创意有限公司 | 一种应用于实体商店的云支付方法及系统 |
CN112884550A (zh) * | 2021-02-07 | 2021-06-01 | 绿瘦健康产业集团有限公司 | 一种基于客户购买能力的商品推荐方法及装置 |
-
2021
- 2021-08-12 CN CN202110922041.6A patent/CN113379516A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160125503A1 (en) * | 2013-06-05 | 2016-05-05 | Beijing Jingdong Shangke Information Technology Co., Ltd | Method, apparatus and system for recommending product information |
CN106372961A (zh) * | 2016-08-23 | 2017-02-01 | 北京小米移动软件有限公司 | 商品推荐方法及装置 |
CN109685540A (zh) * | 2018-08-31 | 2019-04-26 | 深圳壹账通智能科技有限公司 | 电商平台及其商品促销控制方法、设备、可读存储介质 |
CN111724235A (zh) * | 2020-06-09 | 2020-09-29 | 清华大学深圳国际研究生院 | 一种基于用户新奇度的在线商品推荐方法 |
CN111709813A (zh) * | 2020-06-19 | 2020-09-25 | 深圳市赛宇景观设计工程有限公司 | 一种基于大数据线上商品推荐方法 |
CN112581174A (zh) * | 2020-12-21 | 2021-03-30 | 深圳市修远文化创意有限公司 | 一种应用于实体商店的云支付方法及系统 |
CN112884550A (zh) * | 2021-02-07 | 2021-06-01 | 绿瘦健康产业集团有限公司 | 一种基于客户购买能力的商品推荐方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452284A (zh) * | 2023-03-31 | 2023-07-18 | 百应科技有限公司 | 一种智慧园区管理方法及装置 |
CN116452284B (zh) * | 2023-03-31 | 2023-11-03 | 百应科技有限公司 | 一种智慧园区管理方法及装置 |
CN117035948A (zh) * | 2023-10-10 | 2023-11-10 | 山东唐和智能科技有限公司 | 基于大数据的任务智能处理方法及系统 |
CN117035948B (zh) * | 2023-10-10 | 2024-01-09 | 山东唐和智能科技有限公司 | 基于大数据的任务智能处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Scholz et al. | A configuration-based recommender system for supporting e-commerce decisions | |
US11010830B2 (en) | Loan selection interface for a vehicle transfer transaction | |
CN108710634B (zh) | 一种协议文件的推送方法及终端设备 | |
CN106097044A (zh) | 一种数据推荐处理方法以及装置 | |
CN113379516A (zh) | 一种推荐产品确定方法及装置 | |
WO2018214503A1 (zh) | 一种样本权重设置方法及装置、电子设备 | |
CN111144874B (zh) | 支付方式推荐方法、装置及设备 | |
CN110880127B (zh) | 消费水平的预测方法、装置、电子设备及存储介质 | |
CN110766428A (zh) | 一种数据价值评估系统以及方法 | |
CN111127152A (zh) | 基于用户偏好预测的商品推荐方法、装置、设备及可读介质 | |
CN110659926A (zh) | 一种数据价值评估系统以及方法 | |
CN113407854A (zh) | 一种应用推荐方法、装置、设备及计算机可读存储介质 | |
Nabila et al. | Determinants of Repurchase Intention: A Study on Ease of Use, Trust and E-Satisfaction Construct in Shopee Marketplace | |
CN111680213B (zh) | 信息推荐方法、数据处理方法及装置 | |
KR102117763B1 (ko) | 부동산 거래 기반의 맞춤 연계 정보 제공 시스템 | |
CN111951051A (zh) | 一种为客户推荐产品的方法、装置和系统 | |
CN111597237A (zh) | 数据查询结果的生成方法及装置、电子设备、存储介质 | |
CN112017000B (zh) | 一种商品信息推送方法、装置、设备及存储介质 | |
KR101034812B1 (ko) | 신규 상품 지각 품질 추정 시스템 및 방법 | |
CN113961803A (zh) | 拍品推荐方法及装置以及计算机可读存储介质 | |
CN115063178A (zh) | 目标群体对于业务场景敏感程度的确定方法及其装置 | |
CN113850416A (zh) | 广告推广合作对象确定方法和装置 | |
JP2022133829A (ja) | クーポン価値定量化プログラム、クーポン価値定量化方法、及び、クーポン価値定量化装置 | |
CN108256982A (zh) | 一种流量响应方法、装置和设备 | |
CN112613897A (zh) | 一种基于毛利率的实时自动出价方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |
|
RJ01 | Rejection of invention patent application after publication |