CN113988970A - 一种购物推荐方法及网购平台 - Google Patents
一种购物推荐方法及网购平台 Download PDFInfo
- Publication number
- CN113988970A CN113988970A CN202111211081.6A CN202111211081A CN113988970A CN 113988970 A CN113988970 A CN 113988970A CN 202111211081 A CN202111211081 A CN 202111211081A CN 113988970 A CN113988970 A CN 113988970A
- Authority
- CN
- China
- Prior art keywords
- commodities
- user
- commodity
- shopping
- same
- 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 35
- 238000012216 screening Methods 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 description 11
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 244000241235 Citrullus lanatus Species 0.000 description 1
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 1
- 241000220225 Malus Species 0.000 description 1
- 235000011430 Malus pumila Nutrition 0.000 description 1
- 235000015103 Malus silvestris Nutrition 0.000 description 1
- 240000008790 Musa x paradisiaca Species 0.000 description 1
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005406 washing Methods 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
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了购物推荐方法及网购平台,所述购物推荐方法适用于网购平台,所述网购平台设有首页,所述首页执行以下步骤:读取用户的用户类型;当用户类型为老用户时,根据用户的历史操作信息向用户推荐第一商品;所述第一商品包括以下至少一种商品:浏览商品、购买商品、收藏商品;当用户类型为新用户时,根据用户的注册信息向用户推荐第二商品;所述第二商品包括以下至少一种商品:同城推荐商品、同商圈推荐商品、店铺推荐商品。该购物推荐方法可以根据用户类型向用户推荐的商品,推荐的商品不一定是同款商品,可以是同类型、同功能的商品,给用户提供了更多的购物选择,提高了用户购物的便利性。
Description
技术领域
本发明属于电子商务技术领域,具体涉及一种购物推荐方法及网购平台。
背景技术
目前大部分的网购平台都会向用户推送商品,例如向用户推送同款产品,这样一方面实现商品精准推送,提高网购平台的成交率。另一方面,推送的商品不容易引起用户反感。
但是现有网购平台的商品推送方法过于简单单一,一般情况下只向用户推送同款产品,不能满足现有用户的多样化需求。
发明内容
针对现有技术中的缺陷,本发明提供一种购物推荐方法及网购平台,能够实现商品推送的多样化需求。
一种购物推荐方法,所述购物推荐方法适用于网购平台,所述网购平台设有首页,所述首页执行以下步骤:
读取用户的用户类型;
当用户类型为老用户时,根据用户的历史操作信息向用户推荐第一商品;所述第一商品包括以下至少一种商品:浏览商品、购买商品、收藏商品;
当用户类型为新用户时,根据用户的注册信息向用户推荐第二商品;所述第二商品包括以下至少一种商品:同城推荐商品、同商圈推荐商品、店铺推荐商品。
优选地,所述历史操作信息包括以下至少一种数据:历史购买记录、历史浏览记录、历史收藏记录、购物车记录;
所述注册信息包括以下至少一种数据:用户所处城市、用户所处商圈。
优选地,所述首页在所述读取用户的用户类型之前,还执行以下步骤:
读取前N天内购买量最高的M件商品,对所述M件商品进行去重,以得到第三商品;
向用户推荐所述第三商品。
优选地,所述网购平台针对每个商品设有商品详情页,所述商品详情页执行以下步骤:
A1:获取商品的分类级别、以及所述分类级别下的同类商品;
A2:判断所述同类商品的数量是否达到预设的推荐数量;如果是,将所述同类商品按照销量排序后推荐给用户;如果不是,获取上一级分类级别下的同类商品,并与当前的分类级别下的同类商品进行合并,重复执行步骤A2。
优选地,所述步骤A2具体包括:
从所述同类商品中,筛选出同品牌下处于预设的第一价格区间内的商品,当按照所述第一价格区间筛选出的同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出同品牌下处于预设的第二价格区间内的商品;
当按照所述第二价格区间筛选出的同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出不同品牌下处于所述第一价格区间内的商品,当按照所述第一价格区间筛选出的不同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出不同品牌下处于所述第二价格区间内的商品。
优选地,所述步骤A2具体包括:
将所述同类商品按照销量从高到低的顺序排序,其中销量相同的多个同类商品之间进行随机排序;
将所述同类商品按照排序顺序依次推荐给用户。
优选地,所述网购平台还设有购物车页,所述购物车页执行以下步骤:
获取购物车内的商品信息;如果所述商品信息为空,获取上一次购物车内商品信息不为空时的商品信息;
获取各个所述商品信息根据预设的关联规则关联的商品;
将所述商品推荐给用户。
优选地,所述将商品推荐给用户具体为:
向用户展示所述商品。
第二方面,一种网购平台,所述网购平台设有首页,所述首页用于:
读取用户的用户类型;
当用户类型为老用户时,根据用户的历史操作信息向用户推荐第一商品;所述第一商品包括以下至少一种商品:浏览商品、购买商品、收藏商品;
当用户类型为新用户时,根据用户的注册信息向用户推荐第二商品;所述第二商品包括以下至少一种商品:同城推荐商品、同商圈推荐商品、店铺推荐商品。
优选地,所述网购平台还设有商品详情页,所述商品详情页用于:
A1:获取商品的分类级别、以及所述分类级别下的同类商品;
A2:判断所述同类商品的数量是否达到预设的推荐数量;如果是,将所述同类商品按照销量排序后推荐给用户;如果不是,获取上一级分类级别下的同类商品,并与当前的分类级别下的同类商品进行合并,重复执行步骤A2。
由上述技术方案可知,本发明提供的购物推荐方法具有以下优势:
1、根据用户类型向用户推荐的商品,推荐的商品不一定是同款商品,可以是同类型、同功能的商品,给用户提供了更多的购物选择,提高了用户购物的便利性。
2、在商品详情页中,根据商品的类别向用户推荐更精准的商品,即与浏览商品同类别的商品,提高了用户购物的便利性。
3、由于购物车中的商品表示的是用户购买欲望较强的商品,该购物推荐方法根据购物车中的商品向用户推荐,能够给用户购买提供更多的选择,方便用户进行更精准的比较,提升购物体验。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为具体实施例提供的购物推荐方法中首页推荐流程图。
图2为具体实施例提供的购物推荐方法中商品详情页推荐流程图。
图3为具体实施例提供的购物推荐方法中购物车页推荐流程图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
实施例一:
一种购物推荐方法,所述购物推荐方法适用于网购平台,所述网购平台设有首页,参见图1,所述首页执行以下步骤:
读取用户的用户类型;
当用户类型为老用户时,根据用户的历史操作信息向用户推荐第一商品;所述第一商品包括以下至少一种商品:浏览商品、购买商品、收藏商品;
当用户类型为新用户时,根据用户的注册信息向用户推荐第二商品;所述第二商品包括以下至少一种商品:同城推荐商品、同商圈推荐商品、店铺推荐商品。
具体地,网购平台一打开首先向用户展示首页,首页可以向用户展示商品大类、热门商品、热门活动、促销活动等等。网购平台针对每个商品还设有商品详情页,当用户点击浏览商品时,进入对应的商品详情页,商品详情页向用户展示商品价格、规格、介绍、功能等等。网购平台还设有购物车页,购物车页向用户展示加入购物车的商品,用户可以对购物车中选中的商品进行支付后,生成订单。
该购物推荐方法可以通过首页向用户推荐商品。通过首页向用户推荐商品时,根据用户的用户类型进行推荐。用户类型为老用户和新用户,老用户可以定义为已注册过网购平台、或者是在网购平台购买过商品的用户,新用户可以定义为未注册过网购平台、或者未在网购平台购买过商品的用户。如果用户是老用户,根据该用户的历史操作信息向用户推荐商品,如果用户是新用户,根据用户的注册信息向用户推荐商品。
这样该购物推荐方法可以根据用户类型向用户推荐的商品,推荐的商品不一定是同款商品,可以是同类型、同功能的商品,给用户提供了更多的购物选择,提高了用户购物的便利性。
优选地,所述历史操作信息包括以下至少一种数据:历史购买记录、历史浏览记录、历史收藏记录、购物车记录;
具体地,该方法可以根据老用户的历史购买记录、历史浏览记录、历史收藏记录或购物车记录向用户推荐浏览商品、购买商品、收藏商品,其中浏览商品根据用户历史浏览记录得到,购物商品根据用户的历史购买记录得到,收藏商品根据用户的历史收藏记录或购物车记录得到。例如如果用户浏览过外套、T恤、裤子,那么说明用户想要购买服装类的商品,此时可以向用户推荐的浏览商品包括裙子、裤子、上衣等等服装。如果用户购买过语文辅导书、绘本等书籍的商品,此时可以向用户推荐的购买商品包括数学辅导书、课外读物等等书籍。如果用户收藏过或购物车中有电视、空调等家电的商品,此时可以向用户推荐的收藏商品包括洗衣机、冰箱、电视等等家电。其中浏览商品、购买商品、收藏商品的推荐先后顺序可以为:浏览商品、购买商品、收藏商品。
所述注册信息包括以下至少一种数据:用户所处城市、用户所处商圈。
具体地,该方法可以根据新用户的注册信息向用户推荐同城推荐商品、同商圈推荐商品、店铺推荐商品。例如用户的收获地址处于城市A,那么就可以在首页中向用户推荐城市A的一些推荐商品。如果用户的收获地址处于商圈A,那么就可以在首页中向用户推荐商圈A的一些推荐商品,也可以在首页中向用户推荐商圈A内一些店铺的推荐商品。同城推荐商品、同商圈推荐商品、店铺推荐商品可以根据网络平台的销量得到,例如同城推荐商品可以是城市A销量最高的商品,同商圈推荐商品可以为商圈A销量最高的商品,店铺推荐商品可以是商圈A销量最好的店铺中销量最高的商品。
优选地,所述首页在所述读取用户的用户类型之前,还执行以下步骤:
读取前N天内购买量最高的M件商品,对所述M件商品进行去重,以得到第三商品;
向用户推荐所述第三商品。
具体地,该方法还可以向用户展示近N天内购买量最高的商品,例如向用户展示近30天内购买量最高的商品,其中N、M根据用户需求设定,在该展示过程中,需要先对商品进行去重后再展示,防止向用户展示重复的商品。
优选地,所述网购平台针对每个商品设有商品详情页,参见图2,所述商品详情页执行以下步骤:
A1:获取商品的分类级别、以及所述分类级别下的同类商品;
A2:判断所述同类商品的数量是否达到预设的推荐数量;如果是,将所述同类商品按照销量排序后推荐给用户;如果不是,获取上一级分类级别下的同类商品,并与当前的分类级别下的同类商品进行合并,重复执行步骤A2。
具体地,该方法除了通过首页推荐商品外,还可以通过商品详情页推荐商品,例如当用户点击商品进入商品详情页时,除了可以了解商品的详情外,还可以浏览商品详情页推荐的商品。
商品详情页主要根据商品的类别和价格进行推荐,这是因为当用户进入商品详情页时,说明用户已经初步确定了购买意向,此时应进行更精准的推送。商品详情页中可以像用户推送一定数量的商品,例如推荐数量设置为4,表示向用户推荐4条商品信息。该方法当得到一定数量的商品后,按照商品的销量从高到低进行排序后展示给用户。
其中,在获得待推送的商品时,可以按照分类级别进行搜索。例如假设商品分为3个层级的类别:一级类别、二级类别和三级类别,例如对于水果来说,一级类别为水果,二级类别包括热带水果、高原水果等等,三级类别包括香蕉、西瓜、苹果等等。那么当用户浏览商品详情页时,首先能知道商品的三级类别,这样在获得待推送的商品时,首先在三级类别中找到一定数量的商品,如果得到的商品数量不够,可以在该三级类别对应的二级类别中继续寻找待推送的商品,如果二级类别和三级类别中找到的商品数量总和依然不够时,可以在该二级类别对应的一级类别中继续寻找待推送的商品,最后将一级类别、二级类别和三级类别中搜索到的商品推送给用户。
这样该购物推荐方法可以在商品详情页中,根据商品的类别向用户推荐更精准的商品,即与浏览商品同类别的商品,提高了用户购物的便利性。
优选地,所述步骤A2具体包括:
从所述同类商品中,筛选出同品牌下处于预设的第一价格区间内的商品,当按照所述第一价格区间筛选出的同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出同品牌下处于预设的第二价格区间内的商品;
当按照所述第二价格区间筛选出的同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出不同品牌下处于所述第一价格区间内的商品,当按照所述第一价格区间筛选出的不同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出不同品牌下处于所述第二价格区间内的商品。
优选地,所述步骤A2具体包括:
将所述同类商品按照销量从高到低的顺序排序,其中销量相同的多个同类商品之间进行随机排序;
将所述同类商品按照排序顺序依次推荐给用户。
具体地,该购物推荐方法在商品详情页中根据商品的类别、品牌和价格向用户进行推荐,其中第一价格区间、第二价格区间可以根据用户需求自行定义。假设第一价格区间为(-5%,+5%),第二价格区间为(-10%,+10%),推荐数量为4,商品详情页中的商品定义为目标商品,那么当用户点击商品详情页时,商品页的推荐逻辑可以如下:
1)首先获取与目标商品同三级类别、同品牌、同价位下的商品,先从价格区间进行筛选,抓取价格为目标商品价格上下浮动5%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。如果同三级类别、同品牌、同价位按照5%的比例筛选出的商品不足4个时,抓取价格为目标商品价格上下浮动10%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。
2)如果同三级类别、同品牌、同价位按照10%的比例筛选出的商品和前面搜索到的商品总和仍不足4个时,获取与目标商品同三级类别、跨品牌、同价位下的商品,先从价格区间进行筛选,抓取价格为目标商品价格上下浮动5%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。如果同三级类别、跨品牌、同价位按照5%的比例筛选出的商品和前面搜索到的商品总和不足4个时,抓取价格为目标商品价格上下浮动10%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。
3)如果同三级类别、跨品牌、同价位按照10%的比例筛选出的商品和前面搜索到的商品总和仍不足4个时,则获取与目标商品同二级类别、同品牌、同价位下的商品,先从价格区间进行筛选,抓取价格为目标商品价格上下浮动5%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。如果同二级类别、同品牌、同价位按照5%的比例筛选出的商品和前面搜索到的商品总和不足4个时,抓取价格为目标商品价格上下浮动10%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。
4)如果同二级类别、同品牌、同价位按照10%的比例筛选出的商品和前面搜索到的商品总和仍不足4个时,获取与目标商品同二级类别、跨品牌、同价位下的商品,先从价格区间进行筛选,抓取价格为目标商品价格上下浮动5%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。如果同二级类别、跨品牌、同价位按照5%的比例筛选出的商品和前面搜索到的商品总和不足4个时,抓取价格为目标商品价格上下浮动10%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。
5)如果同二级类别、跨品牌、同价位按照10%的比例筛选出的商品和前面搜索到的商品总和仍不足4个时,获取与目标商品同一级类别、同品牌、同价位下的商品,先从价格区间进行筛选,抓取价格为目标商品价格上下浮动5%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。如果同一级类别、同品牌、同价位按照5%的比例筛选出的商品和前面搜索到的商品总和不足4个时,抓取价格为目标商品价格上下浮动10%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。
6)如果同一级类别、同品牌、同价位按照10%的比例筛选出的商品和前面搜索到的商品总和仍不足4个时,获取与目标商品同一级类别、跨品牌、同价位下的商品,先从价格区间进行筛选,抓取价格为目标商品价格上下浮动5%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。如果同一级类别、跨品牌、同价位按照5%的比例筛选出的商品和前面搜索到的商品总和不足4个时,抓取价格为目标商品价格上下浮动10%内的商品,对抓取的商品进行销量排列,若销量一致,则随机排序。
7)向用户展示商品。
优选地,所述网购平台还设有购物车页,参见图3,所述购物车页执行以下步骤:
获取购物车内的商品信息;如果所述商品信息为空,获取上一次购物车内商品信息不为空时的商品信息;
获取各个所述商品信息根据预设的关联规则关联的商品;
将所述商品推荐给用户。
具体地,该购物推荐方法还可以在购物车页中进行商品推荐,购物车页内的推荐逻辑是根据购物车中的商品进行推荐。假设购物车中商品为空,取用户上次购物车不为空时的数据,根据上次购物车内的商品进行推荐。如果购物车中商品不为空,根据关联规则抓取购物车中每个商品的关联商品,将所有关联商品汇总展示给用户。关联规则可以根据用户需求自行定义,例如关联跨品牌、同类别的商品。由于购物车中的商品表示的是用户购买欲望较强的商品,这样该购物推荐方法根据购物车中的商品向用户推荐,能够给用户购买提供更多的选择,方便用户进行更精准的比较,提升购物体验。
实施例二:
一种网购平台,所述网购平台设有首页,所述首页用于:
读取用户的用户类型;
当用户类型为老用户时,根据用户的历史操作信息向用户推荐第一商品;所述第一商品包括以下至少一种商品:浏览商品、购买商品、收藏商品;
当用户类型为新用户时,根据用户的注册信息向用户推荐第二商品;所述第二商品包括以下至少一种商品:同城推荐商品、同商圈推荐商品、店铺推荐商品。
优选地,所述网购平台还设有商品详情页,所述商品详情页用于:
A1:获取商品的分类级别、以及所述分类级别下的同类商品;
A2:判断所述同类商品的数量是否达到预设的推荐数量;如果是,将所述同类商品按照销量排序后推荐给用户;如果不是,获取上一级分类级别下的同类商品,并与当前的分类级别下的同类商品进行合并,重复执行步骤A2。
优选地,所述网购平台还设有购物车页,所述购物车页用于:
获取购物车内的商品信息;如果所述商品信息为空,获取上一次购物车内商品信息不为空时的商品信息;
获取各个所述商品信息根据预设的关联规则关联的商品;
将所述商品推荐给用户。
本发明实施例所提供的平台,为简要描述,实施例部分未提及之处,可参考前述实施例中相应内容。
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,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种购物推荐方法,其特征在于,所述购物推荐方法适用于网购平台,所述网购平台设有首页,所述首页执行以下步骤:
读取用户的用户类型;
当用户类型为老用户时,根据用户的历史操作信息向用户推荐第一商品;所述第一商品包括以下至少一种商品:浏览商品、购买商品、收藏商品;
当用户类型为新用户时,根据用户的注册信息向用户推荐第二商品;所述第二商品包括以下至少一种商品:同城推荐商品、同商圈推荐商品、店铺推荐商品。
2.根据权利要求1所述购物推荐方法,其特征在于,
所述历史操作信息包括以下至少一种数据:历史购买记录、历史浏览记录、历史收藏记录、购物车记录;
所述注册信息包括以下至少一种数据:用户所处城市、用户所处商圈。
3.根据权利要求1所述购物推荐方法,其特征在于,所述首页在所述读取用户的用户类型之前,还执行以下步骤:
读取前N天内购买量最高的M件商品,对所述M件商品进行去重,以得到第三商品;
向用户推荐所述第三商品。
4.根据权利要求1所述购物推荐方法,其特征在于,所述网购平台针对每个商品设有商品详情页,所述商品详情页执行以下步骤:
A1:获取商品的分类级别、以及所述分类级别下的同类商品;
A2:判断所述同类商品的数量是否达到预设的推荐数量;如果是,将所述同类商品按照销量排序后推荐给用户;如果不是,获取上一级分类级别下的同类商品,并与当前的分类级别下的同类商品进行合并,重复执行步骤A2。
5.根据权利要求4所述购物推荐方法,其特征在于,所述步骤A2具体包括:
从所述同类商品中,筛选出同品牌下处于预设的第一价格区间内的商品,当按照所述第一价格区间筛选出的同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出同品牌下处于预设的第二价格区间内的商品;
当按照所述第二价格区间筛选出的同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出不同品牌下处于所述第一价格区间内的商品,当按照所述第一价格区间筛选出的不同品牌下商品的数量未达到所述推荐数量时,从所述同类商品中,筛选出不同品牌下处于所述第二价格区间内的商品。
6.根据权利要求4所述购物推荐方法,其特征在于,所述步骤A2具体包括:
将所述同类商品按照销量从高到低的顺序排序,其中销量相同的多个同类商品之间进行随机排序;
将所述同类商品按照排序顺序依次推荐给用户。
7.根据权利要求1所述购物推荐方法,其特征在于,所述网购平台还设有购物车页,所述购物车页执行以下步骤:
获取购物车内的商品信息;如果所述商品信息为空,获取上一次购物车内商品信息不为空时的商品信息;
获取各个所述商品信息根据预设的关联规则关联的商品;
将所述商品推荐给用户。
8.根据权利要求1-7中任一权利要求所述购物推荐方法,其特征在于,所述将商品推荐给用户具体为:
向用户展示所述商品。
9.一种网购平台,所述网购平台设有首页,其特征在于,所述首页用于:
读取用户的用户类型;
当用户类型为老用户时,根据用户的历史操作信息向用户推荐第一商品;所述第一商品包括以下至少一种商品:浏览商品、购买商品、收藏商品;
当用户类型为新用户时,根据用户的注册信息向用户推荐第二商品;所述第二商品包括以下至少一种商品:同城推荐商品、同商圈推荐商品、店铺推荐商品。
10.根据权利要求9所述网购平台,所述网购平台还设有商品详情页,其特征在于,所述商品详情页用于:
A1:获取商品的分类级别、以及所述分类级别下的同类商品;
A2:判断所述同类商品的数量是否达到预设的推荐数量;如果是,将所述同类商品按照销量排序后推荐给用户;如果不是,获取上一级分类级别下的同类商品,并与当前的分类级别下的同类商品进行合并,重复执行步骤A2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111211081.6A CN113988970A (zh) | 2021-10-18 | 2021-10-18 | 一种购物推荐方法及网购平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111211081.6A CN113988970A (zh) | 2021-10-18 | 2021-10-18 | 一种购物推荐方法及网购平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113988970A true CN113988970A (zh) | 2022-01-28 |
Family
ID=79739134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111211081.6A Pending CN113988970A (zh) | 2021-10-18 | 2021-10-18 | 一种购物推荐方法及网购平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113988970A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114519608A (zh) * | 2022-02-15 | 2022-05-20 | 平安证券股份有限公司 | 商机提取方法、装置、介质及电子设备 |
CN116128600A (zh) * | 2023-01-31 | 2023-05-16 | 读书郎教育科技有限公司 | 一种基于ai的推荐信息生成方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013052081A2 (en) * | 2011-10-03 | 2013-04-11 | Motyx Incorporated | System for automating consumer shopping purchase-decision |
CN103679489A (zh) * | 2012-09-10 | 2014-03-26 | 腾讯科技(深圳)有限公司 | 一种物品关联推荐的方法及系统 |
CN109919731A (zh) * | 2019-03-15 | 2019-06-21 | 南京亿猫信息技术有限公司 | 基于线下购物过程的产品推荐模块 |
CN112288517A (zh) * | 2019-12-23 | 2021-01-29 | 北京来也网络科技有限公司 | 结合rpa与ai的商品推荐方法和装置 |
CN113095904A (zh) * | 2021-04-06 | 2021-07-09 | 合肥猫云信息科技有限公司 | 一种基于用户需求的推荐系统 |
-
2021
- 2021-10-18 CN CN202111211081.6A patent/CN113988970A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013052081A2 (en) * | 2011-10-03 | 2013-04-11 | Motyx Incorporated | System for automating consumer shopping purchase-decision |
CN103679489A (zh) * | 2012-09-10 | 2014-03-26 | 腾讯科技(深圳)有限公司 | 一种物品关联推荐的方法及系统 |
CN109919731A (zh) * | 2019-03-15 | 2019-06-21 | 南京亿猫信息技术有限公司 | 基于线下购物过程的产品推荐模块 |
CN112288517A (zh) * | 2019-12-23 | 2021-01-29 | 北京来也网络科技有限公司 | 结合rpa与ai的商品推荐方法和装置 |
CN113095904A (zh) * | 2021-04-06 | 2021-07-09 | 合肥猫云信息科技有限公司 | 一种基于用户需求的推荐系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114519608A (zh) * | 2022-02-15 | 2022-05-20 | 平安证券股份有限公司 | 商机提取方法、装置、介质及电子设备 |
CN116128600A (zh) * | 2023-01-31 | 2023-05-16 | 读书郎教育科技有限公司 | 一种基于ai的推荐信息生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN104881807A (zh) | 一种推荐商品信息的方法及装置 | |
CN113988970A (zh) | 一种购物推荐方法及网购平台 | |
CN106708821A (zh) | 基于用户个性化购物行为进行商品推荐的方法 | |
CN112435067A (zh) | 跨电商平台与社交平台的智能广告投放方法及系统 | |
CN110969512B (zh) | 一种基于用户购买行为的商品推荐方法和装置 | |
KR101646312B1 (ko) | 개인행동기반 관심 대상 및 선호 분야 분석시스템 및 그 방법 | |
JP2007233614A (ja) | 情報端末装置、情報端末装置の制御方法、情報端末プログラムおよび情報出力システム | |
CN115496566B (zh) | 基于大数据的地区特产推荐方法及系统 | |
CN110647679A (zh) | 一种o2o场景下的搜索结果综合排序方法 | |
CN110517103A (zh) | 一种基于用户收藏的商品推荐方法及系统 | |
CN112513898A (zh) | 酒精饮料信息管理系统及管理方法 | |
CN113689259A (zh) | 基于用户行为的商品个性化推荐方法及系统 | |
CN116051208A (zh) | 一种基于智慧分析的零售体系用户行为分析方法及系统 | |
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 | |
CN116611796B (zh) | 一种店铺交易数据的异常检测方法及装置 | |
JP2005031972A (ja) | 商品情報集計装置、プログラムおよび商品情報集計システム | |
CN111461846B (zh) | 一种购物记录分析反馈系统及其方法 | |
CN112561596A (zh) | 商品推荐方法和装置 | |
CN116402532A (zh) | 产品数据评估方法、装置、设备及其存储介质 | |
CN116091162A (zh) | 一种电商商品推荐方法及其装置 | |
CN116091171A (zh) | 会员统计与管理系统 | |
CN115131108A (zh) | 一种电商商品筛选系统 | |
CN114358871A (zh) | 商品推荐方法及电子设备 | |
CN112488809A (zh) | 一种适用于网络购物的基于深度学习的推荐算法 |
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 |