CN114331621A - 一种基于区块链共享分析的网络平台购物物品推荐方法 - Google Patents

Abstract

本发明公开了一种基于区块链共享分析的网络平台购物物品推荐方法，涉及滚塑技术领域，包括以下步骤：S1、信息获取；S2、终端筛选；S3、数据预处理；S4、参数对比；S5、倾向性建立。该基于区块链共享分析的网络平台购物物品推荐方法，采用区块链数据的共享能够快速获取目标用户的信息，并根据用户的操作多点捕捉推荐物品，并在后台将推荐物品的参数与搜索物品的参数对比，并以此作为推荐依据，将捕捉的物品罗列成推送列表，并将推送物品穿插，在目标用户浏览时能够减小物品的相似性，主要推荐搜索物品与相似物品，其次将目标用户的喜好物品推荐，由此能够提醒减小目标用户的浏览疲劳，同时还能够推销喜好度较高商品。

Description

一种基于区块链共享分析的网络平台购物物品推荐方法

技术领域

本发明涉及网络平台购物物品技术领域，具体为一种基于区块链共享分析的网络平台购物物品推荐方法。

背景技术

互联网，又称国际网络，指的是网络与网络之间所串连成的庞大网络，这些网络以一组通用的协议相连，形成逻辑上的单一巨大国际网络，通过互联网能够将网络虚拟与现实相连接，使其能够通过互联网检索商品信息，并通过电子订购单发出购物请求，实现网上购买物品，而随着区块链数据的共享，现在的网上购物能够通过目标用户的喜好兴趣自动推荐物品。

现有的网络平台购物物品推荐方法过于单一，只通过搜索记录与浏览记录直接推荐相似物品，而这种单一的推荐方式不但效率低，难以使目标用户找到合适物品，同时推荐商品过于单一，仅是搜索相似物品，为此，我们提出一种基于区块链共享分析的网络平台购物物品推荐方法。

发明内容

针对现有技术的不足，本发明提供了一种基于区块链共享分析的网络平台购物物品推荐方法，解决了上述背景技术中提出的问题。

为实现以上目的，本发明通过以下技术方案予以实现、一种基于区块链共享分析的网络平台购物物品推荐方法，包括以下步骤：

S1、信息获取；

S2、终端筛选；

S3、数据预处理；

S4、参数对比；

S5、倾向性建立；

S6、整合；

S7、修正推送。

进一步的，所述一种基于区块链共享分析的网络平台购物物品推荐方法包括以下具体步骤：

S1、信息获取

通过区块链共享数据，获取用户的商品搜索记录与浏览记录，并对浏览时间超过6S的物品特殊标记，随后对搜索记录与浏览记录中的物品进行关键字提取；

S2、终端筛选

根据特征对一职获取信息搜索对应物品，并将提取到的信息进行相似度筛选同时创建相似矩阵，并通过相似矩阵构建联想矩阵；

S3、数据预处理

将获知的数据进行处理，同时再次过滤掉相似矩阵中的相似度不足的物品，并将相似矩阵中的商品构建正序推送列表，以同样的方法，对联想矩阵中的物品进行处理，构建相同列表；

S4、参数对比

将存在列表中的物品与正在浏览商品参数调出，进而实现后台参数对比，并将对比结果较好的商品优先展示；

S5、倾向性建立

在共享用户数据的同时，调用用户购买列表中倾向性物品，并构建喜好度商品矩阵。

S6、整合

将以上相似度矩阵、联想矩阵与喜好度商品矩阵中已获得的物品信息构建推送后台，并通过物品优先度将表盒中的物品相互穿插。

S7、修正推送

对最后的推送物品进行修正，随后将修正后的物品推送至目标用户。

进一步的，所述S1模具信息获取中不仅仅对搜索记录与浏览记录中的商品进行提取，并根据目标用户的浏览时间对商品特殊标记，并以此特殊标记优选选取物品。

进一步的，所述S2终端筛选过程中根据特殊标记的物品与关键词的提取得到的物品再次搜索，均将特殊标记的物品排在推送前列，并通过关键词提取与特殊标记物品联想相似物品。

进一步的，所述S2数据预处理过程中不限于对正序列表中的物品，同时作用于联想列表中的物品。

进一步的，所述S2参数对比过程中不仅仅对历史记录的数据调出对比，更能够实时跟进根据用户的浏览操作，并将实数数据传递至后台，由后台对推送列表作出调整。

进一步的，所述S2倾向性建立过程中对调用的用户数据进行分析，并将数据进行规整分类，即购买次数、复购次数与金额区间进行整合，将高购买次数与复购物品次数较高的物品单独罗列，并作出相应金额区间内替换推送商品。

进一步的，所述S2整合过程中将根据参数对比中的调整罗列推送物品，并将相似度矩阵、联想矩阵与喜好度商品矩阵中的物品相互穿插，即将相似度矩阵构建为一、联想矩阵构建为二和喜好度商品矩阵构建为三，即穿插顺序为一一二三。

进一步的，所述S2整合过程中的整合过程为数据实时动态整合。

进一步的，所述S2修正推送过程中的信息修正根据参数对比结果。

本发明提供了一种基于区块链共享分析的网络平台购物物品推荐方法，具备以下有益效果：该基于区块链共享分析的网络平台购物物品推荐方法，采用区块链数据的共享能够快速获取目标用户的信息，并根据用户的操作多点捕捉推荐物品，并在后台将推荐物品的参数与搜索物品的参数对比，并以此作为推荐依据，将捕捉的物品罗列成推送列表，并将推送物品穿插，在目标用户浏览时能够减小物品的相似性，主要推荐搜索物品与相似物品，其次将目标用户的喜好物品推荐，由此能够提醒减小目标用户的浏览疲劳，并能够有效治疗目标用户由视觉疲劳而导致的选择困难，同时还能够推销喜好度较高商品，不同于传统的单一推荐，该方方法能够有效降低用户的浏览疲劳，还能够进一步推销物品，促进用户的多重选择。

具体实施方式

一种基于区块链共享分析的网络平台购物物品推荐方法，包括以下步骤：

S1、信息获取；

S2、终端筛选；

S3、数据预处理；

S4、参数对比；

S5、倾向性建立；

S6、整合；

S7、修正推送。

一种基于区块链共享分析的网络平台购物物品推荐方法包括以下具体步骤：

S1、信息获取

通过区块链共享数据，获取用户的商品搜索记录与浏览记录，并对浏览时间超过6S的物品特殊标记，随后对搜索记录与浏览记录中的物品进行关键字提取，该信息获取中不仅仅对搜索记录与浏览记录中的商品进行提取，并根据目标用户的浏览时间对商品特殊标记，并以此特殊标记优选选取物品；

S2、终端筛选

根据特征对一职获取信息搜索对应物品，并将提取到的信息进行相似度筛选同时创建相似矩阵，并通过相似矩阵构建联想矩阵，该终端筛选过程中根据特殊标记的物品与关键词的提取得到的物品再次搜索，均将特殊标记的物品排在推送前列，并通过关键词提取与特殊标记物品联想相似物品；

S3、数据预处理

将获知的数据进行处理，同时再次过滤掉相似矩阵中的相似度不足的物品，并将相似矩阵中的商品构建正序推送列表，以同样的方法，对联想矩阵中的物品进行处理，构建相同列表，该数据预处理过程中不限于对正序列表中的物品，同时作用于联想列表中的物品；

S4、参数对比

将存在列表中的物品与正在浏览商品参数调出，进而实现后台参数对比，并将对比结果较好的商品优先展示，该参数对比过程中不仅仅对历史记录的数据调出对比，更能够实时跟进根据用户的浏览操作，并将实数数据传递至后台，由后台对推送列表作出调整；

S5、倾向性建立

在共享用户数据的同时，调用用户购买列表中倾向性物品，并构建喜好度商品矩阵，该倾向性建立过程中对调用的用户数据进行分析，并将数据进行规整分类，即购买次数、复购次数与金额区间进行整合，将高购买次数与复购物品次数较高的物品单独罗列，并作出相应金额区间内替换推送商品。

S6、整合

将以上相似度矩阵、联想矩阵与喜好度商品矩阵中已获得的物品信息构建推送后台，并通过物品优先度将表盒中的物品相互穿插，该整合过程中的整合过程为数据实时动态整合。

S7、修正推送

对最后的推送物品进行修正，随后将修正后的物品推送至目标用户，该修正推送过程中的信息修正根据参数对比结果。

综上所述，该基于区块链共享分析的网络平台购物物品推荐方法，使用时基于区块链共享分析的网络平台购物物品推荐方法包括以下具体步骤：

S1、信息获取：通过区块链共享数据，获取用户的商品搜索记录与浏览记录，并对浏览时间超过6S的物品特殊标记，随后对搜索记录与浏览记录中的物品进行关键字提取，并根据目标用户的浏览时间对商品特殊标记，并以此特殊标记优选选取物品；

S2、终端筛选：根据特征对一职获取信息搜索对应物品，并将提取到的信息进行相似度筛选同时创建相似矩阵，并通过相似矩阵构建联想矩阵，根据特殊标记的物品与关键词的提取得到的物品再次搜索，均将特殊标记的物品排在推送前列，并通过关键词提取与特殊标记物品联想相似物品；

S3、数据预处理：将获知的数据进行处理，同时再次过滤掉相似矩阵中的相似度不足的物品，并将相似矩阵中的商品构建正序推送列表，以同样的方法，对联想矩阵中的物品进行处理，构建相同列表；

S4、参数对比：将存在列表中的物品与正在浏览商品参数调出，进而实现后台参数对比，并将对比结果较好的商品优先展示，该参数对比过程中不仅仅对历史记录的数据调出对比，更能够实时跟进根据用户的浏览操作，并将实数数据传递至后台，由后台对推送列表作出调整，此过程为独立单元，用于实时跟踪；

S5、滚塑成型：在共享用户数据的同时，调用用户购买列表中倾向性物品，并构建喜好度商品矩阵，该后台对喜好度商品矩阵数据进行规整分类，即购买次数、复购次数与金额区间进行整合，将高购买次数与复购物品次数较高的物品单独罗列，并作出相应金额区间内替换推送商品；

S6、整合：将以上相似度矩阵、联想矩阵与喜好度商品矩阵中已获得的物品信息构建推送后台，并通过物品优先度将表盒中的物品相互穿插，该整合过程中的整合过程为数据实时动态整合；

S7、修正推送：对最后的推送物品进行修正，随后将修正后的物品推送至目标用户。

该基于区块链共享分析的网络平台购物物品推荐方法的效果特性检测如下：

首先准备两台智能终端，一方为传统推荐方式，另一方为新型推荐方法，并使用五分制评分方式，在使用时通过目标用户对商品推荐方法的体验度进行评分，通过对比即可得出优势所在，使用传统推荐方式的可通过搜索记录与关键词提取物品特征，并根据物品的特征推荐相应物品，而另一方通过搜索记录和浏览记录中物品的关键词进行提取，并能够对浏览物品的时间作为判定依据，用来提升商品推荐的精准性，并根据此种商品作出相似物品与联想物品推荐，比如搜索至衣服时，相应推荐适配的饰品与搭配服饰(帽子、包与马甲等)，此推荐方法不仅仅局限于单一服装，丰富物品的推荐，提供目标多重选择，并在推荐物品的矩阵中加入喜好度物品，此喜好度物品物品推荐来源，依据用户历史记录中购买订单与收藏物品，即购买次数、复购次数与金额区间进行整合，将高购买次数与复购物品次数较高的物品单独罗列，并作出相应金额区间内替换推送商品，随后件该单品穿插于推荐列表中，即将推荐物品分为三类，并根据优选度列举成一一二三，即优先推荐相似度较高的商品此类物品在推荐表中占据二分之一，随后推荐联想物品此类物品占据推荐表的四份之一，最后推荐喜好度物品此类物品跟联想物品占据类似，依次类推，保证目标用户首先接触到相似物品，并能够根据相似物品推荐联想物品，用于提示用户丰富目标用户的选择，在浏览时在出现喜好度物品，用来缓解用户浏览相似物品与联想物品的疲劳感，并能够通过喜好度的产品减小目标用户长时间浏览时的重复感，同时还能够达到推销商品的目的，进一步促进用户的多重选择，通过目标用户的使用体验可得出，多元化的物品推荐方法相较于传统的推荐方法，能够有效降低视觉疲劳与选择困难的难题，而想对比而言，能够得出该物品推荐方式具有一定的创新性，因而可以得出该基于区块链共享分析的网络平台购物物品推荐方法具有一定的受众群体。

Claims (10)

1.一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于，包括以下步骤：

S1、信息获取；

S2、终端筛选；

S3、数据预处理；

S4、参数对比；

S5、倾向性建立；

S6、整合；

S7、修正推送。

2.根据权利要求1所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于，所述一种基于区块链共享分析的网络平台购物物品推荐方法包括以下具体步骤：

S1、信息获取

通过区块链共享数据，获取用户的商品搜索记录与浏览记录，并对浏览时间超过6S的物品特殊标记，随后对搜索记录与浏览记录中的物品进行关键字提取；

S2、终端筛选

根据特征对一职获取信息搜索对应物品，并将提取到的信息进行相似度筛选同时创建相似矩阵，并通过相似矩阵构建联想矩阵；

S3、数据预处理

将获知的数据进行处理，同时再次过滤掉相似矩阵中的相似度不足的物品，并将相似矩阵中的商品构建正序推送列表，以同样的方法，对联想矩阵中的物品进行处理，构建相同列表；

S4、参数对比

将存在列表中的物品与正在浏览商品参数调出，进而实现后台参数对比，并将对比结果较好的商品优先展示；

S5、倾向性建立

在共享用户数据的同时，调用用户购买列表中倾向性物品，并构建喜好度商品矩阵。

S6、整合

将以上相似度矩阵、联想矩阵与喜好度商品矩阵中已获得的物品信息构建推送后台，并通过物品优先度将表盒中的物品相互穿插。

S7、修正推送

对最后的推送物品进行修正，随后将修正后的物品推送至目标用户。

3.根据权利要求2所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于：所述S1模具信息获取中不仅仅对搜索记录与浏览记录中的商品进行提取，并根据目标用户的浏览时间对商品特殊标记，并以此特殊标记优选选取物品。

4.根据权利要求2所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于：所述S2终端筛选过程中根据特殊标记的物品与关键词的提取得到的物品再次搜索，均将特殊标记的物品排在推送前列，并通过关键词提取与特殊标记物品联想相似物品。

5.根据权利要求2所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于：所述S2数据预处理过程中不限于对正序列表中的物品，同时作用于联想列表中的物品。

6.根据权利要求2所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于：所述S2参数对比过程中不仅仅对历史记录的数据调出对比，更能够实时跟进根据用户的浏览操作，并将实数数据传递至后台，由后台对推送列表作出调整。

7.根据权利要求2所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于：所述S2倾向性建立过程中对调用的用户数据进行分析，并将数据进行规整分类，即购买次数、复购次数与金额区间进行整合，将高购买次数与复购物品次数较高的物品单独罗列，并作出相应金额区间内替换推送商品。

8.根据权利要求2所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于：所述S2整合过程中将根据参数对比中的调整罗列推送物品，并将相似度矩阵、联想矩阵与喜好度商品矩阵中的物品相互穿插，即将相似度矩阵构建为一、联想矩阵构建为二和喜好度商品矩阵构建为三，即穿插顺序为一一二三。

9.根据权利要求8所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于：所述S2整合过程中的整合过程为数据实时动态整合。

10.根据权利要求2所述的一种基于区块链共享分析的网络平台购物物品推荐方法，其特征在于：所述S2修正推送过程中的信息修正根据参数对比结果。