CN116051241A - 一种基于大数据的电商管理平台 - Google Patents
一种基于大数据的电商管理平台 Download PDFInfo
- Publication number
- CN116051241A CN116051241A CN202310049627.5A CN202310049627A CN116051241A CN 116051241 A CN116051241 A CN 116051241A CN 202310049627 A CN202310049627 A CN 202310049627A CN 116051241 A CN116051241 A CN 116051241A
- Authority
- CN
- China
- Prior art keywords
- commodity
- user
- information
- module
- merchant
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000006399 behavior Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 36
- 230000002159 abnormal effect Effects 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000006872 improvement Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000007792 addition Methods 0.000 claims description 3
- 238000013398 bayesian method Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000007306 turnover Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 36
- 238000000034 method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000013439 planning 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的电商管理平台,具体涉及电商管理技术领域,包括注册登录模块、信息采集模块、信息分析模块、商家管理模块、商品展示模块、订单管理模块,所述信息采集模块用于采集用户信息、商品信息、商品评分信息,并将采集的信息传输至信息分析模块,包括用户信息采集单元、商家信息采集单元和商品评分采集单元;所述信息分析模块包括云计算单元和边缘计算单元,利用云计算单元处理大数据信息得到活跃用户的个性偏好和问题商品信息的计算模型,利用边缘计算单元处理短期内用户行为或游客用户,使用云计算单元得到的模型即时推荐商品,并将信息分析的结果传输至商家管理模块和商品展示模块。
Description
技术领域
本发明涉及电商管理技术领域,更具体地说,本发明涉及一种基于大数据的电商管理平台。
背景技术
电商管理是指为实现企业战略目标对电子商务应用中技术和商业及其创新活动进行计划、组织、领导和控制的过程。是开展电子商务活动的各类企业在新的技术环境下,如何借助互联网技术,开展采购、生产、营销以及与之相关的财务、人员、信息等经营活动,实现其商业目标。
在公开号为CN114549112A的现有技术中,公开了基于自动算法的电商商品推荐平台,包括中央控制模块、时钟模块、后台管理模块、数据储存模块、APP关联模块、数据收集模块、数据筛选模块、数据整理模块、商品信息推送模块、商品搜索模块以及商品后台管理模块。该发明的优点在于:该平台可从多方面自动对商品进行搜索,保证找到的商品契合程度较高,商品后台管理模块内包括商品推荐管理模块,商品推荐管理模块包括商品购买量统计模块、商品好评率统计模块、收发货时长统计模块以及商品退换货统计模块,由这四个指标组成商品推荐度,使平台自动推荐的商品质量好,收发货效率高。
存在以下问题:1、用户偏好推荐模型简单,导致推荐体验感不佳;2、用户隐私数据泄露;3、缺少对异常订单交易的监督。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于大数据的电商管理平台,通过提供一种能够保护用户隐私的推荐算法为用户推荐感兴趣的商品,所述推荐算法基于用户的个性偏好,基于大数据得到关于用户的个性偏好模型,通过云边协同模式为用户推荐商品,通过对订单的监督防止异常交易,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于大数据的电商管理平台,包括注册登录模块、信息采集模块、信息分析模块、商家管理模块、商品展示模块、订单管理模块,所述信息采集模块用于采集用户信息、商品信息、商品评分信息,并将采集的信息传输至信息分析模块,包括用户信息采集单元、商家信息采集单元和商品评分采集单元;所述信息分析模块包括云计算单元和边缘计算单元,利用云计算单元处理大数据信息得到活跃用户的个性偏好和问题商品信息的计算模型,利用边缘计算单元处理短期内用户行为或游客用户,使用云计算单元得到的模型即时推荐商品,并将信息分析的结果传输至商家管理模块和商品展示模块;所述商家管理模块用于监管商家,保证商品质量,并将商家信息传输至订单管理模块;所述商品展示模块根据用户的个性偏好进行商品展示,为用户提供精准推荐商品,用户在商品展示区中选择商品进行交易;所述订单管理模块与商品展示模块相连用于监管订单交易行为,筛选出异常订单;
在一个优选地实施方式中,所述用户的个性偏好模型先通过将采集的信息中筛选、划分得到商品评价矩阵,再根据评价矩阵得到用户对商品的偏好程度,用户个性偏好模型包括下列步骤:
步骤S01、数据划分:首先通过协同过滤算法从海量网络痕迹信息中将符合标准的信息全部筛选出来,然后从采集的数据中获取活跃数据,然后将数据根据商品所属类别划分为n项目,每个项目视为一组数据样本,数据样本经过重新构建后进入下一步骤;
步骤S02、建立评分矩阵:重构后的每组数据样本包括用户和商品,从用户中筛选出p个活跃用户;从商品中筛选出q个活跃商品,其中用户集合表示为U={u1,u2,…up},商品集合为表示为,用户商品评分矩阵用V表示,表示用户ui对商品Ij的评分结果,评分结果用数值表示,负向评价用“-”标记,无评分用“0”表示,其中i∈[1,p],j∈[1,q];
步骤S03、评分矩阵标准化处理:先得到对两种商品都做出评分的用户集,得到用户集关于商品Ix、Iy的评分矩阵Vxy,评分矩阵Vxy经过标准化处理后得到Vxy″;
步骤S04、获取平均偏差值:设用户u对商品Ix、Iy的评分分别为e和f,e=f+ε,其中的ε表示用户u在两个商品之间的评分偏差,根据Vxy″计算两个商品的评分偏差εxy,所述εxy满足公式其中N[U(x,y)]表示集合中存在的元素个数,表示矩阵的数值,最终得到用户对商品Ix、Iy的平均偏差值εxy;
在一个优选地实施方式中,所述注册登录模块用于进入电商平台,包括权限管理单元,将进入电商管理平台的人划分为:用户端、商家端、管理者端,通过权限管理单元管理用户、商家、管理者的权限,所述用户的权限包括查阅、修改、增删基础信息,搜索商品进行交易;所述商家的权限包括查阅、修改、增删基础信息,查看交易情况;所述管理端用于管理商家和用户的交易,为用户推荐商品,反馈监督商品质量。
在一个优选地实施方式中,所述用户信息采集单元用于采集用户的基础信息和网络痕迹信息,所述网络痕迹信息包括浏览信息、停留信息、购物信息;所述商家信息采集单元用于采集商家信息,包括基础信息、信誉评分;所述商品评分采集单元用于采集商品的信息熵、商品的活跃度。
在一个优选地实施方式中,所述商品在所属项目中的权重与商品质量评分、商品所属商家的信誉评分、商品的信息熵、商品的活跃度呈正相关,所述商品质量评分为用户对商品评分的平均值;所述商品所属商家的信誉评分由平台管理者设置;所述商品的信息熵表示商品包含信息的丰富度,该丰富度的计算方式为将商品分解为m个标签;所述商品的活跃度用于表示商品的购买频次,最后通过线性回归方程计算商品的权重,其中βi表示商品的质量评分,Xi表示商品所属商家的信誉评分,Ti表示商品的活跃度,pi表示商品标签m的发生概率,c表示常数。
在一个优选地实施方式中,所述商品展示模块基于用户的个性偏好模型得到的用户偏好,商品展示方式为首先得到用户在搜索框中输入的关键词,基于关键词和用户基本信息,得到用户的效用知识,所述效用知识为用户的详细的需求集合,即用户隐含的需求;计算用户隐含需求与用户的相关程度,得到需求集合的相关度数值;根据需求集合的相关度数值得到用户首页的商品项目分布结构,最后从商品项目中选取商品偏好程度高的商品,将该商品展示在用户的首页。
在一个优选地实施方式中,所述问题商品信息根据商品在所属项目中的权重得到,设置权重阈值,当商品在所属项目中的权重低于权重阈值后将该商品反馈至商家管理模块,提醒商家改进,设置改进时间和监督方式,若在改进时间后商品没有改进,降低商家的信誉评分。
在一个优选地实施方式中,步骤S01中,通过重新构建样本保护用户隐私,首先将评分划分隐私敏感度并编码,然后增加扰动评分以保护隐私安全,并将扰动评分向量发送给服务器,服务器根据所有用户的扰动评分,使用贝叶斯方法重构项目的联合分布完成样本重构,所述扰动评分依据随机翻转机制设计敏感评分的扰动函数完成。
在一个优选地实施方式中,所述边缘计算单元包括用户即时推荐子单元和游客用户推荐子单元,所述用户即时推荐子单元基于云计算单元得到的用户的个性偏好模型为用户推荐商品,所述游客用户推荐子单元基于分析用户的地理区域内和搜索关键词为游客用户推荐商品。
在一个优选地实施方式中,所述订单管理模块包括订单监管单元,用于监督异常订单交易,监督短期内大额、频繁的交易,首先基于用户交易习惯获取用户的交易特征,根据交易习惯筛选得到待诊断交易数据,基于交易特征对待诊断交易数据进行诊断,得到订单异常原因,通过查询订单状态机,获取异常订单的操作流程和操作状态,根据获取的所有操作状态的合集的操作状态之间遵循的所述设定的逻辑关联规则,确定各异常订单的操作状态异常的操作流程,并输出对所述操作状态异常的操作流程的处理指示。
本发明通过基于大数据得到关于用户的个性偏好模型,通过云边协同模式为不同用户推荐商品,最后通过对订单的监督防止异常交易,以解决上述背景技术中提出的现有电商管理平台存在的用户偏好推荐不准确、用户隐私数据泄露、异常订单交易的问题。
附图说明
图1为本发明的系统结构框图。
图2为本发明的个性偏好模型流程图。
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。
本申请使用的“模块”、“系统”等术语旨在包括与计算机相关的实体,例如但不限于硬件、固件、软硬件组合、软件或者执行中的软件。例如,模块可以是,但并不仅限于:处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。举例来说,计算设备上运行的应用程序和此计算设备都可以是模块。一个或多个模块可以位于执行中的一个进程和/或线程内,一个模块也可以位于一台计算机上和/或分布于两台或更多台计算机之间。
实施例1
本实施例提供了如图1所示一种基于大数据的电商管理平台,包括注册登录模块、信息采集模块、信息分析模块、商家管理模块、商品展示模块、订单管理模块,所述信息采集模块用于采集用户信息、商品信息、商品评分信息,并将采集的信息传输至信息分析模块,包括用户信息采集单元、商家信息采集单元和商品评分采集单元;所述信息分析模块包括云计算单元和边缘计算单元,利用云计算单元处理大数据信息得到活跃用户的个性偏好和问题商品信息的计算模型,利用边缘计算单元处理短期内用户行为或游客用户,使用云计算单元得到的模型即时推荐商品,并将信息分析的结果传输至商家管理模块和商品展示模块;所述商家管理模块用于监管商家,保证商品质量,并将商家信息传输至订单管理模块;所述商品展示模块根据用户的个性偏好进行商品展示,为用户提供精准推荐商品,用户在商品展示区中选择商品进行交易;所述订单管理模块与商品展示模块相连用于监管订单交易行为,筛选出异常订单;
进一步的,所述用户的个性偏好模型先通过将采集的信息中筛选、划分得到商品评价矩阵,再根据评价矩阵得到用户对商品的偏好程度,用户个性偏好模型包括下列步骤:
步骤S01、数据划分:首先通过协同过滤算法从海量网络痕迹信息中将符合标准的信息全部筛选出来,然后从采集的数据中获取活跃数据,然后将数据根据商品所属类别划分为n项目,每个项目视为一组数据样本,数据样本经过重新构建后进入下一步骤;
步骤S02、建立评分矩阵:重构后的每组数据样本包括用户和商品,从用户中筛选出p个活跃用户;从商品中筛选出q个活跃商品,其中用户集合表示为U={u1,u2,…up},商品集合为表示为,用户商品评分矩阵用V表示,表示用户ui对商品Ij的评分结果,评分结果用数值表示,负向评价用“-”标记,无评分用“0”表示,其中i∈[1,p],j∈[1,q];
步骤S03、评分矩阵标准化处理:先得到对两种商品都做出评分的用户集,得到用户集关于商品Ix、Iy的评分矩阵Vxy,评分矩阵Vxy经过标准化处理后得到Vxy″;
步骤S04、获取平均偏差值:设用户u对商品Ix、Iy的评分分别为e和f,e=f+ε,其中的ε表示用户u在两个商品之间的评分偏差,根据Vxy″计算两个商品的评分偏差εxy,所述εxy满足公式其中N[U(x,y)]表示集合中存在的元素个数,表示矩阵的数值,最终得到用户对商品Ix、Iy的平均偏差值εxy;
进一步的,所述注册登录模块用于进入电商平台,包括权限管理单元,将进入电商管理平台的人划分为:用户端、商家端、管理者端,通过权限管理单元管理用户、商家、管理者的权限,所述用户的权限包括查阅、修改、增删基础信息,搜索商品进行交易;所述商家的权限包括查阅、修改、增删基础信息,查看交易情况;所述管理端用于管理商家和用户的交易,为用户推荐商品,反馈监督商品质量。
进一步的,所述用户信息采集单元用于采集用户的基础信息和网络痕迹信息,所述网络痕迹信息包括浏览信息、停留信息、购物信息;所述商家信息采集单元用于采集商家信息,包括基础信息、信誉评分;所述商品评分采集单元用于采集商品的信息熵、商品的活跃度。
在一个优选地实施方式中,所述商品在所属项目中的权重与商品质量评分、商品所属商家的信誉评分、商品的信息熵、商品的活跃度呈正相关,所述商品质量评分为用户对商品评分的平均值;所述商品所属商家的信誉评分由平台管理者设置;所述商品的信息熵表示商品包含信息的丰富度,该丰富度的计算方式为将商品分解为m个标签;所述商品的活跃度用于表示商品的购买频次,最后通过线性回归方程计算商品的权重,其中βi表示商品的质量评分,Xi表示商品所属商家的信誉评分,Ti表示商品的活跃度,pi表示商品标签m的发生概率,c表示常数。
进一步的,所述商品展示模块基于用户的个性偏好模型得到的用户偏好,商品展示方式为首先得到用户在搜索框中输入的关键词,基于关键词和用户基本信息,得到用户的效用知识,所述效用知识为用户的详细的需求集合,即用户隐含的需求;计算用户隐含需求与用户的相关程度,得到需求集合的相关度数值;根据需求集合的相关度数值得到用户首页的商品项目分布结构,最后从商品项目中选取商品偏好程度高的商品,将该商品展示在用户的首页。
进一步的,所述问题商品信息根据商品在所属项目中的权重得到,设置权重阈值,当商品在所属项目中的权重低于权重阈值后将该商品反馈至商家管理模块,提醒商家改进,设置改进时间和监督方式,若在改进时间后商品没有改进,降低商家的信誉评分。
进一步的,步骤S01中,通过重新构建样本保护用户隐私,首先将评分划分隐私敏感度并编码,然后增加扰动评分以保护隐私安全,并将扰动评分向量发送给服务器,服务器根据所有用户的扰动评分,使用贝叶斯方法重构项目的联合分布完成样本重构,所述扰动评分依据随机翻转机制设计敏感评分的扰动函数完成。
进一步的,所述边缘计算单元包括用户即时推荐子单元和游客用户推荐子单元,所述用户即时推荐子单元基于云计算单元得到的用户的个性偏好模型为用户推荐商品,所述游客用户推荐子单元基于分析用户的地理区域内和搜索关键词为游客用户推荐商品。
进一步的,所述订单管理模块包括订单监管单元,用于监督异常订单交易,监督短期内大额、频繁的交易,首先基于用户交易习惯获取用户的交易特征,根据交易习惯筛选得到待诊断交易数据,基于交易特征对待诊断交易数据进行诊断,得到订单异常原因,通过查询订单状态机,获取异常订单的操作流程和操作状态,根据获取的所有操作状态的合集的操作状态之间遵循的所述设定的逻辑关联规则,确定各异常订单的操作状态异常的操作流程,并输出对所述操作状态异常的操作流程的处理指示。
综上所述:本发明通过基于大数据得到关于用户的个性偏好模型,通过云边协同模式为不同用户推荐商品,最后通过对订单的监督防止异常交易,以解决上述背景技术中提出的现有电商管理平台存在的用户偏好推荐不准确、用户隐私数据泄露、异常订单交易的问题。
本发明实施例仅仅提供一种实施方式,而不是具体的限定本发明的保护范围。
Claims (10)
1.一种基于大数据的电商管理平台,包括注册登录模块、信息采集模块、信息分析模块、商家管理模块、商品展示模块、订单管理模块,其特征在于,所述信息采集模块用于采集用户信息、商品信息、商品评分信息,并将采集的信息传输至信息分析模块,包括用户信息采集单元、商家信息采集单元和商品评分采集单元;所述信息分析模块包括云计算单元和边缘计算单元,利用云计算单元处理大数据信息得到活跃用户的个性偏好和问题商品信息的计算模型,利用边缘计算单元处理短期内用户行为或游客用户,使用云计算单元得到的模型即时推荐商品,并将信息分析的结果传输至商家管理模块和商品展示模块;所述商家管理模块用于监管商家,保证商品质量,并将商家信息传输至订单管理模块;所述商品展示模块根据用户的个性偏好进行商品展示,为用户提供精准推荐商品,用户在商品展示区中选择商品进行交易;所述订单管理模块与商品展示模块相连用于监管订单交易行为,筛选出异常订单;
所述用户的个性偏好模型先通过将采集的信息中筛选、划分得到商品评价矩阵,再根据评价矩阵得到用户对商品的偏好程度,用户个性偏好模型包括下列步骤:
步骤S01、数据划分:首先通过协同过滤算法从海量网络痕迹信息中将符合标准的信息全部筛选出来,然后从采集的数据中获取活跃数据,然后将数据根据商品所属类别划分为n项目,每个项目视为一组数据样本,数据样本经过重新构建后进入下一步骤;
步骤S02、建立评分矩阵:重构后的每组数据样本包括用户和商品,从用户中筛选出p个活跃用户;从商品中筛选出q个活跃商品,其中用户集合表示为U={u1,u2,...up},商品集合为表示为,用户商品评分矩阵用V表示,表示用户ui对商品Ij的评分结果,评分结果用数值表示,负向评价用“-”标记,无评分用“0”表示,其中i∈[1,p],j∈[1,q];
步骤S03、评分矩阵标准化处理:先得到对两种商品都做出评分的用户集,得到用户集关于商品Ix、Iy的评分矩阵Vxy,评分矩阵Vxy经过标准化处理后得到Vxy″;
步骤S04、获取平均偏差值:设用户u对商品Ix、Iy的评分分别为e和f,e=f+ε,其中的ε表示用户u在两个商品之间的评分偏差,根据Vxy″计算两个商品的评分偏差εxy,εxy满足公式其中N[U(x,y)]表示集合中存在的元素个数,表示矩阵的数值,最终得到用户对商品Ix、Iy的平均偏差值εxy;
2.根据权利要求1所述的一种基于大数据的电商管理平台,其特征在于:所述注册登录模块用于进入电商平台,包括权限管理单元,将进入电商管理平台的人划分为:用户端、商家端、管理者端,通过权限管理单元管理用户、商家、管理者的权限,所述用户的权限包括查阅、修改、增删基础信息,搜索商品进行交易;所述商家的权限包括查阅、修改、增删基础信息,查看交易情况;所述管理端用于管理商家和用户的交易,为用户推荐商品,反馈监督商品质量。
3.根据权利要求1所述的一种基于大数据的电商管理平台,其特征在于:所述用户信息采集单元用于采集用户的基础信息和网络痕迹信息,所述网络痕迹信息包括浏览信息、停留信息、购物信息;所述商家信息采集单元用于采集商家信息,包括基础信息、信誉评分;所述商品评分采集单元用于采集商品的信息熵、商品的活跃度。
6.根据权利要求1所述的一种基于大数据的电商管理平台,其特征在于:所述商品展示模块基于用户的个性偏好模型得到的用户偏好,商品展示方式为首先得到用户在搜索框中输入的关键词,基于关键词和用户基本信息,得到用户的效用知识,所述效用知识为用户的详细的需求集合,即用户隐含的需求;计算用户隐含需求与用户的相关程度,得到需求集合的相关度数值;根据需求集合的相关度数值得到用户首页的商品项目分布结构,最后从商品项目中选取商品偏好程度高的商品,将该商品展示在用户的首页。
7.根据权利要求1所述的一种基于大数据的电商管理平台,其特征在于:所述问题商品信息根据商品在所属项目中的权重得到,设置权重阈值,当商品在所属项目中的权重低于权重阈值后将该商品反馈至商家管理模块,提醒商家改进,设置改进时间和监督方式,若在改进时间后商品没有改进,降低商家的信誉评分。
8.根据权利要求1所述的一种基于大数据的电商管理平台,其特征在于:步骤S01中,通过重新构建样本保护用户隐私,首先将评分划分隐私敏感度并编码,然后增加扰动评分以保护隐私安全,并将扰动评分向量发送给服务器,服务器根据所有用户的扰动评分,使用贝叶斯方法重构项目的联合分布完成样本重构,所述扰动评分依据随机翻转机制设计敏感评分的扰动函数完成。
9.根据权利要求1所述的一种基于大数据的电商管理平台,其特征在于:所述边缘计算单元包括用户即时推荐子单元和游客用户推荐子单元,所述用户即时推荐子单元基于云计算单元得到的用户的个性偏好模型为用户推荐商品,所述游客用户推荐子单元基于分析用户的地理区域内和搜索关键词为游客用户推荐商品。
10.根据权利要求1所述的一种基于大数据的电商管理平台,其特征在于:所述订单管理模块包括订单监管单元,用于监督异常订单交易,监督短期内大额、频繁的交易,首先基于用户交易习惯获取用户的交易特征,根据交易习惯筛选得到待诊断交易数据,基于交易特征对待诊断交易数据进行诊断,得到订单异常原因,通过查询订单状态机,获取异常订单的操作流程和操作状态,根据获取的所有操作状态的合集的操作状态之间遵循的所述设定的逻辑关联规则,确定各异常订单的操作状态异常的操作流程,并输出对所述操作状态异常的操作流程的处理指示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310049627.5A CN116051241B (zh) | 2023-02-01 | 2023-02-01 | 一种基于大数据的电商管理平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310049627.5A CN116051241B (zh) | 2023-02-01 | 2023-02-01 | 一种基于大数据的电商管理平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116051241A true CN116051241A (zh) | 2023-05-02 |
CN116051241B CN116051241B (zh) | 2023-12-12 |
Family
ID=86120016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310049627.5A Active CN116051241B (zh) | 2023-02-01 | 2023-02-01 | 一种基于大数据的电商管理平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116051241B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116342230A (zh) * | 2023-05-31 | 2023-06-27 | 深圳洽客科技有限公司 | 一种基于大数据分析的电商数据存储平台 |
CN116912039A (zh) * | 2023-07-10 | 2023-10-20 | 深圳市盈河世纪科技有限公司 | 一种服务平台的管理方法及系统 |
CN117708436A (zh) * | 2024-02-05 | 2024-03-15 | 福州掌中云科技有限公司 | 基于大数据的网络文学短剧推荐管理系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101785219B1 (ko) * | 2016-08-17 | 2017-10-18 | 한국과학기술원 | 사물 인터넷 환경에서의 그룹 사용자를 위한 그룹 구성 정보 기반 서비스 추천 방법 |
CN107464170A (zh) * | 2017-08-15 | 2017-12-12 | 合肥蓝胖子科技有限公司 | 基于互联网的移动端电商服务系统 |
CN108694633A (zh) * | 2017-04-06 | 2018-10-23 | 北京京东尚科信息技术有限公司 | 订单异常检测和处理法、装置、电子设备和可读存储介质 |
CN111681084A (zh) * | 2020-06-09 | 2020-09-18 | 南京邮电大学 | 一种基于社交关系影响因素的电商平台推荐方法 |
CN113962706A (zh) * | 2021-09-22 | 2022-01-21 | 慧谷人工智能研究院(南京)有限公司 | 一种基于大数据的电商管理平台 |
CN114741603A (zh) * | 2022-04-25 | 2022-07-12 | 大连理工大学 | 基于用户聚类和商品聚类的混合协同过滤推荐算法 |
CN114969520A (zh) * | 2022-05-16 | 2022-08-30 | 重庆大学 | 基于标签信息和商品属性的商品推荐方法、系统及设备 |
CN115170247A (zh) * | 2022-08-03 | 2022-10-11 | 杭州么贝软件科技有限公司 | 一种电子商务购物平台商品智能匹配推荐方法 |
CN115269254A (zh) * | 2022-08-05 | 2022-11-01 | 政采云有限公司 | 订单异常确定方法、装置、设备及介质 |
CN115496160A (zh) * | 2022-10-08 | 2022-12-20 | 上海聚顿信息科技有限公司 | 基于深度学习时间因子的无监督异常交易订单检测方法 |
CN115510317A (zh) * | 2022-09-22 | 2022-12-23 | 常熟理工学院 | 一种云边协同的兴趣点推荐方法及装置 |
-
2023
- 2023-02-01 CN CN202310049627.5A patent/CN116051241B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101785219B1 (ko) * | 2016-08-17 | 2017-10-18 | 한국과학기술원 | 사물 인터넷 환경에서의 그룹 사용자를 위한 그룹 구성 정보 기반 서비스 추천 방법 |
CN108694633A (zh) * | 2017-04-06 | 2018-10-23 | 北京京东尚科信息技术有限公司 | 订单异常检测和处理法、装置、电子设备和可读存储介质 |
CN107464170A (zh) * | 2017-08-15 | 2017-12-12 | 合肥蓝胖子科技有限公司 | 基于互联网的移动端电商服务系统 |
CN111681084A (zh) * | 2020-06-09 | 2020-09-18 | 南京邮电大学 | 一种基于社交关系影响因素的电商平台推荐方法 |
CN113962706A (zh) * | 2021-09-22 | 2022-01-21 | 慧谷人工智能研究院(南京)有限公司 | 一种基于大数据的电商管理平台 |
CN114741603A (zh) * | 2022-04-25 | 2022-07-12 | 大连理工大学 | 基于用户聚类和商品聚类的混合协同过滤推荐算法 |
CN114969520A (zh) * | 2022-05-16 | 2022-08-30 | 重庆大学 | 基于标签信息和商品属性的商品推荐方法、系统及设备 |
CN115170247A (zh) * | 2022-08-03 | 2022-10-11 | 杭州么贝软件科技有限公司 | 一种电子商务购物平台商品智能匹配推荐方法 |
CN115269254A (zh) * | 2022-08-05 | 2022-11-01 | 政采云有限公司 | 订单异常确定方法、装置、设备及介质 |
CN115510317A (zh) * | 2022-09-22 | 2022-12-23 | 常熟理工学院 | 一种云边协同的兴趣点推荐方法及装置 |
CN115496160A (zh) * | 2022-10-08 | 2022-12-20 | 上海聚顿信息科技有限公司 | 基于深度学习时间因子的无监督异常交易订单检测方法 |
Non-Patent Citations (1)
Title |
---|
薛慧丽;: "移动电商平台推荐系统及关键技术研究", 智能计算机与应用, no. 06, pages 76 - 82 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116342230A (zh) * | 2023-05-31 | 2023-06-27 | 深圳洽客科技有限公司 | 一种基于大数据分析的电商数据存储平台 |
CN116342230B (zh) * | 2023-05-31 | 2023-08-08 | 深圳洽客科技有限公司 | 一种基于大数据分析的电商数据存储平台 |
CN116912039A (zh) * | 2023-07-10 | 2023-10-20 | 深圳市盈河世纪科技有限公司 | 一种服务平台的管理方法及系统 |
CN117708436A (zh) * | 2024-02-05 | 2024-03-15 | 福州掌中云科技有限公司 | 基于大数据的网络文学短剧推荐管理系统 |
CN117708436B (zh) * | 2024-02-05 | 2024-04-26 | 福州掌中云科技有限公司 | 基于大数据的网络文学短剧推荐管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116051241B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116051241B (zh) | 一种基于大数据的电商管理平台 | |
Maghfuriyah et al. | Market structure and Islamic banking performance in Indonesia: An error correction model | |
Sharma et al. | The effects of online service quality of e-commerce Websites on user satisfaction | |
Cheung et al. | A quantitative correlation coefficient mining method for business intelligence in small and medium enterprises of trading business | |
Shen et al. | A pricing model for big personal data | |
Liang et al. | Internet-banking customer analysis based on perceptions of service quality in Taiwan | |
Townsend et al. | Real-Time business data acquisition: How frequent is frequent enough? | |
CN113157752B (zh) | 一种基于用户画像和情境的科技资源推荐方法及系统 | |
Stahl et al. | Marketplaces for digital data: Quo vadis? | |
JP6560323B2 (ja) | 判定装置、判定方法及び判定プログラム | |
US10373267B2 (en) | User data augmented propensity model for determining a future financial requirement | |
WO2020150611A1 (en) | Systems and methods for entity performance and risk scoring | |
Peña-García et al. | E-loyalty formation: A cross-cultural comparison of Spain and Colombia | |
Bi et al. | Improving sales forecasting accuracy: a tensor factorization approach with demand awareness | |
Helmers et al. | Attention and saliency on the internet: Evidence from an online recommendation system | |
Johansson et al. | Reputational assets and social media marketing activeness: Empirical insights from China | |
US20170316512A1 (en) | Propensity model for determining a future financial requirement | |
Liu et al. | Statistically significant! But is trust of practical significance? | |
WO2020150597A1 (en) | Systems and methods for entity performance and risk scoring | |
CN116664158A (zh) | 基于大数据的新型零售分析方法及系统 | |
Makieła et al. | Productivity change analysis in dairy farms following Polish accession to the EU–An output growth decomposition approach | |
Hirschmeier et al. | Information Quality Needs throughout the Purchase Process. | |
Frethey-Bentham | Pseudo panels as an alternative study design | |
CN114299350A (zh) | 一种基于机器学习的人工信贷审核信息推荐方法及系统 | |
Gardete et al. | No data? No problem! A search-based recommendation system with cold starts |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231117 Address after: No. 111, 1st Floor, Building C4, Optics Valley Biotech City, No. 666 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000 Applicant after: Changgou (Wuhan) Internet of Things Technology Co.,Ltd. Address before: 325000 Building 1, nature home, Tangjiaqiao Road, Lucheng District, Wenzhou City, Zhejiang Province Applicant before: Zhejiang Red Sun Enterprise Management Consulting Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |