CN118037406B - 一种用户积分数据兑换智能匹配推荐系统 - Google Patents
一种用户积分数据兑换智能匹配推荐系统 Download PDFInfo
- Publication number
- CN118037406B CN118037406B CN202410438939.XA CN202410438939A CN118037406B CN 118037406 B CN118037406 B CN 118037406B CN 202410438939 A CN202410438939 A CN 202410438939A CN 118037406 B CN118037406 B CN 118037406B
- Authority
- CN
- China
- Prior art keywords
- gift
- analyzed
- user
- exchange
- platform
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 238000011156 evaluation Methods 0.000 claims description 65
- 238000000034 method Methods 0.000 claims description 49
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 238000012216 screening Methods 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及用户积分数据兑换匹配推荐领域,具体公开一种用户积分数据兑换智能匹配推荐系统,本发明通过获取用户的购物信息,分析礼品的用户消费习惯倾向;获取礼品的兑换频率、兑换量和兑换体验好评度,分析礼品的平台兑换热度;获取礼品同种商品在电商平台的销售量,分析礼品的市场受欢迎度;获取用户历史的兑换记录和浏览记录,分析礼品的用户兑换兴趣倾向;进一步综合评估礼品的兑换推荐指数,获取用户的礼品兑换推荐排名;从多个维度对用户积分兑换礼品进行匹配分析,可以更好地理解用户的需求和喜好,进而为用户提供更符合其预期的智能、个性化的礼品推荐,从而提高用户的参与度、活跃度、满意度和忠诚度。
Description
技术领域
本发明涉及用户积分数据兑换匹配推荐领域,涉及到一种用户积分数据兑换智能匹配推荐系统。
背景技术
用户积分兑换是一种通过积分来兑换特定商品的活动,用户可以通过在特定的平台上进行消费、参与活动或完成指定任务来获得积分,然后可以使用这些积分来兑换商品,兑换的商品通常由平台上的合作商家提供。
当前积分兑换平台的运作方式主要是通过平台界面显示积分兑换礼品目录中各礼品的详情信息和所需的积分,让用户自行浏览、加购和下单,该种方式下,用户需要遍历海量的礼品信息筛选出喜好礼品再比对积分余额进而确定最终兑换的礼品,没有根据用户的积分余额、消费习惯、感兴趣的商品类别等因素进行智能推荐,进而使得用户挑选兑换的礼品时具有盲目性、挑选的工作量和难度大、视觉疲劳,不能很好地享受积分带来的福利和乐趣,从而降低用户的消费体验和参与积分兑换活动的积极性。
发明内容
针对上述问题,本发明提出了一种用户积分数据兑换智能匹配推荐系统,实现对用户积分数据兑换匹配推荐的功能。
本发明解决其技术问题采用的技术方案是:本发明提供一种用户积分数据兑换智能匹配推荐系统,包括:用户积分可兑换礼品筛选模块:用于获取用户积分兑换平台中目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量,筛选出目标用户个人账户的积分余额可兑换的各礼品,将其记为各待分析礼品。
待分析礼品用户消费习惯分析模块:用于获取历史周期内目标用户在各电商平台的购物信息,得到目标用户历史购买各待分析礼品同种商品的数量和历史购买各待分析礼品所属商品类别的商品数量和频率,分析各待分析礼品的用户消费习惯倾向系数。
待分析礼品平台兑换热度分析模块:用于获取历史周期内各待分析礼品在用户积分兑换平台的兑换频率、兑换量和兑换体验好评度,分析各待分析礼品的平台兑换热度系数。
待分析礼品市场受欢迎度分析模块:用于获取历史周期内各时间段各待分析礼品同种商品在各电商平台的销售量,分析各待分析礼品的市场受欢迎度系数。
待分析礼品用户兑换兴趣分析模块:用于获取目标用户在用户积分兑换平台历史兑换的各礼品和目标用户在用户积分兑换平台浏览各待分析礼品的累计频次和累计时长,分析各待分析礼品的用户兑换兴趣倾向系数。
待分析礼品兑换推荐综合评估模块:用于根据各待分析礼品的用户消费习惯倾向系数、平台兑换热度系数、市场受欢迎度系数和用户兑换兴趣倾向系数,评估各待分析礼品的兑换推荐指数,获取目标用户的礼品兑换推荐排名,并进行反馈。
数据库:用于存储各商品类别对应的商品种类集合。
在上述实施例的基础上,所述用户积分可兑换礼品筛选模块的具体工作过程为:通过用户积分兑换平台的后台获取目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量。
将目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量进行比对,若积分兑换礼品目录中某礼品所需的积分数量小于或等于目标用户个人账户的积分余额,则将该礼品记为目标用户个人账户的积分余额可兑换的礼品,统计得到目标用户个人账户的积分余额可兑换的各礼品,将其记为各待分析礼品。
在上述实施例的基础上,所述待分析礼品用户消费习惯分析模块的具体工作过程包括:D1:设定历史周期的时长,通过各电商平台的后台获取历史周期内目标用户在各电商平台的购物信息,得到历史周期内目标用户在各电商平台购买的各商品和购买各商品的时间。
将历史周期内目标用户在各电商平台购买的各商品与各待分析礼品进行比对,得到历史周期内目标用户在各电商平台购买的与各待分析礼品同种商品的数量,并进行累加,得到目标用户历史购买各待分析礼品同种商品的数量,将其记为,/>表示第/>个待分析礼品的编号,/>。
D2:提取数据库中存储的各商品类别对应的商品种类集合,根据历史周期内目标用户在各电商平台购买的各商品,筛选得到历史周期内目标用户在各电商平台购买的各商品类别的各商品,并进行累加,得到历史周期内目标用户在电商平台购买的各商品类别的商品数量。
D3:根据历史周期内目标用户在各电商平台购买各商品的时间,筛选得到历史周期内目标用户在各电商平台购买各商品类别各商品的时间,进一步获取历史周期内目标用户在各电商平台购买各商品类别的平均间隔时长,得到历史周期内目标用户在各电商平台购买各商品类别的频率,并进行平均值计算,得到历史周期内目标用户在电商平台购买的各商品类别的频率。
D4:获取各待分析礼品所属的商品类别,根据历史周期内目标用户在电商平台购买的各商品类别的商品数量和频率,筛选得到目标用户历史购买各待分析礼品所属商品类别的商品数量和频率,将其分别记为。
在上述实施例的基础上,所述待分析礼品用户消费习惯分析模块的具体工作过程还包括:通过分析公式得到各待分析礼品的用户消费习惯倾向系数/>,其中/>表示预设的用户消费习惯倾向系数的修正因子,/>分别表示预设的购买单位数量待分析礼品同种商品和购买单位数量待分析礼品所属商品类别商品对应的影响因子,/>表示预设的购买频率阈值。
在上述实施例的基础上,所述待分析礼品平台兑换热度分析模块的具体工作过程包括:通过用户积分兑换平台的后台获取历史周期内各待分析礼品在用户积分兑换平台被兑换的平均间隔时长,进一步得到历史周期内各待分析礼品在用户积分兑换平台的兑换频率,将其记为,并获取历史周期内各待分析礼品在用户积分兑换平台的兑换量,将其记为。
通过用户积分兑换平台的后台获取历史周期内兑换各待分析礼品的各用户的评价,将其记为各待分析礼品兑换用户的各条评价。
通过关键词识别技术获取各待分析礼品兑换用户各条评价的各关键词,将其与预设的各评价等级对应的词汇库进行比对,获取各待分析礼品兑换用户各条评价的评价等级,进一步分析历史周期内各待分析礼品在用户积分兑换平台的兑换体验好评度,将其记为。
在上述实施例的基础上,所述待分析礼品平台兑换热度分析模块的具体工作过程还包括:通过分析公式得到各待分析礼品的平台兑换热度系数/>,其中/>表示预设的平台兑换热度系数的修正因子,/>表示自然常数,/>表示待分析礼品的数量,/>分别表示预设的兑换频率、兑换量和兑换体验好评度的权值,/>。
在上述实施例的基础上,所述待分析礼品市场受欢迎度分析模块的具体工作过程为:按照预设的等时间间隔原则对历史周期进行划分,得到历史周期的各时间段。
通过电商平台的后台获取历史周期内各时间段各待分析礼品同种商品在各电商平台的销售量,并进行累加,得到历史周期内各时间段各待分析礼品同种商品在电商平台的累计销售量,将其记为,/>表示第/>个时间段的编号,/>。
通过分析公式得到各待分析礼品的市场受欢迎度系数/>,其中/>表示预设的市场受欢迎度系数的修正因子,/>表示时间段的数量,/>表示历史周期内第/>个时间段第/>个待分析礼品同种商品在电商平台的累计销售量。
在上述实施例的基础上,所述待分析礼品用户兑换兴趣分析模块的具体工作过程包括:通过用户积分兑换平台的后台获取目标用户在用户积分兑换平台的兑换记录,得到目标用户在用户积分兑换平台历史兑换的各礼品。
将目标用户在用户积分兑换平台历史兑换的各礼品与各待分析礼品进行比对,得到目标用户在用户积分兑换平台历史兑换的与各待分析礼品同商品类别的礼品数量,将其记为。
通过用户积分兑换平台的后台获取目标用户在用户积分兑换平台的浏览记录,得到目标用户在用户积分兑换平台浏览各待分析礼品的累计频次和累计时长,将其分别记为。
在上述实施例的基础上,所述待分析礼品用户兑换兴趣分析模块的具体工作过程还包括:通过分析公式得到各待分析礼品的用户兑换兴趣倾向系数/>,其中/>表示预设的用户兑换兴趣倾向系数的修正因子,/>分别表示预设的历史兑换的与待分析礼品同商品类别礼品数量的阈值、浏览待分析礼品累计频次的阈值和浏览待分析礼品累计时长的阈值。
在上述实施例的基础上,所述待分析礼品兑换推荐综合评估模块的具体工作过程为:对各待分析礼品的用户消费习惯倾向系数、平台兑换热度系数、市场受欢迎度系数和用户兑换兴趣倾向系数进行加权平均值计算,得到各待分析礼品的兑换推荐指数。
将各待分析礼品按照其兑换推荐指数从大到小的顺序进行排序,得到目标用户的礼品兑换推荐排名,并反馈至用户积分兑换平台。
相对于现有技术,本发明所述的一种用户积分数据兑换智能匹配推荐系统以下有益效果:1.本发明依据用户当前的积分余额,推荐适合用户兑换的礼品选项,在用户的积分范围内进行推荐,进而避免用户浏览不适合积分兑换的礼品。
2.本发明通过获取用户的购物信息,依据用户的长期消费习惯,了解用户常购买的商品类别以及喜好的商品,以便推荐符合用户兴趣的礼品。
3.本发明根据礼品的兑换频率、兑换量、用户对礼品的评价和兑换体验等来确定礼品的热门程度,进而提供更符合用户需求的推荐结果,帮助用户做出更具吸引力的选择,以满足用户的兑换需求。
4.本发明通过分析各礼品同种商品在市场上的流行度和受欢迎程度,将流行的、备受欢迎的礼品列为热门推荐。
5.本发明依据用户的兑换记录和浏览历史等信息,了解用户的兴趣和偏好,进而进行个性化推荐,提供更符合用户需求的礼品选择。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供一种用户积分数据兑换智能匹配推荐系统,包括用户积分可兑换礼品筛选模块、待分析礼品用户消费习惯分析模块、待分析礼品平台兑换热度分析模块、待分析礼品市场受欢迎度分析模块、待分析礼品用户兑换兴趣分析模块、待分析礼品兑换推荐综合评估模块和数据库。
所述用户积分可兑换礼品筛选模块分别与待分析礼品用户消费习惯分析模块、待分析礼品平台兑换热度分析模块、待分析礼品市场受欢迎度分析模块和待分析礼品用户兑换兴趣分析模块连接,待分析礼品兑换推荐综合评估模块分别与待分析礼品用户消费习惯分析模块、待分析礼品平台兑换热度分析模块、待分析礼品市场受欢迎度分析模块和待分析礼品用户兑换兴趣分析模块连接,数据库与待分析礼品用户消费习惯分析模块连接。
所述用户积分可兑换礼品筛选模块用于获取用户积分兑换平台中目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量,筛选出目标用户个人账户的积分余额可兑换的各礼品,将其记为各待分析礼品。
进一步地,所述用户积分可兑换礼品筛选模块的具体工作过程为:通过用户积分兑换平台的后台获取目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量。
将目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量进行比对,若积分兑换礼品目录中某礼品所需的积分数量小于或等于目标用户个人账户的积分余额,则将该礼品记为目标用户个人账户的积分余额可兑换的礼品,统计得到目标用户个人账户的积分余额可兑换的各礼品,将其记为各待分析礼品。
需要说明的是,本发明依据用户当前的积分余额,推荐适合用户兑换的礼品选项,在用户的积分范围内进行推荐,进而避免用户浏览不适合积分兑换的礼品。
所述待分析礼品用户消费习惯分析模块用于获取历史周期内目标用户在各电商平台的购物信息,得到目标用户历史购买各待分析礼品同种商品的数量和历史购买各待分析礼品所属商品类别的商品数量和频率,分析各待分析礼品的用户消费习惯倾向系数。
进一步地,所述待分析礼品用户消费习惯分析模块的具体工作过程包括:D1:设定历史周期的时长,通过各电商平台的后台获取历史周期内目标用户在各电商平台的购物信息,得到历史周期内目标用户在各电商平台购买的各商品和购买各商品的时间。
作为一种优选方案,目标用户在电商平台的购物信息仅用于用户积分兑换礼品的推荐。
将历史周期内目标用户在各电商平台购买的各商品与各待分析礼品进行比对,得到历史周期内目标用户在各电商平台购买的与各待分析礼品同种商品的数量,并进行累加,得到目标用户历史购买各待分析礼品同种商品的数量,将其记为,/>表示第/>个待分析礼品的编号,/>。
D2:提取数据库中存储的各商品类别对应的商品种类集合,根据历史周期内目标用户在各电商平台购买的各商品,筛选得到历史周期内目标用户在各电商平台购买的各商品类别的各商品,并进行累加,得到历史周期内目标用户在电商平台购买的各商品类别的商品数量。
作为一种优选方案,商品类别包括但不限于;食品类、服装类、家居类、饮料类、电子产品类、化妆品类、文具类、运动用品类、家电类、书籍类、玩具类、健康保健品类、家具类、美容用品类和个人护理用品类等。
D3:根据历史周期内目标用户在各电商平台购买各商品的时间,筛选得到历史周期内目标用户在各电商平台购买各商品类别各商品的时间,进一步获取历史周期内目标用户在各电商平台购买各商品类别的平均间隔时长,得到历史周期内目标用户在各电商平台购买各商品类别的频率,并进行平均值计算,得到历史周期内目标用户在电商平台购买的各商品类别的频率。
作为一种优选方案,获取历史周期内目标用户在某电商平台购买某商品类别的平均间隔时长,具体方法为:根据历史周期内目标用户在该电商平台购买该商品类别各商品的时间,得到历史周期内目标用户在该电商平台各次购买该商品类别商品的间隔时长,并进行平均值计算,得到历史周期内目标用户在该电商平台购买该商品类别的平均间隔时长。
作为一种优选方案,购买商品类别的频率为购买商品类别平均间隔时长的倒数。
D4:获取各待分析礼品所属的商品类别,根据历史周期内目标用户在电商平台购买的各商品类别的商品数量和频率,筛选得到目标用户历史购买各待分析礼品所属商品类别的商品数量和频率,将其分别记为。
作为一种优选方案,获取各待分析礼品所属的商品类别,具体方法为:将各待分析礼品与数据库中存储的各商品类别对应的商品种类集合进行比对,若某待分析礼品属于某商品类别对应的商品种类集合内,则将该商品类别作为该待分析礼品所属的商品类别。
进一步地,所述待分析礼品用户消费习惯分析模块的具体工作过程还包括:通过分析公式得到各待分析礼品的用户消费习惯倾向系数/>,其中/>表示预设的用户消费习惯倾向系数的修正因子,/>分别表示预设的购买单位数量待分析礼品同种商品和购买单位数量待分析礼品所属商品类别商品对应的影响因子,/>表示预设的购买频率阈值。
需要说明的是,本发明通过获取用户的购物信息,依据用户的长期消费习惯,了解用户常购买的商品类别以及喜好的商品,以便推荐符合用户兴趣的礼品。
所述待分析礼品平台兑换热度分析模块用于获取历史周期内各待分析礼品在用户积分兑换平台的兑换频率、兑换量和兑换体验好评度,分析各待分析礼品的平台兑换热度系数。
进一步地,所述待分析礼品平台兑换热度分析模块的具体工作过程包括:通过用户积分兑换平台的后台获取历史周期内各待分析礼品在用户积分兑换平台被兑换的平均间隔时长,进一步得到历史周期内各待分析礼品在用户积分兑换平台的兑换频率,将其记为,并获取历史周期内各待分析礼品在用户积分兑换平台的兑换量,将其记为/>。
作为一种优选方案,兑换频率为被兑换平均间隔时长的倒数。
通过用户积分兑换平台的后台获取历史周期内兑换各待分析礼品的各用户的评价,将其记为各待分析礼品兑换用户的各条评价。
通过关键词识别技术获取各待分析礼品兑换用户各条评价的各关键词,将其与预设的各评价等级对应的词汇库进行比对,获取各待分析礼品兑换用户各条评价的评价等级,进一步分析历史周期内各待分析礼品在用户积分兑换平台的兑换体验好评度,将其记为。
作为一种优选方案,分析历史周期内各待分析礼品在用户积分兑换平台的兑换体验好评度,具体方法为:通过关键词识别技术获取各待分析礼品兑换用户各条评价的各关键词,将其与预设的各评价等级对应的词汇库进行比对,若某待分析礼品兑换用户某条评价的某关键词属于某评价等级对应的词汇库内,则将该待分析礼品兑换用户该条评价的该关键词记为该评价等级的匹配关键词,筛选得到各待分析礼品兑换用户各条评价中各评价等级的各匹配关键词,统计各待分析礼品兑换用户各条评价中各评价等级的匹配关键词数量,将最多匹配关键词数量对应的评价等级作为兑换用户评价的评价等级,筛选得到各待分析礼品兑换用户各条评价的评价等级。
设定各评价等级对应的好评倾向因子,根据各待分析礼品兑换用户各条评价的评价等级,筛选得到各待分析礼品兑换用户各条评价的评价等级对应的好评倾向因子,将其记为,/>表示第/>条评价的编号,/>。
通过分析公式得到历史周期内各待分析礼品在用户积分兑换平台的兑换体验好评度/>,其中/>表示预设的兑换体验好评度的修正因子。
在一个具体实施例中,评价等级包括:好评、中评和差评,且好评、中评和差评对应的好评倾向因子分别为0.5,0和-0.5。
进一步地,所述待分析礼品平台兑换热度分析模块的具体工作过程还包括:通过分析公式得到各待分析礼品的平台兑换热度系数/>,其中/>表示预设的平台兑换热度系数的修正因子,/>表示自然常数,/>表示待分析礼品的数量,/>分别表示预设的兑换频率、兑换量和兑换体验好评度的权值,。
需要说明的是,本发明根据礼品的兑换频率、兑换量、用户对礼品的评价和兑换体验等来确定礼品的热门程度,进而提供更符合用户需求的推荐结果,帮助用户做出更具吸引力的选择,以满足用户的兑换需求。
所述待分析礼品市场受欢迎度分析模块用于获取历史周期内各时间段各待分析礼品同种商品在各电商平台的销售量,分析各待分析礼品的市场受欢迎度系数。
进一步地,所述待分析礼品市场受欢迎度分析模块的具体工作过程为:按照预设的等时间间隔原则对历史周期进行划分,得到历史周期的各时间段。
通过电商平台的后台获取历史周期内各时间段各待分析礼品同种商品在各电商平台的销售量,并进行累加,得到历史周期内各时间段各待分析礼品同种商品在电商平台的累计销售量,将其记为,/>表示第/>个时间段的编号,/>。
通过分析公式得到各待分析礼品的市场受欢迎度系数/>,其中/>表示预设的市场受欢迎度系数的修正因子,/>表示时间段的数量,/>表示历史周期内第/>个时间段第/>个待分析礼品同种商品在电商平台的累计销售量。
需要说明的是,本发明通过分析各礼品同种商品在市场上的流行度和受欢迎程度,将流行的、备受欢迎的礼品列为热门推荐。
所述待分析礼品用户兑换兴趣分析模块用于获取目标用户在用户积分兑换平台历史兑换的各礼品和目标用户在用户积分兑换平台浏览各待分析礼品的累计频次和累计时长,分析各待分析礼品的用户兑换兴趣倾向系数。
进一步地,所述待分析礼品用户兑换兴趣分析模块的具体工作过程包括:通过用户积分兑换平台的后台获取目标用户在用户积分兑换平台的兑换记录,得到目标用户在用户积分兑换平台历史兑换的各礼品。
将目标用户在用户积分兑换平台历史兑换的各礼品与各待分析礼品进行比对,得到目标用户在用户积分兑换平台历史兑换的与各待分析礼品同商品类别的礼品数量,将其记为。
通过用户积分兑换平台的后台获取目标用户在用户积分兑换平台的浏览记录,得到目标用户在用户积分兑换平台浏览各待分析礼品的累计频次和累计时长,将其分别记为。
进一步地,所述待分析礼品用户兑换兴趣分析模块的具体工作过程还包括:通过分析公式得到各待分析礼品的用户兑换兴趣倾向系数/>,其中/>表示预设的用户兑换兴趣倾向系数的修正因子,/>分别表示预设的历史兑换的与待分析礼品同商品类别礼品数量的阈值、浏览待分析礼品累计频次的阈值和浏览待分析礼品累计时长的阈值。
需要说明的是,本发明依据用户的兑换记录和浏览历史等信息,了解用户的兴趣和偏好,进而进行个性化推荐,提供更符合用户需求的礼品选择。
所述待分析礼品兑换推荐综合评估模块用于根据各待分析礼品的用户消费习惯倾向系数、平台兑换热度系数、市场受欢迎度系数和用户兑换兴趣倾向系数,评估各待分析礼品的兑换推荐指数,获取目标用户的礼品兑换推荐排名,并进行反馈。
进一步地,所述待分析礼品兑换推荐综合评估模块的具体工作过程为:对各待分析礼品的用户消费习惯倾向系数、平台兑换热度系数、市场受欢迎度系数和用户兑换兴趣倾向系数进行加权平均值计算,得到各待分析礼品的兑换推荐指数。
作为一种优选方案,所述用户消费习惯倾向系数、平台兑换热度系数、市场受欢迎度系数和用户兑换兴趣倾向系数的权值为设定的数值,且累加和为1。
将各待分析礼品按照其兑换推荐指数从大到小的顺序进行排序,得到目标用户的礼品兑换推荐排名,并反馈至用户积分兑换平台。
所述数据库用于存储各商品类别对应的商品种类集合。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (3)
1.一种用户积分数据兑换智能匹配推荐系统,其特征在于,包括:
用户积分可兑换礼品筛选模块:用于获取用户积分兑换平台中目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量,筛选出目标用户个人账户的积分余额可兑换的各礼品,将其记为各待分析礼品;
待分析礼品用户消费习惯分析模块:用于获取历史周期内目标用户在各电商平台的购物信息,得到目标用户历史购买各待分析礼品同种商品的数量和历史购买各待分析礼品所属商品类别的商品数量和频率,分析各待分析礼品的用户消费习惯倾向系数;
待分析礼品平台兑换热度分析模块:用于获取历史周期内各待分析礼品在用户积分兑换平台的兑换频率、兑换量和兑换体验好评度,分析各待分析礼品的平台兑换热度系数;
待分析礼品市场受欢迎度分析模块:用于获取历史周期内各时间段各待分析礼品同种商品在各电商平台的销售量,分析各待分析礼品的市场受欢迎度系数;
待分析礼品用户兑换兴趣分析模块:用于获取目标用户在用户积分兑换平台历史兑换的各礼品和目标用户在用户积分兑换平台浏览各待分析礼品的累计频次和累计时长,分析各待分析礼品的用户兑换兴趣倾向系数;
待分析礼品兑换推荐综合评估模块:用于根据各待分析礼品的用户消费习惯倾向系数、平台兑换热度系数、市场受欢迎度系数和用户兑换兴趣倾向系数,评估各待分析礼品的兑换推荐指数,获取目标用户的礼品兑换推荐排名,并进行反馈;
数据库:用于存储各商品类别对应的商品种类集合;
所述待分析礼品用户消费习惯分析模块的具体工作过程包括:
D1:设定历史周期的时长,通过各电商平台的后台获取历史周期内目标用户在各电商平台的购物信息,得到历史周期内目标用户在各电商平台购买的各商品和购买各商品的时间;
将历史周期内目标用户在各电商平台购买的各商品与各待分析礼品进行比对,得到历史周期内目标用户在各电商平台购买的与各待分析礼品同种商品的数量,并进行累加,得到目标用户历史购买各待分析礼品同种商品的数量,将其记为,/>表示第/>个待分析礼品的编号,/>;
D2:提取数据库中存储的各商品类别对应的商品种类集合,根据历史周期内目标用户在各电商平台购买的各商品,筛选得到历史周期内目标用户在各电商平台购买的各商品类别的各商品,并进行累加,得到历史周期内目标用户在电商平台购买的各商品类别的商品数量;
D3:根据历史周期内目标用户在各电商平台购买各商品的时间,筛选得到历史周期内目标用户在各电商平台购买各商品类别各商品的时间,进一步获取历史周期内目标用户在各电商平台购买各商品类别的平均间隔时长,得到历史周期内目标用户在各电商平台购买各商品类别的频率,并进行平均值计算,得到历史周期内目标用户在电商平台购买的各商品类别的频率;
D4:获取各待分析礼品所属的商品类别,根据历史周期内目标用户在电商平台购买的各商品类别的商品数量和频率,筛选得到目标用户历史购买各待分析礼品所属商品类别的商品数量和频率,将其分别记为;
所述待分析礼品用户消费习惯分析模块的具体工作过程还包括:
通过分析公式得到各待分析礼品的用户消费习惯倾向系数/>,其中/>表示预设的用户消费习惯倾向系数的修正因子,/>分别表示预设的购买单位数量待分析礼品同种商品和购买单位数量待分析礼品所属商品类别商品对应的影响因子,/>表示预设的购买频率阈值;
所述待分析礼品平台兑换热度分析模块的具体工作过程包括:
通过用户积分兑换平台的后台获取历史周期内各待分析礼品在用户积分兑换平台被兑换的平均间隔时长,进一步得到历史周期内各待分析礼品在用户积分兑换平台的兑换频率,将其记为,并获取历史周期内各待分析礼品在用户积分兑换平台的兑换量,将其记为;
通过用户积分兑换平台的后台获取历史周期内兑换各待分析礼品的各用户的评价,将其记为各待分析礼品兑换用户的各条评价;
通过关键词识别技术获取各待分析礼品兑换用户各条评价的各关键词,将其与预设的各评价等级对应的词汇库进行比对,获取各待分析礼品兑换用户各条评价的评价等级,进一步分析历史周期内各待分析礼品在用户积分兑换平台的兑换体验好评度,将其记为;
所述待分析礼品平台兑换热度分析模块的具体工作过程还包括:
通过分析公式得到各待分析礼品的平台兑换热度系数/>,其中/>表示预设的平台兑换热度系数的修正因子,/>表示自然常数,/>表示待分析礼品的数量,/>分别表示预设的兑换频率、兑换量和兑换体验好评度的权值,/>;
所述待分析礼品市场受欢迎度分析模块的具体工作过程为:
按照预设的等时间间隔原则对历史周期进行划分,得到历史周期的各时间段;
通过电商平台的后台获取历史周期内各时间段各待分析礼品同种商品在各电商平台的销售量,并进行累加,得到历史周期内各时间段各待分析礼品同种商品在电商平台的累计销售量,将其记为,/>表示第/>个时间段的编号,/>;
通过分析公式得到各待分析礼品的市场受欢迎度系数/>,其中/>表示预设的市场受欢迎度系数的修正因子,/>表示时间段的数量,表示历史周期内第/>个时间段第/>个待分析礼品同种商品在电商平台的累计销售量;
所述待分析礼品用户兑换兴趣分析模块的具体工作过程包括:
通过用户积分兑换平台的后台获取目标用户在用户积分兑换平台的兑换记录,得到目标用户在用户积分兑换平台历史兑换的各礼品;
将目标用户在用户积分兑换平台历史兑换的各礼品与各待分析礼品进行比对,得到目标用户在用户积分兑换平台历史兑换的与各待分析礼品同商品类别的礼品数量,将其记为;
通过用户积分兑换平台的后台获取目标用户在用户积分兑换平台的浏览记录,得到目标用户在用户积分兑换平台浏览各待分析礼品的累计频次和累计时长,将其分别记为;
所述待分析礼品用户兑换兴趣分析模块的具体工作过程还包括:
通过分析公式得到各待分析礼品的用户兑换兴趣倾向系数,其中/>表示预设的用户兑换兴趣倾向系数的修正因子,/>分别表示预设的历史兑换的与待分析礼品同商品类别礼品数量的阈值、浏览待分析礼品累计频次的阈值和浏览待分析礼品累计时长的阈值。
2.根据权利要求1所述的一种用户积分数据兑换智能匹配推荐系统,其特征在于:所述用户积分可兑换礼品筛选模块的具体工作过程为:
通过用户积分兑换平台的后台获取目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量;
将目标用户个人账户的积分余额和积分兑换礼品目录中各礼品所需的积分数量进行比对,若积分兑换礼品目录中某礼品所需的积分数量小于或等于目标用户个人账户的积分余额,则将该礼品记为目标用户个人账户的积分余额可兑换的礼品,统计得到目标用户个人账户的积分余额可兑换的各礼品,将其记为各待分析礼品。
3.根据权利要求1所述的一种用户积分数据兑换智能匹配推荐系统,其特征在于:所述待分析礼品兑换推荐综合评估模块的具体工作过程为:
对各待分析礼品的用户消费习惯倾向系数、平台兑换热度系数、市场受欢迎度系数和用户兑换兴趣倾向系数进行加权平均值计算,得到各待分析礼品的兑换推荐指数;
将各待分析礼品按照其兑换推荐指数从大到小的顺序进行排序,得到目标用户的礼品兑换推荐排名,并反馈至用户积分兑换平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410438939.XA CN118037406B (zh) | 2024-04-12 | 2024-04-12 | 一种用户积分数据兑换智能匹配推荐系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410438939.XA CN118037406B (zh) | 2024-04-12 | 2024-04-12 | 一种用户积分数据兑换智能匹配推荐系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118037406A CN118037406A (zh) | 2024-05-14 |
CN118037406B true CN118037406B (zh) | 2024-06-25 |
Family
ID=90995414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410438939.XA Active CN118037406B (zh) | 2024-04-12 | 2024-04-12 | 一种用户积分数据兑换智能匹配推荐系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118037406B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118195690A (zh) * | 2024-05-15 | 2024-06-14 | 浙江卡赢信息科技有限公司 | 一种基于银行用户的积分兑换商城商品上架智能选品方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114612159A (zh) * | 2022-03-23 | 2022-06-10 | 何英秀 | 一种线上商城平台智能管理方法、系统及计算机存储介质 |
CN116957784A (zh) * | 2023-09-18 | 2023-10-27 | 深圳迅销科技股份有限公司 | 一种银行信用卡积分数据推荐方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140289128A1 (en) * | 2012-02-13 | 2014-09-25 | Zheng-Xian Qiu | Online point redemption and distribution system and method |
CN117010953A (zh) * | 2023-06-16 | 2023-11-07 | 东莞市莞云信息科技有限公司 | 一种商城积分兑换系统 |
-
2024
- 2024-04-12 CN CN202410438939.XA patent/CN118037406B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114612159A (zh) * | 2022-03-23 | 2022-06-10 | 何英秀 | 一种线上商城平台智能管理方法、系统及计算机存储介质 |
CN116957784A (zh) * | 2023-09-18 | 2023-10-27 | 深圳迅销科技股份有限公司 | 一种银行信用卡积分数据推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN118037406A (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN118037406B (zh) | 一种用户积分数据兑换智能匹配推荐系统 | |
Albadvi et al. | A hybrid recommendation technique based on product category attributes | |
Zhao et al. | E-commerce recommendation with personalized promotion | |
CN102760163B (zh) | 一种特征信息的个性化推荐方法及装置 | |
US20010014868A1 (en) | System for the automatic determination of customized prices and promotions | |
CN106980999A (zh) | 一种用户推荐的方法和设备 | |
US11694218B2 (en) | Computer technology for automated pricing guidance | |
CN116894709A (zh) | 一种广告商品推荐方法和系统 | |
CN112435067A (zh) | 跨电商平台与社交平台的智能广告投放方法及系统 | |
CN116757794B (zh) | 基于大数据的售酒小程序内产品推荐方法 | |
CN106157156A (zh) | 一种基于用户社区的协作推荐系统 | |
US11651417B2 (en) | Method, system, and non-transitory processor-readable medium for intelligent listing creation for a for sale object | |
CN108615177A (zh) | 基于加权提取兴趣度的电子终端个性化推荐方法 | |
CN117455632A (zh) | 一种基于大数据的电商选品分析管理平台 | |
CN112269920A (zh) | 一种用于鉴定刷单的方法 | |
CN111598588A (zh) | 一种刷单识别方法 | |
CN111932339A (zh) | 基于消费群体的商品推荐方法、系统及计算机存储介质 | |
JP2021077269A (ja) | レコメンド装置及びレコメンド方法 | |
CN117788108A (zh) | 一种基于深度强化学习的直播商品实时调度系统及方法 | |
CN116757777A (zh) | 一种用于电子商务信息直接发布与信息推广的系统和方法 | |
JP2021043899A (ja) | 価値観クラスター生成装置、コンピュータプログラム、価値観クラスター付与方法、データベース統合方法及び広告提供方法 | |
Leimstoll et al. | Collaborative recommender systems for online shops | |
Srivihok et al. | Intelligent agent for e-tourism: Personalization travel support agent using reinforcement learning | |
Angmalisang et al. | GENERATION Z AND THE TRANSFORMATION OF ONLINE PURCHASING: THE ROLE OF E-COMMERCE IN CONSUMER PREFERENCES | |
CN116911960B (zh) | 基于大数据的电子商务数据推荐方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |