本發(fā)明涉及互聯(lián)網(wǎng)應(yīng)用平臺，通過推薦算法當用戶瀏覽電子商務(wù)平臺時給于最合適的商品推薦。

背景技術(shù)：

個性化推薦技術(shù)通過研究不同用戶的興趣,主動為用戶推薦最需要的資源,從而更好地解決互聯(lián)網(wǎng)信息日益龐大與用戶需求之間的矛盾，目前,推薦技術(shù)被廣泛應(yīng)用到電子商務(wù)、數(shù)字圖書館、新聞網(wǎng)站等系統(tǒng)中。在典型協(xié)同過濾推薦系統(tǒng)中，主要是通過用戶數(shù)據(jù)基礎(chǔ)信息不會進行分類，推薦是通過商品購買行為收藏等行為行進推薦，通過最近相同行為的用戶進行推薦商品，缺點是用戶可能只有少數(shù)特征相同推薦的商品也不會有太多價值；從技術(shù)角度來講，數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的實際數(shù)據(jù)中，提取隱含在其中人們事先不知道但又是潛在有用的信息和知識的過程；從商業(yè)角度來講，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點是對數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取有利于商業(yè)決策的關(guān)鍵信息和知識；通過大數(shù)據(jù)漏斗的篩選，數(shù)據(jù)的可歸類性與價值等級更高，通過此類數(shù)據(jù)加上典型的協(xié)同過濾算法后的推薦通更準確的推薦給用戶最想要的商品。

技術(shù)實現(xiàn)要素：

本發(fā)明的主要目的在于通過大數(shù)據(jù)的數(shù)據(jù)值做為依賴性，通過數(shù)據(jù)做為基礎(chǔ)，結(jié)合協(xié)同過濾推薦算法進行商品評分，通過評分給于用戶最合適的商品進行有力的推薦。

為達到上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于電子商務(wù)平臺個性化推薦算法，通過相同人群的個人行為結(jié)合成集體行為后對行為后的結(jié)果進行計算并把結(jié)果返回及推薦給本人群用戶。

進一步的，通過大數(shù)據(jù)結(jié)果對人群進行分類包括：數(shù)據(jù)平臺會通過消息中間件相對實時的收到用戶系統(tǒng)的用戶實名信息進行數(shù)據(jù)分析計算出用戶所屬人群。

進一步的，通過相同人群的個人行為結(jié)合成集體行為后對行為后的結(jié)果對行為行進分析：大數(shù)據(jù)平臺會通過消息中間件相對實時的收到應(yīng)用系統(tǒng)日志信息，對人群的操作行計行統(tǒng)一與記錄，把記錄結(jié)果交于消息中間件通過消息發(fā)送至行為合并計算平臺。

進一步的，通過用戶及行為的統(tǒng)一記錄完成后發(fā)送于計算平臺，計算平臺同過基礎(chǔ)的人群分類，商品上架時間等因素進行評分，并定更新商品評分數(shù)據(jù)。

進一步的，所述中間件商品評分數(shù)據(jù)更新后隔日對商品進行重新統(tǒng)計top100的商品寫入推薦庫并重寫商品全文搜索引擎的索引。

進一步的，當用戶在電商平臺進行瀏覽時，對于商品詳請，購物車，訂單結(jié)算及搜索結(jié)果時隨機顯示本人群評分最高的商品進行顯示。

本發(fā)明提供了一種通過大數(shù)據(jù)為基礎(chǔ)使用協(xié)同過濾推薦算法進行推薦的一種技術(shù)綜合式發(fā)明，由真實用戶操作行為進行數(shù)據(jù)收集依據(jù)，通過用戶的權(quán)重、時間、行為對本人群的商品喜好進行綜合評分，并定時進行評分重計算進行推薦商品。

附圖說明

圖1是大數(shù)據(jù)收集流程圖；

圖2是大數(shù)據(jù)統(tǒng)計與分析的流程示意圖；

圖3是電子商務(wù)平臺個性化推薦流程示意圖。

具體實施方式

以下通過具體實施例進一步說明本發(fā)明。但實施例的具體細節(jié)僅用于解釋本發(fā)明，不應(yīng)理解為對本發(fā)明總的技術(shù)方案的限定。

如圖1、圖2、圖3所示的一種基于電子商務(wù)平臺個性化推薦算法，通過相同人群的個人行為結(jié)合成集體行為后對行為后的結(jié)果進行計算并把結(jié)果返回及推薦給本人群用戶；在個體用戶有明確的基礎(chǔ)信息情況下，通過大數(shù)據(jù)結(jié)果對人群進行分類，數(shù)據(jù)平臺會通過消息中間件相對實時的收到用戶系統(tǒng)的用戶實名信息進行數(shù)據(jù)分析計算出用戶所屬人群；通過相同人群的個人行為結(jié)合成集體行為后對行為后的結(jié)果對行為行進分析：大數(shù)據(jù)平臺會通過消息中間件相對實時的收到應(yīng)用系統(tǒng)日志信息，對人群的操作行計行統(tǒng)一與記錄，把記錄結(jié)果交于消息中間件通過消息發(fā)送至行為合并計算平臺；計算平臺通過基礎(chǔ)的人群分類，商品上架時間等因素進行評分，并定期更新商品評分數(shù)據(jù)；中間件商品評分數(shù)據(jù)更新后隔日對商品進行重新統(tǒng)計top100的商品寫入推薦庫并重寫商品全文搜索引擎的索引；當用戶在電商平臺進行瀏覽時，對于商品詳請，購物車，訂單結(jié)算及搜索結(jié)果時隨機顯示本人群評分最高的商品進行顯示；通過大數(shù)據(jù)分析的結(jié)果為基石，加上通過用戶群的購買行為，進入商品詳情及加入購物車等行為做為基礎(chǔ)值對商品進行評分，通過時間為軸心綜合評價商品的分數(shù)并進行推薦。

一種基于電子商務(wù)平臺個性化推薦算法中，大數(shù)據(jù)統(tǒng)計數(shù)據(jù)包括：用戶注冊時輸入的基本信息及實名認證結(jié)果信息，用戶使用平臺頻次，用戶的購買行為，瀏覽商品行為，加入購物車行為，收藏商品行為做為基礎(chǔ)為度，通過以上行為進行人群分析最終分成四種人群：通過用戶的性別，年齡等基礎(chǔ)信息分成四類人群，分別是快消費人群、輕奢人群、奢侈品人群以及最新品人群；四類人群定義：（1）快消費人群定義：對于平臺活動關(guān)注力度高，主要消費品為快消品如口紅，香水等周期性比較固定，對于品牌的購買有多元化的消費者；（2）輕奢人群定義：對于平臺活動關(guān)注力度高，主要消費品是一線或二線的流行品牌，對于商品的價格比較關(guān)注，主要是年青一代白領(lǐng)人群，對于廣告與流行度商品購買欲望較強：（3）奢侈品人群定義：對于平臺活動關(guān)注力不高，對于品牌忠誠度較高，主要是中年白領(lǐng)等人群，對于品牌廣告品有較高的興趣，平臺購買力強的人群，對于商品要求也特別高的人群，可以以月為周期進行大額購買的人群;（4）最新品人群：對于平臺活動關(guān)注力不高，對于品牌忠誠度不高，關(guān)注各大品牌最新品的流行先鋒，平臺購買力效強的人群，對于商品的要求主要是新品。

用戶注冊時要求用戶提供用戶信息，包括用戶性別、年齡、身份證等基礎(chǔ)信息，當用戶進行商品類目的瀏覽和搜索時行為日志分別記錄下用戶的操作行為，對重復(fù)瀏覽或多次同一種搜索類目和商品以及購買行為進行記分；每天晚上大數(shù)據(jù)會對每天的用戶行為進行重新商品評分，每個商品會通過有四種人群不同的分值，通過分值的top保存至緩存服務(wù)及搜索引擎當中，當用戶再次瀏覽商品時，用戶通過大數(shù)據(jù)進行人群分類后，用戶所有對商品和商品類目的行為操作都會有評分，我們可以通過當前用戶的人群和最近的行為進行個性化推薦，優(yōu)先推薦人群評分高及最新有興趣的商品，加快用戶搜索想購買商品的動作，做到商品推薦高價值的目的。

本發(fā)明提供了一種通過大數(shù)據(jù)為基礎(chǔ)使用協(xié)同過濾推薦算法進行推薦的一種技術(shù)綜合式發(fā)明，由真實用戶操作行為進行數(shù)據(jù)收集依據(jù)，通過用戶的權(quán)重、時間、行為對本人群的商品喜好進行綜合評分，并定時進行評分重計算進行推薦商品。

以上對本發(fā)明做了詳盡的描述，其目的在于讓熟悉此領(lǐng)域技術(shù)的人士能夠了解本發(fā)明的內(nèi)容并加以實施，并不能以此限制本發(fā)明的保護范圍，凡根據(jù)本發(fā)明的精神實質(zhì)所作的等效變化或修飾，都應(yīng)涵蓋在本發(fā)明的保護范圍內(nèi)。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明涉及一種基于電子商務(wù)平臺個性化推薦算法，通過相同人群的個人行為結(jié)合成集體行為后對行為后的結(jié)果進行計算并把結(jié)果返回及推薦給本人群用戶；提供了一種通過大數(shù)據(jù)為基礎(chǔ)使用協(xié)同過濾推薦算法進行推薦的一種技術(shù)綜合式發(fā)明，由真實用戶操作行為進行數(shù)據(jù)收集依據(jù)，通過用戶的權(quán)重、時間、行為對本人群的商品喜好進行綜合評分，并定時進行評分重計算進行推薦商品。

技術(shù)研發(fā)人員：陸佳
受保護的技術(shù)使用者：德基網(wǎng)絡(luò)科技南京有限公司
技術(shù)研發(fā)日：2017.03.03
技術(shù)公布日：2017.09.01