個性化商品推薦引流方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種個性化商品推薦引流方法和系統(tǒng)，屬于電子商務(wù)技術(shù)領(lǐng)域。該方法包括步驟：S1、根據(jù)用戶評價信息對不同類商品進(jìn)行畫像分析處理；S2、根據(jù)用戶信息對不同用戶進(jìn)行畫像分析處理；S3、將不同類商品的畫像匹配不同用戶的畫像，為用戶推薦商品。本發(fā)明通過大數(shù)據(jù)分析對商品特征進(jìn)行分析，同時深度理解用戶群體，來實現(xiàn)個性化的精準(zhǔn)推薦，簡化用戶購物流程，提升用戶購物體驗。
【專利說明】
個性化商品推薦弓I流方法和系統(tǒng)
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及電子商務(wù)技術(shù)領(lǐng)域，特別涉及一種個性化商品推薦引流方法和系統(tǒng)。
【背景技術(shù)】
[0002]在電子商務(wù)領(lǐng)域用戶數(shù)據(jù)獲取及分析，對于商品推薦以及精準(zhǔn)營銷極為關(guān)鍵。對于電子商務(wù)網(wǎng)站中第三方平臺商戶，需從電子商務(wù)網(wǎng)站經(jīng)營者處獲取商戶的用戶數(shù)據(jù)信息。在移動互聯(lián)網(wǎng)時代，由于屏幕大小的限制，個性化的精準(zhǔn)推薦尤其重要。相關(guān)產(chǎn)品有一淘，91購物助手，和口袋購物等。主要功能有商品瀏覽，搜索，同款比價，價格走勢等。部分產(chǎn)品會根據(jù)最近瀏覽進(jìn)行推薦。如何針對用戶的不同需求進(jìn)行精準(zhǔn)的推薦亟待解決。

【發(fā)明內(nèi)容】

[0003]針對現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問題是如何實現(xiàn)針對用戶的不同需求進(jìn)行精準(zhǔn)的推薦，提升用戶購物體驗。
[0004]為實現(xiàn)上述目的，一方面，本發(fā)明提供一種個性化商品推薦引流方法，該方法包括如下步驟:
[0005]S1、根據(jù)用戶評價信息對不同類商品進(jìn)行畫像分析處理；
[0006]S2、根據(jù)用戶信息對不同用戶進(jìn)行畫像分析處理；
[0007]S3、將不同類商品的畫像匹配不同用戶的畫像，為用戶推薦商品。
[0008]優(yōu)選地，所述對不同類商品進(jìn)行畫像分析處理具體包括:
[0009]通過網(wǎng)絡(luò)爬蟲技術(shù)獲取用戶對不同商品的評價信息，在收集完同類商品的評價信息后，利用聚類分析技術(shù)來將評價信息分成不同的群組；
[0010]選取不同的群組的評價信息中的代表性評價標(biāo)簽，根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像。
[0011]優(yōu)選地，所述根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像具體包括:
[0012]通過中文工具包對評價標(biāo)簽庫中的詞語重構(gòu)獲取完整語句，形成對產(chǎn)品的畫像。
[0013]優(yōu)選地，所述對不同用戶進(jìn)行畫像分析處理具體包括:
[0014]根據(jù)不同用戶的交易記錄和社交信息，利用聚類分析技術(shù)將用戶分成不同的群組；
[0015]收集不同群組用戶在社交媒體上的數(shù)據(jù)和交易記錄信息，將不同群組打上不同的標(biāo)簽，根據(jù)不同的群組標(biāo)簽形成對用戶的畫像。
[0016]另一方面，本發(fā)明還同時提供一種個性化商品推薦引流系統(tǒng)，該系統(tǒng)包括:
[0017]用戶管理模塊，用于根據(jù)用戶信息對不同用戶進(jìn)行畫像分析處理；
[0018]數(shù)據(jù)管理模塊，用于根據(jù)用戶評價信息對不同類商品進(jìn)行畫像分析處理；
[0019]引擎服務(wù)模塊，用于將不同類商品的畫像匹配不同用戶的畫像，為用戶推薦商品。
[0020]優(yōu)選地，所述引擎服務(wù)模塊具體包括:
[0021]搜索引擎模塊，用于提供產(chǎn)品搜索功能并結(jié)合產(chǎn)品畫像對用戶畫像進(jìn)行匹配，返回匹配用戶的描述，以及最適合用戶的商家和品牌的相應(yīng)產(chǎn)品信息；
[0022]推薦引擎模塊，用于提供產(chǎn)品推薦功能并結(jié)合商品畫像對用戶畫像匹配，推薦最適合用戶的與搜索結(jié)果相關(guān)的商品。
[0023]優(yōu)選地，所述數(shù)據(jù)管理模塊具體用于:
[0024]通過網(wǎng)絡(luò)爬蟲技術(shù)獲取用戶對不同商品的評價信息，在收集完同類商品的評價信息后，利用聚類分析技術(shù)來將評價信息分成不同的群組；
[0025]選取不同的群組的評價信息中的代表性評價標(biāo)簽，根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像。
[0026]優(yōu)選地，所述根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像具體包括:
[0027]通過中文工具包對評價標(biāo)簽庫中的詞語重構(gòu)獲取完整語句，形成對產(chǎn)品的畫像。
[0028]優(yōu)選地，用戶管理模塊具體用于:
[0029]根據(jù)不同客戶的交易記錄和社交信息，利用聚類分析技術(shù)將用戶分成不同的群組；
[0030]收集不同群組用戶在社交媒體上的數(shù)據(jù)和交易記錄信息，將不同群組打上不同的標(biāo)簽，根據(jù)不同的群組標(biāo)簽形成對用戶的畫像。
[0031]優(yōu)選地，所述系統(tǒng)還包括:
[0032]數(shù)據(jù)采集模塊，根據(jù)每個網(wǎng)站配置文件實現(xiàn)對網(wǎng)站的智能爬蟲，獲取產(chǎn)品和用戶信息相關(guān)信息，并對相關(guān)信息進(jìn)行索弓I和實時更新。
[0033]本發(fā)明通過大數(shù)據(jù)分析對商品特征進(jìn)行分析，同時深度理解用戶群體，來實現(xiàn)個性化的精準(zhǔn)推薦，簡化用戶購物流程，提升用戶購物體驗。
【附圖說明】
[0034]圖1是本發(fā)明的一個實施例中的個性化商品推薦引流方法的流程示意圖；
[0035]圖2是本發(fā)明的另一個實施例中的個性化商品推薦引流系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0036]為使本領(lǐng)域技術(shù)人員更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖和【具體實施方式】對本發(fā)明作進(jìn)一步詳細(xì)描述。
[0037]圖1是本發(fā)明的一個實施例中的個性化商品推薦引流方法的流程示意圖，如圖1所示，該方法包括如下步驟:
[0038]S1、根據(jù)用戶評價信息對不同類商品進(jìn)行畫像分析處理；
[0039]S2、根據(jù)用戶信息對不同用戶進(jìn)行畫像分析處理；
[0040]S3、將不同類商品的畫像匹配不同用戶的畫像，為用戶推薦商品。
[0041]優(yōu)選地，對不同類商品進(jìn)行畫像分析處理具體包括:通過網(wǎng)絡(luò)爬蟲技術(shù)獲取用戶對不同商品的評價信息，在收集完同類商品的評價信息后，利用聚類分析技術(shù)來將評價信息分成不同的群組；選取不同的群組的評價信息中的代表性評價標(biāo)簽，根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像。
[0042]優(yōu)選地，根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像具體包括:通過中文工具包對評價標(biāo)簽庫中的詞語重構(gòu)獲取完整語句，形成對產(chǎn)品的畫像。
[0043]具體地，中文分詞是智能語言處理的一部分，是所提到的聚類分析技術(shù)中不可缺少的。通過中文分詞可以幫助理解產(chǎn)品信息包括產(chǎn)品品牌，商家，功能，介紹，評價(優(yōu)點，缺點)和熱門語等。這些信息是構(gòu)成產(chǎn)品畫像的重要組成。中文分詞還可以幫助對用戶在社交網(wǎng)絡(luò)上的談?wù)摷坝脩羲峁┑膫€人信息，比如愛好，個人介紹等作智能理解，幫助形成個人畫像。
[0044]中文分詞及句法分析包括:新詞識別、歧義處理、電子商務(wù)領(lǐng)域內(nèi)的專有詞，評價詞組的識別是中文分詞的難點。選擇合適的中文工具包，經(jīng)過模型訓(xùn)練后能夠解決大部分上述難題。市場上主流中文NLP工具包具體包括:
[0045]FudanNLP
[0046]IKAnalyzer
[0047]OpenNLP
[0048]StanfordNLP
[0049]MitNLP
[0050]......
[0051]本發(fā)明實施例中采用StanfordNLP工具包。其具有包括分詞在內(nèi)的豐富的中文處理功能，而且可以針對特定的應(yīng)用進(jìn)一步訓(xùn)練各種模型。利用實體名稱庫和用戶評價標(biāo)簽庫來重新訓(xùn)練中文分詞模型，以提高精度。
[0052].缺省的分詞模型:
[0053].色彩好有網(wǎng)絡(luò)功能邊框很窄價格便宜屏幕大
[0054].訓(xùn)練后的分詞模型:
[0055].色彩好有網(wǎng)絡(luò)功能邊框很窄價格便宜屏幕大
[0056]中文實體名稱庫。這些實體名稱庫可以通過分析蘇寧產(chǎn)品信息獲得或者從公共途徑獲得。
[0057].產(chǎn)品名稱庫
[0058].品牌名稱庫
[0059].地名人名庫
[0060].圖書名稱庫
[0061].電影名稱庫
[0062].......
[0063]常見用戶評價標(biāo)簽庫(如畫面清晰，外觀漂亮等)?？梢酝ㄟ^評價標(biāo)簽來獲得。
[0064]通過這些庫來訓(xùn)練中文分詞工具:
[0065]實體名稱或評價語會作為一個詞組來識別，而不是分開。
[0066]工具能夠自動識別類似的名稱或評價語
[0067]液晶電視=》液晶電視
[0068]三刻拍案驚奇=》三刻拍案驚奇
[0069]款式好看=》款式好看
[0070]優(yōu)選地，對不同用戶進(jìn)行畫像分析處理具體包括:根據(jù)不同用戶的交易記錄和社交信息，利用聚類分析技術(shù)將用戶分成不同的群組；收集不同群組用戶在社交媒體上的數(shù)據(jù)和交易記錄信息，將不同群組打上不同的標(biāo)簽，根據(jù)不同的群組標(biāo)簽形成對用戶的畫像。
[0071]具體地，對不同類商品進(jìn)行畫像具體包括:
[0072]不同類商品比較特征不同，利用產(chǎn)品公共評價信息，大數(shù)據(jù)分析機(jī)器學(xué)習(xí)的工具，為每類商品畫像，自動收集每類商品在近期的可比較特征。公共評價信息通過網(wǎng)絡(luò)爬蟲技術(shù)獲取并結(jié)合內(nèi)部已有用戶評價信息分成不同的群，在收集完同類產(chǎn)品的評價信息后，利用聚類分析技術(shù)來講分析評價信息分成不同的群，比如對單反相機(jī)，評價信息有電池，畫質(zhì)等不同的群組，對每一群組的評價信息，我們通過機(jī)器學(xué)習(xí)模型選取代表性的評價標(biāo)簽，比如電池壽命長，畫質(zhì)清晰，這些標(biāo)簽會和評價信息相應(yīng)的產(chǎn)品關(guān)聯(lián)起來，形成對產(chǎn)品的畫像。
[0073]具體地，對不同用戶畫像具體包括:
[0074]不同用戶比較喜好不同，利用客戶的交易記錄及可開放信息，為每個用戶群體畫像，收集客戶的愛好，行為特征及購物趨勢。處理過程類似，利用聚類分析技術(shù)將用戶分成不同的群組，對不同群組，我們對群組用戶在社交媒體上打上不同的標(biāo)簽，比如愛好登山，近期購買母嬰產(chǎn)品，購買力強(qiáng)，全職工作進(jìn)而對用戶群體畫像。
[0075]具體地，根據(jù)不同類商品的畫像，不同用戶的特征的畫像，為用戶提供商品推薦具體包括:
[0076]用戶首先只需要輸入，本發(fā)明會進(jìn)行智能分析，用戶點擊推薦商品后就可以完成購物流程。
[0077]本領(lǐng)域技術(shù)人員應(yīng)理解，與本發(fā)明的方法一對一對應(yīng)的，本發(fā)明還同時提供一種個性化商品推薦引流系統(tǒng)，如圖2所示，該系統(tǒng)具體包括:用戶管理模塊201，用于根據(jù)用戶信息對不同用戶進(jìn)行畫像分析處理；數(shù)據(jù)管理模塊202，用于根據(jù)用戶評價信息對不同類商品進(jìn)行畫像分析處理；引擎服務(wù)模塊203，用于將不同類商品的畫像匹配不同用戶的畫像，為用戶推薦商品。
[0078]優(yōu)選地，引擎服務(wù)模塊203具體包括:搜索引擎模塊2031，用于提供產(chǎn)品搜索功能并結(jié)合產(chǎn)品畫像對用戶畫像進(jìn)行匹配，返回不僅匹配用戶的描述，并且最適合用戶的商家和品牌的相應(yīng)產(chǎn)品信息；推薦引擎模塊2032，用于提供產(chǎn)品推薦功能并結(jié)合商品畫像對用戶畫像匹配，推薦最適合用戶的與搜索結(jié)果相關(guān)的商品。
[0079]優(yōu)選地，數(shù)據(jù)管理模塊202具體用于:通過網(wǎng)絡(luò)爬蟲技術(shù)獲取用戶對不同商品的評價信息，在收集完同類商品的評價信息后，利用聚類分析技術(shù)來將評價信息分成不同的群組；選取不同的群組的評價信息中的代表性評價標(biāo)簽，根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像。
[0080]優(yōu)選地，根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像具體包括:通過中文工具包對評價標(biāo)簽庫中的詞語重構(gòu)獲取完整語句，形成對產(chǎn)品的畫像。
[0081]優(yōu)選地，用戶管理模塊201具體用于:根據(jù)不同客戶的交易記錄和社交信息，利用聚類分析技術(shù)將用戶分成不同的群組；收集不同群組用戶在社交媒體上的數(shù)據(jù)和交易記錄信息，將不同群組打上不同的標(biāo)簽，根據(jù)不同的群組標(biāo)簽形成對用戶的畫像。
[0082]優(yōu)選地，該系統(tǒng)還包括:數(shù)據(jù)采集模塊200，根據(jù)每個網(wǎng)站配置文件實現(xiàn)對網(wǎng)站的智能爬蟲，獲取產(chǎn)品和用戶信息相關(guān)信息，并對相關(guān)信息進(jìn)行索引和實時更新。
[0083]用戶在移動終端上輸入描述性的產(chǎn)品搜索，比如好沖動而嬰幼兒奶粉，搜索引擎從眾多商家，包括用戶經(jīng)常光臨的門店和互聯(lián)網(wǎng)上的網(wǎng)站，用畫像的分析選擇評價好沖的最高的奶粉，同時也推薦給用戶適合早產(chǎn)兒的奶粉，評價嬰兒不便秘的奶粉，結(jié)合以上商品的各個屬性，推薦引擎總結(jié)性價比最好的奶粉，銷售量最高的奶粉，離家最近的專賣店奶粉做最終推薦。推薦引擎用商品的畫像陪陪用戶的畫像，更加準(zhǔn)確高效的提升購物效率，節(jié)省用戶時間提升購物體驗。
[0084]可以理解的是，以上實施方式僅僅是為了說明本發(fā)明的原理而采用的示例性實施方式，然而本發(fā)明并不局限于此。對于本領(lǐng)域內(nèi)的普通技術(shù)人員而言，在不脫離本發(fā)明的精神和實質(zhì)的情況下，可以做出各種變型和改進(jìn)，這些變型和改進(jìn)也視為本發(fā)明的保護(hù)范圍。
【主權(quán)項】
1.一種個性化商品推薦引流方法，其特征在于，所述方法包括如下步驟: 51、根據(jù)用戶評價信息對不同類商品進(jìn)行畫像分析處理； 52、根據(jù)用戶信息對不同用戶進(jìn)行畫像分析處理； 53、將不同類商品的畫像匹配不同用戶的畫像，為用戶推薦商品。2.根據(jù)權(quán)利要求1所述的個性化商品推薦引流方法，其特征在于，所述對不同類商品進(jìn)行畫像分析處理具體包括: 通過網(wǎng)絡(luò)爬蟲技術(shù)獲取用戶對不同商品的評價信息，在收集完同類商品的評價信息后，利用聚類分析技術(shù)來將評價信息分成不同的群組； 選取不同的群組的評價信息中的代表性評價標(biāo)簽，根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像。3.根據(jù)權(quán)利要求2所述的個性化商品推薦引流方法，其特征在于，所述根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像具體包括: 通過中文工具包對評價標(biāo)簽庫中的詞語重構(gòu)獲取完整語句，形成對產(chǎn)品的畫像。4.根據(jù)權(quán)利要求1所述的個性化商品推薦引流方法，其特征在于，所述對不同用戶進(jìn)行畫像分析處理具體包括: 根據(jù)不同用戶的交易記錄和社交信息，利用聚類分析技術(shù)將用戶分成不同的群組； 收集不同群組用戶在社交媒體上的數(shù)據(jù)和交易記錄信息，將不同群組打上不同的標(biāo)簽，根據(jù)不同的群組標(biāo)簽形成對用戶的畫像。5.一種個性化商品推薦引流系統(tǒng)，其特征在于，包括: 用戶管理模塊，用于根據(jù)用戶信息對不同用戶進(jìn)行畫像分析處理； 數(shù)據(jù)管理模塊，用于根據(jù)用戶評價信息對不同類商品進(jìn)行畫像分析處理； 引擎服務(wù)模塊，用于將不同類商品的畫像匹配不同用戶的畫像，為用戶推薦商品。6.根據(jù)權(quán)利要求5所述的個性化商品推薦引流系統(tǒng)，其特征在于，所述引擎服務(wù)模塊具體包括: 搜索引擎模塊，用于提供產(chǎn)品搜索功能并結(jié)合產(chǎn)品畫像對用戶畫像進(jìn)行匹配，返回匹配用戶的描述，以及最適合用戶的商家和品牌的相應(yīng)產(chǎn)品信息； 推薦引擎模塊，用于提供產(chǎn)品推薦功能并結(jié)合商品畫像對用戶畫像匹配，推薦最適合用戶的與搜索結(jié)果相關(guān)的商品。7.根據(jù)權(quán)利要求5所述的個性化商品推薦引流系統(tǒng)，其特征在于，所述數(shù)據(jù)管理模塊具體用于: 通過網(wǎng)絡(luò)爬蟲技術(shù)獲取用戶對不同商品的評價信息，在收集完同類商品的評價信息后，利用聚類分析技術(shù)來將評價信息分成不同的群組； 選取不同的群組的評價信息中的代表性評價標(biāo)簽，根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像。8.根據(jù)權(quán)利要求7所述的個性化商品推薦引流系統(tǒng)，其特征在于，所述根據(jù)所述代表性評價標(biāo)簽將對應(yīng)的產(chǎn)品關(guān)聯(lián)起來形成對產(chǎn)品的畫像具體包括: 通過中文工具包對評價標(biāo)簽庫中的詞語重構(gòu)獲取完整語句，形成對產(chǎn)品的畫像。9.根據(jù)權(quán)利要求5所述的個性化商品推薦引流系統(tǒng)，其特征在于，所述用戶管理模塊具體用于: 根據(jù)不同客戶的交易記錄和社交信息，利用聚類分析技術(shù)將用戶分成不同的群組；收集不同群組用戶在社交媒體上的數(shù)據(jù)和交易記錄信息，將不同群組打上不同的標(biāo)簽，根據(jù)不同的群組標(biāo)簽形成對用戶的畫像。10.根據(jù)權(quán)利要求5所述的個性化商品推薦引流系統(tǒng)，其特征在于，所述系統(tǒng)還包括:數(shù)據(jù)采集模塊，根據(jù)每個網(wǎng)站配置文件實現(xiàn)對網(wǎng)站的智能爬蟲，獲取產(chǎn)品和用戶信息相關(guān)信息，并對相關(guān)信息進(jìn)行索弓I和實時更新。
【文檔編號】G06Q30/02GK105869001SQ201510025814
【公開日】2016年8月17日
【申請日】2015年1月19日
【發(fā)明人】許雯, 王靜璽, 程進(jìn)興, 郭成華
【申請人】蘇寧云商集團(tuán)股份有限公司