[发明专利]一种商品推荐方法和系统

说明书

技术领域

本发明涉及电子商务领域，尤其涉及一种商品推荐方法和系统。

背景技术

电子商务是以信息网络技术为手段，以商品交换为中心的商务活动。电子商务极大地影响了人们的生活方式，当需要某种商品时，越来越多人更愿意通过电商平台来购买。这对传统商业模式带来了强烈的冲击，同时也为电子商务的发展迎来宝贵的机遇。

电商平台上的商品种类数目繁多，用户需要花费大量的时间才可以在琳琅满目的商品中挑选到自己需要的商品。为此，电商平台都会为用户推荐商品。现有技术中，通常通过商品销量和浏览记录来向用户推荐商品，这样的方式的针对性不够强，不能精确推荐用户所需要的商品。

发明内容

为了克服上述现有技术的不足，本发明提出了一种商品推荐方法和系统，通过用户的购买记录分析商品属性，从而向用户推荐潜在意向商品，针对性强，能够所需商品精确推荐给用户。

本发明解决上述技术问题的技术方案如下：一种商品推荐方法，具体包括步骤：

获取用户的购买记录，根据所述购买记录确定已购商品；

通过预设的商品数据库查询已购商品的商品属性，所述商品数据库内储存有多组相互对应的商品标识码和商品属性；

根据已购商品的商品属性在商品数据库内匹配潜在意向商品，输出潜在意向商品对应的商品标识码；

根据输出的商品标识码得到第一喜好商品集，并根据第一喜好商品集向用户推荐潜在意向商品。

本发明的有益效果在于：通过用户的购买记录分析商品属性，从而向用户推荐潜在意向商品，针对性更强，准确度更高。对电商平台来说，向用户进行主动营销，有助于提高用户体验和增加用户的满意度；对用户来说，按照用户的购买记录个性化推荐潜在意向商品，节省挑选时间和成本。

进一步，预设商品数据库具体包括：

建立商品标识码和商品属性的映射关系表；

接收录入指令，根据录入指令把商品标识码和商品属性录入到映射关系表中；

更新映射关系表，保存新录入的商品标识码和商品属性；

具体地，所述录入指令来自电商平台或者商家。

上述技术方案的有益效果在于：通过预设商品数据库，运用大数据对商品进行归类，用于作为潜在意向商品匹配和推荐的基础。采用开放的数据接入方式来建立商品数据库，电商平台可以更新映射关系表，商家也可以更新映射关系表，多方位收集商品数据，更加全面和高效，实现准确地匹配和推荐潜在意向商品。

进一步，所述商品属性包括直接应用领域和商品类型，根据已购商品的商品属性在商品数据库内匹配潜在意向商品具体包括：

获取已购商品的商品属性；

根据已购商品的直接应用领域确定匹配范围，所述匹配范围为与已购商品的直接应用领域相同的其他商品；根据已购商品的商品类型在匹配范围内进行关联，得到潜在意向商品的商品类型；

计算潜在意向商品的商品类型中各个商品与已购商品的关联参数，所述关联参数用于表征商品间的配套关系；具体地，根据细节特征计算关联参数，量化商品间的配套关系，所述细节特征为商品功能和商品价格等，计算关联参数的过程为根据商品功能或者商品价格计算潜在意向商品与已购商品的关联参数；

按照关联参数进行排序，得到一个以上潜在意向商品，并按照排序依次输出潜在意向商品的商品标识码。

上述技术方案的有益效果在于：每个商品都有其对应的商品属性，包括直接应用领域和商品类型，根据商品属性分析确定潜在意向商品，并根据关联参数量化商品间的配套关系，能够从已购商品本身出发，向用户推荐潜在意向商品；另外，已购商品跟不同商品有不同的配套关系，按照关联参数进行排序，得到一个以上潜在意向商品，让客户有更多选择，提高商品推荐的成功率。

进一步，还包括在第一喜好商品集内根据其他用户的购买记录匹配潜在意向商品，得到第二喜好商品集，并根据第二喜好商品集向用户推荐潜在意向商品，具体包括：

根据已购商品的商品标识码，筛选出购买了已购商品的其他用户的购买记录；

根据其他用户的购买记录，在第一喜好商品集内分析其他用户在购买已购商品时所购买的配套商品；

统计所有配套商品的销售数量；

按照配套商品的销售数量进行排序，得到一个以上潜在意向商品，并按照排序依次输出潜在意向商品的商品标识码，得到第二喜好商品集，并根据第二喜好商品集向用户推荐潜在意向商品。