[发明专利]网上商城商品的推荐方法及其系统

说明书

本发明公开了一种网上商城商品的推荐方法及其系统，其方法主要包括：采集用户的消费习惯数据和消费记录数据然后分别建立数据库，商家运用数据分析工具判断用户是否具备消费意愿，如果具备消费意愿则直接进行广告推送；如果不具备意愿，则通过向用户推荐相关联的商品或向与用户相关联的其他用户推送商品广告来挖掘其他的消费意愿，并在此过程中对数据库进行更新和扩建，确保数据库的时效性和准确性。其系统包括数据采集处理模块、用户数据库建立模块、消费意愿判断模块、消费意愿挖掘模块以及广告推送模块，各模块之间协调配合，避免了现有广告推送的局限性，增强了广告推送的精准度，更加利于商城商品的推荐。

技术领域

本发明涉及数据处理和广告推送技术领域，具体为一种网上商城商品的推荐方法及其系统。

背景技术

网络购物由于其便捷性，已经成为消费者购物的首选方式，消费者可以享受到足不出户商品上门的便捷性。但是，相比于传统的购物方式，如何将自己的商品广告推送给消费者，一直是个难题，因为商家无法预知所推送广告的用户是否需要该商品，或者是否具备消费意愿，一旦广告推送环节出现问题，商家将直接失去该消费者。所以很有必要发明一种便于网上商城商品的科学推荐方法，帮助商家更好的宣传其商品。

现有技术如公开号为CN103345695A的发明提供了一种商品推荐的方法和装置，其中方法包括：记录用户对商品的购买行为数据；在向所述用户推荐商品时，判断用户最近的设定时段T1内是否购买过待推荐的商品，如果是，则不向用户推荐所述待推荐的商品；否则向用户推荐所述待推荐的商品。通过本发明能够提高商品推荐的准确性，一方面避免给用户带来困扰提升用户体验，另一方面也避免了向用户推荐用户暂时不再感兴趣的商品，从而更有效地利用网络资源。但其在进行广告推送时针对已购买过商品的用户没有很好的广告推送方式，以及未能及时更新数据库和扩建新用户的数据库，导致广告推送存在一定局限性。

发明内容

本发明的目的在于提供一种网上商城商品的推荐方法及其系统，以解决上述背景技术中提出的现有技术在进行广告推送时针对已购买过商品的用户没有很好的广告推送方式，以及未能及时更新数据库和扩建新用户的数据库，导致广告推送存在一定局限性的问题。

为实现上述目的，本发明提供如下技术方案：

一种网上商城商品的推荐方法，该方法包括以下步骤：

S1、对用户端用户的消费习惯数据和消费记录数据进行采集，并分别建立购买记录数据库和消费喜好数据库；

S2、根据用户的购买记录判断用户的消费意愿，如果用户无消费意愿或消费意愿不强，则进行消费意愿发掘；若用户有消费意愿，则直接推送广告；

S3、重新采集最新的用户消费习惯数据和消费记录数据对所述消费喜好数据库和购买记录数据库进行更新；

S4、重复S2和S3的过程，对用户的购买记录数据库和消费喜好数据库不断更新并扩建新用户的购买记录数据库和消费喜好数据库。

优选的，所述S1中对用户的消费习惯数据和消费记录数据进行采集至少包括对用户购物APP、用户微信、用户QQ和用户支付宝的数据采集方式中的任意一种或几种。

优选的，所述S2中判断用户的消费意愿为基于用户近期的消费记录去判断用户的消费意愿，如果用户近期已购买某件商品，则判定该用户对此商品或此类商品无消费意愿或消费意愿不强；如果用户近期未购买此商品或此类商品，则判定为该用户有消费意愿。

优选的，所述S2中用户的消费意愿发掘为挖掘所述用户与已购买商品相关联的商品的购买意愿，或挖掘与所述用户相关联的其他用户的消费意愿。

本发明还公开了一种网上商城商品的推荐系统，其包括：