[发明专利]一种电商平台商品推荐算法

说明书

本发明公开了一种电商平台商品推荐算法，包括以下步骤：步骤一：获取运营商原始数据：从运营商大数据系统获取用户及检索记录副本，包括：用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数。该电商平台商品推荐算法，通过通过获取用户的信息或其他用户的购买记录判断，并进行相关商品的推送，能够满足用户对于地域季节和热门商品进行推送，且在本发明中，如用户对第一次推送的信息未表达出足够的兴趣时，根据当前季节信息、用户所在地区若干个购物成功购物次数最多的若干个商品信息调整推送内容，及时解决第一次推送时，信息不准确的问题，有效的减少了用户挑选商品的时间，提高了用户体验。

技术领域

本发明涉及商品推荐技术领域，具体为一种电商平台商品推荐算法。

背景技术

随着科技的不断发展，社会信息化进程的加快，电子商务交易平台的不断完善，越来越多的人们通过网上购物的方式来获取自己所需的商品，商品的种类可以涉及到人们日常生活的方方面面，为人们生活提供了极大的便利，由于现在各个电商平台上的商品种类繁多，用户在购物时，往往需要花费大量的时间进行挑选才能找到自己需要的商品，因此各个商家为了保证用户体验，均提供了针对用户的个性化推送服务，然而，现有的商品推送方法一般通过获取用户日常浏览记录或购买历史进行简单推送，没有针对商品自身的特定及用户的个人信息进行个性化定制，使得推送信息的准确性较低。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了一种电商平台商品推荐算法，具备,个性化定制推送和提高推送信息的准确性的优点，解决了上述背景技术中提出的问题。

（二）技术方案

为实现上述目的，本发明提供如下技术方案：一种电商平台商品推荐算法，包括以下步骤：

步骤一：获取运营商原始数据：

从运营商大数据系统获取用户及检索记录副本，包括：用户ID、用户号码、关键词内容、检索日期、检索次数、购买商品信息和购买商品的次数；

步骤二：提取意图特征分析：

通过关键词内容和检索次数获取第一推送标示，获取包含所述第一推送标示的商品信息，记为第一商品信息，将所述第一商品信息推送给所述用户；

步骤三：获取第一商品推送用户浏览信息：

获取所述用户对所述第一商品信息的浏览时间和次数，判断所述用户对所述第一商品信息未表达购买意向，且所述浏览间小于预设时间时，获取当前季节信息，根据当前季节信息获取第二推送标示，获取包含所述第二推送标示的商品信息，记为第二商品信息，将所述第二商品信息推送给所述用户；

步骤四：获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息：

获取所述用户对所述第二商品信息的浏览时间和次数，判断所述用户对所述第二商品信息未表达购买意向，且所述浏览间小于预设时间时，获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息，根据购物成功率和购物次数获取第三推送标示，获取包含所述第三推送标示的商品信息，记为第三商品信息，将所述第三商品信息推送给所述用户；

步骤五：提取关键词，设定权重；

获取所述用户对所述第三商品信息的浏览时间和次数，判断所述用户对所述第三商品信息未表达购买意向，且所述浏览间小于预设时间时，获取第一商品信息、第二商品信息和第三商品信息中浏览时间较长的商品信息，根据第一商品信息、第二商品信息和第三商品信息中浏览时间较长的商品信息获取第四商品信息，将所述第四商品信息推送给所述用户。