[发明专利]一种基于数据处理技术的电商平台用商品推荐方法

说明书

本发明公开了一种基于数据处理技术的电商平台用商品推荐方法，能够对用户信息进行收集，包括其购物车中未购买的商品记录、历史购买记录、历史评价记录等，并且对以上收集的用户信息进行数据分析处理，数据分析处理包括A、B、C、D四组分析，通过A和B两组分析得出第一商品种类和第二商品种类，再通过C和D两组分析对以上两种商品种类进行筛选和限制，并得出最终推荐商品，而且能够在用户好友的电商平台主页面上推荐出与该用户的最终推荐商品相同或相似的商品。本发明能够过对收集的用户信息进行分析得出用户最可能购买的商品，并及时对其进行推荐，从而引导客户的购买行为，促成交易的达成，进而能够在一定程度上促进电商平台的发展。

技术领域

本发明涉及电商平台商品推荐方法技术领域，特别是涉及一种基于数据处理技术的电商平台用商品推荐方法。

背景技术

电子商务的蓬勃发展为用户提供了丰富的可选商品，以淘宝为例，仅呢大衣就有四百万件以上，在这种情况下，用户如何在网上找到自己心仪的商品已经成为了一个不小的难题。目前各类电子商务网站为迎合用户的需求不断改进系统的功能，力图缩短用户查寻商品的时间，方便用户选购商品，优化用户体验，进而提高用户对网站的忠诚度，提升用户从点击到购买的转化率。其中较为有效的当属商品个性化推荐系统。

所谓商品个性化推荐系统是指电子商务网站通过商品智能推荐系统向用户提供商品推荐服务。其工作原理是电子商务网站通过统计客户对某类商品的浏览时间、点击频率、购买经历、咨询次数、网页的收藏数量等信息分析客户的购买心理、个人喜好和习惯，从而预测客户的购买倾向，及时向客户推荐相关的商品和信息，引导客户的购买行为，积极促成交易的达成。正是因为这个原因，近年来对商品智能推荐系统的研究得到了业界的广泛关注，如特设计一种依据数据处理得出的商品推荐方法成为了本领域人员亟待解决的技术问题

发明内容

解决的技术问题

针对现有技术的不足，本发明提供了一种基于数据处理技术的电商平台用商品推荐方法，使其能够通过数据处理对用户的信息进行分析，及时的向客户推荐相关的商品和信息。

技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于数据处理技术的电商平台用商品推荐方法，包括以下步骤：

S1、收集用户信息：使web服务器通过日志系统来获取用户的Web页面浏览记录，并对用户的购物车中未购买的商品记录、历史购买记录、历史评价记录和好友列表中的好友ID信息进行获取；

S2、数据分析处理：对S1中收集的用户信息进行分析，包括对用户的Web页面浏览记录进行分析记为A组分析、对用户购物车中未购买的商品记录进行分析记为B组分析，对用户的历史购买记录进行分析记为C组分析、对其历史评价记录进行分析记为D组分析；

S3、商品种类及特性的确定：通过A、B组分析的结果获得用户有购买倾向的第一商品种类，及与所述第一商品种类相关联的第二商品种类；通过C、D组分析的结果得出用户在购买过程中重视的商品特性和价格区间；

S4、用户推荐结果：通过S3中商品特征和价格区间对第一商品种类和第二商品种类进行筛选限制，得出最终推荐商品；

S5、用户好友推荐结果：通过用户好友的ID信息，向所述好友推荐相似的商品。

更进一步地，所述S2中数据分析处理的技术手段包括数据挖掘技术、神经元网络、模型化算法和其他数据信息分析手段。

更进一步地，所述S2中的A组分析能够得出用户的购买意向、B组分析得出用户的购买需求、C组分析能够获得用户的购买能力及消费水平、D组分析获得用户在消费过程中重视的商品特性，所述所述商品特性包括商品的价格定位区间、商品的质量、商品的使用寿命及商品的适用人群等。