[发明专利]一种大数据电商运营平台

权利要求书

1.一种大数据电商运营平台，其特征在于，所述平台包括蓝海词挖掘装置、数据分析优化装置以及个性化商品推送装置，其中，

所述蓝海词挖掘装置，通过机器学习方法分析商品销量和标题分词关系批量挖掘关键搜索词，然后通过直通车和生意参谋的数据验词算法进行高效筛选，从而快速批量地产生精准长尾词；

所述数据分析优化装置，通过多种类别机器学习方法实现对挖掘筛选后的数据进行分析、处理以及优化，从而得到不同类别商品的排序结果；

所述个性化商品推送装置，将不同类别商品的排序结果展示给用户。

2.根据权利要求1所述的大数据电商运营平台，其特征在于，所述平台还包括搜索装置，为用户提供不同商品的搜索，并每隔一时间周期将用户输入的热度搜索词进行采集后传输至蓝海词挖掘装置。

3.根据权利要求1所述的大数据电商运营平台，其特征在于，所述蓝海词挖掘装置，通过机器学习方法分析商品销量和标题分词关系批量挖掘关键搜索词，还包括确定出用户属性数据和用户行为数据，其中，所述用户属性数据包括用户唯一标识码、用户年龄、性别、职业分类、地域、平台账户信用等级、设备型号、用户购买力水平；用户行为数据包括浏览、收藏、加入购物车、购买以及评价行为。

4.根据权利要求1所述的大数据电商运营平台，其特征在于，所述数据分析优化装置包括，

排名优化模块，用于利用Learning to Rank的机器学习方法反向建模商品排名和相关属性的关系，预测商品属性对排名的权重因子，从而实现商品排名优化的运营需求；

标题优化模块，利用基于反混淆神经网络的机器学习算法分析商品销量和标题分词的内在逻辑；

评论分析模块，用于通过批量采集竞争商品的用户评论数据，进行基于NLP的wordembedding和sentiment分析，挖掘驱动用户购买商品的心理因素以及商品关键属性，从而满足用户对商品进行差异化营销的需求。

5.据权利要求4所述的大数据电商运营平台，其特征在于，所述预测商品属性对排名的权重因子，还包括，通过Learning to rank的机器学习方法反向建模机器学习模型以自动调整参数，同时不产生新特征，并通过反向建模后的模型对新加入的特征进行匹配设置。

6.据权利要求4所述的大数据电商运营平台，其特征在于，所述标题优化模块还包括一分类器，以确定标题优化后的参数样本是否被编码、混淆或者明文。

7.据权利要求4所述的大数据电商运营平台，其特征在于，采集的用户评论数据包括评论的数量、评分以及评论的具体内容，其中，评分包括分数评级或者星级评级。

8.据权利要求1所述的大数据电商运营平台，其特征在于，所述个性化商品推送装置，将不同类别商品的排序结果展示给用户，还包括向用户展示热词词表、商品销量以及评论数据。

9.据权利要求1所述的大数据电商运营平台，其特征在于，所述平台还包括一监控装置，用于无货源商品价格和违规的监控。

10.据权利要求1所述的大数据电商运营平台，其特征在于，所述平台还包括一后台服务装置，用于为用户提供店铺装修、商品主图设计、商品详情页设计、推广活动、平面设计、二维码实现、微信扫描服务。