[发明专利]一种基于搜索的电商平台商品推荐方法和装置以及设备在审

专利信息
申请号: 201911385287.3 申请日: 2019-12-28
公开(公告)号: CN111062788A 公开(公告)日: 2020-04-24
发明(设计)人: 邓汉坤;刘丽萍 申请(专利权)人: 广东奥园奥买家电子商务有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06F16/9535
代理公司: 佛山帮专知识产权代理事务所(普通合伙) 44387 代理人: 喻振兴
地址: 511458 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 搜索 平台 商品 推荐 方法 装置 以及 设备
【权利要求书】:

1.一种基于搜索的电商平台商品推荐方法,其特征在于,包括:

获取用户输入到电商平台的搜索引擎中搜索框里的输入信息;

采用自然语言分析方式,对所述获取的输入信息进行关键词抽取;

对所述抽取的关键词进行归一化处理,以使所述抽取的关键词的各个特征对应的数据取值范围一致,形成所述抽取的关键词的特征数据;

构建基于所述形成的特征数据的神经网络模型;

根据所述构建的神经网络模型,在所述电商平台中搜索匹配所述神经网络模型的商品信息得到商品搜索结果;

按关联度排序展示所述商品搜索结果作为电商平台商品推荐。

2.如权利要求1所述的基于搜索的电商平台商品推荐方法,其特征在于,所述对所述抽取的关键词进行归一化处理,以使所述抽取的关键词的各个特征对应的数据取值范围一致,形成所述抽取的关键词的特征数据,包括:

从所述抽取的关键词中提取至少一个特征,对所述提取的至少一个特征进行归一化处理,以使所述抽取的关键词的各个特征对应的数据取值范围一致,形成所述抽取的关键词的特征数据。

3.如权利要求1所述的基于搜索的电商平台商品推荐方法,其特征在于,所述根据所述构建的神经网络模型,在所述电商平台中搜索匹配所述神经网络模型的商品信息得到商品搜索结果,包括:

根据所述构建的神经网络模型定义搜索结果结构和规则,和根据所述定义的搜索结果结构和规则,在所述电商平台中搜索匹配所述神经网络模型的商品信息得到商品搜索结果。

4.如权利要求1所述的基于搜索的电商平台商品推荐方法,其特征在于,在所述按关联度排序展示所述商品搜索结果作为电商平台商品推荐之后,还包括:

根据用户在电商平台的行为轨迹,获得消费者在电商平台上的消费需求,根据所述消费需求,向用户推送与所述按关联度排序展示的商品搜索结果关联的商品信息。

5.一种基于搜索的电商平台商品推荐装置,其特征在于,包括:

获取模块、抽取模块、形成模块、构建模块、搜索模块和展示模块;

所述获取模块,用于获取用户输入到电商平台的搜索引擎中搜索框里的输入信息;

所述抽取模块,用于采用自然语言分析方式,对所述获取的输入信息进行关键词抽取;

所述形成模块,用于对所述抽取的关键词进行归一化处理,以使所述抽取的关键词的各个特征对应的数据取值范围一致,形成所述抽取的关键词的特征数据;

所述构建模块,用于构建基于所述形成的特征数据的神经网络模型;

所述搜索模块,用于根据所述构建的神经网络模型,在所述电商平台中搜索匹配所述神经网络模型的商品信息得到商品搜索结果;

所述展示模块,用于按关联度排序展示所述商品搜索结果作为电商平台商品推荐。

6.如权利要求5所述的基于搜索的电商平台商品推荐装置,其特征在于,所述形成模块,具体用于:

从所述抽取的关键词中提取至少一个特征,对所述提取的至少一个特征进行归一化处理,以使所述抽取的关键词的各个特征对应的数据取值范围一致,形成所述抽取的关键词的特征数据。

7.如权利要求5所述的基于搜索的电商平台商品推荐装置,其特征在于,所述搜索模块,具体用于:

根据所述构建的神经网络模型定义搜索结果结构和规则,和根据所述定义的搜索结果结构和规则,在所述电商平台中搜索匹配所述神经网络模型的商品信息得到商品搜索结果。

8.如权利要求5所述的基于搜索的电商平台商品推荐装置,其特征在于,所述基于搜索的电商平台商品推荐装置,还包括:

推送模块;

所述推送模块,用于根据用户在电商平台的行为轨迹,获得消费者在电商平台上的消费需求,根据所述消费需求,向用户推送与所述按关联度排序展示的商品搜索结果关联的商品信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东奥园奥买家电子商务有限公司,未经广东奥园奥买家电子商务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911385287.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top