[发明专利]一种基于大数据的产品搜寻裂变推送方法、系统及存储介质

权利要求书

1.一种基于大数据的产品搜寻裂变推送方法，其特征在于，包括以下：

获取用户在搭建的购物平台的注册信息，根据所述注册信息得到用户的行为偏好画像日志；

根据用户的行为偏好画像日志计算得出首轮推送的产品对象，将所述产品对象推送给用户；

获取用户的搜索意向关键词，将所述搜索意向关键词以及注册信息进行信息整合以及信息预处理得到更新后的用户的行为偏好画像日志；

根据更新后的用户的行为偏好画像日志进行计算得出次轮推送的产品对象，将所述产品对象推送给用户；

重复获取用户的搜索意向关键词，按照上述方式进行产品对象的推送，直至用户完成搜索。

2.根据权利要求1所述的一种基于大数据的产品搜寻裂变推送方法，其特征在于，上述获取用户的注册信息的购物平台为搜料网平台。

3.根据权利要求2所述的一种基于大数据的产品搜寻裂变推送方法，其特征在于，上述用户的行为偏好画像日志具体包括日志头部、事件描述字段以及附加数据域，

所述日志头部包括形成日志的日期、事件、用户名、主机名事件ID、记录来源以及事件类型；

所述事件描述字段包括存储注册信息的服务器名、句柄ID、进程ID、主要用户名、主域、用户名、用户登陆ID、用户的相关更新信息；

所述附加数据域包括生成所述行为偏好画像日志的应用程序所产生的以16进制方式显示的二进制数据。

4.根据权利要求3所述的一种基于大数据的产品搜寻裂变推送方法，其特征在于，上述根据用户的行为偏好画像日志进行产品对象的推送具体包括以下：

获取用户的行为偏好画像日志，从中提取有关用户的描述字段形成字段集P，P＝{P1，P2，...，Pn}其中Pi为P的项，1＜i＜n；

获取需要推送的产品的集合Q，Q＝{Q1，Q2，...，Qm}其中Qi为Q的项，1＜i＜m；

建立字段集P与集合Q的关联规则如下，

p＝q，

其中且p∩q＝φ；

计算关联规则p＝q的支持因子support(p＝q)以及关联规则p＝q的置信因子confidence(p＝q)，其中

support(p＝q)＝P(p U q)，confidence(p＝q)＝P(p|q)

找出支持因子support(p＝q)大于第一阈值的所有频繁集合子集，通过频繁集合子集生成新的强关联规则；

将新的强关联规则中的产品的集合Q的子集q中的产品元素作为目标元素推送给用户。

5.根据权利要求1所述的一种基于大数据的产品搜寻裂变推送方法，其特征在于，所述方法还包括，在用户进行第一次搜索时，还会对用户的搜索间隔时间T进行计时，并将搜索间隔时间T也作为影响因素共同进行信息整合以及信息预处理得到用户的行为偏好画像日志。

6.根据权利要求1所述的一种基于大数据的产品搜寻裂变推送方法，其特征在于，将所述搜索意向关键词以及注册信息进行信息整合以及信息预处理的操作具体包括以下：

将所述搜索意向关键词以及注册信息通过非实时的两个系统在oracle数据库中进行数据集成得到集成后的数据集；

对集成后的数据集通过使用Pandas中的drop函数进行数据清理；

对数据清理后的数据集通过线性决策分析进行数据降维处理，并形成更新后的用户的行为偏好画像日志。

7.一种基于大数据的产品搜寻裂变推送系统，其特征在于，包括，

第一运行模块，用于获取用户在搭建的购物平台的注册信息，根据所述注册信息得到用户的行为偏好画像日志；

第二运行模块，用于根据用户的行为偏好画像日志计算得出首轮推送的产品对象，将所述产品对象推送给用户；

第三运行模块，用于获取用户的搜索意向关键词，将所述搜索意向关键词以及注册信息进行信息整合以及信息预处理得到更新后的用户的行为偏好画像日志；

第四运行模块，用于根据更新后的用户的行为偏好画像日志进行计算得出次轮推送的产品对象，将所述产品对象推送给用户；

第五运行模块，用于重复执行所述第三运行模块以及第四运行模块，直至用户完成搜索。

8.一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述方法的步骤。