[发明专利]一种基于社交网络的电子商务导流系统及其工作方法在审

专利信息
申请号: 202011266309.7 申请日: 2020-11-13
公开(公告)号: CN112445972A 公开(公告)日: 2021-03-05
发明(设计)人: 俞晴 申请(专利权)人: 俞晴
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9538;G06F16/532;G06F16/538;G06F16/58;G06Q30/02;G06Q30/06;G06Q50/00;H04L29/08
代理公司: 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 代理人: 郭智
地址: 215400 江苏省苏*** 国省代码: 江苏;32
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 社交 网络 电子商务 导流 系统 及其 工作 方法
【说明书】:

发明涉及一种基于社交网络的电子商务导流系统及其工作方法,包括:云端服务器、用户客户端;云端服务器与用户客户端无线连接,用户客户端与云端服务器之间进行数据交换;用户客户端还包括跳转模块,跳转模块用于网站之间的跳转;云端服务器包括用户意向监测模块、匹配模块、导流模块;用户意向监测模块用于监测用户客户端对社交网站的图片浏览;用户客户端选定意向图片,则用户意向监测模块提取意向图片,并提取意向图片中的服饰信息;匹配模块与用户意向监测模块连接,匹配模块获取服饰信息,匹配模块将服饰信息与购物网站对应相同的服饰信息的链接进行匹配;导流模块获取匹配的服饰链接,并将服饰连接向跳转模块输出。

技术领域

本发明涉及电子商务领域,特别涉及一种基于社交网络的电子商务导流系统及其工作方法。

背景技术

随着经济的发展,人们对着装、配饰的要求也大大提高,买衣服的时候不只考虑衣服本身,考虑得更多的是搭配后的整体效果。比如买了一件喜欢的上衣,应该搭配什么样的裤子、包包、鞋子、耳坠,自己衣橱的衣物中有没有能够与之相搭配的,如果没有应该在哪买等一系列的问题需要考虑。

因此用户需要根据社交网站的图片获取想要的风格与搭配,但是社交网站的图片往往不能够及时展示链接,用户不能够购买到想要的服饰,往往需要再购物网站花费大量的精力寻找购物链接。

发明内容

发明目的:

针对背景技术中提到的问题,本发明提供一种基于社交网络的电子商务导流系统及其工作方法。

技术方案:

一种基于社交网络的电子商务导流系统,包括:云端服务器、用户客户端;

所述云端服务器与所述用户客户端无线连接,所述用户客户端与所述云端服务器之间进行数据交换;

所述用户客户端还包括跳转模块,所述跳转模块用于网站之间的跳转;

所述云端服务器包括用户意向监测模块、匹配模块、导流模块;

所述用户意向监测模块用于监测用户客户端对社交网站的图片浏览;

用户客户端选定意向图片,则用户意向监测模块提取意向图片,并提取意向图片中的服饰信息;

所述匹配模块与所述用户意向监测模块连接,所述匹配模块获取服饰信息,所述匹配模块将服饰信息与购物网站对应相同的服饰信息的链接进行匹配;

所述导流模块获取匹配的服饰链接,并将服饰连接向所述跳转模块输出;

所述跳转模块用于根据所述服饰链接向购物网站跳转。

作为本发明的一种优选方式,所述云端服务器还包括站内推荐模块;

所述站内推荐模块用于根据用户客户端的意向图片中的服饰信息匹配社交网站中包含对应服饰信息的图片;

所述站内推荐模块将包含意向服饰信息的图片向用户客户端推荐。

作为本发明的一种优选方式,所述云端服务器还包括站内评价模块;

所述站内评价模块用于根据用户客户端的意向图片中的服饰信息匹配社交网站中对该服饰信息的评价,并将评价信息向用户客户端输出。

作为本发明的一种优选方式,所述站内评价模块还用于提取用户客户端意向图片中的服饰信息在购物网站对应的服饰链接中的评价信息;

所述站内评价模块对评价信息进行整合并将整合后的评价信息向用户客户端输出。

作为本发明的一种优选方式,所述导流模块还用于获取用户的历史跳转记录;

所述导流模块对用户的历史跳转记录进行分析并生成用户跳转画像;

根据用户跳转画像,所述导流模块向用户客户端推荐符合用户跳转画像的服饰链接来源。

一种基于社交网络的电子商务导流系统的工作方法,包括以下步骤:

用户客户端选定意向图片并向所述云端服务器提交匹配请求;

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俞晴,未经俞晴许可,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/202011266309.7/2.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