[发明专利]一种基于人工智能的电子商务平台商品智能推荐管理系统

说明书

本发明公开了一种基于人工智能的电子商务平台商品智能推荐管理系统，涉及计算机应用技术领域，所述系统应用于一种基于人工智能的电子商务平台商品智能推荐管理方法的步骤，所述方法包括：通过采集目标用户的目标基础信息并遍历得到同类用户集；获得目标历史网购记录、多个同类用户的多个历史网购记录；得到多个推荐产品组；得到多个相似性指数并得到相似性指数降序列表；反向匹配推荐产品组降序列表；通过智能筛选模型筛选得到多个筛选结果；组成目标推荐产品集并推至目标用户。解决了现有技术无法深度挖掘并预测用户需求的技术问题。达到了对无法精准描述自身需求或对自身需求了解不够的用户进行深度需求挖掘，进而提高商品推荐质量的效果。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种基于人工智能的电子商务平台商品智能推荐管理系统。

背景技术

互联网信息的爆炸性增长是当今时代蓬勃发展的标志。随着互联网的发展，全球数据量爆炸式增长，面对广泛的、各种各样的信息导致的信息过载现象，使得如何获取用户真正关注的信息成为困扰电商的难题之一。在此背景下，研究利用计算机技术对海量的数据信息进行筛选分析，从而智能化分析用户的关注点和实际需求，进而针对性为用户筛选、推送对应的商品，对于提高电商平台商品管理规范性、科学性，进而促进电商发展具有重要意义。然而，实际生活中存在部分用户对自身需求不够了解，或无法精准描述自身的实际需求。现有技术中在为用户个性化推荐商品时，仅通过对用户在电商平台上的历史购买、浏览以及搜索等行为记录进行分析，导致用户需求挖掘深度不够，进而无法预测用户需求，最终导致商品推荐质量低的问题。示范性的如系统监测到某用户常常搜索连衣裙，进而系统基于用户搜索、浏览记录等为用户推荐各式连衣裙，并在用户已经购买了连衣裙之后依然进行连衣裙的推荐，此时用户短期内已经没有连衣裙的购买需求，因此系统推荐不够准确。研究利用计算机技术深度挖掘用户需求，为其提供符合自身需求的推荐，进而提高电子商务平台商品智能推荐的科学性，具有重要的意义。

然而，现有技术中在为用户推荐商品时，仅通过用户的历史购买、浏览等行为记录对用户的需求进行分析，存在无法深度挖掘并预测用户需求，进而影响商品推荐效果的技术问题。

发明内容

本发明的目的是提供一种基于人工智能的电子商务平台商品智能推荐管理系统，用以解决现有技术中在为用户推荐商品时，仅通过用户的历史购买、浏览等行为记录对用户的需求进行分析，存在无法深度挖掘并预测用户需求，进而影响商品推荐效果的技术问题。

鉴于上述问题，本发明提供了一种基于人工智能的电子商务平台商品智能推荐管理系统。

第一方面，本发明提供了一种基于人工智能的电子商务平台商品智能推荐管理方法，所述方法通过一种基于人工智能的电子商务平台商品智能推荐管理系统实现，其中，所述方法包括：通过采集目标用户的目标基础信息，并根据所述目标基础信息遍历得到同类用户集，其中，所述同类用户集包括所述目标用户的多个同类用户；依次获得所述目标用户的目标历史网购记录、所述多个同类用户的多个历史网购记录；对所述多个历史网购记录依次进行分析，得到多个推荐产品组；将所述目标历史网购记录与所述多个历史网购记录依次进行对比分析，得到多个相似性指数，并降序得到相似性指数降序列表；根据所述多个推荐产品组与所述多个相似性指数之间的映射关系，结合所述相似性指数降序列表，反向匹配得到推荐产品组降序列表；构建智能筛选模型，并通过所述智能筛选模型对所述推荐产品组降序列表中各个推荐产品组依次进行筛选，得到多个筛选结果；基于所述多个筛选结果组成目标推荐产品集，并将所述目标推荐产品集推送至所述目标用户。