[发明专利]一种基于大数据的电商商品推荐方法

说明书

本发明涉及一种基于大数据的电商商品推荐方法，包括数据采集模块、数据处理模块、数据推荐模块，数据处理模块根据数据采集模块基于地域、年龄段采集的用户商品特征喜好进行排序，并根据商品特征喜好的排序进行商品数据的排序，数据推荐模块根据商品数据的排序进行商品推荐。

技术领域

本发明涉及大数据以及电商领域，尤其涉及一种基于大数据的电商商品推荐方法。

背景技术

国内最大的电商平台淘宝网每日访问用户达6000万，每日在线商品数目已经超过了8亿件。面对急速增长的数据规模，用户正面临着“信息超载问题”，如果不借助于搜索引擎、推荐系统或者信息分类等辅助技术，用户从海量的互联网资源中找到自己真正感兴趣的信息是一件非常困难的事情,使得信息的有效利用率反而降低了。搜索引擎和个性化推荐系统是解决“信息超载”问题的两种手段。搜索引擎根据用户输入的关键字反馈给用户查询的结果，由于搜索引擎根据的是所有人的行为规律返回搜索结果，无法根据每个用户提供个性化服务，使得可能用户真正感兴趣的内容被海量的搜索结果所掩盖。个性化推荐在此问题上弥补了搜索引擎的不足，即代替用户评估其所有未看过的产品，并通过分析用户的兴趣爱好和历史行为，主动推荐符合用户喜好的项目。

在大数据时代下的推荐系统会面临海量的训练规模，传统单机环境下的推荐系统不能满足大数据时代推荐的需求。因此以分布式计算平台作为模型计算平台的推荐系统渐次诞生。进入Web2.0时代后，实时推荐的需求越来越多，而传统推荐系统，都是定期对数据进行分析，然后对模型进行更新，进而使用新的模型进行个性化推荐，训练效率低下，同时因为没有完善的机制配合对实时用户做出反馈，因此存在着推荐满意度以及交易转化率低下的问题。因此构建基于新型分布式流并行处理技术,能够分析实时用户行为并且做出实时推荐反馈的系统是非常有研究意义的。

发明内容

发明目的：

针对上述问题，本发明提供一种基于大数据的电商商品推荐方法。

技术方案：

一种基于大数据的电商商品推荐方法，包括：数据采集模块、数据处理模块、数据推荐模块，所述方法包括以下步骤：

S010：数据采集模块根据用户输入的关键词搜索采集商品数据；

S020：根据用户所使用的终端所在位置的地域划分，数据采集模块采集该地域的对商品特征喜好的数据；

S030：数据处理模块根据该地域基于以往的购买记录进行商品特征喜好数据的一次排序；

S040：数据处理模块根据地域喜好特征数据的排序进行商品数据的筛选以及一次排序；

S050：数据采集模块根据用户年龄所在的年龄段搜索采集该年龄段对商品特征喜好的数据；

S060：数据处理模块根据数据采集模块针对用户年龄搜索采集的商品特征喜好的数据进行针对地域的商品喜好特征的数据筛选；

S070：数据处理模块根据筛选结果对商品特征喜好数据进行二次排序；

S080：数据处理模块根据商品特征喜好数据的二次排序进行商品数据二次排序；

S090：数据处理模块根据一次排序以及二次排序进行商品数据最终排序；

S100：数据推荐模块根据商品数据最终排序的结果进行商品推荐；

作为本发明的一种优选方式，所述步骤S090包括以下步骤：

S091：数据处理模块提取同时出现在一次排序以及二次排序的商品数据；

S092：数据处理模块根据同一商品数据在一次排序以及二次排序中的排列位置计算最终排序位置。