[发明专利]电商云数据分析方法及系统

说明书

本申请公开了一种电商云数据分析方法及系统，其中，方法包括：获取一个分析对象的历史购物数据中的原始购物数据和原始评价数据；根据分析对象的历史购物数据中的原始购物数据和原始评价数据生成一个情感量化矩阵，情感量化矩阵反映分析对象的原始评价数据所体现出针对产品的量化的情感程度；将情感量化矩阵输入至一个数据分析模型以使数据分析模型输出一个针对分析对象的倾向购买产品。本申请的有益之处在于：提供了一种根据分析对象的购物和评价数据生成情感量化矩阵以准确为分析对象推荐倾向购买产品的电商云数据分析方法及系统。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种电商云数据分析方法及系统。

背景技术

随着电子商务的不断发展，网络购物用户规模会一直呈增长态势，致使购物网站中的推荐技术得到应用，带来的效果越来越明显。对于个性化推荐方法的探索，各电商平台都在不断增大投入并进行深入探索，为用户推荐感兴趣的电商来促进成单。

在相关商品推荐方案中，大多基于用户的浏览、购买及收藏行为来为用户进行推荐，此推荐方案并不能准确的反映用户对某一产品或某一类产品的情感程度，从而商品推荐往往达不到预期的效果。

发明内容

本申请的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本申请的一些实施例提出了电商云数据分析方法、系统、装置、电子设备和计算机存储介质，来解决以上背景技术部分提到的技术问题。

作为本申请的第一方面，本申请的一些实施例提供了一种电商云数据分析方法，包括：获取一个分析对象的历史购物数据中的原始购物数据和原始评价数据；根据分析对象的历史购物数据中的原始购物数据和原始评价数据生成一个情感量化矩阵，情感量化矩阵反映分析对象的原始评价数据所体现出针对产品的量化的情感程度；将情感量化矩阵输入至一个数据分析模型以使数据分析模型输出一个针对分析对象的倾向购买产品。

进一步的，其中，根据分析对象的历史购物数据中的原始购物数据和原始评价数据生成一个情感量化矩阵，包括：根据分析对象的历史购物数据中的原始购物数据和原始评价数据获得处于一个产品小类中的产品对应的情感分值v_ij；将m个分析对象的处于一个产品小类中的产品对应的情感分值生成一个情感量化矩阵V_mn＝(v_ij)_mxn；其中i表示分析对象编号，j表示一个产品类目下的产品编号

进一步的，其中，将m个分析对象的处于一个产品小类中的产品对应的情感分值生成一个情感量化矩阵V_mn＝(v_ij)_mxn，包括：根据分析对象的历史购物数据中的原始购物数据获取备选产品并按照排序值Y的大小排列以构成备选产品列表；从备选产品列表中选择预设数量的备选产品。

进一步的，其中，根据分析对象的历史购物数据中的原始购物数据获取备选产品并按照排序值Y的大小排列以构成备选产品列表，包括：根据分析对象的历史购物数据中的原始购物数据分别获取备选产品的初始浏览时间与当前时间的时间差Ta、备选产品的购买时间与当前时间的时间差Tb，并获得两者的比值Tb/Ta；根据分析对象的历史购物数据中的原始购物数据获取备选产品的浏览次数Na；根据分析对象的历史购物数据中的原始购物数据获取备选产品的添加购物车时间与当前时间的时间差Tc、备选产品的购买时间与当前时间的时间差Tb，并获得两者的比值Tb/Tc；结合备选产品的Tb/Ta、浏览次数Na及Tb/Tc获得排序值；其中排序值的计算方法为Y＝α*Na+β*(Tb/Ta)+γ*(Tb/Tc)；其中α、β及γ均为常数。