[发明专利]一种基于深度学习的电子商务平台商品智能分析推荐系统在审

专利信息
申请号: 202210639166.2 申请日: 2022-06-07
公开(公告)号: CN114971805A 公开(公告)日: 2022-08-30
发明(设计)人: 梁珅源 申请(专利权)人: 武汉洋洪电子商务有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06K9/62;G06N20/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 430079 湖北省武*** 国省代码: 湖北;42
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 深度 学习 电子商务平台 商品 智能 分析 推荐 系统
【说明书】:

发明公开一种基于深度学习的电子商务平台商品智能分析推荐系统,包括购物季节类别设定模块、目标用户服装购物过程记录划分模块、当前时间点归属购物季节类别匹配模块、目标用户特定服装购物过程记录集合筛选模块、服装样式参数偏好分析模块、目标用户适配服装筛选模块、目标用户适配服装推荐终端和现有服装数据库;根据用户近年来的购物过程记录确定目标用户的偏好服装样式参数,进而挑选出满足匹配度阈值的现有服装作为目标用户对应的适配服装,实现了更加精准的服装推荐,同时也增加了目标用户在电子商务平台的使用时间,进一步提高了目标用户对电子商务平台的黏性,有利于电子商务平台的发展。

技术领域

本发明涉及商品智能推荐技术领域,具体而言,涉及一种基于深度学习的电子商务平台商品智能分析推荐系统。

背景技术

近年来互联网的快速发展使电子商务呈现出蓬勃发展的趋势,而今随着生活水平的提高以及交通运输的快速发展,电商平台相对于传统的门店具有不受时间地点限制的优势,人们可以利用电商平台随心所欲地进行购物,所以越来越多的人选择使用电商平台来满足自己的购物需求,同时各种电商平台层出不穷,进而各种电商平台形成竞争关系,电商平台若想从中脱颖而出,其对目标用户的吸引力愈显重要,进而电子商务平台在对目标用户进行商品推荐时需要考虑更多因素,以此来增加目标用户,而人们在购买商品时,购买服装类的重复率更高,因此电子商务平台对目标用户进行服装推荐尤为重要。

然而现有的电商平台在对用户进行服装推荐过程中大多根据现有服装的版型、颜色等部分信息进行推荐或根据浏览记录进行推荐,导致大多用户在使用电商平台时出现黏性低或者体验感差的问题,具体体现在以下几个方面:

(1)一方面根据现有服装的版型、颜色等部分信息进行推荐,只是简单得匹配到版型一致或颜色一致的现有服装就将其推荐给目标用户,无法根据用户近年来偏好服装的版型、颜色、材质来综合获取某现有服装与其匹配度,以此对目标用户进行服装推荐,从而无法真正分析到目标用户的偏好,做不到更加精准的服装推荐。

(2)另一方面根据浏览记录进行目标用户对偏好服装的分析,没有从多个维度分析偏好服装且没有综合考虑已购服装、加购服装和浏览服装对目标用户偏好服装的影响,进而没有充分关注目标用户的个体差异性,得到的目标用户对偏好服装不准确,无法为目标用户推荐更加合理的服装,从而无法吸引到更多的目标用户,同时也减少了目标用户在电子商务平台的使用时间,进一步降低了目标用户对电子商务平台的黏着性,不利于电子商务平台的发展。

发明内容

为了克服背景技术中的缺点,本发明实施例提供了一种基于深度学习的电子商务平台商品智能分析推荐系统,能够有效解决上述背景技术中涉及的问题。

本发明的目的可以通过以下技术方案来实现:

一种基于深度学习的电子商务平台商品智能分析推荐系统,其特征在于,包括购物季节类别设定模块、目标用户服装购物过程记录划分模块、当前时间点归属购物季节类别匹配模块、目标用户特定服装购物过程记录集合筛选模块、服装样式参数偏好分析模块、目标用户适配服装筛选模块和目标用户适配服装推荐终端和现有服装数据库;

所述购物季节类别设定模块分别与目标用户服装购物过程记录划分模块和当前时间点归属购物季节类别匹配模块连接,目标用户服装购物过程记录划分模块和当前时间点归属购物季节类别匹配模块与目标用户特定服装购物过程记录集合筛选模块连接,目标用户特定服装购物过程记录集合筛选模块连接与服装样式参数偏好分析模块连接,服装样式参数偏好分析模块与目标用户适配服装筛选模块连接,目标用户适配服装筛选模块分别与目标用户适配服装推荐终端和现有服装数据库连接;

所述购物季节类别设定模块用于设定各种购物季节类别和各种购物季节类别对应容纳的月份;

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武汉洋洪电子商务有限公司,未经武汉洋洪电子商务有限公司许可,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/202210639166.2/2.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