[发明专利]基于用户个性化购物行为进行商品推荐的方法

说明书

技术领域

本发明属于电子商务的技术领域，尤其是一种基于用户个性化购物行为进行商品推荐的方法。

背景技术

随着近年来人民币在海外持续升值，国内消费者希望购买到高品质安全的商品的愿望愈加强烈。在海淘领域，人工代购产业早已经如火如荼。但是人工处理订单效率很低，需要大量的人力成本才能达到一定数量的订单处理能力，同时人工操作还容易出现操作错误。因此，现有的海淘购物平台的订单处理能力受到人工下单运营能力的限制，没有一家单一的海淘购物平台能消耗掉这么大的消费需求量。另外，当消费者在面对购物平台上数量众多的商品时，经常会货比三家，考虑性价比后再进行购买，由于不同大类的消费者在购买行为上的差异性，就需要购物平台为用户提供个性化的服务方式，从而提升消费者购买的附加值。

虽然近年来也开发了一些用户购物的个性化搜索装置，如授权公告号CN102419779B的发明专利提供了一种基于属性排序的商品个性化搜索方法及装置，用于网络购物时用户利用计算机搜索寻找所需商品，通过分析来自互联网的电子商务数据，收集和分析用户对商品属性信息的兴趣，将用户关注的商品属性转化为数据挖掘中的属性排序知识，然后融合属性排序知识作为先验知识，再利用半监督聚类的方法进行聚类，最后通过对聚类结果中的商品进行排序，将商品搜索结果呈现给用户以指导用户对商品进行选择，该方法和装置在速度和准确性方面得到提高，但缺点是仅适用于用户通过关键词的方式进行商品搜索，其决策基础在于用户所输入的商品属性关键词，无法实现对于每个用户进行持续的个性化的购物推荐，特别是没有对于用户购物的购买、搜索、浏览、评论等不同行为进行持续学习，因而不能充分适应购物平台的实际应用需求，同时其在数据处理性能也仍有提升空间。因此，现有海淘平台对用户购物的个性化需求适应性不够，从而亟需开发一种订单处理能力强、能为用户实现个性化购物体验的海淘购物平台。

发明内容

为了克服已有海外购物平台订单处理能力的不足，以及难以满足用户购物个性化需求的问题，本发明提供了一种基于用户购物行为来进行商品个性化推荐的数据处理方法。

本发明所提供的基于用户个性化购物行为进行商品推荐的方法，包括如下步骤：

A、分别建立基于用户购物行为的用户信息数据库及商品信息数据库；

B、对用户信息数据进行挖掘处理，分析用户基本信息以及购买、搜索、浏览、评论等行为数据并进行归类及排序，为每一个用户专门建立基于其购物行为的“个性化购物助手”；

C、用户登录商城网站界面后进入个性化模式，个性化模式是将用户选择的商品属性与用户的“个性化购物助手”相结合，对商品属性信息数据进行挖掘处理，依据商品的属性来进行归类及排序，然后向用户输出商品个性化推荐结果；

D、根据用户的购物行为更新用户信息数据库并对用户的“个性化购物助手”进行动态调整。

所述步骤B中，所述的用户个性化模式进一步分为个人模式、代购模式、团购模式，并在不同的模式下分别建立“个性化购物助手”。

本发明所对应的装置部分包括相互连接的商场网站单元和运营支撑单元，商场网站单元实现用户个性化购物界面的登录、浏览、搜索和评论的信息记录，在用户进行商品属性选择后输出商品的个性化推荐结果，并在用户确定所购买的商品后导入购买支付界面，运营支撑单元包括数据挖掘处理模块、用户个性化购物助手、购买支付模块、用户信息数据库和商品信息数据库，其中用户信息数据库不但包括用户的基本信息（如年龄、性别、职业、收入等），也储存有与用户登录、购买、搜索、浏览、评论相关的信息并可对信息进行实时更新，商品信息数据库则对商品的信息数据进行储存及更新，数据挖掘处理模块负责对各种用户信息、商品信息进行收集、归类及排序等数据处理，用户个性化购物助手根据用户信息由数据挖掘处理模块建立，购买支付模块则实现与用户购买支付商品相关的输入和输出功能。

本发明的有益效果为：1、建立了能不断优化的用户个性化购物助手，对于用户的不同需求均能实现快速、准确及可靠的加以实现。2、通过机器自动化进行商品推荐及购物下单，人力成本降低，极大地提升了平台订单处理吞吐量。3、系统架构合理，运行速度快，信息准确，易操作且稳定性好，适应了海淘行业的快速发展。

附图说明

图1为本发明的工作流程示意图。

图2为本发明装置部分的结构原理图。

具体实施方式

下面结合附图对本发明的具体实施例作进一步说明：