[发明专利]一种基于大数据的电商系统及方法

说明书

本发明涉及一种基于大数据的电商系统及其方法，包括：数据采集模块、数据处理模块、数据推荐模块，数据采集模块、数据处理模块以及数据推荐模块互相关联，数据采集模块用于采集收货人的收货数据以及收货人的收货地址的收货数据，数据处理模块用于根据数据采集模块采集的收货数据生成收货人的喜好，并根据收货人的喜好进行商品筛选，数据推荐模块根据数据处理模块筛选的商品进行商品推荐。

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系统及方法。

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系统及方法。

技术方案：

一种基于大数据的电商系统及方法，包括：数据采集模块、数据处理模块、数据推荐模块，所述数据采集模块、数据处理模块以及数据推荐模块互相关联，所述数据采集模块用于采集收货人的收货数据以及收货人的收货地址的收货数据，所述数据处理模块用于根据所述数据采集模块采集的收货数据生成收货人的喜好，并根据收货人的喜好进行商品筛选，所述数据推荐模块根据所述数据处理模块筛选的商品进行商品推荐。

作为本发明的一种优选方式，所述数据采集模块包括总数据采集模块以及若干子数据采集模块，所述子数据采集模块根据不同采集方向采集商品特征数据，所述总数据采集模块整合采集所述子数据采集模块采集的商品特征数据。

作为本发明的一种优选方式，所述数据处理模块用于计算子数据采集模块采集的商品特征数据占所述总数据采集模块整合的商品特征数据的比例，并根据所述比例进行商品特征数据的排序。

作为本发明的一种优选方式，所述数据处理模块还用于根据商品特征数据进行商品数据的筛选并排序。

作为本发明的一种优选方式，所述数据推荐模块用于根据所述商品数据的排序进行商品的推荐。

作为本发明的一种优选方式，所述方法包括以下步骤：

S010：数据采集模块采集收货人的收货数据以及收货人采用的收货地址的收货数据；

S020：数据采集模块根据收货数据采集收货人所收货物的单个商品特征数据并整合；

S030：数据采集模块根据收货数据采集收货人所收货物的结合商品特征数据并整合；

S040：数据处理模块计算各个商品特征数据在单个商品特征数据的整合数据中的占比；