[发明专利]一种品牌推荐方法、电子设备、存储介质及系统有效

专利信息
申请号: 201810744574.8 申请日: 2018-07-09
公开(公告)号: CN109146606B 公开(公告)日: 2022-02-22
发明(设计)人: 张伟丰;陈星 申请(专利权)人: 广州品唯软件有限公司
主分类号: G06Q30/06 分类号: G06Q30/06
代理公司: 广州市越秀区哲力专利商标事务所(普通合伙) 44288 代理人: 秦维;汪卫军
地址: 510030 广东省广*** 国省代码: 广东;44
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 品牌 推荐 方法 电子设备 存储 介质 系统
【权利要求书】:

1.一种品牌推荐方法,其特征在于包括:

订单数据获取,从网络购物平台上的数据存储装置中获取若干订单数据,所述订单数据包括商品品牌信息和用户名称;

数据清洗,根据不同所述用户名称对若干所述订单数据进行分类整理,将同一用户名称的所述订单数据进行合并得到用户订单数据,将所述用户订单数据和所述用户名称作为训练数据;

训练模型,将所述训练数据输入至预设推荐模型中,采用逻辑回归算法和随机负采样算法对所述预设推荐模型中的训练数据进行训练并得到已训练推荐模型;

信息采集,获取网络购物平台上的活跃用户名单,获取网络购物平台上的在售品牌数据;

品牌推荐,将所述活跃用户名单及所述在售品牌数据输入至所述已训练推荐模型进行匹配并得到推荐品牌名单;

在所述训练模型之前还包括更新数据,每天定时采集数据存储装置中更新过的新订单数据,对所述新订单数据进行分类整理得到新用户订单数据,将所述新用户订单数据融入所述用户订单数据中。

2.如权利要求1所述的一种品牌推荐方法,其特征在于:还包括将所述推荐品牌名单推荐给所述用户名单中对应的活跃用户。

3.如权利要求1所述的一种品牌推荐方法,其特征在于:所述品牌推荐具体为:将所述活跃用户名单及所述在售品牌数据输入至所述已训练推荐模型中,所述已训练推荐模型根据所述活跃用户名单匹配出对应的用户订单数据,并根据用户订单数据在所述在售品牌数据中匹配出相关联的在售品牌名单作为推荐品牌名单。

4.一种电子设备,其特征在于包括:处理器;

存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行权利要求1-3任意一项所述的方法。

5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1-3任意一项所述的方法。

6.一种品牌推荐系统,其特征在于包括:

订单数据获取模块,所述订单数据获取模块用于从网络购物平台上的数据存储装置中获取若干订单数据,所述订单数据包括商品品牌信息和用户名称;

数据清洗模块,所述数据清洗模块用于根据不同所述用户名称对若干所述订单数据进行分类整理,将同一用户名称的所述订单数据进行合并得到用户订单数据,将所述用户订单数据和所述用户名称作为训练数据;

训练模型模块,所述训练模型模块用于将所述训练数据输入至预设推荐模型中,采用逻辑回归算法和随机负采样算法对所述预设推荐模型中的训练数据进行训练并得到已训练推荐模型;

信息采集模块,所述信息采集模块用于获取网络购物平台上的活跃用户名单,获取网络购物平台上的在售品牌数据;

品牌推荐模块,所述品牌推荐模块用于将所述活跃用户名单及所述在售品牌数据输入至所述已训练推荐模型进行匹配并得到推荐品牌名单。

7.如权利要求6所示的一种品牌推荐系统,其特征在于:还包括发送模块,所述发送模块用于将所述推荐品牌名单推荐给所述用户名单中对应的活跃用户。

8.如权利要求6所示的一种品牌推荐系统,其特征在于:还包括更新数据模块,所述更新数据模块用于每天定时采集数据存储装置中更新过的新订单数据,对所述新订单数据进行分类整理得到新用户订单数据,将所述新用户订单数据融入所述用户订单数据中。

9.如权利要求6所示的一种品牌推荐系统,其特征在于:所述数据清洗模块包括分类整理单元和合并单元,所述分类整理单元用于根据不同所述用户名称对若干所述订单数据进行分类整理,所述合并单元用于将同一用户名称的所述订单数据进行合并得到用户订单数据,将所述用户订单数据和所述用户名称作为训练数据。

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广州品唯软件有限公司,未经广州品唯软件有限公司许可,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/201810744574.8/1.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