[发明专利]一种基于大数据处理c2c平台商品货架智能排序的方法及系统

说明书

本发明公开了一种基于大数据处理c2c平台商品货架智能排序的方法及系统，其包括下列步骤：S1：收集游戏商品维度信息，对商品进行聚类分析，得到聚类商品集A。S2：收集玩家维度信息，为玩家匹配聚类商品集A1。S3：收集上述匹配聚类商品集A1中一段时间t内所有商品订单及商家的信息。S4：对S3步骤中收集到的信息进行赋值计算，得到所有聚类商品集A1中商品的商品排序值，按商品排序值从大到小的顺序将商品依次展示。该方法及系统对商品进行聚类分析，按玩家爱好对聚类商品的排序值进行计算，并商品排序值从大到小的顺序将商品一次排列并展示，这样，玩家在进入租赁平台能迅速发现自己偏好的商品，让玩家在游戏平台具有良好的体验。

技术领域

本发明涉及一种基于大数据处理c2c平台的方法及系统，特别是涉及一种基于大数据处理c2c平台商品货架智能排序的方法及系统。

背景技术

目前游戏种类繁多，很多玩家想玩优质的游戏账号，比如说有高端武器或者昂贵皮肤，又不想花时间或者花金钱投入到游戏账号，慢慢的游戏账号租赁开始流行。玩家一般通过游戏账号租赁平台进行账号租赁，目前账号租赁平台根据个人偏好，或者是游戏流行程度对租赁的游戏商品进行排序推荐给玩家，这样的推荐方式不够智能，不能精准推荐玩家偏向的游戏账号，玩家需要浏览很长时间才能找到自己喜欢的游戏，这样会导致游戏租赁平台玩家访问量流失，降低了租赁平台的交易量，影响了玩家的体验感。

发明内容

本发明的目的是为了克服上述背景技术的不足，提供一种基于大数据处理c2c平台商品货架智能排序的方法及系统，使其能将玩家偏好的商品进行排序并且依次进行列出。

本发明提供的一种基于大数据处理c2c平台商品货架智能排序的方法，其包括下列步骤：

S1：收集游戏商品维度信息，对商品进行聚类分析，得到聚类商品集A；

S2：收集玩家维度信息，为玩家匹配聚类商品集A1；

S3：收集上述匹配聚类商品集A1中一段时间t内所有商品订单及商家的信息；

S4：对S3步骤中收集到的信息进行赋值计算，得到所有聚类商品集A1中商品的商品排序值，按商品排序值从大到小的顺序将商品依次展示；

所述S1步骤中游戏商品聚类为至少包括动作类、益智类、休闲类；

S3步骤中所述一段时间t为20-40天；

S4步骤中所述赋值方式为：

收益玩家比例：(卖家收益流水-卖家维权成功押金)/卖家租金*0.75(0.85)；

租赁时长系数：租赁时长T不大于1小时记为1,不大于2小时记为1.3,不大于3小时记为1.6,不大于4小时记为1.8,大于或者等于4小时且不大于10小时记为2；往后推每10小时记为3；每24小时记为7；168小时记为35；

单价系数：单价1.5元是1，1.5≦单价2元是1.15；2元≦单价3元是1.3；3元≦单价4元是1.45；4元≦单价6元是1.6；6元≦单价8元是1.75；单价≧元8是1.9；

置顶系数：商品处于置顶中状态被租赁＝2；商品未处于置顶中状态被租赁＝1；

商户分组系数：普通用户记为0，普通卖家记为13，金牌签约卖家记为16，钻石签约卖家记为18，核心优质卖家记为20；

商户成单比例系数：商户成单比例50％记为0.8，,50％≦商户成单比例70％之间记为1，70％≦商户成单比例≦80％＝1.2，商户成单比例80％记为1.5；所述商户承担比例为交易完成订单数/(交易完成订单数+维权订单笔数)；

商品特殊字段匹配值：以英雄联盟类目为例：皮肤数系数记为0.15英雄数系数记为0.05段位系数记为0.1；