[发明专利]一种基于云电子商务活跃用户分析的搜索系统在审

专利信息
申请号: 202010469525.5 申请日: 2020-05-28
公开(公告)号: CN111582997A 公开(公告)日: 2020-08-25
发明(设计)人: 何海峰 申请(专利权)人: 广州蓝深科技有限公司
主分类号: G06Q30/06 分类号: G06Q30/06
代理公司: 新余市渝星知识产权代理事务所(普通合伙) 36124 代理人: 张瑜生
地址: 510670 广东省广州市黄*** 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 基于 电子商务 活跃 用户 分析 搜索 系统
【权利要求书】:

1.一种基于云电子商务活跃用户分析的搜索系统,其特征在于:包括以下步骤:

S1.筛选活跃用户:提取在统计时间段内做出有效行为的用户,追踪用户在首次注册登录后做出有效行为的天数与次数,符合条件的用户标记为活跃用户;

S2.用户分类:提取活跃用户注册资料,为每位活跃用户根据一定的条件打上不同的标签,以区分用户群体;

S3.分析活跃用户的有效行为:将活跃用户根据用户做出有效行为的不同分为数个群体,再根据每个活跃用户的有效行为及用户标签根据数学统计方法综合分析,以区别不同标签活跃用户群体与做出的有效行为种类之间的关联性,并将该关联性当做第一关联规则进行储存;

S4.分析活跃用户、店铺与商品三者之间的关联性:首先将活跃用户所购买的商品根据用途的不同分为不同的种类,使用数学统计方法将用户标签与商品的种类建立关联性,再使用数学统计方法将用户标签与商品的种类建立关联性,通过二者之间的共通项建立起活跃用户、店铺与商品三者之间的关联性,并将该关联性当做第二关联规则进行储存;

S5.建立搜索规则:用户搜索时,首先为用户根据S1中相同规则打上不同的标签,以区分该用户群体,该用户进行搜索前,首先根据该用户的标签与S3中第一关联规则确定该用户与各个有效行为之间的关联性高低,将该用户区分为一类用户与二类用户,当该用户输入所需搜索的商品进行搜索后,为该商品以S4中相同规则进行分类,根据该用户的标签与所需搜索商品的种类根据S4中第二关联规则建立该用户该次搜索与店铺之间的关联性,再综合该用户为一类用户或二类用户进行展示搜索结果。

2.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述S1中有效行为包括搜索商品或店铺、点击并查看商品详情、分享商品和下单购物。

3.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述S1中的条件为做出有效行为天数/做出有效行为次数大于最低阀值,且用户注册后连续未做出有效行为天数小于最高阀值。

4.根据权利要求3所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述最低阀值为0.1-0.2,且最高阀值为7-15。

5.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述S2中一定的条件包括用户的年龄、性别、所在城市、职业和活跃时间段。

6.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述S5中一类用户为根据第一关联规则与下单购物关联性较高的用户。

7.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述S5中二类用户为根据第一关联规则与搜索商品或店铺、点击并查看商品详情和分享商品和关联性较高的用户。

8.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述S5中展示搜索结果的规则为,若该用户为一类用户则根据第二关联规则将关联性高且消费水平较高的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,若该用户为二类用户则根据第二关联规则将关联性高且商品详情介绍较多的的店铺排列在展示结果靠前的位置,关联性高且消费水平较底的店铺排列在展示结果稍靠后的位置,而关联性低的店铺排列在展示结果靠后的位置,而关联性低的店铺排列在展示结果靠后的位置。

9.根据权利要求8所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述该用户若即为一类用户又为二类用户则按照一类中户处理。

10.根据权利要求1所述的一种基于云电子商务活跃用户分析的搜索系统,其特征在于:所述S5中若在该用户进行搜索结果后,首先提取该用户的购买与浏览历史,若购买与浏览历史中有包含该次搜索商品的店铺,则将该店铺最优先排列在展示结果最前的位置。

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蓝深科技有限公司,未经广州蓝深科技有限公司许可,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/202010469525.5/1.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