[发明专利]一种基于用户画像的商品推荐方法

权利要求书

1.一种基于用户画像的商品推荐方法，其特征在于，包括，

S1：通过大数据采集，获取商品信息和网红信息；

S2：通过所述网红信息，对所述商品信息和用户信息进行聚类，通过人工和智能算法结合，生成用户画像和商品特征；所述用户信息为网红喜爱者的信息；

S3：对所述用户画像和商品特征进行记录，并且通过持续采集和聚类所述商品信息和用户信息，增加样本，扩大所述用户画像和商品特征的数量；

S4：通过权重算法匹配所述用户画像和所述商品特征重合度，建立并保存所述用户画像和所述商品特征的关联关系拓扑；

S5：依据所述用户画像，根据所述关联关系拓扑定位到所述商品信息对应的商品；

S6：经过人工审核后，推送给网红或者商家进行双向筛选。

2.根据权利要求1所述的基于用户画像的商品推荐方法，其特征在于，所述获取网红信息的方法是通过直播平台和短视频平台，根据网红的账号以及昵称和平台标识，获取网红信息；应用所述网红信息是通过java的selenium框架、Android的sdk和appium、模拟Chrome浏览器，来模拟app操作或者pc浏览器操作进行数据查看所述用户信息；在数据库中进行检索所述采集到的用户信息，是否已入库，如果是已入库，根据之前记录的用户信息，进行时效性对比，判断是否对已有数据补充和更新，如果是新数据，通过后台智能分析，以及人工干涉方式，生成用户画像和带货记录数据。

3.根据权利要求2所述的基于用户画像的商品推荐方法，其特征在于，所述获取商品信息的方法为，在电商平台的api开放平台上，java的selenium框架，通过对所述商品链接的模拟访问或请求，获取所述商品信息；使用手机、群控和公共服务器fiddler数据包拦截app端的用户列表、作品列表、直播间的观众列表和直播过程中的正在购买列表，解析所述用户列表、作品列表、直播间的观众列表和直播过程中的正在购买列表为结构化的数据并存储为商品信息；所述商品信息在数据库中进行检索，是否已入库，如果是已入库，根据之前记录的商品信息，进行时效性对比，判断是否对已有数据补充和更新，如果是新数据，通过后台智能分析，以及人工干涉方式，生成商品特征，并绑定所述商品信息。

4.根据权利要求1所述的基于用户画像的商品推荐方法，其特征在于，所述智能算法，首先确定用户信息与商品销售的相关性，与所述商品销售的相关性的数据包括同用户购买次数、用户的性别、年龄、地域和使用设备；对所述用户购买次数给出权重值，大于100次的权重为5，大于50次的为4，大于20的为3，大于5的为2，小于5的为1，没有购买的为0；所述聚类为标准的K-Means算法，通过指定质点并动态调整K值，且通过开关回归调用的方式生成用户画像。

5.根据权利要求1所述的基于用户画像的商品推荐方法，其特征在于，所述生成用户画像和商品特征包括，

S21：随机聚类所述商品信息和用户信息，创建销售相关数据词条的模板；

S22：购买频次和用户年龄作为质点，以数量最多的数据集与最低的数据集差为15％为条件选取k值，通过判断最多的数据集和最低的数据集的明细对比，可以得出与销售相关数据的词条，根据要求对结果集进行回归性调用，判断属性值的对比，增加词条；

S23：选择销售相关数据作为指定质点，以S22相同的方法生成具有与所述指定质点的销售相关数据词条，作为标准化的词条模板。

6.根据权利要求5所述的基于用户画像的商品推荐方法，其特征在于，所述k值大于质点数。