[发明专利]一种中药商品的推荐方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210080483.5 申请日: 2022-01-24
公开(公告)号: CN114443957A 公开(公告)日: 2022-05-06
发明(设计)人: 张佳莉 申请(专利权)人: 荃豆数字科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/335
代理公司: 成都顶峰专利事务所(普通合伙) 51224 代理人: 曹源
地址: 610000 四川省成都*** 国省代码: 四川;51
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 中药 商品 推荐 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种中药商品的推荐方法,其特征在于,包括:

在接收到用户发起的平台登录请求时,获取用户在平台上的行为数据和历史订单数据;

根据所述行为数据,得到用户的预购中药商品;

根据所述历史订单数据,得到用户的复购中药商品,其中,所述复购中药商品包括用户的历史已购中药商品,以及与所述历史已购中药商品相关联的中药商品;

根据所述行为数据和所述历史订单数据,计算预推荐中药商品中每个预推荐中药商品的购买预测值,其中,所述预推荐中药商品包括所述预购中药商品和所述复购中药商品;

将购买预测值大于预设阈值的预推荐中药商品,作为实际推荐商品,并在平台的商品界面上进行可视化展示。

2.如权利要求1所述的方法,其特征在于,所述行为数据包括:商品浏览行为数据、商品收藏行为数据和商品预购买行为数据,其中,所述商品预购买行为数据包括用户将任意中药商品加入购物车时所对应的商品数据;

相应的,根据所述行为数据,得到用户的预购中药商品,包括:

将所述平台登录请求前预设时长内的商品浏览行为数据、商品收藏行为数据和商品预购买行为数据对应的中药商品,作为所述预购中药商品。

3.如权利要求1所述的方法,其特征在于,根据所述历史订单数据,得到用户的复购中药商品,包括:

根据所述历史订单数据,得到用户的历史已购中药商品;

获取所述历史已购中药商品中每个历史已购中药商品的商品名称和药效描述;

对每个历史已购中药商品的药效描述进行关键词提取,得到每个历史已购中药商品的药效关键词;

根据每个历史已购中药商品的药效关键词,在平台的在售中药商品中,筛选出与每个药效关键词相似度最高的在售中药商品,作为第一复购商品;

根据每个历史已购中药商品的商品名称,在所述在售中药商品中,筛选出与每个历史已购中药商品具有相须使用、相使作用和/或相畏作用的在售中药商品,作为第二复购商品;

利用所述每个历史已购中药商品、所述第一复购商品和所述第二复购商品,组成所述复购中药商品,其中,所述第一复购商品和所述第二复购商品为与所述历史已购中药商品相关联的商品。

4.如权利要求3所述的方法,其特征在于,对每个历史已购中药商品的药效描述进行关键词提取,得到每个历史已购中药商品的药效关键词,包括:

对每个历史已购中药商品的药效描述进行分词处理,得到每个历史已购中药商品的词语集合;

针对每个历史已购中药商品的词语集合,计算所述词语集合中每个词语的IF/IDF值;

对每个历史已购中药商品的词语集合进行聚类分析,并根据聚类分析结果将每个词语集合中的词语划分为多个类簇,以组成每个历史已购中药商品的词语类簇;

计算每个历史已购中药商品的词语类簇中每个词语类簇中的IF/IDF平均值;

将IF/IDF平均值最大的词语类簇中的词语,作为每个历史已购中药商品的药效关键词。

5.如权利要求3所述的方法,其特征在于,根据每个历史已购中药商品的药效关键词,在平台的在售中药商品中,筛选出与每个药效关键词相似度最高的在售中药商品,作为第一复购商品,包括:

获取所述在售中药商品中每个在售中药商品的药效关键词,作为匹配关键词;

将每个药效关键词和每个匹配关键词进行向量转换,得到药效关键词向量集合以及匹配关键词向量集合;

对于所述药效关键词向量集合中的第i个药效关键词向量,计算所述第i个药效关键词向量与所述匹配关键词向量集合中每个匹配关键词向量的余弦距离;

将余弦距离最小的匹配关键词向量对应的在售中药商品,作为所述第i个药效关键词向量对应药效关键词相似度最高的在售中药商品;

当i从1循环到n时,得到所述第一复购商品,其中,i为正整数,且n表示药效关键词向量的总个数。

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荃豆数字科技有限公司,未经荃豆数字科技有限公司许可,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/202210080483.5/1.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