[发明专利]一种基于大数据多标记的电子商务商品推荐方法

摘要

本发明提供一种基于大数据多标记的电子商务商品推荐方法，包括以下步骤：步骤1，用户数据采集，步骤2，购买行为模型构建；步骤3，通过数据分析用户的购买倾向；步骤4，推送商品；步骤5，二次采集用户数据，通过大数据云计算平台，记录用户关于推送后的商品点击、购买信息以及不同商品页面的浏览时间，对这些数据进行特征采集和数据采集；步骤6，二次推送商品，根据用户在推送后的商品点击、购买信息以及不同商品页面的浏览时间信息，向用户推送相应的商品；与现有技术相比，本发明具有如下的有益效果：能够更有效的引导用户购物，满足用户购物体验，在提高电子商务网站的点击率和知名度方面具有非常重要的作用。

主权项

一种基于大数据多标记的电子商务商品推荐方法，其特征在于：包括以下步骤：步骤1，用户数据采集：用于采集用户的浏览行为，集合所有的用户浏览数据；步骤2，购买行为模型构建：通过大数据云计算平台，根据用户以往历史浏览、购买记录和不同页面的浏览时间之间的对应关系，建立不同用户特征信息的购买行为模型训练样本，根据所购买行为模型训练样本，建立用户和购买行为模型之间的回归模型，作为购买行为模型；步骤3，通过数据分析用户的购买倾向：通过大数据云计算平台，根据用户以往历史浏览、购买记录和不同页面的浏览时间之间的对应关系，分析用户的潜在购买倾向；步骤4，推送商品，根据步骤3中，分析出的购买倾向，向用户推送相应的商品；步骤5，二次采集用户数据，通过大数据云计算平台，记录用户关于推送后的商品点击、购买信息以及不同商品页面的浏览时间，对这些数据进行特征采集和数据采集；步骤6，二次推送商品，根据用户在推送后的商品点击、购买信息以及不同商品页面的浏览时间信息，判断用户的购买倾向，根据用户的购买倾向，向用户推送相应的商品。