[发明专利]一种基于社交网络的电商推荐系统和推荐方法在审
| 申请号： | 201711170936.9 | 申请日： | 2017-11-22 |
| 公开（公告）号： | CN109816413A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 倪慎瑜 | 申请（专利权）人： | 苏州云之道网络科技有限公司;倪慎瑜 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06Q30/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 215600 江苏省苏州市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及语义识别、机器学习、网络爬虫、精准推荐等技术，公开了一种基于社交网络的电商推荐系统和推荐方法，解决了传统电商推荐效果差的缺陷。所述的系统包括TECSystem电商评估系统，REMSystem简历评估系统，SECSystem历史评估系统和RECSystem综合推荐系统。利用本发明所涉及的系统和方法可以有效调整传统推荐算法，使推荐系统更精准。使用TECSystem获取第三方电商平台商品销售情况、用户评价，结合从REMSystem中分析出的用户信息进行推荐调优，最后基于SECSystem的用历史浏览记录，调整商品权重，将RECSystem计算出的最终推荐结果传递到用户。通过本发明，有效降低历史记录对未来决策的过大影响，并基于用户特征，更精准地推荐商品，更趋于用户实际需求。 | ||
| 搜索关键词： | 推荐系统 评估系统 社交网络 用户实际需求 机器学习 结果传递 历史记录 历史浏览 商品销售 网络爬虫 用户评价 用户特征 用户信息 有效调整 语义识别 大影响 第三方 权重 算法 记录 决策 分析 | ||
【主权项】：
1.一种基于社交网络的电商推荐系统和推荐方法，其特征在于，包括：使用机器学习的方式，自动解析商品信息页面结构，进行结构化；使用机器学习的方式丰富特征词库的字词权重，主动屏蔽评论中的噪音；使用机器学习的方式，自动解析简历信息页面结构，进行结构化；使用大数据算法，对结构化的简历信息进行计算，计算出用户画像；跟踪用户在平台的浏览轨迹，计算用户浏览喜好和规律；根据用户在平台购买记录、价格和先后顺序，计算用户商品喜好和购买规律；计算对用户的商品推荐值；保存对用户的商品推荐值。
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苏州云之道网络科技有限公司;倪慎瑜，未经苏州云之道网络科技有限公司;倪慎瑜许可，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/patent/201711170936.9/，转载请声明来源钻瓜专利网。
