本發(fā)明是一種基于歷史搜索瀏覽記錄推薦商品的方法，涉及計算機(jī)及通信領(lǐng)域。
背景技術(shù)：
近年來，隨著信息技術(shù)和互聯(lián)網(wǎng)的不斷迅速發(fā)展，電子商務(wù)在社會和生活中的地位越來越顯著，電子商務(wù)系統(tǒng)為用戶提供越來越多的選擇。與此同時，電子商務(wù)規(guī)模的急劇擴(kuò)大使得用戶耗費(fèi)大量的時間瀏覽無關(guān)商品，對于銷售商而言，以最合適的方式將商品推薦給用戶是他們迫切希望的。隨著大數(shù)據(jù)時代的到來，電子商務(wù)網(wǎng)站的商品以指數(shù)速度增長，不論其數(shù)量上還是種類上都是人們難以想象的，這更增大了迅速準(zhǔn)確獲取自己想要商品的難度。互聯(lián)網(wǎng)猶如一把雙刃劍，雖然很大程度上它推動了電子商務(wù)的迅猛發(fā)展，使商家能夠通過電子商務(wù)平臺將自己的商品展示給消費(fèi)者，消費(fèi)者足不出戶便可對商品信息完全掌握，并與商家達(dá)成交易，雙方各取所需。但是，網(wǎng)絡(luò)用戶在得到便利消費(fèi)的同時一定程度上也陷入了前所未有的尷尬境地。所以商品的推薦功能是極為必要的，它能模擬實體店中的銷售員向客戶推薦他們感興趣的商品，使消費(fèi)者對商品有一定的認(rèn)知，從而提高商家的銷售額。
技術(shù)實現(xiàn)要素：
針對現(xiàn)有技術(shù)存在的不足，本發(fā)明目的是提供一種基于歷史搜索瀏覽記錄推薦商品的方法，以解決上述背景技術(shù)中提出的問題。
為了實現(xiàn)上述目的，本發(fā)明是通過如下的技術(shù)方案來實現(xiàn)：一種基于歷史搜索瀏覽記錄推薦商品的方法，包括：
歷史信息記錄采集；
歷史信息記錄處理和分析；
根據(jù)歷史信息記錄建立用戶購買傾向模型；
根據(jù)用戶購買傾向模型向用戶推送商品信息。
進(jìn)一步地，所述歷史信息記錄采集的具體步驟為：通過多個小型數(shù)據(jù)庫采集用戶瀏覽器中的歷史信息記錄，所述歷史信息記錄包括用戶經(jīng)常登陸的購物網(wǎng)站信息，用戶在購物網(wǎng)站的瀏覽信息，用戶在購物網(wǎng)站的商品購買信息，用戶在購物網(wǎng)站的商品保存信息。
進(jìn)一步地，所述歷史信息記錄處理和分析的具體步驟為：多個小型數(shù)據(jù)庫將采集的信息導(dǎo)入到一個集中的大型分布式數(shù)據(jù)庫，或者分布式存儲集群，并且可以在導(dǎo)入基礎(chǔ)上做清洗和預(yù)處理工作，將分析后的數(shù)據(jù)進(jìn)行修剪，得到需要記錄和儲存的數(shù)據(jù)，通過數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)整合及數(shù)據(jù)加載中一種或者多種操作將基礎(chǔ)數(shù)據(jù)轉(zhuǎn)換為預(yù)處理后的數(shù)據(jù)，并對預(yù)處理后的數(shù)據(jù)進(jìn)行分析，提取用戶經(jīng)常登陸的購物網(wǎng)站信息、用戶在購物網(wǎng)站的瀏覽信息、用戶在購物網(wǎng)站的商品購買信息以及用戶在購物網(wǎng)站的商品保存信息之間的對應(yīng)關(guān)系。
進(jìn)一步地，所述根據(jù)歷史信息記錄建立用戶購買傾向模型的具體步驟為：根據(jù)用戶經(jīng)常登陸的購物網(wǎng)站信息、用戶在購物網(wǎng)站的瀏覽信息、用戶在購物網(wǎng)站的商品購買信息以及用戶在購物網(wǎng)站的商品保存信息之間的對應(yīng)關(guān)系，提取用戶所希望購買商品的模型，用戶所希望購買商品的模型指所購買商品對應(yīng)的購買次數(shù)，所購買商品對應(yīng)的類型，未購買商品的類型以及所瀏覽商品的類型，所述未購買商品的類型指用戶儲存在購物網(wǎng)站購物車中的商品類型，所瀏覽商品的類型指用戶通過購物網(wǎng)站瀏覽商品的類型，通過所購買商品對應(yīng)的購買次數(shù)，所購買商品對應(yīng)的類型，未購買商品的類型以及所瀏覽商品的類型構(gòu)建購買行為模型訓(xùn)練樣本，所述購買行為模型訓(xùn)練樣本是通過所購買商品對應(yīng)的購買次數(shù)以及所購買商品對應(yīng)的類型，從而判斷所購買商品是否屬于易消耗類商品或不易消耗類商品，若所購買商品屬于不易消耗類商品，則排除此類商品，若所購買商品屬于易消耗類商品，則根據(jù)易消耗類商品的類型建立用戶和購買行為模型之間的回歸模型，作為購買行為模型，同時根據(jù)未購買商品的類型以及所瀏覽商品的類型建立用戶和購買行為模型之間的回歸模型，作為購買行為模型。
進(jìn)一步地，所述易消耗類商品指的是一種使用次數(shù)或使用壽命短暫的商品，所述不易消耗類商品指的是一種使用次數(shù)或使用壽命長的商品。
進(jìn)一步地，所述根據(jù)用戶購買傾向模型向用戶推送商品信息的具體步驟為：通過一個集中的大型分布式數(shù)據(jù)庫，或者分布式存儲集群，根據(jù)購買行為模型，向用戶瀏覽的購物網(wǎng)站推送商品信息，所述推送的商品信息為，與易消耗類商品相同類型的商品，與未購買商品相同類型的商品，與所瀏覽商品相同類型的商品，其中與易消耗類商品相同類型的商品的推薦次數(shù)大于與未購買商品相同類型的商品，與未購買商品相同類型的商品的推薦次數(shù)大于與所瀏覽商品相同類型的商品。
本發(fā)明的有益效果：本發(fā)明的一種基于歷史搜索瀏覽記錄推薦商品的方法，可以幫助用戶找到最適合的配件產(chǎn)品和周邊產(chǎn)品，并在購物路徑上展現(xiàn)出來，由用戶選擇是否購買，可以激發(fā)用戶的購買需求，節(jié)省用戶選擇商品的時間，這符合以用戶為中心的理念，并且能增加用戶在網(wǎng)站上的停留時間，拉動消費(fèi)，提升用戶對網(wǎng)站的粘性。
具體實施方式
為使本發(fā)明實現(xiàn)的技術(shù)手段、創(chuàng)作特征、達(dá)成目的與功效易于明白了解，下面結(jié)合具體實施方式，進(jìn)一步闡述本發(fā)明。
本發(fā)明提供一種技術(shù)方案：一種基于歷史搜索瀏覽記錄推薦商品的方法，包括：
歷史信息記錄采集；
歷史信息記錄處理和分析；
根據(jù)歷史信息記錄建立用戶購買傾向模型；
根據(jù)用戶購買傾向模型向用戶推送商品信息。
歷史信息記錄采集的具體步驟為：通過多個小型數(shù)據(jù)庫采集用戶瀏覽器中的歷史信息記錄，所述歷史信息記錄包括用戶經(jīng)常登陸的購物網(wǎng)站信息，用戶在購物網(wǎng)站的瀏覽信息，用戶在購物網(wǎng)站的商品購買信息，用戶在購物網(wǎng)站的商品保存信息。
歷史信息記錄處理和分析的具體步驟為：多個小型數(shù)據(jù)庫將采集的信息導(dǎo)入到一個集中的大型分布式數(shù)據(jù)庫，或者分布式存儲集群，并且可以在導(dǎo)入基礎(chǔ)上做清洗和預(yù)處理工作，將分析后的數(shù)據(jù)進(jìn)行修剪，得到需要記錄和儲存的數(shù)據(jù)，通過數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)整合及數(shù)據(jù)加載中一種或者多種操作將基礎(chǔ)數(shù)據(jù)轉(zhuǎn)換為預(yù)處理后的數(shù)據(jù)，并對預(yù)處理后的數(shù)據(jù)進(jìn)行分析，提取用戶經(jīng)常登陸的購物網(wǎng)站信息、用戶在購物網(wǎng)站的瀏覽信息、用戶在購物網(wǎng)站的商品購買信息以及用戶在購物網(wǎng)站的商品保存信息之間的對應(yīng)關(guān)系。
根據(jù)歷史信息記錄建立用戶購買傾向模型的具體步驟為：根據(jù)用戶經(jīng)常登陸的購物網(wǎng)站信息、用戶在購物網(wǎng)站的瀏覽信息、用戶在購物網(wǎng)站的商品購買信息以及用戶在購物網(wǎng)站的商品保存信息之間的對應(yīng)關(guān)系，提取用戶所希望購買商品的模型，用戶所希望購買商品的模型指所購買商品對應(yīng)的購買次數(shù)，所購買商品對應(yīng)的類型，未購買商品的類型以及所瀏覽商品的類型，所述未購買商品的類型指用戶儲存在購物網(wǎng)站購物車中的商品類型，所瀏覽商品的類型指用戶通過購物網(wǎng)站瀏覽商品的類型，通過所購買商品對應(yīng)的購買次數(shù)，所購買商品對應(yīng)的類型，未購買商品的類型以及所瀏覽商品的類型構(gòu)建購買行為模型訓(xùn)練樣本，所述購買行為模型訓(xùn)練樣本是通過所購買商品對應(yīng)的購買次數(shù)以及所購買商品對應(yīng)的類型，從而判斷所購買商品是否屬于易消耗類商品或不易消耗類商品，若所購買商品屬于不易消耗類商品，則排除此類商品，若所購買商品屬于易消耗類商品，則根據(jù)易消耗類商品的類型建立用戶和購買行為模型之間的回歸模型，作為購買行為模型，同時根據(jù)未購買商品的類型以及所瀏覽商品的類型建立用戶和購買行為模型之間的回歸模型，作為購買行為模型。
易消耗類商品指的是一種使用次數(shù)或使用壽命短暫的商品，所述不易消耗類商品指的是一種使用次數(shù)或使用壽命長的商品。
根據(jù)用戶購買傾向模型向用戶推送商品信息的具體步驟為：通過一個集中的大型分布式數(shù)據(jù)庫，或者分布式存儲集群，根據(jù)購買行為模型，向用戶瀏覽的購物網(wǎng)站推送商品信息，所述推送的商品信息為，與易消耗類商品相同類型的商品，與未購買商品相同類型的商品，與所瀏覽商品相同類型的商品，其中與易消耗類商品相同類型的商品的推薦次數(shù)大于與未購買商品相同類型的商品，與未購買商品相同類型的商品的推薦次數(shù)大于與所瀏覽商品相同類型的商品。
做為本發(fā)明的一個實施例：本發(fā)明的一種基于歷史搜索瀏覽記錄推薦商品的方法，可以幫助用戶找到最適合的配件產(chǎn)品和周邊產(chǎn)品，并在購物路徑上展現(xiàn)出來，由用戶選擇是否購買，可以激發(fā)用戶的購買需求，節(jié)省用戶選擇商品的時間，這符合以用戶為中心的理念，并且能增加用戶在網(wǎng)站上的停留時間，拉動消費(fèi)，提升用戶對網(wǎng)站的粘性。
以上顯示和描述了本發(fā)明的基本原理和主要特征和本發(fā)明的優(yōu)點(diǎn),對于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實現(xiàn)本發(fā)明。因此，無論從哪一點(diǎn)來看，均應(yīng)將實施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。
此外，應(yīng)當(dāng)理解，雖然本說明書按照實施方式加以描述，但并非每個實施方式僅包含一個獨(dú)立的技術(shù)方案，說明書的這種敘述方式僅僅是為清楚起見，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說明書作為一個整體，各實施例中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實施方式。