System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及购物信息处理,具体涉及一种数字化购物平台的商品信息投放方法。
技术介绍
1、数字化购物平台的商品信息投放是指在电子商务平台上向用户展示商品信息的过程,数字化购物平台的商品信息投放涵盖了商品的上传、展示、推广和个性化推荐等多个方面,旨在提高消费者对商品的认知度和购买意愿。
2、现有技术中,依据购物平台的商品信息,基于传统的搜索引擎和推荐算法投放用户搜索需求下的商品;但由于平台上的商品信息可能会存在虚假宣传或过度美化的情况,且广告和推荐信息过于密集和杂乱,传统推荐算法可能无法准确捕捉用户的真实需求,存在推荐的商品与用户的需求不匹配的情况,导致商品投放的有效性较差,无效浏览的情况过多,影响商品信息选择的复杂程度。
技术实现思路
1、为了解决商品投放的有效性较差的技术问题,本专利技术的目的在于提供一种数字化购物平台的商品信息投放方法,所采用的技术方案具体如下:
2、本专利技术提出了一种数字化购物平台的商品信息投放方法,所述方法包括:
3、获取数字化购物平台在每次搜索下用户搜索文本对应的商品信息文本以及用户行为数据;所述用户行为数据包括商品的浏览次数、浏览时间、交易时间以及沟通记录;
4、分析不同文本之间的语义相似性,获得每次搜索下每类商品信息文本和用户搜索文本之间的需求相似度;根据每次搜索的邻域范围内用户搜索文本之间的语义相似性分布和用户搜索文本的浏览时间变化特征,获得用户触发搜索冗余度;根据每次搜索的邻域范围内用户搜索文本和商
5、根据不同交易时间范围内每类交易商品的浏览次数,以及每类交易商品和浏览商品之间的语义相似性,获得用户浏览关注度;根据用户浏览关注度以及每类交易商品的沟通记录特征,获得用户对每类交易商品的决策力度;
6、根据所述决策力度以及所述需求匹配程度,获得每次搜索下每类商品信息的投放优先级。
7、进一步地,所述分析不同文本之间的语义相似性包括:
8、获得用户搜索文本和商品信息文本的关键词;
9、根据不同文本之间所有关键词的相关关系,获得对应文本之间的语义相似性。
10、进一步地,所述根据不同文本之间所有关键词的相关关系,获得对应文本之间的语义相似性包括:
11、获得关键词的词向量,计算两个关键词的词向量之间的余弦相似度,作为关键词相似度;
12、计算不同文本之间所有关键词相似度的均值,作为对应文本之间的语义相似性。
13、进一步地,所述用户触发搜索冗余度的获取方法包括:
14、在每次搜索的邻域范围内,根据用户搜索文本之间的语义相似性分布,筛选出同类用户搜索文本;
15、根据同类用户搜索文本的数量和相邻用户搜索文本之间浏览时间的变化差异,获得用户触发搜索冗余度,同类用户搜索文本的数量与用户触发搜索冗余度呈正相关,浏览时间的变化差异与用户触发搜索冗余度呈负相关。
16、进一步地,所述同类用户搜索文本的获取方法包括:
17、在每次搜索的邻域范围内,获得用户搜索文本之间语义相似性的均值,作为搜索平均相似度;
18、将所有用户搜索文本之间的搜索平均相似度从小到大进行排序,获取后一搜索平均相似度和前一相邻搜索平均相似度之间的差值;
19、选取差值最大对应的后一搜索平均相似度,将之后所有搜索平均相似度对应的用户搜索文本作为同类用户搜索文本。
20、进一步地,所述需求匹配程度的获取方法包括:
21、在每次搜索的邻域范围内,获得所有用户搜索文本之间搜索平均相似度的均值,作为用户搜索相似度;
22、根据不同用户搜索文本之间商品信息文本的语义相似性的分布趋势,获得商品信息相似度;
23、根据用户搜索相似度和商品信息相似度之间的变化一致性、用户触发搜索冗余度以及所述需求相似度,获得每次搜索下每类商品信息的匹配程度,变化一致性和用户触发搜索冗余度均与需求匹配程度呈负相关,所述需求相似度与需求匹配程度呈正相关。
24、进一步地,所述用户浏览关注度的获取方法包括:
25、对于任一交易时间范围,获取每类交易商品的浏览次数和所有商品的浏览次数的比值,作为每类交易商品的第一关注特征;
26、根据每类交易商品和每类浏览商品之间对应商品信息文本的语义相似性,获得局部相似度;获得每类交易商品和所有浏览商品之间局部相似度的均值,作为每类交易商品的第二关注特征;
27、根据不同交易时间范围内每类交易商品的第一关注特征和第二关注特征,获得用户浏览关注度。
28、进一步地,所述决策力度的获取方法包括:
29、对于任一类交易商品,获取沟通记录中的沟通次数和沟通时间;
30、将所述用户浏览关注度和所述沟通次数进行融合,获得用户对每类交易商品的决策深度;
31、根据对应商品交易时间和最后沟通时间之间的差异,对所述决策深度进行加权,获得用户对每类交易商品的决策力度。
32、进一步地,所述投放优先级的获取方法包括:
33、获得用户对所有交易商品的决策力度的均值,作为整体决策力度水平;
34、根据所述整体决策力度水平,对每次搜索下每类商品信息的需求匹配程度进行加权,获得每次搜索下每类商品信息的投放优先级。
35、进一步地,所述邻域范围的获取方法包括:
36、将每次搜索对应的左右相邻交易时间之间构成的范围作为每次搜索的邻域范围。
37、本专利技术具有如下有益效果:
38、本专利技术通过分析不同文本之间的语义相似性,获得每次搜索下每类商品信息文本和用户搜索文本之间的需求相似度,准确地理解用户的搜索意图,评估商品信息对于用户需求的相似程度;根据每次搜索的邻域范围内用户搜索文本之间的语义相似性分布和用户搜索文本的时间变化特征,获得用户触发搜索冗余度,更准确地理解用户的搜索意图和兴趣变化,评估用户搜索行为的重复性和无效性;根据每次搜索的邻域范围内用户搜索文本和商品信息文本之间语义相似性的变化趋势、用户触发搜索冗余度以及需求相似度,获得每次搜索下每类商品信息的需求匹配程度,全面地评估每类商品信息与用户需求的匹配程度;根据不同交易时间范围内每类交易商品的浏览次数,以及每类交易商品和浏览商品之间的语义相似性,获得用户浏览关注度,准确地捕捉用户对不同商品的实时兴趣变化,评估用户的浏览行为对不同商品的关注程度;根据用户浏览关注度以及每类交易商品的沟通记录特征,获得用户对每类交易商品的决策力度,更深入地了解用户的决策过程,准确地把握用户的服务需求;进而获得每次搜索下每类商品信息的投放优先级,确定投放优先级越高的商品信息优先展示给用户,以提高用户的满意度和购买转化率。本专利技术通过获得每类商品信息准确的投放优先级,提高平台推荐商品本文档来自技高网...
【技术保护点】
1.一种数字化购物平台的商品信息投放方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述分析不同文本之间的语义相似性包括:
3.根据权利要求2所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述根据不同文本之间所有关键词的相关关系,获得对应文本之间的语义相似性包括:
4.根据权利要求1所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述用户触发搜索冗余度的获取方法包括:
5.根据权利要求4所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述同类用户搜索文本的获取方法包括:
6.根据权利要求5所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述需求匹配程度的获取方法包括:
7.根据权利要求1所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述用户浏览关注度的获取方法包括:
8.根据权利要求1所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述决策力度的获取方法包括:
9.根据权利要
10.根据权利要求1所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述邻域范围的获取方法包括:
...【技术特征摘要】
1.一种数字化购物平台的商品信息投放方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述分析不同文本之间的语义相似性包括:
3.根据权利要求2所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述根据不同文本之间所有关键词的相关关系,获得对应文本之间的语义相似性包括:
4.根据权利要求1所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述用户触发搜索冗余度的获取方法包括:
5.根据权利要求4所述的一种数字化购物平台的商品信息投放方法,其特征在于,所述同类用户搜索文本的获取方法...
【专利技术属性】
技术研发人员:张凯,高云峰,罗勇,
申请(专利权)人:智选数字技术广州股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。