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】
本专利技术属于数据挖掘推荐,特别是一种线上手办的自动推荐营销方法及系统。
技术介绍
1、近年来,随着电子商务的快速发展,在线购买手办等收藏品的消费者逐渐增多。手办作为一种重要的文化衍生品,涵盖了动漫、游戏等多个领域,吸引了大量的爱好者和收藏者。为了满足用户的多样化需求,手办在线销售平台通常面临着如何有效推荐给用户他们可能感兴趣的产品的挑战。
2、在传统的推荐系统中,常用的方法主要基于协同过滤、内容推荐等技术,这些方法虽然在一定程度上能够提高推荐的准确性,但依旧存在一些不足之处。例如,协同过滤方法依赖于大量用户行为数据,而对于新用户或冷启动用户的推荐效果往往不佳。同时,内容推荐侧重于物品本身的特征,未能充分考虑用户的个性化需求和兴趣变化。此外,传统方法通常无法有效捕捉用户的动态兴趣,导致推荐缺乏针对性。
技术实现思路
1、本专利技术的目的是提供一种线上手办的自动推荐营销方法及系统,以解决现有技术中的不足,能够动态调整推荐策略,精准匹配用户特征,更好适应用户的个性化需求,从而提高推荐的质量和用户的满意度。
2、本申请的一个实施例提供了一种线上手办的自动推荐营销方法,所述方法包括:
3、采集用户在在线手办销售平台上的行为数据,其中,所述行为数据包括:搜索、浏览、点击、加购、收藏、购买、评价、分享行为数据;
4、根据所述行为数据构建用户画像,确定所述用户画像对应的手办产品的初步推荐列表;
5、获取用户对所述行为数据中涉及的各手办产
6、根据所述兴趣维度、所述重视度和所述兴趣度,确定用户的理想产品特征向量;
7、提取所述初步推荐列表中的各个产品特征向量,计算所述理想产品特征向量与各个产品特征向量的相似度,根据所述相似度筛选最终用于推荐营销的手办产品。
8、可选的,所述重视度的计算公式为:
9、;
10、其中,所述为对第i个兴趣维度di的重视度,所述为在第i个兴趣维度上的行为频率,所述为第i个兴趣维度的权重系数,所述为第i个兴趣维度的指数系数,所述为所有兴趣维度的平均行为频率,所述为第i个兴趣维度的偏差参数,所述n为兴趣维度的总数。
11、可选的,所述兴趣度的计算公式为:
12、;
13、其中,所述为对第k个手办产品的兴趣度,所述为针对第k个手办产品第j种行为的行为次数,所述为第j种行为的权重因子,所述m为针对第k个手办产品的行为种数,所述为第k个手办产品在用户社交圈的社交影响评分,所述为用户针对所有手办产品的总行为次数,所述为用户对第k个手办产品的情感评价评分,所述为情感影响因子,所述为用户最近一次与第k个手办产品的交互时间,所述为时间衰减因子。
14、可选的,所述根据所述兴趣维度、所述重视度和所述兴趣度,确定用户的理想产品特征向量,包括:
15、从所述行为数据中涉及的各手办产品中,查找所述兴趣度高于预设兴趣度的手办产品;
16、提取所查找的手办产品中每个兴趣维度对应的产品部分特征向量,将提取的各个产品部分特征向量利用兴趣度进行加权,得到每个兴趣维度对应的理想产品部分特征向量;
17、将各个理想产品部分特征向量利用重视度进行加权组合,得到用户最感兴趣的理想产品特征向量。
18、本申请的又一实施例提供了一种线上手办的自动推荐营销系统,所述系统包括:
19、采集模块,用于采集用户在在线手办销售平台上的行为数据,其中,所述行为数据包括:搜索、浏览、点击、加购、收藏、购买、评价、分享行为数据;
20、第一确定模块,用于根据所述行为数据构建用户画像,确定所述用户画像对应的手办产品的初步推荐列表;
21、计算模块,用于获取用户对所述行为数据中涉及的各手办产品的兴趣维度,并计算用户对每种兴趣维度的重视度和对各手办产品的兴趣度;
22、第二确定模块,用于根据所述兴趣维度、所述重视度和所述兴趣度,确定用户的理想产品特征向量;
23、推荐模块,用于提取所述初步推荐列表中的各个产品特征向量,计算所述理想产品特征向量与各个产品特征向量的相似度,根据所述相似度筛选最终用于推荐营销的手办产品。
24、本申请的又一实施例提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项中所述的方法。
25、本申请的又一实施例提供了一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项中所述的方法。
26、与现有技术相比,本专利技术提供的一种线上手办的自动推荐营销方法,采集用户在在线手办销售平台上的行为数据;根据所述行为数据构建用户画像,确定所述用户画像对应的手办产品的初步推荐列表;获取用户对所述行为数据中涉及的各手办产品的兴趣维度,并计算用户对每种兴趣维度的重视度和对各手办产品的兴趣度;根据所述兴趣维度、所述重视度和所述兴趣度,确定用户的理想产品特征向量;提取所述初步推荐列表中的各个产品特征向量,计算所述理想产品特征向量与各个产品特征向量的相似度,根据所述相似度筛选最终用于推荐营销的手办产品,从而能够动态调整推荐策略,精准匹配用户特征,更好适应用户的个性化需求,从而提高推荐的质量和用户的满意度。
本文档来自技高网...【技术保护点】
1.一种线上手办的自动推荐营销方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述重视度的计算公式为:
3.根据权利要求2所述的方法,其特征在于,所述兴趣度的计算公式为:
4.根据权利要求3所述的方法,其特征在于,所述根据所述兴趣维度、所述重视度和所述兴趣度,确定用户的理想产品特征向量,包括:
5.一种线上手办的自动推荐营销系统,其特征在于,所述系统包括:
6.根据权利要求5所述的系统,其特征在于,所述重视度的计算公式为:
7.根据权利要求6所述的系统,其特征在于,所述兴趣度的计算公式为:
8.根据权利要求7所述的系统,其特征在于,所述第二确定模块,具体用于:
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1-4中任一项所述的方法。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1-4中任一项所述的方
...【技术特征摘要】
1.一种线上手办的自动推荐营销方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述重视度的计算公式为:
3.根据权利要求2所述的方法,其特征在于,所述兴趣度的计算公式为:
4.根据权利要求3所述的方法,其特征在于,所述根据所述兴趣维度、所述重视度和所述兴趣度,确定用户的理想产品特征向量,包括:
5.一种线上手办的自动推荐营销系统,其特征在于,所述系统包括:
6.根据权利要求5所述的系统,其特征在于,所述重视度...
【专利技术属性】
技术研发人员:屈层,
申请(专利权)人:杭州魔力玛特科技有限公司,
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。