发明名称 一种基于大数据的网上商品在网页上的排序方法
摘要 本发明提供一种基于大数据的网上商品在网页上的排序方法,包括以下步骤:步骤S1,数据采集,步骤S2,数据分析,步骤S3,步骤S4,判断用户希望购买商品的分类以及用户希望购买商品的特征;步骤S5,商品排序,根据用户希望购买商品的分类以及用户希望购买商品的特征,在用户网上购物时,对商品进行排序;与现有技术相比,本发明具有如下的有益效果:在用户第一次搜索商品时,便通过排序的方式,向用户推送希望购买商品,避免了电子商务中用户搜索所需商品所产生的浏览中的大量无关信息,大大提高了电子商务的效率,同时大大改善了用户的使用体验,能有效的引导用户购物,满足用户购物体验。
申请公布号 CN106202517A 申请公布日期 2016.12.07
申请号 CN201610583106.8 申请日期 2016.07.24
申请人 广东聚联电子商务股份有限公司 发明人 李易春
分类号 G06F17/30(2006.01)I;G06Q30/02(2012.01)I 主分类号 G06F17/30(2006.01)I
代理机构 代理人
主权项 一种基于大数据的网上商品在网页上的排序方法,其特征在于:包括以下步骤:步骤S1,数据采集,利用多个大数据的数据库来接收发自客户端的数据,这个客户端数据是指用户在网上购物时,所留下来的操作记录,用户的操作记录对应地记录有用户的历史数据记录,用户的历史数据记录包括用户点击商品的记录以及用户在所点击商品中的停留时间;步骤S2,数据分析,利用大数据的数据库,或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总,将用户的操作记录以及用户的历史数据记录对应的进行分析;步骤S3,导入和预处理数据,将来自前端分析后的数据导入到一个集中的大型分布式数据库,或者分布式存储集群,并且可以在导入基础上做清洗和预处理工作,将分析后的数据进行修剪,得到需要记录和储存的数据,通过数据清洗、数据转换、数据整合及数据加载中一种或者多种操作将基础数据转换为预处理后的数据;步骤S4,数据挖掘和分析,通过用于统计学习的SVM和用于分类的Naive Bayes对预处理后的数据进行挖掘和分析,判断用户希望购买商品的分类以及用户希望购买商品的特征;步骤S5,商品排序,根据用户希望购买商品的分类以及用户希望购买商品的特征,在用户网上购物时,对商品进行排序。
地址 510665 广东省广州市天河区华强路9号2801房