此应用程序的某些内容目前无法使用。
如果这种情况持续存在,请联系我们反馈与联系
1. (CN106202516) 一种根据时间节点的电子商务平台商品展示方法

专利局 : 中国
申请号: 102016000583104 申请日: 24.07.2016
公布号: 106202516 公布日: 07.12.2016
公布类型: A
国际专利分类:
G06F 17/30
G06Q 30/02
G06Q 30/06
G PHYSICS
06
计算;推算;计数
F
电数字数据处理
17
特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法
30
信息检索;及其数据库结构
G PHYSICS
06
计算;推算;计数
Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
30
商业,例如购物或电子商务
02
行销,例如,市场研究与分析、调查、促销、广告、买方剖析研究、客户管理或奖励;价格评估或确定
G PHYSICS
06
计算;推算;计数
Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
30
商业,例如购物或电子商务
06
购买、出售或租赁交易
申请人: GUANGDONG JULIAN E-COMMERCE CO., LTD.
发明人: LI YICHUN
优先权数据:
标题: (EN) E-commerce platformproduct exhibition method based on time nodes
(ZH) 一种根据时间节点的电子商务平台商品展示方法
摘要: front page image
(EN) The invention provides an e-commerce platformproduct exhibition method based on time nodes. The e-commerce platformproduct exhibition method comprises the following steps that S1, data acquisition is performed; S2, data preprocessing is performed; S3, data storage is performed, and preprocessed feature information and training examples are stored in a database; S4, data analysis is performed; S5, commodity pushing is performed, thepurchase predisposition of a user is mined according to database association rules, time nodes when the user browses commodities are mixed, a purchaseregression model is obtained according to commoditybrowse of the use and the weights of purchase data information, and commodities suitable at the moment are pushed according to the corresponding relation between the training examples and the purchaseregression model when the user browses commodities. Compared with the prior art, the e-commerce platformproduct exhibition method has the following advantages that when the user performs online shopping, the commodities suitable at the moment can be pushed, the buying inclination of the user is increased, and accordingly the sale volumes of merchants are increased.
(ZH) 本发明提供一种根据时间节点的电子商务平台商品展示方法,包括以下步骤:步骤S1,数据采集,步骤S2,数据预处理,步骤S3,数据储存,将预处理后的特征信息以及训练样例储存至数据库中;步骤S4,数据分析;步骤S5,商品推送,根据数据库关联规则挖掘用户的购买倾向,混合用户浏览商品时的时间节点,根据用户商品浏览以及购买的数据信息的权重获得购买回归模型,根据训练样例与购买回归模型之间的对应关系,在用户浏览商品时推送此时适合的商品;与现有技术相比,本发明具有如下的有益效果:在用户网上购物时,可推送此时适合的商品,增加了用户的购买欲望,从而提高商家的销售额。