一種線上手辦的自動推薦營銷方法及系統與流程

本發明屬于數據挖掘推薦，特別是一種線上手辦的自動推薦營銷方法及系統。

背景技術：

1、近年來，隨著電子商務的快速發展，在線購買手辦等收藏品的消費者逐漸增多。手辦作為一種重要的文化衍生品，涵蓋了動漫、游戲等多個領域，吸引了大量的愛好者和收藏者。為了滿足用戶的多樣化需求，手辦在線銷售平臺通常面臨著如何有效推薦給用戶他們可能感興趣的產品的挑戰。

2、在傳統的推薦系統中，常用的方法主要基于協同過濾、內容推薦等技術，這些方法雖然在一定程度上能夠提高推薦的準確性，但依舊存在一些不足之處。例如，協同過濾方法依賴于大量用戶行為數據，而對于新用戶或冷啟動用戶的推薦效果往往不佳。同時，內容推薦側重于物品本身的特征，未能充分考慮用戶的個性化需求和興趣變化。此外，傳統方法通常無法有效捕捉用戶的動態興趣，導致推薦缺乏針對性。

技術實現思路

1、本發明的目的是提供一種線上手辦的自動推薦營銷方法及系統，以解決現有技術中的不足，能夠動態調整推薦策略，精準匹配用戶特征，更好適應用戶的個性化需求，從而提高推薦的質量和用戶的滿意度。

2、本申請的一個實施例提供了一種線上手辦的自動推薦營銷方法，所述方法包括：

3、采集用戶在在線手辦銷售平臺上的行為數據，其中，所述行為數據包括：搜索、瀏覽、點擊、加購、收藏、購買、評價、分享行為數據；

4、根據所述行為數據構建用戶畫像，確定所述用戶畫像對應的手辦產品的初步推薦列表；

5、獲取用戶對所述行為數據中涉及的各手辦產品的興趣維度，并計算用戶對每種興趣維度的重視度和對各手辦產品的興趣度；

6、根據所述興趣維度、所述重視度和所述興趣度，確定用戶的理想產品特征向量；

7、提取所述初步推薦列表中的各個產品特征向量，計算所述理想產品特征向量與各個產品特征向量的相似度，根據所述相似度篩選最終用于推薦營銷的手辦產品。

8、可選的，所述重視度的計算公式為：

9、；

10、其中，所述為對第i個興趣維度di的重視度，所述為在第i個興趣維度上的行為頻率，所述為第i個興趣維度的權重系數，所述為第i個興趣維度的指數系數，所述為所有興趣維度的平均行為頻率，所述為第i個興趣維度的偏差參數，所述n為興趣維度的總數。

11、可選的，所述興趣度的計算公式為：

12、；

13、其中，所述為對第k個手辦產品的興趣度，所述為針對第k個手辦產品第j種行為的行為次數，所述為第j種行為的權重因子，所述m為針對第k個手辦產品的行為種數，所述為第k個手辦產品在用戶社交圈的社交影響評分，所述為用戶針對所有手辦產品的總行為次數，所述為用戶對第k個手辦產品的情感評價評分，所述為情感影響因子，所述為用戶最近一次與第k個手辦產品的交互時間，所述為時間衰減因子。

14、可選的，所述根據所述興趣維度、所述重視度和所述興趣度，確定用戶的理想產品特征向量，包括：

15、從所述行為數據中涉及的各手辦產品中，查找所述興趣度高于預設興趣度的手辦產品；

16、提取所查找的手辦產品中每個興趣維度對應的產品部分特征向量，將提取的各個產品部分特征向量利用興趣度進行加權，得到每個興趣維度對應的理想產品部分特征向量；

17、將各個理想產品部分特征向量利用重視度進行加權組合，得到用戶最感興趣的理想產品特征向量。

18、本申請的又一實施例提供了一種線上手辦的自動推薦營銷系統，所述系統包括：

19、采集模塊，用于采集用戶在在線手辦銷售平臺上的行為數據，其中，所述行為數據包括：搜索、瀏覽、點擊、加購、收藏、購買、評價、分享行為數據；

20、第一確定模塊，用于根據所述行為數據構建用戶畫像，確定所述用戶畫像對應的手辦產品的初步推薦列表；

21、計算模塊，用于獲取用戶對所述行為數據中涉及的各手辦產品的興趣維度，并計算用戶對每種興趣維度的重視度和對各手辦產品的興趣度；

22、第二確定模塊，用于根據所述興趣維度、所述重視度和所述興趣度，確定用戶的理想產品特征向量；

23、推薦模塊，用于提取所述初步推薦列表中的各個產品特征向量，計算所述理想產品特征向量與各個產品特征向量的相似度，根據所述相似度篩選最終用于推薦營銷的手辦產品。

24、本申請的又一實施例提供了一種存儲介質，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行上述任一項中所述的方法。

25、本申請的又一實施例提供了一種電子設備，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以執行上述任一項中所述的方法。

26、與現有技術相比，本發明提供的一種線上手辦的自動推薦營銷方法，采集用戶在在線手辦銷售平臺上的行為數據；根據所述行為數據構建用戶畫像，確定所述用戶畫像對應的手辦產品的初步推薦列表；獲取用戶對所述行為數據中涉及的各手辦產品的興趣維度，并計算用戶對每種興趣維度的重視度和對各手辦產品的興趣度；根據所述興趣維度、所述重視度和所述興趣度，確定用戶的理想產品特征向量；提取所述初步推薦列表中的各個產品特征向量，計算所述理想產品特征向量與各個產品特征向量的相似度，根據所述相似度篩選最終用于推薦營銷的手辦產品，從而能夠動態調整推薦策略，精準匹配用戶特征，更好適應用戶的個性化需求，從而提高推薦的質量和用戶的滿意度。

技術特征：

1.一種線上手辦的自動推薦營銷方法，其特征在于，所述方法包括：

2.根據權利要求1所述的方法，其特征在于，所述重視度的計算公式為：

3.根據權利要求2所述的方法，其特征在于，所述興趣度的計算公式為：

4.根據權利要求3所述的方法，其特征在于，所述根據所述興趣維度、所述重視度和所述興趣度，確定用戶的理想產品特征向量，包括：

5.一種線上手辦的自動推薦營銷系統，其特征在于，所述系統包括：

6.根據權利要求5所述的系統，其特征在于，所述重視度的計算公式為：

7.根據權利要求6所述的系統，其特征在于，所述興趣度的計算公式為：

8.根據權利要求7所述的系統，其特征在于，所述第二確定模塊，具體用于：

9.一種存儲介質，其特征在于，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行權利要求1-4中任一項所述的方法。

10.一種電子設備，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以執行權利要求1-4中任一項所述的方法。

技術總結
本發明公開了一種線上手辦的自動推薦營銷方法及系統，方法包括：采集用戶在在線手辦銷售平臺上的行為數據；根據行為數據構建用戶畫像，確定用戶畫像對應的手辦產品的初步推薦列表；獲取用戶對行為數據中涉及的各手辦產品的興趣維度，并計算用戶對每種興趣維度的重視度和對各手辦產品的興趣度；根據興趣維度、重視度和興趣度，確定用戶的理想產品特征向量；提取初步推薦列表中的各個產品特征向量，計算理想產品特征向量與各個產品特征向量的相似度，根據相似度篩選最終用于推薦營銷的手辦產品。利用本發明實施例，能夠動態調整推薦策略，精準匹配用戶特征，更好適應用戶的個性化需求，從而提高推薦的質量和用戶的滿意度。

技術研發人員：屈層
受保護的技術使用者：杭州魔力瑪特科技有限公司
技術研發日：
技術公布日：2024/10/21