商品推荐方法、推荐系统及计算机装置与流程

本发明涉及互联网技术领域，具体而言，涉及一种商品推荐方法、一种商品推荐系统、一种计算机装置及一种计算机可读存储介质。

背景技术：

目前，在相关技术中一般都是根据用户在网上商城消费习惯，在下次用户再进入商城时给用户推荐。而线下实体店多是有促销活动时向注册用户发送活动信息。以上网上商城存在的问题是单一根据用户的网上消费记录进行推荐，而没有用户在实体店的消费信息，因为向用户推送商品的范围较小，不够准确；而线下实体店的推送方式是促销信息，并没有根据每个用户的购物喜好进行推送，导致用户的购物体验不佳。

技术实现要素：

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的第一方面提出一种商品推荐方法。

本发明的第二方面提出一种商品推荐系统。

本发明的第三方面提出一种计算机装置。

本发明的第四方面提出一种计算机可读存储介质。

有鉴于此，本发明的第一方面提供了一种商品推荐方法，包括：获取用户的历史消费信息；根据历史消费信息，确定用户的购物偏好信息；获取用户的当前位置信息；根据当前位置信息，获取当前位置信息对应的当前商品信息；根据购物偏好信息和当前商品信息，推荐目标商品信息。

本发明提供的商品推荐方法，通过用户的历史购物的消费信息，进行整合分析以得出用户的购物偏好信息，即用户的购物习惯，用户感兴趣的商品等信息，以实现用户的购物方向的预判，其中，历史消费信息是通过整合网上商城的历史购物记录或者实体商店的消费购物记录，进而得到的用户线上、线下的全部历史消费信息，以准确地获得用户的购物偏好信息，以实现给用户推荐商品的精准推送，扩大向用户进行推送商品的范围；进一步地，获取用户当前所处的位置信息，该位置信息可以为网上商城的网址信息或者是用户当前的网页信息，亦可以是用户当前所处的地理位置信息，根据用户当前位置信息，当用户当前位置信息为网上商城时，则将当前网络商城的商品信息与用户购物偏好信息进行匹配，推荐给用户其可能会购买的目标商品信息，使得用户可以快速地找到预购买商品的并进行购买，节约用户的采购时间，提升用户的购物体验；当用户的当前位置信息为地理位置坐标信息时，则获取当前地理位置信息附近的实体商店中的商品信息，并根据用户购物偏好信息，向用户推送目标商品信息。通过采用本发明提供的商品推荐方法，一方面，提升了用户的购物体验，增加用户的购物乐趣；一方面，可以增加线上网络商城和线下实体商店的客流量和营业额。

另外，本发明提供的上述技术方案中的商品推荐方法还可以具有如下附加技术特征：

在上述技术方案中，优选地，根据历史消费信息，确定用户的购物偏好信息的步骤，具体包括：分析历史消费信息中对应商品的购买频率，根据购买频率确定购物偏好信息。

在该技术方案中，通过对历史消费信息进行整理分析，计算历史消费信息中涉及的不同商品的购买频率，进而可以了解到用户的购物喜好，以及购物习惯，进而可以更准确地向用户推荐目标商品信息，促成商品交易，提升商城营业利润，同时，提升用户的购物体验。

在上述任一技术方案中，优选地，还包括：将购物偏好信息中对应商品按照购买频率由高至低进行排序；根据商品属性，将购物偏好信息中对应商品进行标签分类；根据排序、标签及当前商品信息，进行目标商品信息的推荐。

在该技术方案中，将用户购物买过的商品按照购买频率进行排序，再对购买过的商品根据商品属性进行标签分类，根据购买频率和商品属性，将当前商品信息中的，用户比较感兴趣且购买可能性最高的目标商品推荐给用户，使得用户可以提升购物效率，同时增加商城的交易率。

在上述任一技术方案中，优选地，还包括：按照与购物偏好信息中对应商品的购买频率相对应的推送频率推荐目标商品信息。

在该技术方案中，设置与购买频率相对应的推送频率，即根据用户的购买周期定期向用户进行商品推荐，避免过频的进行商品推送，造成对用户的信息干扰，影响用户使用体验。

在上述任一技术方案中，优选地，历史消费信息包括：网上商城的历史消费信息和/或线下实体商店的历史消费信息；当前位置信息包括：当前网页信息和/或当前地理位置信息。

在该技术方案中，根据用户在网上商城上购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类；根据用户在线下实体门店购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类；进一步地，通过获取网页信息和地理位置信息，实现线上，线下实时地向用户进行商品推荐，以提升用户的购物体验，提升智能化购物水平。

本发明的第二方面提供了一种商品推荐系统，包括：获取单元，用于获取用户的历史消费信息；确定单元，用于根据历史消费信息，确定用户的购物偏好信息；定位单元，用于获取用户的当前位置信息；获取单元还用于根据当前位置信息，获取当前位置信息对应的当前商品信息；推荐单元，用于根据购物偏好信息和当前商品信息，推荐目标商品信息。

本发明提供的商品推荐系统，通过用户的历史购物的消费信息，进行整合分析以得出用户的购物偏好信息，即用户的购物习惯，用户感兴趣的商品等信息，以实现用户的购物方向的预判，其中，历史消费信息是通过整合网上商城的历史购物记录或者实体商店的消费购物记录，进而得到的用户线上、线下的历史消费信息，以准确地获得用户的购物偏好信息，以实现给用户推荐商品的精准推送；进一步地，获取用户当前所处的位置信息，该位置信息可以为网上虚拟商城的网址信息，亦可以是用户当前所处的地理位置信息，根据用户当前位置信息，当用户当前位置信息为网上商城时，则将当前网络商城的商品信息与用户购物偏好信息进行匹配，推荐给用户其可能会购买的目标商品信息，使得用户可以快速地找到预购买商品并进行购买，节约用户的采购时间，提升用户的购物体验；当用户的当前位置信息为地理位置坐标信息时，则获取当前地理位置信息附近的实体商店中的商品信息，并根据用户购物偏好信息，向用户推送目标商品信息。通过采用本发明提供的商品推荐方法，一方面，提升了用户的购物体验，增加用户的购物乐趣；一方面，可以增加线上网络商城和线下实体商店的客流量和营业额。

在上述技术方案中，优选地，确定单元具体用于分析历史消费信息中对应商品的购买频率，根据购买频率确定购物偏好信息；确定单元具体还用于：将购物偏好信息中对应商品按照购买频率由高至低进行排序；以及根据商品属性，将购物偏好信息中对应商品进行标签分类。

在该技术方案中，通过对历史消费信息进行整理分析，计算历史消费信息中涉及的不同商品的购买频率，进而可以了解到用户的购物喜好，以及购物习惯，进而可以更准确地向用户推荐目标商品信息，进一步地，用户购物买过的商品按照购买频率进行排序，再对购买过的商品根据商品属性进行标签分类，实现精准地商品推送，促成商品交易记录，提升商城营业利润，同时，提升用户的购物体验。

在上述任一技术方案中，优选地，推荐单元具体用于根据排序、标签及当前商品信息，进行目标商品信息的推荐；以及按照与购物偏好信息中对应商品的购买频率相对应的推送频率推荐目标商品信息；其中，历史消费信息包括：网上商城的历史消费信息和/或线下实体商店的历史消费信息；当前位置信息包括：当前网页信息和/或当前地理位置信息。

在该技术方案中，根据购买频率和商品属性，将当前商品信息中的，用户比较感兴趣且购买可能性高的目标商品推荐给用户，使得用户可以提升购物效率，同时增加商城的成交率。进一步地，设置与购买频率相对应的推送频率，即根据用户的购买周期定期向用户进行商品推荐，避免过频的进行商品推送，造成对用户的信息干扰，影响用户使用体验。其中，根据用户在网上商城上购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类；根据用户在线下实体门店购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类；进一步地，通过获取网址信息和地理位置信息，实现线上，线下实时地向用户进行商品推荐，以提升用户的购物体验，提升智能化购物水平。

根据本发明的第三方面提出了一种计算机装置，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如本发明第一方面任一技术方案所述的商品推荐方法。因而具有上述商品推荐方法的全部有益技术效果，在此不再赘述。

本发明第四方面提出的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述技术方案中任一项所述的商品推荐方法。其上存储的计算机程序被处理器执行时可实现上述技术方案中任一项的商品推荐方法的步骤，因而具有上述商品推荐方法的全部有益技术效果，在此不再赘述。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出了本发明一个实施例的商品推荐方法的示意流程图；

图2示出了本发明再一个实施例的商品推荐方法的示意流程图；

图3示出了本发明又一个实施例的商品推荐方法的示意流程图；

图4示出了本发明第二方面实施例的商品推荐系统的示意框图；

图5示出了本发明第三方面实施例的计算机装置的示意框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

下面参照图1至图4描述根据本发明一些实施例所述商品推荐方法和商品推荐系统。

图1示出了本发明的第一个实施例提供了一种商品推荐方法流程示意图，推荐方法包括：

s102，获取用户的历史消费信息；

s104，根据历史消费信息，确定用户的购物偏好信息；

s106，获取用户的当前位置信息；

s108，根据当前位置信息，获取当前位置信息对应的当前商品信息；

s110，根据购物偏好信息和当前商品信息，推荐目标商品信息。

本发明提供的商品推荐方法，通过用户的历史购物的消费信息，进行整合分析以得出用户的购物偏好信息，即用户的购物习惯，用户感兴趣的商品等信息，以实现用户的购物方向的预判，其中，历史消费信息是通过整合网上商城的历史购物记录或者实体商店的消费购物记录，进而得到的用户线上、线下的全部历史消费信息，以准确地获得用户的购物偏好信息，以实现给用户推荐商品的精准推送；进一步地，获取用户当前所处的位置信息，该位置信息可以为网上虚拟商城的网址信息，亦可以是用户当前所处的地理位置信息，根据用户当前位置信息，当用户当前位置信息为网上商城时，则将当前网络商城的商品信息与用户购物偏好信息进行匹配，推荐给用户其可能会购买的目标商品信息，使得用户可以快速地找到预购买商品的并进行购买，节约用户的采购时间，提升用户的购物体验；当用户的当前位置信息为地理位置坐标信息时，则获取当前地理位置信息附近的实体商店中的商品信息，并根据用户购物偏好信息，向用户推送目标商品信息。通过采用本发明提供的商品推荐方法，一方面，提升了用户的购物体验，增加用户的购物乐趣；一方面，可以增加线上网络商城和线下实体商店的客流量和营业额。

图2示出了本发明的第二个实施例提供了一种商品推荐方法流程示意图，推荐方法包括：

s202，获取用户的历史消费信息；

s204，分析历史消费信息中对应商品的购买频率，根据购买频率确定购物偏好信息；

s206，获取用户的当前位置信息；

s208，根据当前位置信息，获取当前位置信息对应的当前商品信息；

s210，根据购物偏好信息和当前商品信息，推荐目标商品信息。

在该实施例中，通过对历史消费信息进行整理分析，计算历史消费信息中涉及的不同商品的购买频率，进而可以了解到用户的购物喜好，以及购物习惯，进而可以更准确地向用户推荐目标商品信息，促成商品交易，提升商城营业利润，同时，提升用户的购物体验。

图3示出了本发明的第三个实施例提供了一种商品推荐方法流程示意图，推荐方法包括：

s302，获取用户的历史消费信息；

s304，分析历史消费信息中对应商品的购买频率，根据购买频率确定购物偏好信息；

s306，将购物偏好信息中对应商品按照购买频率由高至低进行排序；根据商品属性，将购物偏好信息中对应商品进行标签分类；

s308，获取用户的当前位置信息；

s310，根据当前位置信息，获取当前位置信息对应的当前商品信息；

s312，根据排序、标签及当前商品信息，进行目标商品信息的推荐。

在该实施例中，将用户购物买过的商品按照购买频率进行排序，再对购买过的商品根据商品属性进行标签分类，根据购买频率和商品属性，将当前商品信息中的，用户比较感兴趣且购买可能性最高的目标商品推荐给用户，使得用户可以提升购物效率，同时增加商城的交易率。

在本发明的一个实施例中，优选地，还包括：按照与购物偏好信息中对应商品的购买频率相对应的推送频率推荐目标商品信息。

在该实施例中，设置与购买频率相对应的推送频率，即根据用户的购买周期定期向用户进行商品推荐，避免过频的进行商品推送，造成对用户的信息干扰，影响用户使用体验。

在本发明的一个实施例中，优选地，历史消费信息包括：网上商城的历史消费信息和/或线下实体商店的历史消费信息；当前位置信息包括：当前网页信息和/或当前地理位置信息。

在该实施例中，根据用户在网上商城上购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类；根据用户在线下实体门店购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类；进一步地，通过获取网址信息和地理位置信息，实现线上，线下实时地向用户进行商品推荐，当用户走进某一消费场所时，可根据用户的历史消费数据主动推送相关的商品，以提升用户的购物体验，提升智能化购物水平。

具体实施例中，首先，获取用户线上、线下商城的历史消费信息，例如，线上微信商城数据库中记录用户历史购买商品流信息、线下实体店数据库记录用户历史购买商品流信息，通过将两个数据库中的购物信息进行合并整合以得到用户的全部历史消费信息；进一步地，根据对用户在网上商城上购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类，以及根据用户在线下实体门店购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类，以确定用户的购物偏好信息，具体地，根据购物商品的频率对其进行排序，以及根据商品属性对其进行分类，以了解用户的购物规律、购物习惯及购物喜好；进一步地，获取用户的当前位置信息，包括：网址信息和地理位置信息，根据当前位置信息获取到当前可推荐的商品信息，再结合用户的购物偏好信息，向用户进行目标商品的推荐。例如，当前用户所在位置为地理位置信息，根据当前地理位置信息获取可推荐的商品信息，基于用户的历史消费信息了解到用户的消费习惯，如定期购买某种大米，或经常购买某种商品，则在当前地理位置存在上述商品的折扣信息时，则进行优先推送，优选地，通过历史购买记录信息，建立一个收藏夹，将符合用户购物偏好信息的商品存储在收藏夹内，或者是放置在购物车内，用户所在的场所存在购物车/收藏夹等的优惠，价格低于历史购买价格时，向用户进行商品推荐；进一步地，根据购买频率相对应的推送频率，进行商品推荐，例如：根据对用户历史购买信息进行分类：生活日用品、电子产品(电脑等)，前者的购买频率较高为经常性购买的商品，则可以获取到触发推送的条件后进行推送，后者为长期消耗性商品故购买频率较低，则基于地理位置进行推送的频率较低，以实现更加智能化、人性化的商品推荐。

本发明的第二方面提供了一种商品推荐系统400，包括：获取单元402，用于获取用户的历史消费信息；确定单元404，用于根据历史消费信息，确定用户的购物偏好信息；定位单元406，用于获取用户的当前位置信息；获取单元402还用于根据当前位置信息，获取当前位置信息对应的当前商品信息；推荐单元408，用于根据购物偏好信息和当前商品信息，推荐目标商品信息。

本发明提供的商品推荐系统，通过用户的历史购物的消费信息，进行整合分析以得出用户的购物偏好信息，即用户的购物习惯，用户感兴趣的商品等信息，以实现用户的购物方向的预判，其中，历史消费信息是通过整合网上商城的历史购物记录或者实体商店的消费购物记录，进而得到的用户线上、线下的全部历史消费信息，以准确地获得用户的购物偏好信息，以实现给用户推荐商品的精准推送；进一步地，获取用户当前所处的位置信息，该位置信息可以为网上虚拟商城的网址信息，亦可以是用户当前所处的地理位置信息，根据用户当前位置信息，当用户当前位置信息为网上商城时，则将当前网络商城的商品信息与用户购物偏好信息进行匹配，推荐给用户其可能会购买的目标商品信息，使得用户可以快速地找到预购买商品的并进行购买，节约用户的采购时间，提升用户的购物体验；当用户的当前位置信息为地理位置坐标信息时，则获取当前地理位置信息附近的实体商店中的商品信息，并根据用户购物偏好信息，向用户推送目标商品信息。通过采用本发明提供的商品推荐方法，一方面，提升了用户的购物体验，增加用户的购物乐趣；一方面，可以增加线上网络商城和线下实体商店的客流量和营业额。

在本发明的一个实施例中，优选地，确定单元404具体用于分析历史消费信息中对应商品的购买频率，根据购买频率确定购物偏好信息；确定单元404具体还用于：将购物偏好信息中对应商品按照购买频率由高至低进行排序；以及根据商品属性，将购物偏好信息中对应商品进行标签分类。

在该实施例中，通过对历史消费信息进行整理分析，计算历史消费信息中涉及的不同商品的购买频率，进而可以了解到用户的购物喜好，以及购物习惯，进而可以更准确地向用户推荐目标商品信息，进一步地，用户购物买过的商品按照购买频率进行排序，再对购买过的商品根据商品属性进行标签分类，实现精准地商品推送，促成商品交易记录，提升商城营业利润，同时，提升用户的购物体验。

在本发明的一个实施例中，优选地，推荐单元408具体用于根据排序、标签及当前商品信息，进行目标商品信息的推荐；以及按照与购物偏好信息中对应商品的购买频率相对应的推送频率推荐目标商品信息；其中，历史消费信息包括：网上商城的历史消费信息和/或线下实体商店的历史消费信息；当前位置信息包括：当前网页信息和/或当前地理位置信息。

在该实施例中，根据购买频率和商品属性，将当前商品信息中的，用户比较感兴趣且购买可能性最高的目标商品推荐给用户，使得用户可以提升购物效率，同时增加商城的交易率。进一步地，设置与购买频率相对应的推送频率，即根据用户的购买周期定期向用户进行商品推荐，避免过频的进行商品推送，造成对用户的信息干扰，影响用户使用体验。其中，根据用户在网上商城上购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类；根据用户在线下实体门店购买商品的历史记录，通过大数据分析找出用户习惯购买的商品进行标签分类；进一步地，通过获取网址信息和地理位置信息，实现线上，线下实时地向用户进行商品推荐，以提升用户的购物体验，提升智能化购物水平。

根据本发明的第三方面提出了一种计算机装置500，所述计算机装置包括处理器502，所述处理器用于执行存储器504中存储的计算机程序时实现如本发明第一方面任一实施例所述的商品推荐方法。因而具有上述商品推荐方法的全部有益技术效果，在此不再赘述。

本发明第四方面提出的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中任一项所述的商品推荐方法。其上存储的计算机程序被处理器执行时可实现上述实施例中任一项的商品推荐方法的步骤，因而具有上述商品推荐方法的全部有益技术效果，在此不再赘述。

在本发明的描述中，术语“多个”则指两个或两个以上，除非另有明确的限定，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本发明中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。