(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210959257.4 (22)申请日 2022.08.10 (71)申请人 武汉沁纯服饰有限公司 地址 430061 湖北省武汉市武昌区和平大 道750号 (72)发明人 王玉从　 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 30/06(2012.01) (54)发明名称 一种基于电商大 数据的用户兴趣分析方法 (57)摘要 本发明公开一种基于电商大数据的用户兴 趣分析方法， 本发明通过 获取电商平台内目标用 户对应的显性反馈信息， 分析电商平台内目标用 户与各待匹配用户对应的显性反馈信息匹配系 数， 并筛选电商平台内目标用户对应的各指定用 户， 从而实现对用户的显性反馈信息进行多维度 的精细化匹配， 提高后期电商平台的用户推荐精 准性和针对性， 同时提取电商平台内目标用户和 各指定用户对应隐性反馈信息中的关联商品信 息， 评估电商平台内目标用户与各指定用户的兴 趣符合度指数， 将按照兴趣符合度指数从大到小 的顺序排序后的结果发送至目标用户， 从而实现 根据用户兴趣进行针对性的交友推荐， 提高电商 平台用户的交友匹配度。 权利要求书4页 说明书9页 附图1页 CN 115439139 A 2022.12.06 CN 115439139 A 1.一种基于电商大 数据的用户兴趣分析 方法， 其特 征在于， 包括如下步骤： 步骤一、 目标用户显性反馈信息获取： 获取电商平台内目标用户对应的显性反馈信 息， 其中显性反馈信息包括基本信息和兴趣标签； 步骤二、 目标用户显性反馈信息匹配： 将电商平台内目标用户对应的显性反馈信息与 各待匹配用户对应的显性反馈信息进 行匹配， 分析电商平台内目标用户与各待匹配用户对 应的显性反馈信息匹配系数， 并筛 选电商平台 内目标用户对应的各指定用户； 步骤三、 关联商 品类型筛选： 根据电商平台内目标用户对应的兴趣标签， 筛选电商平台 内目标用户对应兴趣标签的关联商品类型， 进而提取电商平台内目标用户对应隐性反馈信 息中的关联商品信息， 其中隐性反馈信息包括浏览记录信息和历史购物信息； 步骤四、 关联商品信息解析： 对电商平台内目标用户对应隐性反馈信息中的关联商品 信息进行解析， 得到电商平台 内目标用户与各指定用户对应的隐性反馈信息匹配系数； 步骤五、 用户兴趣符合度指数评估： 评估电商平台内目标用户与各指定用户的兴趣符 合度指数， 并按照兴趣符合度指数从大到小的顺序依 次进行排序， 将排序结果发送至目标 用户。 2.根据权利要求1所述的一种基于电商大数据的用户兴趣分析方法， 其特征在于： 所述 步骤二对应的具体步骤如下： S21、 从电商平台后台提取各待匹配用户对应的显性反馈信 息， 得到各待 匹配用户对应 的基本信息， 将电商平台内目标用户对应的基本信息与各待匹配用户对应的基本信息进 行 匹配， 得到电商平台内目标用户与各待匹配用户的基本信息匹配度， 将其标记为φi， i＝1, 2,...,n， i表示 为第i个待匹配用户的编号； S22、 将电商平台内目标用户对应的兴趣标签与预设的各兴趣类型对应的各设定兴趣 标签进行对比， 筛选电商平台内目标用户对应兴趣标签的兴趣类型， 并其记为目标用户对 应的兴趣类型， 并筛选电商平台内各待匹配用户对应的兴趣类型， 将目标用户对应的兴趣 类型与各待匹配用户对应的兴趣类型进行对比， 统计目标用户与各待匹配用户的兴趣类型 符合度， 将其标记为αi； S23、 分析电商平台 内目标用户与各待匹配用户对应的显性反馈信息匹配系数 其中θi表示为电商平台内目标用户与第i个待匹配用户对应的显性反馈 信息匹配系数， μ表示 为预设的用户显性反馈信息匹配修 正因子； S24、 将电商平台内目标用户与各待匹配用户对应的显性反馈信息匹配系数分别与预 设的用户显性反馈信息匹配系数阈值进行对比， 若目标用户与 某待匹配用户对应的显性反 馈信息匹配系数大于或等于预设的用户显性反馈信息匹配系数阈值， 则将该待匹配用户记 为目标用户对应的指定用户， 并统计电商平台 内目标用户对应的各指定用户。 3.根据权利要求1所述的一种基于电商大数据的用户兴趣分析方法， 其特征在于： 所述 步骤三对应的具体步骤如下： S31、 提取电商平台数据存储库中储存的各兴趣标签对应的关联商品类型， 并根据电商 平台内目标用户对应的兴趣标签， 筛选电商平台内目标用户对应兴趣标签的关联商品类 型；权　利　要　求　书 1/4 页 2 CN 115439139 A 2S32、 获取电商平台内目标用户对应的隐性反馈信 息， 提取电商平台内目标用户对应浏 览记录信息中各浏览商品的商品类型， 筛选目标用户对应浏览记录信息中的关联商品数 量， 并获取目标用户对应浏览记录信息中各关联商品的属 性信息， 将目标用户对应浏览记 录信息中关联商品数量和各关联商品的属 性信息记为目标用户对应浏览记录信息中的关 联商品信息； S33、 同理， 筛选目标用户对应历史购物信息中的关联商品数量， 并获取目标用户对应 历史购物信息中各关联商品的属性信息， 将目标用户对应历史购物信息中关联商品数量和 各关联商品的属性信息记为目标用户对应历史购物信息中的关联商品信息 。 4.根据权利要求1所述的一种基于电商大数据的用户兴趣分析方法， 其特征在于： 所述 步骤四对应的具体步骤如下： S41、 获取电商平台内各指定用户对应隐性反馈信 息中的关联商品信息， 提取电商平台 内各指定用户对应隐性反馈信息中各关联商品的属性信息， 对比统计电商平台内目标用户 与各指定用户对应隐性反馈信息中相同关联商品数量， 解析得到电商平台内目标用户与各 指定用户的关联商品数量符合权 重系数； S42、 根据电商平台内各指定用户对应隐性反馈信 息中各关联商品的属性信息， 解析得 到电商平台内目标用户与各指定用户对应隐性反馈信息中的相同关联商品属 性信息相似 权重系数； S43、 提取电商平台内目标用户对应历史购物信息中各相同关联商品的评论信息和各 指定用户对应历史购物信息中各相同关联商品的评论信息， 解析得到电商平台内目标用户 与各指定用户对应历史购物信息中的相同关联商品评论信息相似权 重系数； S44、 综合分析电商平台 内目标用户与各指定用户对应的隐性反馈信息匹配系数。 5.根据权利要求4所述的一种基于电商大数据的用户兴趣分析方法， 其特征在于： 所述 步骤S41对应的具体步骤 包括： 根据电商平台内目标用户对应隐性反馈信 息中的关联商品信 息获得方式， 得到电商平 台内各指定用户对应隐性反馈信息中的关联商品信息； 提取电商平台内各指定用户对应浏 览记录信 息中各关联商 品的属性信 息， 得到电商平 台内各指 定用户对应浏览记录信息中各关联商品的名称， 并提取电商平台内目标用户对应 浏览记录信息中各关联商品的名称， 对比统计电商平台内目标用户与各指 定用户对应浏览 记录信息中名称相同的关联商品数量， 记为目标用户与各指定用户对应浏览记录信息中相 同关联商品数量， 将其 标记为zj 1， j＝1,2,...,m， j表示为第j个指定用户的编号； 同理， 统计 电商平台内目标用户与各指定用户对应历史购物信息中相同关联商品数量， 将其标记为 zj 2； 分析电商平台 内目标用户与各指定用户的关联商品数量符合权 重系数 其中δ1、 δ2分别表示为用户浏览记录 信息中关联商 品符合影响因子和用户历史购物信息中关联商品符合影响因子， x1和x2分别 表示为目标用户对应浏览记录信息和历史购物信息中关联商品数量， x ′j1和x′j2分别表示 为第j个指定用户对应浏览记录信息和历史购物信息中关联商品数量。权　利　要　求　书 2/4 页 3 CN 115439139 A 3