面向B端采购用户的商品信息推荐方法

技术领域

本发明涉及信息处理技术领域，具体而言，涉及面向B端采购用户的商品信息推荐方法。

背景技术

面向B端（企业用户）的采购平台与C端（个人用户）的电子商务平台在客户特征上有较大区别。如B端客户在制定采购计划时，主要以项目、工程建设方案驱动，从而相对于C端客户，B端采购用户有较为明确的需求和完整的采购计划。故现有的应用于C端场景，包括以“兴趣推荐”、“名称相似”为主要推荐技术路径和方法以及使用协同过滤机制在用户行为间进行推荐的方法等，较难在B端采购场景发挥有效的推荐作用。对于平台在向B端采购客户展示潜在的采购商品时，除提供搜索功能和算法对名称、品牌、规格型号进行反馈数据之外，如何辅助提供新的推荐方法，使得给B端采购客户的推荐更精准、更利于成单，成为一个新挑战。

发明内容

本发明的目的在于提供面向B端采购用户的商品信息推荐方法，其能够帮助平台向B端采购客户提供采购推荐，且推荐的商品更能准确符合B端采购客户的需求，更利于成单。

本发明的实施例通过以下技术方案实现：

提供一种面向B端采购用户的商品信息推荐方法，包括如下步骤：

S1.获取B端采购用户需求商品的SKU，生成一空序列作为商品推荐序列

S2.根据所述SKU获取需求商品在平台的分类

S3.根据商品的总浏览量、总采购量、总退货量获取所述商品集合

进一步的，所述S3中复合历史热度值

其中，

进一步的，所述全局浏览下单比

其中，

进一步的，还包括S4：根据推荐序列

其中，i为商品在商品推荐序列中的排列序号，i∈n，n为所述商品推荐序列

进一步的，还包括S5.根据所述商品推荐序列

具体为，S51.统计所述商品推荐序列

S52.获取所述商品推荐序列

其中，

S53.根据所述库存叠加参数

S54.根据所述商品推荐序列

再将所述商品推荐序列

进一步的，还包括S6.根据所述商品推荐序列

具体为，S61.统计所述商品推荐序列

S62.获取所述商品推荐序列

其中，

S63.根据所述商品推荐序列

再将所述商品推荐序列

进一步的，还包括S7.根据所述需求商品所在分类在平台中的特征集合序列F

具体为，S71.从平台数据库中获取所述需求商品所在分类在平台中的特征集合序列F

S72.将所述特征集合序列F

其中，

S73.根据所述商品推荐序列

再将所述商品推荐序列

进一步的，还包括：预设商品推荐数R_NUM以及增益倍数R_M，所述商品推荐数R_NUM为根据所述需求商品生成的推荐商品在用户端可显示数量，所述增益倍数R_M为所述空序列具备的最小扩充幅度；所述商品推荐数R_NUM与增益倍数R_M和乘积为所述空序列的预设长度N。

进一步的，判断商品集合

进一步的，补全商品推荐序列

步骤A.获取平台所有订单数据中包含分类

步骤B.获取所述订单集合

步骤C.获取平台中属于

步骤D.通过N减去所述商品推荐序列

步骤E.重复执行所述步骤A-步骤D，直到所述商品推荐序列

本发明实施例的技术方案至少具有如下优点和有益效果：

能够实现根据B端采购用户的需求商品为其推荐同类商品中历史采购热度较高的相似商品；同时引入了多种需要考量的信息维度，增加平台商品积压库存商品的曝光度降低平台的库存成本；实现相关性的拓展推荐功能，防止被推荐商品局限于某个大类；实现同型号优先的推荐功能，促进批量采购形成大订单，降低生产成本。

附图说明

图1为本发明方法的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

随着网络购物的兴起，面向C端的商品推荐算法层出不穷，在C端场景中，以“兴趣推荐”、“名称相似”为主要推荐技术路径和方法以及使用协同过滤机制在用户行为间进行推荐，但这些方法难以用在B端采购场景使用。B端客户在制定采购计划时，主要以项目、工程建设方案驱动，且B端采购用户有较为明确的需求和完整的采购计划，因此专门针对B端采购的推荐算法极具难度，目前该类推荐方法十分少见。本发明的目的便在于提供一种专门面向B端采购的推荐算法。

在对B端采购场景的整体研究中，我们发现：对于平台而言，期望采购的需求能尽量命中库存，减少订货或远途调货，从而有助于加快资金流转、减轻积压现象。对于上游供应链而言，期望订单无论从数量和品类方面都可以相对稳定，从而便于大批量规律化地制定生产计划，减少用工波动和生产浪费。对于B端采购客户而言，工程或项目实施周期普遍较长，从月至数年不等。它们期望在选购商品时，对指定的商品能有平替或备选商品，以降低整个项目或工程的供应链风险。

本发明便基于上述对B端采购场景的研究，提出一种综合考虑以上因素的大数据推荐算法，进而使平台、上游生产供应商、B端采购客户均有所受益；对于本发明的具体方案的详细说明如下。

本发明的具体实施例如下，一种面向B端采购用户的商品信息推荐方法，如图1所示，包括如下步骤：

S1.获取B端采购用户需求商品的SKU，SKU即需求商品的单位库存量，生成一空序列作为商品推荐序列

S2.根据所述SKU获取需求商品在平台的分类

可以理解的是，在本实施例中，推荐的商品主要与B端用户需求商品的分类相同，即主要目的在于推荐与需求商品相似度高的商品。

S3.根据商品的总浏览量、总采购量、总退货量获取所述商品集合

具体的，复合历史热度值

其中，

同时，全局浏览下单比

其中，

通过上述的方式我们得到了与需求商品的同类的且较为热门的相关商品推荐，在该阶段中，第一商品推荐列表主要基于B端采购用户的需求情况进行推荐。

由于在B端采购场景中大多数商品的同类商品数量不多，在前述方法的基础上，用户可以设定需要推荐商品的数量，从而当与需求商品同类的商品数量小于用户设定的需要推荐商品的数量时，我们为了满足需要的推荐数量，则需要引入与需求商品不同类的商品进行推荐，因此该实施例可以实现相关性的拓展推荐功能，防止被推荐商品局限于某个大类。

具体的，增加预设商品推荐数量后的不同之处在于，还包括预设商品推荐数R_NUM以及增益倍数R_M，其中，所述商品推荐数R_NUM为根据所述需求商品生成的推荐商品在用户端可显示数量，所述增益倍数R_M为所述空序列具备的最小扩充幅度；且所述商品推荐数R_NUM与增益倍数R_M和乘积为所述空序列的预设长度N。

可以理解的是，预设商品推荐数R_NUM为3，而增益倍数R_M为2时，则空序列也就是商品推荐序列

那么当商品集合

步骤A.获取平台所有订单数据中包含分类

可以理解的是，通过平台中的订单数据，我们能够获取所有包含分类

步骤B.获取所述订单集合

需要说明的，由于订单集合

需要理解的，由于一个临近分类

步骤C.获取平台中属于

步骤D.通过N减去所述商品推荐序列

步骤E.重复执行所述步骤A-步骤D，直到所述商品推荐序列

由于存在少数的某些分类下商品较多的情况，及时设定了空序列的长度N，也有可能商品集合

通过上述的方式我们能够实现相关性的拓展推荐功能，可在大多数情况下防止被推荐商品局限于某个大类，获取更多大类的商品推荐；并且使推荐更具灵活性，推荐数量可控。

为了结合平台的商品库存进行推荐，减轻平台的库存压力，降低仓储成本，在上述过程的基础上，方法还包括S4：根据推荐序列

其中，i为商品在商品推荐序列中的排列序号，i∈n，n为所述商品推荐序列

以及还包括S5.根据所述商品推荐序列

具体为，S51.统计所述商品推荐序列

S52.获取所述商品推荐序列

其中，

S53.根据所述库存叠加参数

S54.根据所述商品推荐序列

再将所述商品推荐序列

在上述过程中，能够得到的第二商品推荐列表，其增加考虑了平台的商品库存问题，结合客户的需求，推荐库存较多的商品，进而减轻平台的库存压力，实现节约成本。

在上述过程的基础之上，本发明的方法还包括S6.根据所述商品推荐序列

具体为，S61.统计所述商品推荐序列

S62.获取所述商品推荐序列

其中，

S63.根据所述商品推荐序列

再将所述商品推荐序列

可以理解的是，步骤S6的引入，考虑了推荐商品中最近一次任意用户下单的下单时间，使得最近一次任意用户下单的下单时间与当前时间的差值较小的商品的推荐权重增加，进而使得推荐排序靠前的产品为最近下单较多的产品，从而实现同型号优先的推荐功能，促进多个客户采购同型号的推荐商品，形成大订单，降低上游生产商的生产成本。

在上述过程的的基础上，还包括S7.根据所述需求商品所在分类在平台中的特征集合序列F

具体为，S71.从平台数据库中获取所述需求商品所在分类在平台中的特征集合序列F

S72.将所述特征集合序列F

其中，

S73.根据所述商品推荐序列

再将所述商品推荐序列

步骤S7，进一步考虑了不同大类商品的特征相似度，使得在有不同大类的商品的情况，也能够尽可能为B端用户推荐更为适合的商品。

通过上述的实施方式，可以清楚的知晓本发明能够带来的即使进步，如能够实现根据B端采购用户的需求商品为其推荐同类商品中历史采购热度较高的相似商品；并且引入了多种需要考量的信息维度，增加平台商品积压库存商品的曝光度，进而降低平台的库存成本；实现相关性的拓展推荐功能，防止被推荐商品局限于某个大类；实现同型号优先的推荐功能，促进批量采购形成大订单，降低上游生产商的生产成本。

以上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。