一种基于人工智能的电商数据推送分析系统

阅读：评论：0

1.本发明涉及电商技术领域，尤其涉及一种基于人工智能的电商数据推送分析系统。

背景技术：

2.电子商务简称电商，是指在互联网、内部网和增值网上以电子交易方式进行交易活动和相关服务活动，使传统商业活动各环节的电子化、网络化。电子商务包括电子货币交换、供应链管理、电子交易市场、网络营销、在线事务处理、电子数据交换、存货管理和自动数据收集系统。在此过程中，利用到的信息技术包括：互联网、外联网、、数据库、电子目录和移动电话。
3.在电商平台中经常会出现一些商品推送页面，商品推送页面大多统一样式，且推送商品数目均统一，同时当商品推送不符合用户需求时，没有针对性的进行完善和改进，电商数据推送机制不够优化，因此缺少一种基于人工智能的电商数据推送分析系统来解决上述存在的问题。

技术实现要素：

4.针对现有技术存在的不足，本发明目的是提供一种基于人工智能的电商数据推送分析系统。
5.本发明所要解决的技术问题为：如何基于电商行为为用户推送相匹配的电商数据，以及如何在电商推送后判定分析电商推送效果并进行智能化调整。
6.为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于人工智能的电商数据推送分析系统，包括用户终端、电商推送模块、产品分析模块、数据采集模块、智能调整模块、转化分析模块、用户行为分析模块以及电商平台，所述数据采集模块用于采集用户的电商行为数据并发送至电商平台，所述电商平台将电商行为数据发送至用户行为分析模块；所述用户行为分析模块用于对电商平台中用户的电商行为进行分析，得到用户的购买等级反馈至电商平台，电商平台依据购买等级得到用户的电商推送参数发送至电商推送模块；在获得用户的购买等级之后，所述数据采集模块用于获取用户的电商产品数据并发送至电商平台，所述电商平台将电商产品数据发送至产品分析模块；所述产品分析模块用于对用户的电商产品热度情况进行分析，得到用户不同产品类型电商产品的产品推荐值反馈至电商平台，所述电商平台将用户不同产品类型电商产品的产品推荐值发送至电商推送模块；所述电商推送模块用于对用户适配的电商数据进行推送，推送用户的电商推送包反馈至电商平台，所述电商平台将用户的电商推送包发送至用户终端，所述用户终端点击打开电商推送包后进行浏览；用户终端对电商推送包进行查看和浏览后，所述数据采集模块用于获取电商推送
包中产品推送类型对应电商产品的推送购买量和推送收藏量并发送至电商平台，所述电商平台将推送购买量和推送收藏量发送至转化分析模块；所述转化分析模块用于对电商推送包的转化情况进行分析，分析生成转化有效信号或转化无效信号；所述智能调整模块用于对用户的电商推送包进行智能调整。
7.进一步地，电商行为数据为电商产品的购买次数以及每次购买的购买时间、浏览次数以及每次浏览的浏览时长、电商产品收藏数；电商推送参数具体包括产品推送类型数、以及每个产品推送类型的电商产品数；电商产品数据具体为电商平台中用户购买电商产品的产品类型和收藏电商产品的产品类型、以及不同产品类型的购买量、收藏量；推送购买量和推送收藏量为用户终端浏览电商推送包后该产品推送类型的实时购买量和实时收藏量。
8.进一步地，所述用户行为分析模块的分析过程具体如下：获取用户的电商产品的购买次数和用户在电商平台中的电商产品收藏数；而后获取每次购买电商产品时的购买时间，计算相邻购买时间的时间差值得到多组购买间隔时长，多组购买间隔时长相加求和除以购买次数得到用户的电商产品的购买间隔均时长；同理，获取用户的电商产品的浏览次数以及对应的浏览时长，每次浏览的浏览时长相加求和除以浏览次数得到用户的电商产品的浏览均时长；计算用户在电商平台中的用户购买值，将用户购买值与用户购买阈值进行比对，判定用户的购买等级为第三购买等级、第二购买等级或第一购买等级。
9.进一步地，用户购买值与购买等级成正比，当用户的用户购买值越大，则用户的购买等级越高；第一购买等级的级别高于第二购买等级的级别，第二购买等级的级别高于第三购买等级的级别。
10.进一步地，所述产品分析模块的分析过程具体如下：获取电商平台中用户购买电商产品和收藏电商产品的产品类型；按照产品类型将电扇产品划分至对应的产品类型集，而后统计产品类型集中该产品类型的购买量和收藏量；计算用户不同产品类型电商产品的产品推荐值。
11.进一步地，所述电商推送模块的推送过程具体为：获取用户的不同产品类型电商产品的产品推荐值和电商推送参数；按照产品推荐值的数值大小降序排列得到用户电商产品的产品类型推荐表；结合电商推送参数在产品类型推荐表中选取对应产品推送类型数以及每个产品推送类型的电商产品数；选取得到的产品推送类型数以及每个产品推送类型的电商产品数整合生成用户的电商推送包。
12.进一步地，所述转化分析模块的分析过程具体如下：依据电商推送包中的产品推送类型，获取电商推送前该产品推送类型的购买量和收藏量、以及电商推送后该产品推送类型的推送购买量和推送收藏量；
利用推送购买量减去购买量得到不同产品推送类型的购买增加量，同理，利用推送收藏量减去收藏量得到不同产品推送类型的收藏增加量；分别为购买增加量和收藏增加量分配对应的权重系数，计算得到经过电商推送后不同产品推送类型的产品转化值；若电商推送包中任一产品推送类型的产品转化值超过设定阈值，则生成转化有效信号；若电商推送包中所有产品推送类型的产品转化值未超过设定阈值，则生成转化无效信号。
13.进一步地，所述转化分析模块将转化有效信号或转化无效信号反馈至服务器，若服务器接收到转化有效信号，则不进行任何操作，若服务器接收到转化无效信号，则生成推送调整指令加载至智能调整模块。
14.进一步地，所述智能调整模块的工作过程具体如下：将电商推送包中当前产品推送类型对应的电商产品进行剔除，而后在产品类型推荐表由上至下重新选取符合电商推送参数的产品推送类型数以及每个产品推送类型的电商产品数，同时整合生成新的电商推送包并重新推送给对应的用户终端。
15.同时还提出一种基于人工智能的电商数据推送分析系统的工作方法，工作方法具体如下：步骤s100，用户行为分析模块对电商平台中用户的电商行为进行分析，得到用户的购买等级，电商平台依据购买等级得到用户的电商推送参数发送至电商推送模块；步骤s200，利用产品分析模块对用户的电商产品热度情况进行分析，得到用户不同产品类型电商产品的产品推荐值发送至电商推送模块；步骤s300，电商推送模块用于对用户适配的电商数据进行推送，得到用户的电商推送包发送至用户终端；步骤s400，用户终端点击电商推送包后，利用转化分析模块对电商推送包的转化情况进行分析，分析生成转化有效信号或转化无效信号；步骤s500，若生成转化无效信号则通过智能调整模块对用户的电商推送包进行智能调整，调整重新生成电商推送包并推送给用户终端。
16.与现有技术相比，本发明的有益效果：本发明通过用户行为分析模块对电商平台中用户的电商行为进行分析得到用户的购买等级，而后电商平台依据购买等级得到用户的电商推送参数发送至电商推送模块，同时利用产品分析模块对用户的电商产品热度情况进行分析，得到用户不同产品类型电商产品的产品推荐值发送至电商推送模块，电商推送模块用于对用户适配的电商数据进行推送，得到用户的电商推送包发送至用户终端；在用户终端点击电商推送包后，利用转化分析模块对电商推送包的转化情况进行分析，分析生成转化有效信号或转化无效信号，若生成转化无效信号则通过智能调整模块对用户的电商推送包进行智能调整，调整重新生成电商推送包并推送给用户终端，本发明能够有效结合电商行为，从而为用户推送相匹配且精准的电商数据，并对电商产品的推送效果进行判定分析，依据判定分析进行智能化调整。
17.本发明附加方面的优点将在下面的具体实施方式的描述中部分给出，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
18.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其他特征、目的和优点将会变得更明显：图1为本发明的整体系统框图；图2为本发明的工作流程图。
具体实施方式
19.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
20.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。
21.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
22.实施例一请参阅图1所示，本发明提供一种基于人工智能的电商数据推送分析系统，包括用户终端、电商推送模块、产品分析模块、数据采集模块、智能调整模块、转化分析模块、用户行为分析模块以及电商平台；在具体实施时，所述用户终端用于用户输入个人信息后注册登录系统，并将个人信息发送至电商平台内存储；其中，个人信息包括用户的真实姓名、性别、身份证号码、年龄等；具体的，用户终端具体为用户的私人手机、平板电脑、台式电脑等；同时的，经用户终端授权同意后，所述数据采集模块用于采集用户的电商行为数据，并将电商行为数据发送至电商平台，所述电商平台将电商行为数据发送至用户行为分析模块；需要具体说明的是，电商行为数据为电商产品的购买次数以及每次购买的购买时间、浏览次数以及每次浏览的浏览时长、电商产品收藏数等；所述用户行为分析模块用于对电商平台中用户的电商行为进行分析，分析过程具体如下：步骤s1，将用户终端对应的用户标记为i，i=1，2，
……
，z，z为正整数；步骤s2，获取用户的电商产品的购买次数，并将购买次数标记为gci；而后获取每次购买电商产品时的购买时间，计算相邻购买时间的时间差值得到多组购买间隔时长，多组购买间隔时长相加求和除以购买次数得到用户的电商产品的购买间隔均时长gjti；步骤s3，同理，获取用户的电商产品的浏览次数以及对应的浏览时长，每次浏览的浏览时长相加求和除以浏览次数得到用户的电商产品的浏览均时长ljti；步骤s4，最后获取用户在电商平台中的电商产品收藏数，并将电商产品收藏数标记为sci；步骤s5，通过公式ygi=（gci
×
a1+sci
×
a2+ljti
×
a3）/gjti计算得到用户在电商
平台中的用户购买值ygi；式中，a1、a2和a3均为固定数值的比例系数，且a1、a2和a3的取值均大于零；步骤s6，将用户购买值与用户购买阈值进行比对；若ygi＜x1，则用户的购买等级为第三购买等级；若x1≤ygi＜x2，则用户的购买等级为第二购买等级；若x2≤ygi，则用户的购买等级为第一购买等级；其中，x1和x2均为固定数值的用户购买阈值，且x1＜x2；可以理解的，用户购买值与购买等级成正比，当用户的用户购买值越大，则用户的购买等级越高，因此，第一购买等级的级别高于第二购买等级的级别，第二购买等级的级别高于第三购买等级的级别；所述用户行为分析模块将用户的购买等级反馈至电商平台，电商平台依据购买等级得到用户的电商推送参数发送至电商推送模块；其中，电商推送参数具体包括产品推送类型数、以及每个产品推送类型的电商产品数，例如，当用户为第一购买等级时，则产品推送类型数为3组，每组的电商产品数为10个，当用户为第二购买等级时，则产品推送类型数为2组，每组的电商产品数为8个，当用户为第三购买等级时，则产品推送类型数为1组，每组的电商产品数为6个；在获得用户的购买等级之后，所述数据采集模块用于获取用户的电商产品数据，并将电商产品数据发送至电商平台，所述电商平台将电商产品数据发送至产品分析模块；需要具体说明的是，电商产品数据具体为电商平台中用户购买电商产品的产品类型和收藏电商产品的产品类型、以及不同产品类型的购买量、收藏量等；所述产品分析模块用于对用户的电商产品热度情况进行分析，分析过程具体如下：步骤s101，获取电商平台中用户购买电商产品和收藏电商产品的产品类型；步骤s102，按照产品类型将电扇产品划分至对应的产品类型集，而后统计产品类型集中该产品类型的购买量和收藏量；步骤s103，利用结合公式计算得到用户不同产品类型电商产品的产品推荐值，公式具体如下：ctu=lgu
×
b1+lcu
×
b2；式中，b1和b2均为固定数值的权重系数，且b1和b2的取值均大于零，其中，u代表电商产品的产品类型，lgu为不同产品类型电商产品的购买量，lcu为不同产品类型电商产品的收藏量；所述产品分析模块将用户不同产品类型电商产品的产品推荐值反馈至电商平台，所述电商平台将用户不同产品类型电商产品的产品推荐值发送至电商推送模块；所述电商推送模块用于对用户适配的电商数据进行推送，推送过程具体为：步骤s201，获取上述计算得到用户的不同产品类型电商产品的产品推荐值和电商推送参数；步骤s202，按照产品推荐值的数值大小降序排列得到用户电商产品的产品类型推荐表；步骤s203，结合电商推送参数在产品类型推荐表中选取对应产品推送类型数以及每个产品推送类型的电商产品数；
步骤s204，选取得到的产品推送类型数以及每个产品推送类型的电商产品数整合生成用户的电商推送包；所述电商推送模块将用户的电商推送包反馈至电商平台，所述电商平台将用户的电商推送包发送至用户终端，所述用户终端点击打开电商推送包后进行浏览；具体的，电商推送包在具体推送时呈现为：当打开电商平台app时，会弹窗跳出推送页，推送页的页数跟产品推送类型数相同，推送页内每页的电商产品的数量与每组的电商产品数的数量相同；在用户终端对电商推送包进行查看和浏览后，所述数据采集模块用于获取电商推送包中产品推送类型对应电商产品的推送购买量和推送收藏量，并将推送购买量和推送收藏量反馈至电商平台，所述电商平台将推送购买量和推送收藏量发送至转化分析模块；可理解的是，推送购买量和推送收藏量为用户终端浏览电商推送包后，该产品推送类型的实时购买量和实时收藏量；所述转化分析模块用于对电商推送包的转化情况进行分析，分析过程具体如下：步骤s301，依据电商推送包中的产品推送类型，获取电商推送前该产品推送类型的购买量和收藏量、以及电商推送后该产品推送类型的推送购买量和推送收藏量；步骤s302，利用推送购买量减去购买量得到不同产品推送类型的购买增加量，同理，利用推送收藏量减去收藏量得到不同产品推送类型的收藏增加量；步骤s303，分别为购买增加量和收藏增加量分配对应的权重系数，计算得到经过电商推送后不同产品推送类型的产品转化值；步骤s304，若电商推送包中任一产品推送类型的产品转化值超过设定阈值，则生成转化有效信号；若电商推送包中所有产品推送类型的产品转化值未超过设定阈值，则生成转化无效信号；所述转化分析模块将转化有效信号或转化无效信号反馈至服务器，若服务器接收到转化有效信号，则不进行任何操作，若服务器接收到转化无效信号，则生成推送调整指令加载至智能调整模块；所述智能调整模块接收到智能调整指令后用于对用户的电商推送包进行智能调整，具体为：将电商推送包中当前产品推送类型对应的电商产品进行剔除，而后在产品类型推荐表由上至下重新选取符合电商推送参数的产品推送类型数以及每个产品推送类型的电商产品数，同时整合生成新的电商推送包并重新推送给对应的用户终端；上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置，如存在权重系数和比例系数，其设置的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于权重系数和比例系数的大小，只要不影响参数与量化后数值的比例关系即可。
23.实施例二请参阅图2所示，基于同一发明的又一构思，现提出一种基于人工智能的电商数据推送分析系统的工作方法，工作方法具体如下：
步骤s100，数据采集模块采集用户的电商行为数据，并将电商行为数据发送至电商平台，电商平台将电商行为数据发送至用户行为分析模块，通过用户行为分析模块对电商平台中用户的电商行为进行分析，将用户终端对应的用户标记为i，获取用户的电商产品的购买次数gci，而后获取每次购买电商产品时的购买时间，计算相邻购买时间的时间差值得到多组购买间隔时长，多组购买间隔时长相加求和除以购买次数得到用户的电商产品的购买间隔均时长gjti，同理，获取用户的电商产品的浏览次数以及对应的浏览时长，每次浏览的浏览时长相加求和除以浏览次数得到用户的电商产品的浏览均时长ljti，最后获取用户在电商平台中的电商产品收藏数sci，通过公式ygi=（gci
×
a1+sci
×
a2+ljti
×
a3）/gjti计算得到用户在电商平台中的用户购买值ygi，将用户购买值与用户购买阈值进行比对，若ygi＜x1，则用户的购买等级为第三购买等级，若x1≤ygi＜x2，则用户的购买等级为第二购买等级，若x2≤ygi，则用户的购买等级为第一购买等级，用户行为分析模块将用户的购买等级反馈至电商平台，电商平台依据购买等级得到用户的电商推送参数发送至电商推送模块；步骤s200，在获得用户的购买等级之后，数据采集模块获取用户的电商产品数据，并将电商产品数据发送至电商平台，电商平台将电商产品数据发送至产品分析模块，通过产品分析模块对用户的电商产品热度情况进行分析，获取电商平台中用户购买电商产品和收藏电商产品的产品类型，按照产品类型将电扇产品划分至对应的产品类型集，而后统计产品类型集中该产品类型的购买量和收藏量，利用结合公式ctu=lgu
×
b1+lcu
×
b2计算得到用户不同产品类型电商产品的产品推荐值ctu，产品分析模块将用户不同产品类型电商产品的产品推荐值反馈至电商平台，电商平台将用户不同产品类型电商产品的产品推荐值发送至电商推送模块；步骤s300，电商推送模块用于对用户适配的电商数据进行推送，获取用户的不同产品类型电商产品的产品推荐值和电商推送参数，按照产品推荐值的数值大小降序排列得到用户电商产品的产品类型推荐表，结合电商推送参数在产品类型推荐表中选取对应产品推送类型数以及每个产品推送类型的电商产品数，选取得到的产品推送类型数以及每个产品推送类型的电商产品数整合生成用户的电商推送包，电商推送模块将用户的电商推送包反馈至电商平台，电商平台将用户的电商推送包发送至用户终端，用户终端点击打开电商推送包后进行浏览；步骤s400，在用户终端对电商推送包进行查看和浏览后，通过数据采集模块获取电商推送包中产品推送类型对应电商产品的推送购买量和推送收藏量，并将推送购买量和推送收藏量反馈至电商平台，电商平台将推送购买量和推送收藏量发送至转化分析模块，利用转化分析模块对电商推送包的转化情况进行分析，依据电商推送包中的产品推送类型，获取电商推送前该产品推送类型的购买量和收藏量、以及电商推送后该产品推送类型的推送购买量和推送收藏量，利用推送购买量减去购买量得到不同产品推送类型的购买增加量，同理，利用推送收藏量减去收藏量得到不同产品推送类型的收藏增加量，分别为购买增加量和收藏增加量分配对应的权重系数，计算得到经过电商推送后不同产品推送类型的产品转化值，若电商推送包中任一产品推送类型的产品转化值超过设定阈值，则生成转化有效信号，若电商推送包中所有产品推送类型的产品转化值未超过设定阈值，则生成转化无效信号，转化分析模块将转化有效信号或转化无效信号反馈至服务器，若服务器接收到
转化有效信号，则不进行任何操作，若服务器接收到转化无效信号，则生成推送调整指令加载至智能调整模块；步骤s500，智能调整模块接收到智能调整指令后用于对用户的电商推送包进行智能调整，将电商推送包中当前产品推送类型对应的电商产品进行剔除，而后在产品类型推荐表由上至下重新选取符合电商推送参数的产品推送类型数以及每个产品推送类型的电商产品数，同时整合生成新的电商推送包并重新推送给对应的用户终端。
24.在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
25.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（static random access memory，简称sram），电可擦除可编程只读存储器（electrically erasable programmable read-only memory，简称eeprom），可擦除可编程只读存储器（erasable programmable read only memory，简称eprom），可编程只读存储器（programmable red-only memory，简称prom），只读存储器（read-onlymemory，简称rom），磁存储器，快闪存储器，磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
26.以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

技术特征：

1.一种基于人工智能的电商数据推送分析系统，其特征在于，包括用户终端、电商推送模块、产品分析模块、数据采集模块、智能调整模块、转化分析模块、用户行为分析模块以及电商平台，所述数据采集模块用于采集用户的电商行为数据并发送至电商平台，所述电商平台将电商行为数据发送至用户行为分析模块；所述用户行为分析模块用于对电商平台中用户的电商行为进行分析，得到用户的购买等级反馈至电商平台，电商平台依据购买等级得到用户的电商推送参数发送至电商推送模块；在获得用户的购买等级之后，所述数据采集模块用于获取用户的电商产品数据并发送至电商平台，所述电商平台将电商产品数据发送至产品分析模块；所述产品分析模块用于对用户的电商产品热度情况进行分析，得到用户不同产品类型电商产品的产品推荐值反馈至电商平台，所述电商平台将用户不同产品类型电商产品的产品推荐值发送至电商推送模块；所述电商推送模块用于对用户适配的电商数据进行推送，推送用户的电商推送包反馈至电商平台，所述电商平台将用户的电商推送包发送至用户终端，所述用户终端点击打开电商推送包后进行浏览；用户终端对电商推送包进行查看和浏览后，所述数据采集模块用于获取电商推送包中产品推送类型对应电商产品的推送购买量和推送收藏量并发送至电商平台，所述电商平台将推送购买量和推送收藏量发送至转化分析模块；所述转化分析模块用于对电商推送包的转化情况进行分析，分析生成转化有效信号或转化无效信号；所述智能调整模块用于对用户的电商推送包进行智能调整。2.根据权利要求1所述的一种基于人工智能的电商数据推送分析系统，其特征在于，电商行为数据为电商产品的购买次数以及每次购买的购买时间、浏览次数以及每次浏览的浏览时长、电商产品收藏数；电商推送参数具体包括产品推送类型数、以及每个产品推送类型的电商产品数；电商产品数据具体为电商平台中用户购买电商产品的产品类型和收藏电商产品的产品类型、以及不同产品类型的购买量、收藏量；推送购买量和推送收藏量为用户终端浏览电商推送包后该产品推送类型的实时购买量和实时收藏量。3.根据权利要求1所述的一种基于人工智能的电商数据推送分析系统，其特征在于，所述用户行为分析模块的分析过程具体如下：获取用户的电商产品的购买次数和用户在电商平台中的电商产品收藏数；而后获取每次购买电商产品时的购买时间，计算相邻购买时间的时间差值得到多组购买间隔时长，多组购买间隔时长相加求和除以购买次数得到用户的电商产品的购买间隔均时长；同理，获取用户的电商产品的浏览次数以及对应的浏览时长，每次浏览的浏览时长相加求和除以浏览次数得到用户的电商产品的浏览均时长；计算用户在电商平台中的用户购买值，将用户购买值与用户购买阈值进行比对，判定用户的购买等级为第三购买等级、第二购买等级或第一购买等级。4.根据权利要求3所述的一种基于人工智能的电商数据推送分析系统，其特征在于，用户购买值与购买等级成正比，当用户的用户购买值越大，则用户的购买等级越高；第一购买等级的级别高于第二购买等级的级别，第二购买等级的级别高于第三购买等
级的级别。5.根据权利要求1所述的一种基于人工智能的电商数据推送分析系统，其特征在于，所述产品分析模块的分析过程具体如下：获取电商平台中用户购买电商产品和收藏电商产品的产品类型；按照产品类型将电扇产品划分至对应的产品类型集，而后统计产品类型集中该产品类型的购买量和收藏量；计算用户不同产品类型电商产品的产品推荐值。6.根据权利要求1所述的一种基于人工智能的电商数据推送分析系统，其特征在于，所述电商推送模块的推送过程具体为：获取用户的不同产品类型电商产品的产品推荐值和电商推送参数；按照产品推荐值的数值大小降序排列得到用户电商产品的产品类型推荐表；结合电商推送参数在产品类型推荐表中选取对应产品推送类型数以及每个产品推送类型的电商产品数；选取得到的产品推送类型数以及每个产品推送类型的电商产品数整合生成用户的电商推送包。7.根据权利要求1所述的一种基于人工智能的电商数据推送分析系统，其特征在于，所述转化分析模块的分析过程具体如下：依据电商推送包中的产品推送类型，获取电商推送前该产品推送类型的购买量和收藏量、以及电商推送后该产品推送类型的推送购买量和推送收藏量；利用推送购买量减去购买量得到不同产品推送类型的购买增加量，同理，利用推送收藏量减去收藏量得到不同产品推送类型的收藏增加量；分别为购买增加量和收藏增加量分配对应的权重系数，计算得到经过电商推送后不同产品推送类型的产品转化值；若电商推送包中任一产品推送类型的产品转化值超过设定阈值，则生成转化有效信号；若电商推送包中所有产品推送类型的产品转化值未超过设定阈值，则生成转化无效信号。8.根据权利要求7所述的一种基于人工智能的电商数据推送分析系统，其特征在于，所述转化分析模块将转化有效信号或转化无效信号反馈至服务器，若服务器接收到转化有效信号，则不进行任何操作，若服务器接收到转化无效信号，则生成推送调整指令加载至智能调整模块。9.根据权利要求1所述的一种基于人工智能的电商数据推送分析系统，其特征在于，所述智能调整模块的工作过程具体如下：将电商推送包中当前产品推送类型对应的电商产品进行剔除，而后在产品类型推荐表由上至下重新选取符合电商推送参数的产品推送类型数以及每个产品推送类型的电商产品数，同时整合生成新的电商推送包并重新推送给对应的用户终端。

技术总结

本发明提供一种基于人工智能的电商数据推送分析系统，属于电商领域，解决现有电商平台的商品推送页面为统一样式、推送商品数目均统一，且电商数据推送机制不够优化的问题，包括电商推送模块、产品分析模块、智能调整模块、转化分析模块和用户行为分析模块，所述用户行为分析模块用于对电商平台中用户的电商行为进行分析，所述产品分析模块用于对用户的电商产品热度情况进行分析，所述电商推送模块用于对用户适配的电商数据进行推送，所述转化分析模块用于对电商推送包的转化情况进行分析，所述智能调整模块用于对用户的电商推送包进行智能调整，本发明结合电商行为为用户提供相匹配的电商数据，并对电商推送效果判定分析并进行智能化调整。行智能化调整。行智能化调整。