[發明專利]一種基于用戶相似度的電子商務網站推薦方法

在審

• 申請號: 201410147257.X
• 申請日: 2014-04-13
• 公開（公告）號: CN103914783A
• 公開（公告）日: 2014-07-09
• 發明（設計）人: 何涇沙;杜江浩;潘力斌
• 申請（專利權）人: 北京工業大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/30
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

技術領域

本發明涉及電子商務網站的數據庫信息檢索領域，特別涉及對數據信息進行挖掘，形成基于用戶相似度的產品推薦技術。

背景技術

隨著互聯網的發展，現在人們在信息爆炸的時代。相較于在此階段的數據，在過去缺乏信息，在海量的信息面前，篩選和信息過濾已經成為衡量判斷一個系統是否是好還是壞。系統具有良好的用戶體驗可以使大量的信息進行篩選和過濾，然后顯示該信息到他們感興趣的用戶，大大提高了系統的工作效率，也節省了時間，為用戶篩選信息。有些工具出現可能會解決問題，但實際上這些工具可能不是很有效。比如，現在的搜索引擎變得越來越可以接受的。搜索引擎的出現在一定程度上解決了信息過濾的問題，但還不夠。搜索引擎需要用戶過濾信息的質量不請自來的話。為了幫助人們找到最有價值的信息，推薦系統出現了。推薦系統可以與用戶聯系和信息。在一方面，它可以幫助用戶發現有價值的信息，在另一方面，它可以使信息使用者感興趣的顯示，從而使信息提供者和使用者實現雙贏的。

發明內容

目前推薦系統中存在很多常見問題，比如冷啟動的問題，推薦精準度的問題等。本發明能夠有效的對電子商務網站的用戶進行產品推薦，包括如下步驟：

步驟1：記錄用戶注冊信息作為原始信息。通過提取原始信息，根據注冊信息權重制定坐標軸，用余弦公式對用戶進行相似度計算，對用戶進行分組，方法如下：

T(x,y)=x·y||x||2×||y||2---(1)]]>

x，y分別代表用戶屬性向量,0≤x≤200，0≤y≤200。

步驟2：確定用戶行為權重，權重由大到小的順序是，對產品做出的評分，是否購買產品，是否收藏產品，做出過比較的產品，瀏覽產品時間，是否刪除已經收藏了的產品。

步驟3：記錄已注冊用戶行為，分在同一組的用戶，根據用戶的行為分析權重建立坐標軸，再次進行相似度計算，這次的相似度計算主要通過歐幾里德距離公式。相似度達到標準數值的用戶分為一組。篩選用戶喜好的產品，進行產品推薦，方法如下：

sim(x,y)=11+d(x,y)---(2)]]>