[發明專利]一種電子商務中的商品推薦方法及其系統

在審

• 申請號: 201410564376.5
• 申請日: 2014-10-21
• 公開（公告）號: CN105528374A
• 公開（公告）日: 2016-04-27
• 發明（設計）人: 陳雪峰;陸罡;王文琪
• 申請（專利權）人: 蘇寧云商集團股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/00
• 代理公司: 北京萬慧達知識產權代理有限公司 11111
• 代理人: 代峰;楊穎

1.一種電子商務中的商品推薦方法，其特征在于，包括以下步驟：

步驟S1、采集用戶在電子商務網站的歷史行為數據；

步驟S2、根據用戶的歷史行為數據進行商品特征計算，輸出用戶的關于購 買商品概率預測特征向量；

步驟S3、根據輸出的用戶關于購買商品概率預測特征向量分別按特征和分 類代入統計函數計算用戶購買概率預測模型，獲得購買概率預測模型；

步驟S4、根據用戶的購買概率預測模型以及用戶登錄信息進行商品推薦。

2.根據權利要求1所述的一種電子商務中的商品推薦方法，其特征在于，還 包括：

步驟S5、利用購買概率預測模型計算相關或相似商品的購買概率；

步驟S6、根據計算得到的購買概率，將相關或相似商品推薦給用戶。

3.根據權利要求1所述的一種電子商務中的商品推薦方法，其特征在于，所 述的歷史行為數據包括：用戶登錄信息，用戶瀏覽的網頁，瀏覽網頁的時長， 用戶搜索過的商品，用戶加入收藏夾的商品，用戶加入購物車的商品，用戶 提交訂單的商品，購買與瀏覽占比。

4.根據權利要求1或2所述的一種電子商務中的商品推薦方法，其特征在于， 基于用戶的歷史行為數據構造用戶購買商品概率預測特征向量，具體包括以 下步驟：

1)根據用戶歷史數據，進行電子商務網站上不同類型頁面權重計算，不 同商品品類的時間衰減函數計算和不同商品的相關或相似商品集合計算； 其中，所述的頁面權重計算，是統計不同頁面來源的轉化率，即頁面對轉 化率貢獻權重計算，根據轉化率計算同來源頁面權重；

2)根據1)中獲得的用戶歷史數據計算的結果，構造商品購買預測特征向 量。

5.根據權利要求4所述的一種電子商務中的商品推薦方法，其特征在于，其 中步驟1)中所述的不同商品的相關或相似商品集合計算，是獲得每個商品的 相關或相似商品集合，計算每個商品品類的相關或相似商品，具體包括：

1.1)將商品根據商品的相似性進行分類，每一類為一個商品組；

1.2)采用協同過濾或者關聯規則計算每個商品的關聯商品組；

1.3)采取每個商品組下相關性最高的前N個商品組下的全部商品作為該 商品組下商品的相關或者相似商品。

6.根據權利要求4所述的一種電子商務中的商品推薦方法，其特征在于，其 中步驟2)中所述的構造商品購買預測特征向量包括：分別計算加入購物車中 商品的相關或相似商品、加入收藏夾的商品的相關或相似商品，瀏覽該商品 的次數和時長、瀏覽相似或相關商品的次數和、時長、購買過相關商品記錄 的特征值。

7.根據權利要求1所述的一種電子商務中的商品推薦方法，其特征在于，還 包括，對所述購買預測模型進行訓練。

8.根據權利要求2所述的一種電子商務中的商品推薦方法，其特征在于，其 中步驟S4具體包括：

步驟S401、基于用戶的購買歷史行為數據，采用關聯規則或者協同過濾算 法，計算該商品的關聯商品，取關聯度最高的前n個商品，作為該商品的 相關或相似商品集合；

步驟S402、利用購買概率預測模型和用戶登錄信息計算相關或相似商品的 購買概率。

9.一種采用電子商務中商品推薦方法的系統，其特征在于，包括：

用戶行為數據獲取模塊，用于采集用戶在電子商務網站的歷史行為，或采集 用戶登錄信息，獲取登錄用戶的歷史信息；

用戶購買預測特征向量計算模塊，用于基于用戶歷史行為或歷史信息構造用 戶特征向量，或根據登錄用戶的歷史行為數據，構造用戶特征向量；

購買概率預測模型模塊，根據用戶特征向量訓練購買概率預測模型模塊，從 而計算獲得商品的購買概率；或，根據登錄用戶的特征向量和訓練購買概率 預測模型模塊計算用戶對商品的購買概率；

用戶商品推薦模塊，用于根據商品的購買概率，將商品推薦給用戶。