[發明專利]一種基于NMF算法的大數據商品及服務推薦方法及系統

在審

• 申請號: 201610266693.8
• 申請日: 2016-04-27
• 公開（公告）號: CN105787770A
• 公開（公告）日: 2016-07-20
• 發明（設計）人: 姚薇
• 申請（專利權）人: 上海遙薇（集團）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京一格知識產權代理事務所(普通合伙) 11316
• 代理人: 滑春生;趙永偉

1.一種基于NMF算法的大數據商品及服務推薦方法，其特征在于，在一數據庫中記錄有 多個用戶的多個用戶日志，用戶日志對應地記錄有用戶的歷史數據記錄，所述的歷史記錄 數據及可供推薦的商品及服務屬性值組合，利用早先生成的屬性值預測模型，以此來獲取 用戶目前對感興趣商品屬性值的組合；

該基于NMF算法的大數據商品及服務推薦方法包括以下步驟：

A：接收一用戶輸入的信息，并將這一用戶作為目標用戶，對信息轉化成標準文本信息， 以生成一結構化文本，根據結構化文本在數據庫中進行查詢，以獲查詢結果；

B：若在該數據庫中記錄有該目標用戶的用戶日志，則將該結構化文本記錄至該目標用 戶的用戶日志中，若在該數據庫中未記錄有該目標用戶的用戶日志，則在該數據庫中創建 該目標用戶的用戶日志、并將該結構化文本記錄至該目標用戶的用戶日志中；根據該數據 庫中記錄的該多個用戶的用戶日志對用戶進行聚類分析，以得到聚類結果，該聚類結果包 括若干用戶聚類及其特征；

C：以商品類別屬性為因變量，以用戶屬性、商品瀏覽歷史記錄等特征值為自變量通過 邏輯回歸算法（LogisticRegression）做統計分析，得出用戶對商品類別喜好地概率，建立 屬性值預測模型，然后結合非負矩陣分解算法（NMF）與用戶選定的目標商品匹配對比，對用 戶個性化推薦，推薦相似商品；

D：根據用戶屬性信息、用戶瀏覽記錄、商品屬性計算用戶在每個屬性分類上的NMF值， 用戶的NMF值計算結果為一個向量，對于m個屬性分類，用eum表示用戶NMF值向量中的項，用 戶NMF值向量表示為Eu＝{eu1，eu2，eu3，...，eum}，每個進行個性化推薦的用戶都有一個用 戶NMF值向量；對用戶個性化推薦，推薦相似商品，根據當前用戶所選商品，與推薦候選集中 的結果進行匹配，根據匹配結果和分類NMF值權重計算商品的相似度，然后根據相似度進行 降序排序完成推薦排序過程：

E：根據當前用戶選擇的商品，計算當前用戶在屬性分類上的NMF值，匹配得到的候選集 合商品的屬性匹配向量B，再根據全局NMF值向量Et和中的用戶NMF值向量Eu，計算推薦候 選集中每個商品的相似度，再根據相似度對推薦候選集商品進行降序排序，其中，對于推薦 候選集中的第k項商品，k＝1，2，3，4，5...，相似度simk計算公式為：如果k≤5，simk＝Bk ×(Et-Eu)÷k，如果k＞5，simk＝Bk×(Et-Eu)÷0.5k，根據商品頁的推薦數需求對排序 后的推薦候選集的推薦數目進行裁剪，得到最終的推薦集合，進行個性化推薦。

2.如權利要求1所述的一種基于NMF算法的大數據商品及服務推薦方法，其特征在 于，所屬A步驟中的用戶輸入信息包括：用戶注冊信息、用戶瀏覽輸入信息、用戶語音輸入信 息、用戶文本評價信息、用戶評分信息、用戶購買歷史數據信息。

3.如權利要求1所述的一種基于NMF算法的大數據商品及服務推薦方法，其特征在 于，所屬的屬性值預測模型由以下方法生成：

采用邏輯回歸算法（LogisticRegression）將用戶屬性、商品瀏覽記錄、商品屬性作為 數據集合，來建立所屬商品的預測模型，以此來根據用戶瀏覽商品的行為來預測用戶對某 一特定的商品感興趣概率值；所述用戶對商品屬性感興趣是指，用戶對某一商品進行評分、 收藏、加入購物車、點贊等行為操作。