[發明專利]一種基于用戶行為的商品推薦方法及系統

在審

• 申請號: 201611141811.9
• 申請日: 2016-12-12
• 公開（公告）號: CN106600372A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 田松;陳睿
• 申請（專利權）人: 武漢烽火信息集成技術有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F17/30
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙)42225
• 代理人: 沈林華

技術領域

本發明涉及商品推薦技術領域，具體來講是一種基于用戶行為的商品推薦方法及系統。

背景技術

隨著電子商務規模的不斷擴大，商品個數和種類快速增長，顧客陷入海量信息中，需要花費大量的時間才能找到自己想買的商品。這種瀏覽大量無關的信息和產品過程無疑會使淹沒在信息過載問題中的消費者不斷流失，很難快速且有效地做出購買決策。為了解決這些問題，個性化推薦系統應運而生。個性化推薦是根據用戶的興趣特點和購買行為，向用戶推薦用戶感興趣的信息和商品；是建立在海量數據挖掘基礎上的一種高級商務智能平臺，以幫助電子商務網站為其顧客購物提供完全個性化的決策支持和信息服務。

目前，在個性化推薦領域常用基于歷史用戶購買商品后對商品的評分結果，來對商品進行推薦。然而，實際操作中商品的評分信息并不容易獲得且相對與商品的數量來說非常稀疏，因此，單純的基于用戶對商品的評分來進行商品的推薦，推薦的準確度較低且并不符合實際應用需求，進而使得用戶體驗差。

發明內容

本發明的目的是為了克服上述背景技術的不足，提供一種基于用戶行為的商品推薦方法及系統，能針對用戶購買的耐耗品和易耗品進行區分推薦；而且在進行商品推薦時僅將用戶對商品的評分這種顯性評分數據作為首選推薦依據，在不具備首選推薦依據的情況下，還可以將用戶點擊行為、查看屬性行為、購買行為、評價行為這種隱性評分數據作為推薦依據，進行商品的推薦，不但推薦的準確度高且符合實際應用需求，用戶體驗佳。

為達到以上目的，本發明提供一種基于用戶行為的商品推薦方法，包括以下步驟：步驟S1：通過APP或者網頁對用戶的行為進行搜集，所述用戶的行為包括：搜索行為、點擊行為、查看商品屬性的行為、購買行為、對商品的評價行為以及對商品的打分行為，轉入步驟S2；步驟S2：當用戶進行商品的購買時，判斷當前購買的商品是耐耗品還是易耗品，若是耐耗品，轉入步驟S3；若是易耗品，則轉入步驟S4；步驟S3：根據搜集到的點擊行為和搜索行為，進行物品的聚類，根據聚類結果向用戶進行商品的推薦；步驟S4：判斷搜集到的用戶行為中是否有對該商品的打分行為，若有，則轉入步驟S5；若沒有，則轉入步驟S6；步驟S5：直接根據搜集到的對商品的打分行為，按照打分的高低依次向用戶進行商品的推薦；步驟S6：通過轉換函數，將搜集到的點擊行為、查看商品屬性的行為、購買行為、對商品的評價行為依次轉換為對應的數值分數，即隱性評分數據，轉入步驟S7；步驟S7：將轉換所得的所有隱性評分數據經過層次分析法進行加權處理，得到總的隱性評分；根據總的隱性評分，利用協同過濾算法向用戶進行商品的推薦。

本發明同時還提供一種基于用戶行為的商品推薦系統，包括用戶行為搜集模塊、購買商品類型判斷模塊、耐耗品推薦模塊、顯性評分判斷模塊、顯性評分推薦模塊、隱性評分推薦模塊；

所述用戶行為搜集模塊用于：通過APP或者網頁對用戶的行為進行搜集，所述用戶的行為包括：搜索行為、點擊行為、查看商品屬性的行為、購買行為、對商品的評價行為以及對商品的打分行為；

所述購買商品類型判斷模塊用于：當用戶進行商品的購買時，判斷當前購買的商品是耐耗品還是易耗品，若是耐耗品，向耐耗品推薦模塊發送耐耗品推薦信號；若是易耗品，向顯性評分判斷模塊發送判斷信號；

所述耐耗品推薦模塊用于：收到耐耗品推薦信號后，根據搜集到的點擊行為和搜索行為，進行物品的聚類，根據聚類結果向用戶進行商品的推薦；

所述顯性評分判斷模塊用于：收到判斷信號后，判斷搜集到的用戶行為中是否有對該商品的打分行為，若有，則向顯性評分推薦模塊發送顯性評分推薦信號；若沒有，則隱性評分推薦模塊發送隱性評分推薦信號；

所述顯性評分推薦模塊用于：收到顯性評分推薦信號后，直接根據搜集到的對商品的打分行為，按照打分的高低依次向用戶進行商品的推薦；

所述隱性評分推薦模塊用于：收到隱性評分推薦信號后，通過轉換函數，將搜集到的點擊行為、查看商品屬性的行為、購買行為、對商品的評價行為依次轉換為對應的數值分數，即隱性評分數據；將轉換所得的所有隱性評分數據經過層次分析法進行加權處理，得到總的隱性評分；根據總的隱性評分，利用協同過濾算法向用戶進行商品的推薦。

本發明的有益效果在于：