[發明專利]預測新商品關聯購買行為的方法及裝置

有效

• 申請號: 201711349437.6
• 申請日: 2017-12-15
• 公開（公告）號: CN109934646B
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 裘實;景雷;陳志全;李聚信;蔣佳濤
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 邢雪紅;袁禮君

1.一種建立關聯購買相似度與商品屬性之間關系的方法，其特征在于，包括：

構造多個同類商品中每個商品的商品屬性；

計算所述多個同類商品中全部任意兩個商品之間的關聯購買相似度；

使用機器學習方法建立兩個商品的關聯購買相似度與所述兩個商品的商品屬性之間的關系；

所述使用機器學習方法建立兩個商品的關聯購買相似度與所述兩個商品的商品屬性之間的關系包括：

構造所述多個同類商品中全部任意兩個商品的聯合屬性，所述聯合屬性表達為基于兩個商品的共存屬性和互斥屬性確定的聯合屬性矩陣；

以所述全部任意兩個商品的聯合屬性作為輸入，以所述全部任意兩個商品之間的關聯購買相似度作為目標，通過隨機森林擬合方法，建立兩個商品的關聯購買相似度與所述兩個商品的商品屬性之間的關系。

2.根據權利要求1所述的方法，其特征在于，所述構造多個同類商品中每個商品的商品屬性包括：

對每個商品的商品信息進行自然語言處理，以得到每個商品的多組屬性和屬性值；

對于屬性值為連續變量的屬性和屬性值組，將相應屬性值離散化；

對于屬性為共存屬性的屬性和屬性值組，將相應屬性值變換為屬性且將變換得到的所述屬性的屬性值設置為布爾值。

3.根據權利要求2所述的方法，其特征在于，所述商品屬性表達為如下結構：{Ai：ai，Bij：bij}，其中，Ai為互斥屬性，ai為Ai對應的值，Bij為共存屬性i的可能值，bij為布爾值。

4.根據權利要求2所述的方法，其特征在于，所述商品信息包括商品標簽信息、商品包裝規格信息和商品描述信息中的一種或多種。

5.根據權利要求1所述的方法，其特征在于，所述計算所述多個同類商品中全部任意兩個商品之間的關聯購買相似度包括：

構造商品關聯購買網絡，所述商品關聯購買網絡用于表示商品之間的關聯購買行為；

構造基于所述商品關聯購買網絡的相似度評價標準；

利用所述相似度評價標準計算所述多個同類商品中全部任意兩個商品之間的關聯購買相似度。

6.根據權利要求5所述的方法，其特征在于，所述商品關聯購買網絡包括：

節點，表征用戶購買的商品；

節點之間的邊，表征所述邊連接的兩個商品為關聯購買的商品；

邊的權值，表征所述邊連接的兩個商品發生關聯購買的次數。

7.根據權利要求6所述的方法，其特征在于，所述相似度評價標準為如下相似度計算公式：

其中，

S_i，j表示節點i的商品與節點j的商品之間的關聯購買相似度，ω(α，i)表示節點α與節點i之間的邊的權值，ω(α，j)表示節點α與節點j之間的邊的權值，neighbors(i)表示所有與節點i之間存在邊的節點，neighbors(j)表示所有與節點j之間存在邊的節點，bool(∑_α∈N(ω(α,i)+ω(α,j))*θ(α)＝0)為0、1運算。

8.根據權利要求1所述的方法，其特征在于，所述聯合屬性表達為以下聯合屬性矩陣：

其中，A_ijk表示商品i與商品j第k個屬性的聯合屬性值，T_ik表示商品i第k個屬性的屬性值,T_jk表示商品j第k個屬性的屬性值，K表示商品的屬性的集合，Y為一大于max(T_ik，T_jk)的常數。

9.一種預測新商品關聯購買行為的方法，其特征在于，包括：

利用通過根據權利要求1-8任一項所述的方法建立的關聯購買相似度與商品屬性之間的關系，計算新商品與同類各現有商品的關聯購買相似度；

根據所述新商品與同類各現有商品的關聯購買相似度以及同類各現有商品的關聯購買行為預測與所述新商品關聯購買的商品。