[發明專利]一種基于歷史數據的商品推薦方法及系統

在審

• 申請號: 201910021653.0
• 申請日: 2019-01-10
• 公開（公告）號: CN109859004A
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 黃龍程;盧歆翮;陳漢輝;李茂;吳海權;陳鎮秋;江卓浩;楊鍵;陳晨
• 申請（專利權）人: 珠海金山網絡游戲科技有限公司;廣州西山居世游網絡科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 俞梁清

1.一種基于歷史數據的商品推薦方法，其特征在于，包括以下步驟：

S100、采集用戶的購物信息，錄入數據庫，其中購物信息包括用戶的購買過的商品以及用戶的興趣標簽；

S200、選取數據庫中一定數量的用戶作為對比樣本，結合目標用戶的購物信息，計算目標用戶與對比樣本中各個用戶的相似興趣值，其中一定數量可自定義；

S300、將得到的多個相似興趣值進行聚合，得到聚合參數矩陣；

S400、將對比樣本中用戶的購物信息進行提取處理，得到樣本用戶矩陣；

S500、將商品信息進行提取處理，得到商品屬性矩陣，其中商品信息包括商品類型；

S600、根據聚合矩陣、樣本用戶矩陣以及物品屬性矩陣，得到類比矩陣；

S700、通過聚合擬態函數計算用戶相關性系數，以類比矩陣為基礎，結合用戶相關性系數，得到目標用戶的推薦商品信息。

2.根據權利要求1所述的基于歷史數據的商品推薦方法，其特征在于，所述S200包括：

選取數據庫中一定數量的用戶作為對比樣本，得到用戶的興趣標簽；

提取目標用戶的購物信息，得到目標用戶的興趣標簽；

計算目標用戶與樣布用戶的相似興趣值，計算式如下：

其中x為目標用戶的興趣標簽，

其中y為樣本用戶的興趣標簽，

其中m為興趣標簽數量。

3.根據權利要求1所述的基于歷史數據的商品推薦方法，其特征在于，所述S300包括：

將得到的n個相似興趣值進行聚合，得到聚合參數矩陣

∑_n×m

其中n為n個樣本用戶數量

其中m為一個樣本用戶的興趣標簽數量。

4.根據權利要求1所述的基于歷史數據的商品推薦方法，其特征在于，所述S400包括：

提取對比樣本中用戶的購物信息，得到用戶的購買過的商品以及用戶的興趣標簽；

根據購買過的商品以及用戶的興趣標簽，得到樣本用戶矩陣

U_n×n

其中n為用戶的n個購買過的商品和n個興趣標簽。

5.根據權利要求1所述的基于歷史數據的商品推薦方法，其特征在于，所述S500包括：

將商城出售的商品信息統計處理，得到商品屬性矩陣

V_m×m

其中m為商品屬性類型數量。

6.根據權利要求1所述的基于歷史數據的商品推薦方法，其特征在于，所述S600包括：

根據聚合矩陣、樣本用戶矩陣以及物品屬性矩陣，得到類比矩陣

R_n×m＝U_n×n×∑_n×m×V_m×m

其中R_n×m為類比矩陣，

其中U_n×n為樣本用戶矩陣，

其中∑_n×m為聚合參數矩陣，

其中V_m×m為商品屬性矩陣。

7.根據權利要求1所述的基于歷史數據的商品推薦方法，其特征在于，所述S700包括：

計算目標用戶與對比樣本中各個用戶的相關性系數：

結合類比矩陣，選取指定數量的各個用戶與目標用戶的相關系數，將相關系數由大到小依次排列，根據大小向目標用戶推薦一定數量的商品，其中指定數量可自行設置，但不能大于對比樣本中用戶的數量，其中一定數量可自行設置，但不能大于商品屬性矩陣中商品屬性的數量。