[發(fā)明專利]一種動(dòng)態(tài)更新權(quán)重的電商農(nóng)產(chǎn)品推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910367330.7
• 申請(qǐng)日: 2019-05-05
• 公開（公告）號(hào): CN110288419A
• 公開（公告）日: 2019-09-27
• 發(fā)明（設(shè)計(jì)）人: 陳藝婷;房玲伶;程曉武;孫知信;孫哲;宮婧;胡冰;駱冰清;陳松樂
• 申請(qǐng)（專利權(quán)）人: 江蘇一乙生態(tài)農(nóng)業(yè)科技有限公司
• 主分類號(hào): G06Q30/06
• 分類號(hào): G06Q30/06;G06Q50/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種動(dòng)態(tài)更新權(quán)重的電商農(nóng)產(chǎn)品推薦方法，其特征在于：該種動(dòng)態(tài)更新權(quán)重的電商農(nóng)產(chǎn)品推薦方法包括以下基本步驟：

步驟一，獲取農(nóng)場(chǎng)用戶數(shù)據(jù)，建立用戶模型矩陣：所述用戶數(shù)據(jù)包括大量的農(nóng)場(chǎng)用戶歷史行為數(shù)據(jù)和用戶的運(yùn)動(dòng)數(shù)據(jù)；

步驟二，生成特征集：由每個(gè)歷史推薦數(shù)據(jù)生成特征集，并計(jì)算農(nóng)產(chǎn)品與用戶模型的相似度；

步驟三，計(jì)算權(quán)重值：根據(jù)用戶歷史數(shù)據(jù)計(jì)算每個(gè)特征集中模塊的推薦權(quán)重，使用公式計(jì)算權(quán)重值；

步驟四，計(jì)算農(nóng)場(chǎng)中每個(gè)農(nóng)產(chǎn)品的推薦度；

步驟五，將推薦度最高的農(nóng)產(chǎn)品推薦給用戶。

2.根據(jù)權(quán)利要求1所述的一種動(dòng)態(tài)更新權(quán)重的電商農(nóng)產(chǎn)品推薦方法，其特征在于：所述步驟一中用戶模型矩陣z＝{z1,z2,...,zn},其中zt表示用戶的興趣屬性和運(yùn)動(dòng)信息，t∈[1，n]。

3.根據(jù)權(quán)利要求2所述的一種動(dòng)態(tài)更新權(quán)重的電商農(nóng)產(chǎn)品推薦方法，其特征在于：所述的興趣屬性包括農(nóng)產(chǎn)品的種類、價(jià)格、生長(zhǎng)周期、營(yíng)養(yǎng)價(jià)值等食品特征。

4.根據(jù)權(quán)利要求1所述的一種動(dòng)態(tài)更新權(quán)重的電商農(nóng)產(chǎn)品推薦方法，其特征在于：所述步驟二中推薦農(nóng)產(chǎn)品x＝{x1,x2,...xm}，其中xk的特征屬性為y＝{y1,y2,...yt}，其中k[1,m]。所述每個(gè)推薦食品的xk的特征集合y與用戶模型z的相似度計(jì)算公式為

5.根據(jù)權(quán)利要求1所述的一種動(dòng)態(tài)更新權(quán)重的電商農(nóng)產(chǎn)品推薦方法，其特征在于：所述步驟三還包括以下具體計(jì)算步驟：

(1)、在一段時(shí)間內(nèi)用戶查看或購(gòu)買種植的農(nóng)產(chǎn)品次數(shù)為c＝{c1,c2,...cl}，其中ci為用戶查看或購(gòu)買種植的食品來自特征集中特征模塊i的次數(shù)，通過公式來計(jì)算特征模塊i的權(quán)重估計(jì)值Gi’；

(2)、采用以下公式計(jì)算先驗(yàn)概率p(Gi’|hj)

當(dāng)權(quán)重取值hj越靠近權(quán)重估計(jì)值Gi’時(shí)則概率越大，反之則概率越小；

(3)、采用以下公式計(jì)算后驗(yàn)概率P(hj|Gi’)

(4)、使用以下公式確定特征模塊i的權(quán)重Gi，并更新權(quán)重分布G，

由此計(jì)算每個(gè)模塊的權(quán)重值。

6.根據(jù)權(quán)利要求1所述的一種動(dòng)態(tài)更新權(quán)重的電商農(nóng)產(chǎn)品推薦方法，其特征在于：所述步驟四采用以下公式來計(jì)算推薦農(nóng)產(chǎn)品集x＝{x1,x2,...xn}中每個(gè)農(nóng)產(chǎn)品xi的推薦度ri

ri＝Gi×simk。