[發明專利]基于用戶行為數據的商品推薦方法和裝置

在審

• 申請號: 202010135390.9
• 申請日: 2020-03-02
• 公開（公告）號: CN111429203A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 周廣一;白碩
• 申請（專利權）人: 北京明略軟件系統有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 張建秀;龍洪

本申請實施例公開了一種基于用戶行為數據的商品推薦方法和裝置。所述方法包括：從預先獲取的用戶最近預設時間內瀏覽的商品信息得到待選擇的商品；根據所述待選擇的商品以及預先獲取的所述用戶已購買的商品，確定所述待選擇的商品與已購買的商品之間的關聯特征的評分值；根據所述關聯特征的評分值，確定所述用戶的推薦商品。

技術領域

本申請實施例涉及信息處理領域，尤指一種基于用戶行為數據的商品推薦方法和裝置。

背景技術

互聯網的出現和普及給用戶帶來了大量的信息，滿足了用戶在信息時代的需求，但隨著網絡的迅速發展而帶來的網上信息量的大幅增長，使得用戶在面對大量信息時無法從中獲得對自己真正有用的那部分信息，對信息的使用效率反而降低了，這就是所謂的信息超載問題。

解決信息超載問題一個非常有潛力的辦法是推薦系統，它是根據用戶的信息需求、興趣等，將用戶感興趣的信息、商品等推薦給用戶的個性化推薦系統。和搜索引擎相比推薦系統通過研究用戶的興趣偏好，進行個性化計算，由系統發現用戶的興趣點，從而引導用戶發現自己的信息需求。一個好的推薦系統不僅能為用戶提供個性化服務，還能和用戶之間建立密切關系，讓用戶對推薦產生依賴。

相關技術中，根據所有用戶的商品瀏覽記錄和購買記錄，計算具體熱銷的商品有哪些，選取瀏覽量最多，銷售量最多的前十名或更多商品最為熱銷商品。然后在具體的商城首頁或醒目位置集中推薦這些商品。因為這些商品是根據大部分用戶的需求以及實際的購買行動選出來的。所以滿足絕大部分用戶的基本需求和切中用戶痛點。用戶只要登陸商場首頁，隨著而來的便是這些被推薦的、熱門的、銷售量火爆的商品。從而刺激了用戶的購買熱情，增加商品的銷售量和收益。

發明內容

為了解決上述任一技術問題，本申請實施例提供了一種基于用戶行為數據的商品推薦方法和裝置。

為了達到本申請實施例目的，本申請實施例提供了一種基于用戶行為數據的商品推薦方法，包括：

從預先獲取的用戶最近預設時間內瀏覽的商品信息得到待選擇的商品；

根據所述待選擇的商品以及預先獲取的所述用戶已購買的商品，確定所述待選擇的商品與已購買的商品之間的關聯特征的評分值；

根據所述關聯特征的評分值，確定所述用戶的推薦商品。

在一個示例性實施例中，所述確定所述待選擇的商品與已購買的商品之間的關聯特征的評分值，包括：

確定每個所述待選擇的商品與已購買的商品信息組成的關聯商品組，得到每個待選擇的商品對應的關聯商品組；

從預先存儲的關聯商品組的權重值中，查詢每個待選擇的商品對應的每個關聯商品組的權重值；

對同一個待選擇的商品對應的每個關聯商品組的權重值進行求和計算，所述待選擇的商品的關聯商品組的總權重值；

根據所述待選擇的商品的總權重值和預先獲取的所述待選擇的商品的評分信息，得到所述待選擇的商品的關聯特征的評分值。

在一個示例性實施例中，所述在確定所述待選擇的商品與已購買的商品之間的關聯特征的評分值之前，所述方法還包括：

為每個用戶建立預設時間范圍內操作行為中每個商品與所述用戶的歷史購買行為中的每個商品的關聯關系，組成每個用戶的關聯商品組，其中操作行為包括瀏覽但未購買的商品和已購買的商品；

以關聯商品組進行分類統計，得到每個關聯商品組的記錄條數；

根據每個關聯商品組的記錄條數，確定每個關聯商品組的權重值。

在一個示例性實施例中，所述以關聯商品組進行分類統計，得到每個關聯商品組的記錄條數，包括：