[發(fā)明專利]基于用戶動(dòng)態(tài)分類的電商平臺(tái)商品推薦方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010566331.7
• 申請(qǐng)日: 2020-06-19
• 公開（公告）號(hào): CN111709812A
• 公開（公告）日: 2020-09-25
• 發(fā)明（設(shè)計(jì)）人: 聞思源;王睿
• 申請(qǐng)（專利權(quán)）人: 山東財(cái)經(jīng)大學(xué)
• 主分類號(hào): G06Q30/06
• 分類號(hào): G06Q30/06;G06F16/9535
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 黃海麗

1.基于用戶動(dòng)態(tài)分類的電商平臺(tái)商品推薦方法，其特征是，包括：

獲取待推薦用戶的基礎(chǔ)信息、實(shí)時(shí)評(píng)論數(shù)據(jù)和實(shí)時(shí)瀏覽記錄；

從獲取的數(shù)據(jù)中，提取待推薦用戶的興趣特征標(biāo)簽向量及向量權(quán)重；

基于待推薦用戶的興趣特征標(biāo)簽向量及向量權(quán)重，對(duì)待推薦用戶進(jìn)行分類，得到待推薦用戶的用戶類別；

基于待推薦用戶的用戶類別和預(yù)先構(gòu)建的用戶類別與商品類別對(duì)應(yīng)關(guān)系列表，輸出推薦的商品。

2.如權(quán)利要求1所述的方法，其特征是，所述從獲取的數(shù)據(jù)中，提取待推薦用戶的興趣特征標(biāo)簽向量及向量權(quán)重；還包括：對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理，從預(yù)處理后的數(shù)據(jù)中提取待推薦用戶的興趣特征標(biāo)簽向量及向量權(quán)重；所述預(yù)處理的具體步驟包括：完成數(shù)據(jù)的元代碼對(duì)照、數(shù)據(jù)有效性檢查、無效記錄剔除、空缺值填補(bǔ)和標(biāo)化處理。

3.如權(quán)利要求1所述的方法，其特征是，基于待推薦用戶的興趣特征標(biāo)簽向量及向量權(quán)重，對(duì)待推薦用戶進(jìn)行分類，得到待推薦用戶的用戶類別；具體步驟包括：

對(duì)待推薦用戶的興趣特征標(biāo)簽向量進(jìn)行加權(quán)融合，得到待推薦用戶的綜合特征；基于聚類算法對(duì)待推薦用戶的綜合特征進(jìn)行分類，將待推薦用戶的綜合特征與訓(xùn)練樣本中用戶綜合特征距離最近的訓(xùn)練樣本用戶所對(duì)應(yīng)的類別，作為待推薦用戶的用戶類別。

4.如權(quán)利要求3所述的方法，其特征是，所述聚類算法為基于馬氏距離的K-Means聚類算法。

5.如權(quán)利要求1所述的方法，其特征是，對(duì)待推薦用戶進(jìn)行分類，得到待推薦用戶的用戶類別；具體步驟包括：

S1031：創(chuàng)建用戶類別的初始劃分，即待用戶特征向量集合U中隨機(jī)取k個(gè)，分別作為k個(gè)用戶類簇的中心；

S1032：分別計(jì)算其余的各用戶特征向量到k個(gè)簇中心向量的相似度，并將這些用戶分別劃歸到相似度最高的用戶類簇；

S1033：根據(jù)S1032的結(jié)果，重新計(jì)算k個(gè)用戶類簇各自的中心，計(jì)算方法是取簇中所有用戶特征向量各自維度的算術(shù)平均數(shù)；

S1034：對(duì)于U中除去新的用戶類簇中心的所有用戶特征向量，按照S1032方法重新進(jìn)行聚類運(yùn)算；

S1035：重復(fù)S1033和S1034，直到本輪聚類結(jié)果與上輪聚類結(jié)果相異性小于設(shè)定閾值；

S1036：輸出最終的用戶特征向量聚類結(jié)果。

6.如權(quán)利要求3所述的方法，其特征是，訓(xùn)練樣本用戶所對(duì)應(yīng)的類別，獲取步驟包括：

獲取訓(xùn)練樣本中每個(gè)用戶的興趣特征標(biāo)簽向量和向量權(quán)重，計(jì)算訓(xùn)練樣本中每個(gè)用戶的綜合特征；

基于聚類算法對(duì)訓(xùn)練樣本中的所有的用戶進(jìn)行分類；劃分為若干個(gè)用戶類別。

7.如權(quán)利要求1所述的方法，其特征是，所述預(yù)先構(gòu)建的用戶類別與商品類別對(duì)應(yīng)關(guān)系列表；構(gòu)建步驟包括：

獲取商品數(shù)據(jù)，構(gòu)建產(chǎn)品特征向量；根據(jù)產(chǎn)品特征向量計(jì)算不同商品之間的相似性，根據(jù)商品之間的相似性將商品劃分為若干類別；

計(jì)算訓(xùn)練樣本中用戶類別與商品類別之間的匹配度；

將匹配度大于設(shè)定閾值的用戶類別與商品類別進(jìn)行關(guān)聯(lián)，構(gòu)建用戶類別與商品類別對(duì)應(yīng)關(guān)系列表。

8.基于用戶動(dòng)態(tài)分類的電商平臺(tái)商品推薦系統(tǒng)，其特征是，包括：

獲取模塊，其被配置為：獲取待推薦用戶的基礎(chǔ)信息、實(shí)時(shí)評(píng)論數(shù)據(jù)和實(shí)時(shí)瀏覽記錄；

提取模塊，其被配置為：從獲取的數(shù)據(jù)中，提取待推薦用戶的興趣特征標(biāo)簽向量及向量權(quán)重；

分類模塊，其被配置為：基于待推薦用戶的興趣特征標(biāo)簽向量及向量權(quán)重，對(duì)待推薦用戶進(jìn)行分類，得到待推薦用戶的用戶類別；

輸出模塊，其被配置為：基于待推薦用戶的用戶類別和預(yù)先構(gòu)建的用戶類別與商品類別對(duì)應(yīng)關(guān)系列表，輸出推薦的商品。