[發明專利]一種基于云計算技術的面向電商平臺個性化推薦的方法

在審

• 申請號: 202110206951.4
• 申請日: 2021-02-24
• 公開（公告）號: CN112819588A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 魯國法
• 申請（專利權）人: 南京阿爾文科貿有限責任公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02
• 代理公司: 南京蘇博知識產權代理事務所(普通合伙) 32411
• 代理人: 伍兵

本發明公開了一種基于云計算技術的面向電商平臺個性化推薦的方法，包括通過獲取用戶信息；基于用戶信息建立行為模型；基于行為模型輸出當前用戶行為；計算當前用戶行為和所有商品類別相關性；取相關性最高的商品類別進行推薦。可以方便地基于用戶當前瀏覽的網頁信息以及個人信息等形成用戶的數據集，然后基于用戶信息得到用戶在網上的行為模型，從而可以在用戶產生某一行為時，對其購買需求進行預測，并結合用戶行為和所有商品類別相關性，可以選取相關性最高的商品類別進行推薦，從而可以抓住用戶當前關注的重心，從而可以更加容易提高用戶的購買欲望，提高推薦效率，從而解決現有推薦算法僅僅基于歷史購買記錄做出推薦使得購買率低的問題。

技術領域

本發明涉及推薦系統領域，尤其涉及一種基于云計算技術的面向電商平臺個性化推薦的方法。

背景技術

現如今，為滿足人們的個性化需求，個性化推薦技術已經廣泛的應用在電子商務、社交網絡、各種視頻音樂網站等領域，例如Amazon，淘寶，豆瓣等，都在不同程度上采用了個性化推薦系統。

而現有推薦方法通常統計一個時間段內的用戶操作數據，只能反映用戶在某一個時間內的偏好。在社交電商領域，用戶的偏好是隨著其客戶的變化而隨時變化的，僅以時間段劃分數據，不能跟隨用戶的偏好變化，不能滿足現實需要。

發明內容

本發明的目的在于提供一種基于云計算技術的面向電商平臺個性化推薦的方法，旨在解決現有推薦算法僅僅基于歷史購買記錄做出推薦使得購買率低的問題。

為實現上述目的，本發明提供了一種基于云計算技術的面向電商平臺個性化推薦的方法，包括獲取用戶信息；基于用戶信息建立行為模型；基于行為模型輸出當前用戶行為；計算當前用戶行為和所有商品類別相關性；取相關性最高的商品類別進行推薦。

其中，所述用戶信息包括歷史商品瀏覽信息、個人信息和目標網頁信息。

其中，所述基于用戶信息建立行為模型的具體步驟是：制作場景標簽；對用戶在目標網頁的操作行為按照場景標簽進行分類，建立瀏覽場景；建立瀏覽場景中的商品類別關鍵詞庫。

其中，所述場景標簽包括運動、戶外、家居、企業、醫療、出行、裝飾和電子。

其中，所述基于行為模型輸出當前用戶行為的具體步驟是：獲取用戶當前行為并在行為模型中進行匹配；輸出當前用戶行為。

其中，所述計算當前用戶行為和所有商品類別相關性的具體步驟包括：基于當前用戶行為讀取商品類別關鍵詞庫；基于個人信息對商品類別關鍵詞庫進行相關性計算；基于歷史商品瀏覽信息對商品類別關鍵詞庫進行相關性計算。

其中，所述在取相關性最高的商品類別進行推薦之后，所述方法還包括：基于當前用戶行為計算商品類別中的相關性最高的商品；對商品相關性進行比較，按照相關性從高到低進行推薦。

其中，所述基于當前用戶行為計算商品類別中的相關性最高的商品的具體步驟是：構建商品相關性圖譜；建立用戶行為和商品之間的映射；基于映射搜索當前用戶行為相關性最高的商品。

本發明的一種基于云計算技術的面向電商平臺個性化推薦的方法，通過獲取用戶信息；基于用戶信息建立行為模型；基于行為模型輸出當前用戶行為；計算當前用戶行為和所有商品類別相關性；取相關性最高的商品類別進行推薦。可以方便地基于用戶當前瀏覽的網頁信息以及個人信息等形成用戶的數據集，然后基于用戶信息得到用戶在網上的行為模型，從而可以在用戶產生某一行為時，對其購買需求進行預測，并結合用戶行為和所有商品類別相關性，可以選取相關性最高的商品類別進行推薦，從而可以抓住用戶當前關注的重心，從而可以更加容易提高用戶的購買欲望，提高推薦效率，從而解決現有推薦算法僅僅基于歷史購買記錄做出推薦使得購買率低的問題。

附圖說明