[发明专利]一种商品推荐方法及系统

权利要求书

1.一种商品推荐方法，其特征在于，包括：

获取用户的行为数据，所述行为数据包括：用户在网站的点击行为数据，或用户在网站的搜索行为数据；

根据所述行为数据，确定所述用户的兴趣商品类目；

在所确定的兴趣商品类目中，选取商品向所述用户推荐。

2.根据权利要求1所述的方法，其特征在于，所述用户行为数据为用户在所述网站的点击行为数据；所述根据所述行为数据，确定所述用户的兴趣商品类目包括：

根据用户对所述商品类目的点击概率、所述商品类目被用户随机点击的概率以及所述商品类目平均被点击的概率，判断用户对所述商品类目的点击概率是否大于所述商品类目被用户随机点击的概率与所述商品类目被平均点击的概率之和，如果是，则将该商品类目确定为用户的兴趣商品类目。

3.根据权利要求2所述的方法，其特征在于，所述根据所述行为数据，确定所述用户的兴趣商品类目包括：

计算用户user_i对每个商品类目cat_j的点击概率P_usercat(user_i，cat_j)：

Pusercat(useri,catj)=counti(catj)Σk∈Uicounti(catk)]]>

其中，P_usercat(user_i，cat_j)为用户user_i对商品类目cat_j的点击概率，count_i(cat_j)为用户user_i对商品类目cat_j及此商品类目下商品的点击次数，为用户user_i对所有商品类目及商品类目下商品的点击次数，U_i为用户user_i点击的所有商品类目编号的集合；

判断P_usercat(user_i，cat_j)＞P_randomcat(cat_j)+P_cat(cat_j)是否成立，如果是，则将商品类目cat_j确定为用户user_i的兴趣商品类目；

其中，P_randomcat(cat_j)为商品类目cat_j被用户随机点击的概率，P_cat(cat_j)为商品类目cat_j平均被点击的概率。