[发明专利]基于模型匹配的商品推荐方法

权利要求书

1.一种用于电子商务网站的商品推荐方法，其特征在于，包括如下步骤：

1)建立商品模型，商品模型表示为：

G＝{GSyno，GAttr}

其中，GSyno是由描述该商品的一段文字介绍经过词法分析后得到的一个词库，GAttr是该商品的属性，它由多个[Key，Value]键值对所组成，其中一个Key对应的是一个Value集合；

2)建立用户模型，用户的模型基于商品模型，它由多个商品模型融合而成，用户模型表示为：

U＝{USyno，UAttr}

其中，USyno是包含用户所购买商品的全部Gsyno词库，即：

USyno＝∪Gsyno

UAttr是用户所购买商品的全部GAttr的集合，UAttr的表示方法如下：

UAttr＝{[Key，(Value，Weight)]，...}

其中Key和Value与GAttr一致，Weight是一个权重值，表示用户购买的多个商品拥有同样的属性值，Weight的值等于拥有同样属性值的商品数量；

3)相似性计算，基于商品模型U和用户模型G计算商品和用户的相似性；

4)根据相似性大小排序，推荐商品给用户。

2.根据权利要求1所述的方法，其特征在于，商品模型U和用户模型G的相似性计算方法如下：

SIM(G，U)＝a×SIMS(GSyno，USyno)+b×SIMA(GAttr，UAttr)

其中，a、b是常数，SIMS(GSyno，USyno)计算词库相似性，SIMA(GAttr，UAttr)计算属性相似性。

3.根据权利要求1或2所述的方法，其特征在于，词库相似性计算函数表达式如下：

SIMS(GSyno,USyno)=Σnwi,G·wi,UΣnwi,G2·Σnwi,U2]]>

其中，w_i，G代表词语i在词库GSyno中出现的次数，w_i，U代表词语i在词库USyno中出现的次数。

4.根据权利要求1或2所述的方法，其特征在于，属性相似性计算函数表达式如下：

SIMA(GAttr,UAttr)=ΣkeyΣUAttr_value∩GAttr_valueweightΣUAttr_valueweight]]>

根据商品属性和用户属性项下的每一个key计算商品属性与用户属性共同拥有的value的权重值与用户属性下全部权重值之间的比值，其中∑_{UAttr_value} weight代表当前key下用户属性所对应的所有value的权重和，∑_{UAttr_value∩GAttr_value} weight代表当前key下用户属性与商品属性共同拥有的value的权重和。