[发明专利]基于协同过滤的商品推荐优化方法和系统

说明书

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种基于协同过滤的商品推荐优化方法和一种基于协同过滤的商品推荐优化系统。

背景技术

随着信息技术和互联网的发展，在这个信息过载的时代，无论是信息消费者还是信息生产者都遇到了很大的挑战。对于信息消费者而言，从大量信息中找到自己感兴趣的信息是一件非常困难的事情；对于信息生产者而言，让自己生产的信息脱颖而出，受到广大用户的关注，也是一件非常困难的事情。

推荐系统作为解决这一矛盾的重要工具，其任务就是联系信息消费者和信息生产者，一方面帮助信息消费者发现对自己有价值的信息，另一方面让信息生产者能够将信息展现在对它感兴趣的用户面前，从而实现信息消费者和信息生产者的双赢。然而，现有的推荐方法大都依据余弦定理来完成用户对商品的关注度值的计算，对于数据量庞大的业务系统，这样的计算量过于巨大，而且，用户的网上行为时时变化，因此，过高的计算量的延时影响了推荐的速度和准确度，降低了推荐性能，严重影响了用户的体验。

因此需要一种新的技术方案，可以在降低计算量的同时保证推荐的准确性，使业务系统能够及时准确地向用户推荐用户感兴趣的商品。

发明内容

本发明正是基于上述问题，提出了一种新的技术方案，可以在降低计算量的同时保证推荐的准确性，使业务系统能够及时准确地向用户推荐用户感兴趣的商品。

有鉴于此，本发明提出了一种基于协同过滤的商品推荐优化方法，包括：根据接收到的设置命令，设置各个商品对应的标签类型；获取用户的网上行为数据信息，并根据所述网上行为数据信息确定所述用户对多个商品中每个商品的关注度值；确定所述多个商品中每个商品对应的标签类型，以确定所述用户对于所述每个商品对应的标签类型的关注度值；根据所述用户对每个所述标签类型的关注度值，确定所述用户所属的用户推荐群；根据所述用户推荐群中其他用户对商品的关注度值向所述用户进行商品推荐。

在该技术方案中，采用标签把商品进行初步分类，确定了商品和标签的关系，继而根据用户的网上行为数据信息，获取用户对商品的关注度，间接获得用户与标签的关系，也就是为用户在业务系统上打上标签，根据用户对标签的关注顺序和关注比例，从而确定用户的兴趣爱好圈。这种全新的寻找共同爱好圈的方式，把标签运用于协同过滤的方法中，由于标签的数量远远低于商品的数量，从而大大减少了用户和商品相关性的计算，避免了因计算量过大造成的延时以及该延时导致的推荐准确度的降低，提高了协同过滤的实时性和准确性。

在上述技术方案中，优选地，根据接收到的设置命令，设置多个操作类型，以及所述多个操作类型中每个操作类型对应的操作标识和权重值，其中，所述操作类型包括查看、购买、收藏、分享和/或评分。

在该技术方案中，明确了操作类型以及每个操作类型对应的操作标识和权重值的设置，有利于接下来根据操作标识来识别对应的操作类型，并根据该操作类型对应的权重值和操作时间计算出用户对商品的关注度值。

在上述技术方案中，优选地，所述网上行为数据信息包括商品标识、操作标识和操作时间，则所述方法还包括：根据所述网上行为数据信息中的操作标识确定对应的操作类型，并按照所述操作类型对应的权重值和所述操作时间计算出所述用户对所述商品标识对应的商品的关注度值。

在该技术方案中，通过获取并分析用户的网上行为数据信息，确定用户对每个商品的关注度值，即获得了用户与商品的关系，而商品有其对应的标签类型，因此通过用户与商品的关系可以间接获得用户与标签的关系，确定用户的兴趣范围。

在上述技术方案中，优选地，根据接收到的设置命令，设置预设规则；根据所述用户推荐群中其他用户对商品的关注度值和所述预设规则向所述用户进行商品推荐。

在该技术方案中，预设规则使系统的推荐更为精确到位，若用户满足预设的规则，则他们处于共同爱好圈之中，根据共同爱好圈可以选取出相应的用户推荐群，根据该用户推荐群中其他用户对商品的关注度值向用户进行商品推荐，使用户省却了查找自己感兴趣的商品的步骤，也允许了业务系统将自己的信息展现在对它感兴趣的用户面前。

在上述技术方案中，优选地，所述预设规则包括：推荐规则、筛选规则和/或排序规则。