[发明专利]一种基于电商平台的商品推荐方法、装置及服务器

权利要求书

1.一种基于电商平台的商品推荐方法，应用在服务器上，所述服务器用于统计电商平台上的用户购物历史记录，所述服务器通过所述电商平台为用户提供商品，其特征在于，所述方法包括：

粘性用户群的筛选步骤：统计设定时间段内所述服务器上所有用户的最近一次消费时间与当前时间之间的时间长度、所述每一用户的消费频率与消费金额，根据所述时间长度、所述消费频率与所述消费金额对所有用户进行筛选处理，得到所述粘性用户群；

用户兴趣度的获取步骤：遍历所述粘性用户群中的每一个用户对所述电商平台上的每一商品的购买次数与所述电商平台上的每一商品的总购买数量，根据所述购买次数与所述总购买数量获取粘性用户群中的每一个用户对所述电商平台上的商品的兴趣度，根据所述兴趣度得到所述电商平台上的每一商品的评分矩阵；

目标用户最近邻居集合的生成步骤：遍历所述粘性用户群，根据所述评分矩阵计算所述粘性用户群中的目标用户与所述粘性用户群中的其他用户之间的最近邻居集合；

商品推荐列表的生成步骤：根据所述最近邻居集合获取所述目标用户对未评分商品的预测分值，将前设定个数的预测分值的商品生成所述目标用户的商品推荐列表。

2.根据权利要求1所述的方法，其特征在于，所述粘性用户群的筛选步骤包括：

遍历所述电商平台上的所有用户的历史消费记录；

根据所述历史消费记录计算所有用户中的每一个用户在设定时间段内的最近一次消费时间与当前时间之间的时间长度、所述每一用户的消费频率与消费金额；

将所述时间长度大于第一预设值的用户过滤掉，得过滤后的第一集合；

将所述消费频率小于第二预设值的用户过滤掉，得过滤后的第二集合；

将所述消费金额小于第三预设值的用户过滤掉，得过滤后的第三集合；

根据所述第一预设值、所述第二预设值、所述第三预设值从所述第一集合、所述第二集合、所述第三集合的交集或并集作为最终的粘性用户群。

3.根据权利要求1所述的方法，其特征在于，所述用户兴趣度的获取步骤包括：

统计所述粘性用户群中的每一用户对所述电商平台上的每一商品的购买次数，得到用户-商品购买次数矩阵；

统计所述粘性用户群中的每一用户对所述电商平台上的各商品的总购买数量，得到用户-商品购买数量矩阵；

根据所述用户-商品购买次数矩阵、所述用户-商品购买数量矩阵获取所述设定时间段内的所述目标用户对所述商品的单次购买数量，所述粘性用户群中的所有用户在所述设定时间段内单次平均购买数量；

通过所述单次购买数量、所述单次平均购买数量获取每一用户对所述电商平台提供的商品的兴趣度；

将所述兴趣度填充到初始评分矩阵中，生成填充后的所述电商平台上的每一商品的评分矩阵。

4.根据权利要求1-3任一所述的方法，其特征在于，所述目标用户最近邻居集合步骤包括：

根据所述评分矩阵计算所述粘性用户群中的所有用户之间的相似度，生成用户相似度矩阵；

获取目标用户与所述粘性用户群中的其他用户间的相似度值，按递减排序；

获取相似度值排序前设定个数的用户作为所述目标用户的最近邻居集合。

5.一种基于电商平台的商品推荐装置，应用在服务器上，所述服务器用于统计电商平台上的用户购物历史记录，所述服务器通过所述电商平台为用户提供商品，其特征在于，所述装置包括：

筛选模块，用于执行粘性用户群的筛选步骤：统计设定时间段内所述服务器上所有用户的最近一次消费时间与当前时间之间的时间长度、所述每一用户的消费频率与消费金额，根据所述时间长度、所述消费频率与所述消费金额对所有用户进行筛选处理，得到所述粘性用户群；

获取模块，用于执行用户兴趣度的获取步骤：遍历所述粘性用户群中的每一个用户对所述电商平台上的每一商品的购买次数与所述电商平台上的每一商品的总购买数量，根据所述购买次数与所述总购买数量获取粘性用户群中的每一个用户对所述电商平台上的商品的兴趣度，根据所述兴趣度得到所述电商平台上的每一商品的评分矩阵；

计算模块，用于执行目标用户最近邻居集合的生成步骤：遍历所述粘性用户群，根据所述评分矩阵计算所述粘性用户群中的目标用户与所述粘性用户群中的其他用户之间的最近邻居集合；

生成模块，用于执行商品推荐列表的生成步骤：根据所述最近邻居集合获取所述目标用户对未评分商品的预测分值，将前设定个数的预测分值的商品生成所述目标用户的商品推荐列表。