[发明专利]一种基于用户信用评估的个性化商品推荐方法

权利要求书

1.一种基于用户信用评估的个性化商品推荐方法，其步骤为：

1)根据收集到的用户-商品订单成交次数、用户-商品订单取消次数，构建用户-商品交易次数矩阵M；

2)根据用户-商品交易次数矩阵M以及每个商品的交易价格，计算每个用户的商品订单成交总金额和商品订单取消总金额，然后根据商品订单成交总金额和商品订单取消总金额计算对应用户的初始信用值；

3)根据用户-商品交易次数矩阵M，计算每个用户的商品成交总次数和商品取消总次数，然后根据商品成交总次数和商品取消总次数计算对应用户的信用指数；

4)根据2)、3)计算的初始信用值和信用指数，计算每个用户的信用值；

5)根据用户-商品交易次数矩阵M，对每个用户成交的商品进行分类，确定每一用户蕴含的购买主体类别；

6)对于任一用户A，确定一信用值区间，然后选取出位于该信用值区间的用户，如果选取出的用户B购买的商品b的特征属于该用户A中的购买主体类别对应特征，则将该商品b推荐给该用户A。

2.如权利要求1所述的方法，其特征在于，用户的所述初始信用值与该用户的成交金额占比成正比；用户的所述信用指数与该用户的成交次数占比成正比。

3.如权利要求1或2所述的方法，其特征在于，所述初始信用值的计算方法为：将商品item_j的交易价格计为p(item_j)，首先计算用户u_i的商品订单成交总金额S(ui)=Σmij≥1mij×p(itemj),]]>商品订单取消总金额C(ui)=Σmij≤-2|mij|×p(itemj);]]>然后计算用户u_i的初始信用值：其中Cred₀(u_i)∈[0,1]，m_ij表示用户u_i对商品item_j产生交易的次数。

4.如权利要求3所述的方法，其特征在于，每一用户u_i的所述信用值的计算方法为：其中Cred(u_i)∈[0,1]，概率值ε∈[0,1]表示的是系统或用户可能发生误操作或意外出错的概率，λ(u_i)为用户u_i的信用指数。