[发明专利]一种电子商务系统中的商品推荐方法

权利要求书

1.一种电子商务系统中的商品推荐方法，该方法包括：

步骤1：计算当前所有商品的流行度，获得流行度最大的c件商品；

步骤2：统计所有用户对步骤1获得c件商品的已知选择信息，选择信息包括该用户选择或未选择某一商品；

步骤3：根据获得用户对商品的选择信息，计算出步骤1得到的c件商品两两之间的相似度；

步骤4：针对c件商品中每一件商品，从这c件商品中选出与其最相似的q件商品，其中q＜c；

步骤5：计算步骤1获得的c件商品对各用户的推荐分数，若用户选择过待推荐商品，则推荐分数为0；若用户未选择过推荐商品，则根据该用户对该推荐商品最相似的q件商品的选择情况确定推荐分数；

步骤6：根据推荐分数确定是否对该用户推荐该商品。

2.如权利要求1所述的一种电子商务系统中的商品推荐方法，其特征在于所述步骤1中流行度的计算方法为：

步骤A1：统计每个商品在各时间段内被用户选择的次数；

步骤A2：采用公式计算每一个商品的流行性分数，其中：S_rec表示第i个商品的流行性分数，c_ij表示商品i在第j段时间内被用户选择的次数，t_j表示j时间段内的选择次数所乘的系数，其计算方式为T_j表示从整个时间范围的开始时刻到j时间段最后时刻的时间长度，T_j-1表示从整个时间范围的开始时刻到j-1时间段最后时刻的时间长度，T表示整个时间范围所持续的时间长度；

步骤A3：按照每个商品的流行性分数排序，流行性分数越大的流行度越大。

3.如权利要求1所述的一种电子商务系统中的商品推荐方法，其特征在于所述步骤1中流行度的计算方法为：

步骤B1：统计各用户对所有商品的已知选择信息，选择信息包括该用户选择或未选择某一商品；

步骤B2：根据获得用户对商品的选择信息，计算出不同商品之间的相似度；

步骤B3：针对每一件商品，获得与其最相似的q件商品；

步骤B4：计算出每个商品的针对每个用户推荐分数，针对每个用户选择出推荐分数最高的t个商品；

步骤B5：统计步骤B4中选择出商品出现的次数S_wav，用S_wav表示该商品的流行度，次数越多表示流行度越大。

4.如权利要求1所述的一种电子商务系统中的商品推荐方法，其特征在于所述步骤1中流行度的计算方法为：

步骤C1：记录每天各段时间各商品被用户关注的数量，获得各商品被用户关注的时间曲线；

步骤C2：将步骤C1获得的各商品的时间曲线进行第一层小波分解，获得低频曲线和高频曲线；再将高频曲线进行第二层小波分解；按照上述方法对获得高频曲线进行多层小波分解；

步骤C3：根据实际情况选择合适的小波分解层获得的低频曲线作为商品流行度判断曲线；

步骤C4：根据得到的流行度判断曲线获得该商品的流行度S_pre。