[发明专利]基于用户浏览记录的商品推荐方法

说明书

技术领域

本发明涉及数据挖掘技术，特别涉及一种根据用户浏览记录进行商品推荐的方法。

背景技术

目前，电子商务发展迅速，各大电商竞争激烈，与此同时，作为消费者来说，琳琅满足的信息也使得消费者在购物的时候难以迅速找到称心如意的商品。目前，已经有部分平台推出了一些商品推荐功能，但是现有的推荐方法都毫无正对性，对消费者帮助不大。

发明内容

本发明的目的是为了解决现有的网络购物平台在进行商品推荐时，针对性不强，影响消费者购物体验的问题。

为达到上述目的，本发明提供一种基于用户浏览记录的商品推荐方法，其特征在于，包括如下步骤：

步骤一、为商品建立分类索引，并在商品的详情中添加用户信息、商品信息及用户浏览停留时间；

步骤二、获取用户信息，并为用户建立对应的数据空间，所述数据空间中存储有用户的商品浏览信息；

步骤三、使用聚类算法实现层次聚类，得到用户的浏览商品的分类层次、商品价格层次及停留时间层次；

步骤四、以所述各个层次为参数，对当前推荐商品进行筛选，并将筛选结果反馈给用户。

具体地，当前推荐商品进行筛选包括：浏览商品分类层次最高级值为0，第N层值为N+1，从0开始获取所代表的分类，筛选出该分类的商品集合A，其中N为正整数。

进一步地，对当前推荐商品进行筛选还包括：停留时间层次最高级值为0，第M层值为M+1，从0开始筛选商品集合A，筛选出该分类的商品集合B，其中，M为正整数。

进一步地，对当前推荐商品进行筛选还包括：商品价格层次最高级值为0，第K层值为K+1，从0开始筛选商品集合B，筛选出该分类的商品集合C，其中，K为正整数。

更进一步地，对当前推荐商品进行筛选还包括：商品上架时间层次最高级值为0，第L层值为L+1,从0开始筛选商品集合C，筛选出该分类的商品集合D，其中，L为正整数。

再进一步地，对当前推荐商品进行筛选还包括：商品销量层次最高级值为0，第I层值为I+1,从0开始筛选商品集合D，筛选出该分类的商品集合E，其中，I为正整数。

本发明的有益效果是：本发明提供的基于用户浏览记录的商品推荐方法，在获取用户浏览记录之后，使用聚类算法实现商品的层次聚类，依照层次对商品进行分类后，按照层次对商品进行搜索后显示给用户。用户可以有针对性地获取所需要的商品及其详细信息。

具体实施方式

以下对本发明的技术方案作进一步详细描述。

本发明针对现有的网络购物平台在进行商品推荐时，针对性不强，影响消费者购物体验的问题，提供一种基于用户浏览记录的商品推荐方法，步骤如下：首先，为商品建立分类索引，并在商品的详情中添加用户信息、商品信息及用户浏览停留时间；其次，获取用户信息，并为用户建立对应的数据空间，所述数据空间中存储有用户的商品浏览信息；然后，使用聚类算法实现层次聚类，得到用户的浏览商品的分类层次、商品价格层次及停留时间层次；最后，以所述各个层次为参数，对当前推荐商品进行筛选，并将筛选结果反馈给用户。

本发明的商品推荐方法具体如下：

1、给网站内商品建立准确的分类索引；

2、在网站中商品详情页面嵌入代码用于记录用户信息、商品信息、停留时间；

3、后台对前端获取的数据进行合理建模适当存储，给每个用户建立对应的数据空间进而用于构建数据仓库；

4、使用聚类算法实现层次聚类，得到每个用户的浏览商品分类层次、商品价格层次、停留时间层次等由高到低；

5)、在网站后台根据筛选出来得各个层次作为参数对现有商家提供的当期推荐商品进行筛选算法如下：

1)、浏览商品分类层次最高级值为0，第N层值为N+1，先从0开始获取所代表的分类，筛选出该分类的商品集合A；

2)、停留时间层次最高级值为0，第M层值为M+1，先从0开始筛选A，筛选出该分类的商品集合B；

3)、商品价格层次最高级值为0，第K层值为K+1，先从0开始筛选B，筛选出该分类的商品集合C；

4)、根据其它层次重复前面的操作，最终筛选出推荐商品。

6、在第5步筛选过程中可以加入产品上架时间层次、商品销售情况层次等能进一步的增加筛选的优度和广度。