[发明专利]一种基于关联分析算法的商品推荐方法

权利要求书

1.一种基于关联分析算法的商品推荐方法，根据购物网站中的用户行为日志进行商品推荐，其特征在于，该方法包括以下步骤：

S1，获取历史用户行为日志，根据历史用户行为日志中的数据对用户和商品进行模糊聚类分析，生成多个用户群体和商品类别，以及每个用户群体对每个商品类别的评价分数；

S2，构建推荐矩阵M，所述推荐矩阵M以用户群体为行标，以商品类别为列标，矩阵元素M_ij表示第i个用户群体对第j个商品类别的评价分数，其中i＝1,2..u，j＝1,2…p，u为用户群体个数，p为商品类别个数；

S3，获取新增用户行为日志，利用推荐矩阵M对新增用户行为日志中的用户进行商品推荐；

S4，判断新增用户行为日志的数据量是否已达到设定值，若是，则返回步骤S1，并将新增用户行为日志的数据量计数值，若否，则返回步骤S3。

2.根据权利要求1所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的步骤S1中，每个用户群体具有一个特征，每个用户至少归入一个用户群体。

3.根据权利要求1或2所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的步骤S1中，用户群体的特征为年龄段、地区、购物偏好中的一个。

4.根据权利要求1所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的用户群体特征中的地区根据用户注册时填写的资料或用户注册手机号码所在地或用户收货地址确定。

5.根据权利要求1所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的步骤S1中，用户行为日志中的数据包括用户信息、商品信息、用户注册、登陆及对商品的浏览、购买、评价行为。

6.根据权利要求1所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的步骤S3中，直接向用户推荐与用户行为中的商品之间关联度最高的商品；或将用户归入用户群体，并向用户推荐所属用户群体给出的评价分数最高的商品类别中的商品。

7.根据权利要求1所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的步骤S3具体包括以下步骤：

S31，获取新增用户行为日志，判断该用户是否为新注册用户，若是，则进入步骤S32，若否，则进入步骤S33；

S32，判断用户行为中是否含有商品信息，若是，则向该用户推荐该商品所属商品类别中的商品，若否，则根据用户注册时填写的信息，将用户归入至少一个用户群体，并进入步骤S34；

S33，判断用户行为中是否含有商品信息，若是，则向该用户推荐该商品所属商品类别中的商品，若否，则进入步骤S34；

S34，从推荐矩阵M找出用户所属的用户群体对商品所属的商品类别的评价分数，选择最高评价分数所对应的商品类别作为推荐的商品类别，并从该商品类别中推荐商品。

8.根据权利要求7所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的步骤S32中，从商品所属商品类别中选取与所述商品关联度最高的若干商品进行推荐。

9.根据权利要求7所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的步骤S33中，从所述商品所属商品类别中选取历史销量最高的若干商品进行推荐。

10.根据权利要求7所述的一种基于关联分析算法的商品推荐方法，其特征在于，所述的步骤S32和步骤S33中，所述商品若为新增商品，则根据商品自身特点将其归入一个商品类别。