[发明专利]基于混合算法的互联网商城推荐系统

说明书

本发明针对传统的互联网商城推荐系统存在推荐不够全面等问题，通过多种算法混合技术融合开发的商城推荐系统；本系统使用了包括简单策略,商品相似度的协同过滤算法技术,朴素贝叶斯的兴趣度算法来对商城的商品进行推荐，让用户可以更加清楚和了解本商城系统的商品信息，提高了商城的收入和服务质量。

技术领域

本发明属于互联网技术领域，涉及了协同过滤算法技术和朴素贝叶斯。

背景技术

随着互联网技术的不断提高，目前在互联网的电商、视频、文学、社交网络等等各类网站或应用中，推荐系统都开始扮演起一个越来越重要的角色；采用多种技术开发的新型商城推荐系统可以更好的服务人们。

发明内容

系统的总体设计

1.协同过滤算法技术：通过用户商品关系简单过滤，比如浏览过该商品的用户还浏览过;购买此商品的用户还购买了，浏览此商品的用户最终60%购买了商品A , 32 %购买了商品B,8%购买了商品C;经常一起购买的商品等等，同时通过多类目随机选择商品，同类目按商品热度排名，通过商品相似度来预测用户未购买商品的评分作为兴趣度形成对目标用户的推

2.基于朴素贝叶斯的兴趣度算法：依据用户购买数据，通过贝叶斯公式计算兴趣概率来计算用户对未购买商品的兴趣度；用户的属性分为自然属性和行为属性，自然属性包括用户性别、年龄、收入、教育水平等等，行为属性包括浏览、购买、收藏、评论、放入购物车等行为；商品的属性包括价格，类目等。