[发明专利]一种基于购买用户行为分析的个性化推荐方法

权利要求书

1.一种基于购买用户行为分析的个性化推荐方法，其特征在于包含以下步骤：

S1：通过以下方式计算产品权值：

c为衰减系数，V_ij表示产品Item_i在产品购买相关性链接关系图中所有链入产品集合中的每一个产品元素，Value(Item_ij)是产品Item_ij利用上述公式计算得到的Value数值，Value为基于修正PageRank方法计算出的产品权值，F(Item_i)集合表示产品Item_i在产品购买相关性链接关系图中所有链入产品的集合，N_F(Item_i)表示该链入产品集合的产品数量，Count_i，j表示对应产品Item_i和Item_j之间链接关系的数量；对于同一用户而言，产品Item1如果能经常在购买过产品Item2后一个时间范围内被购买，则产品Item1和产品Item2就具有产品购买相关性，据此建立产品之间的购买相关性链接；

S2：生成每个购买用户的兴趣模式特征向量：User_i＝{(产品购买相关性链接j，频次j)}(1＝j＝n，n为产品购买相关性链接总数量)；

S3：对每个用户兴趣模式的频次采用每个用户最大频次去除其向量每一个频次值的方法进行规范化处理；

S4：对每两个用户兴趣模式特征向量利用皮尔逊系数或者余弦夹角系数方法求取最终的用户相似度；

S5：在个性化推荐环节，根据步骤S1生成的产品权值形成优质产品识别标准，倒序输出推荐产品列表选择长期兴趣推荐和短期兴趣即时推荐对于目标用户得到最为相似的其他用户序列。

2.根据权利要求1所述的基于购买用户行为分析的个性化推荐方法，其特征在于所述长期兴趣推荐包含以下步骤：

2.1、根据目标用户所有的购买情况，获取相关购买产品信息；

2.2、据此得到最为相似的其他用户序列中，汇总得到推荐产品列表；

2.3、按照优质产品识别标准，倒序输出推荐产品列表。

3.根据权利要求1所述的基于购买用户行为分析的个性化推荐方法，其特征在于所述短期兴趣即时推荐包含以下步骤：

3.1、根据最近n次目标用户的购买情况获取相关购买产品的类别信息；

3.2、据此得到最为相似的其他用户序列中，按照最近一次购买情况，汇总得到推荐产品列表；

3.3、按照优质产品识别标准，倒序输出即时推荐产品列表。