[发明专利]基于大数据的商品推荐方法

权利要求书

1.基于大数据的商品推荐方法，其特征在于，包括以下步骤：

S1：根据商品类型将所有商品划分为多个商品类；

S2：提取同一个商品类中商品的特征进行SVM机器学习并生成该商品类的二元分类器；所述二元分类器的数量与商品类的数量相同，且二元分类器与商品类一一对应；

S3：从大数据中提取所有用户在平台上的浏览和交易记录作为用户的特征值；

S4：以用户的特征值对所有的用户进行聚类分析，生成多个用户类；

S5：提取同一个用户类中用户的特征值并进行加权平均得到每一个用户类的特征均值；

S6：将特征均值带入每个二元分类器；当任意一个二元分类器的输出结果为真值时，将此二元分类器对应的商品类推荐给该特征均值对应的用户类中的每一个用户。

2.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，步骤S2中所述二元分类器采用线性二元分类器。

3.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，还包括以下步骤：

S7：当新用户加入平台时，从大数据中提取该用户的浏览和交易记录作为新用户的特征值；根据新用户特征值得出新用户和所有用户类之间的距离，并将新用户加入与新用户距离最短的用户类。

4.根据权利要求3所述的基于大数据的商品推荐方法，其特征在于，步骤S7中所述距离为余弦距离。

5.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，步骤S5包括以下步骤：

S51：根据同一个用户类中用户的特征值得到该用户类的中心点；

S52：以用户到用户类中心点距离的倒数为权值对用户的特征值进行加权平均得到用户类的特征均值。

6.根据权利要求5所述的基于大数据的商品推荐方法，其特征在于，步骤S52中所述距离为余弦距离。