[发明专利]一种基于网络中心度的商品推送方法、系统及终端设备

说明书

本发明提出一种基于网络中心度的商品推送方法、系统及终端设备，首先计算商品Gsubgt;i/subgt;的触发度，根据所述触发度计算商品的触发中心度；接着计算商品的第一比例(即购买商品Gsubgt;i/subgt;时触发购买其他商品种类的频次，占商品Gsubgt;i/subgt;的总购买频次的比例)、第二比例(即商品Gsubgt;i/subgt;的总购买频次占所有商品种类总购买频次之和的比例)；然后将商品的触发中心度、第一比例、第二比例进行加权归一化处理，将归一化处理后的触发中心度、第一比例、第二比例进行加权求和，得到商品的节点度，最后根据节点度对用户进行商品推荐。本发明方法优化了传统推荐后劲不足的问题，另外既考虑商品了的传播性也考虑商品了的权重和影响力，可有效提升推荐效果和准确率。

技术领域

本发明涉及数据挖掘领域，尤其涉及一种基于网络中心度的商品推送方法、系统及终端设备。

背景技术

现有技术的商品推荐方法通常采用协同过滤推荐技术或关系网络的点度中心度技术。

协同过滤推荐的缺陷是：(1)其依赖于推荐；即用户只有购买(在实际应用中，购买还可表示点击、喜欢、已选择、已收藏、已加购物车等类似喜好选择情况)了一定数量的商品后，才可以有推荐的目标，属于被动推荐。(2)推荐的商品仅考虑了单次购买(即仅仅基于一次的精准关联行为)，而不考虑二次衍生购买，后续衍生推荐效果差。

关系网络的点度中心度的缺陷是：仅仅考虑了商品的传播性(商品是否与很多其他商品联接)，但未考虑商品的影响力。实际应用中利用关系网络来推送商品时，存在两种情况，一是该商品虽然关联了很多商品，但该商品关联同时购买的次数占该商品的总购买次数的比例很低，例如商品A总共购买10次，9次都是单次购买，仅有1次同时购买其他商品；二是该商品虽与很多其他商品联接，但是其并非热门商品，其影响力很差，很可能观众根本并不想购买；从而导致推荐不精准，效果差。

发明内容

本发明实施例的目的在于提出一种基于网络中心度的商品推送方法、系统及终端设备，旨在解决现有的商品推荐方法后续衍生推荐效果差或未考虑商品的影响力和权重而导致的推荐不精准的问题。

本发明实施例的第一目的在于提出一种基于网络中心度的商品推送方法，所述方法包括：

统计商品有向同时购买的频次，并创建有向商品购买频次矩阵；

对所述有向商品购买频次矩阵进行归一化处理，得到有向商品购买加权频次矩阵；

统计每一商品种类的总购买频次；

计算商品的触发中心度；

计算商品的第一比例、第二比例；

分别将商品的触发中心度、第一比例、第二比例进行归一化处理，得到对应的加权触发中心度、第一权度、第二权度；

将所述加权触发中心度、第一权度、第二权度进行加权求和，得到商品的节点度；

根据商品的节点度大小进行商品推荐。

可选地，“将所述加权触发中心度、第一权度、第二权度进行加权求和，得到商品的节点度”替换为“根据层次分析法计算加权触发中心度、第一权度、第二权度在商品推荐决策目标中的权重，将加权触发中心度、第一权度、第二权度进行加权求和，得到商品的节点度”。

本发明实施例的第二目的在于提出一种基于网络中心度的商品推送系统。所述系统包括：

有向商品购买频次矩阵创建模块，用于统计商品有向同时购买的频次，并创建有向商品购买频次矩阵；

有向商品购买加权频次矩阵创建模块，用于对所述有向商品购买频次矩阵T21进行归一化处理，得到有向商品购买加权频次矩阵；

商品总购买频次统计模块，用于统计各商品种类的总购买频次；