[发明专利]针对货物篮的快速学习推荐系统

说明书

实施例响应于接收到货物篮而提供对附加物品的推荐，从篮子类型的集合中确定货物篮的类型，接收作为目标推荐的附加目标物品的集合并接收所接收到的货物篮类型的历史。实施例基于所接收到的货物篮类型的历史迭代地执行将每个篮子类型聚类成多个簇，以及针对每个目标物品到所述多个簇中的每个簇的偏好更新。在多次迭代之后迭代地执行输出映射的序列和偏好参数的序列。实施例从映射的序列生成映射的制表的频率，然后基于映射的序列、偏好参数的序列和映射的制表的频率来生成推荐。

技术领域

一个实施例一般而言涉及提供推荐的计算机系统，特别地涉及提供适合于快速变化的产品的推荐的计算机系统。

背景技术

在线零售商使用“推荐系统”正在变得越来越普遍，“推荐系统”是根据客户的购买历史和所有其它客户的购买历史向客户推荐物品的系统。这种系统在餐饮业或酒店业中相对较为少见，在餐饮业或酒店业中，推荐通常是通过特设(ad hoc)手段进行的，诸如使用人类直觉，而不是分析客户的购买的系统化软件算法方法。

即使在采用软件方法时，它也可能因太慢而无法适应不断变化的产品以及不断变化的客户组合和偏好。在餐饮业中，可以对在同一订单中购买的物品进行历史检查，并从这样的检查过程中产生推荐。但是，如果可能由于其成本而不经常检查历史记录，那么此类推荐是静态的。即使经常检查历史记录，已知系统也仍然适应的缓慢，因为在系统可以更改其推荐之前必须输入大量新数据。

发明内容

实施例响应于接收到货物篮而提供针对附加物品的推荐。实施例从篮子类型的集合中确定货物篮的类型，接收作为目标推荐的附加目标物品的集合，并且接收所接收到的货物篮类型的历史。实施例基于所接收到的货物篮类型的历史迭代地执行将每个篮子类型聚类成多个簇，以及针对每个目标物品到所述多个簇中的每个簇的偏好更新。在多次迭代之后，迭代地执行输出映射的序列和偏好参数的序列。实施例从映射的序列生成映射的制表的频率，然后基于映射的序列、偏好参数的序列和映射的制表的频率来生成推荐。

附图说明

图1是根据实施例的可以实现本文公开的任何部件的计算机服务器/系统的框图。

图2和图3是根据一个实施例的当基于货物篮或服务篮推荐附加货物和服务时图1的推荐模块的功能的流程图。

图4-图6图示了根据本发明的实施例的UI的屏幕截图。

具体实施方式

一个实施例是一种系统，该系统分析客户在单次访问餐馆或宾馆时所购买的整篮货物和服务，并且基于该分析，基于篮子的内容推荐附加货物和服务。实施例使做出推荐所需的历史数据量最小化，从而提高了决策速度。

图1是根据本发明的实施例的计算机服务器/系统10的框图。虽然示出为单个系统，但是系统10的功能可以被实现为分布式系统。此外，本文公开的功能可以在可以通过网络耦合在一起的单独的服务器或设备上实现。此外，可以不包括系统10的一个或多个部件。例如，对于服务器的功能，系统10可能需要包括处理器和存储器，但是可以不包括图1中所示的其它部件中的一个或多个部件，诸如键盘或显示器。

系统10包括用于传送信息的总线12或其它通信机制，以及耦合到总线12用于处理信息的处理器22。处理器22可以是任何类型的通用或专用处理器。系统10还包括用于存储将由处理器22执行的信息和指令的存储器14。存储器14可以包括随机存取存储器(“RAM”)、只读存储器(“ROM”)、诸如磁盘或光盘之类的静态存储装置、或任何其它类型的计算机可读介质的任意组合。系统10还包括通信设备20，诸如网络接口卡，以提供对网络的访问。因此，用户可以直接或远程地通过网络或任何其它方法与系统10对接。

计算机可读介质可以是处理器22可以访问的任何可用介质，并且包括易失性和非易失性介质、可移动和不可移动介质以及通信介质。通信介质可以包括计算机可读指令、数据结构、程序模块，或调制数据信号(诸如载波或其它传输机制)中的其它数据，并且包括任何信息传递介质。