[发明专利]产品推荐方法及系统

说明书

本发明提供一种产品推荐方法及系统。所述方法包括：根据产品的销售量、样本用户对产品的评分、预先设定的所述评分的先验数值，和先验数值所对应的置信度，确定所述产品的质量；根据样本用户对所述产品的评分、所述产品的质量，和样本用户对所述产品进行评分的次数，确定样本用户对产品的兴趣度；根据所述兴趣度，确定所述兴趣度矩阵；根据所述兴趣度矩阵，确定产品的相关系数；根据所述产品的相关系数，预测目标用户对所述产品的兴趣度，并根据预测结果确定是否将所述产品推荐给所述目标用户。本发明能够精准根据用户的喜好推荐产品。

技术领域

本发明涉及电子商务技术领域，尤其涉及一种产品推荐方法及系统。

背景技术

推荐系统是一种帮助用户快速发现有用信息的工具，正逐步成为解决信息过载问题的主要发展方向。推荐系统与搜索引擎不同的是，推荐系统不需要用户提供明确的需求，而是通过分析用户的历史行为给用户的兴趣建模，从而主动向用户推荐能够满足其兴趣和需求的信息。

然而现有的推荐系统只考虑用户和产品之间的相似程度，忽略了用户的评分是多重因素的结果，可能是用户习惯于打出高分，也有可能是用户对质量较好的商品做出的客观评价，从而导致系统推荐的产品偏离了用户的真实喜好。因此，如何在海量数据中准确的发现用户的兴趣喜好成为推荐系统中一个重要的研究领域。

发明内容

为解决上述问题，本发明提供的产品推荐方法及系统，能够精准根据用户的喜好推荐产品。

第一方面，本发明提供一种产品推荐方法，包括：

根据产品的销售量、样本用户对产品的评分、预先设定的所述评分的先验数值，和先验数值所对应的置信度，确定所述产品的质量；

根据样本用户对所述产品的评分、所述产品的质量，和样本用户对所述产品进行评分的次数，确定样本用户对产品的兴趣度；

根据所述兴趣度，确定所述兴趣度矩阵；

根据所述兴趣度矩阵，确定产品的相关系数；

根据所述产品的相关系数，预测目标用户对所述产品的兴趣度，并根据预测结果确定是否将所述产品推荐给所述目标用户。

可选地，所述确定所述产品的质量的步骤，包括：

根据产品的销售量和样本用户对产品的评分，确定所述产品的评分总和；

根据评分的先验数值与对应的置信度的乘积、所述产品的评分总和，和所述置信度与所述产品的销售量的和，确定所述产品的质量。

可选地，所述确定样本用户对产品的兴趣度的步骤，包括：

根据第u个样本用户对第i个产品所给出的评分与第i个产品的质量的差值，确定第i个产品的基础兴趣度；

根据所述第i个产品的基础兴趣度与第u个样本用户对所有的产品进行评分的平均值的比值，确定所述第u个样本用户对第i个产品的兴趣度。

可选地，在所述确定所述产品的质量的步骤之前，所述方法还包括；

接收目标用户的属性信息；

根据目标用户的属性信息，从样本用户集中选取与目标用户的属性信息相匹配的用户作为样本用户。

可选地，所述属性信息包括：年龄、性别和/或职业类型。

第二方面，本发明提供一种产品推荐系统，包括：

第一确定模块，被配置为根据产品的销售量、样本用户对产品的评分、预先设定的所述评分的先验数值，和先验数值所对应的置信度，确定所述产品的质量；

第二确定模块，被配置为根据样本用户对所述产品的评分、所述产品的质量，和样本用户对所述产品进行评分的次数，确定样本用户对产品的兴趣度；