[发明专利]一种网上商城商品的推荐方法及其系统

权利要求书

1.一种网上商城商品的推荐方法，其特征在于，包括以下步骤：

获取任意用户的购买记录及对应评论，并对获取所有数据进行预处理；

对预处理后的所述购买记录进行商品归纳和特征提取；

根据评论等级和商品属性对提取出的商品特征进行权重分配，得到特征向量；

根据每一个所述商品特征和所述商品属性进行拓展，同时计算每一级拓展路径相似度；

将所述特征向量和相似度值进行内积运算，将得到的相关性概率按照降序排列，得到对应的推荐列表。

2.如权利要求1所述的网上商城商品的推荐方法，其特征在于，对预处理后的所述购买记录进行商品归纳和特征提取，包括：

对预处理后的所述购买记录进行商品归纳，按照属性由大至小的归纳方法，对划分出的不同层次范围内的商品进行数量统计，并对不同属性范围内的商品进行特征提取，得到多个第一特征。

3.如权利要求2所述的网上商城商品的推荐方法，其特征在于，对预处理后的所述购买记录进行商品归纳和特征提取，还包括：

结合对应类型下的商品数量，将大于设定阈值的商品进行挑选，并对相同属性范围内的不同类型下的商品进行特征提取，得到多个第二特征。

4.如权利要求3所述的网上商城商品的推荐方法，其特征在于，根据评论等级和商品属性对提取出的商品特征进行权重分配，得到特征向量，包括：

根据提取出的多个所述第一特征对应的商品总量的比重和评论等级，计算出对应的第一权重，并根据提取出的多个所述第二特征对应的商品数量比重，计算出对应的第二权重。

5.如权利要求4所述的网上商城商品的推荐方法，其特征在于，根据评论等级和商品属性对提取出的商品特征进行权重分配，得到特征向量，还包括：

将所述第一权重与对应的所述第二权重进行乘积运算，同时将得到的特征向量按照降序进行排列。

6.如权利要求5所述的网上商城商品的推荐方法，其特征在于，根据每一个所述商品特征和所述商品属性进行拓展，同时计算每一级拓展路径相似度，包括：

根据每一个提取出的所述第一特征和商品属性，根据用户偏好对商品进行多级拓展，并且相邻两级拓展路径的所述第二权重依次降低。

7.一种网上商城商品的推荐系统，其特征在于，

所述网上商城商品的推荐系统包括数据处理模块、特征提取模块、权重分配模块、拓展模块和推荐模块，所述数据处理模块、所述特征提取模块、所述权重分配模块、所述拓展模块和所述推荐模块依次连接；

所述数据处理模块，用于获取任意用户的购买记录及对应评论，并对获取所有数据进行预处理；

所述特征提取模块，用于对预处理后的所述购买记录进行商品归纳和特征提取，得到多个第一特征和多个第二特征；

所述权重分配模块，用于根据提取出的多个所述第一特征对应的商品总量的比重和评论等级，计算出对应的第一权重，并根据提取出的多个所述第二特征对应的商品数量比重，计算出对应的第二权重；

所述拓展模块，用于根据每一个所述商品特征和所述商品属性进行拓展，同时计算每一级拓展路径相似度；

所述推荐模块，用于将所述特征向量和相似度值进行内积运算，将得到的相关性概率按照降序排列，得到对应的推荐列表。