[发明专利]一种商品的智能推荐方法、系统及其可读存储介质

权利要求书

1.一种商品的智能推荐方法，其特征在于，包括：

获取用户的多条商品购买记录，所述商品购买记录中包含：商品标识、商品购买日期；

将含有相同商品标识的商品购买记录进行合并，并根据其商品购买日期统计出与该商品标识对应商品的购买次数、平均购买间隔和购买间隔标准差；

根据所述商品购买记录中的所述购买间隔标准差与所述购买次数计算出各商品购买记录中的商品的周期性指数；并根据所述周期性指数对商品购买记录进行筛选，整合得到商品候选集；

从所述商品候选集中选取商品购买记录，并获取被选取的商品购买记录中的商品最近的购买日期与当前日期，统计出当前购买间隔，并通过所述当前购买间隔、平均购买间隔和购买间隔标准差计算出排序值；

根据所述排序值的大小依次对所述商品购买记录进行排列得到推荐列表，并在所述推荐列表中提取出预定数量的商品标识进行推荐。

2.根据权利要求1所述的商品的智能推荐方法，其特征在于，所述根据其商品购买日期统计出与该商品标识对应商品的购买次数、平均购买间隔和购买间隔标准差之后包括：

判断所述商品的购买次数是否大于预定值，若大于预定值则进行根据所述商品购买记录中的所述购买间隔标准差与所述购买次数计算出各商品购买记录中的商品的周期性指数。

3.根据权利要求2所述的商品的智能推荐方法，其特征在于，所述根据所述商品购买记录中的所述购买间隔标准差与所述购买次数计算出各商品购买记录中的商品的周期性指数包括：

将所述购买间隔标准差除以所述购买次数计算，得到所述商品的周期性指数。

4.根据权利要求3所述的商品的智能推荐方法，其特征在于，所述通过所述当前购买间隔、平均购买间隔和购买间隔标准差计算出排序值包括：

将所述当前购买间隔除以所述平均购买间隔减去购买间隔标准差后的差值，得到排序值。

5.根据权利要求4所述的商品的智能推荐方法，其特征在于，所述根据所述排序值的大小依次对所述商品购买记录进行排列得到推荐列表，并在所述推荐列表中提取出预定数量的商品标识进行推荐包括：

按所述排序值由大到小的顺序，依次对对所述商品购买记录进行排列得到推荐列表，并从所述推荐列表中的前端选取预定数量的商品标识进行推荐。

6.根据权利要求5所述的商品的智能推荐方法，其特征在于，所述根据所述周期性指数对商品购买记录进行筛选，整合得到商品候选集包括：

按所述周期性指数由小到大的顺序，依次对商品购买记录进行排序，并选取序列前端预定数量的商品购买记录，对被选取的商品购买记录进行整合得到商品候选集。

7.根据权利要求6所述的商品的智能推荐方法，其特征在于，所述获取用户的多条商品购买记录包括：

对同一个用户标识在预定时间段内的所有商品购买记录进行获取。

8.根据权利要求7所述的商品的智能推荐方法，其特征在于，所述购买间隔标准差根据标准差公式进行计算，其中所述标准差公式为：

其中，σ为标准差，N为购买间隔记录总数量，x为每次购买间隔，μ为平均购买间隔。