[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

说明书

本发明涉及网络信息技术领域，具体涉及一种商品的智能推荐方法、系统及其可读存储介质，其方法包括：获取用户的商品购买记录；将含有相同商品标识的商品购买记录进行合并，并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；计算出各商品购买记录中的商品的周期性指数；并根据周期性指数对商品购买记录进行筛选得到商品候选集；从商品候选集中选取商品购买记录，并通过当前购买间隔、平均购买间隔和购买间隔标准差计算出排序值；根据排序值的大小依次对商品购买记录进行排列得到推荐列表，并在推荐列表中提取出预定数量的商品标识进行推荐。本发明所推荐的商品符合用户的周期性购买习惯，有效地提高了用户的使用体验感。

技术领域

本发明涉及网络信息技术领域，具体涉及一种商品的智能推荐方法、一种商品的智能推荐系统以及一种存储有上述方法的可读存储介质。

背景技术

近些年来，随着互联网技术的飞速发展；网络购物已经成为人们日常生活中的一个重要部分，为了给用户提供更好的购物体验，现在各个网络购物平台均会根据用户以往的购物记录为用户进行商品推荐。

而在现有的市面上，其主要是通过根据用户以往的购物记录为用户添加上相应的标签，并且将该标签中所对应的物品推荐给用户；该方法虽然能根据用户的喜好进行商品推荐，但对于一些常年周期性购买的商品，如：个人护理用品、家居清洁用品、办公文具等；其系统并不会根据商品购买的时间和周期对该商品的推荐优先度进行适当的调整，故会存在用户刚购买完某类商品后，系统还会频繁地为其推荐相同的商品，而对于一些用户的购买周期快到的商品，系统却没有进行相应的推荐，其不能很好地满足用户的购买需求，其用户的使用体验感还有待提高。

发明内容

为克服上述缺陷，本发明的目的即在于提供一种周期性商品的智能推荐方法、系统、以及存储有其方法的可读存储介质。

本发明的目的是通过以下技术方案来实现的：

本发明是一种商品的智能推荐方法，其包括：

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。

在本发明中，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。

在本发明中，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。

在本发明中，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。