[发明专利]一种基于案例推理的电商网站商品的个性化推荐方法

权利要求书

1.一种基于案例推理的电商网站商品的个性化推荐方法，其特征在于：包括以下具体步骤：

S1.针对问题进行处理分析，提交至案例库，由案例库进行检索，匹配出已解决案例，根据已解决案例的实用性进行重用或是修正，重用后的已解决案例交由至案例库进行保存，修正后的案例存放至案例库的已学习案例，用以重新检索与分配工作；

S2.整合多家电商网站信息于一个引导网站，通过商务目的和业务功能进行分类，即按构建网站的主体分类、按商务网站开办者分类、按网站运作广度和深度分类与按业务范畴和运作方式分类；

S3.整合大数据信息，收集用户的网购信息，通过AI智能分析，得到用户的偏好信息，具体为面对的客户群体采用不同的推广方式，具体为B2B、B2C、C2C等几种，主要分为以下几种方式，以垂直细分为主，内容丰富多彩，给用户足够的自由度，对企业主不能急功近利，提供一些附加的服务给企业；

S4.采用多种安防措施，为了提高电子商务网站的安全指数，可于客户互联网移动端安装杀毒软件，筛选不正当的购物网站，并引导分流至正当网站购物，交易需要在个人网络移动端进行，并通过经过网络安全认证的第三方交易平台进行中转交易，并支持货到付款模式；

S5.通过将当前访问用户的特征和访问行为构建目标问题，其他用户的特征和其历史访问行为以及和购买记录构建原始案例，应用模糊聚类，根据目标案例特征进行聚类，用户的特征、兴趣等相似程度高的案例聚集到同一类并标识，建立高相似性案例库，运用用户案例相似性检索和改进的模糊均值聚类算法推荐出与目标用户案例最相似的解案例集，对其进行修正并重用，并用于更新动态案例库。

2.根据权利要求1所述的一种基于案例推理的电商网站商品的个性化推荐方法，其特征在于：所述个性化推荐算法分为类别,主要包括基于内容的推荐、协同过滤、SVD、基于知识的推荐以及混合推荐算法，基于内容的推荐算法只有一个关键点——标签，推荐算法将产品分解为一系列标签,并根据用户对产品的行为将用户也描述为一系列标签。

3.根据权利要求1所述的一种基于案例推理的电商网站商品的个性化推荐方法，其特征在于：所述电商网站为企业、机构或者个人在互联网上建立的一个站点，是企业、机构或者个人开展电商的基础设施和信息平台，是实施电商的交互窗口，是从事电商的一种手段。

4.根据权利要求1所述的一种基于案例推理的电商网站商品的个性化推荐方法，其特征在于：所述案例推理问题求解过程的基本步骤可以归纳为四个主要过程为案例检索(Retrieve)、案例重用(Reuse)、案例修正(Revise)和案例保存(Retain)。