[发明专利]一种商品推荐热度生成方法及系统

权利要求书

1.一种商品推荐热度生成方法，其特征在于，包括：

基于每种商品的用户行为埋点，获取用户行为权重值、用户行为次数和用户行为埋点创建时间；

获取每种商品的时间衰减系数，并根据所述用户行为权重值、所述用户行为次数、所述用户行为埋点创建时间和所述时间衰减系数，生成每种商品的热度值，所述热度值包括综合热度值和标签热度值；

根据所述热度值进行商品推荐。

2.根据权利要求1所述的商品推荐热度生成方法，其特征在于，在所述基于每种商品的用户行为埋点，获取用户行为权重值、用户行为次数和用户行为埋点创建时间之前，所述方法还包括：

根据用户行为类型的关注程度，设置用户终端对商品产生不同行为动作对应的用户行为类型预设权重值；

根据所述用户行为类型和所述用户行为类型预设权重值，构建得到用户行为埋点。

3.根据权利要求1所述的商品推荐热度生成方法，其特征在于，所述获取每种商品的时间衰减系数，包括：

基于商品类型，根据用户终端的商品浏览历史记录对应的埋点事件创建时间，构建时间衰减系数公式；

根据所述时间衰减系数公式，获取不同商品的时间衰减系数，所述时间衰减系数公式为：

H(t)＝exp[-a(t-t_j)]；

其中，H(t)表示第t天时商品的时间衰减系数，a表示冷却系数，t_j表示第j种埋点事件的创建时间。

4.根据权利要求1所述的商品推荐热度生成方法，其特征在于，所述根据所述用户行为权重值、所述用户行为次数、所述用户行为埋点创建时间和所述时间衰减系数，生成每种商品的热度值，包括：

基于商品类型，根据用户行为埋点对应的用户行为权重值、时间衰减系数、用户行为统计次数和用户行为埋点创建时间，构建综合热度值公式；

根据所述综合热度值公式，获取不同商品的综合热度值，所述综合热度值公式为：

其中，Q_ui表示第i种商品的综合热度值，W_ij表示用户终端对第i种商品产生第j种埋点事件对应用户行为的权重值，a表示冷却系数，表示时间衰减系数；t表示当前时间，单位为天；t_j表示第j种埋点事件的创建时间，N_ij表示不同的用户终端对第i种商品产生第j种埋点事件对应用户行为的统计次数。

5.根据权利要求1所述的商品推荐热度生成方法，其特征在于，所述根据所述用户行为权重值、所述用户行为次数、所述用户行为埋点创建时间和所述时间衰减系数，生成每种商品的热度值，还包括：

基于商品标签类型，根据用户行为埋点对应的用户行为权重值、用户行为次数、时间衰减系数和用户行为埋点创建时间，构建标签热度值公式；

根据所述标签热度值公式，获取不同商品标签的标签热度值，所述标签热度值公式为：

其中，Q_uk表示第k种商品标签的标签热度值，W_kj表示用户终端基于第k种商品标签产生第j种埋点事件对应用户行为的权重值；N_kj表示在第k种商品标签中，产生第j种埋点事件对应用户行为的行为次数；q_k表示第k种商品标签的加权系数，a表示冷却系数，表示时间衰减系数；t表示当前时间，单位为天；t_j表示第j种埋点事件的创建时间。

6.根据权利要求1所述的商品推荐热度生成方法，其特征在于，所述根据所述热度值进行商品推荐，包括：

对所述综合热度值进行排序，并根据综合热度值排序结果，得到基于每种相同商品标签的商品排序结果；

对每个商品标签的标签热度值进行排序，得到商品标签热度值排序结果；

根据所述商品标签热度值排序结果，从商品排序结果中选取目标商品，并根据所述目标商品生成商品推荐列表；

或者，根据所述商品排序结果，确定预推荐的商品，并根据所述标签热度值排序结果，从所述预推荐的商品中选取目标商品，生成商品推荐列表。