[发明专利]基于用户行为的商品个性化推荐方法及系统

权利要求书

1.一种基于用户行为的商品个性化推荐方法，其特征在于，包括：

获取用户行为数据，所述用户行为数据包括第一用户行为数据和第二用户行为数据，所述第一用户行为数据为用户终端对相同商品标签的每一种商品产生的行为数据，所述第二用户行为数据为用户终端对不同商品标签的商品产生的行为数据；

根据所述第一用户行为数据和所述第一用户行为数据对应的时间衰减系数，获取相同商品标签的每一种商品的综合热度值；根据所述第二用户行为数据和所述第二用户行为数据对应的时间衰减系数，获取每一种商品标签的标签热度值；

根据所述综合热度值和所述标签热度值，生成商品推荐列表。

2.根据权利要求1所述的基于用户行为的商品个性化推荐方法，其特征在于，在所述获取用户行为数据之前，所述方法还包括：

基于用户行为类型，设置用户行为埋点和用户行为类型预设权重值，以根据用户行为埋点获取用户行为数据，其中，所述用户行为埋点至少包括进入商品详情页、收藏商品成功、取消商品收藏、点击商品分享、确认商品搜索成功、商品到货通知确认成功、确认商品加入购物车、点击立即购买商品、点击提交商品订单和商品支付成功。

3.根据权利要求2所述的基于用户行为的商品个性化推荐方法，其特征在于，所述获取用户行为数据，包括：

基于所述用户行为埋点和所述用户行为类型预设权重值，获取用户终端对商品产生的用户行为次数、用户行为类型和用户行为权重；

根据所述用户行为次数、所述用户行为类型和所述用户行为权重，得到用户行为数据。

4.根据权利要求1所述的基于用户行为的商品个性化推荐方法，其特征在于，所述时间衰减系数是基于用户终端的商品浏览历史记录对应的埋点事件创建时间和商品类型获取得到的。

5.根据权利要求1所述的基于用户行为的商品个性化推荐方法，其特征在于，所述综合热度值是根据商品类型、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计算得到的。

6.根据权利要求1所述的基于用户行为的商品个性化推荐方法，其特征在于，所述标签热度值是根据商品标签类型、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计算得到的。

7.根据权利要求1所述的基于用户行为的商品个性化推荐方法，其特征在于，所述根据所述综合热度值和所述标签热度值，生成商品推荐列表，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。

8.一种基于用户行为的商品个性化推荐系统，其特征在于，包括：

埋点事件采集模块，用于获取用户行为数据，所述用户行为数据包括第一用户行为数据和第二用户行为数据，所述第一用户行为数据为用户终端对相同商品标签的每一种商品产生的行为数据，所述第二用户行为数据为用户终端对不同商品标签的商品产生的行为数据；

热度值获取模块，用于根据所述第一用户行为数据和所述第一用户行为数据对应的时间衰减系数，获取相同商品标签的每一种商品的综合热度值；根据所述第二用户行为数据和所述第二用户行为数据对应的时间衰减系数，获取每一种商品标签的标签热度值；

商品推荐模块，用于根据所述综合热度值和所述标签热度值，生成商品推荐列表。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于用户行为的商品个性化推荐方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于用户行为的商品个性化推荐方法的步骤。