[发明专利]基于云计算技术的面向电商平台个性化推荐的方法及装置

说明书

本发明涉及推荐系统技术领域，具体涉及一种基于云计算技术的面向电商平台个性化推荐的方法及装置；基于云计算技术的面向电商平台个性化推荐装置，包括检索单元、计时单元、排列单元和存储单元，根据关键词划分商品领域，根据所述用户信息建立推荐模型，通过排列单元对商品进行优先级排列，并形成商品推荐列表，从而快速引起用户兴趣，根据用户的实时操作，更改商品优先级，防止系统进行重复推荐，通过上述方法，根据用户的历史信息和实时操作推荐商品，并实时更新，优化了推荐系统。

技术领域

本发明涉及推荐系统技术领域，尤其涉及一种基于云计算技术的面向电商平台个性化推荐的方法及装置。

背景技术

现如今，为满足人们的个性化需求，个性化推荐技术已经广泛的应用在电子商务、社交网络、各种视频音乐网站等领域，例如Amazon，淘宝，豆瓣等，都在不同程度上采用了个性化推荐系统。

现有推荐方法通常统计一个时间段内的用户操作数据，只能反映用户在某一个时间内的偏好，不能根据用户当前行为进行实时推荐。

发明内容

本发明的目的在于提供一种基于云计算技术的面向电商平台个性化推荐的方法及装置，旨在解决现有技术中推荐方法通常统计一个时间段内的用户操作数据，只能反映用户在某一个时间内的偏好，不能根据用户当前行为进行实时推荐的技术问题。

为实现上述目的，本发明提供了一种基于云计算技术的面向电商平台个性化推荐的方法，包括如下步骤：

用户输入关键词后，获取用户信息，划分商品领域；

根据所述用户信息建立推荐模型，形成商品推荐列表；

根据用户的实时操作，优化所述推荐模型，更新商品推荐列表。

其中，在用户输入关键词后，获取用户信息，划分商品领域的步骤中：

所述用户信息包括历史浏览记录、历史购买记录和用户个人信息。

其中，在用户输入关键词后，获取用户信息，划分商品领域的步骤中

所述商品领域包括运动、户外、家居、企业、医疗、出行、装饰和电子。

其中，在根据所述用户信息建立推荐模型，形成商品推荐列表的步骤中：

根据关键词在历史购买记录中查找关联商品，作为第一优先级的商品加入商品推荐列表。

其中，在根据所述用户信息建立推荐模型，形成商品推荐列表的步骤中：

根据历史购买记录和用户个人信息计算用户购买力，将商品领域进行价格区间的划分，将贴近用户购买力的商品作为第二优先级的商品加入商品推荐列表。

其中，在根据所述用户信息建立推荐模型，形成商品推荐列表的步骤中：

根据关键词在用户的历史浏览记录查找关联商品，作为第三优先级的商品加入商品推荐列表。

其中，在根据用户的实时操作，优化所述推荐模型，更新商品推荐列表的步骤中：

用户的实时操作包括商品查看和浏览时间。

其中，在根据用户的实时操作，优化所述推荐模型，更新商品推荐列表的步骤中：

当用户未查看第一优先级商品，将第一优先级商品转为第二优先级商品；当用户查看商品，未进行购买时，根据浏览时间进行优先级调节，当浏览时间超过预设值，将该商品转为第一优先级商品，当低于预设值，将该商品移动至推荐商品列表的最末端。