[发明专利]一种商品推荐算法的有效性评估方法和装置

权利要求书

1.一种商品推荐算法的有效性评估方法，其特征在于，包括：

基于用户的基本信息，获取一定时间段内所有用户的历史购买成交记录；

基于历史购买成交记录，过滤掉所有的退货记录，选取最终成交的日志，随机抽取一定样本数量的成交记录作为最终的抽样信息表；

基于获取的抽样信息表里的数据，进行清洗，对购买率进行加权计算，得出不同商品的真实购买率对照表；

基于商品的真实购买率对照表，采用多维度指标对推荐算法的推荐效果进行评估。

2.根据权利要求1所述的商品推荐算法的有效性评估方法，其特征在于，所述的用户基本信息包括：年龄、性别、地区、购买偏好、浏览商品的时间段、浏览内容。

3.根据权利要求1所述的商品推荐算法的有效性评估方法，其特征在于，所述的历史购买成交记录包括：用户使用的搜索词，用户id，当时返回的sku搜索排名、用户最终购买的商品；

其中所述sku为最小的商品单位。

4.根据权利要求1所述的商品推荐算法的有效性评估方法，其特征在于，所述的最终的抽样信息表，包括：序号、日期、用户ID、搜索词、当时sku排序。

5.根据权利要求1所述的商品推荐算法的有效性评估方法，其特征在于，所述的加权计算包括如下步骤：

S1：比较原始记录和测试排序记录中psku的位置，如果相同，跳过本条记录，继续比较下一条；

S2：如果原始记录的psku位置高于测试记录psku位置，则测试记录位置与原始记录位置差值cr的值小于0，判定效果变差；

S3：如果原始记录的psku位置低于测试记录psku位置，则测试记录位置与原始记录位置差值cr的值大于0，判定效果变好；

S4：如果cr不等于0，则查询本sku的gmv和cp，乘以cr，即得到本条对应的gmv和cp；

S5：如此遍历所有的测试结果，可以获得对于每条样本记录的cr，gmv，cp；

S6：将记录中所有gmv和cp求和，获得的值记作gmvSum，cpSum，cr为正的条目总数记为crPos，cr为负的条目总数记为crNeg；

其中：gmv表示商品的最终销售价格；

cp：净利润；

psku：购买的sku号；

cr:变化率，默认都为0，gmv和cp都默认为0。

6.根据权利要求1所述的商品推荐算法的有效性评估方法，其特征在于，所述的多维度指标评估方法，包括：

当crPos大于crNeg，表示该算法对应的记录位置靠前，则用户的购买意愿和成交概率增加；

当crPos小于crNeg，表示该算法对应的记录会靠后，则用户的购买意愿和成交概率降低；

当gmvSum大于0，表示该算法会增加总营收，反之则降低总营收；

当cpSum大于0，表示该算法会增加总利润，反之则降低总利润。

7.根据权利要求1所述的商品推荐算法的有效性评估方法，其特征在于，所述样本数量为预设值或者按成交总规模的预设比例计算。

8.一种商品推荐算法的有效性评估装置，其特征在于，包括：

信息获取模块，用于基于用户的基本信息，获取一定时间段内所有用户的历史购买成交记录；

抽样模块，用于基于历史购买成交记录，过滤掉所有的退货记录，选取最终成交的日志，随机抽取一定样本数量的成交记录作为最终的抽样信息表；

数据构建模块，用于基于获取的抽样信息表里的数据，进行清洗，对购买率进行加权计算，得出不同商品的真实购买率对照表；

评估模块，用于基于商品的真实购买率对照表，采用多维度指标对推荐算法的推荐效果进行评估。