[发明专利]一种网购信息推荐方法

权利要求书

1.一种网购信息推荐方法，其特征在于，所述方法包括如下步骤：

步骤1：收集用户的已购买的商品数据并分析出影响购买的因素数据；

步骤2：根据用户信息设计推荐目标商品，并分析目标商品的影响因素；

步骤3：根据已收集的用户的已购买的商品数据计算商品购买的相关属性和影响权重；

步骤4：将已购买商品相关属性进行趋势比较得到所有商品性能数据数量，然后将所有商品性能数据数量与网络销售的推荐目标商品的性能数据对比得到聚类商品性能数据数量；

步骤5：聚类商品性能数据数量进行求和，然后结合价格的影响因素X_k即为准确推荐的商品；

步骤1的具体过程为：收集用户已购买的商品种类数据集case，表示为，m为商品种类的个数，每个商品种类包含商品的性能数据、商品归属和价格数据，将数据集case划分为价格的影响因素X_k和性能数据Y_j ，其中，t表示价格影响因素的个数，其中，n表示性能参数的个数，用户关联数据样本S_i的对应推荐序数数据分别为x_ik和y_ij；

步骤2的具体过程为： 根据用户基本信息、时间信息和用户日常行为信息设计目标推荐商品，然后得到目标推荐商品的性能数据，成为目标性能数据，对应值为y_oj，从价格的影响因素X_k中选取直接影响该目标性能数据的相关属性，设为；

步骤3的具体过程为：选取用户已购买的商品种类数据集case中的性能数据及相关属性所对应的数据，表示为case^*，基于熵权法和数据集case^*计算商品种类数据集case选取的相关属性的权重，区分对性能数据的影响程度，得到相关属性的权重记为；

步骤4的具体过程为：进行相关属性的相对变化趋势的衡量和商品数据筛选，将商品性能数据视为N维变量集合，不同商品性能数据的差异可视为N维变量运动、变化和发展的结果，根据相关属性，计算衡量用户原来购买商品性能数据和待推荐的目标商品性能数据的相关属性的相对变化趋势，并筛选出与待推荐的商品性能数据的相关属性相对变化趋势程度最相近的商品性能数据，设为，p为聚类所得的商品性能数据数量。

2.根据权利要求1所述的一种网购信息推荐方法，其特征在于：步骤5的具体过程为：对聚类结果加权聚类，然后对聚类结果进行加权求和，得到求和结果即为所需推荐的商品性能数据，然后结合价格的影响因素X_k，即可得到推荐的具体商品。