[发明专利]基于模型匹配的商品推荐方法

摘要

本发明公开了一种基于模型匹配的商品推荐方法，主要包括以下步骤：建立商品的描述模型，其中包括两个部分：文字介绍描述部分和属性信息部分；建立用户的偏好模型，用户偏好模型基于商品描述模型，它能将多个商品描述模型进行融合；计算商品模型和用户模型的相似度；根据相似度大小排序，对用户进行推荐。本发明能充分发掘用户的潜在兴趣，实现商品推荐的准确性。

主权项

一种用于电子商务网站的商品推荐方法，其特征在于，包括如下步骤：1)建立商品模型，商品模型表示为：G＝{GSyno，GAttr}其中，GSyno是由描述该商品的一段文字介绍经过词法分析后得到的一个词库，GAttr是该商品的属性，它由多个[Key，Value]键值对所组成，其中一个Key对应的是一个Value集合；2)建立用户模型，用户的模型基于商品模型，它由多个商品模型融合而成，用户模型表示为：U＝{USyno，UAttr}其中，USyno是包含用户所购买商品的全部Gsyno词库，即：USyno＝∪GsynoUAttr是用户所购买商品的全部GAttr的集合，UAttr的表示方法如下：UAttr＝{[Key，(Value，Weight)]，...}其中Key和Value与GAttr一致，Weight是一个权重值，表示用户购买的多个商品拥有同样的属性值，Weight的值等于拥有同样属性值的商品数量；3)相似性计算，基于商品模型U和用户模型G计算商品和用户的相似性；4)根据相似性大小排序，推荐商品给用户。