[发明专利]一种基于支持向量机SVM的电子商务推荐方法

摘要

本发明公开了一种基于SVM的电子商务推荐方法，包括，建立基于SVM的用户评价预测模型，基于机器学习进行含语义的文本特征提取，把评价表示为多维特征向量，并对评价进行分类，支持向量机分类器对商品评价分为有用和无用两类，实现评价的自动识别；根据分类器中的评价有用性分值，按照分值大小，通过训练样本预测评分的方法填充用户项目矩阵；根据各个项目的重要性对核函数相应的分量赋予相应的权重，同时根据用户过程行为，修正相应分量权重，以达到提高预测精度、产生理想的推荐效果目的。本发明利用统计学、机器学习、智能模式识别分类等技术，分析客户电子商务访问行为和商品的评价，通过模型预测客户兴趣商品，产生推荐结果并推荐给客户，帮助客户及时快捷准确地发现真正需要的商品。

主权项

一种基于支持向量机SVM的电子商务组合推荐方法，其特征在于，所述支持向量机SVM推荐方法包括如下步骤：步骤一，提取商品的用户评价信息，支持向量机分类器对商品评价分为有效和无效两类；步骤二，对有效评价，应用SVM把评价表示为多维特征向量，填充用户项目矩阵；步骤三，对无效评价，通过训练样本预测评分的方法填充用户项目矩阵；步骤四，根据各个项目的重要性对核函数相应的分量赋予相应的权重；步骤五，结合用户行为和支持向量机SVM评价预测方法进行组合预测；步骤六，预测结果并进行推荐。