[发明专利]一种基于用户相似度的电子商务网站推荐方法

摘要

本发明一种基于用户相似度的电子商务网站推荐方法，涉及电子商务网站的数据库信息检索领域。随着各大电子商务网站所提供的服务对用户的差异也越来越小，人们通过搜索不能在第一时间找到最需要的信息，个性化的推荐技术在提高电子商务网站竞争优势上便有了广阔的应用前景。电子商务网站推荐系统的焦点，主要集中在信息获取方式和推荐技术上。本发明主要通过分析获取到的用户信息，通过用户的注册信息来对用户进行初步的相似度划分，从而对用户进行相似度的计算，相似的用户之间会得到关联产品的推荐。

主权项

一种基于用户相似度的电子商务网站推荐方法，其特征在于包括如下步骤：步骤1：记录用户注册信息作为原始信息，通过提取原始信息，根据注册信息权重制定坐标轴，该向量通过建立的坐标轴定位用户位置，坐标轴根据用户注册信息建立，对用户进行初步相似度计算，在大于0.5时，分在同一组，他们是相似用户，其中相似度的方法如下：$T(x,y)=\frac{x\·y}{{\left|\right|x\left|\right|}^2\×{\left|\right|y\left|\right|}^2}$x，y分别代表用户属性向量,0≤x≤200，0≤y≤200步骤2：确定用户行为权重，权重由大到小的顺序是，对产品做出的评分，是否购买产品，是否收藏产品，做出过比较的产品，浏览产品时间，是否删除已经收藏了的产品；步骤3：记录已注册用户行为，分在同一组的用户，根据用户的行为分析权重建立坐标轴，再次进行相似度计算，这次的相似度计算主要通过欧几里德距离公式，相似度达到标准数值的用户分为一组，筛选用户喜好的产品，进行产品推荐，方法如下：$\mathrm{sim}(x,y)=\frac{1}{1+d(x,y)},d(x,y)=\sqrt{\left(\mathrm{\Σ}{(\mathrm{xi}-\mathrm{yi})}^2\right)}$x，y分别代表用户属性向量,0≤x≤200，0≤y≤200。