[发明专利]基于时间序列的商品热度预测方法和系统有效
| 申请号： | 201510358159.5 | 申请日： | 2015-06-25 |
| 公开（公告）号： | CN104915734B | 公开（公告）日： | 2017-03-22 |
| 发明（设计）人： | 刘博 | 申请（专利权）人： | 深圳市腾讯计算机系统有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 广州华进联合专利商标代理有限公司44224 | 代理人： | 何平,邓云鹏 |
| 地址： | 518000 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于时间序列的商品热度预测方法，包括根据待推荐商品的近期购买次数时间序列以及第一自回归模型估计待推荐商品的未来购买次数，第一自回归模型根据商品的历史购买次数时间序列构成的购买训练样本训练得到；根据待推荐商品的近期点击次数时间序列以及第二自回归模型估计待推荐商品的未来点击次数，第二自回归模型根据商品的历史点击次数时间序列构成的点击训练样本训练得到；计算待推荐商品的未来热度为估计得到的待推荐商品的未来购买次数与估计得到的待推荐商品的未来点击次数的比值。上述方法不需要参考用户画像和用户行为数据，也能准确地预测出用户感兴趣概率较高的商品。此外，还提供一种基于时间序列的商品热度预测系统。 | ||
| 搜索关键词： | 基于 时间 序列 商品 热度 预测 方法 系统 | ||
【主权项】：
一种基于时间序列的商品热度预测方法，包括以下步骤：根据待推荐商品的近期购买次数时间序列以及第一自回归模型估计待推荐商品的未来购买次数，所述第一自回归模型根据商品的历史购买次数时间序列构成的购买训练样本训练得到；根据待推荐商品的近期点击次数时间序列以及第二自回归模型估计待推荐商品的未来点击次数，所述第二自回归模型根据商品的历史点击次数时间序列构成的点击训练样本训练得到；计算待推荐商品的未来热度为估计得到的待推荐商品的未来购买次数与估计得到的待推荐商品的未来点击次数的比值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司，未经深圳市腾讯计算机系统有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510358159.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型公交车座椅
- 下一篇：一种汽车后座椅安装支架及汽车
