[发明专利]一种基于关联分析算法的商品推荐方法

摘要

本发明涉及一种基于关联分析算法的商品推荐方法，根据购物网站中的用户行为日志进行商品推荐，该方法包括以下步骤S1，获取历史用户行为日志，根据历史用户行为日志中的数据对用户和商品进行模糊聚类分析，生成多个用户群体和商品类别，以及每个用户群体对每个商品类别的评价分数；S2，构建推荐矩阵M；S3，获取新增用户行为日志，利用推荐矩阵M对新增用户行为日志中的用户进行商品推荐；S4，判断新增用户行为日志的数据量是否已达到设定值，若是，则返回步骤S1，并将新增用户行为日志的数据量计数值，若否，则返回步骤S3。与现有技术相比，本发明具有计算量小、可靠性高、针对性强的优点，对不断变化的市场消费走向具有适应性。

主权项

一种基于关联分析算法的商品推荐方法，根据购物网站中的用户行为日志进行商品推荐，其特征在于，该方法包括以下步骤：S1，获取历史用户行为日志，根据历史用户行为日志中的数据对用户和商品进行模糊聚类分析，生成多个用户群体和商品类别，以及每个用户群体对每个商品类别的评价分数；S2，构建推荐矩阵M，所述推荐矩阵M以用户群体为行标，以商品类别为列标，矩阵元素Mij表示第i个用户群体对第j个商品类别的评价分数，其中i＝1,2..u，j＝1,2…p，u为用户群体个数，p为商品类别个数；S3，获取新增用户行为日志，利用推荐矩阵M对新增用户行为日志中的用户进行商品推荐；S4，判断新增用户行为日志的数据量是否已达到设定值，若是，则返回步骤S1，并将新增用户行为日志的数据量计数值，若否，则返回步骤S3。