[发明专利]一种基于用户行为分析的个性化商品推荐方法及系统有效
| 申请号： | 201810339593.2 | 申请日： | 2018-04-16 |
| 公开（公告）号： | CN108550068B | 公开（公告）日： | 2022-03-11 |
| 发明（设计）人： | 吴爽;高阳 | 申请（专利权）人： | 南京大学;江苏万维艾斯网络智能产业创新中心有限公司 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 戴朝荣 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于用户行为分析的个性化商品推荐方法及系统。所述基于用户行为分析的个性化商品推荐方法包括如下步骤：提取商品的属性信息，提取用户对商品的访问行为；通过用户对商品基于时间维度的访问行为，得到衰减因子，所述商品属性信息，建立用户模型；根据用户模型，得到用户在各个属性维度的兴趣属性信息；根据用户兴趣属性信息、商品属性信息和用户对商品的访问行为建立基于商品属性的回归树模型；根据用户的访问记录得到用户的候选推荐商品列表；利用商品属性的回归树模型预测用户的候选推荐商品评分；根据用户对候选推荐商品的预测评分进行排序，将排名较高的商品作为候选推荐推荐给用户。 | ||
| 搜索关键词： | 一种 基于 用户 行为 分析 个性化 商品 推荐 方法 系统 | ||
【主权项】：
1.一种基于用户行为分析的个性化商品推荐方法，其特征在于：包括如下步骤：步骤1：提取商品的属性信息，提取用户对商品的访问行为；步骤2：通过用户对商品基于时间维度的访问行为，得到衰减因子，所述商品属性信息，建立用户模型；步骤3：根据用户模型，得到用户在各个属性维度的兴趣属性信息；步骤4：根据用户兴趣属性信息、商品属性信息和用户对商品的访问行为建立基于商品属性的回归树模型；步骤5：根据用户的访问记录得到用户的候选推荐商品列表；步骤6：利用商品属性的回归树模型预测用户的候选推荐商品评分；步骤7：根据用户对候选推荐商品的预测评分进行排序，将排名较高的商品作为候选推荐推荐给用户。
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南京大学;江苏万维艾斯网络智能产业创新中心有限公司，未经南京大学;江苏万维艾斯网络智能产业创新中心有限公司许可，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/201810339593.2/，转载请声明来源钻瓜专利网。
