[发明专利]基于大数据的商品推荐方法

摘要

本发明公开了基于大数据的商品推荐方法，包括以下步骤：S1：根据商品类型将所有商品划分为多个商品类；S2：提取同一个商品类中商品的特征进行SVM机器学习并生成该商品类的二元分类器；所述二元分类器的数量与商品类的数量相同，且二元分类器与商品类一一对应；S3：从大数据中提取所有用户在平台上的浏览和交易记录作为用户的特征值；S4：以用户的特征值对所有的用户进行聚类分析，生成多个用户类。本发明基于大数据的商品推荐方法，使得在用户使用的过程中进行实时推荐时，系统端需要的运算量仅仅为二元分类器的运算，而二元分类器在形成以后的运算量是非常小的，对比现有技术中的点对点推荐的方式，可以大幅提高推荐速度。

主权项

1.基于大数据的商品推荐方法，其特征在于，包括以下步骤：S1：根据商品类型将所有商品划分为多个商品类；S2：提取同一个商品类中商品的特征进行SVM机器学习并生成该商品类的二元分类器；所述二元分类器的数量与商品类的数量相同，且二元分类器与商品类一一对应；S3：从大数据中提取所有用户在平台上的浏览和交易记录作为用户的特征值；S4：以用户的特征值对所有的用户进行聚类分析，生成多个用户类；S5：提取同一个用户类中用户的特征值并进行加权平均得到每一个用户类的特征均值；S6：将特征均值带入每个二元分类器；当任意一个二元分类器的输出结果为真值时，将此二元分类器对应的商品类推荐给该特征均值对应的用户类中的每一个用户。