Based on the mixed mode, the mobile mall product recommendation method consists of building a commodity sub model based on the concept and attribute of the commodity, and then filling the user through the content based recommendation algorithm, the commodity scoring matrix algorithm, and building a use based on the user's related information and keyword search function. The household model is used to cluster users through the K means algorithm, and the recommendation is generated based on user collaborative filtering.
【技术实现步骤摘要】
基于混合模式的移动商城产品推荐方法
本专利技术涉及互联网信息
,尤其涉及网络产品推荐
技术介绍
随着网络信息技术的发展,很多网络数据出现“信息过载”的现象,从而导致消费者在面对电子商务系统中过量的产品信息时,很难从整个产品目录中找出自己所需商品。而这时电子商务系统则需要为消费者提供一些个性化产品的选择,于是“推荐系统”应运而生;本专利技术通过将各种推荐算法相结合,扬长避短。通过将加权组合、切换组合、分区组合以及分层组合等混合,形成一个新的推荐策略,能够有效地解决现有网络商品推荐技术的数据稀疏性、冷启动、扩展性和灰色绵羊等问题,同时能够弥补由于信息过载而产生的可靠性低和响应时间长等一系列缺陷。
技术实现思路
基于混合模式的移动商城产品推荐方法,通过基于内容的推荐算法———商品评分矩阵算法来填充用户,包括商品信息的提取以及商品相互间相似度的计算,具体如下:商品信息的提取:商品信息即对商品进行描述的属性,根据商品特征可区分不同商品实例;商品相互间相似度的计算:每件商品均为概念的实例,商品间的相似度即为概念实例间的相似度,包括商品所属概念的相似度和商品属性间的相似度。基于混合模式的移动商城产品推荐方法,通过构建一个用户兴趣模型进行商品的推荐。用户兴趣模型是用来描述用户对某些商品相对稳定的需求,反应一段时间内用户的商品购买倾向,而且能被机器理解,具有可计算性,构建用户兴趣模型的数据基础为人口统计数据、评价数据以及用户查询的关键字,根据使用的情况不同,可分为以下三种:1.基于向量:向量模型是一种文本计算模型,向量由一组属性及其权重组成,权重值用TF-IDF ...
【技术保护点】
1.基于混合模式的移动商城产品推荐方法,其特征在于:通过基于内容的推荐算法———商品评分矩阵算法来填充用户,包括商品信息的提取以及商品相互间相似度的计算。
【技术特征摘要】
1.基于混合模式的移动商城产品推荐方法,其特征在于:通过基于内容的推荐算法———商品评分矩阵算法来填充用户,包括商品信息的...
【专利技术属性】
技术研发人员:不公告发明人,
申请(专利权)人:长沙湘佩网络技术有限公司,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。