商品推荐方法和系统技术方案

本公开提供了一种商品推荐方法和系统，涉及数据处理领域。其中的方法包括：获取预定时间内与已购商品具有相同属性的商品的复购率；若拟向用户推荐的候选商品与已购商品属性相同，则判断与已购商品具有相同属性的商品的复购率是否大于复购率阈值；若复购率大于复购率阈值，则确定复购率对应的购买商品的时间窗；在拟向用户推荐候选商品的时间与已购商品的下单时间之差大于时间窗时，将候选商品推荐给用户。由于考虑了商品的复购率和商品购买时间，因此可以合理的向用户推荐商品。

Commodity Recommendation Method and System

【技术实现步骤摘要】
商品推荐方法和系统本申请是申请号为201610701608.6的原申请(申请日为2016年8月22日，专利技术名称：商品推荐方法和系统)的分案申请。
本公开涉及数据处理领域，尤其涉及一种商品推荐方法和系统。
技术介绍
近年来电子商务不断的发展，用户通过浏览购物网站很快可以找到自己心仪的商品，因此网上购物也越来越普遍。购物网站的推荐系统可以根据用户历史浏览信息向用户推荐一定的商品。如果用户近期已经购买过一类商品，又确实想重新购买该商品，则推荐系统向用户推荐用户近期已经成单的商品是一种合理的推荐；而如果用户在短期内不再可能购买对应商品，这种已购商品的推荐会极大地影响用户体验，从而影响用户对相应推荐系统乃至网站的依赖程度。
技术实现思路
本公开要解决的一个技术问题是提供一种合理向用户推荐商品的方案。根据本公开一方面，提出一种商品推荐方法，包括：获取预定时间内与已购商品具有相同属性的商品的复购率；若拟向用户推荐的候选商品与已购商品属性相同，则判断与已购商品具有相同属性的商品的复购率是否大于复购率阈值；若复购率大于复购率阈值，则确定复购率对应的购买商品的时间窗；在拟向用户推荐候选商品的时间与已购商品的下单时间之差大于时间窗时，将候选商品推荐给用户。在一个实施例中，获取预定时间内与已购商品具有相同属性的商品的复购率包括：获取预定时间内与已购商品具有相同属性的商品的总订单数和复购订单数，其中复购订单数为两次购买具有相同属性的商品的时间间隔小于窗口阈值的次数；将复购订单数与总订单数的比值作为与已购商品具有相同属性的商品的复购率。在一个实施例中，若预定时间内与已购商品具有相同属性的商品的总订单数小于订单阈值，则将预定时间内与已购商品具有相同属性的商品的复购订单数设置为0。在一个实施例中，根据用户画像和用户行为数据确定拟向用户推荐的候选商品。在一个实施例中，已购商品具有相同属性的商品为与已购商品同分类或同产品词的商品。根据本公开的另一方面，还提出一种商品推荐系统，包括：复购率获取单元，被配置为获取预定时间内与已购商品具有相同属性的商品的复购率；商品推荐单元，被配置为若拟向用户推荐的候选商品与已购商品属性相同，则判断与已购商品具有相同属性的商品的复购率是否大于复购率阈值；若复购率大于复购率阈值，则确定复购率对应的购买商品的时间窗；在拟向用户推荐候选商品的时间与已购商品的下单时间之差大于时间窗时，将候选商品推荐给用户。在一个实施例中，复购率获取单元被配置为获取预定时间内与已购商品具有相同属性的商品的总订单数和复购订单数，其中复购订单数为两次购买具有相同属性的商品的时间间隔小于窗口阈值的次数；将复购订单数与总订单数的比值作为与已购商品具有相同属性的商品的复购率。在一个实施例中，复购率获取单元还被配置为若预定时间内与已购商品具有相同属性的商品的总订单数小于订单阈值，则将预定时间内与已购商品具有相同属性的商品的复购订单数设置为0。根据本公开的另一方面，还提出一种商品推荐系统，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行如上述的方法。根据本公开的另一方面，还提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上述的方法的步骤。与现有技术相比，本公开通过获取预定时间内与已购商品具有相同属性的商品的复购率；如果候选商品与已购商品属性相同，则根据复购率以及已购商品的下单时间判断是否将候选商品推荐给用户。由于考虑了商品的复购率和商品购买时间，因此可以合理的向用户推荐商品。通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。附图说明构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：图1为本公开商品推荐方法的一个实施例的流程示意图。图2为本公开商品推荐方法的另一个实施例的流程示意图。图3为本公开商品推荐系统的一个实施例的结构示意图。图4为本公开商品推荐系统的另一个实施例的结构示意图。图5为本公开商品推荐系统的又一个实施例的结构示意图。具体实施方式现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。图1为本公开商品推荐方法的一个实施例的流程示意图。该商品推荐方法包括以下步骤：在步骤110，获取预定时间内与已购商品具有相同属性的商品的复购率。例如，获取预定时间内与已购商品同分类或同产品词的商品的复购率。其中，按照商品的用途、原材料、生产方法、化学成分、使用状态等可以将商品分为不同的分类，例如，洗衣粉和洗衣皂可以分为同一类商品。按照商品的名称、种类、型号、品牌等可以确定商品是否属于同产品词，例如按照商品名称，A矿泉水和B矿泉水可以属于同产品词商品。在本实施例中，可以从数据库或后台系统获取三个月内与A商品同分类或同产品词的商品的总订单数和复购订单数，计算复购订单数与总订单数的比值，则为与A商品同分类或同产品词的商品的复购率。其中，复购订单数为两次购买同分类或同产品词的商品的时间间隔小于阈值的次数。在步骤120，响应于用户访问商品推荐系统，根据用户信息确定拟向用户推荐的候选商品。该步骤可以基于协同过滤及基于内容的方法来实现。例如，当用户访问商品推荐系统时，系统在保存有用户信息的数据库中获取用户画像及近期用户的行为数据等用户信息，通过用户画像及近期用户的行为数据确定拟向用户推荐的候选商品。在步骤130，如果候选商品与已购商品属于同分类或同产品词，则根据复购率以及已购商品的下单时间判断是否将候选商品推荐给用户。例如用户30天前购买了A商品，本次再次访问购物网站时，推荐系统判断候选商品B与A商品属于同分类或同产品词商品，并且与A商品同分类或同产品词的商品的复购率为20％，若统计出用户两次购买与A商品同分类或同产品词的商品的平均时长为50天，则判断此时用户可能不需要候选商品B，因此不需要将候选商品B推荐给用户。如果统计出用户两次购买与A商品同分类或同产品词的商品的平均时长为20天，则判断用户可能需要候选商品B，因此可以将候选商品B推荐给用户。在该实施例中，通过获取预定时间内与已购商品同分类或同产品词的商品的复购率，如果推荐系统推荐的候选商品与已购商品属于同分类或同产品词，则根据复购率以及已购商品本文档来自技高网...

【技术保护点】
1.一种商品推荐方法，包括：获取预定时间内与已购商品具有相同属性的商品的复购率；若拟向用户推荐的候选商品与所述已购商品属性相同，则判断所述与已购商品具有相同属性的商品的复购率是否大于复购率阈值；若所述复购率大于复购率阈值，则确定所述复购率对应的购买商品的时间窗；在拟向所述用户推荐候选商品的时间与所述已购商品的下单时间之差大于所述时间窗时，将所述候选商品推荐给所述用户。

【技术特征摘要】
1.一种商品推荐方法，包括：获取预定时间内与已购商品具有相同属性的商品的复购率；若拟向用户推荐的候选商品与所述已购商品属性相同，则判断所述与已购商品具有相同属性的商品的复购率是否大于复购率阈值；若所述复购率大于复购率阈值，则确定所述复购率对应的购买商品的时间窗；在拟向所述用户推荐候选商品的时间与所述已购商品的下单时间之差大于所述时间窗时，将所述候选商品推荐给所述用户。2.根据权利要求1所述的方法，其中，所述获取预定时间内与已购商品具有相同属性的商品的复购率包括：获取预定时间内与所述已购商品具有相同属性的商品的总订单数和复购订单数，其中所述复购订单数为两次购买具有相同属性的商品的时间间隔小于窗口阈值的次数；将所述复购订单数与所述总订单数的比值作为与所述已购商品具有相同属性的商品的复购率。3.根据权利要求2所述的方法，还包括：若预定时间内与所述已购商品具有相同属性的商品的总订单数小于订单阈值，则将预定时间内与所述已购商品具有相同属性的商品的复购订单数设置为0。4.根据权利要求1-3任一所述的方法，还包括：根据用户画像和用户行为数据确定拟向所述用户推荐的候选商品。5.根据权利要求1-3任一所述的方法，其中，所述已购商品具有相同属性的商品为与所述已购商品同分类或同产品词的商品。6.一种商品推荐系统，包括：复购率获取单元...

【专利技术属性】
技术研发人员：王春明，丁卓冶，林锋，王超，邹宇，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11