计算机实现的商品推荐方法及系统技术方案

为了解决现有商品推荐系统推荐准确率低、系统复杂的问题，本发明专利技术提供了计算机实现的商品推荐方法和系统。该计算机实现的商品推荐方法包括采集消费者在购买过程的各个阶段的访问数据；以及基于所述访问数据，在所述各个阶段分别采用不同的拓扑模式来向消费者推荐商品。通过该方法和系统，解决了现有商品推荐系统推荐准确率低、系统复杂的问题。

【技术实现步骤摘要】

本专利技术涉及通信网络上的商品推荐，并具体地涉及计算机实现的商品推荐方法及 设备。
技术介绍
随着信息技术和电子商务的飞速发展，网络购物变得越来越受到消费者的青睐。 商品推荐系统可帮助消费者在琳琅满目的商品中买到心仪的商品，同时帮助商家向消费者 推荐商品，提高商品的销售率因此商品推荐系统已成为电子商务必不可少的一部分。准确 的商品推荐对促进商品交易起着非常重要的作用。 现有商品推荐系统采用的技术方案主要有：（1)基于内容推荐，即系统根据消费 者访问踪迹（如浏览，搜索记录等）或者消费者的个人隐私信息（如性别，年龄等）推荐消 费者喜欢的相似商品。（2)基于关联规则推荐，即系统在一个交易数据库中统计已购买商品 集A的交易中有多大比例同时购买了商品集B，系统根据这个统计结果向消费者推荐关联 商品。（3)组合推荐，即系统利用上述推荐技术结合在一起向消费者推荐商品。 现有技术方案存在的缺点主要有三点：一是如果消费者已经购买某种商品，但是 现有推荐系统会推荐重复的或者不符合消费者期望的商品给消费者。二是现有推荐系统因 为不能在消费者的购买过程中（即时间维度上）做推荐的调整，所以推荐的准确性和成功 率比较低，同时影响了消费者的购物体验和商家的商品销售。三是现有推荐系统对旧数据 依赖比较大，同时系统规模比较复杂，不能很好满足消费者变化的购买商品需求。
技术实现思路
因此，需要一种能够减轻或解决上述问题的商品推荐方法及其相关系统。 根据本专利技术的一个方案，提供了一种计算机实现的商品推荐方法，包括：采集消费 者在购买过程的各个阶段的访问数据；以及基于所述访问数据，在所述各个阶段分别采用 不同的拓扑模式来向消费者推荐商品。 根据本专利技术的一个方案，提供了一种商品推荐系统，包括：采集器，用于采集消费 者在购买过程的各个阶段的访问数据；以及分析器，用于基于所述访问数据，在所述各个阶 段分别采用不同的拓扑模式来向消费者推荐商品。 利用本专利技术的上述方法和系统，利用针对消费者在购买过程不同阶段的行为分析 来进行不同模式的推荐，使得所推荐商品符合消费者的期望，且简单有效，能够很好地满足 消费者变化的购买商品需求。【附图说明】 通过下面结合附图对专利技术进行的详细描述，将使本专利技术的上述特征和优点更加明 显，其中： 图1是示出根据本专利技术的实施例的商品推荐方法的流程图； 图2是示出根据本专利技术的实施例的商品推荐系统的框图； 图3是示出根据本专利技术的实施例的购买前商品推荐的拓扑示意图； 图4是示出根据本专利技术的实施例的购买中商品推荐的拓扑示意图；以及 图5是示出根据本专利技术的实施例的购买后商品推荐的拓扑示意图；【具体实施方式】 下面，参考附图详细说明本专利技术的优选实施方式。在附图中，虽然示于不同的附图 中，但相同的附图标记用于表示相同的或相似的组件。为了清楚和简明，对已知功能和结构 的详细描述将被省略，以避免使本专利技术的主题不清楚。 图1示出了根据本专利技术的实施例的计算机实现的商品推荐方法的简要流程图。该 方法包括：步骤101，采集消费者在购买过程的各个阶段的访问数据；以及步骤102,基于所 述访问数据，在各个阶段分别采用不同的拓扑模式来向消费者推荐商品。 在本专利技术的一些实施例中，消费者的购买过程被分为购买前、购买中和购买后等3 个阶段。例如，可以将浏览商品时，对商品作初步的了解和比较的时间段定义为"购买前"， 将消费者选中商品放入购物车中，对商品有购买意向的时间段定义为"购买中"，以及将对 商品进行了下单操作或者取消购买的时间段定义为"购买后"。然而需要注意的是，根据本 专利技术实施例的阶段划分也可以根据实际涉及的业务来进行其他定义。 此外，在其他一些实施例中，也可以采用更多或更少的阶段。例如，可以将消费者 未下单之前的阶段进行合并，或将上述三个阶段进行细分等。 在上述的3阶段情况下，推荐商品可包括：在购买前采用树形结构推荐同类商品； 在购买中采用环形结构推荐关联商品；以及在购买后采用网状结构推荐同类商品和关联商 品。上述在不同阶段使用不同拓扑模式提供产品推荐的好处在于，根据对消费者行为的分 析，这三种拓扑结构在上述三个阶段中能够分别比较准确和方便地表示商品之间的关系， 有利于商品分类和推荐。此外，由于上述三种结构是计算机中常用的数据结构，采用这三种 结构还能够方便所涉及的计算机的数据处理。 在本专利技术的一些实施例中，可基于要推荐商品的商品评估因素确定该要推荐商品 的推荐度，并将推荐度排名靠前的要推荐商品作为推荐商品进行推荐。 在本专利技术的一些实施例中，在确定要推荐商品的推荐度时还可对商品评估因素进 行加权处理。 在一些示例中，根据以下等式确定所述要推荐商品的推荐度：【主权项】1. 一种计算机实现的商品推荐方法，包括： 采集消费者在购买过程的各个阶段的访问数据；以及 基于所述访问数据，在所述各个阶段分别采用不同的拓扑模式来向消费者推荐商品。2. 根据权利要求1所述的方法，其中，所述各个阶段包括购买前、购买中和购买后3个 阶段，根据所述各个阶段分别采用不同的拓扑模式来推荐商品包括： 在购买前采用树形结构推荐同类商品； 在购买中采用环形结构推荐关联商品；以及 在购买后采用网状结构推荐同类商品和关联商品。3. 根据权利要求1所述的方法，其中，推荐商品包括： 基于要推荐商品的商品评估因素确定所述要推荐商品的推荐度；以及 将推荐度排名靠前的要推荐商品作为推荐商品进行推荐。4. 根据权利要求3所述的方法，还包括：在确定所述要推荐商品的推荐度时对所述商 品评估因素进行加权处理。5. 根据权利要求4所述的方法，其中，根据以下等式确定所述要推荐商品的推荐度：其中，J(x)表示要推荐商品的推荐度，Xi(1 <i<n)表示所使用的商品评估因素，以 n 及Ci(l彡i彡n)表示Xi所对应的加权系数，其中， 116. 根据权利要求5所述的方法，其中，所述商品评估因素包括销售量、好评数和发布时 间中的一项或多项。7. 根据权利要求6所述的方法，其中，当所述商品评估因素包括销售量、好评数和发布 时间时，n= 3,在该情况下，XI表示销售量，X2表示好评数，X3表示发布时间且取值为商品 上柜距今的时间差，以及C1 = 0. 6,C2 = 0. 3,C3 = 0. 1。8. -种商品推荐系统，包括： 采集器，用于采集消费者在购买过程的各个阶段的访问数据；以及 分析器，用于基于所述访问数据，在所述各个阶段分别采用不同的拓扑模式来向消费 者推荐商品。9. 根据权利要求8所述的商品推荐系统，还包括： 渲染器，用于向消费者显示所述分析器推荐的商品。10. 根据权利要求8所述的商品推荐系统，其中，所述各个阶段包括购买前、购买中和 购买后3个阶段，所述分析器用于： 在购买前采用树形结构推荐同类商品； 在购买中采用环形结构推荐关联商品；以及 在购买后采用网状结构推荐同类商品和关联商品。11. 根据权利要求8所述的商品推荐系统，其中， 所述采集器用于采集要推荐商品的商品评估因素；以及 所述分析器用于：基于所述要推荐商品的商品评估因素确定所述要推荐商品的推荐 度；以及将推荐度排名靠前的要推荐商品作为推荐商品进行推荐。12. 根据权利要求11所述的商品推荐系统，其中，所述分本文档来自技高网...

【技术保护点】
一种计算机实现的商品推荐方法，包括：采集消费者在购买过程的各个阶段的访问数据；以及基于所述访问数据，在所述各个阶段分别采用不同的拓扑模式来向消费者推荐商品。

【技术特征摘要】

【专利技术属性】
技术研发人员：李剑，
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