一种基于用户行为的个性化商品推荐方法及装置制造方法及图纸

本发明专利技术公开了一种基于用户行为的个性化商品推荐方法及装置，该推荐方法包括如下步骤：收集用户对商品的行为，根据用户对商品的行为，获取用户对商品的评分，根据用户对商品的评分或用户画像分析，计算待推荐用户与其他用户的喜好近似度，判断出与待推荐用户喜好近似度最大的关联用户，合并待推荐用户喜好的商品和关联用户喜好的商品，将合并后的部分或全部商品推荐给待推荐用户；该推荐装置包括依次连接的收集模块、获取模块、判断模块及推荐模块，所述获取模块还与推荐模块连接。在产品刚上线具有较少用户行为数据集的情况下，本发明专利技术能够较全面地提供个性化的推荐结果；本发明专利技术具有推荐效果好、推荐准确度高、用户体验较好等优点。

Personalized commodity recommendation method and device based on user behavior

The invention discloses a method and a device for recommendation based on user behavior of personalized merchandise, the recommended method comprises the following steps: collecting user of commodity behavior, according to the user behavior of commodities, access to the user of the commodity score, according to the user of the commodity score or the analysis of user portrait, calculate the recommended users and other users the preference degree of approximation, and the judge recommended user preferences associated with the user with the greatest degree of approximation, and to recommend user preferences and user preferences associated with commodity goods, after the merger of all or a portion of the goods to be recommended to the user recommended; the recommended apparatus includes successively connected collection module, acquisition module, judgment module and recommendation module, the acquisition module is also connected with the recommendation module. With the product just on the line less user behavior data set, the invention is able to provide personalized recommendation results; the invention has good effect, recommended recommended high accuracy and good user experience.

【技术实现步骤摘要】

本专利技术涉及智能冰箱
，更为具体来说，本专利技术是一种基于用户行为的个性化商品推荐方法及装置。
技术介绍
随着冰箱显示屏越来越大，许多厂商开始在冰箱显示屏上向用户推荐商品。传统的推荐方法有些是盲目推荐，推荐效果很差；传统的推荐方法有些是依靠待推荐用户对待推荐产品上大量的行为或者操作而得到相应产品的推荐结果，但是，对于新上线的产品，传统的推荐方法则无法根据用户个人的喜好进行推荐，如果勉强推荐，可能会造成用户的反感，进而导致用户体验非常差。因此，如何能够针对新上线的产品进行合理推荐、如何提高商品推荐时的用户体验，成为了本领域技术人员亟待解决的技术问题和始终研究的重点。
技术实现思路
为解决现有技术无法对新上线的产品进行合理推荐、用户体验较差等问题，本专利技术公开了一种基于用户行为的个性化商品推荐方法及装置，从用户喜好度相似的角度为用户进行合理推荐，提高用户体验。为实现上述技术目的，本专利技术公开了一种基于用户行为的个性化商品推荐方法，该推荐方法包括如下步骤，步骤1，收集用户对商品的行为；步骤2，根据用户对商品的行为，获取用户对商品的评分；步骤3，根据用户对商品的评分或用户画像分析，计算待推荐用户与其他用户的喜好近似度，判断出与待推荐用户喜好近似度最大的关联用户；步骤4，合并待推荐用户喜好的商品和关联用户喜好的商品，将合并后的部分或全部商品推荐给待推荐用户。本专利技术创新地利用其他用户喜好为待推荐用户推荐商品，通过喜好近似度的方式判读待推荐用户的喜好，进而将相应的产品推荐给用户，解决了传统方式必须依靠待推荐用户的使用数据才能进行推荐的问题，解决了刚上线的产品无法推荐或盲目推荐的问题。进一步地，步骤2中，将所述行为拆分为不同的动作，赋予每个动作预设的权重值，用户对一商品的权重和为用户对该商品的评分。本专利技术提供了一种合理的用户对商品评分的方法，将用户对商品行为均考虑在内，从而全方位、准确地得出用户对商品的喜好程度，为后期判断喜好度近似的不同用户做了充足的准备。进一步地，步骤3中，构建用户-商品的矩阵，矩阵元素为用户对商品的评分；基于上述矩阵，利用曼哈顿距离计算的方法计算其他用户与待推荐用户的喜好近似度。本专利技术将评分作为用户-商品的矩阵元素，创新地采用曼哈顿公式来判定用户间的距离，进而得出用户间喜好近似度。进一步地，步骤3中，与待推荐用户间曼哈顿距离越短的用户，与待推荐用户间的喜好近似度越大。进一步地，步骤3中，通过构建距离关系图的方式判断与待推荐用户喜好近似度最大的关联用户。进一步地，步骤4中，可将评分较高的产品推荐给待推荐用户，按照评分由高到低的顺序依次将合并后的部分或全部商品推荐给待推荐用户。进一步地，步骤4中，根据用户对商品的评分或用户画像分析得到待推荐用户喜好的商品和关联用户喜好的商品。进一步地，步骤1中，所述用户对商品的行为包括购买行为、饮食行为、烹饪行为中至少一种。进一步地，步骤1，用户在冰箱和/或手机上对商品进行上述行为。进一步地，步骤2中，用户对商品的评分越高，表明用户对商品的喜好度越大。进一步地，步骤3中，所述用户画像依据标签系统统计用户数据。本专利技术的另一个专利技术目的在于提供一种基于用户行为的个性化商品推荐装置，该推荐装置包括依次连接的收集模块、获取模块、判断模块及推荐模块，所述获取模块还与推荐模块连接；所述收集模块用于收集用户对商品的行为；所述获取模块根据用户对商品的行为，获取用户对商品的评分；所述判断模块根据用户对商品的评分或用户画像分析，计算待推荐用户与其他用户的喜好近似度，判断出与待推荐用户喜好近似度最大的关联用户；所述推荐模块合并待推荐用户喜好的商品和关联用户喜好的商品，将合并后的部分或全部商品推荐给待推荐用户。本专利技术创新地利用其他用户喜好为待推荐用户推荐商品，通过喜好近似度的方式判读待推荐用户的喜好，进而将相应的产品推荐给用户，解决了传统方式必须依靠待推荐用户的使用数据才能进行推荐的问题，解决了刚上线的产品无法推荐或盲目推荐的问题。进一步地，所述获取模块包括依次连接的拆分单元、赋值单元、第一计算单元，所述拆分单元将所述行为拆分为不同的动作，所述赋值单元赋予每个动作预设的权重值，所述第一计算单元用于计算商品的权重和。本专利技术提供了一种合理的用户对商品评分的装置，将用户对商品行为均考虑在内，从而全方位、准确地得出用户对商品的喜好程度，为后期判断喜好度近似的不同用户做了充足的准备。进一步地，所述判断模块包括相互连接的构建单元和第二计算单元，所述构建单元用于构建用户-商品的矩阵，矩阵元素为用户对商品的评分，所述第二计算单元利用曼哈顿距离计算的方法计算其他用户与待推荐用户的喜好近似度。本专利技术将评分作为用户-商品的矩阵元素，创新地采用曼哈顿公式来判定用户间的距离，进而得出用户间喜好近似度。进一步地，所述推荐模块包括排序单元，将合并后的商品按照评分由高到低的顺序排序。进一步地，所述收集模块设置于冰箱和/或手机上。本专利技术的有益效果为：在产品刚上线具有较少用户行为数据集的情况下，本专利技术能够较全面地提供个性化的推荐结果；本专利技术具有推荐效果好、推荐准确度高、用户体验较好等优点。附图说明图1为基于用户行为的个性化商品推荐方法流程示意图。图2为基于用户行为的个性化商品推荐装置组成示意图。图3为实施例一中基于用户行为的个性化商品推荐流程。具体实施方式下面结合说明书附图对本专利技术基于用户行为的个性化商品推荐方法及装置进行详细的解释和说明。实施例一：如图1、3、2所示，一种基于用户行为的个性化商品推荐方法，该推荐方法包括如下步骤，步骤1，收集用户对商品的行为，具体地，本专利技术用户对商品的行为可包括购买行为、饮食行为、烹饪行为中至少一种。本专利技术中，用户可在冰箱和/或手机等设备上对商品进行上述行为，比如，本专利技术通过收集用户在冰箱大屏和手机应用上的购买行为、饮食行为及烹饪行为。需要说明的是，本专利技术中涉及的“和/或”应理解为“和”、“或”两种并列的意思，比如，“冰箱和/或手机”表示“冰箱”、“手机”、“冰箱”和“手机”三种意思。步骤2，根据用户对商品的行为，获取用户对商品的评分，本实施例中，用户对商品的评分越高，表明用户对商品的喜好度越大。本专利技术中，提供了一种权重计分方式，将用户对商品的行为拆分为不同的动作，赋予每个动作预设的权重值或权重分数，权重值或权重分数的大小表明该动作的重要性，用户对一商品的权重和为用户对该商品的评分；用户每发生一次动作，该动作对应的商品评分都会加上相应的权重值，比如，通过每天增量的方式累加权重、进而计算出用户对商品的喜好度。如果权重值或权重分数越大，则对应动作的重要性越大。需要说明的是，针对不同的情况，本专利技术的权重值可根据需要而进行动态调整。步骤3，根据用户对商品的评分，构建用户-商品的矩阵，矩阵元素为用户对商品的评分，本专利技术通过构建用户-商品的矩阵图，计算出用户间的相似距离，找到兴趣度相似的用户关系图。基于上述矩阵，利用曼哈顿距离计算的方法计算其他用户与待推荐用户的喜好近似度，本实施例中，与待推荐用户间曼哈顿距离越短的用户，与待推荐用户间的喜好近似度越大，选出距离待推荐用户最短的用户作为关联用户，从而判断出与待推荐用户喜好近似度最大的关联用户；而且，使用曼哈顿距离公式计算后，本专利技术可通过构建本文档来自技高网...

【技术保护点】
一种基于用户行为的个性化商品推荐方法，其特征在于：该推荐方法包括如下步骤，步骤1，收集用户对商品的行为；步骤2，根据用户对商品的行为，获取用户对商品的评分；步骤3，根据用户对商品的评分或用户画像分析，计算待推荐用户与其他用户的喜好近似度，判断出与待推荐用户喜好近似度最大的关联用户；步骤4，合并待推荐用户喜好的商品和关联用户喜好的商品，将合并后的部分或全部商品推荐给待推荐用户。

【技术特征摘要】
1.一种基于用户行为的个性化商品推荐方法，其特征在于：该推荐方法包括如下步骤，步骤1，收集用户对商品的行为；步骤2，根据用户对商品的行为，获取用户对商品的评分；步骤3，根据用户对商品的评分或用户画像分析，计算待推荐用户与其他用户的喜好近似度，判断出与待推荐用户喜好近似度最大的关联用户；步骤4，合并待推荐用户喜好的商品和关联用户喜好的商品，将合并后的部分或全部商品推荐给待推荐用户。2.根据权利要求1所述的基于用户行为的个性化商品推荐方法，其特征在于：步骤2中，将所述行为拆分为不同的动作，赋予每个动作预设的权重值，用户对一商品的权重和为用户对该商品的评分。3.根据权利要求2所述的基于用户行为的个性化商品推荐方法，其特征在于：步骤3中，构建用户-商品的矩阵，矩阵元素为用户对商品的评分；基于上述矩阵，利用曼哈顿距离计算的方法计算其他用户与待推荐用户的喜好近似度。4.根据权利要求3所述的基于用户行为的个性化商品推荐方法，其特征在于：步骤3中，与待推荐用户间曼哈顿距离越短的用户，与待推荐用户间的喜好近似度越大。5.根据权利要求4所述的基于用户行为的个性化商品推荐方法，其特征在于：步骤3中，通过构建距离关系图的方式判断与待推荐用户喜好近似度最大的关联用户。6.根据权利要求1或5所述的基于用户行为的个性化商品推荐方法，其特征在于：步骤4中，按照评分由高到低的顺序依次将合并后的部分或全部商品推荐给待推荐用户。7.根据权利要求6所述的基于用户行为的个性化商品推荐方法，其特征在于：步骤4中，根据用户对商品的评分或用户画像分析得到待推荐用户喜好的商品和关联用户喜好的商品。8.根据权利要求1至5中任一权利要求所述的基于用户行为的个性化商品推荐方法，其特征在于：步骤1中，所述用户对商品的行为包括购买行为、饮食行为、烹饪行为中至少一种。9.根据权利要求8所述的基于用户行为的个性化商品推荐...

【专利技术属性】
技术研发人员：郭浒生，
申请(专利权)人：合肥华凌股份有限公司，合肥美的电冰箱有限公司，美的集团股份有限公司，
类型：发明
国别省市：安徽;34