The invention provides a personalized recommendation method for social e-commerce users, which includes: S1) initial feature generation; S2) user \u2011 commodity interactive feature extraction: continuously adjusting feature value during the exposure process, clicking and ordering after exposure are regarded as positive operation, clicking without exposure is regarded as negative operation, and user features are updated after each exposure recommendation; S3) recommendation list generation : generate recommendation list based on user's order probability for goods. The technical scheme of the invention takes into account the time-varying characteristics of user characteristics, introduces forgetting factor to distinguish the influence of user preferences on commodity recommendation in the near future, and truncates user operation data for a long time from the current time, so that the model can better follow the change of user preferences.
【技术实现步骤摘要】
一种面向社交电商用户的个性化推荐方法
本专利技术涉及推荐系统
,尤其涉及一种面向社交电商用户的个性化推荐方法。
技术介绍
现有推荐方法通常统计一个时间段内的用户操作数据,只能反映用户在某一个时间内的偏好。在社交电商领域,用户的偏好是随着其客户的变化而随时变化的,仅以时间段划分数据,不能跟随用户的偏好变化。在社交电商中,代购用户所采购的商品取决于其客户群体需求,因此相对于传统电商推荐系统,社交电商用户的采购偏好是动态变化,需要不断进行自适应调整。
技术实现思路
本专利技术为了解决社交电商中对用户进行精准营销的问题,提出了一种面向社交电商用户的个性化推荐方法。为解决上述技术问题,本专利技术的技术方案是:一种面向社交电商用户的个性化推荐方法,包括以下步骤:S1)初始特征生成,包括采集商品信息,生成商品特征;采集用户信息信息,采用以下公式生成用户偏好特征:其中,u表示用户偏好特征,w为遗忘因子,取值0到1,d为时间,p为商品信息;S2)用户-商品交互特征提取:在曝光过程中不断调整特征取值,曝光后点击和下单视为正向操作,曝光后未点击视为负向操作,每次曝光推荐之后对用户偏好特征进行更新;S3)推荐列表生成:基于用户对商品的下单概率生成推荐列表。上述技术方案中,用户偏好特征为购买过、点击过商品信息的累积,时间越长,因为遗忘因子是小于1的,商品信息对用户特征的贡献越小,对时间较长的用户操作过的商品信息可以进行截断 ...
【技术保护点】
1.一种面向社交电商用户的个性化推荐方法,其特征在于,包括以下步骤:/nS1)初始特征生成,包括/n采集商品信息,生成商品特征;/n采集用户信息信息,采用以下公式生成用户偏好特征:/n
【技术特征摘要】
1.一种面向社交电商用户的个性化推荐方法,其特征在于,包括以下步骤:
S1)初始特征生成,包括
采集商品信息,生成商品特征;
采集用户信息信息,采用以下公式生成用户偏好特征:
其中,u表示用户偏好特征,w为遗忘因子,取值0到1,d为时间,p为商品信息;
S2)用户-商品交互特征提取:在曝光过程中不断调整特征取值,曝光后点击和下单视为正向操作,曝光后未点击视为负向操作,每次曝光推荐之后对用户偏好特征进行更新;
S3)推荐列表生成:基于用户对商品的下单概率生成推荐列表。
2.根据权利要求1所述的一种面向社交电商用户的个性化推荐方法,其特征在于:
所述用户信息包括近期用户购买商品的价格信息、点击过的商品信息及购买商品的品类信息,从而生成用户购买价格偏好、点击价格偏好及购买品类偏好特征。
3.根据权利要求1所述的一种面向社交电商...
【专利技术属性】
技术研发人员:张发恩,陈斌斌,周鹏程,
申请(专利权)人:创新奇智青岛科技有限公司,
类型:发明
国别省市:山东;37
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。