一种基于物质扩散的去重推荐方法技术

本发明专利技术公开了一种基于物质扩散的去重推荐方法，所述方法包括如下步骤：根据预构建的用户消费记录表计算得到商品消费周期；根据用户消费记录表对预构建的用户浏览记录表进行过滤；根据过滤后的用户浏览记录表得到浏览推荐表；根据用户消费记录表基于改进的物质扩散算法得到消费推荐表；通过商品消费周期对消费推荐表进行修正；根据浏览推荐表以及修正后的消费推荐表形成最终推荐界面，本发明专利技术根据商品的消费周期，对预推荐商品与消费记录中类别相同的仅在合适的时段内进行推荐，并根据消费记录和浏览记录提供两列均去重过的推荐列表，相应的，在其它非适宜推荐的时段内，则提供了更多用户可能感兴趣商品的推荐机会，提升推荐效果和用户体验。

A recommender method based on material diffusion

【技术实现步骤摘要】
一种基于物质扩散的去重推荐方法
本专利技术涉及电子商务领域的推荐系统领域，具体涉及一种基于物质扩散的去重推荐方法。
技术介绍
：推荐系统在电子商务领域的使用越来越普遍。个性化推荐系统根据用户的兴趣特点和浏览消费行为，向用户推荐可能会喜欢的商品，使用户和平台双双受益。由于数据稀疏不能全面而准确得捕捉用户兴趣和消费喜好，用户消费记录通常被作为推荐系统的重要输入信息，导致现有平台通常会出现用户购买过某个商品后重复推荐该类商品的现象，而根据该产品的消费特点和消费周期，用户可能大概率不会在购买后短时间内重复购买或者很长时间内都不会再购入该类商品，此类重复推荐会让用户不胜其烦，既影响用户体验，又浪费了平台向用户推荐潜在可能消费的商品的机会，给用户和商家都带来不利影响。目前推荐系统对去重的研究主要在于在呈现给用户的推荐列表中，尽量少出现相同产品，比如推荐列表中两个商品实为同一商品，不同转载者转载的是同一篇转载文章或同一个视频，关注的是推荐列表中的商品不互相重复，鲜少关注推荐商品是否与用户已购买且不会立即重复购买的商品重复。
技术实现思路
本专利技术的目的在于提供一种基于物质扩散的去重推荐方法，以解决现有技术中导致的推荐的商品与最近购买且不会立即购买的商品重复的缺陷。一种基于物质扩散的去重推荐方法，其特征在于，所述方法包括如下步骤：通过获取的用户消费记录表对获取的用户浏览记录表进行过滤；根据过滤后的用户浏览记录表得到浏览推荐表；根据用户消费记录表计算得到商品消费周期；根据用户消费记录表和物质扩散算法得到消费推荐表；通过商品消费周期对消费推荐表进行修正；根据浏览推荐表以及修正后的消费推荐表形成推荐界面。进一步的，所述商品消费周期的计算方法包括如下步骤：获取用户消费记录表中商品的类别、商品的包装规格以及商品的消耗速率；根据商品的包装规格以及商品的消耗速率计算得到商品消费周期。进一步的，所述商品的消耗速率包括一般消耗速率和个性化消耗速率。进一步的，所述一般消耗速率的计算法方法包括如下步骤：获取商品的包装规格以及该商品单位时间的消耗数量；根据包装规格和单位时间的消耗数量计算得到该商品的一般消耗速率。进一步的，所述个性化消耗速率的计算方法包括如下步骤：获取用户消费记录表中相同种类商品的包装规格和消费时间；根据包装规格和消费时间之差计算得到该商品的个性化消耗速率。进一步的，通过获取的用户消费记录表对获取的用户浏览记录表进行过滤的方法包括如下步骤：对用户浏览记录表和用户消费记录表中的商品进行分类；获取用户浏览记录表和用户消费记录表中的相同类别的商品；获取用户浏览记录表中所述商品的浏览日期；获取用户消费记录表中所述商品的消费日期；将消费日期在浏览日期之后的所述商品的从用户浏览记录表中删除。进一步的，根据用户消费记录表和物质扩散算法得到消费推荐表的方法包括如下步骤：根据用户消费记录表将用户与商品进行关联；获取用户对商品的评分值得到商品的初始资源；将商品的初始资源累加后平均分配给消费该商品的用户；将用户得到的资源值累加后按照用户对商品的评分比值分配给对应的商品；根据商品得到资源值和的高低筛选出未消费的商品得到消费推荐表。进一步的，根据过滤后的用户浏览记录表得到浏览推荐表的方法包括如下步骤：将过滤后的用户浏览记录表中的商品进行分类；根据浏览的时间先后和商品类别对商品进行排序；将所属商品类别中销量和评分值大于所属阈值的商品构成浏览推荐表。进一步的，通过商品消费周期对消费推荐表进行修正的方法包括如下步骤：获取用户消费记录表和消费推荐表中的商品并进行分类；获取消费推荐表中与用户消费记录表中类别相同的商品；获取用户消费记录表中相同商品的消费时间以及商品消费周期；根据商品的消费时间以及商品消费周期计算该商品的使用状态；根据该商品的使用状态对消费推荐表进行修正。进一步的，所述商品的使用状态为通过消费周期计算得出的商品使用的阶段，包括使用初期、使用中期以及使用后期。本专利技术的优点在于：本专利技术在基于物质扩散算法得出消费推荐表时，按评分赋初始资源和按评分比重扩散资源，将资源向有关联的高评分商品倾斜，从而推荐出更多高评分的相关商品，并根据商品的类别、商品的规格和商品的消耗速率确定商品的消费周期，根据商品的消费周期，在合适的时段内对与消费记录中同类别的商品进行推荐，并根据消费记录和浏览记录提供两列均去重过的推荐列表，充分利用有限的推荐机会，提升推荐质量和用户体验。附图说明图1为本专利技术中方法的流程图。图2为本专利技术中物质扩散算法的流程图。图3为本专利技术中消费推荐表的修正方法流程图。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术。如图1至图3所示，一种基于物质扩散的去重推荐方法，所述方法包括如下步骤：通过获取的用户消费记录表对获取的用户浏览记录表进行过滤；根据过滤后的用户浏览记录表得到浏览推荐表；根据用户消费记录表计算得到商品消费周期；根据用户消费记录表和物质扩散算法得到消费推荐表；通过商品消费周期对消费推荐表进行修正；根据浏览推荐表以及修正后的消费推荐表形成推荐界面。获取的用户最近消费记录，比如两年内，和最新浏览记录，比如两周内，并根据最近时间段内的消费记录及最新时间段内的浏览记录建立用户-消费商品表和用户-浏览商品表。由于太早的消费记录对当前的推荐意义不大，而推荐系统本身又希望获取较多的用户行为数据以提供个性化推荐，因此可以根据实际情况设定时间段，比如选取两年，从而将季节性消费包括其中。由于浏览通常是为了甄别选择商品，所以浏览记录相比消费记录更具有时效性，因此仅取用户最新的浏览记录中某个时间跨度内的记录，比如2周内。在本实施例中，所述商品消费周期的计算方法包括如下步骤：获取用户消费记录表中商品的种类、商品的包装规格以及商品的消耗速率；根据商品的包装规格以及商品的消耗速率计算得到商品消费周期。在本实施例中，所述商品的消耗速率包括一般消耗速率和个性化消耗速率，并根据需要选择一种作为商品的消耗速率。在本实施例中，所述一般消耗速率的计算法方法包括如下步骤：获取商品的包装规格以及该商品单位时间的消耗数量；根据包装规格和单位时间的消耗数量计算得到该商品的一般消耗速率。根据商品的包装规格和一般消耗速率来计算消费周期：对于消费特点为当前购买但不会影响立即购买的快速消耗品比如零食类、瓶装饮用水等商品，设置消耗速率为一个无穷大数，表示该商品会被立即消费完，则此类商品的消费周期为0；对于使用周期较长的商品比如家装建本文档来自技高网...

【技术保护点】
1.一种基于物质扩散的去重推荐方法，其特征在于，所述方法包括如下步骤：/n通过获取的用户消费记录表对获取的用户浏览记录表进行过滤；/n根据过滤后的用户浏览记录表得到浏览推荐表；/n根据用户消费记录表计算得到商品消费周期；/n根据用户消费记录表和物质扩散算法得到消费推荐表；/n通过商品消费周期对消费推荐表进行修正；/n根据浏览推荐表以及修正后的消费推荐表形成推荐界面。/n

【技术特征摘要】
1.一种基于物质扩散的去重推荐方法，其特征在于，所述方法包括如下步骤：
通过获取的用户消费记录表对获取的用户浏览记录表进行过滤；
根据过滤后的用户浏览记录表得到浏览推荐表；
根据用户消费记录表计算得到商品消费周期；
根据用户消费记录表和物质扩散算法得到消费推荐表；
通过商品消费周期对消费推荐表进行修正；
根据浏览推荐表以及修正后的消费推荐表形成推荐界面。


2.根据权利要求1所述的一种基于物质扩散的去重推荐方法，其特征在于：所述商品消费周期的计算方法包括如下步骤：
获取用户消费记录表中商品的类别、商品的包装规格以及商品的消耗速率；
根据商品的包装规格以及商品的消耗速率计算得到商品消费周期。


3.根据权利要求2所述的一种基于物质扩散的去重推荐方法，其特征在于：所述商品的消耗速率包括一般消耗速率和个性化消耗速率。


4.根据权利要求3所述的一种基于物质扩散的去重推荐方法，其特征在于：所述一般消耗速率的计算法方法包括如下步骤：
获取商品的包装规格以及该商品单位时间的消耗数量；
根据包装规格和单位时间的消耗数量计算得到该商品的一般消耗速率。


5.根据权利要求3所述的一种基于物质扩散的去重推荐方法，其特征在于：所述个性化消耗速率的计算方法包括如下步骤：
获取用户消费记录表中相同种类商品的包装规格和消费时间；
根据包装规格和消费时间之差计算得到该商品的个性化消耗速率。


6.根据权利要求1所述的一种基于物质扩散的去重推荐方法，其特征在于：通过获取的用户消费记录表对获取的用户浏览记录表进行过滤的方法包括如下步骤：
对用户浏览记录表和用户消费记录表中的商品进行分类；
获取用户浏览记录表和用户消费记录...

【专利技术属性】
技术研发人员：刘元珍，冯伟，张侃楞，王伟，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：江苏;32