基于大数据的商品推荐方法和推荐系统技术方案

本发明专利技术适用于计算机领域，提供了一种基于大数据的商品推荐方法和推荐系统，包括：获取用户的浏览行为信息，基于浏览行为信息建立第一兴趣标签；基于用户与其他用户的交互热度信息，至少选定一名其他用户建立第二兴趣标签；基于第一兴趣标签和第二兴趣标签建立关联兴趣标签；分别计算第一兴趣标签、第二兴趣标签与关联兴趣标签之间的差异值，基于计算结果获取偏重差异信息，所述偏重差异信息用于表征第一兴趣标签和第二兴趣标签与关联兴趣标签之间的共性信息和特性信息，本发明专利技术的有益效果在于：有效提升用户的潜在交互使用体验，有效减轻服务器数据分析和存储压力。轻服务器数据分析和存储压力。轻服务器数据分析和存储压力。

【技术实现步骤摘要】
基于大数据的商品推荐方法和推荐系统


[0001]本专利技术属于计算机
，尤其涉及一种基于大数据的商品推荐方法和推荐系统。

技术介绍

[0002]在电子商务领域，大多数的消费者喜欢并且习惯在网上进行商品购买，这是建立在成熟的信用体系和支付体系的基础上进行的，网购是现在人们讨论的话题。
[0003]大数据的来临，数据逐渐被意识到大有用处，大量数据通过提取分析，分类出有用数据，通过分析有用数据对目标进行判别，一方面，利用大数据技术获取用户行为数据并对其进行量化处理，获取更为准确的用户对商品的评分值，另一方面，通过在推荐引荐模块中将用户的兴趣随时间推移的衰减程度考虑在内，该做法可以更准确地把握用户的兴趣爱好的变化趋势，以及准确地为用户推荐商。
[0004]现有的商品推荐，基本都是基于个人的浏览日志来进行推荐的，如果要推送足够多的个性化商品，推荐服务器要承载较大的缓存和分析压力。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种基于大数据的商品推荐方法和推荐系统，旨在解决上述
技术介绍
中提出的问题。
...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的商品推荐方法，其特征在于，所述方法包括：获取用户的浏览行为信息，基于浏览行为信息建立第一兴趣标签；基于用户与其他用户的交互热度信息，至少选定一名其他用户建立第二兴趣标签；基于第一兴趣标签和第二兴趣标签建立关联兴趣标签；分别计算第一兴趣标签、第二兴趣标签与关联兴趣标签之间的差异值，基于计算结果获取偏重差异信息，所述偏重差异信息用于表征第一兴趣标签和第二兴趣标签与关联兴趣标签之间的共性信息和特性信息；基于偏重差异信息分别对用户进行商品推荐，在设定时间内分别检测用户对推荐商品浏览量的大小；当该浏览量小于第一预设阈值时，分别调整共性信息和特性信息对应项的修正量，以使得偏重差异信息能够倾斜于浏览量高于用户的其他用户对应的兴趣标签。2.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，所述获取用户的浏览行为信息，基于浏览行为信息建立第一兴趣标签具体包括：获取用户的下单购买信息，统计下单购买信息中的下单商品；统计用户的浏览量超过设定基准量但未下单的商品；分别提取下单商品和浏览量超过设定条件但未下单的商品对应的商品特征；对商品特征中相似度高于设定程度的商品特征进行过滤去重；根据过滤去重结果建立第一兴趣标签。3.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，所述基于用户与其他用户的交互热度信息，至少选定一名其他用户建立第二兴趣标签具体包括：检测用户分享或者用户被分享商品的次数；获取其他用户商品推荐信息，所述商品推荐信息至少包括商品推荐次数以及商品推荐种类；分别设定用户分享或者用户被分享的商品次数、推荐商品次数、商品推荐种类中各项评分项目的评分比重；根据评分项目和对应的评分比重乘积之和计算对应的其他用户交互热度评分；将其他用户交互热度评分进行正向排序，标记最高得分对应的其他用户为建立第二兴趣标签的对象，根据该对象建立第二兴趣标签。4.根据权利要求3所述的基于大数据的商品推荐方法，其特征在于，所述标记最高得分对应的其他用户为建立第二兴趣标签的对象，根据该对象建立第二兴趣标签具体包括：判断最高得分对应的其他用户是否为列表好友，当最高得分对应的其他用户不是列表好友时，获取该用户的ID或用户名；基于该用户的ID或用户名发送添加该用户为好友的提示信息；当用户确认该提示信息后添加该用户为列表好友。5.根据权利要求1所述的基于大数据的商品推荐方法，其特征在于，所述基于第一兴趣标签和第二兴趣标签建立关联兴趣标签具体包括：分别对第一兴趣标签和第二兴趣标签进行归类，在兴趣标签库中对归类结果进行区...

【专利技术属性】
技术研发人员：徐丽丽，
申请(专利权)人：徐丽丽，
类型：发明
国别省市：