一种应用于积分系统的商品线性混合推荐方法和系统技术方案

本发明专利技术提供了一种应用于积分系统的商品线性混合推荐方法和系统。结合积分业务中的多种业务特征信息，包括用户积分额度数据、用户积分兑换历史信息、系统兑换热度商品信息、系统营销推荐商品信息，设计一种线性计算方法，纳入特征信息进行计算后，得到混合推荐商品结果信息，实现既较大程度符合用户需求、又满足系统运营和营销需求的较好积分商品推荐服务。系统运营和营销需求的较好积分商品推荐服务。

【技术实现步骤摘要】
一种应用于积分系统的商品线性混合推荐方法和系统


[0001]本专利技术涉及互联网
，特别是涉及一种应用于积分系统的商品线性混合推荐方法和系统。

技术介绍

[0002]积分系统中，用户将积分兑换成商品是积分系统商业化运营的主要服务功能之一。其中，在用户主动选择“积分兑换”或系统营销服务过程中，针对性的积分商品推荐是积分系统常用的方式。
[0003]大多积分系统，主要以系统主动营销推荐为主，根据系统运营方的主观设置进行普遍性的推荐，部分积分系统可以依据积分额度或者根据客户分析进行商品推荐，做到一定程度上的个性化的粗线条商品推荐。但总体上，积分系统中，缺乏结合多种积分业务特征的综合推荐方法，做到既较大程度符合用户需求、又满足系统运营和营销需求的较好积分商品推荐服务。
[0004]本专利即结合积分业务中的多种业务特征，包括用户积分额度数据、用户积分兑换历史信息、系统兑换热度商品信息、系统营销推荐商品信息，设计一种符合积分业务属性的算法，实现积分商品混合推荐的方法。

技术实现思路

[0005]本专利技术提供了一种应用于积分系统的商品线性混合推荐方法和系统。本专利技术包括积分额度商品模块、混合推荐商品模块、混合推荐算法模块、历史兑换商品模块、系统兑换热度商品模块、系统营销推荐商品模块、权重设置模块。
[0006]1、积分额度商品模块：以用户积分额度为上线，按照积分高低，向下列出积分对应的积分商品信息集合。
[0007]2、混合推荐商品模块：按照混合推荐算法，重新计算出用户积分额度对应的商品集合，该集合按照计算结果由高到低依次排序，代表混合推荐商品的优先顺序结果。
[0008]3、历史兑换商品模块：以用户历史兑换信息为基础，按照时间顺序或者重复率，由高到低列出的热度商品信息集合。
[0009]4、系统兑换热度商品模块：积分系统中，按照时间区间的总体兑换数量，由高到低列出热度商品信息集合。
[0010]5、系统营销推荐商品模块：按照积分系统的营销推荐设置，依据推荐优先级依次列出推荐商品信息集合。
[0011]6、混合推荐算法模块：
①
将积分额度对应的商品集合作为根系因子D；
②
先将D集合的各商品按照积分高低排序，配置从高到低的线性梯度系数Dx；
③
将用户历史兑换商品集合P、系统热度商品集合H、系统营销推荐商品集合S作为线性算法因子；
④
对各算法因子配置不同的权重参数Qp、Qh、Qs；
⑤
将P、H、S各集合按照热度高度排序，配置从高到低的线性梯度系数Px、Hx、Sx；
⑥
将D集合中的根系因子，根据在P、H、S集合对应线性梯度系数，重新计算线性梯度系数 = Dx*（Px*Qp+Hx*Qh+Sx*Qs）；
⑦
计算完成后，将D集合中的各因子，按照数值大小重新排列，即为推荐商品的优先列表。
[0012]7、权重设置模块：设置历史兑换商品模块、系统兑换热度商品模块、系统营销推荐商品模块的权重值。
附图说明
[0013]图1为一种应用于积分系统的商品线性混合推荐方法和系统结构图。
具体实施方式
[0014]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0015]请参阅图1，本专利技术实施实例中，一种应用于积分系统的商品线性混合推荐方法和系统，本专利技术方法和系统包括积分额度商品模块（1）、混合推荐商品模块（2）、混合推荐算法模块（3）、历史兑换商品模块（4）、系统兑换热度商品模块（5）、系统营销推荐商品模块（6）、权重设置模块（7）。
[0016]1、积分额度商品模块（1）：以用户积分额度为上线，按照积分高低，向下列出积分对应的积分商品信息集合。
[0017]2、混合推荐商品模块（2）：按照混合推荐算法，重新计算出用户积分额度对应的商品集合，该集合按照计算结果由高到低依次排序，代表混合推荐商品的优先顺序结果。
[0018]3、混合推荐算法模块（3）：
①
将积分额度对应的商品集合作为根系因子D；
②
先将D集合的各商品按照积分高低排序，配置从高到低的线性梯度系数Dx；
③
将用户历史兑换商品集合P、系统热度商品集合H、系统营销推荐商品集合S作为线性算法因子；
④
对各算法因子配置不同的权重参数Qp、Qh、Qs；
⑤
将P、H、S各集合按照热度高度排序，配置从高到低的线性梯度系数Px、Hx、Sx；
⑥
将D集合中的根系因子，根据在P、H、S集合对应线性梯度系数，重新计算线性梯度系数 = Dx*（Px*Qp+Hx*Qh+Sx*Qs）；
⑦
计算完成后，将D集合中的各因子，按照数值大小重新排列，即为推荐商品的优先列表。
[0019]4、历史兑换商品模块（4）：以用户历史兑换信息为基础，按照时间顺序或者重复率，由高到低列出的热度商品信息集合。
[0020]5、系统兑换热度商品模块（5）：积分系统中，按照时间区间的总体兑换数量，由高到低列出热度商品信息集合。
[0021]6、系统营销推荐商品模块（6）：按照积分系统的营销推荐设置，依据推荐优先级依次列出推荐商品信息集合。
[0022]7、权重设置模块（7）：设置历史兑换商品模块、系统兑换热度商品模块、系统营销推荐商品模块的权重值。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于积分系统的商品线性混合推荐方法和系统，其特征在于：本发明方法和系统包括积分额度商品模块（1）、混合推荐商品模块（2）、混合推荐算法模块（3）、历史兑换商品模块（4）、系统兑换热度商品模块（5）、系统营销推荐商品模块（6）、权重设置模块（7）。2.根据权利要求1所述的一种应用于积分系统的商品线性混合推荐方法和系统，其特征在于：积分额度商品模块：以用户积分额度为上线，按照积分高低，向下列出积分对应的积分商品信息集合；混合推荐商品模块：按照混合推荐算法，重新计算出用户积分额度对应的商品集合，该集合按照计算结果由高到低依次排序，代表混合推荐商品的优先顺序结果。3.根据权利要求1所述的一种应用于积分系统的商品线性混合推荐方法和系统，其特征在于：历史兑换商品模块：以用户历史兑换信息为基础，按照时间顺序或者重复率，由高到低列出的热度商品信息集合；系统兑换热度商品模块：积分系统中，按照时间区间的总体兑换数量，由高到低列出热度商...

【专利技术属性】
技术研发人员：蒋敬洪，单文杰，李云亮，
申请(专利权)人：翼集分电子商务上海有限公司，
类型：发明
国别省市：