一种商品推荐方法和系统技术方案

本发明专利技术公开了一种商品推荐方法和系统，根据各个用户感兴趣的商品列表，确定各个用户与待推荐商品的用户u之间的相似度；根据相似度确定用户u的相似用户集合；根据用户u的相似用户集合中各用户v的特征变量进行用户聚类；根据用户u的特征变量与其他聚类中心的距离，确定用户集合中用户v对商品i打分的权重；根据用户集合中用户v对商品i打分的权重以及用户v对商品i打的分数确定待推荐商品的用户u对商品的感兴趣程度，进而为用户u推荐其最感兴趣的商品。本发明专利技术充分考虑各个相似用户的区别，对其分配了不同的权值，据此获取待推荐商品的用户对商品的感兴趣程度，推荐结果准确率提高。推荐结果准确率提高。

【技术实现步骤摘要】
一种商品推荐方法和系统


[0001]本专利技术属于互联网应用
，涉及一种商品推荐方法。

技术介绍

[0002]通过商品推荐算法，能够推测出用户可能喜欢的东西，帮助用户更快地找到自己可能喜欢的商品。商品推荐算法主要应用于网络，一个好的推荐系统，能够提高商品的转化率、增加销售收入；还能带给用户惊喜，增加网站的新用户和访问量。
[0003]商品推荐算法包括基于用户的协同过滤推荐算法。基于用户的协同过滤推荐算法是指找到与待推荐商品的用户u兴趣爱好最为相似的K个用户，根据他们的兴趣爱好将他们喜欢的商品视为用户u可能会感兴趣的商品对用户u进行推荐。
[0004]但是基于用户的协同过滤算法在寻找与待推荐商品的用户u兴趣爱好最为相似的K个用户时，没有考虑各个相似用户的区别，采用同样方法获取所有相似用户对商品的评分并据此获取待推荐商品的用户对商品的感兴趣程度，推荐结果准确率有待提高。

技术实现思路

[0005]本专利技术针对目前基于用户的协同过滤算法没有考虑各个相似用户的区别，采用同样方法获取所有相似用户对商品的评分并据此获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品推荐方法，其特征在于，包括：根据各个用户感兴趣的商品列表，确定各个用户与待推荐商品的用户u之间的相似度；根据相似度确定用户u的相似用户集合；根据用户u的相似用户集合中各用户v的特征变量进行用户聚类；根据用户u的特征变量与其他聚类中心的距离，确定用户集合中用户v对商品i打分的权重；根据用户集合中用户v对商品i打分的权重以及用户v对商品i打的分数确定待推荐商品的用户u对商品的感兴趣程度，进而为用户u推荐其最感兴趣的商品。2.根据权利要求1所述的一种商品推荐方法，其特征在于，所述根据相似度确定待推荐商品的用户u的相似用户群，包括选定相似度大于预设值的用户，根据相似度从大到小排序，选择最前面的K个用户组成待推荐商品的用户u的相似用户集合。3.根据权利要求1所述的一种商品推荐方法，其特征在于，所述根据用户u的相似用户集合中各用户v的特征变量进行用户聚类，包括：选取用户特征，获取相似用户集合中各用户的特征变量值；对相似用户集合中各用户的特征变量值进行向量化表示获得用户特征向量；对用户特征向量进行归一化表示；基于归一化后的用户特征向量采用聚类算法进行聚类，获得聚类结果。4.根据权利要求3所述的一种商品推荐方法，其特征在于，所述聚类算法为k
‑
means聚类算法。5.根据权利要求3所述的一种商品推荐方法，其特征在于，所述用户特征变量包括地理位置、年龄、性别、婚姻、教育程度、职业以及收入等级。6.根据权利要求1所述的一种商品推荐方法，其特征在于，所述待推...

【专利技术属性】
技术研发人员：黄斌，
申请(专利权)人：张家港芒果软件开发有限公司，
类型：发明
国别省市：