一种跨领域绿色消费场景整合与优惠推荐方法技术

本发明专利技术公开了一种跨领域绿色消费场景整合与优惠推荐方法，涉及绿色消费领域，包括如下步骤：对每个产品进行绿色评分，以反映其环保特性；根据绿色评分计算用户之间的相似度；根据相似度预测用户对末购买产品的评分；根据预测评分计算推荐优先级并根据推荐优先级将产品给用户；引入了动态权重调整机制，根据用户的购买行为和反馈数据，实时更新权重系数，以提供更准确和实用的绿色消费推荐。本发明专利技术方法能够促进消费者对绿色产品的推荐和消费，促进环境保护和可持续发展。进环境保护和可持续发展。进环境保护和可持续发展。

【技术实现步骤摘要】
一种跨领域绿色消费场景整合与优惠推荐方法


[0001]本专利技术涉及绿色消费领域，更具体地说，涉及一种跨领域绿色消费场景整合与优惠推荐方法。

技术介绍

[0002]目前的消费推荐系统主要基于个性化推荐算法和技术，通过分析用户的历史行为和偏好，为其推荐可能感兴趣的产品或服务。然而，在目前的消费推荐系统中，产品的绿色属性往往未被充分考虑。绿色属性指的是产品的环保程度、可持续性和可循环利用性等与环境保护相关的特征，这些属性对于越来越多关注环保的消费者以及环保本身的意义来说，已经成为购买决策的重要考虑因素。
[0003]目前的消费推荐系统在生成推荐结果时，往往只关注用户的个人兴趣和购买历史，而未将产品的绿色属性纳入考虑。这导致消费者无法得到关于产品绿色性能的信息，也无法充分了解和选择符合自己绿色消费需求的产品。例如，一个关心环保的消费者可能希望购买具有较高环保程度的产品，但目前的推荐系统无法准确识别并满足这样的需求。
[0004]另外，目前的消费推荐系统在优惠推荐方面较为成熟，可以根据用户的购买历史和偏好，提供适合的促销活动和折扣信息。然而，这些优惠推荐往往忽视了产品的绿色属性。消费者往往需要在经济利益和绿色因素之间做出权衡，无法得到同时满足经济和绿色消费需求的推荐结果。
[0005]因此，目前的消费推荐系统中未考虑产品的绿色属性，导致消费者难以获得准确的绿色消费推荐。为了解决这一问题，需要一种新的跨领域绿色消费场景整合与优惠推荐方法，能够在消费推荐的过程中充分考虑产品的绿色属性，为消费者提供更符合其绿色消费倾向的个性化推荐结果。

技术实现思路

[0006]本专利技术要解决的技术问题是提供一种跨领域绿色消费场景整合与优惠推荐方法，以解决
技术介绍
中提到的问题。
[0007]为了达到上述目的，本专利技术采取以下技术方案：一种跨领域绿色消费场景整合与优惠推荐方法，包括如下步骤：S1：对任一产品p按照其环保程度E、可持续性S、可循环利用性R分别进行环保程度因子Ep、可持续性因子Sp和可循环利用性因子Rp的评分，并根据以下公式计算产品p的绿色评分GreenScore
p
：
[0008]其中w
E
、w
S
和w
R
分别对应Ep、Sp和Rp的权重系数；S2：计算用户u和v的相似度sim(u, v)：
[0009]其中，I
u∩v
是用户u和v共同评价的项目集合，r
ui
是用户u对项目i的评分，GreenScore
i
是项目i的绿色评分；是用户u的平均评分，是用户v的平均评分；S3：预测用户u对于未购买的产品i的评分，计算公式为：
[0010]其中，N(u)是与用户u最相似的用户集合，r
vi
是用户v对产品i的评分，sim(u, v)是用户u和v的相似度，是用户u的平均评分，是用户v的平均评分；S4：计算产品的推荐优先级Score(u, i)：
[0011]其中，β是一个预设的系数，0＜β≤1，表示预测评分和绿色评分在推荐优先级中的权重；将产品按Score(u,i)进行排序，并将Score(u,i)值最大的若干个产品推荐给用户u；S5：每隔一个时间段T，收集用户的购买行为和反馈，然后使用以下公式来调整权重系数w
E
、w
S
和w
R
：
[0012]其中，U是所有用户的集合，Pu是用户u在时间段T内购买的产品的集合，Score
ip
是用户u对产品p在维度i上的评分，维度i包括环保程度E、可持续性S和可循环利用性R。
[0013]优选的，所述的环保程度因子Ep、可持续性因子Sp和可循环利用性因子Rp的评分通过以下方式评定：收集多位专家对产品在环保程度、可持续性和可循环利用性上的评分并取均值，记为Eep、Esp 和 Erp；收集所有用户对产品在环保程度、可持续性和可循环利用性上的评分并取均值，记为Eup、Sup 和 Rup；将专家评分与用户反馈评分进行加权平均，得到最终的评分Ep、Sp 和 Rp：Ep=α
×
Eep+(1
‑
α)
×
EupSp=α
×
Esp+(1
‑
α)
×
SupRp=α
×
Erp+(1
‑
α)
×
Rup其中α为权重系数。
[0014]优选的，其中α取为固定值0.7。
[0015]优选的，在步骤S4中，β取为固定值0.7。
[0016]优选的，在S5步骤中，时间段T的取值根据被推荐用户u的购买频率进行动态调整，具体计算公式如下：
[0017]其中，f表示用户的平均购买频率，n表示用户的购买总数量。
[0018]优选的，在步骤S1中，初始时权重系数w
E
、w
S
和w
R
均设置为1/3。
[0019]本专利技术相对于现有技术的优点在于：1、综合考虑绿色消费因素：本专利技术考虑了产品的环保程度、可持续性和可循环利用性等绿色消费因素，通过对每个产品进行相应因子的评分，计算绿色评分GreenScore。这使得消费者能够在购买决策中更加全面地了解产品的绿色属性，促进绿色消费的实现。
[0020]2、个性化的优惠推荐：本专利技术基于用户对产品的评分、相似度和预测评分，通过S4步骤将最高预测评分对应的产品推荐给用户。同时，通过S5步骤中的权重系数调整，结合用户的购买行为和反馈数据，实现个性化的优惠推荐。这使得消费者能够根据自身的绿色消费倾向和经济需求，获得符合其个性化需求的绿色产品优惠推荐。
[0021]3、动态调整权重系数：本专利技术通过S5步骤中的权重系数调整公式，根据用户在时间段T内的购买行为和反馈数据，动态调整环保程度、可持续性和可循环利用性的权重系数。这使得推荐系统能够根据实际用户行为和态度的变化，实时更新权重系数，提供更准确和实用的绿色消费推荐。
[0022]4、提升用户满意度和环境效益：本专利技术通过综合考虑绿色消费因素和个性化优惠推荐，旨在帮助消费者做出更符合绿色消费倾向的购买决策。这有助于提升消费者的满意度，并推动绿色消费的普及和可持续发展，为环境效益做出贡献。
附图说明
[0023]图1是本专利技术方法示意图。
具体实施方式
[0024]下面结合附图对本专利技术的具体实施方式作描述。
[0025]如图1所示为本专利技术方法示意图，具体包括如下步骤：S1：对任一产品p按照其环保程度E、可持续性S、可循环利用性R分别进行环保程度因子Ep、可持续性因子Sp和可循环利用性因子Rp的评分，并根据以下公式计算产品p的绿色评分GreenScore
p
：
[0026]其中w
E
、w
S
和w
R
分别对应Ep、Sp和Rp本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跨领域绿色消费场景整合与优惠推荐方法，其特征在于，包括如下步骤：S1：对任一产品p按照其环保程度E、可持续性S、可循环利用性R分别进行环保程度因子Ep、可持续性因子Sp和可循环利用性因子Rp的评分，并根据以下公式计算产品p的绿色评分GreenScore
p
：；其中w
E
、w
S
和w
R
分别对应Ep、Sp和Rp的权重系数；S2：计算用户u和v的相似度sim(u, v)：；其中，I
u ∩ v
是用户u和v共同评价的项目集合，r
ui
是用户u对项目i的评分，GreenScore
i
是项目i的绿色评分；是用户u的平均评分，是用户v的平均评分；S3：预测用户u对于未购买的产品i的评分，计算公式为：；其中，N(u)是与用户u最相似的用户集合，r
vi
是用户v对产品i的评分，sim(u, v)是用户u和v的相似度，是用户u的平均评分，是用户v的平均评分；S4：计算产品的推荐优先级Score(u, i)：；其中，β是一个预设的系数，0＜β≤1，表示预测评分和绿色评分在推荐优先级中的权重；将产品按Score(u,i)进行排序，并将Score(u,i)值最大的若干个产品推荐给用户u；S5：每隔一个时间段T，收集用户的购买行为和反馈，然后使用以下公式来调整权重系数w
E
、w
S
和w
R
：；其中，U是所有用户的集合，Pu是用户u在时间段T内购买的产品的集合，Score
ip
是用户u对产品p在维度i上的评分，维...

【专利技术属性】
技术研发人员：王冠鸿，
申请(专利权)人：深圳迅销科技股份有限公司，
类型：发明
国别省市：