【技术实现步骤摘要】
本专利技术属于计算机，具体涉及一种电子商城用商品信息推荐方法、系统、设备及介质。
技术介绍
1、电子商城是以电子商务软件来构建的大型商品电子交易平台，其主要作用是通过电子商城交易平台向客户销售产品，并提供送货上门等服务。目前，随着互联网技术的发展和进步，线上购物逐渐取代线下购物，在各大电子商城进行线上购物成为用户的主流购物方式。
2、现有技术中，在用户进行商品查询，以进行商品购买期间，电子商城通常通过用户输入的商品需求信息，结合对应类型商品的销量、价格、商户信用评级等信息生成商品推荐结果，以进行商品推荐。但是，在使用现有技术过程中，专利技术人发现现有技术中至少存在如下问题：
3、现有的商品推荐结果的生成依据较为单一，主要从产品及商户视角进行商品推荐，无法准确反映用户的喜好，从而导致向用户提供的商品推荐结果不精准。
技术实现思路
1、本专利技术旨在至少在一定程度上解决上述技术问题，本专利技术提供了一种电子商城用商品信息推荐方法、系统、设备及介质。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、第一方面，本专利技术提供了一种电子商城用商品信息推荐方法，包括：
4、接收目标用户发送的购买需求信息以及与所述购买需求信息绑定的目标用户身份标识信息；
5、根据所述目标用户身份标识信息，获取所述目标用户的历史购买商品信息及历史商品评分；
6、根据所述目标用户的历史购买商品信息及历史商品评分，获取与所述目
7、根据所述参考用户身份标识信息，获取与所述参考用户身份标识信息对应的参考用户的历史购买商品信息及历史商品评分；
8、根据所述目标用户的历史购买商品信息及历史商品评分，以及所述参考用户的历史购买商品信息及历史商品评分，构建用户评分矩阵；
9、根据所述用户评分矩阵，得到所述目标用户的最近邻用户集合；
10、根据所述最近邻用户集合中所有参考用户的历史购买商品信息及历史商品评分，得到初始商品推荐信息；
11、根据所述初始商品推荐信息和所述购买需求信息，得到商品推荐结果。
12、本专利技术可根据目标用户的商品购买需求，实现对目标用户的商品推荐，且商品推荐结果与用户喜好的匹配度更高，利于提升用户下单率。具体地，本专利技术在实施过程中，在接收目标用户发送的购买需求信息以及与所述购买需求信息绑定的目标用户身份标识信息后，根据所述目标用户身份标识信息，获取所述目标用户的历史购买商品信息及历史商品评分；再根据所述目标用户的历史购买商品信息及历史商品评分，获取与所述目标用户的历史购买商品信息的重合度大于重合度阈值的参考用户的参考用户身份标识信息，并根据所述参考用户身份标识信息，获取与所述参考用户身份标识信息对应的参考用户的历史购买商品信息及历史商品评分，根据所述目标用户的历史购买商品信息及历史商品评分，以及所述参考用户的历史购买商品信息及历史商品评分，构建用户评分矩阵；随后根据所述用户评分矩阵，得到所述目标用户的最近邻用户集合，再根据所述最近邻用户集合中所有参考用户的历史购买商品信息及历史商品评分，得到初始商品推荐信息；最后根据所述初始商品推荐信息和所述购买需求信息，得到商品推荐结果。在此过程中，本专利技术实现了从用户喜好角度进行商品推荐的技术效果，商品推荐结果可反应目标用户的购买喜好，进而利于提升用户下单率及商品购买满意度，利于提升电子商城的运营收益，具备推广应用的价值。
13、在一个可能的设计中，所述用户评分矩阵为：
14、
15、式中， rij为所述目标用户或参考用户 ui对指定历史信息 ij的历史商品评分； i= 1, 2,……, m， m为所述目标用户及参考用户的总用户数； j= 1, 2,……, n，n为历史购买商品信息的个数。
16、在一个可能的设计中，所述最近邻用户集合包括用户相似度大于相似度阈值的所有参考用户的参考用户身份标识信息。
17、在一个可能的设计中，所述用户相似度为：
18、
19、式中， hij为所述目标用户 ui和参考用户 uj共同已评分购买商品的集合； i= 1, 2,……, m， m为所述目标用户及参考用户的总用户数； j= 1, 2,……, n，n为历史购买商品信息的个数； ric为所述目标用户 ui对历史购买商品 c的商品评分； rjc为参考用户 uj对历史购买商品 c的商品评分；为所述目标用户 ui对所有历史购买商品信息的商品评分加权平均值；为参考用户 uj对所有历史购买商品信息的商品评分加权平均值。
20、在一个可能的设计中，所述初始商品推荐信息为所述目标用户对指定初始商品集合中，预测商品评分最大的 k个初始商品信息， k个初始商品信息按降序排序；其中，所述目标用户对指定初始商品集合中任一初始商品信息 c'的预测商品评分为：
21、
22、式中，为已评价购买商品的平均商品评分； sim(i,m)为所述目标用户 ui和第个最近邻用户 um之间的相似度，，为所述目标用户 ui的最近邻用户的总数；为最近邻用户 um对所述目标用户 ui未评价初始商品信息 c'的商品评分；为最近邻用户 um对所有历史购买商品信息的商品评分加权平均值。
23、在一个可能的设计中，所述商品推荐结果为初始商品推荐信息中与所述购买本文档来自技高网...
【技术保护点】
1.一种电子商城用商品信息推荐方法，其特征在于：包括：
2.根据权利要求1所述的一种电子商城用商品信息推荐方法，其特征在于：所述用户评分矩阵为：
3.根据权利要求1所述的一种电子商城用商品信息推荐方法，其特征在于：所述最近邻用户集合包括用户相似度大于相似度阈值的所有参考用户的参考用户身份标识信息。
4.根据权利要求3所述的一种电子商城用商品信息推荐方法，其特征在于：所述用户相似度为：
5.根据权利要求1所述的一种电子商城用商品信息推荐方法，其特征在于：所述初始商品推荐信息为所述目标用户对指定初始商品集合中，预测商品评分最大的k个初始商品信息，k个初始商品信息按降序排序；其中，所述目标用户对指定初始商品集合中任一初始商品信息c'的预测商品评分为：
6.根据权利要求1所述的一种电子商城用商品信息推荐方法，其特征在于：所述商品推荐结果为初始商品推荐信息中与所述购买需求信息的商品类型相同的所有初始商品信息，且所述商品推荐结果中的初始商品信息按初始商品评分降序排序。
7.根据权利要求1所述的一种电子商城用商品信息推荐方
8.一种电子商城用商品信息推荐系统，其特征在于：用于实现如权利要求1至7中任一项所述的电子商城用商品信息推荐方法；所述电子商城用商品信息推荐系统包括：
9.一种电子设备，其特征在于：包括：
10.一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，其特征在于：所述计算机程序指令被配置为运行时执行如权利要求1至7中任一项所述的电子商城用商品信息推荐方法的操作。
...【技术特征摘要】
1.一种电子商城用商品信息推荐方法，其特征在于：包括：
2.根据权利要求1所述的一种电子商城用商品信息推荐方法，其特征在于：所述用户评分矩阵为：
3.根据权利要求1所述的一种电子商城用商品信息推荐方法，其特征在于：所述最近邻用户集合包括用户相似度大于相似度阈值的所有参考用户的参考用户身份标识信息。
4.根据权利要求3所述的一种电子商城用商品信息推荐方法，其特征在于：所述用户相似度为：
5.根据权利要求1所述的一种电子商城用商品信息推荐方法，其特征在于：所述初始商品推荐信息为所述目标用户对指定初始商品集合中，预测商品评分最大的k个初始商品信息，k个初始商品信息按降序排序；其中，所述目标用户对指定初始商品集合中任一初始商品信息c'的预测商品评分为：
6....
【专利技术属性】
技术研发人员：张召学，曹东，
申请(专利权)人：北京国双科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。