【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种基于遗传模糊聚类的电商个性化推荐服务方法。
技术介绍
1、在电商平台中，商品的色彩数量对用户的购买意愿有着重要影响；色彩数量丰富的商品更容易吸引偏好多色商品的用户，但对于偏好单色或低色彩丰富度商品的用户而言，过多的颜色可能会带来视觉疲劳和混乱，降低其购买意愿。
2、现有的电商产品智能推荐方案较少的从色彩对于用户的心理暗示的角度出发，导致用户在选择需求商品的过程中体验感较差。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种基于遗传模糊聚类的电商个性化推荐服务方法。
2、本申请提供的一种基于遗传模糊聚类的电商个性化推荐服务方法包括：
3、将获取并加载的各商品对应的商品图像转换为rgb颜色空间，提取所述商品图像的颜色，并根据商品图像的颜色的数量，将对应的商品按照色彩丰富度的由低到高划分为单色、低色彩丰富度、中色彩丰富度和高色彩丰富度；
4、基于获取的各用户群体的基本信息数据以及对应的用户群体的行为数据分析...
【技术保护点】
1.一种基于遗传模糊聚类的电商个性化推荐服务方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述提取所述商品图像的颜色，并根据所述商品图像的颜色的数量，将对应的所述商品按照色彩丰富度的由低到高划分为单色、低色彩丰富度、中色彩丰富度和高色彩丰富度的步骤包括：
3.根据权利要求1所述的方法，其特征在于，所述分析得到所述用户群体与所述商品的色彩丰富度的偏好关系，并根据所述偏好关系建立偏好预测模型以得到所述用户群体的偏好特征向量的步骤包括：
4.根据权利要求3所述的方法，其特征在于，采用协同过滤算法和矩阵分解算法...
【技术特征摘要】
1.一种基于遗传模糊聚类的电商个性化推荐服务方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述提取所述商品图像的颜色，并根据所述商品图像的颜色的数量，将对应的所述商品按照色彩丰富度的由低到高划分为单色、低色彩丰富度、中色彩丰富度和高色彩丰富度的步骤包括：
3.根据权利要求1所述的方法，其特征在于，所述分析得到所述用户群体与所述商品的色彩丰富度的偏好关系，并根据所述偏好关系建立偏好预测模型以得到所述用户群体的偏好特征向量的步骤包括：
4.根据权利要求3所述的方法，其特征在于，采用协同过滤算法和矩阵分解算法对所述偏好预测模型进行优化的步骤包括：
5.根据权利要求4所述的方法，其特征在于，所述采用关联规则挖掘算法分析得到所述用户群体与所述商品的色彩丰富度的偏好关系，并根据所述偏好关系建立偏好预测模型以得到所述用户群体的偏好特征向量的步骤...
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。