【技术实现步骤摘要】
本专利技术属于商品推荐，具体涉及一种商品推荐方法及系统。
技术介绍
1、现有的商品推荐系统常基于通过征集用户的历史购买记录，挖掘以用户特征为中心的信息使用，向用户推荐的是与其兴趣相似的用户近期浏览的商品，在此过程中，常常对征集数据的脱敏处理是依据设定规则实时实现数据脱敏。
2、然而由于数据脱敏过程中设定的规则并不能完全满足不同的数据应用场景，因此导致一些用户信息被泄露，同时对推荐商品与用户特征匹配度的考虑，对于商品方面的主题特征挖掘较少，导致推荐的准确性不足；未考虑用户购买商品与推荐商品之间的关联关系，从而导致算法推荐往往存在向用户频繁推荐不再需要的商品，甚至总是推荐已经购买的相似的商品，故推荐商品的有效性和丰富度不足。
技术实现思路
1、为解决现有技术中存在的上述问题，本专利技术提供了一种商品推荐方法及系统，通过分别提取用户和商品的特征完成匹配，再基于商品间的关系给出综合推荐评分，从而提高了商品推荐的准确性和丰富性。
2、本专利技术的目的可以通过以下技术方案实现：
3、本本文档来自技高网...
【技术保护点】
1.一种商品推荐方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种商品推荐方法，其特征在于：所述数据采集与预处理，包括以下步骤：
3.根据权利要求2所述的一种商品推荐方法，其特征在于：所述用户信息数据，包括用户基本数据、用户行为数据和用户反馈数据，其中用户基本数据包括用户ID、性别、年龄、地理位置和注册时间；用户行为数据包括购买记录、浏览历史和搜索关键词；用户反馈数据包括用户对推荐商品的点击率、购买率和评价反馈。
4.根据权利要求1所述的一种商品推荐方法，其特征在于：所述建立互补商品集合，包括步骤：
5.根据...
【技术特征摘要】
1.一种商品推荐方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种商品推荐方法，其特征在于：所述数据采集与预处理，包括以下步骤：
3.根据权利要求2所述的一种商品推荐方法，其特征在于：所述用户信息数据，包括用户基本数据、用户行为数据和用户反馈数据，其中用户基本数据包括用户id、性别、年龄、地理位置和注册时间；用户行为数据包括购买记录、浏览历史和搜索关键词；用户反馈数据包括用户对推荐商品的点击率、购买率和评价反馈。
4.根据权利要求1所述的一种商品推荐方法，其特征在于：所述建立互补商品集合，包括步骤：
5.根据权利要求1所述的一种商品推荐方法，其特征在于：所述获取商品信息主题...
【专利技术属性】
技术研发人员：钟攀峰，刘璐，
申请(专利权)人：广东南粤分享汇控股有限公司，
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。