【技术实现步骤摘要】
本专利技术属于个性化推荐领域，对垂直电子网站的新用户进行首页推荐。推荐的方 法是通过JavMcript脚本采集用户的“访问带入信息”，再结合“访问带入信息——下单产 品信息”相关度矩阵计算该用户和每件产品的相关度，推荐相关度最高的N件产品。
技术介绍
随着电子商务的不断发展，商品种类和个数快速增长，往往用户需要花费很长时 间才能找到自己喜欢的商品。为了提高用户的满意度，减少在浏览查找过程中的用户流失 问题，个性化推荐方法应运而生。目前个性化推荐系统主要采用的方法是内容过滤和协同过滤推荐。内容过滤通过 采集用户以前的浏览信息，购买信息，推荐给用户相似内容的产品。协同过滤通过采集或者 计算得到用户的评分信息，分为基于用户的协同过滤和基于产品的协同过滤两种。基于用 户的协同过滤根据评分信息计算相似用户，推荐相似用户购买过的产品。基于产品的协同 过滤根据评分信息计算和用户购买过的产品相似的产品推荐给用户。但是内容过滤和协同 过滤都存在新用户问题，对没有任何历史数据的新用户难以进行有效推荐。新用户推荐可以通过要求用户注册时填入个人信息(年龄，性别，职业，爱好等)或 对用户...
【技术保护点】
一种面向垂直电子商务网站的首页推荐方法，其特征是通过脚本（如ＪａｖａＳｃｒｉｐｔ）采集用户的“访问带入信息”和“下单产品信息”；根据历史数据计算“访问带入信息”各维度和“下单产品信息”各维度的相关度作为推荐基础；当一个新用户访问网站首页时，根据该用户的“访问带入信息”和通过历史数据得到的相关度矩阵计算得到该用户和所有产品的相关度，推荐相关度最高的Ｎ件产品。
【技术特征摘要】
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。