主动推荐产品信息服务的方法及系统技术方案

本发明专利技术涉及服务推荐技术领域，具体涉及一种主动推荐产品信息服务的方法及系统。该方法包括步骤：S1.根据所有用户的历史数据提取各用户的属性特征；S2.计算任意两个用户的属性特征相似度，建立每个用户的邻居用户集合；S3.结合产品信息以及用户的邻居用户集合的属性特征计算用户对各产品的兴趣度；S4.根据用户对各产品的兴趣度主动为用户推荐产品信息。本发明专利技术根据用户的邻居用户的具体特征和数据记录，结合产品信息得到用户对各产品的兴趣度，从而主动为用户推荐产品信息；本发明专利技术能够结合不同用户的潜在需求主动提供个性化的产品信息，满足用户的实际需求，使得互联网提供的服务更加人性化，进而增加用户对互联网的黏着性。

【技术实现步骤摘要】

本专利技术涉及服务推荐
，具体涉及一种主动推荐产品信息服务的方法及系统。
技术介绍
随着现代信息技术和互联网信息技术的不断发展，打造具有竞争力的互联网信息服务、电子商务等网络服务体系是未来长期的发展趋势。现有技术中关于产品信息的服务都是以产品信息查询管理、产品库存管理、产品配送管理为主；由于现有产品种类繁多，产品数量多达5000多种，面对如此丰富的信息资源，在用户没有确定采购相关产品之前，根据不同用户的实际需求，主动化提供其可能采购产品的信息服务，成为了保障产品销量和满足用户实际需求的关键所在。因此，为了克服现有技术中互联网提供的服务缺少智能以及主动自适应功能的缺点，一种主动化、个性化、人性化的推荐产品信息服务的方法及系统亟待提出。
技术实现思路
(一)要解决的技术问题本专利技术的目的在于提供一种主动推荐产品信息服务的方法及系统，用于根据不同的用户属性特征，主动提供产品信息推荐服务，满足用户需求的同时增加用户对互联网的黏着性。(二)技术方案本专利技术技术方案如下—种主动推荐产品信息服务的方法，包括步骤S1.根据所有用户的历史数据提取各用户的属性特征；S2.计算任意两个用户的属性特征相似度，建立每个用户的邻居用户集合；S3.结合产品信息以及用户的邻居用户集合的属性特征计算用户对各产品的兴趣度；S4.根据用户对各产品的兴趣度主动为用户推荐产品信息。优选的，所述历史数据包括用户注册信息、历史输入信息、浏览行为信息、购买行为信息以及评分信息。优选的，所述步骤SI包括S101.对所有用户的历史数据进行归一化处理；S102.利用数据挖掘算法从归一化处理后的历史数据中提取各用户的属性特征。优选的，所述步骤S2包括步骤S201.计算任意两个用户的属性特征相似度；S202.设定选取阈值；S203.若两个用户的属性特征相似度值大于所述选取阈值则互为邻居用户。优选的，所述步骤S4中产品信息按兴趣度降序排列，以列表的形式推荐给客户。优选的，所述步骤S4中产品信息按兴趣度降序排列，选取其中前20种产品信息，以列表的形式推荐给客户。本专利技术还提供了一种主动推荐产品信息服务的系统一种主动推荐产品信息服务的系统，包括顺次连接的数据采集模块、数据处理模块、相似度分析模块以及推荐模块；所述数据处理模块根据所述数据采集模块收集的所有用户历史数据提取各用户的属性特征；所述相似度分析模块根据各用户的属性特征构建每个用户的邻居用户集合；所述推荐模块结合产品信息以及用户的邻居用户集合的属性特征计算用户对各产品的兴趣度并根据用户对各产品的兴趣度主动为用户推荐产品信息。优选的，所述推荐模块通过交互模块与所述数据采集模块连接；所述交互模块收集用户对于推荐的产品信息的反馈信息并发送至数据采集模块。(三)有益效果本专利技术的一种主动推荐产品信息服务的方法根据用户的邻居用户的具体特征和数据记录，结合产品信息得到用户对各产品的兴趣度，从而根据用户各产品的兴趣度主动为用户推荐产品信息；本专利技术能够结合不同用户的潜在需求主动提供个性化的产品信息，满足用户的实际需求，使得互联网提供的服务更加人性化，进而增加用户对互联网的黏着性。附图说明图1是本专利技术的一种主动推荐产品信息服务的方法流程示意图；图2是本专利技术的一种主动推荐产品信息服务的系统结构示意图。具体实施例方式下面结合附图和实施例，对专利技术的具体实施方式做进一步描述。以下实施例仅用于说明本专利技术，但不用来限制本专利技术的范围。实施例一流程图如图1所示的一种主动推荐产品信息服务的方法，主要包括步骤S1.根据所有用户的历史数据提取各用户的属性特征；本实施例中，该步骤具体为首先，通过隐性和显性的数据获取方式，采集各用户的动静态数据，并将其存储到个人计算机的数据库中形成历史数据；历史数据包括各用户注册信息、历史输入信息、浏览行为信息、购买行为信息以及评分信息等；其次，对历史数据进行数据转换、归一化等预处理以适应后续分析；最后，利用数据挖掘算法，针对不同的用户采用相同标准的数据信息，从预处理后的历史数据中分析、提取各用户全面的属性特征；通过收集用户的动静态数据，能够全面获取用户数据；结合隐性和显性两种方式收集数据，能够弥补单一方式的弊端；通过数据预处理能够减少数据中的冗余和无关信息，提高用户属性特征数据获取的效率。S2.计算任意两个用户的属性特征相似度，建立每个用户的邻居用户集合；本实施例中该步骤具体为首先，依据步骤SI中提取的用户属性特征，通过相似性分析方法分析两两用户属性特征之间的相似性，计算任意两个用户的属性特征的相似度；其次，设定选取阈值，例如可以认为相似度达到90%以上，互为邻居用户，则可以设定选取阈值为相似度达到90% ;最后，若两个用户的属性特征相似度值大于选取阈值则互为邻居用户，每个用户的所有所有邻居用户构成该用户的邻居用户集合；每个邻居用户集合中的所有用户有着相似的属性特征，因此很大概率上有着相似的产品信息需求。S3.结合产品信息以及用户的邻居用户集合的属性特征计算用户对各产品的兴趣度；本实施例中该步骤具体为结合该用户的邻居用户对各产品的评价的加权平均值，利用协同过滤方法或者现有技术中其他算法分析用户对各产品的偏好程度，进而结合产品信息，计算用户对该产品的兴趣度，形成用户对该产品信息的喜好程度预测。S4.根据用户对各产品的兴趣度主动为用户推荐产品信息；本实施例中该步骤具体为按照步骤S3中得到的用户对各产品的兴趣度，将产品信息按兴趣度降序排列，可以选取其中排名靠前的若干种(例如前20种)产品信息，以列表的形式显式输出推荐给客户。 步骤S4之后还可以包括步骤S5.在为用户主动推荐产品信息服务之后，可以通过与用户进行一些交互活动等方式，收集用户对于本次推荐的产品信息的反馈信息；然后根据收集到的反馈信息更新步骤SI中所述用户历史数据，并重复步骤S1-S4，生成更加符合用户主观选择的产品信息推荐结果。实施例二结构图如图2中所示的一种主动推荐产品信息服务的系统，包括顺次连接的数据采集模块、数据处理模块、相似度分析模块以及推荐模块；其中，各模块的主要功能如下所述采集模块通过隐性和显性的数据获取方式，采集各用户的动静态数据，并将其存储到个人计算机的数据库中形成历史数据；历史数据包括各用户注册信息、历史输入信息、浏览行为信息、购买行为信息以及评分信息等；数据处理模块首先对数据采集模块收集的所有用户历史数据进行数据转换、归一化等预处理，然后利用数据挖掘算法提取各用户的属性特征；相似度分析模块根据各用户的属性特征计算任意两个用户的属性特征的相似度并设定设定合适的选取阈值，根据选取阈值建立每个用户的邻居用户集合；推荐模块结合产品信息以及用户的邻居用户集合的属性特征利用协同过滤算法计算用户对各产品的兴趣度，根据用户对各产品的兴趣度主动为用户推荐产品信息。进一步的，本专利技术的主动推荐产品信息服务的系统还可以包括交互模块，推荐模块通过交互模块与数据采集模块连接；交互模块可以与用户进行一些交互活动，收集用户对于每次推荐的产品信息的反馈信息并发送至数据采集模块，数据采集模块更新用户历史数据后，推荐模块为用户提供更加符合其主观选择的产品信息服务。以上实施方式仅用于说明本专利技术，而并非对本专利技术的限制，有关
的普通技术人员，在不脱离本专利技术的精神和范围的情况本文档来自技高网...

【技术保护点】
一种主动推荐产品信息服务的方法，其特征在于，包括步骤：S1.根据所有用户的历史数据提取各用户的属性特征；S2.计算任意两个用户的属性特征相似度，建立每个用户的邻居用户集合；S3.结合产品信息以及用户的邻居用户集合的属性特征计算用户对各产品的兴趣度；S4.根据用户对各产品的兴趣度主动为用户推荐产品信息。

【技术特征摘要】
1.一种主动推荐产品信息服务的方法，其特征在于，包括步骤 51.根据所有用户的历史数据提取各用户的属性特征； 52.计算任意两个用户的属性特征相似度，建立每个用户的邻居用户集合； 53.结合产品信息以及用户的邻居用户集合的属性特征计算用户对各产品的兴趣度； 54.根据用户对各产品的兴趣度主动为用户推荐产品信息。2.根据权利要求1所述的主动推荐产品信息服务的方法，其特征在于，所述历史数据包括用户注册信息、历史输入信息、浏览行为信息、购买行为信息以及评分信息。3.根据权利要求1或2所述的主动推荐产品信息服务的方法，其特征在于，所述步骤SI包括 5101.对所有用户的历史数据进行归一化处理； 5102.利用数据挖掘算法从归一化处理后的历史数据中提取各用户的属性特征。4.根据权利要求3所述的主动推荐产品信息服务的方法，其特征在于，所述步骤S2包括步骤 5201.计算任意两个用户的属性特征相似度； 5202.设定选取阈值； 5203.若两个用户的属性特征相似度值大于所述选取阈值则互为邻居用户。5.根据权利要求4所述的主动推荐产品信息服务的方法，其特征在于，所述步骤S4中产品信息按兴趣度降序排列，以列表的形式推荐给客户。6.根据权利要求5所述的主动推荐产品信息服务的方法，其特征在...

【专利技术属性】
技术研发人员：高万林，贺媛婧，王坤，王冠，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：