[发明专利]一种有效的动态商品推荐方法及商品推荐系统

权利要求书

1.一种有效的动态商品推荐方法，其特征在于，包括如下步骤：

1)通过购买记录表记录用户购买商品时的信息；所述信息包括用户名、购买的商品名称、商品分类、购买时间；

2)对于所述购买记录表，以购买者用户名为标准，将商品按照用户名进行分组，并在组内按照商品名称进行排序，形成一张临时记录表，扫描临时记录表，以购买者用户名为基准，抽取出所有同时出现的商品对；

3)将所有相同的商品对进行合并，在合并的时候，加入时间作为权重系数，所述权重系数通过公式(a)来计算第i个用户购买的商品A和B组成商品对

其中wt_ABi表示权重系数，t_iA、t_iB分别表示同一用户购买商品A和B的时间点，k，□都是调节系数，k为正数且其值视时间取值精确程度而定；□为可变量，绝对值取定后，其正负随情况而定，t_A-t_B为正时，□取非负；t_iA-t_iB为负时，□取非正；

4)计算全部商品对的发生频率，对于商品A和B组成商品对的出现频率，采用公式(b)和公式(c)进行计算

freqAB=Σi=1N|wtABi|---(b)]]>

freqAB′=0.5×(freqAB+Σi=1NwtABi)---(c)]]>

其中，N表示参与购买的用户人数，所述freq_AB’为统计每个商品对A和B的出现频率；

5)检查频繁集数据库中存储商品对及其对应频率，对于商品A和商品B组成的商品对，检查二者形成的商品对是否已存在于频繁集数据库中，若是，则取出数据库中的旧有频率，与新计算的频率进行整合计算，计算方法如公式(d)所示；

freq_new′＝α×freq_new+(1-α)×freq_old    (d)

其中，而freq_new为公式(c)中的freq_AB’；freq_old则为频繁集数据库中存储的频率。α取值范围为(0，1)；

6)计算完毕后，使用freq_new’的值来替换频繁集数据库中的freq_old，完成频繁集数据库的更新，当商品对出现频率达到预设的阈值条件时，则达到推荐标准，形成关联购买关系的频繁商品对；

所述最小支持度阈值表示两件有联系的商品之间的最小支持度；

所述频繁商品对表示两件商品间的支持度超过支持度最小阈值；

所述关联购买关系的频繁商品对表示频繁商品对的购买时间间隔在给定的时间阈值之内；

7)当用户完成对商品A的购买时，系统访问频繁集数据库，得到所有与A构成关联购买关系的频繁商品对的商品，将它们推荐给顾客。