[发明专利]商品推荐方法、装置、电子设备和存储介质

权利要求书

1.一种商品推荐方法，其特征在于，包括如下步骤：

从用户对待选商品的行为来获得行为数据并将其实时采集到用户行为日志中，所述行为数据包括离线购物周期内的行为数据和在线购物周期内的行为数据；

基于离线购物周期内的行为数据，计算商品的关联度；

在所述关联度大于预定阈值的商品集合中，基于在线购物周期内的行为数据来计算用户意图购买商品，作为待被推荐给用户的商品；

所述计算商品的关联度包括：

按照用户的行为类型，从所述离线购物周期内的行为数据中提取用户的浏览数据和用户的购买数据；

统计所述用户的浏览数据中任一个商品I_i的出现次数N；

对所述用户的浏览数据和所述用户的购买数据进行关联计算，以确定同类目商品相似度或商品搭配度，其中，所述同类目商品相似度是指用户从登陆到退出购物网站的一次访问中浏览商品I_i但却购买与之同类目的商品I_i的情况，所述商品搭配度是指用户从登陆到退出购物网站的一次访问中用户浏览商品I_i但却购买与之不同类目的商品I_i的情况；

根据所述关联计算的结果统计出所述任一个商品I_i与所购买的商品I_i共同出现的次数K；以及

根据公式R(I_i，I_i)＝K/N计算出商品I_i与I_i的关联度，作为在浏览商品I_i之后购买商品I_i的可能性；

所述计算用户意图购买商品包括：

由所述用户行为日志得到在线购物周期内的用户行为序列；

构建出最后购买商品I的如下偏好函数Pre(I)，

假定{S_i}序列长度为N，最后购买的商品I在{S_i}中的位置的集合是{P_i}，1≤P_i≤N，行为类型的权重因子为{W_i}，其中∑W_i＝1，

将计算出的偏好值与偏好阈值进行比较并将所述偏好值大于所述偏好阈值的商品作为用户意图购物商品。

2.根据权利要求1所述的方法，其特征在于，

所述行为数据是关于搜索、浏览、收藏、加入购物车以及购买中的至少一项的数据。

3.根据权利要求1所述的方法，其特征在于，所述离线购物周期为一个月。