[发明专利]一种根据用户的行为数据进行商品推荐的方法在审
| 申请号： | 201810367578.9 | 申请日： | 2018-04-23 |
| 公开（公告）号： | CN108596720A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 杨胜文;刘丽萍;邓凤云 | 申请（专利权）人： | 广东奥园奥买家电子商务有限公司 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06F17/30 |
| 代理公司： | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人： | 宋平 |
| 地址： | 510000 广东省广州市南沙区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 商品推荐 评分矩阵 行为数据 画像 关系生成 协同过滤 行为记录 系统化 贴合 精细 | ||
1.一种根据用户的行为数据进行商品推荐的方法，其特征在于：包括有以下步骤：
(1)通过用户的行为记录来对用户进行画像；
(2)根据用户和商品的关系生成用户对商品的评分，然后根据协同过滤生成一个用户对商品的评分矩阵；
(3)结合用户画像和用户对商品的评分矩阵生成推荐数据。
2.如权利要求1所述的一种根据用户的行为数据进行商品推荐的方法，其特征在于：所述用户的行为记录为浏览、下单、收藏、支付和加入购物车。
3.如权利要求1所述的一种根据用户的行为数据进行商品推荐的方法，其特征在于：所述生成推荐数据包括有在线生成推荐数据和离线生成推荐数据。
4.如权利要求3所述的一种根据用户的行为数据进行商品推荐的方法，其特征在于：所述在线生成推荐数据的步骤：通过读取flume或者Kafka的数据生成实时推荐数据的阵列，主要通过用户标签分组和浏览记录生成推荐数据，推荐数据：
A：用户浏览了商品A，直接推荐相关类型商品B给用户；
B：根据用户选择的喜好的商品类型推荐；
B：热门商品；
C：用户是男的，就推荐男士的商品，用户是女士就推荐女士的商品；
推荐权重：
A>B>C；
A占：50％；
B占：40％；
C占：10％。
5.如权利要求3所述的一种根据用户的行为数据进行商品推荐的方法，其特征在于：所述离线生成推荐数据的步骤：
(3.1)获取用户数据；
(3.2)生成用户和商品的评分；
(3.3)根据协同过滤生成用户和商品的评分矩阵；
(3.4)根据评分来推荐数据。
6.如权利要求1所述的一种根据用户的行为数据进行商品推荐的方法，其特征在于：所述用户画像字段来源：用户基本属性、用户消费特征、用户价值特征和用户生命周期。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东奥园奥买家电子商务有限公司，未经广东奥园奥买家电子商务有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810367578.9/1.html，转载请声明来源钻瓜专利网。
