[发明专利]一种动态更新权重的电商农产品推荐方法

权利要求书

1.一种动态更新权重的电商农产品推荐方法，其特征在于：该种动态更新权重的电商农产品推荐方法包括以下基本步骤：

步骤一，获取农场用户数据，建立用户模型矩阵：所述用户数据包括大量的农场用户历史行为数据和用户的运动数据；

步骤二，生成特征集：由每个历史推荐数据生成特征集，并计算农产品与用户模型的相似度；

步骤三，计算权重值：根据用户历史数据计算每个特征集中模块的推荐权重，使用公式计算权重值；

步骤四，计算农场中每个农产品的推荐度；

步骤五，将推荐度最高的农产品推荐给用户。

2.根据权利要求1所述的一种动态更新权重的电商农产品推荐方法，其特征在于：所述步骤一中用户模型矩阵z＝{z1,z2,...,zn},其中zt表示用户的兴趣属性和运动信息，t∈[1，n]。

3.根据权利要求2所述的一种动态更新权重的电商农产品推荐方法，其特征在于：所述的兴趣属性包括农产品的种类、价格、生长周期、营养价值等食品特征。

4.根据权利要求1所述的一种动态更新权重的电商农产品推荐方法，其特征在于：所述步骤二中推荐农产品x＝{x1,x2,...xm}，其中xk的特征属性为y＝{y1,y2,...yt}，其中k[1,m]。所述每个推荐食品的xk的特征集合y与用户模型z的相似度计算公式为

5.根据权利要求1所述的一种动态更新权重的电商农产品推荐方法，其特征在于：所述步骤三还包括以下具体计算步骤：

(1)、在一段时间内用户查看或购买种植的农产品次数为c＝{c1,c2,...cl}，其中ci为用户查看或购买种植的食品来自特征集中特征模块i的次数，通过公式来计算特征模块i的权重估计值Gi’；

(2)、采用以下公式计算先验概率p(Gi’|hj)

当权重取值hj越靠近权重估计值Gi’时则概率越大，反之则概率越小；

(3)、采用以下公式计算后验概率P(hj|Gi’)

(4)、使用以下公式确定特征模块i的权重Gi，并更新权重分布G，

由此计算每个模块的权重值。

6.根据权利要求1所述的一种动态更新权重的电商农产品推荐方法，其特征在于：所述步骤四采用以下公式来计算推荐农产品集x＝{x1,x2,...xn}中每个农产品xi的推荐度ri

ri＝Gi×simk。