[发明专利]一种基于互联网的线上蛋糕推荐方法

权利要求书

1.一种基于互联网的线上蛋糕推荐方法，其特征在于，包括如下步骤：

S1、获取预设时间段内的平台订单数据作为建模数据；

S2、对所有用户购买不同商品的订单次数数据进行训练，得到用户爱好矩阵及商品特征矩阵；

S3、根据用户爱好矩阵跟商品特征矩阵相乘，对用户对商品评分进行预测。

2.根据权利要求1所述的基于互联网的线上蛋糕推荐方法，其特征在于，步骤S1具体包括：

将近一年的时间段作为预设时间段；获取预设时间段内所有用户购买不同商品的订单次数、商品编码、用户编码数据作为建模数据。

3.根据权利要求1所述的基于互联网的线上蛋糕推荐方法，其特征在于，步骤S2具体包括：

对所有用户购买不同商品的订单次数、商品编码、用户编码数据进行训练，得到两个矩阵：分别为用户喜好矩阵和商品特征矩阵，具体操作包括：

根据商品编码和用户编码构建初始用户爱好矩阵和初始商品特征矩阵；

对所有用户购买不同商品的订单次数作为评分进行特征工程，具体为：

构造评分函数：

其中r_ij为第i个用户对第j个商品的评分，s_ij为第i个用户对第j个商品购买的次数，a为所有的用户数，b为所有的商品数；

根据交替最小二乘算法对用户喜好矩阵和商品特征矩阵进行训练，假设估计方程为：

A＝UV^T

其中，A为评分矩阵，U为用户喜好矩阵，V为商品特征矩阵，T表示矩阵的转置；

构造误差平方和：

其中，a_ij为平台订单数据中的第i个用户对第j个商品的评分，u_i为用户喜好矩阵中的第i行向量，其中1≤i≤m，m为平台数据中用户的个数，v_j为商品特征矩阵中的第j行向量，其中1≤j≤n，n为平台数据中商品的个数；

利用梯度下降，使误差平方和Q最小化，得到用户爱好矩阵和商品特征矩阵。

4.根据权利要求3所述的基于互联网的线上蛋糕推荐方法，其特征在于：获取评分矩阵的判定标准，根据判定标准判断用户爱好矩阵和商品特征矩阵的拟合效果，具体为：

计算评分误差的均方根误差：

判定标准其中Q为误差平方和。