[发明专利]基于减少泡沫购买的凑单推荐优化方法

说明书

本发明公开了一种基于减少泡沫购买的凑单推荐优化方法，包括：1、获取消费者的购物车信息与消费者的历史评分数据；2、根据历史评分数据采用Funk‑SVD算法进行矩阵分解获取消费者对没有评分信息商品的效用；3、根据消费者的购物车信息获取购物车中商品的替代产品集；4、根据商品的评分与商品特征，最终形成推荐列表。本发明考虑消费者偏好和网络零售商的条件免运费促销策略，从而达到更好的推荐效果和较高的推荐精度，有效降低网络零售商的泡沫购买率。

技术领域

本发明涉及数据分析技术领域，具体涉及一种基于减少泡沫购买的凑单推荐优化方法。

背景技术

随着电子商务的快速发展，网络零售行业已经进入了质量提升和微利竞争的时代，越来越多吸引消费者的促销手段被应用在各大电商平台上，其中应用最为广泛的是运费促销中的条件免运费策略，即消费者购物金额高于阈值后，可以包邮。但是随着免运费门槛的逐渐升高，消费者达成免运费条件也逐渐变得困难，于是消费者群体中开始出现泡沫购买行为，即消费者为了获取免运费优惠，随意选择凑单商品而又直接退货的行为。对于网络零售商来说，泡沫购买行为冲抵了运费促销手段带来的额外盈利，额外的退货行为也带来了更高的物流成本。

泡沫购买指的是消费者在条件免运费策略下，为达成免运费条件而先凑单后退款的行为。

现有关于减少泡沫购买行为的方法主要是在促销策略具体条框上加以限制或者更新网络零售商的退货退款规则。然而，尚未见到研究者基于消费者偏好和意向商品，通过个性化推荐的手段对泡沫购买行为进行优化。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种基于减少泡沫购买的凑单推荐优化方法，以期能为消费者提供免运费凑单推荐，弥补目前未考虑泡沫购买行为的凑单推荐的空缺，从而达到更好的推荐效果和较高的推荐精度，有效降低网络零售商的泡沫购买率。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种基于减少泡沫购买的凑单推荐优化方法的特点在于，包括以下步骤：

S1、获取消费者的购物车信息、历史评分数据以及所有商品的标签和价格信息；

S2、根据消费者的历史评分数据获取第u个消费者对第i个商品的评分y_u,i，并作为第u个消费者对第i个商品的效用，从而构建消费者-商品的效用矩阵M_m×n；

采用Funk-SVD算法对所述消费者-商品的效用矩阵M_m×n进行矩阵分解，得到第u个消费者对没有评分的第j个商品的效用y_u,j；u∈[1,m]；i∈[1,n]；j∈[1,n]；i≠j；

S3、将第u个消费者的购物车中的商品集合记为其中，表示第u个消费者的购物车中的第s个商品，s＝1,2,…,S_u，S_u表示第u个消费者的购物车中的产品总数；

S4、获取第s个商品的标签表示第s个商品的第k个标签，k＝1,2,…,K，K_s表示第s个商品的标签总数；

S5、获取任意第r个商品的标签L_r，并计算标签和L_r的标签并集所述标签并集中所含标签数目记为x；

S6、根据标签并集中每一个标签分别在标签和L_r的出现频次，得到维度为x的第s个商品的标签向量和第r个商品的标签向量A_r；

S7、计算标签向量和A_r的余弦相似度并作为第s个商品和第r个商品的可替代指数；在所有商品中筛选满足的商品，并作为得到第s个商品的替代品集合δ表示阈值；

S8、按照步骤S4-步骤S7的过程，得到第u个消费者的购物车中所有商品的替代品集合，记为