[发明专利]一种基于用户偏好过滤推荐商品的方法

说明书

本发明提供了一种基于用户偏好过滤推荐商品的方法，包括网上商城系统，还包括用户属性模块：用于记录用户各类属性信息；用户群体模块：由多个具备相同或相近的用户属性的个体集合而成；商品推荐管理模块：确定用户群体对应推荐的商品，所述商品推荐管理模块采用偏好推荐法。本发明克服了现有技术的不足，设计合理，结构紧凑，通过网上商城系统对用户信息进行归纳整理确定出用户属性，同时根据网上商城系统确定出各个用户群体的推荐商品，同时将该用户属性匹配到最契合的用户群体，同时将该用户群体推荐的商品推荐给该用户，过滤掉不契合的商品推荐，提高了推荐商品的效率和质量，具有很强的实用性。

技术领域

本发明涉及网上商城商品推荐技术领域，具体涉及一种基于用户偏好过滤推荐商品的方法。

背景技术

网上商城因为不需要消耗大量的时间去寻找和了解产品，因此在生活节奏逐渐加快的今天，网上商城已经是很多人购物的主要途径。为了促成交易，网上商城大多都设置有商品推荐系统，通过向消费者推荐商品来提升消费者购买商品的几率，并且节省消费者选购商品的时间。

但是现有的商品推荐方法所考虑的因素主要还是消费者的历史消费数据，数据覆盖面太小，导致推荐结果不够准确，促成交易的成功率较低。

为此，我们提出一种基于用户偏好过滤推荐商品的方法。

发明内容

本发明的目的在于解决或者至少缓解现有技术中存在的问题。

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于用户偏好过滤推荐商品的方法，包括网上商城系统，其特征在于：还包括

用户属性模块：用于记录用户各类属性信息；

用户群体模块：由多个具备相同或相近的用户属性的个体集合而成；

商品推荐管理模块：确定用户群体对应推荐的商品，所述商品推荐管理模块采用偏好推荐法；

所述偏好推荐法包括如下步骤：

步骤一：网上商城系统确定出用户属性；

步骤二：网上商城系统自动为用户属性匹配契合度最高的一个或多个用户群体模块；

步骤三：网上商城系统自动导出各个用户群体模块所推荐的商品；

第四步：将该用户对应的契合度最高的用户群体模块所推荐的商品展示到该用户的推荐列表中。

可选地所述用户属性包括但不限于用户的职业、偏好、性别、年龄、购物商品。

可选地，所述用户属性来源包括但不限于用户自己填写的信息，网上商城系统缓存的搜索记录、浏览记录和购买记录。

可选地，所述网上商城系统根据每个商品在不同属性用户中的销售记录，为商品添加对于用户属性契合度的数据。

可选地，所述网上商城系统根据用户属性模块购买的商品记录，商品浏览记录，商品浏览时长，了解到用户需求，同时整理归纳出该用户群体欢迎的商品。

可选地，所述步骤一、步骤二、步骤三可以以任意顺序进行。

可选地，所述偏好推荐法的数学模型为：

(1)商城运营人员根据用户A的用户属性x为(x1，x2，x3，……)、用户B的用户属性y为(y1，y2，y3，……)、用户C的用户属性z为(z1，z2，z3，……)，将用户划分为X(具备x的用户属性)、Y(具备y的用户属性)、Z(具备z的用户属性)三个用户群体模块；

(2)商城运营人员根据各个群体的消费、收藏、浏览记录，设定商品δ为X群体推荐商品，商品为ε群体推荐商品，商品η为Z群体推荐商品；