[发明专利]一种基于用户主观偏差的捆绑包购买偏好预测方法及系统

权利要求书

1.一种基于用户主观偏差的捆绑包购买偏好预测方法，其特征在于，包括：

获取输入数据，并根据所述输入数据计算目标商品与捆绑包的关联性矩阵；

基于所述关联性矩阵计算捆绑包与目标商品关联概率；

利用所述关联概率计算目标用户的主观偏差；

根据所述主观偏差，计算所述目标用户从目标商品或包含所述目标商品的捆绑包的交易价格中获得的感知收益；

根据感知收益计算商品和捆绑包的效用，并根据所述效用预测用户选择所述目标商品或选择所述捆绑包的概率。

2.根据权利要求1所述的基于用户主观偏差的捆绑包购买偏好预测方法，其特征在于，

利用以下公式计算所述关联性矩阵R；

其中：F表示训练集中商品共同购买的次数，D是F的度矩阵，当矩阵R中第i行、第j列的元素值越大时，代表两个商品共同购买的频率越高。

3.根据权利要求1所述的基于用户主观偏差的捆绑包购买偏好预测方法，其特征在于，

利用以下公式计算关联概率：

p(B|i_m)＝σ[x_B·Φ·R_m+η]

其中：x_B表示捆绑包的编码向量，当x_B中某个元素为1时，表示捆绑包中包含对应的商品，否则该元素的值为0，Φ和η是需要优化的参数，R_m是关联矩阵R中商品i_m所在的列，σ(x)为sigmoid函数，捆绑包商品的关联概率为p(B|i_m)，表示用户单独购买商品i_m后仍需要捆绑包B中所有其它商品的概率。

4.根据权利要求1所述的基于用户主观偏差的捆绑包购买偏好预测方法，其特征在于，

利用以下公式计算用户需求估计过程中主观偏差：

当α⁺＞1和α^-＜1时，表示用户会低估自身对附加商品的需求；而当α⁺＜1和α^-＞1时，表示用户会高估自身对附加商品的需求，α⁺和α^-的计算方法为：

其中和分别表示用户和商品对α⁺的影响，以及和分别表示用户和商品对α^-的影响。

5.根据权利要求1所述的基于用户主观偏差的捆绑包购买偏好预测方法，其特征在于，所述根据主观偏差计算用户从商品或捆绑包的交易价格中获得的感知收益，具体包括：

感知收益表示用户从商品或捆绑包的交易价格中感受到的主观收益，使用v(c_B-c_m)计算用户从购买商品中获得的感知收益，使用计算用户从购买捆绑包中获得的感知收益，其中c_m、c_B分别表示商品i_m和捆绑包B的价格，表示捆绑包中其它附加商品的总价格。

6.根据权利要求1所述的基于用户主观偏差的捆绑包购买偏好预测方法，其特征在于，所述根据主观收益计算商品和捆绑包的效用，具体包括：

用户购买商品的效用计算公式为：

用户购买捆绑包的效用计算公式为：

其中ξ_m和ξ_B是需要优化的参数，表示用户分别从商品和捆绑包的使用价值中获得的满意度，C是一个超参数。

7.根据权利要求1所述的基于用户主观偏差的捆绑包购买偏好预测方法，其特征在于，所述根据商品和捆绑包的效用预测用户选择商品或选择捆绑包的概率，具体包括：

通过softmax函数将商品或捆绑包的效用转化成被用户选中的概率，用户选择购买商品的概率计算公式为：

用户选择购买捆绑包的概率计算公式为：