[发明专利]一种基于用户相似度的电子商务网站推荐方法

说明书

技术领域

本发明涉及电子商务网站的数据库信息检索领域，特别涉及对数据信息进行挖掘，形成基于用户相似度的产品推荐技术。

背景技术

随着互联网的发展，现在人们在信息爆炸的时代。相较于在此阶段的数据，在过去缺乏信息，在海量的信息面前，筛选和信息过滤已经成为衡量判断一个系统是否是好还是坏。系统具有良好的用户体验可以使大量的信息进行筛选和过滤，然后显示该信息到他们感兴趣的用户，大大提高了系统的工作效率，也节省了时间，为用户筛选信息。有些工具出现可能会解决问题，但实际上这些工具可能不是很有效。比如，现在的搜索引擎变得越来越可以接受的。搜索引擎的出现在一定程度上解决了信息过滤的问题，但还不够。搜索引擎需要用户过滤信息的质量不请自来的话。为了帮助人们找到最有价值的信息，推荐系统出现了。推荐系统可以与用户联系和信息。在一方面，它可以帮助用户发现有价值的信息，在另一方面，它可以使信息使用者感兴趣的显示，从而使信息提供者和使用者实现双赢的。

发明内容

目前推荐系统中存在很多常见问题，比如冷启动的问题，推荐精准度的问题等。本发明能够有效的对电子商务网站的用户进行产品推荐，包括如下步骤：

步骤1：记录用户注册信息作为原始信息。通过提取原始信息，根据注册信息权重制定坐标轴，用余弦公式对用户进行相似度计算，对用户进行分组，方法如下：

T(x,y)=x·y||x||2×||y||2---(1)]]>

x，y分别代表用户属性向量,0≤x≤200，0≤y≤200。

步骤2：确定用户行为权重，权重由大到小的顺序是，对产品做出的评分，是否购买产品，是否收藏产品，做出过比较的产品，浏览产品时间，是否删除已经收藏了的产品。

步骤3：记录已注册用户行为，分在同一组的用户，根据用户的行为分析权重建立坐标轴，再次进行相似度计算，这次的相似度计算主要通过欧几里德距离公式。相似度达到标准数值的用户分为一组。筛选用户喜好的产品，进行产品推荐，方法如下：

sim(x,y)=11+d(x,y)---(2)]]>