[发明专利]一种基于用户需求的推荐系统

权利要求书

1.一种基于用户需求的推荐系统，其特征在于，包括：

搜索内容获取模块，用于获取用户在搜索框中输入的搜索内容；

关键词提取模块，用于对搜索内容进行关键词提取；

词语特征提取模块，用于对关键词进行词语特征提取；

搜索模型构建模块，用于构建根据词语特征在商品数据库中对相应商品进行搜索的商品搜索模型；

搜索模型训练模块，用于从商品数据库中调取各商品及其对应的关键词、图片，并输入商品搜索模型进行训练；

搜索模型优化模块，用于根据商品搜索模型搜索结果的准确度对商品搜索模型进行优化；

第一优化显示模块，用于在用户输入搜索框下方对优化后商品搜索模型的搜索结果进行优化显示；

用户访问跟踪模块，用于对用户登录操作进行跟踪；

数据采集模块，用于根据用户登录操作判断用户类型，并获取用户登录地；

推荐引擎选择模块，用于根据用户类型从第一商品搜索引擎、第二商品搜索引擎中进行优选；

搜索条件整合模块，用于根据优选的商品搜索引擎整合相应搜索条件；

第一商品搜索模块，用于通过第一商品搜索引擎利用相应搜索条件进行商品搜索；

第二商品搜索模块，用于通过第二商品搜索引擎利用相应搜索条件进行商品搜索；

第二优化显示模块，用于根据优选的商品搜索引擎在相应位置对搜索结果进行优化显示。

2.根据权利要求1所述的基于用户需求的推荐系统，其特征在于：所述词语特征提取模块将提取的词语特征输入优化后的商品搜索模型，所述第一优化显示模块综合该用户的消费水平、经常消费店铺以及各搜索商品销售量对商品搜索模型的搜索结果进行优化显示。

3.根据权利要求2所述的基于用户需求的推荐系统，其特征在于：所述关键词提取模块通过自然语言分析从搜索内容中提取关键词，所述词语特征提取模块从关键词中提取至少一个词语特征，并对词语特征进行归一化处理。

4.根据权利要求2所述的基于用户需求的推荐系统，其特征在于：所述搜索模型训练模块对商品搜索模型进行一段时间训练后，所述搜索模型优化模块对相应时间段内商品搜索模型的搜索结果准确度进行评价，并根据评价结果通过随机梯度下降法对商品搜索模型进行优化。

5.根据权利要求4所述的基于用户需求的推荐系统，其特征在于：所述搜索模型构建模块构建的商品搜索模型为神经网络模型，所述搜索模型训练模块从商品数据库中调取各商品的图片，同时根据该商品的商品信息编辑内容在图片上选择合适区域标注对应关键词，并将标注关键词的图片输入商品搜索模型进行训练。

6.根据权利要求1所述的基于用户需求的推荐系统，其特征在于：所述用户访问跟踪模块跟踪到用户先注册再进行登录操作时，所述数据采集模块判断该用户属于新用户，所述推荐引擎选择模块优选启动第一商品搜索引擎；

所述用户访问跟踪模块跟踪到用户直接通过用户名、密码进行登录操作时，所述数据采集模块判断该用户属于老用户，所述推荐引擎选择模块优选启动第二商品搜索引擎。

7.根据权利要求6所述的基于用户需求的推荐系统，其特征在于：所述推荐引擎选择模块优选启动第一商品搜索引擎时，所述搜索条件整合模块采集数据采集模块获取的用户登录地，所述第一商品搜索模块通过第一商品搜索引擎利用用户登录地进行商品搜索。

8.根据权利要求7所述的基于用户需求的推荐系统，其特征在于：所述推荐引擎选择模块优选启动第二商品搜索引擎时，所述搜索条件整合模块采集用户的购物车、收藏夹、浏览记录以及历史搜索内容，并整合成搜索条件包，所述第二商品搜索模块通过第二商品搜索引擎利用搜索条件包进行商品搜索。

9.根据权利要求8所述的基于用户需求的推荐系统，其特征在于：所述搜索条件整合模块分别采集购物车、收藏夹、浏览记录以及历史搜索内容中最频繁出现的商品对应的商品类目，所述第二商品搜索引擎在各商品类目中分别搜索销售量最高的商品。

10.根据权利要求9所述的基于用户需求的推荐系统，其特征在于：所述第二优化显示模块根据销售量对第一商品搜索模块的搜索结果进行优化排序，并在登录首页进行显示；

所述第二优化显示模块根据销售量对第二商品搜索模块的搜索结果进行优化排序，并在第一优化显示模块优化显示搜索结果的底部进行显示。