[发明专利]一种基于用户需求的推荐系统

说明书

本发明涉及推荐系统，具体涉及一种基于用户需求的推荐系统，通过建立商品搜索模型，并对商品搜索模型进行优化，能够有效提高搜索结果与用户搜索需求之间的匹配度；对于新用户与老用户采用不同的商品搜索引擎进行商品推荐，并且在推荐商品时充分考虑适用的搜索条件，能够有效提升推荐商品与用户需求之间的契合度，减少用户对商品推荐的反感度，进一步提升用户在电商平台的体验感；本发明提供的技术方案能够有效克服现有技术所存在的不能根据用户偏好需求进行精准商品推荐的缺陷。

技术领域

本发明涉及推荐系统，具体涉及一种基于用户需求的推荐系统。

背景技术

随着互联网时代的到来，人们的购物模式随之发生了翻天覆地的变化。目前，很多人都选择通过购物平台进行网上购物，网上购物不仅可以足不出户就能买到想买的东西，而且很多平时买不到的东西都可以通过网购购买。而随着网民人数增速的放缓，网购用户的增加速度也随之放慢，各大电商网站纷纷从当初的跑马圈地，转而开始重视维护现有用户，增加现有用户的粘性，提升现有用户在站内的消费额。而随着各大电商之间竞争的加剧，谁能更快更高效地满足用户的购物需求，成为竞争中脱颖而出的关键。

现有的电商平台大部分都具有商品推荐功能，其判断用户偏好的方法大致有两种，其一为利用用户对商品的打分信息，基于协同过滤的方法寻找具有相似打分行为的邻居，并将该邻居喜欢的商品推荐给用户；其二为利用用户的注册信息和商品基本信息，通过内容的推荐方法，为用户推荐感兴趣的商品。目前，各个网站在推荐方法上都较为类似，即首先分析商品相关数据源，并计算用户对各商品的偏好程度。在需要向用户推荐商品时，获取用户对商品的偏好矩阵，给定推荐数目，将偏好值最高的商品推荐给用户。

现有的商品推荐系统存在以下缺点：其对用户和商品之间的偏好挖掘不够充分，因此最后推荐给用户的商品与用户真实喜欢的商品之间存在较大差距，容易引起用户的反感，并且其仅基于用户与商品之间的评分关系进行推荐，忽略了其他重要参考数据源。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种基于用户需求的推荐系统，能够有效克服现有技术所存在的不能根据用户偏好需求进行精准商品推荐的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于用户需求的推荐系统，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；