[发明专利]一种工业物料商品推荐方法

摘要

本发明公开了一种工业物料商品推荐方法，包括以下步骤：1)生成生产企业物料商品库；2)生成购买企业物料商品库；3)提取关键词；4)计算特征向量的相似度；5)根据购买企业对商品的偏好度来判断对新物料的感兴趣程度；6)确定推荐系数：用户对商品的偏好度乘以特征向量的相似度为推荐系数；7)根据推荐系数的大小顺序，向购买企业展示相应的生产企业，或者向生产企业展示购买企业。本发明可帮购买企业快速找到可以生产物料的供应商，也可以主动推送给生产企业销售渠道；可解决物料交易过程中信息不对称的情况。

主权项

一种工业物料商品推荐方法，包括以下步骤：1)生成生产企业物料商品库：即生成生产企业能够生产的所有商品和物料的详细信息,用于推荐参加竞标的判断；2)生成购买企业物料商品库：记录购买企业已购买的所有商品和物料的详细信息，用于企业对所有商品的偏好度计算；3)提取关键词：根据购买企业发布的物料需求文本信息提取文本的关键词；提取方法如下：第j篇文章中与词典里第k个词对应的TF‑IDF为：TF-IDF(tK,dj)=TF(tK,dj)×logNnk]]>其中TF(tK,dj)是第k个词在文章j中出现的次数，而nk表示所有文章中包括第k个词的文章数量，N表示所有文章的总数；最终第k个词在文章j中的权重由下面的公式获得：wk,j=TF-IDF(tK,dj)/ΣS=1TTF(tK,dj)2]]>提取权重最大的10个词作为物料的特征词，并转化为特征向量；4)计算特征向量的相似度，计算方法如下：cosθ=Σi=1n(Ai×Bi)Σi=1n(Ai2)×Σi=1n(Bi2)]]>其中，A和B是两个n维向量，A是[A1,A2,...,An]，B是[B1,B2,...,Bn]，cosθ为特征向量的相似度；5)根据购买企业对商品的偏好度来判断对新物料的感兴趣程度，具体计算过程和运算公式如下：wu→=β×1/IrΣWj→∈Irwj→-γ×1/InrΣwk→∈Inrwk→]]>其中，表示企业对商品item j偏好度，wj表示item j的属性，根据商品的自有特征确定,比如商品分类、商品材质、商品产地、商品经销商等都属于商品属性，Ir与Inr分别表示已知的购买企业u喜欢与不喜欢的item集合；而β与γ为正负反馈的权重，它们的值由系统给定，在0‑1之间调节，根据多次迭代计算达到一个合适的值；6)确定推荐系数：用户对商品的偏好度乘以特征向量的相似度为推荐系数；7)根据推荐系数的大小顺序，向购买企业展示相应的生产企业，或者向生产企业展示购买企业。