[发明专利]一种商品推荐系统

说明书

技术领域

本发明属于电子商务技术领域，涉及一种商品推荐系统。

背景技术

商品包括产品和服务，商品推荐就是将产品和服务及其促销优惠计划和特色功能向最有可能购买的用户在合适的时间、地点和方式进行展示呈现，以促成交易量的最大化。

传统的商业零售企业的广告、优惠促销计划、营销目录文案(catalog copy)很难做到个性化的商品推荐。电子商务兴起后，商家可通过站内搜索引擎，根据用户的搜索意向，将目标产品推荐给用户，提高了商品推荐的效率。但是，就象GOOGLE、BAIDU和TAOBAO一样，用户对一个关键词进行搜索，网站返回了成千上万条信息，而用户真正浏览信息一股都不超过5条。信息的过剩可能会使用户无所适从，而且返回的信息具有高度相似性，忽略了用户潜在的其它购买意向和可能，同时也忽略了商家需求和商品本身的特点，从而背离了商品推荐促成交易的原始目标。目前有些智能商品推荐系统虽已考虑了商家需求和商品特点，但对用户意向实际上的多样性认识不足，比如搜索钻戒的用户，可能也会对婚纱、项链甚至旅游、机票感兴趣，从而失去了商品推荐的机会。

总之，目前的机票推荐系统大多只是对搜索结果简单的罗列，缺乏有效的推荐机制或只以单个指标如价格进行推荐，主观性太强，缺乏对用户的理解。推荐结果集的价值不高，用户实际命中率偏低。

发明内容

发明目的：本发明的目的在于针对现有技术的不足，提供一种电子商务机票推荐系统，该系统充分并恰到好处地考虑了用户需求实际上的多样性，增加了代理商选择参考，从而可针对具体用户个体实现个性化的商品推荐。

技术方案：一种商品推荐系统，包括商品查询输入模块，用于输入商品的相关条件；商品展示模块，用于展示与输入条件匹配的商品信息；所述商品展示模块通过树状分对数模型(Nested Logit Model)优化商品的展示顺序；商家展示模块，用于展示与选定商品相对应的商家信息。

较佳的，系统将树状分对数模型的模型参数估计设计在线下运行。

较佳的，所述商家展示模块通过多项分对数模型(Multinomial Logit Model)优化代理商的展示顺序。

较佳的，系统将多项分对数模型的模型参数估计设计在线下运行。

较佳的，系统还包括广告展示模块。

有益效果：(1)本系统根据用户输入的商品初始条件，更关注用户潜在的购买意向和可能，同时也关注商家需求和商品本身的特点，因此提高了商品的推荐效率，更有利于促进交易成功；

(2)本系统也关注用户意向实际上的多样性，进一步提高了商品的推荐机会；

(3)本系统通过确定对影响商品交易的相关变量参数值，进而确定商品和商家的展示顺序，因此可引导商家优化产品和销售策略，从而促进交易成功；

(4)本系统通过模型参数的设计，能使商家获得一定的溢价。

附图说明

图1为本发明的实施例1的结构示意图；

图2为树状分对数模型的示意图；

图3为多项分对数模型的推荐算法原理图；

图4为本发明模型解释、预测用户选择行为的示意图；

图5为多项分对数模型的推荐算法实现示意图；

图6为模型参数线下运行示意图。

具体实施方式

下面结合附图，通过实施例，对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

实施例1：如图1所示，一种机票推荐系统，包括机票查询输入模块，用于输入出发城市、到达城市和出发日期；机票展示模块，用于展示与输入条件匹配的航班；代理商展示模块，用于展示与选定机票相对应的代理商信息；广告展示模块，用于推荐机票以外的其他商品。

机票展示模块通过树状分对数模型优化机票的展示顺序。如图2所示，巢m中的选项i对用户n的效用为：

U_ni＝V_ni+ε_nk+ε_nki

其中，V_ni＝β₁x_i1+β₂x_i2+Λ+β_mx_im；

ε_nk为巢m中的随机效用部分；

ε_nki为选项i除巢k影响外的随机效用部分。

估计β_m的方法为极大似然估计。