[发明专利]个性化推荐方法

说明书

技术领域

本发明涉及电子商务B2B交易领域，特别是一种个性化推荐方法。

背景技术

电子商务是现代B2B的一种主要的表现形式，它将企业内部网通过B2B网站与客户紧密结合起来，为客户提供服务，从而促进企业的业务发展。近年来，中国企业的互联网交易（B2B）规模已在全球市场名列前茅，随着电子商务规模的不断扩大，产品数量快速增长， B2B电子商务网站在为用户提供越来越多选择的同时其结构也变得更加复杂，面对不计其数的商品信息，用户经常会迷失在大量的商品信息空间中，无法顺利找到自己需要的商品。为解决这一问题，提高电子商务平台的服务能力，个性化推荐系统应运而生。

个性化推荐系统就是根据消费者的个人特征和需求，按照某种策略，进行产品推荐的一个辅助决策系统。它可以解决信息过载的问题，帮助消费者在浩如烟海的产品中找到自己需要的商品，为消费者提供个性化的购物体验并提高电子商务平台的服务能力。

在现有的个性化推荐系统中，通过对用户评价对象特征的分析，向用户推荐符合其兴趣爱好的产品是目前个性化推荐技术中一种重要的推荐类型，如专利CN201010158541.9中提供一种向使用该电子商务平台进行购物的用户推荐与用户的喜好相匹配的商品列表的装置，但这种推荐方式存在着分析用户操作行为单一的问题，即只通过分析用户的购买操作来获取用户的兴趣偏好，用户的其他操作行为（如搜索、向卖方询问等）往往被系统忽略，而这些被忽略的操作行为恰恰可以更精准地反映出用户的兴趣偏好；另外，对于待推荐的商品信息，现有的推荐技术往往直接计算用户偏好和所有产品的匹配度，没有对待推荐产品信息进行预先的筛选整理，因而导致推荐的产品信息质量良莠不齐，无法保证所推荐产品的质量，如专利CN201010251374.2中基于用户访问行为对用户进行分类处理，根据用户所属分类确定与用户类别相匹配的信息资源，再向用户推荐信息资源，缺少对待推荐信息资源的预先筛选处理，虽然实现了较大范围的用户间更多信息内容的共享，却无法保证所推荐信息资源的质量。

发明内容

本发明的目的在于提供一种解决目前电子商务B2B网站中向用户精准推荐符合其兴趣偏好产品信息的问题的个性化推荐方法。

实现本发明目的的技术解决方案为：一种个性化推荐方法，包括以下步骤：

步骤一：从电子商务网站平台数据源中采集基础数据；

步骤二：对采集的基础数据进行加工分类形成有关用户行为、用户信息和产品信息的中间层数据，并存储于后台服务器中，其中中间层数据是指从基础数据中根据预先设定的规则抽取的业务信息组合；

步骤三：基于买家用户的历史操作行为记录分析买家用户的兴趣偏好；

步骤四：根据预先设定的规则对卖家及其产品信息进行筛选整理；

步骤五：基于预先设定的匹配算法，根据买家用户兴趣偏好数据信息和卖家及其产品信息对应得出待推荐集合；

步骤六：对所有待推荐产品进行去重、排序、赋权重标准化最终得到N个匹配度最高的产品为推荐结果，并将最终推荐结果显示给买家用户。

本发明与现有技术相比，其显著优点：

本发明实施例提出一种个性化推荐方法和系统，通过对买家用户兴趣偏好的分析，能够向买家用户精准推荐符合其兴趣偏好的产品信息，实现对买家用户个性化的信息推荐，所推荐产品信息与买家用户的需求匹配度更高；并且通过对卖家及其产品信息的预先处理，向买家用户推荐的产品均为关注度高且评价好的产品，保证了推荐产品信息的质量。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为本发明实施例个性化推荐方法流程图。

具体实施方式

为使本发明的实施例的目的、技术方案和优点更加清楚，下面对本发明的个性化推荐方法中涉及的一些术语做简单解释。

数据源系统：包括运营编辑系统、客户服务系统、日志管理系统等。

基础数据：是从数据源系统中抽取的业务信息组合，基础数据属于“初级数据”，需要根据一定规则抽取为中间层数据。

中间层数据：是从基础数据中根据预先设定的规则抽取的业务信息组合，中间层数据属于“半成品数据”，并不直接提供给用户作为推荐信息使用，还需要根据预先设定的匹配算法求解出推荐结果。

卖家级别：辅助买家用户判断卖家信誉度。

询盘：买家用户向卖家发送的购买意向邮件，通过发送的询盘内容追踪买家兴趣偏好。

商情：买家用户在网站上发布的求购意向，通过发布的商情信息追踪买家兴趣偏好。