[发明专利]基于客户购物意图挖掘的实时商品推荐方法

说明书

技术领域

本发明涉及应用于电子商务领域，尤其涉及的是一种基于客户购物意图挖掘的实时商品推荐方法。

背景技术

最接近本发明的同类技术，大致分为两类：

(1)、电子商务的购物意图研究。

(2)、电子商务的个性化推荐研究。

下面分别介绍上述两种技术及其不足之处：

(1)、电子商务的购物意图研究。

从商业的角度，研究客户选择电子商务的原因。研究的方法，是通过调查问卷、访谈等，对调研数据进行统计分析，并得到结论。例如，相关文献通过调查、访谈等研究方法，把电子商务的购物意图，划分为12类。此研究的内容，是一种商业现象，并分析这种商业现象的成因。当前的研究过于简单，流于表面化，对电子商务购物意图深层次的内容，几乎没有涉及。例如：电子商务的意图识别、意图分析、意图推理、意图模型、意图挖掘、意图跳转、意图偏离等深层次内容，当前研究几乎没有涉及。而且，当前研究没有涉及进一步的商业应用，没有说明当前的研究有哪些具体的商业应用。

(2)、电子商务的个性化推荐研究。

电子商务的个性化推荐研究目前主要包括两种类型的推荐：一种是基于内容的个性化推荐；另外一种是基于协同过滤的个性化推荐。

基于内容的个性化推荐，有单纯基于商品信息的推荐和商品信息结合客户信息、历史行为、个人喜好等进行的推荐。单纯基于商品信息的推荐，因为商品属性很多，系统无法获取客户兴趣所在，存在较大的盲目性；结合用户历史行为，喜好等的推荐，由于客户的历史行为无法准确反映客户实时的购物意图，同样不适合客户即时购物过程中的推荐。

目前很多电子商务网站，采用基于协同过滤的个性化推荐，由于存在冷启动问题、数据稀疏等问题，所以同样不能为客户提供理想的实时推荐结果。

总之，当前的研究，无法为客户提供精准的实时推荐。理想的推荐应该迎合客户的意图。自动识别客户购物意图，进行相关推荐；实时跟踪客户购物意图的变化，智能调整推荐策略；同时跟踪客户意图跳转轨迹，基于用户意图模型对客户离散的意图进行聚合，深入挖掘客户的真正意图，并向客户推荐相关商品。为客户提供专业的推荐服务。

发明内容

本发明所要解决的技术问题是针对现有技术的不足提供一种基于客户购物意图挖掘的实时商品推荐方法。

本发明的技术方案如下：

一种基于客户购物意图挖掘的实时商品推荐方法，包括以下步骤：

步骤1：构建树状的客户购物意图模型；

步骤2：实时检测用户行为，识别用户意图；

步骤3：实时检测用户意图变化；

步骤4：跟踪用户意图变化轨迹，进行用户深层意图的推测：

基于用户离散的意图，对用户深层的意图进行推测，具体实现方式是记录用户意图变化的轨迹，分析不同意图之间的关联关系；

步骤5：确定商品推荐策略；

根据客户的购物意图，确定商品的推荐策略：

(a).如果获取的是客户的初次购物意图，或者意图没有发生跳转，则结合用户意图和当前商品信息进行推荐：

具体实现方式是：对用户的购物意图进行分词获取主题词，对当前商品信息进行分析，获取当前商品信息中的主题词；将意图主题词和商品信息主题词进行融合，对于不重合的进行合并，对于重合的进行权重的加权累加；然后对融合的主题词做语义扩展，与网站中其他产品进行匹配，寻找最相似的产品；产品的相似度用命中的主题词及其语义扩展的累加权重进行度量；

(b).如果客户的购物意图发生跳转，并且根据意图推测方法没有获取深层意图，则结合用户新的购物意图和当前产品信息进行推荐：

如果通过意图分析和比较，发现客户的购物意图发生了跳转，但是根据已有的跳转轨迹没有获取深层次意图；对应于用户意图模型，用户的各个离散的意图之间没有直接的共同父结点；或者有共同的父结点，但是父结点已经标识的字节点比例较低；以上两种情况下均不做用户深层意图的推测，根据当前的用户购物意图推荐相关的产品；

(c).如果用户意图发生跳转，并且获取了用户深层次的意图，则按照一定比例分别推荐跟用户当前意图和用户深层次意图相关的产品：