[发明专利]一种商品推荐的方法和装置

说明书

【技术领域】

本发明涉及计算机应用技术领域，特别涉及一种商品推荐的方法和装置。

【背景技术】

随着互联网的普及和电子商务的发展，商品推荐系统逐渐成为电子商务系统的一个重要研究内容之一。由于它能够帮助客户发现想要的商品或潜在需求，一方面方便了用户，另一方面提高了营销效果，因此在电子商务中获得了巨大成功，由于具有很强的适用性，因此，目前几乎所有大型的电子商务系统，甚至非电子商务系统都不同程度的使用了各种形式的推荐技术。商品推荐的应用场景主要包括以下两类：

第一类是电子商务网站本身的商品推荐。即电子商务网站对其自身所销售商品进行的推荐，例如淘宝网对本网站的商品进行推荐。

第二类是非电子商务网站对与其存在合作关系的电子商务网站的商品进行推荐，例如新浪微博上开辟一个固定区域对淘宝网的商品进行推荐，百度推广对其推广的商户的商品进行推荐等。

就商品推荐的方式而言，主要存在以下两种：一种是显性推荐，例如电子商务网站季节性促销活动时的商品推荐、行业性主题活动时的商品推荐、根据用户对商品的浏览记录进行的相关推荐等；另一种是隐性推荐，例如根据用户的浏览记录或搜索词猜测用户可能感兴趣的商品并进行推荐。

然而，无论在哪种推荐场景或采用哪种推荐方式，往往存在用户已购买了某商品后仍会持续向用户推荐该种商品的情况，例如用户经过大量商品浏览、检索之后购买了一部单反相机，但后续用户仍源源不断地收到单反相机的推荐，这也是推荐准确性差的一种表现，一方面会给用户带来困扰，另一方面也浪费了网络资源。

【发明内容】

有鉴于此，本发明提供了一种商品推荐的方法和装置，以便于提高商品推荐的准确性，提高用户体验并更有效地利用网络资源。

具体技术方案如下：

一种商品推荐的方法，该方法包括：

记录用户对商品的购买行为数据；

在向所述用户推荐商品时，判断用户最近的设定时段T1内是否购买过待推荐的商品，如果是，则不向用户推荐所述待推荐的商品；否则向用户推荐所述待推荐的商品。

根据本发明一优选实施例，针对商品所属的不同品类预先设置不同的T1。

根据本发明一优选实施例，在所述判断用户最近的设定时段T1内是否购买过待推荐的商品之前还包括：

判断所述待推荐的商品是否属于短时间内用户仍会购买的品类，如果是，则向用户推荐所述待推荐的商品；否则继续执行所述判断用户最近的设定时段T1内是否购买过待推荐的商品的步骤。

根据本发明一优选实施例，所述短时间内用户仍会购买的品类采用如下方式确定：

人工设置；或者，

如果超过一定比例或数量的用户购买某类商品后，在预设时间T2内针对该品类存在预设频率之上的购买、检索或浏览行为，则确定该类商品属于短时间内用户仍会购买的品类。

根据本发明一优选实施例，在向用户推荐所述待推荐的商品时，依据所述用户的历史检索行为中用户选择的各排序因素所占的比例确定各排序因素的权重值，依据各排序因素的权重值确定所述待推荐的商品的排序优先级。

根据本发明一优选实施例，在向用户推荐所述待推荐的商品时，判断所述用户是否在预设时间T3内对所述待推荐的商品所属的品类检索了N次但无该品类商品的购买行为，N为预设的正整数，如果是，则依据所述待推荐的商品的性价比来确定所述待推荐的商品的排序优先级。

根据本发明一优选实施例，所述待推荐的商品的性价比的确定方式为：

在预设时间T4内所述待推荐的商品所属品类的历史购买数据中，将具有某特征的商品所占的比例作为该特征的权重值，依据所述待推荐的商品所具有的特征以及各特征的权重值确定所述待推荐的商品的性价比。

根据本发明一优选实施例，当该方法用于非电子商务网站对与其存在合作关系的电子商务网站的商品进行推荐时，所述非电子商务网站采用落地页服务器数据回传的方式从所述电子商务网站获取用户对商品的购买行为数据。

根据本发明一优选实施例，所述非电子商务网站采用落地页服务器数据回传的方式从所述电子商务网站获取用户对商品的购买行为数据具体包括：

所述非电子商务网站请求落地页时携带唯一参数，落地页服务器将落地页引发的后续购买行为数据连同所述唯一参数返回给所述非电子商务网站；或者，

落地页服务器允许请求落地页的非电子商务网站使用用户的cookie记录用户的购买行为数据；或者，