[发明专利]电子商务环境下基于云计算处理模式的个性化推荐方法

权利要求书

1.一种电子商务环境下基于云计算处理模式的个性化推荐方法，其特征在于：该方法包括以下步骤：

步骤1)：对原始数据集进行预处理，通过多表连接查询整合用户与产品的相关信息，并将预处理结果存入HDFS；

步骤2)：在离线推荐过程中，针对电子商务交易流程的不同阶段，在不同的页面，根据MapReduce编程模型实现适用于电子商务的各业务阶段的不同的并行化推荐方法，满足用户在各交易阶段对产品的不同需求，推荐方法计算所得结果存入HDFS；

步骤3)：设置数据采集算法定期读取HDFS中相应数据并存入轻量级数据库，结合登陆用户的行为日志实时产生推荐结果反馈给用户，同时提供推荐信息统计和图形化展示服务，让用户更易于了解推荐的产生过程。

2.根据权利要求1所述的电子商务环境下基于云计算处理模式的个性化推荐方法，其特征在于：所述的步骤1)中，所对原始数据集进行预处理的数据包括产品编号、产品卖家、产品关键字、产品买家、产品目录、产品商业流程、生产地区、产品热门度，这六个信息整合在一起，用于计算产品页面和搜索页面的推荐内容；用户编号、产品编号、访问时刻、询盘时刻，这四个信息整合在一起，用于计算用户页面和产品页面的推荐内容；用户编号，用户询盘产品集合，产品目录整合在一起，用户计算询盘页面的推荐内容；HDFS为Hadoop框架下的分布式文件系统，用于存储海量数据。

3.根据权利要求1所述的电子商务环境下基于云计算处理模式的个性化推荐方法，其特征在于：所述的步骤2)的离线推荐过程中，在电子商务网站的不同页面，采用了不同的推荐方法；在产品页面和搜索页面采用的是基于内容的推荐机制；在用户登录页面采用的是协同过滤的推荐机制；询盘页面使用的是基于关联规则的推荐，具体如下：

3.1产品页面基于内容的推荐方法利用统计的产品各项属性信息，对这些信息赋予权值，并对不同产品的属性信息进行比较，求出产品之间的相似度，在推荐结果中，对和目标产品相似度高的产品进行推荐；

3.2搜索页面基于内容的推荐方法利用统计的产品目录和产品热门度信息，对搜索结果中的产品统计其相同目录的出现次数，记录出现次数高的目录，并将这些目录下热门度高的产品放入推荐结果中进行推荐；

3.3用户页面基于协同过滤的推荐方法利用统计的用户对产品的访问、询盘信息计算用户对产品的兴趣度，并通过兴趣度求出相似度高，即对同一或同一类产品感兴趣的用户，并推荐和目标用户相似度高的用户感兴趣的产品；

3.4询盘页面基于关联规则的推荐方法利用统计的产品目录和询盘信息挖掘出产品的内在相关性，并形成目录规则集，推荐时对规则集下其他目录中热门度高的产品进行推荐；

所有推荐方法使用Hadoop框架下MapReduce分布式算法进行实现，以达到高效、快速处理海量数据的目的。

4.根据权利要求1所述的电子商务环境下基于云计算处理模式的个性化推荐方法，其特征在于：所述的步骤3)中用户行为日志用于记录当前用户的行为，并对这些行为进行统计分析，在推荐结果中融合这些行为的要素，从而推荐用户目前最感兴趣的一类产品，以达到实时推荐的目的；采用轻量级数据库存储推荐结果，采用轻量级数据库存储推荐结果；基于企业级任务调度框架Quartz Framework、全功能栈的应用程序框架Spring Framework、一种Java持久性框架MyBatis开发数据采集模块以及Web展示模块，使用BootStrap前端框架构造界面友好、交互性良好的用户界面；利用超文本标记语言第五版HTML5和一种绘图库Chart.js完成统计柱状图、流程图的绘制。