[发明专利]基于用户个性化购物行为进行商品推荐的方法

权利要求书

1.基于用户个性化购物行为进行商品推荐的方法，包括如下步骤：

A、分别建立基于用户购物行为的用户信息数据库及商品信息数据库；

B、对用户信息数据进行挖掘处理，分析用户基本信息以及行为数据并进行归类及排序，为每一个用户专门建立基于其购物行为的“个性化购物助手”；

C、用户登录商城网站界面后进入个性化模式，个性化模式是将用户选择的商品属性与用户的“个性化购物助手”相结合，对商品属性信息数据进行挖掘处理，依据商品的属性来进行归类及排序，然后向用户输出商品个性化推荐结果；

D、根据用户的购物行为更新用户信息数据库并对用户的“个性化购物助手”进行动态调整。

2.根据权利要求1所述的基于用户个性化购物行为进行商品推荐的方法，其特征在于：包括如下步骤：

A、建立包括用户基本信息、用户已有的浏览、搜索、评论和购买的用户信息数据库、以及商品信息数据库；

B、商城网站建立有专门的用户个性化购物界面，用户进入个性化模式后可以进行基本信息的设置，或通过搜索窗口输入所需产品的关键词，或直接进行购物页面的浏览和点击；

C、对同一用户，按基本信息的不同结合问卷调查或人工评估的预评估方式，对于不同的商品大类分别建立一个初始化的个性化购物决策模块，该决策模块包括合理设置的商品属性集（品牌、性能、价格、尺寸、颜色），并能对各个商品属性进行排序、聚类及赋值，各个决策模块构成一个“个性化购物助手”，从而作为对用户进行商品初始推荐的基础；

D、建立一个实时动态更新的用户购物行为记录表，用于储存浏览时间、购买时间、购买种类、购买数量、搜索关键词和评论信息，对其中的异常操作可以应用户请求由后台清除记录；

E、以用户每次浏览、搜索、评论和购买的商品信息为基础，基于不同的商品大类优化步骤C中的“个性化购物助手”，该“个性化购物助手”体现的是用户的实际购物行为，能作为对用户进行商品实时推荐的基础；

F、当用户通过搜索界面输入商品属性时，首先对商品属性信息数据进行挖掘处理，依据商品的属性来进行归类及排序，筛选出与用户当前选择的商品属性一致的商品进行推荐，然后如点击“个性化购物助手”，则会对已呈现的商品做进一步的归类和排序，以更好地满足用户个性化购物需求。

3.根据权利要求2所述的基于用户个性化购物行为进行商品推荐的方法，其特征在于：当用户更改关键基本信息（年龄、性别、职业、地区、收入）、或重新接受问卷调查或人工评估、或有明显的异常操作时，可以在用户及后台协商一致的情况下新建或更新“个性化购物助手”，其中新建需重新启动步骤（3）至步骤（5）的动作，更新则会对之前的用户购物行为记录进行参照。

4.根据权利要求1或2所述的基于用户个性化购物行为进行商品推荐的方法，其特征在于：所述的用户个性化模式进一步分为个人模式、代购模式、团购模式，并在不同的模式下分别建立“个性化购物助手”。

5.根据权利要求2所述的基于用户个性化购物行为进行商品推荐的方法，其特征在于：所述的个性化购物决策模块对各个商品属性进行排序、聚类及赋值的方法为：（1）列出能全面表达该商品特点的各个初始属性，并按重要性对不同的类进行排序并设定不同权重；（2）对同一类的属性进行分级，每分一级均进行排序并设定不同权重，分级时若属性等同或近似则保留一种属性，属性重要时可进一步分解成下一级的属性，如性价比可分解为性能和价格；（3）按重要性筛选出合适数量且能表达该商品的属性，并重新排序并设定不同的权重。

6.根据权利要求2所述的基于用户个性化购物行为进行商品推荐的方法，其特征在于：所述步骤E中，对购买、评论、搜索和浏览的商品信息按重要性依次降低并具有不同的权重，或仅以购买的商品信息为基础来优化“个性化购物助手”。

7.根据权利要求2所述的基于用户个性化购物行为进行商品推荐的方法，其特征在于：所述步骤F中，对商品属性信息进行归类、排序及结果输出的具体步骤分为：（1）识别用户所搜索的关键词，分解成能表达所需商品特点的若干个必要属性，并按重要性对各个属性进行排序并设定不同权重；（2）检索商品信息数据库中同等或近似属性匹配度最高的商品进行推荐；（3）如启动“个性化购物助手”，则将各必要属性进一步置换、分解或合并成与个性化购物决策模块相一致的等价属性，然后结合其它属性来在步骤（2）所检索到的商品推荐记录的基础上进行重新归类和排序。

8.根据权利要求7所述的基于用户个性化购物行为进行商品推荐的方法，其特征在于：所述步骤（3）中，如符合用户搜索要求的商品输出记录为无或很少时，除了对搜索结果加以提示外，则“个性化购物助手”还可实现对商品搜寻记录的自动输出，如“个性化购物助手”不完善或转换出现故障时则加以提示。