[发明专利]一种基于标签权重算法的用户对商品关注度的确定方法

权利要求书

1.一种基于标签权重算法的用户对商品关注度的确定方法，其特征在于：

获取电信、电商等用户原始数据；原始数据需要按照用户进行分组，再按照用户浏览的商品（如手机、笔记本电脑、汽车、房产等）进行分类；数据按照商品型号分组、时间排序、网址、次数分组；按照标签权重公式计算，计算用户对某种商品的关注度；标签权重=时间衰减因子×网址子权重×次数权重；根据标签权重公式计算各商品型号的关注度；最后按照关注度（标签权重）排序，确定用户对某商品型号的关注度。

2.根据权利1所述的一种基于标签权重算法的用户对商品关注度的确定方法，其特征在于，所述商品包括：手机、电脑、汽车、房产、教育服务等商品，商品包括这些，但不限于这些商品，这里不一一列举。

3.根据权利1所述的电信、电商等积累的线上用户原始数据包括：

电信、电商的用户每天生产的海量数据，主要包括用户的网上行为等数据，由用户唯一识别号ID、用户的浏览内容、用户点击的时间戳ts、用户点击的url、用户特征UseAgent等组成。

4.根据权利1所述的按照用户进行分组包括：

对海量的数据按用户分组，原始数据需要按照用户进行分组，按照用户浏览的商品（如手机、笔记本电脑、汽车、房产等）进行分类；比如：研究用户对手机的关注度的时候，我们只提取出手机相关数据，这样可以减少数据计算量。

5.根据权利1所述的数据按照商品型号分组、时间排序、网址、次数分组包括：

按照商品型号分组，如：手机有很多种品牌，有华为、中兴、小米、OPPO、VIVO等；每种品牌有很多种型号，如华为有荣耀8、HUAWEI nova、畅享7、Mate 10，有的价格1000元左右，有的价格超过4000元；用户可能对华为1000元左右的荣耀8感兴趣，对华为高价格手机Mate10不敢兴趣；再按照时间排序，根据标签权重算法，根据浏览时间的远近设置不同的权重。

6.根据权利1所述的按照标签权重公式计算，计算用户对某种商品的关注度包括：

标签权重=时间衰减因子×网址子权重×次数权重；时间衰减因子——时间越近，权重越高；如现在是2017.12.31日，最近一个星期2017.12.24~2017.12.30的权重为1，往前一个星期2017.12.17~2017.12.23的权重为0.667，再前一个星期2017.12.10~2017.12.16的权重为0.444，再前一个星期2017.12.03~2017.12.09的权重为0.296，再往前的权重为0；网址权重——网站PC端的权重，设置成1.0，如京东PC端、淘宝PC端、汽车类PC端、房产类PC端等，手机端的权重，设置成2，如京东、淘宝、汽车类、房产类移动端等；次数权重——时间衰减因子相同时间段类，浏览1次权重1.0，2次权重1.5，3~5次权重2，6~10权重2.5，11~50次以上权重3，51~100次以上权重2.5，100次以上权重1.5。

7.根据权利1所述的按照关注度（标签权重）排序包括：

根据标签权重公式计算出用户对某商品型号的关注度（标签权重），再按照关注度进行排序，等于给出了用户所关注商品型号的程度高低；如：用户Tiger关注手机商品中，红米Note4X标签权重最大，是手机类第一关注商品；荣耀是手机类第二关注商品，OPPO A57是手机类第三关注商品。