[发明专利]一种个性化推荐算法及终端

说明书

本发明实施例公开了一种个性化推荐算法及终端，其中方法包括：获取用户标签数据；根据所述用户标签数据确定产品的初始分值，并从初始分值高于第一预设分数的产品中挑选出预推荐产品；根据第一评价纬度以及第二评价纬度分别量化确定预推荐产品推荐分数；将推荐分数高于第二预设分数的预推荐产品作为最终推荐产品推荐给用户。本发明实施例从不同的评价纬度对预推荐产品进行综合性的归一化评分，将推荐分数最高的产品推荐给用户，保证所推荐的产品符合用户需求，从而提高业务专业度和用户满意度。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种个性化推荐算法及终端。

背景技术

在信息化时代，有针对性地向用户推荐其感兴趣、符合需求的产品，对于企业和用户的价值不言而喻。超过60％的Netflix用户是通过系统的推荐找到自己感兴趣的视频和电影，而音乐电台Pandora则通过给用户提供反馈方式——喜欢、不喜欢和跳过以获得用户的兴趣模型，再结合用户的历史交互行为来向用户推荐相关的的歌单列表，力求符合用户偏好。

系统向用户进行推荐主要靠推荐方法来实现，推荐方法是整个推荐系统中最核心、最关键的部分，很大程度上决定了推荐系统性能的优劣。目前，推荐方法主要包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐。虽然上述的推荐方法已经广泛应用，但是仍面临着很多问题，例如个性化推荐程度低、推荐灵活性差以及如何对新用户进行推荐以及如何推荐新产品给用户(冷启动问题)等。

发明内容

本发明实施例提供一种个性化推荐算法及终端，以帮助用户在海量的信息中快速发现真正所需的产品，提高用户黏性。

第一方面，本发明实施例提供了一种个性化推荐算法，该方法包括：

获取用户标签数据；

根据所述用户标签数据确定产品的初始分值，并从初始分值高于第一预设分数的产品中挑选出预推荐产品；

根据第一评价纬度确定所述预推荐产品的第一分数值，其中，所述第一评价纬度包括产品的紧急重要程度、企业价值以及用户体验三个方面；

根据第二评价纬度确定所述预推荐产品的第二分数值，其中，所述第二评价纬度为用户互联网行为数据；

根据第四评价纬度确定所述预推荐产品的第四分数值，所述第四评价纬度为产品的库存；

根据所述预推荐产品的第一分数值、第二分数值确定所述预推荐产品的推荐分数；

将所述预推荐产品按推荐分数由高到低进行排序，获得排序列表；

从排序列表中筛选出预设数量的预推荐产品作为推荐产品推荐给用户。

第二方面，本发明实施例提供了一种终端，该终端包括:用于执行如第一方面所述的方法的单元。

第三方面，本发明实施例提供了另一种终端，该终端包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持终端执行上述方法的应用程序代码，所述处理器被配置用于执行上述第一方面的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。

与现有技术相比，本发明的有益效果包括：

本发明的算法融合产品的紧急程度、企业价值以及用户体验三个方面，对预推荐产品做全方面考量并量化打分，挑出最适合推荐给用户的产品；

本发明的算法融合用户上网的行为数据，追踪用户历史的行为数据以及当前的行为数据，深度分析用户对产品的偏好程度，从而可以根据用户的偏好实时更新推荐结果；