[发明专利]一种商品推荐方法及相关装置

说明书

本发明公开了一种商品推荐方法、系统、装置及计算机可读存储介质，首先获取目标商品所属类别的目标类别信息，然后确定出与目标类别信息的相似度大于预设阈值的待推荐类别信息，并将待推荐类别信息对应的商品信息中的目标商品信息推荐至与目标商品对应的用户页面。由于是先确定目标商品的目标类别信息，并且利用类别信息之间的相似度来确定最相似的类，也就是待推荐类，并将待推荐类中的目标商品信息进行推荐，因此可以为用户推荐出最相关的其他类的商品，也就是可以为用户推荐目标商品的配套商品，而不再只是推荐与目标商品相似的同一类商品，因此可以针对目标商品全面的推荐相关类别的产品，使推荐结果更加全面。

技术领域

本发明涉及数据处理技术领域，更具体地说，涉及一种商品推荐方法、系统、装置及计算机可读存储介质。

背景技术

随着计算机与互联网的发展，越来越多的用户选择通过网络购物。为了更好为用户提供电商服务，通常在用户购买或者浏览了某一产品后，就为该用户推荐相似的产品，从而使用户更方便的查看相似产品的信息。但是目前向用户推荐的结果通常不够全面，使用户可以选择的范围太小。

因此，如何全面的推荐商品，是本领域技术人员需要解决的问题。

发明内容

本发明的目的在于提供一种商品推荐方法、系统、装置及计算机可读存储介质，以全面的推荐商品。

为实现上述目的，本发明实施例提供了如下技术方案：

一种商品推荐方法，包括：

获取目标商品所属类别的目标类别信息；

确定与所述目标类别信息的相似度大于预设阈值的待推荐类别信息；

将与所述待推荐类别信息对应的商品信息中的目标商品信息推荐至与所述目标商品对应的用户页面。

其中，所述确定与所述目标类别信息的相似度大于预设阈值的待推荐类别信息之前，还包括：

提取预设个数的用户购买数据；其中，所述用户购买数据包括用户信息、与所述用户信息对应的类别信息和与所述类别信息对应购买次数；

利用所述用户购买数据确定出每两个类别信息之间的相似度。

其中，所述提取预设个数的用户购买数据，包括：

提取预设时间内有购买记录的所有用户的用户购买数据。

其中，所述利用所述用户购买数据确定出每两个类别信息之间的相似度，包括：

利用皮尔逊相似算法对所述用户购买数据进行计算，得到每两个类别信息之间的相似度。

其中，所述利用所述用户购买数据确定出每两个类别信息之间的相似度，包括：

利用余弦向量相似度算法对所述用户购买数据进行计算，得到每两个类别信息之间的相似度。

本申请还提供了一种商品推荐系统，包括：

获取模块，用于获取目标商品所属类别的目标类别信息；

确定模块，用于确定与所述目标类别信息的相似度大于预设阈值的待推荐类别信息；

推荐模块，用于将与所述待推荐类别信息对应的商品信息中的目标商品信息推荐至与所述目标商品对应的用户页面。

其中，还包括：

提取模块，用于提取预设个数的用户购买数据；其中，所述用户购买数据包括用户信息、与所述用户信息对应的类别信息和与所述类别信息对应购买次数；

相似度计算模块，用于利用所述用户购买数据确定出每两个类别信息之间的相似度。