[发明专利]智能推荐系统

权利要求书

1.一种智能推荐系统，该系统包括模块A、模块B和模块C，

模块A从用户行为数据库对用户行为提取后对行为特征进行转换，结合用户属性数据库生成用户的特征向量；

模块B，从多个相关表生成特征-物品相关推荐矩阵，用户的特征向量通过特征-物品相关推荐矩阵转化为初始推荐物品列表；

模块C，负责对初始的推荐列表进行过滤、排名处理，从而生成最终推荐结果。

2.根据权利要求1所述的智能推荐系统，其特征在于，所述推荐系统包括候选产品集合，该候选产品集合提供给模块B的特征-物品相关推荐矩阵参考，同时也提供给模块C的过滤过程中提供参考。

3.根据权利要求2所述的智能推荐系统，其特征在于，模块C中还通过用户行为反馈和物品属性提供给排名处理进行参考。

4.根据权利要求1所述的智能推荐系统，其特征在于，该系统的推荐过程包括：

1)根据用户行为数据和用户属性数据，得到用户特征向量；

2)根据用户特征向量与特征-产品相关矩阵，得到初始推荐产品列表；

3)将初始推荐列表进行过滤、排名等处理，生成最终推荐结果。

5.根据权利要求4所述的智能推荐系统，其特征在于，在使用用户行为计算特征向量时需要考虑以下因素：

1)用户行为的各类，包括浏览、单击产品链接、收藏产品、购买、评论；

2)用户行为产生的时间，包括用户近期的行为；

3)用户行为次数；

4)产品的热门程度，

过滤的时候过滤如下产品：

1)用户已经产生过购买的产品，

2)前台不可售的产品，

3)质量较次的产品，包括评价指标较低的产品，

排名时考虑因素：

1)新颖性，

2)产品多样性，

3)时间多样性。

6.根据权利要求1所述的智能推荐系统，其特征在于，该智能推荐系统通过UI系统联系用户，同时智能推荐系统还通过UI系统接入日志系统，日志系统通过用户行为日志存储系统后又回接入智能推荐系统，

UI系统负责给用户展示网页并和用户交互，UI系统会通过日志系统将用户在UI上的各种各样行为记录到用户行为的日志中，

日志可以存储在内存缓存里，也可以存储在数据库中，当智能推荐系统需要用这些行为日志时，从内存缓存或者数据库中取，从而可以进一步对用户行为进行分析，生成一份揣摩用户意向的推荐列表，最终再返还给UI系统展示在UI系统上。

7.根据权利要求6所述的智能推荐系统，其特征在于，UI系统通过数据传输方式将产品和产品属性展示到用户眼前，包括在PC站、H5站、微信、APP终端上各式各样的推荐位，同时，附加上产品标题、缩略图、产品介绍产品属性，

智能推荐系统会根据推荐的目标调整这些产品属性，包括：促进用户下单，增加优惠促销标签、增加分类标签，为原本推荐的产品展示信息着色，

同时，用户看到推荐系统推荐的产品时，会在网站上产生自己的交互行为，包括点击、浏览、下单该产品，这些被称为用户行为的数据，

此时，用户行为日志存储系统开始工作，收集并存储用户行为数据，最后提供给智能推荐进行统计、建模、使用，输出新的推荐算法，再次根据算法规则将产品展现到PC或APP各界面UI上，以实现个性化推荐的效果。