[发明专利]一种商品图片的自适应热门指数排序方法

权利要求书

1.一种商品图片的自适应热门指数排序方法，其特征在于，具体包括以下步骤：

S1，根据待推荐商品图片的商品属性向各个待推荐商品图片添加标签，并按标签类别对待推荐商品图片进行分类；

S2，获取用户在预设统计周期内的历史行为数据；

S3，根据用户的历史行为数据，计算每类标签下各待推荐商品图片的经时间衰减加权的点击率得分，并根据点击率得分高低获取各类标签的图片排行榜；

S4，根据用户的历史行为数据，构建用户画像；

S5，根据用户图像以及各类标签的图片排行榜，生产推荐候选集推荐给用户。

2.根据权利要求1所述的商品图片的自适应热门指数排序方法，其特征在于，步骤S3中根据用户的历史行为数据，计算每类推荐标签下各待推荐商品图片的经时间衰减加权的点击率得分的具体步骤为：

S31，根据用户的历史行为数据，统计每类标签下每个待推荐商品图片在每个点击周期中的点击率；

S32，计算每个点击周期的时间衰减系数；

S33，分别计算每类标签下各个待推荐商品图片在整个预设统计周期内的经时间衰减加权的点击率得分；

S34，将每类标签下各个待推荐商品图片按照点击率得分高低分别进行排序，得到各类标签的图片排行榜。

3.根据权利要求2所述的商品图片的自适应热门指数排序方法，其特征在于，第i类推荐标签下第j张待推荐商品图片的点击率得分其中，为第i类推荐标签下第j张待推荐商品图片在第T_k点击周期中的点击率，i和j均为正整数；decay(T_k,k,α)为第T_k点击周期的时间衰减系数；

预设统计周期T＝T₁+T₂+L+T_n，T_k为第k个点击周期，k＝1L n。

4.根据权利要求3所述的商品图片的自适应热门指数排序方法，其特征在于，所述第T_k点击周期的时间衰减系数其中，μ,α均为设定的时间衰减参数；

第i类推荐标签下第j张待推荐商品图片在第T_k点击周期中的点击率其中，为第i类推荐标签下第j张待推荐商品图片在第T_k点击周期中被点击的次数，为第i类推荐标签下第j张待推荐商品图片在第T_k点击周期中被浏览的次数。

5.根据权利要求1所述的商品图片的自适应热门指数排序方法，其特征在于，所述步骤S4中构建用户画像的具体步骤为：

S41，根据用户的历史行为数据，计算用户浏览过的每个图片的行为得分；

S42，将用户浏览过的所有图片按照一级属性进行分类；

S43，将每个一级属性下的图片按照二级属性进行再次分类，并将每个二级属性下的所有图片的行为得分进行求和，得到每个二级属性的行为总分；

S44，将各个一级属性下的所有的二级属性按照行为总分值的高低进行排序，得到各个一级属性的属性排行榜，并将每个属性排行榜中前N名的二级属性提取出来，作为用户的偏好属性，构建出用户画像，N为设定值。

6.根据权利要求5所述的商品图片的自适应热门指数排序方法，其特征在于，所述二级属性为所述一级属性的子属性。

7.根据权利要求5所述的商品图片的自适应热门指数排序方法，其特征在于，步骤S5中根据用户图像以及各类标签的图片排行榜，生产推荐候选集推荐给用户的具体步骤为：

S51，将用户的偏好属性进行两两交叉得到交叉属性，并将交叉属性对应的标签的图片排行榜中点击率得分最高的待推荐图片作为候选图片；

S52，计算每个候选图片的推荐得分；

S53，将所有的候选图片按照推荐得分高低进行排序，生产推荐候选集，推荐给用户。

8.根据权利要求7所述的商品图片的自适应热门指数排序方法，其特征在于，候选图片的推荐得分其中，g和h均为候选图片所属标签中的偏好属性在其对应的属性排行榜中的排位。