[发明专利]一种基于家庭及社区购物大数据的商品推荐的方法及装置

说明书

本发明公开了一种基于家庭及社区购物大数据的商品推荐的方法及装置，包括：在智慧社区中获取用户的标签信息，再确定出用户的用户推荐商品列表、家庭推荐商品列表和社区推荐商品列表及其中的推荐系数，再确定出每个推荐商品列表中每个类别的特征向量，然后确定出用户推荐商品列表与家庭推荐商品列表中同一类别的相似度以及用户推荐商品列表与社区推荐商品列表中同一类别的相似度，再确定出用户购买一类商品的影响系数，生成修正后的用户推荐商品列表，并将修正后的用户推荐商品列表推送给用户。以实现基于家庭及智慧社区与用户之间的关系对用户进行商品推荐方法，以使对用户推荐商品更加智能化，更加准确，提升用户体验。

技术领域

本发明涉及大数据领域，尤其涉及一种基于家庭及社区购物大数据的商品推荐的方法及装置。

背景技术

随着电子商务的发展，各大电商俊辉对用户进行大数据画像及商品推荐，然而传统电商商品推荐系统中，除了基于个人的浏览，和购买记录等信息进行用户画像及推荐，还常用基于用户的地理位置信息，收货地址信息等进行群体划分、画像并进行商品推荐，然而刺种方法存在较大误差，同时由于对顾客彼此关系及熟悉程度未知，关系不够明确，并不能进行更加智能化，更小粒度及更加精确的商品推荐服务。

互相熟悉的群体中部分用户对同类产品具有同质化的需求，而家庭关系用户的商品需求却常常具备关联互补性需求，目前行业内采用个人购买、浏览商品大数据进行用户画像并进行相关商品推荐，并未能够基于个体之间的关系进行关联推荐。对于基于消费者人物间关系的商品推荐，多采用分析消费者地理位置信息及购物收货地址信息进行模糊分析及推荐，由于部分消费者常常以工作地点为收货地址，依据收货地址信息进行的大数据推荐也并不能够明确人物关系，因此该种推荐方式并不准确，使用效果并不理想。

发明内容

本发明实施例提供一种基于家庭及社区购物大数据的商品推荐的方法及装置，用于实现基于家庭及智慧社区与用户之间的关系对用户进行商品推荐方法，以使对用户推荐商品更加智能化，更加准确，提升用户体验。

第一方面，本发明实施例提供一种基于家庭及社区购物大数据的商品推荐的方法，包括：

获取智慧社区中用户的标签信息，所述用户的标签信息包括所述用户的用户标签、家庭标签和社区标签；

根据所述用户标签、家庭标签和社区标签分别确定出所述用户的用户推荐商品列表、家庭推荐商品列表和社区推荐商品列表；其中，每个推荐商品列表中包括各商品的推荐系数；

对所述每个推荐商品列表中的前N个商品进行聚类，并确定出所述每个推荐商品列表中每个类别的特征向量；N为正整数；

根据所述每个推荐商品列表中每个类别的特征向量，确定出所述用户推荐商品列表与所述家庭推荐商品列表中同一类别的相似度以及所述用户推荐商品列表与所述社区推荐商品列表中同一类别的相似度；

根据所述用户推荐商品列表与所述家庭推荐商品列表中同一类别的相似度以及所述用户推荐商品列表与所述社区推荐商品列表中同一类别的相似度，确定出用户购买每一类商品的影响系数；

根据所述用户购买每一类商品的影响系数，修正所述用户推荐商品列表中的各商品的推荐系数，并将修正后的所述用户推荐商品列表推送给所述用户。