[发明专利]一种基于电商系统商品搜索推荐方法及应用

权利要求书

1.一种基于电商系统商品搜索推荐方法，其特征在于，至少包括以下步骤:

(1)计算行为关系数据：根据关联规则算法，离线计算历史数据中用户购买之前的不同行为和购买商品之间的关联关系，并且分析出喜欢该商品的用户还喜欢的其他商品，分别作为不同的行为关系数据；

(2)计算关系数据：离线计算出电商系统当前的热销商品排序，作为关系数据；

(3)给当前用户推荐：根据当前用户输入的搜索关键词，从行为关系数据中找到与搜索关键词一样的，根据行为关系数据的关联关系，选择其中关联度大的前N个购买商品作为推荐商品，并计算推荐商品是否满足用户需求的个数，如果满足，将推荐商品反馈给搜索结果页，推荐结束，如果不满足，则根据不同的行为关系数据的关联关系，选择其中关联度大的多个购买产品作为推荐商品，并计算推荐商品是否满足用户需求的个数，如果满足，将推荐商品反馈给搜索结果页，推荐结束，如果不满足，则重复此推荐步骤，直至根据行为关系数据的关联关系均使用过一次，如果不满足，则继续进行下述步骤，其中N≥1；

(4)根据当前电商系统中热销商品的销量从大到小排序，即关系数据，获取销量大的前K个商品作为上述推荐结果的补充商品，然后在计算推荐商品是否满足需求的个数，如果满足，将推荐商品反馈给结果页，推荐结束，如果不满足，也将推荐返回给结果页，推荐结束，其中K≥1。

2.根据权利要求1所述的基于电商系统商品搜索推荐方法，其特征在于，所述步骤(1)中的行为关系数据分别为行为关系数据一和行为关系数据二，所述行为关系数据一的计算方法为：根据关联规则算法，离线计算历史数据中用户搜索关键词和购买商品之间的关联关系，并且分析出喜欢该商品的用户还喜欢的其他商品，作为行为关系数据一。

3.根据权利要求2所述的基于电商系统商品搜索推荐方法，其特征在于，所述行为关系数据二的计算方法为：根据关联规则算法，离线计算历史数据中用户浏览商品和购买商品之间的关联关系，并且分析出喜欢该商品的用户还喜欢的其他商品，作为行为关系数据二。

4.根据权利要求1-3任一项所述的基于电商系统商品搜索推荐方法，其特征在于，所述行为关系数据一的计算，至少包括以下步骤：

(1)获取样本数据一：获取用户标识、获取用户近期内所有的搜索关键词、获取喜欢该商品的用户关联喜欢的其他商品、以及购买的商品数据；

(2)根据关联规则算法的需要，计算出每条规则的第一置信度，第一支持度，第一提升度。

5.根据权利要求4所述的基于电商系统商品搜索推荐方法，其特征在于，根据关联规则算法公式，所述第一置信度＝第一规则总数/第一前项总数，第一支持度＝第一规则总数/第一事物总数，第一提升度＝第一置信度/第一自然置信度，其中第一自然置信度＝第一后项总数/第一事物总数，事物指用户标识，所述第一事物总数为4，前项为搜索关键词，所述第一前项总数指各个搜索关键词出现的次数，后项为搜索后购买的产品，所述第一后项总数为搜索后购买产品的次数，规则为搜索关键词和搜索后购买产品之间的对应关系，所述第一规则总数为所述对应关系出现的次数。

6.根据权利要求5所述的基于电商系统商品搜索推荐方法，其特征在于，所述第一置信度表示关联规则中某条关系的可信度，所述第一支持度表示关联规则中某条关联关系出现的概率，所述第一提升度表示关联规则中某条关系是否可用，即可得到搜索词和购买商品之间的关联关系。

7.根据权利要求6所述的基于电商系统商品搜索推荐方法，其特征在于，所述行为关系数据二的计算，至少包括以下步骤：

(1)获取样本数据二：获取用户标识、获取用户近期内所有的浏览商品、喜欢该商品的用户关联喜欢的其他商品、以及购买的商品数据；

(2)根据关联规则算法的需要，计算出每条规则的第二置信度，第二支持度，第二提升度。