[发明专利]一种基于贝叶斯回归分析的大宗商品推荐方法及系统

权利要求书

1.一种基于贝叶斯回归分析的大宗商品推荐方法，其特征在于，包括：

基于商家信息和大宗商品信息生成各商家的总喜好评分矩阵和商家对商品类型的偏好评分矩阵；其中，所述各商家的总喜好评分矩阵的生成考虑包括：各商家对不同商品的喜好程度、各商品的质量以及各商品的价格；

基于各商家的总喜好评分矩阵和商家对商品类型的偏好评分矩阵构建贝叶斯回归分析模型；

基于贝叶斯回归分析模型将评分高于设定阈值的商品推荐给商家。

2.根据权利要求1所述的基于贝叶斯回归分析的大宗商品推荐方法，其特征在于，所述各商家的总喜好评分矩阵生成包括：基于商家信息和大宗商品信息，利用主成分分析法获得每个商家对每种大宗商品的喜好程度，得到商家的总喜好评分矩阵。

3.根据权利要求2所述的基于贝叶斯回归分析的大宗商品推荐方法，其特征在于，利用奇异值分解方法，将商家的总喜好评分矩阵分解成具有发展潜力的商家矩阵和具有发展潜力的大宗商品矩阵，基于具有发展潜力的商家矩阵和具有发展潜力的大宗商品矩阵得到某个商家对某种商品的喜好程度评分。

4.根据权利要求1所述的基于贝叶斯回归分析的大宗商品推荐方法，其特征在于，所述各商家对不同商品的喜好程度包括：商家对不同商品的购买次数、浏览次数和每次浏览的时间。

5.根据权利要求1所述的基于贝叶斯回归分析的大宗商品推荐方法，其特征在于，各商品的质量和各商品的价格的获取包括：采用网上公开数据和/或线下问卷调查的数据，获取各商品的质量和各商品的价格数据。

6.根据权利要求1所述的基于贝叶斯回归分析的大宗商品推荐方法，其特征在于，所述商家对商品类型的偏好评分矩阵的生成，基于商家对某类型大宗商品评分的产品数量和该类型产品数量的关系。

7.根据权利要求1所述的基于贝叶斯回归分析的大宗商品推荐方法，其特征在于，所述商品类型包括：能源商品、基础原材料和农副产品。

8.一种基于贝叶斯回归分析的大宗商品推荐系统，其特征在于，包括：

总喜好和类型偏好获取单元，其被配置为：基于商家信息和大宗商品信息生成各商家的总喜好评分矩阵和商家对商品类型的偏好评分矩阵；其中，所述各商家的总喜好评分矩阵的生成考虑包括：各商家对不同商品的喜好程度、各商品的质量以及各商品的价格；

模型构建单元，其被配置为：基于各商家的总喜好评分矩阵和商家对商品类型的偏好评分矩阵构建贝叶斯回归分析模型；

大宗商品推荐单元，其被配置为：基于贝叶斯回归分析模型将评分高于设定阈值的商品推荐给商家。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于贝叶斯回归分析的大宗商品推荐方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于贝叶斯回归分析的大宗商品推荐方法中的步骤。