[发明专利]商品推荐方法和装置

权利要求书

1.一种商品推荐方法，其特征在于，包括：

对用户行为数据进行商品偏好分析，得到第一推荐特征数据，其中，所述第一推荐特征数据为用户偏好特征数据；

对商户数据进行用户群分析，得到第二推荐特征数据，其中，所述第二特征数据为商户目标群特征数据；

根据用户信息对所述第一推荐特征数据和所述第二推荐特征数据进行过滤处理，得到商户相似群特征数据；以及

在预设商品数据库中匹配与所述商户相似群特征数据对应的商品数据。

2.根据权利要求1所述的商品推荐方法，其特征在于，对用户行为数据进行商品偏好分析，得到第一推荐特征数据包括：

对所述用户行为数据进行识别，得到显性反馈行为数据与隐性反馈行为数据；

对所述显性反馈行为数据进行显性特征计算处理，得到显性特征数据；

对所述隐性反馈行为数据进行隐性特征计算处理，得到隐性特征数据；以及

基于预设特征权重对所述显性特征数据和所述隐性特征数据进行推荐特征生成处理，得到所述第一推荐特征数据。

3.根据权利要求1所述的商品推荐方法，其特征在于，对商户数据进行用户群分析，得到第二推荐特征数据包括：

对所述商户数据进行识别，得到用户商户数据和商户特征数据，其中，所述用户商户数据为用户在商户中的相关数据；

对所述用户商户数据进行商品偏好分析，得到所述商户的用户偏好特征数据；以及

对所述商户特征数据与所述商户的用户偏好特征数据进行用户群分析处理，得到所述第二推荐特征数据。

4.根据权利要求1所述的商品推荐方法，其特征在于，根据用户信息对所述第一推荐特征数据和所述第二推荐特征数据进行过滤处理，得到商户相似群特征数据包括：

对所述第一推荐特征数据进行识别，得到第一用户画像数据；

对所述第二推荐特征数据进行识别，得到第二用户画像数据；

计算所述第一用户画像数据与所述第二用户画像数据的相似度，若满足预设用户相似度规则，得到所述商户相似度特征数据，其中，所述商户相似度特征数据与所述第一用户画像数据对应；以及

若不满足预设用户相似度规则，更新所述第一用户画像数据，直至满足所述预设相似度规则，得到所述商户相似度特征数据。

5.根据权利要求1所述的商品推荐方法，其特征在于，在预设商品数据库中匹配与所述商户相似群特征数据对应的商品数据包括：

对所述商户相似群特征数据进行识别，得到相似偏好商品特征数据，其中，所述相似偏好商品特征数据与所述商户相似群特征数据对应；

对所述商户数据进行识别，得到商户商品特征数据；

计算所述相似偏好商品特征数据与所述商户商品特征数据的相似度，若满足预设商品相似度规则，在预设商品数据库中匹配与所述相似偏好商品特征数据对应的商品数据；以及

若不满足所述预设商品相似度规则，输出提示信息。

6.一种商品推荐装置，其特征在于，包括：

第一分析模块，用于对用户行为数据进行商品偏好分析，得到第一推荐特征数据，其中，所述第一推荐特征数据为用户偏好特征数据；

第二分析模块，用于对商户数据进行用户群分析，得到第二推荐特征数据，其中，所述第二特征数据为商户目标群特征数据；

综合分析模块，用于根据用户信息对所述第一推荐特征数据和所述第二推荐特征数据进行过滤处理，得到商户相似群特征数据；以及

商品模块，用于在预设商品数据库中匹配与所述商户相似群特征数据对应的商品数据。

7.根据权利要求6所述的商品推荐装置，其特征在于，第一分析模块，包括：

行为识别模块，用于对所述用户行为数据进行识别，得到显性反馈行为数据与隐性反馈行为数据；

显性特征模块，用于对所述显性反馈行为数据进行显性特征计算处理，得到显性特征数据；

隐形特征模块，用于对所述隐性反馈行为数据进行隐性特征计算处理，得到隐性特征数据；以及

第一特征模块，用于基于预设特征权重对所述显性特征数据和所述隐性特征数据进行推荐特征生成处理，得到所述第一推荐特征数据。