[发明专利]基于客户购物意图挖掘的实时商品推荐方法

摘要

本发明公开了一种基于客户购物意图挖掘的实时商品推荐方法，包括以下步骤：步骤1：构建树状的客户购物意图模型；步骤2：实时检测用户行为，识别用户意图；步骤3：实时检测用户意图变化；步骤4：跟踪用户意图变化轨迹，进行用户深层意图的推测：基于用户离散的意图，对用户深层的意图进行推测；步骤5：确定商品推荐策略；根据客户的购物意图，确定商品的推荐策略。本发明的优点：自动识别客户购物意图，进行精准的个性化推荐，提高客户满意度；自动检测客户购物意图的变化，并调整商品推荐策略。实时适应客户不断变化的兴趣；基于用户意图模型，深入挖掘客户深层购物意图，为用户提供专业化的推荐服务。

主权项

1.一种基于客户购物意图挖掘的实时商品推荐方法，其特征在于，包括以下步骤：步骤1：构建树状的客户购物意图模型；步骤2：实时检测用户行为，识别用户意图；步骤3：实时检测用户意图变化；步骤4：跟踪用户意图变化轨迹，进行用户深层意图的推测：基于用户离散的意图，对用户深层的意图进行推测，具体实现方式是记录用户意图变化的轨迹，分析不同意图之间的关联关系；步骤5：确定商品推荐策略；根据客户的购物意图，确定商品的推荐策略：(a).如果获取的是客户的初次购物意图，或者意图没有发生跳转，则结合用户意图和当前商品信息进行推荐：具体实现方式是：对用户的购物意图进行分词获取主题词，对当前商品信息进行分析，获取当前商品信息中的主题词；将意图主题词和商品信息主题词进行融合，对于不重合的进行合并，对于重合的进行权重的加权累加；然后对融合的主题词做语义扩展，与网站中其他产品进行匹配，寻找最相似的产品；产品的相似度用命中的主题词及其语义扩展的累加权重进行度量；(b).如果客户的购物意图发生跳转，并且根据意图推测方法没有获取深层意图，则结合用户新的购物意图和当前产品信息进行推荐：如果通过意图分析和比较，发现客户的购物意图发生了跳转，但是根据已有的跳转轨迹没有获取深层次意图；对应于用户意图模型，用户的各个离散的意图之间没有直接的共同父结点；或者有共同的父结点，但是父结点已经标识的字节点比例较低；以上两种情况下均不做用户深层意图的推测，根据当前的用户购物意图推荐相关的产品；(c).如果用户意图发生跳转，并且获取了用户深层次的意图，则按照一定比例分别推荐跟用户当前意图和用户深层次意图相关的产品：如果通过意图分析和比较，发现客户的购物意图发生了跳转，并且根据跳转轨迹和意图推荐方法获取了用户深层的意图，该情况下按照一定比例分别推荐跟当前用户意图和用户深层次意图相关的产品；具体实现方式如下：假设在当前推荐位上可以推荐产品个数为x，根据意图模型，当前意图的父结点共有n个子结点，已经标注为1的为m，则结合当前意图和产品信息推荐产品个数为x×|1|min，结合其他子结点意图推荐产品个数为其它子结点意图的选择方式为随机选取。