[发明专利]一种基于大数据用户行为分析的个性化推荐方法

摘要

本发明属于个性化推荐领域，具体而言，涉及一种基于大数据用户行为分析的个性化推荐方法；所述方法包括通过分析用户基本特征，近期购物特征，量化用户的购物欲望；接下来通过分析商品近期的销售情况，筛选出多个商品作为用户的待推荐商品集；然后构建用户商品对，构建用户商品交互特征；随后利用梯度提升决策树模型预测每个用户商品对成交概率并按照概率排序选取靠前的用户商品对；最后过滤不符合相关规定的用户商品对并执行推荐操作；本发明充分利用了用户的历史行为数据，通过分析用户的浏览，关注或加入购物车等行为，量化用户对某件商品的购买意向。

主权项

1.一种基于大数据用户行为分析的个性化推荐方法，其特征在于，所述方法包括以下步骤：S1、分析用户的基本特征以及近期购物特征，构建用户召回模型，用于评估用户的购买欲望，通过极限梯度提升树xgboost分类器选取有购买欲望的用户作为待推荐用户；S2、分析商品的销售情况，提取出商品特征，构建商品召回模型，用于评估商品的销售情况；利用xgboost分类器选择具有高成交率商品作为待推荐商品集合；S3、为待推荐用户集合中的每个用户分别随机匹配待推荐商品集合中的商品，形成用户商品对；S4、分析用户商品交互行为，构建个性化商品推荐模型，利用xgboost分类器预测每个用户商品对成交概率，并按照成交概率进行降序排列；S5、过滤不符合条件的相关用户商品对，并对符合条件的用户商品对执行推荐操作。