CN119494709A 基于协同过滤算法的产品智能推 荐方法 （深圳市智加云栖科技有限公司）

道马家龙社区南山大道3838号设计产明根据每个产品在不同交易时刻的产品销量变2基于产品交易平台获取新兴产品和用户的历史购买产品在每一交易时刻的产品销量，根据每个产品在不同交易时刻的产品销量变化趋势，获得每个产品对于任一用户作为目标用户，根据每个新兴产品和对应不同历史根据用户对应不同历史购买产品的交易次数和交易时获得爆款时刻的邻域范围内每一交易时刻下对应产品的产品销量和其他产品的产品获得每个产品在爆款时间的邻域范围内所有交易时刻的相对销对于每个用户的每个历史购买产品，获得对应交易时刻和爆款时刻的邻根据每个用户的不同历史购买产品的爆款性以及爆款时差，获得每个用户的从众性，获取新兴产品和目标用户的历史购买产品的多维度信息，获得对应每获得新兴产品和每个历史购买产品之间每一相同维度信息为维度信息相似度；获得新兴产品和每个历史购买产品之间所有维度信息相似度的累加对于目标用户，将新兴产品和所有历史购买产品之间的产品相似度3若新兴产品对应所述产品整体相似度大于平均产品整体相似度获得用户对应每个历史购买产品的交易次数和所有历史购买产品的交易次数之和的计算每个历史购买产品对应的第一表现系数和第二表现系根据目标用户对应不同历史购买产品的交易表现，对所有历史购买产品进行ISODATA获得每个产品聚类簇内历史购买产品的交易表现的均值，作为若产品聚类簇的局部交易表现大于整体交易表现，将对应产根据不同用户之间对应每个历史购买产品的交易表对于高相似产品簇，获得每个历史购买产品对应每个用获得每个历史购买产品对应每个用户的第一表现系数和交易频易兴趣度；根据目标用户与每个其他用户之间对于每个历史购买产品的交易兴趣度的偏对于任一历史购买产品，获得用户对应历史购买产品的交易次数和历获得用户对应历史购买产品的交易表现和用户购买占比的乘积，作为用根据目标用户对应历史购买产品的购买影响指数和平均购10.根据权利要求1所述的一种基于协同过滤算法的产品智能推荐方法，其特征在于，4选取新兴推荐产品与目标用户的高相似性产品簇内每个历史购买产品之间产品相似5基于产品交易平台获取新兴产品和用户的历史购买产品在每一交易时刻的产品相似产品簇；根据高相似产品簇内每个历史购买产品对应不同用户之间的交易特征分布，获得爆款时刻的邻域范围内每一交易时刻下对应产品的产品销量和其他产品的6获得每个产品在爆款时间的邻域范围内所有交易时刻的相对销量差值的累加和，获得新兴产品和每个历史购买产品之间每一相同维度信息的词向量的余弦相似获得用户对应每个历史购买产品的交易次数和所有历史购买产品的交易次数之根据目标用户对应不同历史购买产品的交易表现，对所有历史购买产品进行根据不同用户之间对应每个历史购买产品的交易表现、交易次数和产品销量特7史购买产品的购买影响指数；获得所有其他用户对应历史购买产品的购买影响指数的均选取新兴推荐产品与目标用户的高相似性产品簇内每个历史购买产品之间产品8[0015]图1为本发明一个实施例所提供的一种基于协同过滤算法的产品智能推荐方法的合附图及较佳实施例，对依据本发明提出的一种基于协同过滤算法的产品智能推荐方法，[0018]下面结合附图具体的说明本发明所提供的一种基于协同过滤算法的产品智能推[0019]请参阅图1，其示出了本发明一个实施例提供的一种基于协同过滤算法的产品智9率；若爆款时刻左右两边存在交易时刻的销量变化率小于前一相邻交易时刻的销量变化;f个产品在第j交易时刻的产品销量；hr,j表示第k个其他产品在第j交易时刻的产品销量；k表示对应交易时刻下其他产品[0034]综合分析用户的不同历史购买产品的爆款性和对应历史购买产品的交易时间特;示第z个历史购买产品的交易时刻；SJZ表示第z个历史[0039]每个用户的兴趣和需求都是独特的，不同产品在不同层得每个新兴产品与每个历史购买产品之间的产品;其中，9a,c表示新兴产品d与第c个历史购买产品之间的产品相似度；wax表示新兴产品d的第x个维度信息的词向量；wc,x表示第c个历史购买产品的第x个维度信息的词[0045]在产品相似度的公式中，⃞-1cos_sim(waxwex)表示计算新兴产品和每个历史获得用户对应每个历史购买产品的交易次数和所有历史购买产品的交易次数之;之和；表示第m个用户的第z个历史购买产品与相同历史购买产品之间交易时刻的差他实施例中，也可采用exp(-)函数进行负相关映射，具体手段为本领域技术人员熟知的技根据目标用户对应不同历史购买产品的交易表现，对所有历史购买产品进行根据不同用户之间对应每个历史购买产品的交易表现、交易次数和产品销量特;o的第z个历史购买产品的交易表现；9m,z表示目标用户0的第z个历史购买产品的交易次第n个其他用户的第z个历史购买产品的交易表现；sigmoid{}表示逻辑斯谛函数。算所有其他用户对应历史购买产品的购买影响指数的均值，即平均购买影响指数，表示目标用户。的第z个历史购买产品的购买影响指数;史购买产品对应其他用户的数量；voa表示目标用户0的第d个历史购买产品的购买倾向表示第d个历史购买产品对应目标用户0的交易时刻与第d'个其他历史购买产品的交易时刻之间的差异；tn.aa'表示第d个历史购买产品对应第n个其他用户的交易时刻与第d'个其第d个历史购买产品的交易次数；Gn表示第n个其他用户的所有历史购买产品的交易次数之和；sigmoid{}表示逻辑斯谛函数。个历史购买产品对应目标用户0的交易时刻与第d'个其他历史购买产品的交易时刻之间的差异进行负相关映射，即交易活跃度，差异越小，交易时刻越接近，交易活跃度越大；表示计算所有其他购买产品对应的交易活跃度进行累加，作为交易频率，交易兴趣度越大；表示计算目标用户与每个其他选取新兴推荐产品与目标用户的高相似产品簇内每个历史购买产品之间产品相;产品簇内第d个历史购买产品之间的产品相似度；max()