一种基于智慧社区大数据的商品推荐方法

摘要

本发明公开了一种基于智慧社区大数据的商品推荐方法，涉及互联网信息处理技术领域，包括如下步骤：首先，进行数据预处理；其次，进行样本集构建；再次，进行特征工程处理；然后，进行模型融合；最后，为用户推荐个性化商品信息；其中，样本集构建为：提取最近n天内的一级交互行为样本和二级行为样本，提取最近n+m天内的一级行为样本，并形成抽样样本；样本集数据的特征包含基础特征、交叉特征。本发明有益之处在于：降低负样本在样本集的含量，提高商品购买预测准确率，为用户提供更准确、更可信的商品推荐服务。同时，采用交叉特征用于描述样本集的数据特征，用于预测特定含义的用户行为。

主权项

一种基于智慧社区大数据的商品推荐方法，其特征在于，包括如下步骤：S1、数据预处理：清除异常数据和无用数据，形成初始样本；S2、样本集构建：用于提取初始样本，构建样本集；S3、特征工程：用于提取样本集数据的特征；S4、模型融合：使用提取的特征构建模型，并进行模型融合；S5、结果推荐：为用户推荐个性化商品信息；其中，所述步骤S2中，所述样本集构建为：提取最近n天内的一级交互行为样本和二级行为样本，提取最近n+m天内的一级行为样本，并形成抽样样本；其中，n≥0，m≥0；所述步骤S3中，所述样本集数据的特征包含基础特征、交叉特征。