发明名称 |
基于时间序列的商品热度预测方法和系统 |
摘要 |
本发明涉及一种基于时间序列的商品热度预测方法,包括:根据待推荐商品的近期购买次数时间序列以及第一自回归模型估计待推荐商品的未来购买次数,第一自回归模型根据商品的历史购买次数时间序列构成的购买训练样本训练得到;根据待推荐商品的近期点击次数时间序列以及第二自回归模型估计待推荐商品的未来点击次数,第二自回归模型根据商品的历史点击次数时间序列构成的点击训练样本训练得到;计算待推荐商品的未来热度为估计得到的待推荐商品的未来购买次数与估计得到的待推荐商品的未来点击次数的比值。上述方法不需要参考用户画像和用户行为数据,也能准确地预测出用户感兴趣概率较高的商品。此外,还提供一种基于时间序列的商品热度预测系统。 |
申请公布号 |
CN104915734A |
申请公布日期 |
2015.09.16 |
申请号 |
CN201510358159.5 |
申请日期 |
2015.06.25 |
申请人 |
深圳市腾讯计算机系统有限公司 |
发明人 |
刘博 |
分类号 |
G06Q10/04(2012.01)I;G06Q30/00(2012.01)I |
主分类号 |
G06Q10/04(2012.01)I |
代理机构 |
广州华进联合专利商标代理有限公司 44224 |
代理人 |
何平;邓云鹏 |
主权项 |
一种基于时间序列的商品热度预测方法,包括以下步骤:根据待推荐商品的近期购买次数时间序列以及第一自回归模型估计待推荐商品的未来购买次数,所述第一自回归模型根据商品的历史购买次数时间序列构成的购买训练样本训练得到;根据待推荐商品的近期点击次数时间序列以及第二自回归模型估计待推荐商品的未来点击次数,所述第二自回归模型根据商品的历史点击次数时间序列构成的点击训练样本训练得到;计算待推荐商品的未来热度为估计得到的待推荐商品的未来购买次数与估计得到的待推荐商品的未来点击次数的比值。 |
地址 |
518000 广东省深圳市南山区高新区高新南一路飞亚达大厦5-10楼 |