电子商务网站相关商品推荐系统及其方法

摘要

本发明公开了一种电子商务网站相关商品推荐系统，从顾客的购物历史数据和购物内容出发挖掘特征词，利用数学方法建立不同特征向量间的相似关系，得到商品间的相似关系，从而为顾客找到商品。同时还公开了相关商品的推荐方法，从数据库中提取一定时间跨度的数据，选取并计算有用的数据信息段建立“商品—顾客”计算模型，再按照“商品—顾客—其他商品”模式进行商品间相似度的计算，并将结果推荐给顾客。从而抓住顾客心理，促使顾客购买相关商品，刺激增加销量。

主权项

1.一种电子商务网站相关商品推荐系统，从顾客的购物历史数据和购物内容出发挖掘特征词，利用数学方法建立不同特征向量间的相似关系，得到商品间的相似关系，从而为顾客推荐相关商品，其中顾客的购物历史部分包括：源数据准备模块：从数据库中提取一定时间跨度的能反映“商品-顾客”关系的数据集；数据字段提取模块：提取每条订单中的有用信息，建立“商品-顾客”计算模型；相关商品计算模块：按照商品——购买该商品的顾客——该顾客购买其他商品的关系，运用核心公式计算它们之间的相似度；最后，得到每个商品的推荐结果的倒排文件；其中购物内容部分包括：商品信息初始化模块：读取每条商品相关的信息，建立商品ID和描述信息的对应集；分词模块：对描述信息进行中文分词，获得分词后的结果；特征词组模块：计算商品描述信息分词后的特征词组；特征词模块：计算商品描述信息分词后的特征词；向量组合模块：将特征词组和特征词表示成商品特征向量的集合；相关度计算模块：通过特征向量的集合，计算商品间的相似度，作为相关商品的备选集合。