预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112581236A(43)申请公布日2021.03.30(21)申请号202011577557.3(22)申请日2020.12.28(71)申请人北京滴普科技有限公司地址100000北京市海淀区彩和坊路8号4层406(72)发明人陈峰(74)专利代理机构广东中科华海知识产权代理有限公司44668代理人何文峰(51)Int.Cl.G06Q30/06(2012.01)G06F16/9535(2019.01)G06F16/9537(2019.01)G06F16/2458(2019.01)权利要求书2页说明书7页附图3页(54)发明名称一种商品的智能推荐方法、系统及其可读存储介质(57)摘要本发明涉及网络信息技术领域,具体涉及一种商品的智能推荐方法、系统及其可读存储介质,其方法包括:获取用户的商品购买记录;将含有相同商品标识的商品购买记录进行合并,并统计出与该商品标识对应商品的购买次数、平均购买间隔和购买间隔标准差;计算出各商品购买记录中的商品的周期性指数;并根据周期性指数对商品购买记录进行筛选得到商品候选集;从商品候选集中选取商品购买记录,并通过当前购买间隔、平均购买间隔和购买间隔标准差计算出排序值;根据排序值的大小依次对商品购买记录进行排列得到推荐列表,并在推荐列表中提取出预定数量的商品标识进行推荐。本发明所推荐的商品符合用户的周期性购买习惯,有效地提高了用户的使用体验感。CN112581236ACN112581236A权利要求书1/2页1.一种商品的智能推荐方法,其特征在于,包括:获取用户的多条商品购买记录,所述商品购买记录中包含:商品标识、商品购买日期;将含有相同商品标识的商品购买记录进行合并,并根据其商品购买日期统计出与该商品标识对应商品的购买次数、平均购买间隔和购买间隔标准差;根据所述商品购买记录中的所述购买间隔标准差与所述购买次数计算出各商品购买记录中的商品的周期性指数;并根据所述周期性指数对商品购买记录进行筛选,整合得到商品候选集;从所述商品候选集中选取商品购买记录,并获取被选取的商品购买记录中的商品最近的购买日期与当前日期,统计出当前购买间隔,并通过所述当前购买间隔、平均购买间隔和购买间隔标准差计算出排序值;根据所述排序值的大小依次对所述商品购买记录进行排列得到推荐列表,并在所述推荐列表中提取出预定数量的商品标识进行推荐。2.根据权利要求1所述的商品的智能推荐方法,其特征在于,所述根据其商品购买日期统计出与该商品标识对应商品的购买次数、平均购买间隔和购买间隔标准差之后包括:判断所述商品的购买次数是否大于预定值,若大于预定值则进行根据所述商品购买记录中的所述购买间隔标准差与所述购买次数计算出各商品购买记录中的商品的周期性指数。3.根据权利要求2所述的商品的智能推荐方法,其特征在于,所述根据所述商品购买记录中的所述购买间隔标准差与所述购买次数计算出各商品购买记录中的商品的周期性指数包括:将所述购买间隔标准差除以所述购买次数计算,得到所述商品的周期性指数。4.根据权利要求3所述的商品的智能推荐方法,其特征在于,所述通过所述当前购买间隔、平均购买间隔和购买间隔标准差计算出排序值包括:将所述当前购买间隔除以所述平均购买间隔减去购买间隔标准差后的差值,得到排序值。5.根据权利要求4所述的商品的智能推荐方法,其特征在于,所述根据所述排序值的大小依次对所述商品购买记录进行排列得到推荐列表,并在所述推荐列表中提取出预定数量的商品标识进行推荐包括:按所述排序值由大到小的顺序,依次对对所述商品购买记录进行排列得到推荐列表,并从所述推荐列表中的前端选取预定数量的商品标识进行推荐。6.根据权利要求5所述的商品的智能推荐方法,其特征在于,所述根据所述周期性指数对商品购买记录进行筛选,整合得到商品候选集包括:按所述周期性指数由小到大的顺序,依次对商品购买记录进行排序,并选取序列前端预定数量的商品购买记录,对被选取的商品购买记录进行整合得到商品候选集。7.根据权利要求6所述的商品的智能推荐方法,其特征在于,所述获取用户的多条商品购买记录包括:对同一个用户标识在预定时间段内的所有商品购买记录进行获取。8.根据权利要求7所述的商品的智能推荐方法,其特征在于,所述购买间隔标准差根据标准差公式进行计算,其中所述标准差公式为:2CN112581236A权利要求书2/2页其中,σ为标准差,N为购买间隔记录总数量,x为每次购买间隔,μ为平均购买间隔。9.一种商品的智能推荐系统,其特征在于,包括:购买记录数据库,所述购买记录数据库用于存储所有用户的商品购买记录,所述商品购买记录中包含:商品标识、商品购买日期;购买记录获取模块,所述购买记录获取模块与所述购买记录数据库相连接,用于获取与一