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23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CN109214886A(43)申请公布日2019.01.15(21)申请号201810924408.6(22)申请日2018.08.14(71)申请人平安科技(深圳)有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人吴壮伟(74)专利代理机构深圳市精英专利事务所44242代理人林燕云(51)Int.Cl.G06Q30/06(2012.01)权利要求书3页说明书11页附图8页(54)发明名称商品推荐方法、系统及存储介质(57)摘要本发明实施例提供了一种商品推荐方法、系统及存储介质,本发明实施例将商品类型化,将不同类别的商品评分数据保存至不同的从服务器,主服务器根据用户购买的商品的类别和购买时间挖掘出类别推荐列表反馈给保存有对应类型的商品评分数据的从服务器不同的从服务器利用其保存的不同类别商品的评分数据,处理不同类别的商品推荐,得到对应类型的待推荐的商品,分布式处理提高了商品的推荐效率;另外,由于根据购买的类型推荐多种类型的商品,扩大了商品的推荐范围。CN109214886ACN109214886A权利要求书1/3页1.一种商品推荐方法,其特征在于,包括:将不同类别的商品评分数据保存至不同的从服务器;若主服务器接收到用户的商品推荐请求,获取所述用户在预设时间内的商品购买情况,所述商品购买情况包括购买的商品以及商品的购买时间;所述主服务器根据所述购买的商品获取所述用户所购买商品的类别;所述主服务器根据所购买商品的类别和商品的购买时间挖掘类别推荐列表;若所述类别推荐列表包括多个类别,所述主服务器根据所述多个类别将所述商品推荐请求以及所述用户的每一类别的商品购买情况发送至保存有对应类别的商品评分数据的从服务器;每个所述从服务器根据所述用户购买的对应类别的商品及所保存的商品评分数据挖掘对应类别的商品推荐列表,并将所述商品推荐列表发送至所述主服务器;所述主服务器根据所述商品推荐列表向所述用户推荐商品。2.根据权利要求1所述的商品推荐方法,其特征在于,所述主服务器根据所购买商品的类别和商品的购买时间挖掘类别推荐列表,包括:根据每一所购买商品的购买时间获取对应的商品权重值;根据同一类别的所购买商品的商品权重值计算对应类别的类别权重值;若所述所购买商品的类别的总数小于或等于第一阈值,根据类别权重值的大小将所述类别进行排列以形成所述类别推荐列表;若所述所购买商品的类别的总数大于第一阈值,获取数量为第一阈值的类别权重值较高的类别,根据类别权重值的大小将所述类别进行排列以形成所述类别推荐列表。3.根据权利要求2所述的商品推荐方法,其特征在于,每个所述从服务器根据所述用户购买的对应类别的商品及所保存的商品评分数据挖掘对应类别的商品推荐列表,包括:一从服务器获取所述用户对对应类别的所有购买商品的第一评分;所述从服务器根据所述第一评分挖掘所述用户在所述类别购买的代表商品;所述从服务器根据所保存的商品评分数据获取所述代表商品的第一评分用户集以及获取所述类别中每一其它商品的第二评分用户集;所述从服务器根据所述第一评分用户集和所述第二评分用户集计算所述每一其它商品与所述代表商品的相似度;若所述相似度大于或等于第二阈值,确认对应的其它商品为所述代表商品的相似商品;从所述商品评分数据中获取所述用户对所述相似商品的第二评分;根据所述相似商品的相似度及所述用户对所述相似商品的第二评分计算所述相似商品的第一推荐评分;将第一推荐评分较高的前预设数量的相似商品确认为所述类别的推荐商品,以得到所述类别的商品推荐列表。4.根据权利要求3所述的商品推荐方法,其特征在于,所述从服务器根据所述第一评分挖掘所述用户在所述类别购买的代表商品,包括:所述从服务器从所述第一评分中获取具有最高评分的购买商品作为所述类别的重点商品;2CN109214886A权利要求书2/3页若所述重点商品为一个,所述从服务器将所述重点商品确认为所述类别的代表商品;若所述重点商品为多个,所述从服务器将商品权重值最高的重点商品确认为所述类别的代表商品。5.根据权利要求3所述的商品推荐方法,其特征在于,所述主服务器根据所述商品推荐列表向所述用户推荐商品,包括:所述主服务器根据所述商品推荐列表中的推荐商品的第一推荐评分以及所述商品推荐列表对应类别的类别权重值计算所述推荐商品的第二推荐评分;所述主服务器将所有类别的推荐商品按第二推荐评分从高到低进行排列;所述主服务器将排列在前的N个推荐商品推荐给所述用户,其中所述N为预设值。6.一种商品推荐系统,其特征在于,包括主服务器和多个从服务器,所述主服务器包括接收单元、第一获取单元、第二获取单元、第一挖掘单元、第一发送单元和推荐单元,每个从服务器包括保存