CN106127525A - 一种基于分类算法的电视购物商品推荐方法 - Google Patents

Abstract

本发明公开了一种基于分类算法的电视购物商品推荐方法，其利用逻辑回归和随机森林将预测问题转换为分类问题，即预测用户对于某商品的购买行为分为两类：购买和不购买；从物品信息、用户信息以及用户行为记录中提取各个特征作为输入，用户的预测评分作为输出，这样构成一个函数，使用线性回归的方法来训练模型，转换为训练分类器问题；本发明方法不是基于启发式的规则来进行预测计算，而是基于数据分析和统计以及机器学习训练模型来进行预测；只要训练出模型，就可以对新用户和新物品进行快速计算和预测。

Description

一种基于分类算法的电视购物商品推荐方法

技术领域

本发明属于电子商务技术领域，具体涉及一种基于分类算法的电视购物商品推荐方法。

背景技术

推荐系统作为大数据技术的重要研究方向，在互联网各个领域得到广泛地应用。传统的电视购物行业的主要业务模式是：以电视为主要推广渠道在电视上不间断地人工展示商品，用户如果有购买意愿可以拨打电话购买(呼入)，接电话的坐席也可以拨打进行一对一的商品推销(外呼)。随着互联网的快速发展，越来越多得用户倾向于通过网络进行购物，但电视购物对中老年群体依然具有较高的吸引力。

随着商品以及会员数量的增加，对于坐席来说，选择什么样商品推荐给什么样的用户的难度也越来越大，尤其是对于缺乏经验的初级坐席。而且，在当今信息过载时代，通过纯人工的方式给用户推荐满意的商品未免效率偏低。因此，考虑引入推荐引擎，通过对以往用户购买行为的分析和建模，预测用户是否会喜欢某个商品，并且给出可能喜欢的原因作为推荐的解释，方便坐席与用户沟通。

目前，己经有很多商业应用系统和电子商务平台都不同程度地集成了推荐算法，如:亚马逊、淘宝、京东、豆瓣以及各大视频和音乐应用等。从相关公布数据得知，这些推荐算法取得了不错的效果，其中亚马逊将近20％～30％的销售来自于推荐系统，因此成功的推荐算法给公司带来的利益是可观的。然而，在电视购物上应用推荐算法的例子几乎没有，主要还是因为场景的特殊性。而推荐算法的本质是通过一定的方式将用户和物品联系起来，所以我们仍然可以尝试在电视购物上，依据电视购物不同于网络购物的特点设计适合的推荐算法。

发明内容

本发明根据电视购物外呼业务场景，提供了一种基于分类算法的电视购物商品推荐方法，在顾客关系管理系统中引入推荐引擎，对顾客过去的购买行为进行数据分析，对用户、商品以及用户和商品的交互行为进行特征提取，构建模型，预测用户对于商品的未来行为，并且给出推荐解释，改善原来纯人工的推荐方式，帮助坐席挖掘潜在的客户，提高商品的销量和顾客的满意度。

一种基于分类算法的电视购物商品推荐方法，包括如下步骤：

(1)收集所有注册的用户信息、所有上架的商品信息以及所有注册用户的历史购买行为信息；

(2)对所有用户信息、商品信息以及购买行为信息进行预处理；

(3)根据预处理后的所有信息进行特征提取，以得到多组正样本和负样本并组成训练集，且训练集中正样本与负样本的比例为1:1；

对于任一正样本或负样本，其包含有某一注册用户的用户特征(如性别、年龄、历史消费金额、历史消费次数等)、当天某一主推商品的商品特征(如价格、类别、历史销量等)、该注册用户对于该主推商品的交互特征(如是否购买过、购买过几次等)以及该主推商品在当天所有主推商品中的排序特征；其中正样本中注册用户与主推商品存在购买关系，负样本中注册用户与主推商品不存在购买关系；

(4)以训练集作为输入进行模型训练，以得到注册用户对于当天各主推商品的购买预测模型；

(5)对于任一注册用户，根据步骤(3)提取该注册用户对于当天各主推商品对应的特征信息并逐个输入至所述的购买预测模型中，对应得到该注册用户对于当天各主推商品的购买预测评分，进而根据购买预测评分进行排序使得当天各主推商品按次序展现推荐给该注册用户。

所述的步骤(2)中对所有用户信息、商品信息以及购买行为信息进行预处理，具体实现包括对缺失值通过统计模拟进行填充以及对异常值进行筛选去除。

所述的步骤(3)中提取某一主推商品在当天所有主推商品中的排序特征，具体实现方法为：首先，统计该主推商品的商品特征以及注册用户对于该主推商品的交互特征中每一条特征明细在当天所有主推商品中的排名，从而组成n+m维的排名向量，其中n为商品特征的维度，m为交互特征的维度；然后，对所述的排名向量分别进行线性归一化以及非线性归一化，并将线性归一化后的排名向量与非线性归一化后的排名向量合并成2(n+m)维的排序向量，即为该主推商品在当天所有主推商品中的排序特征。

所述的步骤(4)中以训练集作为输入，采用机器学习领域中逻辑回归或随机森林分类算法进行模型训练，以得到注册用户对于当天各主推商品的购买预测模型。

本发明利用逻辑回归和随机森林将预测问题转换为分类问题，即预测用户对于某商品的购买行为分为两类：购买和不购买；从物品信息、用户信息以及用户行为记录中提取各个特征作为输入，用户的预测评分作为输出，这样构成一个函数，使用线性回归的方法来训练模型，转换为训练分类器问题；本发明方法不是基于启发式的规则来进行预测计算，而是基于数据分析和统计以及机器学习训练模型来进行预测；只要训练出模型，就可以对新用户和新物品进行快速计算和预测。由此，本发明具有如下有益技术效果：

(1)本发明从用户、商品和用户商品交互三个角度提取特征，并进一步将大类特征分为若干小类，最后定义并计算每个小类下的各个特征，特征工作全面并且有业务领域针对性。

(2)本发明除了给出推荐列表以外，还根据选取的特征给出推荐理由，提高可操作性。

(3)本发明通过特征工程进行推荐较好地缓解了冷启动问题。

附图说明

图1为本发明商品推荐方法的整体流程示意图。

图2为特征工程模块的流程示意图。

图3为特征扩展定义示意图。

图4为模型训练模块的流程示意图。

图5为预测模块的流程示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

本实施例中，我们将一个基于分类算法的商品推荐系统拆解为三个相互联系的模块：特征工程模块、模型训练模块、预测模块，最终实现基于用户兴趣的个性化商品推荐；其中：

特征工程模块涉及的内容包括数据预处理、特征抽取和特征变换三个部分。数据预处理主要对缺失值通过统计模拟进行填充，对异常值进行筛选去除；在数据预处理的基础上，对预定好的特征进行抽取；特征变换主要对标签数据进行拓展，对某些连续数据进行离散化。

模型训练模块利用机器学习领域中逻辑回归、随机森林分类算法训练模型预测用户可能会购买某商品，推荐最有可能购买的若干个商品。

预测模块的功能分为两部分，即预测值计算和结果解释。预测值计算通过调用训练好的模型进行预测，并根据选取的特征值进行结果解释。

下面将结合图来说明整个系统推荐商品的过程：

从图1中可以看到整个系统的工作流程：首先根据已有的订单信息、用户信息和以及商品信息、主推和电视列表信息进行预处理，过滤和去除空值和异常值之后进行特征计算。不同于普通的购物网站，电视购物业务中没有很明确的信息告知我们用户不喜欢哪些商品，因此，我们从订单表中抽取用户的购买记录作为用户购买的正例，相应的，等量地从用户购买当天的主推和电视节目播出的商品表中随机抽取用户没有购买的任一商品作为用户购买的负例，共同作为训练集训练选择的算法得到模型；最后，利用训练好的模型对测试集进行预测，得到不同用户的商品推荐列表以及不同商品的推荐理由。

结合图2～图5分别说明本发明中各个模块的工作流程。

图2所示了特征工程模块的流程，对输入信息进行预处理之后，进行特征抽取。基于对业务的理解，从用户、商品和用户商品交互三个角度提取特征，如图3所示。之后又进一步扩展为多个小类的特征，如下式:

$U+I+UI+\mathrm{\Σ}U+\mathrm{\Σ}I+\mathrm{\Σ}UI+\frac{U}{\mathrm{\Σ}U}+\frac{I}{\mathrm{\Σ}I}+\frac{UI}{\mathrm{\Σ}UI}$

其中：U为用户的特征，I为商品的特征，UI为用户商品交互特征。公式后边的部分为扩展特征。例如，在抽取的特征中有“物品价格”、“物品历史被购买次数”和“物品最近5天被购买次数占总的被购买次数的比值”。其中，第一个为I特征，第二个为∑I特征，第三个属于特征。基于以上特征，我们计算涉及到物品信息的特征值在当天电视播出和主推商品列表中的排序值r，并用两种不同的方式对排序值进行规范化。例:假设排序值为r(0<r≤R)，R为当天电视播出和主推商品列表中物品数量，规范化后排序值分别为1/r和1-(r-1)/(R-1)。前一种更加关注前部排序而后一种则考虑全局排序情况。

图4所示了模型训练模块的流程，预测算法池主要包括逻辑回归、随机森林两种算法，每一种算法运行时可以指定所用的特征。根据上一步骤处理好的数据集进行算法离线分析，将数据集按照时间顺序划分为训练集和测试集，在训练集上训练模型，在测试集上进行测试。在测试阶段，为每一个测试用户从当天的电视播放和主推的商品列表中选出最有可能购买的K个商品，按照购买的可能性进行排序，即Top-K推荐，计算评测用户最后一次购买的商品出现在推荐列表中的比例(precision，如下式)以及最后一次购买出现在推荐列表中的平均位置(mrr)。

$\mathrm{Pr}ecision=\frac{{\&Sigma;}_{u\&Element;U}|R\left(u\right)\&cap;T\left(u\right)|}{{\&Sigma;}_{u\&Element;U}\left|R\left(u\right)\right|}$

其中：R_(u)表示推荐算法展示给用户的推荐列表，T_(u)表示用户在测试集上实际的行为列表。通过precision和mrr这两个离线指标评测算法在测试集上的预测结果，进而不断调节模型的参数，得到最优的模型。

图5所示了预测模块的流程，利用已经训练过的模型对测试数据进行结果预测。基于实际的情况，我们抽取出相对活跃的用户，用模型预测出其个性化商品推荐列表，并根据特征值的选择对不同的商品给出推荐理由。列表交给坐席，由其呼出，并给予及时的反馈，进行算法的调整。

上述的对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (4)

1.一种基于分类算法的电视购物商品推荐方法，包括如下步骤：

(1)收集所有注册的用户信息、所有上架的商品信息以及所有注册用户的历史购买行为信息；

(2)对所有用户信息、商品信息以及购买行为信息进行预处理；

(3)根据预处理后的所有信息进行特征提取，以得到多组正样本和负样本并组成训练集，且训练集中正样本与负样本的比例为1:1；

对于任一正样本或负样本，其包含有某一注册用户的用户特征、当天某一主推商品的商品特征、该注册用户对于该主推商品的交互特征以及该主推商品在当天所有主推商品中的排序特征；其中正样本中注册用户与主推商品存在购买关系，负样本中注册用户与主推商品不存在购买关系；

(4)以训练集作为输入进行模型训练，以得到注册用户对于当天各主推商品的购买预测模型；

(5)对于任一注册用户，根据步骤(3)提取该注册用户对于当天各主推商品对应的特征信息并逐个输入至所述的购买预测模型中，对应得到该注册用户对于当天各主推商品的购买预测评分，进而根据购买预测评分进行排序使得当天各主推商品按次序展现推荐给该注册用户。

2.根据权利要求1所述的电视购物商品推荐方法，其特征在于：所述的步骤(2)中对所有用户信息、商品信息以及购买行为信息进行预处理，具体实现包括对缺失值通过统计模拟进行填充以及对异常值进行筛选去除。

3.根据权利要求1所述的电视购物商品推荐方法，其特征在于：所述的步骤(3)中提取某一主推商品在当天所有主推商品中的排序特征，具体实现方法为：首先，统计该主推商品的商品特征以及注册用户对于该主推商品的交互特征中每一条特征明细在当天所有主推商品中的排名，从而组成n+m维的排名向量，其中n为商品特征的维度，m为交互特征的维度；然后，对所述的排名向量分别进行线性归一化以及非线性归一化，并将线性归一化后的排名向量与非线性归一化后的排名向量合并成2(n+m)维的排序向量，即为该主推商品在当天所有主推商品中的排序特征。

4.根据权利要求1所述的电视购物商品推荐方法，其特征在于：所述的步骤(4)中以训练集作为输入，采用机器学习领域中逻辑回归或随机森林分类算法进行模型训练，以得到注册用户对于当天各主推商品的购买预测模型。