CN107133838A - 一种基于知识的农资商品推荐方法 - Google Patents

Abstract

本发明公开了一种基于知识的农资商品推荐方法，涉及商品个性化推荐技术领域，包括如下步骤：结合问题背景，分析用户、商品的特征，并根据这些特征生成案例库结构；根据特定的用户信息，判断案例库中是否存在与用户特征相对应的案例，从而对案例库进行不同的操作；从案例库中得到与相应用户特征相匹配的商品特征，结合商品信息，产生应该推荐的农资商品。与传统的农资商品推荐方法相比，本发明提出的推荐方法解决了冷启动问题；结合农业生产知识、从用户的实际需求出发，保证了农资商品的科学性，有效性；案例库的建立，使得本发明中基于知识的推荐更加高效。

Description

一种基于知识的农资商品推荐方法

技术领域

本发明涉及商品个性化推荐技术领域，具体涉及一种基于知识的农资商品推荐方法。

背景技术

商品个性化推荐技术在现代电子商务中发挥着重要的作用。需求和偏好是影响消费者购买商品的两个因素，同时也是推荐方法应该考虑的两个重要方面。传统农资商品推荐方法大多是基于商品的推荐和协同过滤的推荐，需要一定的商品销售记录作为支撑，并从这些商品销售记录中提取用户偏好。另外，由于农资商品具有的特殊性质——不能在购买时给用户带来直接的产品体验，该特点使得传统运用于农资商品推荐时只考虑用户偏好的方法不具有说服力。所以，传统农资商品推荐方法存在两个问题：首先，对于新用户和新商品存在冷启动问题；其次，它们主要侧重用户偏好来向用户推荐商品，而缺乏对用户的科学分析。

综上所述，需要一种适合于农业生产特点的，并且能在一定程度上解决商品冷启动问题的农资商品推荐算法。

发明内容

本发明的目的在于克服传统农资商品推荐方法的不足，提供一种基于知识的农资商品推荐方法，一方面要解决传统方法的冷启动问题；另一方面使得推荐结果符合农业生产需求，在影响用户选择商品的需求和偏好两个方面，重点考虑用户需求，忽略用户偏好。

本发明采用如下技术方案：

一种基于知识的农资商品推荐方法，所述方法包括如下步骤：

S1、结合问题背景，分析用户、商品的特征，并根据这些特征生成案例库结构；

S2、根据特定的用户信息，判断案例库中是否存在与用户特征相对应的案例，根据判断结果对案例库进行相应操作；

S3、从案例库中获取与相应用户特征相匹配的商品特征，结合商品信息，产生应该推荐的农资商品。

优选的，步骤S1中，案例库的结构是根据用户特征、商品特征并基于农业生产知识而产生。

优选的，步骤S2中，判断过程具体包括：

案例库中存在与当前用户特征相对应的案例时，则无需更新案例库；

案例库中不存在与当前用户特征相对应的案例时，需要依据相关农业生产知识来更新案例库；

优选的，更新案例库的过程具体包括：

P1、从用户信息中提取用户特征，根据这些用户特征提取出农业生产需求；

P2、在农业生产知识的背景下分析农业生产需求，将其转化为农资产品需求；

P3、整合农资商品需求，将其存入案例库。

本发明由于采用了上述技术方案，具有以下有益效果：由用户特征反映出用户潜在需求，并结合农业生产知识得到农业商品需求，这个过程使得对商品的推荐更加科学并能排除掉影响用户选择农资商品的主观因素；农业生产知识的科学性及其存在使得冷启动问题得以解决；案例库是连接用户需求和商品特征的纽带，通过案例库的建立使得本发明中基于知识的推荐更加高效。

附图说明

附图用来提供对本发明的优选的理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明的推荐方法流程图；

图2为本发明案例库的更新及推荐结果产生过程图。

具体实施方式

为了方便对本发明过程及特性有更进一步的了解，下面结合具体附图和实例(以农资商品中的化肥商品为例)对本发明作进一步说明。

如图1、图2，为了从用户的实际需求出发，并且利用相关农业生产知识科学地进行农资商品推荐，提高推荐的科学性和推荐效率，本发明提供了一种基于知识的农资商品推荐方法，包括如下步骤：

S1、结合问题背景，分析用户、商品的特征，并根据这些特征生成案例库结构；

其中，用户表如下：

用户ID	用户名称	用户地区	种植作物	其他信息
					001	User1	Area1	玉米	略
002	User2	Area2	玉米	略
					003	User3	Area3	大豆	略

作物生长周期表结构如下：

周期ID

作物

时间

作物生长周期

用户对农资商品的选择通常是基于农业活动的需求。用户的地区、作物、作物生长周期是影响化肥商品选择的三个因素。首先：地区的不同反映出土壤性质的差异；其次，不同的农作物以及相同农作物的不同生长周期对肥料的需求也是不同的。

在化肥商品中，氮(N)磷(P)钾(K)的含量是肥料营养价值的体现，颗粒的大小也体现了肥料的易吸收程度。

通过以上对用户特征和商品特征简略的分析，生成案例库的结构如下：

作物

作物生长周期

N含量

P含量

K含量

颗粒大小

S2、根据特定的用户信息，判断案例库中是否存在与用户特征相对应的案例，从而对案例库进行不同的操作；

假设已有的案例库中的案例如下：

地区

作物

作物生长周期

N含量

P含量

K含量

颗粒大小

Area1

玉米

花粒期

17％～19％

17％～19％

17％～19％

小颗粒

1)假设当前用户的特征向量为(Area1，玉米，花粒期)，查找案例库，发现案例库中存在与之相对应的案例，因此，无需更新案例库。

2)假设当前用户的特征向量为(Area2，玉米，花粒期)，查找案例库，发现案例库中不存在与之相对应的案例，因此，需要结合农业生产知识来更新案例库。更新过程大致如下：

I.根据已经提取的用户特征(Area2，玉米，花粒期)，分析该特征的农业特性，得出农业生产需求：需要均衡N、P、K等各种营养物质，并且其营养成分需要维持在一定的含量、颗粒大小也需要满足一定的要求。

II.根据以上分析的农业生产需求，提取出对农资产品的需求；

III.对农资产品需求进行整理，写入案例库。

经过以上步骤，案例库中新增一条案例，如下：

地区

作物

作物生长周期

N含量

P含量

K含量

颗粒大小

Area1

玉米

花粒期

17％～19％

17％～19％

17％～19％

小颗粒

Area2

玉米

花粒期

19％～21％

11％～13％

12％～14％

小颗粒

S3、从案例库中得到与相应用户特征相匹配的商品特征，结合商品信息，产生应该推荐的农资商品。

假设商品库中的商品信息如下表：

肥料名称	N含量	P含量	K含量	颗粒大小
					复合肥1	18％	18％	18％	小颗粒
复合肥2	12％	22％	10％	小颗粒
					复合肥3	17％	18％	19％	大颗粒
复合肥4	19％	18％	17％	小颗粒
					复合肥5	20％	12％	13％	小颗粒

若用户特征为(Area1，玉米，花粒期)，结合案例库中此类用户特征对农资商品特征(氮磷钾含量及颗粒大小)的需求以及商品库商品对应的特征，可以得出复合肥1、复合肥4在很大程度上适合该用户。

若用户特征为(Area2，玉米，花粒期)，结合案例库中此类用户特征对农资商品特征(氮磷钾含量及颗粒大小)的需求以及商品库商品对应的特征，可以得出复合肥5在很大程度上适合该用户。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于知识的农资商品推荐方法，其特征在于，所述方法包括如下步骤：

S1、结合问题背景，分析用户、商品的特征，并根据这些特征生成案例库结构；

S2、根据特定的用户信息，判断案例库中是否存在与用户特征相对应的案例，根据判断结果对案例库进行相应操作；

S3、从案例库中获取与相应用户特征相匹配的商品特征，结合商品信息，产生应该推荐的农资商品。

2.根据权利要求1所述的一种基于知识的农资商品推荐方法，其特征在于，步骤S1中，案例库的结构是根据用户特征、商品特征并基于农业生产知识而产生。

3.根据权利要求1所述的一种基于知识的农资商品推荐方法，其特征在于，步骤S2中，判断过程具体包括：

案例库中存在与当前用户特征相对应的案例时，则无需更新案例库；

案例库中不存在与当前用户特征相对应的案例时，需要依据相关农业生产知识来更新案例库。

4.根据权利要求3所述的一种基于知识的农资商品推荐方法，其特征在于，更新案例库的过程具体包括：

P1、从用户信息中提取用户特征，根据这些用户特征提取出农业生产需求；

P2、在农业生产知识的背景下分析农业生产需求，将其转化为农资产品需求；

P3、整合农资商品需求，将其存入案例库。