CN109214848B - 运用虚拟商品于推荐系统影响相似度分析方法及其系统 - Google Patents

运用虚拟商品于推荐系统影响相似度分析方法及其系统 Download PDF

Info

Publication number
CN109214848B
CN109214848B CN201710672389.8A CN201710672389A CN109214848B CN 109214848 B CN109214848 B CN 109214848B CN 201710672389 A CN201710672389 A CN 201710672389A CN 109214848 B CN109214848 B CN 109214848B
Authority
CN
China
Prior art keywords
user
commodity
information
similarity
virtual
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710672389.8A
Other languages
English (en)
Other versions
CN109214848A (zh
Inventor
黄本聪
陈建亨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Unipattern Corp
Original Assignee
Unipattern Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Unipattern Corp filed Critical Unipattern Corp
Publication of CN109214848A publication Critical patent/CN109214848A/zh
Application granted granted Critical
Publication of CN109214848B publication Critical patent/CN109214848B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种运用虚拟商品于推荐系统影响相似度分析方法及其系统。前述方法于执行时存取外部的数据库取得多个用户与对应多个用户属性信息及多笔商品信息，接着由各用户属性信息产生虚拟商品并标记，然后通过用户对商品及虚拟商品的评分权重机构计算使用者的相似度以产生推荐各使用者商品，最后排除商品项中的虚拟商品以产生实际商品的推荐信息，并将推荐信息提供给受推荐的使用者。相较于现有的推荐方案，本案将商品以及非商品信息统一进行分析，能够减化系统的复杂度改善整体运作的效率并可解决商品交易量很少时无法计算相似度的问题。

Description

运用虚拟商品于推荐系统影响相似度分析方法及其系统
技术领域
本发明涉及一种商品推荐技术方案，尤指一种通过使用者购买或对商品评分计算使用者相似度来进行商品推荐的技术方案。
背景技术
为提升商品销售量，现行电子商务系统多通过分析多个用户浏览商品的历史信息、购买信息等信息，并找出具有相同或相似购买习惯的使用者，以及从商品的关联中找出可供推荐的商品给使用者。
由于过往推荐技术方案极度的仰赖用户的在网络商店上的消费记录或浏览记录，因此当前述记录数据量不足时，会使得现行的电子商务系统无法有效的找出可供推荐的商品。
为解决前述的问题，部分的现有技术会通过分析使用者于社群上的行为(例如：美国专利案US 2010/0306049 A1,METHOD AND SYSTEM FOR MATCHING ADVERTISEMENTS TOWEB FEEDS)，并在分析使用者行为后提供相对应的推荐商品。而现行技术为同时分析用户商品信息以及非商品信息来推荐商品时，多依数据的内容分别设定对应的评估子系统，并由各自的评估子系统计算出分数后再行加总，并由加总结果来挑选推荐商品。
举例说明，若电子商务系统取得商品消费信息以及用户社群信息时，此时该系统内部需同时建置二套分别用于分析商品消费信息以及用户社群信息的评估子系统，换言之，当取得信息类别越多时，则需量身打造更多的评估子系统，而使得系统复杂度以及维护困难度不断的提升，而对系统研发人员以及管理人员造成相当大的困扰。
综上所述，如何提供一种解决前述问题的技术手段乃本领域亟需解决的技术问题。
发明内容
为解决前述的问题，本发明的目的是提供一种运用虚拟商品于推荐系统影响相似度分析方法及其系统的技术方案。
为达上述目的，本发明提出一种运用虚拟商品于推荐系统影响相似度分析系统。前述影响相似度分析系统包含数据存取模块、虚拟商品标记模块、相似度处理模块、以及商品推荐模块。前述数据存取模块，用于存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息。前述虚拟商品标记模块连接数据存取模块，并将各用户属性或特征信息标记为虚拟商品。前述相似度处理模块连接虚拟商品标记模块，依用户与商品(含虚拟商品)的关联权重计算使用者的相似度。前述商品推荐模块连接相似度处理模块，依用户的相似度据以产生推荐商品并排除推荐商品项中的虚拟商品以实例化商品推荐信息，接着将推荐信息提供给受推荐的使用者。
为达上述目的，本发明提出一种运用虚拟商品于推荐系统影响相似度分析方法。前述方法运作于一具备运算能力的电子装置，并包含下列步骤：首先，存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息。接着，将各用户属性信息标记为虚拟商品。再者，通过用户对应的商品信息及虚拟商品信息计算用户的相似度进行推荐计算产生推荐的商品项。最后，排除商品项中的虚拟商品以产生实际商品推荐信息，并将推荐信息提供给受推荐的使用者。
综上所述，本案藉由将用户属性信息标记为虚拟商品，并将虚拟商品与实际商品置于同一维度进行相似度分析以及选取出推荐的商品，而得以改善现行的商品推荐系统不足之处。
附图说明
图1为本发明第一实施例运用虚拟商品于推荐系统影响相似度分析系统的系统方块图。
图2为本发明第二实施例运用虚拟商品于推荐系统影响相似度分析方法的方法流程图。
图3为本发明的相似度分析示意图。
附图标记说明：1-运用虚拟商品于推荐系统影响相似度分析系统；11-数据存取模块；12-虚拟商品标记模块；13-相似度处理模块；14-商品推荐模块；2-数据库；3-商品项；31-真实商品项；32-虚拟商品项。
具体实施方式
以下将描述具体的实施例以说明本发明的实施态样，然而其并非用以限制本发明所欲保护的范畴。
请参阅图1，其为本发明第一实施例运用虚拟商品于推荐系统影响相似度分析系统1的系统方块图。前述影响相似度分析系统1包含数据存取模块11、虚拟商品标记模块12、相似度处理模块13、以及商品推荐模块14。前述数据存取模块11用于存取外部一个或多个数据库2，以取得对应多个使用者的多笔商品信息及多笔用户属性信息。前述虚拟商品标记模块12连接数据存取模块11，并将各用户属性信息标记为虚拟商品。前述相似度处理模块13连接虚拟商品标记模块12，并自商品信息(含虚拟商品)中依其与使用者的关连计算具有相似度的使用者。前述商品推荐模块14连接相似度处理模块13，依用户相似度据以产生推荐商品项并排除推荐商品项中的虚拟商品以实例化商品推荐信息，接着将推荐信息提供给受推荐的使用者。前述影响相似度分析系统1可运行于具有运算能力的电子装置(例如：计算机)，而其所包含的模块可通过软件模块实现的。
于另一实施例中，前述用户属性信息包含性别属性、学历属性、职业属性、星座属性、年龄属性、兴趣属性、社团属性等其中至少一个。
请参阅图2，其为本发明第二实施例运用虚拟商品于推荐系统中评分影响相似度分析方法流程图。前述方法运作于具备运算能力的电子装置，并包含下列步骤：
S101：存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息。
S102：选择用户属性或特征信息标记为虚拟商品并设定权重。
S103：自商品信息(含虚拟商品)与使用者的关联及权重计算使用者相似度。
S104：依使用者相似度产生推荐商品(含虚拟商品)，再排除推荐商品项中的虚拟商品，以实例化商品的推荐信息，并将推荐信息提供给受推荐的使用者。
于另一实施例中，前述方法的用户属性信息进一步包含学历属性、兴趣属性、星座属性，其中至少一个。
以下本案兹以第一实施例运用虚拟商品于推荐系统影响相似度分析系统进行说明，惟第二实施例用虚拟商品于推荐系统影响相似度分析方法及其系统亦具有相同或相似的技术功效。
请接着参阅表1，其为影响相似度分析系统1于储存有用户消费信息或浏览数据的数据库2中抓取的商品信息，以及储存有用户属性的数据库2抓取的用户属性信息。前述商品信息可包含历史购买记录、使用搜寻网站的搜寻记录、于商品页面的浏览记录…等；前述用户属性信息可是由会员系统的记录或是通过社群网站(例如：Facebook、Twitter…等)所提供的数据撷取应用程序(API)来取得如用户星座信息、用户加入的社团信息、参与的活动等。
表一
Figure BDA0001373404220000041
接着，影响相似度分析系统1的虚拟商品标记模块12会将用户A、使用者B以及用户C的用户属性信息设定欲加入权重分析者标记为虚拟商品，并通过相似度处理模块13依用户与商品(含虚拟商品)的权重评分计算使用者的相似度，其相似度分析示意图如图3所示(商品项3中包含了真实商品项31与虚拟商品项32)，以前述案例说明的，使用者A和用户C在商品信息上并无购买相同的商品，但二者在虚拟商品中具有相同的星座及兴趣；但使用者B与使用者C有购买相同的商品F但却无相同的学历星座或兴趣。因此在相似度计算模块中计算，用户A与使用者C会相较于使用者B与使用者C有更高的相似度。若无虚拟商品的植入计算，则在相似度计算模块中，其结果将是使用者B与使用者C的相似度会高于使用者A与使用者C的相似度。
此外，影响相似度分析系统1亦可针对不同的用户属性信息给予不同的权重，例如，给予兴趣属性较高的权重，则代表具相同兴趣的使用者会有较高的相似度。在推荐系统中，具较高相似度的用户，在商品推荐模块14即会互相推荐彼此购买过或喜欢的商品。
以上说明对本发明而言只是说明性的，而非限制性的，本领域普通技术人员理解，在不脱离以下所附权利要求所限定的精神和范围的情况下，可做出许多修改，变化，或等效，但都将落入本发明的保护范围内。

Claims (8)

1.一种运用虚拟商品于推荐系统影响相似度分析系统，其特征在于，包含：
数据存取模块，用于存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息；
虚拟商品标记模块，连接该数据存取模块，并选取该每一使用者的每一用户属性信息标记为虚拟商品并设定每一用户属性信息权重分数；
相似度处理模块，连接该虚拟商品标记模块，该相似度处理模块通过该每一使用者的多笔商品信息与该每一使用者的多笔用户信息的关联权重计算使用者相似度；
商品推荐模块，连接该相似度处理模块，并依该用户相似度，产生商品推荐信息再排除该商品推荐项中的该虚拟商品，以产生实际商品的推荐信息，并将该实际商品的推荐信息提供给受推荐的该使用者。
2.根据权利要求1所述的运用虚拟商品于推荐系统影响相似度分析系统，其特征在于，该虚拟商品标记模块乃选取欲纳入该多笔虚拟商品的该多笔用户属性信息并设定该多笔用户属性信息的权重，该用户属性信息包含性别属性、职业属性、学历属性、兴趣属性、星座属性、参与社团属性其中至少一个，即用户个人相关的属性项。
3.根据权利要求1所述的运用虚拟商品于推荐系统影响相似度分析系统，其特征在于，该相似度处理模块将该多笔虚拟商品于此模块计算相似度过程置于与该实际商品同一维度中计算，并依该用户与该商品信息及该虚拟商品的关连与权重计算其使用者相似度。
4.根据权利要求1所述的运用虚拟商品于推荐系统影响相似度分析系统，其中该商品推荐模块系依据该相似度处理模块输出用户相似度据以计算推荐该用户的该商品推荐信息。
5.一种运用虚拟商品于推荐系统影响相似度分析方法，运作于一具备运算能力的电子装置，其特征在于，包含：
存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息；
将每一使用者的每一用户属性信息标记为虚拟商品并设定每一用户属性信息权重分数；
自每一使用者的多笔商品信息与每一使用者的多笔用户属性信息相对应的权重关系中计算使用者相似度，以产生商品推荐信息；以及
排除该商品推荐信息中的所述虚拟商品，以产生实际商品的推荐信息，并将该实际商品的推荐信息提供给受推荐的该使用者。
6.根据权利要求5所述的运用虚拟商品于推荐系统影响相似度分析方法，其特征在于，选取欲纳入该多笔虚拟商品的该多笔用户属性信息并设定该多笔用户属性信息的权重，该用户属性信息包含兴趣属性、星座属性、参与活动属性、参与社团属性其中至少一个，即用户个人相关的属性项。
7.根据权利要求5所述的运用虚拟商品于推荐系统影响相似度分析方法，其特征在于，将该多笔虚拟商品于计算相似度过程置于与该实际商品同一维度中计算，并依该用户与该商品信息及该虚拟商品的关联与权重计算其使用者相似度。
8.根据权利要求5所述的运用虚拟商品于推荐系统影响相似度分析方法，其特征在于，依据使用者相似度据以计算推荐该用户的该商品推荐信息。
CN201710672389.8A 2017-07-06 2017-08-08 运用虚拟商品于推荐系统影响相似度分析方法及其系统 Active CN109214848B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW106122712 2017-07-06
TW106122712A TWI635451B (zh) 2017-07-06 2017-07-06 運用虛擬商品於推薦系統影響相似度分析方法及其系統

Publications (2)

Publication Number Publication Date
CN109214848A CN109214848A (zh) 2019-01-15
CN109214848B true CN109214848B (zh) 2020-10-27

Family

ID=64452784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710672389.8A Active CN109214848B (zh) 2017-07-06 2017-08-08 运用虚拟商品于推荐系统影响相似度分析方法及其系统

Country Status (2)

Country Link
CN (1) CN109214848B (zh)
TW (1) TWI635451B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6868525B1 (en) * 2000-02-01 2005-03-15 Alberti Anemometer Llc Computer graphic display visualization system and method
CN103400286A (zh) * 2013-08-02 2013-11-20 世纪禾光科技发展（北京）有限公司 一种基于用户行为进行物品特征标注的推荐系统及方法
CN103530416A (zh) * 2013-10-28 2014-01-22 海南大学 项目数据预测评分库的生成、项目数据的推送方法和系统
CN103714071A (zh) * 2012-09-29 2014-04-09 株式会社日立制作所 标签情感倾向量化方法与系统
CN103914783A (zh) * 2014-04-13 2014-07-09 北京工业大学 一种基于用户相似度的电子商务网站推荐方法
EP2838064A1 (en) * 2007-05-25 2015-02-18 Piksel, Inc. Recomendation systems and methods
CN104636950A (zh) * 2013-11-07 2015-05-20 财团法人资讯工业策进会 群体对象商品推荐系统及方法
CN105095267A (zh) * 2014-05-09 2015-11-25 阿里巴巴集团控股有限公司 一种用于用户参与项目的推荐方法及装置
CN106021337A (zh) * 2016-05-09 2016-10-12 房加科技（北京）有限公司 一种基于大数据分析的智能推荐方法及系统
CN106204153A (zh) * 2016-07-14 2016-12-07 扬州大学 一种基于属性比重相似性的两步预测Top‑N推荐算法
CN106327231A (zh) * 2015-07-01 2017-01-11 向莉妮 个性化商品匹配推荐系统及方法
CN106530001A (zh) * 2016-11-03 2017-03-22 广州市万表科技股份有限公司 信息推荐方法及装置
CN106708821A (zh) * 2015-07-21 2017-05-24 广州市本真网络科技有限公司 基于用户个性化购物行为进行商品推荐的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI508010B (zh) * 2009-02-10 2015-11-11 Alibaba Group Holding Ltd Information recommendation method, device and server
CN104424230B (zh) * 2013-08-26 2019-10-29 阿里巴巴集团控股有限公司 一种网络商品推荐方法及装置
CN105589905B (zh) * 2014-12-26 2019-06-18 中国银联股份有限公司 用户兴趣数据分析和收集系统及其方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6868525B1 (en) * 2000-02-01 2005-03-15 Alberti Anemometer Llc Computer graphic display visualization system and method
EP2838064A1 (en) * 2007-05-25 2015-02-18 Piksel, Inc. Recomendation systems and methods
CN103714071A (zh) * 2012-09-29 2014-04-09 株式会社日立制作所 标签情感倾向量化方法与系统
CN103400286A (zh) * 2013-08-02 2013-11-20 世纪禾光科技发展（北京）有限公司 一种基于用户行为进行物品特征标注的推荐系统及方法
CN103530416A (zh) * 2013-10-28 2014-01-22 海南大学 项目数据预测评分库的生成、项目数据的推送方法和系统
CN104636950A (zh) * 2013-11-07 2015-05-20 财团法人资讯工业策进会 群体对象商品推荐系统及方法
CN103914783A (zh) * 2014-04-13 2014-07-09 北京工业大学 一种基于用户相似度的电子商务网站推荐方法
CN105095267A (zh) * 2014-05-09 2015-11-25 阿里巴巴集团控股有限公司 一种用于用户参与项目的推荐方法及装置
CN106327231A (zh) * 2015-07-01 2017-01-11 向莉妮 个性化商品匹配推荐系统及方法
CN106708821A (zh) * 2015-07-21 2017-05-24 广州市本真网络科技有限公司 基于用户个性化购物行为进行商品推荐的方法
CN106021337A (zh) * 2016-05-09 2016-10-12 房加科技（北京）有限公司 一种基于大数据分析的智能推荐方法及系统
CN106204153A (zh) * 2016-07-14 2016-12-07 扬州大学 一种基于属性比重相似性的两步预测Top‑N推荐算法
CN106530001A (zh) * 2016-11-03 2017-03-22 广州市万表科技股份有限公司 信息推荐方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于用户特性的CF算法在B2C类电子商务RE中的研究与应用";张升涛;《中国优秀硕士学位论文全文数据库信息科技辑》;20130115(第1期);正文第二、五章 *

Also Published As

Publication number Publication date
CN109214848A (zh) 2019-01-15
TWI635451B (zh) 2018-09-11
TW201907349A (zh) 2019-02-16

Similar Documents

Publication Publication Date Title
Chintagunta et al. Investigating heterogeneity in brand preferences in logit models for panel data
Ryans Estimating consumer preferences for a new durable brand in an established product class
CN107590675B (zh) 一种基于大数据的用户购物行为识别方法、储存设备及移动终端
JP6134444B2 (ja) 情報を推薦するための方法およびシステム
Luo et al. Recovering hidden buyer–seller relationship states to measure the return on marketing investment in business-to-business markets
Goswami et al. Impact of consumer decision-making styles on online apparel consumption in India
CN108805598B (zh) 相似度信息确定方法、服务器及计算机可读存储介质
US20150379609A1 (en) Generating recommendations for unfamiliar users by utilizing social side information
US20130226656A1 (en) Determining influence of a person based on user generated content
Wang et al. A strategy-oriented operation module for recommender systems in E-commerce
CN111400613A (zh) 物品推荐方法、装置、介质及计算机设备
US8868596B2 (en) Set based item recommendation system
CN112435067A (zh) 跨电商平台与社交平台的智能广告投放方法及系统
JP6976207B2 (ja) 情報処理装置、情報処理方法、およびプログラム
Kaminskas et al. Product-seeded and basket-seeded recommendations for small-scale retailers
CN116957691B (zh) 针对电商商家商品的跨平台智能广告投放方法及系统
Leeflang et al. Advertising and industry sales: An empirical study of the West German cigarette market
CN110647679A (zh) 一种o2o场景下的搜索结果综合排序方法
CN114782116B (zh) 基于用户购物习惯的广告推送系统
KR20220117425A (ko) 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템
Prasetyo Searching cheapest product on three different e-commerce using k-means algorithm
CN110020918B (zh) 一种推荐信息生成方法和系统
CN109214848B (zh) 运用虚拟商品于推荐系统影响相似度分析方法及其系统
Long Factors influencing consumers intention towards online food purchasing in Phnom Penh
CN113254775A (zh) 一种基于客户浏览行为序列的信用卡产品推荐方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant