TWI635451B - 運用虛擬商品於推薦系統影響相似度分析方法及其系統 - Google Patents

運用虛擬商品於推薦系統影響相似度分析方法及其系統 Download PDF

Info

Publication number
TWI635451B
TWI635451B TW106122712A TW106122712A TWI635451B TW I635451 B TWI635451 B TW I635451B TW 106122712 A TW106122712 A TW 106122712A TW 106122712 A TW106122712 A TW 106122712A TW I635451 B TWI635451 B TW I635451B
Authority
TW
Taiwan
Prior art keywords
product
user
virtual
information
similarity
Prior art date
Application number
TW106122712A
Other languages
English (en)
Other versions
TW201907349A (zh
Inventor
黃本聰
陳建亨
Original Assignee
雲義科技股份有限公司
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 雲義科技股份有限公司 filed Critical 雲義科技股份有限公司
Priority to TW106122712A priority Critical patent/TWI635451B/zh
Priority to CN201710672389.8A priority patent/CN109214848B/zh
Application granted granted Critical
Publication of TWI635451B publication Critical patent/TWI635451B/zh
Publication of TW201907349A publication Critical patent/TW201907349A/zh

Links

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

本發明提供一種運用虛擬商品於推薦系統影響相似度分析方法及其系統。前述方法於執行時存取外部之資料庫取得複數個使用者與對應複數個使用者屬性資訊及複數筆商品資訊，接著由各使用者屬性資訊產生虛擬商品並標記，然後透過使用者對商品及虛擬商品之評分權重機構計算使用者之相似度以產生推薦各使用者商品，最後排除商品項中的虛擬商品以產生實際商品之推薦資訊，並將推薦資訊提供給受推薦之使用者。相較於習知之推薦方案，本案將商品以及非商品資訊統一進行分析，能夠減化系統之複雜度改善整體運作之效率並可解決商品交易量很少時無法計算相似度之問題。

Description

運用虛擬商品於推薦系統影響相似度分析方法及其系統
本發明係一種商品推薦技術方案，尤指一種透過使用者購買或對商品評分計算使用者相似度來進行商品推薦之技術方案。
為提升商品銷售量，現行電子商務系統多透過分析多個使用者瀏覽商品的歷史資訊、購買資訊...等資訊，並找出具有相同或相似購買習慣的使用者，以及從商品的關聯中找出可供推薦的商品給使用者。
由於過往推薦技術方案極度的仰賴使用者的在網路商店上的消費記錄或瀏覽記錄，因此當前述記錄資料量不足時，會使得現行的電子商務系統無法有效的找出可供推薦之商品。
為解決前述之問題，部分的習知技術會透過分析使用者於社群上之行為(例如：美國專利案US 2010/0306049 A1,METHOD AND SYSTEM FOR MATCHTNG ADVERTISEMENTS TO WEB FEEDS)，並在分析使用者行為後提供相對應的推薦商品。而現行技術為同時分析使用者商品資訊以及非商品資訊來推薦商品時，多依資料的內容分別設定對應的評估子系統，並由各自的評估子系統計算出分數後再行加總，並由加總結果來挑選推薦商品。
舉例說明之，若電子商務系統取得商品消費資訊以及使用者社群資訊時，此時該系統內部需同時建置二套分別用於分析商品消費資訊以及使用者社群資訊的評估子系統，換言之，當取得資訊類別越多時，則需量身打造更多的評估子系統，而使得系統複雜度以及維護困難度不斷的提升，而對系統研發人員以及管理人員造成相當大的困擾。
綜上所述，如何提供一種解決前述問題之技術手段乃本領域亟需解決之技術問題。
為解決前揭之問題，本發明之目的係提供一種運用虛擬商品於推薦系統影響相似度分析方法及其系統之技術方案。
為達上述目的，本發明提出一種運用虛擬商品於推薦系統影響相似度分析系統。前述影響相似度分析系統包含資料存取模組、虛擬商品標記模組、相似度處理模組、以及商品推薦模組。前述資料存取模組，用於存取外部一個或複數個資料庫，以取得對應複數個使用者的複數筆商品資訊及複數筆使用者屬性資訊。前述虛擬商品標記模組連接資料存取模組，並將各使用者屬性或特徵資訊標記為虛擬商品。前述相似度處理模組連接虛擬商品標記模組，依使用者與商品(含虛擬商品)之關連權重計算使用者之相似度。前述商品推薦模組連接相似度處理模組，依使用者之相似度據以產生推薦商品並排除推薦商品項中的虛擬商品以產生實體商品推薦資訊，接著將推薦資訊提供給受推薦之使用者。
為達上述目的，本發明提出一種運用虛擬商品於推薦系統影 響相似度分析方法。前述方法運作於一具備運算能力之電子裝置，並包含下列步驟：首先，存取外部一個或複數個資料庫，以取得對應複數個使用者的複數筆商品資訊及複數筆使用者屬性資訊。接著，將各使用者屬性資訊標記為虛擬商品。再者，透過使用者對應之商品資訊及虛擬商品資訊計算使用者之相似度進行推薦計算產生推薦的商品項。最後，排除商品項中的虛擬商品以產生實際商品推薦資訊，並將推薦資訊提供給受推薦之使用者。
綜上所述，本案藉由將使用者屬性資訊標記為虛擬商品，並將虛擬商品與實際商品置於同一維度進行相似度分析以及選取出推薦之商品，而得以改善現行之商品推薦系統不足之處。
1‧‧‧運用虛擬商品於推薦系統影響相似度分析系統
11‧‧‧資料存取模組
12‧‧‧虛擬商品標記模組
13‧‧‧相似度處理模組
14‧‧‧商品推薦模組
2‧‧‧資料庫
3‧‧‧商品項
31‧‧‧真實商品項
32‧‧‧虛擬商品項
圖1為本發明第一實施例運用虛擬商品於推薦系統影響相似度分析系統的系統方塊圖。
圖2為本發明第二實施例運用虛擬商品於推薦系統影響相似度分析方法的方法流程圖。
圖3為本發明之相似度分析示意圖。
以下將描述具體之實施例以說明本發明之實施態樣，惟其並非用以限制本發明所欲保護之範疇。
請參閱圖1，其為本發明第一實施例運用虛擬商品於推薦系 統影響相似度分析系統1的系統方塊圖。前述影響相似度分析系統1包含資料存取模組11、虛擬商品標記模組12、相似度處理模組13、以及商品推薦模組14。前述資料存取模組11用於存取外部一個或複數個資料庫2，以取得對應複數個使用者的複數筆商品資訊及複數筆使用者屬性資訊。前述虛擬商品標記模組12連接資料存取模組11，並將各使用者屬性資訊標記為虛擬商品。前述相似度處理模組13連接虛擬商品標記模組12，並自商品資訊(含虛擬商品)中依其與使用者的關連計算具有相似度的使用者。前述商品推薦模組14連接相似度處理模組13，依使用者相似度據以產生推薦商品項並排除推薦商品項中的虛擬商品以產生實體商品推薦資訊，接著將推薦資訊提供給受推薦之使用者。前述影響相似度分析系統1可運行於具有運算能力之電子裝置(例如：電腦)，而其所包含的模組可透過軟體模組實現之。
於另一實施例中，前述使用者屬性資訊包含性別屬性、學歷屬性、職業屬性、星座屬性、年齡屬性、興趣屬性、社團屬性等其中至少一個。
請參閱圖2，其為本發明第二實施例運用虛擬商品於推薦系統中評分影響相似度分析方法流程圖。前述方法運作於具備運算能力之電子裝置，並包含下列步驟：
S101：存取外部一個或複數個資料庫，以取得對應複數個使用者的複數筆商品資訊及複數筆使用者屬性資訊。
S102：選擇使用者屬性或特徵資訊標記為虛擬商品並設定權重。
S103：自商品資訊(含虛擬商品)與使用者之關聯及權重計算使用者相似度。
S104：依使用者相似度產生推薦商品(含虛擬商品)，再排除推薦商品項中的虛擬商品，以產生實體商品的推薦資訊，並將推薦資訊提供給受推薦之使用者。
於另一實施例中，前述方法之使用者屬性資訊進一步包含學歷屬性、興趣屬性、星座屬性，其中至少一個。
以下本案茲以第一實施例運用虛擬商品於推薦系統影響相似度分析系統進行說明，惟第二實施例用虛擬商品於推薦系統影響相似度分析方法及其系統亦具有相同或相似之技術功效。
請接著參閱表1，其為影響相似度分析系統1於儲存有使用者消費資訊或瀏覽資料的資料庫2中抓取的商品資訊，以及儲存有使用者屬性的資料庫2抓取的使用者屬性資訊。前述商品資訊可包含歷史購買記錄、使用搜尋網站之搜尋記錄、於商品頁面的瀏覽記錄...等；前述使用者屬性資訊可是由會員系統的記錄或是透過社群網站(例如：Facebook、Twitter...等)所提供的資料擷取應用程式(API)來取得如使用者星座資訊、使用者加入之社團資訊、參與之活動...等。
接著，影響相似度分析系統1的虛擬商品標記模組12會將使用者A、使用者B以及使用者C的使用者屬性資訊設定欲加入權重分析者標記為虛擬商品，並透過相似度處理模組13依使用者與商品(含虛擬商品)之權重評分計算使用者之相似度，其相似度分析示意圖如圖3所示(商品項3中包含了真實商品項31與虛擬商品項32)，以前述案例說明之，使用者A和使用者C在商品資訊上並無購買相同的商品，但二者在虛擬商品中具有相同的星座及興趣；但使用者B與使用者C有購買相同的商品F但卻無相同的學歷星座或興趣。因此在相似度計算模組中計算，使用者A與使用者C會相較於使用者B與使用者C有更高的相似度。若無虛擬商品的植入計算，則在相似度計算模組中，其結果將是使用者B與使用者C的相似度會高於使用者A與使用者C的相似度。
此外，影響相似度分析系統1亦可針對不同的使用者屬性資訊給予不同的權重，例如，給予興趣屬性較高的權重，則代表具相同興趣 之使用者會有較高的相似度。在推薦系統中，具較高相似度之使用者，在商品推薦模組14即會互相推薦彼此購買過或喜歡的商品。
上列詳細說明係針對本發明之一可行實施例之具體說明，惟該實施例並非用以限制本發明之專利範圍，凡未脫離本發明技藝精神所為之等效實施或變更，均應包含於本案之專利範圍中。

Claims (8)

  1. 一種運用虛擬商品於推薦系統影響相似度分析系統，包含：資料存取模組，用於存取外部一個或複數個資料庫，以取得對應複數個使用者的複數筆商品資訊及複數筆使用者屬性資訊；虛擬商品標記模組，連接該資料存取模組，並選取該使用者屬性資訊標記為虛擬商品並設定其權重分數；相似度處理模組，連接該虛擬商品標記模組，該相似度處理模組透過該商品資訊(含該虛擬商品)與該使用者資訊之關連權重計算使用者相似度；商品推薦模組，連接該相似度處理模組，並依該使用者相似度，產生商品推薦資訊再排除該商品推薦項中的該虛擬商品，以產生實際商品的推薦資訊，並將該推薦資訊提供給受推薦之該使用者。
  2. 如請求項1所述運用虛擬商品於推薦系統影響相似度分析系統，其中該虛擬商品標記模組乃選取欲納入該虛擬商品之該使用者屬性資訊並設定該屬性之權重，其中該使用者屬性資訊包含性別屬性、職業屬性、學歷屬性、興趣屬性、星座屬性、參與社團屬性其中至少一個，即使用者個人相關之屬性項。
  3. 如請求項1所述運用虛擬商品於推薦系統影響相似度分析系統，其中該相似度處理模組係將該虛擬商品於此模組計算相似度過程置於與該實際商品同一維度中計算，並依該使用者與該商品資訊及該虛擬商品之關連與權重計算其使用者相似度。
  4. 如請求項1所述運用虛擬商品於推薦系統影響相似度分析系統，其中該商品推薦模組係依據該相似度處理模組輸出使用者相似度據以計算推薦該使用者的該商品推薦資訊(含該虛擬商品)。
  5. 一種運用虛擬商品於推薦系統影響相似度分析方法，運作於一具備運算能力之電子裝置，包含：存取外部一個或複數個資料庫，以取得對應複數個使用者的複數筆商品資訊及複數筆使用者屬性資訊；將各該使用者屬性資訊標記為虛擬商品；自該等商品資訊(含該等虛擬商品)與該使用者屬性資訊相對應之權重關係中計算使用者相似度，以產生商品推薦資訊；以及排除該商品推薦資訊中的該等虛擬商品，以產生實際商品的推薦資訊，並將該推薦資訊提供給受推薦之該使用者。
  6. 如請求項5所述運用虛擬商品於推薦系統影響相似度分析方法，係選取欲納入該虛擬商品之該使用者屬性資訊並設定該屬性之權重，其中該使用者屬性資訊進一步包含興趣屬性、星座屬性、參與活動屬性、參與社團屬性其中至少一個，即使用者個人相關之屬性項。
  7. 如請求項5所述運用虛擬商品於推薦系統影響相似度分析方法，係將該虛擬商品於計算相似度過程置於與該實際商品同一維度中計算，並依該使用者與該商品資訊及該虛擬商品之關連與權重計算其使用者相似度。
  8. 如請求項5所述運用虛擬商品於推薦系統影響相似度分析方法，係依據使用者相似度據以計算推薦該使用者的該商品推薦資訊(含該虛擬商品)。
TW106122712A 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 TWI635451B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
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
CN201710672389.8A 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
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
TWI635451B true TWI635451B (zh) 2018-09-11
TW201907349A TW201907349A (zh) 2019-02-16

Family

ID=64452784

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (2)

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

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150058160A1 (en) * 2013-08-26 2015-02-26 Alibaba Group Holding Limited Method and system for recommending online products
TWI508010B (zh) * 2009-02-10 2015-11-11 Alibaba Group Holding Ltd Information recommendation method, device and server
CN105589905A (zh) * 2014-12-26 2016-05-18 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

Family Cites Families (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
EP2188712A4 (en) * 2007-05-25 2011-03-02 Peerset Inc SYSTEMS AND METHODS OF RECOMMENDATION
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
CN103400286B (zh) * 2013-08-02 2016-12-28 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
CN103530416B (zh) * 2013-10-28 2017-01-18 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
TWI615787B (zh) * 2013-11-07 2018-02-21 財團法人資訊工業策進會 群體對象商品推薦系統、方法及其非揮發性電腦可讀取紀錄媒體
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
CN105095267B (zh) * 2014-05-09 2019-12-31 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

Patent Citations (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
US20150058160A1 (en) * 2013-08-26 2015-02-26 Alibaba Group Holding Limited Method and system for recommending online products
CN105589905A (zh) * 2014-12-26 2016-05-18 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

Also Published As

Publication number Publication date
CN109214848A (zh) 2019-01-15
CN109214848B (zh) 2020-10-27
TW201907349A (zh) 2019-02-16

Similar Documents

Publication Publication Date Title
US11836761B2 (en) Heuristic clustering
US11042946B2 (en) Identity mapping between commerce customers and social media users
US8935263B1 (en) Generating rankings of reputation scores in reputation systems
US10489719B2 (en) Shared per content provider prediction models
US11487769B2 (en) Arranging stories on newsfeeds based on expected value scoring on a social networking system
US20150379609A1 (en) Generating recommendations for unfamiliar users by utilizing social side information
US20150262081A1 (en) Estimating reputation scores in reputation systems
US20140172877A1 (en) Boosting ranks of stories by a needy user on a social networking system
Wu et al. User Value Identification Based on Improved RFM Model and K‐Means++ Algorithm for Complex Data Analysis
Hu et al. An item orientated recommendation algorithm from the multi-view perspective
CN108805598A (zh) 相似度信息确定方法、服务器及计算机可读存储介质
JP6976207B2 (ja) 情報処理装置、情報処理方法、およびプログラム
Wang et al. Viewability prediction for online display ads
JP2009244981A (ja) 解析装置、解析方法及び解析プログラム
US9336553B2 (en) Diversity enforcement on a social networking system newsfeed
CN110020918A (zh) 一种推荐信息生成方法和系统
Kumar et al. A novel influence quantification model on Instagram using data science approach for targeted business advertising and better digital marketing outcomes
Wu et al. [Retracted] Using the Mathematical Model on Precision Marketing with Online Transaction Data Computing
TWI635451B (zh) 運用虛擬商品於推薦系統影響相似度分析方法及其系統
Zeng et al. Location-aware real-time recommender systems for brick-and-mortar retailers
Qiu A predictive model for customer purchase behavior in e-commerce context
Mohan et al. Recommendation system in business intelligence solutions for grocery shops: Challenges and perspective
US20160232543A1 (en) Predicting Interest for Items Based on Trend Information
CN108960954B (zh) 一种基于用户群行为反馈的内容推荐方法及推荐系统
US20160026961A1 (en) Social selling index scores for measuring social selling practices