一种基于大数据和人工智能的购物推荐方法及系统

专利主权项内容

1.一种基于大数据和人工智能的购物推荐方法，其特征在于，包括：采集用户购买目标类型商品的历史行为数据，基于用户的多个购买行为对历史行为数据进行分割，得到每个购买行为对应的购物特征数据；提取每组购物特征数据中对于已购买商品的第一行为特征向量和已浏览商品的第二行为特征向量，行为特征向量包括有多个浏览行为的时长占比，其中，浏览行为包括图片浏览、视频浏览、评论浏览、问答浏览中的一种或多种；基于多组存在关联的第一行为特征向量和第二行为特征向量生成每组购物特征数据的浏览行为向量，基于多个浏览行为向量确定每组购物特征数据的目标浏览行为；根据多个目标浏览行为生成用户购买目标类型商品的浏览行为参考列表，包括每个浏览行为的行为分值；采集用户对多个目标类型商品的浏览行为数据，基于浏览行为数据和浏览行为参考列表计算每个目标类型商品的行为评分；将每个目标类型商品的商品特征数据和行为评分输入到商品分析模型中，生成多个待推荐商品的评分，根据每个待推荐商品的评分向用户进行购物推荐；基于多组存在关联的第一行为特征向量和第二行为特征向量生成每组购物特征数据的浏览行为向量，包括：式中，为浏览行为向量，/>、/>分别为第一行为特征向量和第二行为特征向量，为第一权重参数，/>为第二权重参数，/>、/>满足/>>