买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：众合九通(北京)电子科技有限公司

摘要：本发明公开了一种基于用户关系的商品推荐方法及系统，涉及电子商务技术领域。所述方法是在获取多对样本交易双方的历史交易互评记录数据和用户关系标签后，针对各对样本交易双方从对应的历史交易互评记录数据中提取出对应的多个样本特征词，然后应用多个样本特征词以及用户关系标签对机器学习模型进行分类训练，可得到用户关系估计模型，再然后将目标交易双方的多个目标特征词输入所述用户关系估计模型，即可输出得到目标交易双方的用户关系标签或在各个用户关系标签上的概率，最后根据输出结果指示目标商家向目标用户推荐与之匹配的商品，如此可基于用户与商家之间的信任关系进行战略性商品推荐，提高商品推荐服务的准确度和商家总收益。

主权项：1.一种基于用户关系的商品推荐方法，其特征在于，包括：获取多对样本交易双方在历史单位时期的历史交易互评记录数据和用户关系标签，其中，所述样本交易双方是指发生商品交易行为的样本用户和样本商家，所述用户关系标签用于反映用户与商家的信任关系等级，并由浅入深划分有无关系、微关系、弱关系、强关系和超强关系；针对在所述多对样本交易双方中的各对样本交易双方，从对应的历史交易互评记录数据中提取出对应的多个样本特征词，具体包括：针对在所述多对样本交易双方中的各对样本交易双方，将对应的历史交易互评记录数据转换为文本并做分词处理，得到对应的历史用词集合；针对所述各对样本交易双方，从对应的历史用词集合中抽取出利于信任关系提升的正面话语用词、引发信任关系下降的负面话语用词和中性词，得到对应的历史话语用词集合；根据所有的所述历史话语用词集合，采用词频-逆文档频率TF-IDF统计算法计算得到在第一话语用词总集合中的各个话语用词在各个所述历史话语用词集合中的词频，其中，所述第一话语用词总集合包含有在所有的所述历史话语用词集合中的所有话语用词；采用如下方式为所述各对样本交易双方分别选取多个样本特征词：先针对各个话语用词类别，从所述第一话语用词总集合中选取属于对应类别的且按样本交易双方词频从高至低顺序排序的前Roundw×M个话语用词作为对应的选取特征词，然后汇总所述各个话语用词类别的选取特征词，得到所述多个样本特征词，其中，所述话语用词类别包括正面话语用词类别、负面话语用词类型和中性词类型，所述样本交易双方词频是指话语用词在与样本交易双方对应的所述历史话语用词集合中的词频，w表示对应类别的话语用词在所述话语用词总集合中的占比，M表示特征词选取总数，Round表示四舍五入取整函数；应用所述各对样本交易双方的所述多个样本特征词以及所述用户关系标签对基于LightGBM的机器学习模型进行分类训练，得到用户关系估计模型；获取目标交易双方在最近单位时期内的最近交易互评记录数据，其中，所述目标交易双方是指待发生商品交易行为的目标用户和目标商家；从所述最近交易互评记录数据中提取出所述目标交易双方的多个目标特征词，具体包括：将所述最近交易互评记录数据转换为文本并做分词处理，得到最近用词集合；从所述最近用词集合中抽取出利于信任关系提升的正面话语用词、引发信任关系下降的负面话语用词和中性词，得到最近话语用词集合；根据所述最近话语用词集合和所有的所述历史话语用词集合，采用词频-逆文档频率TF-IDF统计算法计算得到在第二话语用词总集合中的各个话语用词在所述最近话语用词集合和各个所述历史话语用词集合中的词频，其中，所述第二话语用词总集合包含有在所述最近话语用词集合和所有的所述历史话语用词集合中的所有话语用词；采用如下方式为所述目标交易双方选取多个目标特征词：先针对所述各个话语用词类别，从所述第二话语用词总集合中选取属于对应类别的且按目标交易双方词频从高至低顺序排序的前Roundw×M个话语用词作为对应的选取特征词，然后汇总所述各个话语用词类别的选取特征词，得到所述多个目标特征词，其中，所述目标交易双方词频是指话语用词在与目标交易双方对应的所述最近话语用词集合中的词频；将所述目标交易双方的所述多个目标特征词输入所述用户关系估计模型，输出得到所述目标交易双方在所述最近单位时期的用户关系标签或在各个用户关系标签上的概率，其中，所述各个用户关系标签是指所述无关系、所述微关系、所述弱关系、所述强关系和所述超强关系；根据所述目标交易双方在所述最近单位时期的用户关系标签或在各个用户关系标签上的概率，指示所述目标商家向所述目标用户推荐与之匹配的商品。

全文数据：

权利要求：

百度查询： 众合九通(北京)电子科技有限公司 一种基于用户关系的商品推荐方法及系统