基于推荐的网络购物系统的制作方法
【专利摘要】本发明公开了一种基于推荐的网络购物系统，为用户给出相应的最有权威的购物推荐。其技术方案为：系统包括网络购物模块、用户分享商品模块、被推荐商品的投票统计模块、以及用户推荐权威计算模块，其中：网络购物模块供用户在网络上购买商品；用户分享商品模块，用户对商品进行推荐，每一商品推荐的信息包括商品名称、推荐度、分享的时间以及商品链接；被推荐商品的投票统计模块，其他用户对某一商品推荐进行投票以表示自身对该商品推荐的认可程度，系统对投票结果进行统计；用户推荐权威计算模块，根据其他用户对某一商品推荐的投票结果统计，计算出该商品推荐的权威度，供其他用户在购买商品之前参考。
【专利说明】基于推荐的网络购物系统
【技术领域】
[0001]本发明涉及一种网络购物系统，尤其涉及基于用户的商品推荐进行网络购物的系统。
【背景技术】
[0002]在购物的时候，除了看商品本身的简介以外，人们更愿意看看已经购买过的人对于此商品的评价。因为简介是可以包装的，有时具有一定的不客观性；而且简介有生产商或者销售商提供，人们往往只能获得比较正面的信息，而没有被告知负面的信息。
[0003]比较可以接受的方案是，查看其他人对于此商品的评价，因为对于没有利益关联的用户来说，他们所作出的评价更具客观性。用户作出的评论也更全面，能覆盖到商家所提供的信息中所没有提及的或者掩盖的部分；而且用户评论更具有实用性，他们作出的往往都是对于商品本身功用的评价，区别与商家简介中比较冠冕堂皇的言辞。
[0004]但是在我们基于用户的推荐来做抉择时，我们也会碰到一些问题。如果有很多的用户对于一个商品作出很多推荐时，但是受限于每个人经验的积累程度不一致，他们给出的意见或许有些分歧，此时我们应该如何选择最权威的意见呢？如果只有很少的人对于一个商品作出了推荐时，我们如何相信知道这个用户的推荐是否值得信赖呢？很多的时候，有利益关系的人员假冒用户来为自己的商品做推销，我们又如何做到不被他们所蒙蔽？
【发明内容】
[0005]本发明的目的在于解决上述问题，提供了一种基于推荐的网络购物系统，为用户给出相应的最有权威的购物推荐。
[0006]本发明的技术方案为:本发明揭示了一种基于推荐的网络购物系统，包括网络购物模块、用户分享商品模块、被推荐商品的投票统计模块、以及用户推荐权威计算模块，其中:
[0007]网络购物模块，供用户在网络上购买商品；
[0008]用户分享商品模块，用户对商品进行推荐，每一商品推荐的信息包括商品名称、推荐度、分享的时间以及商品链接；
[0009]被推荐商品的投票统计模块，其他用户对某一商品推荐进行投票以表示自身对该商品推荐的认可程度，系统对投票结果进行统计；
[0010]用户推荐权威计算模块，根据其他用户对某一商品推荐的投票结果统计，计算出该商品推荐的权威度，供其他用户在购买商品之前参考。
[0011]根据本发明的基于推荐的网络购物系统的一实施例，商品的推荐信息还包括:商品体验或者商品简介、商品图片、以及商品优缺点。
[0012]根据本发明的基于推荐的网络购物系统的一实施例，被推荐商品的投票统计模块包括:
[0013]页面浏览量统计单元，记录其他用户对于该商品推荐的浏览量；
[0014]链接点击量统计单元，记录其他用户在浏览该商品推荐后对其商品链接的点击量;
[0015]商品成交量统计单元，记录其他用户根据该商品推荐给出的商品链接产生真实商品交易的成交量。
[0016]根据本发明的基于推荐的网络购物系统的一实施例，用户推荐权威计算模块计算商品推荐的权威度的原则为:每个用户对于商品的权威度是不同的、用户的权威度是由其推荐的商品被其他用户认可的程度决定的、被权威度越高的用户认可的商品推荐的权威度越高、用户对同一种商品推荐的候选数量与其推荐的价值成反比、用户对同一种商品的不同候选的推荐度可能存在差异、同一用户对同一种商品的推荐随着时间的变化而变化。
[0017]根据本发明的基于推荐的网络购物系统的一实施例，用户推荐权威计算模块包括:
[0018]用户权威度计算单元，定义具有N个用户的用户集合U，建立N个N元一次方程:A{Ui} = A{Rl}*o l+A{R2}*o2+...+A{Rn}*on，其中 Ui e U, Ui 对于商品的推荐的集合为Sr{Rl，R2...Rn}，对于Ri e Sr，有用户子集合Uc {Uil，Ui2...Uim}通过此链接进行了购买行为，记用户的权威度为A，记Ui —共在商品上进行的购买次数为TC，在推荐Ri上进行的购买次数为Ti，则推荐Ri e Sr的权威度为A{Ri} = Uil*Til/TCl+Ui2*Ti2/TC2+...+Uim*Tim/TCm，σ i为权威度的时间衰弱因子，方程组的解为用户权威度的值，其中N为自然数；
[0019]商品推荐权威度计算单元，计算每个推荐的权威度:A{Rn}=A{Ui}*Drn/SUMd* σ η,其中用户Ui对于所有推荐的推荐度的和为SUMd =Drl* ο 1+Dr2* σ 2+...+Drn* σ n, Ri e Sr 的推荐度为 Dri。
[0020]本发明对比现有技术有如下的有益效果:本发明的方案是基于用户的商品推荐，以及其他用户根据这些推荐所产生的浏览，点击，购买行为来整体的计算用户对于商品推荐的权威程度，进而计算出用户给出的商品推荐的权威程度，从而为用户给出相应的最有权威的购物推荐，可以指导用户基于客观上最权威的推荐来购买商品。
【专利附图】
【附图说明】
[0021]图1示出了本发明的基于推荐的网络购物系统的较佳实施例的原理图。
【具体实施方式】
[0022]下面结合附图和实施例对本发明作进一步的描述。
[0023]图1示出了本发明的基于推荐的网络购物系统的较佳实施例的原理。请参见图1，本实施例的网络购物系统包括:网络购物模块1、用户分享商品模块2、被推荐商品的投票统计模块3、以及用户推荐权威计算模块4。
[0024]网络购物模块I供用户在网络上购买商品。
[0025]用户分享商品模块2中，用户对商品进行推荐，每一商品推荐的信息包括商品名称、推荐度、分享的时间以及商品链接。较佳的，商品的推荐信息还包括:商品体验或者商品简介、商品图片、以及商品优缺点。对于用户来说，对于同一种商品，他们可能给出一个或者多个推荐。并且随着时间的推移，他们的推荐也在发生着变化；对于商品来说，同一种商品，可能被一个或者多个用户给出不同的推荐。
[0026]被推荐商品的投票统计模块3中，其他用户对某一商品推荐进行投票以表示自身对该商品推荐的认可程度，系统对投票结果进行统计。
[0027]用户对于一种商品的权威度，主要来自于其他用户对他所推荐的认可度。对于用户的推荐，购物者可能会浏览被推荐出来的商品；如果对于被推荐的内容感兴趣，则他们可能会点击给出的链接；如果其他的条件也比较成熟，则用户可能会按照此链接去购买推荐的商品。
[0028]因此，被推荐商品的投票统计模块3包括:页面浏览量统计单元31、链接点击量统计单元32以及商品成交量统计单元33。
[0029]其中页面浏览量统计单元31记录其他用户对于该商品推荐的浏览量。链接点击量统计单元32记录其他用户在浏览该商品推荐后对其商品链接的点击量。商品成交量统计单元33记录其他用户根据该商品推荐给出的商品链接产生真实商品交易的成交量。
[0030]用户推荐权威计算模块4根据其他用户对某一商品推荐的投票结果统计，计算出该商品推荐的权威度，供其他用户在购买商品之前参考。
[0031]用户推荐权威计算模块4计算商品推荐的权威度的原则为:每个用户对于商品的权威度是不同的、用户的权威度是由其推荐的商品被其他用户认可的程度决定的、被权威度越高的用户认可的商品推荐的权威度越高、用户对同一种商品推荐的候选数量与其推荐的价值成反比(极端情况是所有都推荐，则可以认为是什么都没有推荐)、用户对同一种商品的不同候选的推荐度可能存在差异、同一用户对同一种商品的推荐随着时间的变化而变化。
[0032]用户推荐计算模块4包括用户权威度计算单元41和商品推荐权威度计算单元42。在用户权威度计算单元41中，假设用户Ui，对于商品G，给出了推荐的集合为Sr{Rl，R2...Rn}。对于Ri e Sr，有用户子集合Uc{Uil，Ui2...Uim}通过此链接进行了购买行为。
[0033]记用户的权威度为A，记Ui —共在商品G上进行了购买的次数为TC，在推荐Ri上进行的购买次数为Ti，则推荐Ri e Sr的权威度为A{Ri} = Uil*Til/TCl+Ui2*Ti2/TC2+...+Uim*Tim/TCm
[0034]则用户Ui 的权威度为 A {Ui} = A{R1}+A{R2}+...+A {Rn}
[0035]考虑到用户的欣赏能力会随着时间的推移而产生变化，本实施例中引入衰弱因子的概念，定义σ为权威度的时间衰弱因子。
[0036]上述公式变形为A {Ui} = A {R1} * σ I+A {R2} * σ 2+...+A {Rn} * σ η
[0037]同理，对于集合U(共有N个用户)中的其他用户也用上述处理过程进行处理，经过一系列的化简，得到了 N个N元一次方程，此方程组的解即为用户的权威度的值，可以通过稀疏矩阵来求数值解。
[0038]在商品推荐权威度计算单元42中，通过用户的权威度的值来求解每个推荐的权威度。由于推荐的被肯定程度会有时间上的延迟，本发明认为被推荐的商品只有推荐人的推荐度上区别。
[0039]记推荐的推荐度为D，则Ri e Sr的推荐度为Dri。
[0040]则用户Ui对于所有的推荐的推荐度的和为SUMd =Drl* σ 1+Dr2* σ 2+...+Drn* σ η则对于每个推荐的权威度计算为:
[0041]A{R1} = A{Ui}*Drl/SUMd*o I
[0042]A {R2} = A {Ui} *Dr2/SUMd* σ 2
[0043]…
[0044]A {Rn} = A {Ui} *Drn/SUMd* σ n
[0045]上述实施例是提供给本领域普通技术人员来实现和使用本发明的，本领域普通技术人员可在不脱离本发明的发明思想的情况下，对上述实施例做出种种修改或变化，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书所提到的创新性特征的最大范围。
【权利要求】
1.一种基于推荐的网络购物系统，包括网络购物模块、用户分享商品模块、被推荐商品的投票统计模块、以及用户推荐权威计算模块，其中: 网络购物模块，供用户在网络上购买商品； 用户分享商品模块，用户对商品进行推荐，每一商品推荐的信息包括商品名称、推荐度、分享的时间以及商品链接； 被推荐商品的投票统计模块，其他用户对某一商品推荐进行投票以表示自身对该商品推荐的认可程度，系统对投票结果进行统计； 用户推荐权威计算模块，根据其他用户对某一商品推荐的投票结果统计，计算出该商品推荐的权威度，供其他用户在购买商品之前参考。
2.根据权利要求1所述的基于推荐的网络购物系统，其特征在于，商品的推荐信息还包括:商品体验或者商品简介、商品图片、以及商品优缺点。
3.根据权利要求1所述的基于推荐的网络购物系统，其特征在于，被推荐商品的投票统计模块包括: 页面浏览量统计单元，记录其他用户对于该商品推荐的浏览量； 链接点击量统计单元，记录其他用户在浏览该商品推荐后对其商品链接的点击量； 商品成交量统计单元，记录其他用户根据该商品推荐给出的商品链接产生真实商品交易的成交量。
4.根据权利要求3所述的基于推荐的网络购物系统，其特征在于，用户推荐权威计算模块计算商品推荐的权威度的原则为:每个用户对于商品的权威度是不同的、用户的权威度是由其推荐的商品被其他用户认可的程度决定的、被权威度越高的用户认可的商品推荐的权威度越高、用户对同一种商品推荐的候选数量与其推荐的价值成反比、用户对同一种商品的不同候选的推荐度可能存在差异、同一用户对同一种商品的推荐随着时间的变化而变化。
5.根据权利要求3所述的基于推荐的网络购物系统，其特征在于，用户推荐权威计算模块包括: 用户权威度计算单元，定义具有N个用户的用户集合U，建立N个N元一次方程:A{Ui} = A{Rl}*o l+A{R2}*o 2+...+A{Rn}*o n，其中 Ui e U，Ui 对于商品的推荐的集合为Sr{Rl，R2...Rn}，对于Ri e Sr，有用户子集合Uc {Uil，Ui2...Uim}通过此链接进行了购买行为，记用户的权威度为A，记Ui —共在商品上进行的购买次数为TC，在推荐Ri上进行的购买次数为Ti，则推荐Ri e Sr的权威度为A{Ri} = Uil*Til/TCl+Ui2*Ti2/TC2+...+Uim*Tim/TCm，σ i为权威度的时间衰弱因子，方程组的解为用户权威度的值，其中N为自然数； 商品推荐权威度计算单元，计算每个推荐的权威度:A{Rn} = A{Ui}*Drn/SUMd* σ η,其中用户Ui对于所有推荐的推荐度的和为SUMd = Drl* σ 1+Dr2* σ 2+...+Drn* σ η, Ri e Sr的推荐度为Dri。
【文档编号】G06Q30/06GK104182892SQ201310193623
【公开日】2014年12月3日 申请日期:2013年5月22日 优先权日:2013年5月22日
【发明者】王芳, 杨俊拯, 葛猛 申请人:上海番米网络科技有限公司