技术总结
本发明公开了一种基于用户历史行为的商品信息推荐方法，包括以下步骤：S11采集用户在电子商务网站历史行为数据；S12根据历史行为数据，建立用户商品概率预测特征向量；S13根据用户商品概率预测特征向量，训练模型，得到用户推荐商品预测模型；S14将待预测的用户数据输入用户推荐商品预测模型中，测算行为商品的预测购买概率；S15根据行为商品的预测购买概率，计算关联商品的预测购买概率，合并行为商品和关联商品，得到商品推荐列表。该方法和系统基于用户历史行为数据，精准分析用户的行为数据，为用户提供个性化的商品推荐列表，且商品推荐更加精准。
技术研发人员：孙奉海;刘勇;陈雪峰;张侦
受保护的技术使用者：苏宁云商集团股份有限公司
文档号码：201510555591
技术研发日：2015.09.01
技术公布日：2017.03.08