本发明涉及人工智能技术领域,尤其涉及一种改进基于内容的农资商品推荐方法。
背景技术:
农资推荐不同于普通电子商务的推荐,农资推荐主要是以农业生产需求为主导,普通电子商务的推荐则是以用户兴趣为主导,农资电商的推荐既要考虑要求农业生产的外界因素的影响,还要考虑用户的兴趣,对推荐的正确性要求很高。目前的推荐算法以用户数据为基础,没有考虑农业生产外部因素的影响,正确性无法保证,就无法应用到农资商品的推荐上,同时在保证推荐的正确性的基础上,用户的兴趣变化也是推荐考虑的重要因素,准确预测用户的兴趣迁移,能够提高推荐的准确度,增加用户的忠诚度。
技术实现要素:
为解决上述技术问题,本发明提供一种改进基于内容的农资商品推荐方法,通过用户在线行为来调整商品的推荐度,随着用户的兴趣变化进行自适应推荐,能更加准确地预测用户的行为。
本发明采用如下技术方案:
一种改进基于内容的农资商品推荐方法,包括以下步骤:
s1、统计用户的历史购买行为数据,建立用户模型矩阵;
s2、由农资知识库生成推荐集,建立商品特征模型;
s3、计算每个推荐商品的兴趣度;
s4、计算推荐集中每个商品与用户模型的相似度;
s5、计算推荐集中每件商品的推荐度,选取推荐度最高的商品推荐给用户;
s6、根据用户的反馈更新用户模型商品的推荐度。
优选的,所述s1还包括以下步骤:
s1.1对应的用户模型特征权重矩阵w={w1,w2,…,wn},i∈[1,n],权重计算公式如式(1),
fi表示在时间段t内购买属于fi特征商品的次数。
优选的,所述s3中计算每个推荐商品的兴趣度具体方法为:采用q-学习的方法更新商品的兴趣度,根据公式(2)计算推荐集b中每个商品的兴趣度,
其中qt(bi,a)表示在t时刻bi的推荐度;r表示采取动作a的奖惩值,计算公式如式(3)所示;rec表示在时间段t里距离上一次购买或点击时间推荐次数,我们认为当bi推荐次数越多,并且用户对bi没有产生购买行为或点击行为时,表示用户的兴趣读bi随着推荐次数增大而减小;α∈[0,1]表示学习速率;γ∈[0,1]表示折扣因子,γ越接近于0,则智能体越注重当前回报值,γ越接近于1,则智能体越注重长期回报值,
pi为时间t内点击或购买bi次数。
优选的,所述s4中计算的具体方法如公式(4)所示:
优选的,计算推荐集b中每件商品的推荐度的具体方法如式(5)所示:
ri=simi×qt(bi,a)(5)
优选的,所述更新用户模型的方法如式(1)所示,所述更新商品的推荐度的方法如式(2)所示。
本发明具有以下有益效果:通过用户的历史数据建立用户模型;利用强化学习的方法根据用户的反馈不断更新用户对商品的兴趣度;计算商品和用户的特征属性相似度;再将商品与用户模型的相似度和商品的兴趣度相乘,确定该商品的推荐度;最后选取推荐度最高n个的商品推荐给用户。该算法通过用户在线行为来调整商品的推荐度,随着用户的兴趣变化进行自适应推荐,能更加准确的预测用户的行为。
附图说明
下面结合附图对本发明作优选的说明:
图1为本发明算法流程图。
具体实施方式
如图1所示,为本发明一种改进基于内容的农资商品推荐方法,包括以下步骤:
s1、统计用户的历史购买行为数据,建立用户模型矩阵u={a1,a2,…,an},对应的用户模型特征权重矩阵w={w1,w2,…,wn},i∈[1,n],权重计算公式如式(1),
fi表示在时间段t内购买属于fi特征商品的次数;
s2、由农资知识库生成的推荐集b={b1,b2,…,bs},建立商品的特征模型,每个推荐的商品bi={bi1,bi2,…,bin},bij表示商品bi的特征属性,j∈[1,n],当商品bi具有某个特征属性时时bij=1,否则bij=0;
s3、计算每个推荐商品的兴趣度,采用q-学习的方法更新商品的兴趣度,根据公式(2)计算推荐集b中每个商品的兴趣度;
其中qt(bi,a)表示在t时刻bi的推荐度;r表示采取动作a的奖惩值,计算公式如式(3)所示;rec表示在时间段t里距离上一次购买或点击时间推荐次数,我们认为当bi推荐次数越多,并且用户对bi没有产生购买行为或点击行为时,表示用户的兴趣读bi随着推荐次数增大而减小;α∈[0,1]表示学习速率;γ∈[0,1]表示折扣因子,γ越接近于0,则智能体越注重当前回报值,γ越接近于1,则智能体越注重长期回报值。
pi为时间t内点击或购买bi次数。
s4、计算推荐集中每个商品bi与用户模型的相似度,如式(4)所示;
s5、计算推荐集b中每件商品的推荐度,如式(5)所示,选取推荐度最高的top-n个商品推荐给用户;
ri=simi×qt(bi,a)(5)
s6、根据用户的反馈利用式(1)更新用户模型,利用式(2)更新商品的推荐度。
以上仅为本发明的具体实施例,但本发明的技术特征并不局限于此。任何以本发明为基础,为解决基本相同的技术问题,实现基本相同的技术效果,所作出的简单变化、等同替换或者修饰等,皆涵盖于本发明的保护范围之中。