运用虚拟商品于推荐系统影响相似度分析方法及其系统技术方案

本发明专利技术提供一种运用虚拟商品于推荐系统影响相似度分析方法及其系统。前述方法于执行时存取外部的数据库取得多个用户与对应多个用户属性信息及多笔商品信息，接着由各用户属性信息产生虚拟商品并标记，然后通过用户对商品及虚拟商品的评分权重机构计算使用者的相似度以产生推荐各使用者商品，最后排除商品项中的虚拟商品以产生实际商品的推荐信息，并将推荐信息提供给受推荐的使用者。相较于现有的推荐方案，本案将商品以及非商品信息统一进行分析，能够减化系统的复杂度改善整体运作的效率并可解决商品交易量很少时无法计算相似度的问题。

Similarity Analysis Method and System for the Impact of Virtual Goods on Recommendation System

The invention provides an impact similarity analysis method and system for recommendation system using virtual goods. The aforementioned method accesses the external database at execution time to obtain the attribute information of multiple users and corresponding multiple users and multiple commodity information. Then the virtual commodity is generated and marked by the attribute information of each user. Then the similarity of users is calculated by the user's rating weight mechanism for the commodity and the virtual commodity to generate the recommendation of each user's commodity. Finally, the virtual commodity in the commodity item is excluded. To generate the recommendation information of the actual product and provide the recommendation information to the recommended users. Compared with the existing recommendation scheme, this case unifies the analysis of commodity and non-commodity information, which can reduce the complexity of the system, improve the efficiency of the overall operation, and solve the problem that the similarity can not be calculated when the volume of commodity transactions is small.

【技术实现步骤摘要】
运用虚拟商品于推荐系统影响相似度分析方法及其系统
本专利技术涉及一种商品推荐技术方案，尤指一种通过使用者购买或对商品评分计算使用者相似度来进行商品推荐的技术方案。
技术介绍
为提升商品销售量，现行电子商务系统多通过分析多个用户浏览商品的历史信息、购买信息等信息，并找出具有相同或相似购买习惯的使用者，以及从商品的关联中找出可供推荐的商品给使用者。由于过往推荐技术方案极度的仰赖用户的在网络商店上的消费记录或浏览记录，因此当前述记录数据量不足时，会使得现行的电子商务系统无法有效的找出可供推荐的商品。为解决前述的问题，部分的现有技术会通过分析使用者于社群上的行为(例如：美国专利案US2010/0306049A1,METHODANDSYSTEMFORMATCHINGADVERTISEMENTSTOWEBFEEDS)，并在分析使用者行为后提供相对应的推荐商品。而现行技术为同时分析用户商品信息以及非商品信息来推荐商品时，多依数据的内容分别设定对应的评估子系统，并由各自的评估子系统计算出分数后再行加总，并由加总结果来挑选推荐商品。举例说明，若电子商务系统取得商品消费信息以及用户社群信息时，此时该系统内部需同时建置二套分别用于分析商品消费信息以及用户社群信息的评估子系统，换言之，当取得信息类别越多时，则需量身打造更多的评估子系统，而使得系统复杂度以及维护困难度不断的提升，而对系统研发人员以及管理人员造成相当大的困扰。综上所述，如何提供一种解决前述问题的技术手段乃本领域亟需解决的技术问题。
技术实现思路
为解决前述的问题，本专利技术的目的是提供一种运用虚拟商品于推荐系统影响相似度分析方法及其系统的技术方案。为达上述目的，本专利技术提出一种运用虚拟商品于推荐系统影响相似度分析系统。前述影响相似度分析系统包含数据存取模块、虚拟商品标记模块、相似度处理模块、以及商品推荐模块。前述数据存取模块，用于存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息。前述虚拟商品标记模块连接数据存取模块，并将各用户属性或特征信息标记为虚拟商品。前述相似度处理模块连接虚拟商品标记模块，依用户与商品(含虚拟商品)的关联权重计算使用者的相似度。前述商品推荐模块连接相似度处理模块，依用户的相似度据以产生推荐商品并排除推荐商品项中的虚拟商品以实例化商品推荐信息，接着将推荐信息提供给受推荐的使用者。为达上述目的，本专利技术提出一种运用虚拟商品于推荐系统影响相似度分析方法。前述方法运作于一具备运算能力的电子装置，并包含下列步骤：首先，存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息。接着，将各用户属性信息标记为虚拟商品。再者，通过用户对应的商品信息及虚拟商品信息计算用户的相似度进行推荐计算产生推荐的商品项。最后，排除商品项中的虚拟商品以产生实际商品推荐信息，并将推荐信息提供给受推荐的使用者。综上所述，本案藉由将用户属性信息标记为虚拟商品，并将虚拟商品与实际商品置于同一维度进行相似度分析以及选取出推荐的商品，而得以改善现行的商品推荐系统不足之处。附图说明图1为本专利技术第一实施例运用虚拟商品于推荐系统影响相似度分析系统的系统方块图。图2为本专利技术第二实施例运用虚拟商品于推荐系统影响相似度分析方法的方法流程图。图3为本专利技术的相似度分析示意图。附图标记说明：1-运用虚拟商品于推荐系统影响相似度分析系统；11-数据存取模块；12-虚拟商品标记模块；13-相似度处理模块；14-商品推荐模块；2-数据库；3-商品项；31-真实商品项；32-虚拟商品项。具体实施方式以下将描述具体的实施例以说明本专利技术的实施态样，然而其并非用以限制本专利技术所欲保护的范畴。请参阅图1，其为本专利技术第一实施例运用虚拟商品于推荐系统影响相似度分析系统1的系统方块图。前述影响相似度分析系统1包含数据存取模块11、虚拟商品标记模块12、相似度处理模块13、以及商品推荐模块14。前述数据存取模块11用于存取外部一个或多个数据库2，以取得对应多个使用者的多笔商品信息及多笔用户属性信息。前述虚拟商品标记模块12连接数据存取模块11，并将各用户属性信息标记为虚拟商品。前述相似度处理模块13连接虚拟商品标记模块12，并自商品信息(含虚拟商品)中依其与使用者的关连计算具有相似度的使用者。前述商品推荐模块14连接相似度处理模块13，依用户相似度据以产生推荐商品项并排除推荐商品项中的虚拟商品以实例化商品推荐信息，接着将推荐信息提供给受推荐的使用者。前述影响相似度分析系统1可运行于具有运算能力的电子装置(例如：计算机)，而其所包含的模块可通过软件模块实现的。于另一实施例中，前述用户属性信息包含性别属性、学历属性、职业属性、星座属性、年龄属性、兴趣属性、社团属性等其中至少一个。请参阅图2，其为本专利技术第二实施例运用虚拟商品于推荐系统中评分影响相似度分析方法流程图。前述方法运作于具备运算能力的电子装置，并包含下列步骤：S101：存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息。S102：选择用户属性或特征信息标记为虚拟商品并设定权重。S103：自商品信息(含虚拟商品)与使用者的关联及权重计算使用者相似度。S104：依使用者相似度产生推荐商品(含虚拟商品)，再排除推荐商品项中的虚拟商品，以实例化商品的推荐信息，并将推荐信息提供给受推荐的使用者。于另一实施例中，前述方法的用户属性信息进一步包含学历属性、兴趣属性、星座属性，其中至少一个。以下本案兹以第一实施例运用虚拟商品于推荐系统影响相似度分析系统进行说明，惟第二实施例用虚拟商品于推荐系统影响相似度分析方法及其系统亦具有相同或相似的技术功效。请接着参阅表1，其为影响相似度分析系统1于储存有用户消费信息或浏览数据的数据库2中抓取的商品信息，以及储存有用户属性的数据库2抓取的用户属性信息。前述商品信息可包含历史购买记录、使用搜寻网站的搜寻记录、于商品页面的浏览记录…等；前述用户属性信息可是由会员系统的记录或是通过社群网站(例如：Facebook、Twitter…等)所提供的数据撷取应用程序(API)来取得如用户星座信息、用户加入的社团信息、参与的活动等。表一接着，影响相似度分析系统1的虚拟商品标记模块12会将用户A、使用者B以及用户C的用户属性信息设定欲加入权重分析者标记为虚拟商品，并通过相似度处理模块13依用户与商品(含虚拟商品)的权重评分计算使用者的相似度，其相似度分析示意图如图3所示(商品项3中包含了真实商品项31与虚拟商品项32)，以前述案例说明的，使用者A和用户C在商品信息上并无购买相同的商品，但二者在虚拟商品中具有相同的星座及兴趣；但使用者B与使用者C有购买相同的商品F但却无相同的学历星座或兴趣。因此在相似度计算模块中计算，用户A与使用者C会相较于使用者B与使用者C有更高的相似度。若无虚拟商品的植入计算，则在相似度计算模块中，其结果将是使用者B与使用者C的相似度会高于使用者A与使用者C的相似度。此外，影响相似度分析系统1亦可针对不同的用户属性信息给予不同的权重，例如，给予兴趣属性较高的权重，则代表具相同兴趣的使用者会有较高的相似度。在推荐系统中，具较高相似度的用户，在商品推荐模块14即会互相推荐彼此购买本文档来自技高网...

【技术保护点】
1.一种运用虚拟商品于推荐系统影响相似度分析系统，其特征在于，包含：数据存取模块，用于存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息；虚拟商品标记模块，连接该数据存取模块，并选取该用户属性信息标记为虚拟商品并设定其权重分数；相似度处理模块，连接该虚拟商品标记模块，该相似度处理模块通过该商品信息与该用户信息的关联权重计算使用者相似度；商品推荐模块，连接该相似度处理模块，并依该用户相似度，产生商品推荐信息再排除该商品推荐项中的该虚拟商品，以产生实际商品的推荐信息，并将该推荐信息提供给受推荐的该使用者。

【技术特征摘要】
2017.07.06 TW 1061227121.一种运用虚拟商品于推荐系统影响相似度分析系统，其特征在于，包含：数据存取模块，用于存取外部一个或多个数据库，以取得对应多个使用者的多笔商品信息及多笔用户属性信息；虚拟商品标记模块，连接该数据存取模块，并选取该用户属性信息标记为虚拟商品并设定其权重分数；相似度处理模块，连接该虚拟商品标记模块，该相似度处理模块通过该商品信息与该用户信息的关联权重计算使用者相似度；商品推荐模块，连接该相似度处理模块，并依该用户相似度，产生商品推荐信息再排除该商品推荐项中的该虚拟商品，以产生实际商品的推荐信息，并将该推荐信息提供给受推荐的该使用者。2.根据权利要求1所述的运用虚拟商品于推荐系统影响相似度分析系统，其特征在于，该虚拟商品标记模块乃选取欲纳入该虚拟商品的该用户属性信息并设定该属性的权重，其中该用户属性信息包含性别属性、职业属性、学历属性、兴趣属性、星座属性、参与社团属性其中至少一个，即用户个人相关的属性项。3.根据权利要求1所述的运用虚拟商品于推荐系统影响相似度分析系统，其特征在于，该相似度处理模块将该虚拟商品于此模块计算相似度过程置于与该实际商品同一维度中计算，并依该用户与该商品信息及该虚拟商品的关连与权重计算其使用者相似度。4.根据...

【专利技术属性】
技术研发人员：黄本聪，陈建亨，
申请(专利权)人：云义科技股份有限公司，
类型：发明
国别省市：中国台湾,71