基于用户和产品画像及两者关联程度的搜索推荐排序方法

摘要

本发明涉及一种基于用户和产品画像及两者关联程度的搜索推荐排序方法，过程为：使用传统推荐系统如item‑based推荐模型，在用户画像中生成与产品内容相关的特征；使用协同过滤推荐系统中的常用的用户行为矩阵概念，将所有购买过某个商品或查阅过单个内容的用户看作该内容的一个隐含用户，在产品画像中生成隐含用户的行为矩阵；生成新特征来描述搜索用户与搜索目标间的相似度；多角度描述搜索用户与搜索目标间的相似度，使用LTR算法判断各个训练数据集特征的重要程度。本发明充分考虑用户个性的排序方式可以使得排序更有针对性，从而提升排序效果和用户满意度。