摘要
本发明公开了基于协同过滤模型的商品推荐方法和系统,包括数据收集模块,用于在电商平台场景下收集用户以及商品的数据;数据预处理模块,用于对收集的数据进行预处理;协同模型训练模块,用于基于用户行为协同过滤模型训练推荐结果;模型验证模块,用于核验其推荐结果是否符合用户的行为趋势;深度制定模块,用于进行二级训练,制定深度个性化商品规格的推荐,利用数据挖掘和机器学习技术对数据进行分析,从而提取出用户特征、商品特征以及场景特征,建立用户专属兴趣偏好模型,最后从海量商品中找到用户感兴趣的商品,满足用户个性化的需求,本发明,具有实用性强和个性化程度高的特点。