CN119090588B 一种基于遗传模糊聚类的电商个性化推荐服务方法 （广州航海学院）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119090588B(45)授权公告日2025.07.08

(21)申请号202411190700.1

(22)申请日2024.08.28

(65)同一申请的已公布的文献号申请公布号CN119090588A

(43)申请公布日2024.12.06

(73)专利权人广州航海学院

地址510000广东省广州市黄埔区红山三

路101号

(72)发明人朱志辉

(56)对比文件

CN106354768A,2017.01.25

CN117540247A,2024.02.09

朱志辉等.基于遗传模糊聚类的电商个性化推荐算法研究.九江学院学报.2019,参见摘要、全文.

审查员樊宇

(74)专利代理机构广州名扬高玥专利代理事务

所(普通合伙)44738专利代理师魏炜

(51)Int.CI.

GO6F17/00(2019.01)

权利要求书5页说明书15页附图1页

(54)发明名称

一种基于遗传模糊聚类的电商个性化推荐服务方法

(57)摘要

本申请涉及一种基于遗传模糊聚类的电商个性化推荐服务方法。包括：将商品按照色彩丰富度的由低到高划分，分析得到用户群体与商品的色彩丰富度的偏好关系，并根据偏好关系建立偏好预测模型以得到用户群体的偏好特征向量，根据用户群体的行为数据以及偏好特征向量，分析不同的用户群体在色彩丰富度上的差异性和相似性，将用户群体按照色彩丰富度划分为多个类别的用户，得到每个类别的用户的色彩偏好特征，根据色彩偏好特征以及相应的色彩丰富度所对应的商品，生成基于色彩丰富度的商品的推荐

CN

CN119090588B

反馈信息，动态调整推荐列表；本申请能够有效解决用户在选择需求商品的过程中体验感较差的问题。

S202

S202

将获取并加载的各商品对应的商品图像转换为RGB颜色空间，提取所述商品图像的颜色，并根据商品图像的颜色的数量，将对应商品按照色彩丰富度的由低到高划分为单色、低色彩丰富度、中色彩丰富度和高色彩丰富度

基于获取的各用户群体的基本信息数据以及对应的用户

群体的行为数据分析得到用户群体与商品的色彩丰富度

的偏好关系，并根据偏好关系建立偏好预测模型以得到

用户群体的偏好特征向量：用户群体包括不同性别、职

业和年龄的用户；行为数据包括用户群体对于商品的浏

览记录、购买记录和收藏记录

根据用户群体的行为数据以及偏好特征向量，利用模糊

聚类算法分析不同的用户群体在色彩丰富度上的差异性

和相似性，并采用遗传算法对模糊聚类算法进行优化

基于优化后的模糊聚类算法的分析结果，将用户群体按

照色彩丰富度划分为多个类别的用户，得到每个类别的

用户的色彩偏好特征：根据色彩偏好特征以及相应的色

彩丰富度所对应的商品，生成基于色彩丰富度的商品的

推荐列表

收集并根据每个类别的用户对推荐列表的反馈信息，动态调整推荐列表以优化色彩偏好特征

CN119090588B权利要求书1/5页

2

1.一种基于遗传模糊聚类的电商个性化推荐服务方法，其特征在于，所述方法包括：

将获取并加载的各商品对应的商品图像转换为RGB颜色空间，提取所述商品图像的颜色，并根据所述商品图像的颜色的数量，将对应的所述商品按照色彩丰富度的由低到高划分为单色、低色彩丰富度、中色彩丰富度和高色彩丰富度；

基于获取的各用户群体的基本信息数据以及对应的所述用户群体的行为数据分析得到所述用户群体与所述商品的色彩丰富度的偏好关系，并根据所述偏好关系建立偏好预测模型以得到所述用户群体的偏好特征向量；所述用户群体包括不同性别、职业和年龄的用户；所述行为数据包括所述用户群体对于所述商品的浏览记录、购买记录和收藏记录；所述分析得到所述用户群体与所述商品的色彩丰富度的偏好关系，并根据所述偏好关系建立偏好预测模型以得到所述用户群体的偏好特征向量的步骤包括：将所述基本信息数据转化为结构化的特征向量得到用户特征；根据所述用户群体的行为数据对所述用户特征进行特征选择，得到与所述行为数据关联的偏好用户特征；分别统计不同的用户群体在各色彩丰富度的所述商品上的交互行为，作为所述用户群体对色彩丰富度的偏好度量；所述交互行为包括对所述商品产生浏览记录、购买记录和收藏记录的次数和时长；将各所述偏好度量进行归一化处理，得到不同的用户群体对于色彩丰富度的偏好分布；对所述偏好用户特征和所述偏好关系进行关联性分析，得到不同特征组