本技术实施例提供一种基于大数据的电商个性化推荐方法,属于大数据领域。该方法包括获取用户对应用户特征信息,所述用户特征信息包括:用户基本信息、用户行为信息、用户上下文信息;根据所述用户特征信息,从候选商品中确定第一推荐商品并向用户展示所述第一推荐商品;根据用户基于所述第一推荐商品的操作信息,确定所述第一推荐商品的置信水平数据;在所述置信水平数据大于第一预设阈值的情况下,根据所述操作信息对所述第一推荐商品进行扩充,得到第二推荐商品;向用户展示所述第一推荐商品和所述第二推荐商品。
背景技术
用户在浏览电商商品页面时,系统通常会根据用户的浏览偏好为其推荐商品。然而,用户的偏好是动态的,而现有的个性化推荐方法通常难以发掘用户的新兴趣,容易使用户陷入信息茧房,导致推荐的内容同质化。因此,为了在依据固有的信息进行商品推荐和探索用户的新兴趣之间取得一定的平衡,亟需一种更为准确的电商个性化推荐方法。
实现思路