一种商品推荐方法及系统

本发明涉及一种商品推荐方法及系统，属于商品推荐技术领域。商品推荐方法包括步骤：征集用户信息数据和商品信息数据并对用户信息数据进行脱敏处理；通过获取的数据特征构建用户特征形成用户画像向量；通过商品信息数据利用主题建模算法提取商品信息的主题特征，计算每个主题特征的分布情况；挖掘商品信息数据与用户行为数据之间的商品关系，基于商品的互补替代关系建立变化趋势的时间函数；基于用户画像、商品信息数据和商品关系建立推荐商品的推荐评分函数，根据推荐评分生成商品信息的推荐列表。本发明通过分别提取用户和商品的特征完成匹配，再基于商品间的关系给出综合推荐评分，从而提高了商品推荐的准确性和丰富性。