基于用户行为数据分析的商品个性化推荐方法及系统

本发明提供一种基于用户行为数据分析的商品个性化推荐方法及系统，首先构建用户行为序列与兴趣稳定性模型，接着对用户行为序列进行关联建模，结合兴趣稳定性模型计算相邻交互行为单元的行为转移关联度及可随用户兴趣稳定性调整的商品属性动态关联度，然后基于商品属性动态关联度构建动态商品协同网络，节点重要性参数依用户实时交互行为更新，在动态商品协同网络中进行路径优化挖掘，生成用户潜在行为路径集合，最后分析潜在行为路径集合，结合路径属性关联特征分布及用户当前交互行为生成商品个性化推荐序列，大大提高了推荐的精准度和个性化程度，有效提升了用户的购物体验。