一种基于大数据的电商商品推荐方法

本发明涉及电子商务技术领域，具体为一种基于大数据的电商商品推荐方法。该方法包括：从用户交互日志提取点击、停留时间及加购动作，经哈希映射匿名化和差分隐私噪声处理生成脱敏行为序列；基于序列计算商品共现频率构建关系图，融合商品图像和文本特征生成统一向量，经矩阵分解加密生成初始推荐列表；相似度不足时，借路径节点关联频率生成热力图重排序；提取推荐、替代及搭配路径动态调整特征权重生成实时结果；对推荐数据分片存储并扩展价格库存信息，通过一致性哈希实现负载均衡；响应超时则按优先级重排请求并优化界面布局；离线分析商品相似度矩阵，结合 ACID 机制更新图数据库生成预测数据。本发明解决了高并发下推荐精准度不足与响应延迟问题，提升用户体验及转化率。