建立消费对象推荐模型的方法以及相关方法及装置制造方法及图纸

本发明专利技术实施例提供一种建立消费对象推荐模型的方法以及相关方法及装置，涉及建模领域以及信息推荐领域。其中，所述建立消费对象推荐模型的方法包括：获取消费样本；根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数；基于包含所述特征参数在内的训练数据进行模型训练，得到消费对象推荐模型。本发明专利技术实施例提供的技术方案能够兼顾用户的个性化需求，提高用户体验。

【技术实现步骤摘要】
建立消费对象推荐模型的方法以及相关方法及装置
本专利技术实施例涉及建模领域以及信息推荐领域，尤其涉及一种建立消费对象推荐模型的方法以及相关方法及装置。
技术介绍
在现有的信息推荐领域，以外卖领域为例，基于用户历史行为日志提取正负样本，然后利用线性或者非线性模型算法学习用户点击或者购买规律，并采用学习到的模型对实时场景进行商品(商户或者菜品)排序。这种方法得到的推荐结果难以兼顾用户的个性化需求，推荐效果不佳。
技术实现思路
本专利技术实施例提供一种建立消费对象推荐模型的方法以及相关方法及装置，用以解决现有技术中消费对象的推荐结果欠佳的问题。第一方面，本专利技术实施例中提供了一种建立消费对象推荐模型的方法，所述方法包括：获取消费样本；根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数；基于包含所述特征参数在内的训练数据进行模型训练，得到消费对象推荐模型。结合第一方面，本专利技术在第一方面的第一种实现方式中，所述根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数，包括：根据所述用户特征中的第一用户特征、所述消费对象特征中的第一消费对象特征，计算得到所述特征参数中的第一匹配度参数。可选地，所述第一用户特征为用户的价格偏好，所述第一消费对象特征为消费对象的价格。结合第一方面，本专利技术在第一方面的第二种实现方式中，所述根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数，包括：根据所述消费对象特征中的第二消费对象特征查询所述用户特征中的第二用户特征，确定所述特征参数中的第二匹配度参数。可选地，所述第二用户特征包括用户喜好的品类以及用户与品类的匹配度，所述第二消费对象特征为所述消费对象所属品类。结合第一方面的第三种实现方式，所述方法还包括:根据用户的历史行为数据确定反映用户喜好的所述用户特征。结合第一方面的第四种实现方式，所述消费样本包括样本标签；所述训练数据包括所述样本标签。第二方面，本专利技术实施例提供了一种建立消费对象推荐模型的装置，，包括：样本获取模块，用于获取消费样本；参数确定模块，用于根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数；模型训练模块，用于基于包含所述特征参数在内的训练数据进行模型训练，得到消费对象推荐模型。结合第二方面，本专利技术在第二方面的第一种实现方式中，所述参数确定模块包括：第一匹配度子模块，用于根据所述用户特征中的第一用户特征、所述消费对象特征中的第一消费对象特征，计算得到所述特征参数中的第一匹配度参数。所述第一用户特征为用户的价格偏好，所述第一消费对象特征为消费对象的价格。结合第二方面，本专利技术在第二方面的第二种实现方式中，所述参数确定模块包括：第二匹配度子模块，用于根据所述消费对象特征中的第二消费对象特征查询所述用户特征中的第二用户特征，确定所述特征参数中的第二匹配度参数。所述第二用户特征包括用户喜好的品类以及用户与品类的匹配度，所述第二消费对象特征为所述消费对象所属品类。结合第二方面的第三种实现方式，所述装置还包括：特征挖掘模块，用于根据用户的历史行为数据确定反映用户喜好的所述用户特征。结合第二方面的第四种实现方式，所述消费样本包括样本标签；所述训练数据包括所述样本标签。所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。第三方面，本专利技术实施例提供了一种推荐消费对象的方法，包括：获取用户的用户特征和待推荐消费对象的消费对象特征；基于所述用户特征、所述消费对象特征以及采用如前述第一方面或其任一实现方式所述的方法建立的消费对象推荐模型，从所述待推荐消费对象中选取实推荐消费对象；推荐所述实推荐消费对象。例如，采用现有的信息推荐方式向用户推荐所述实推荐消费对象。在结合第三方面的一种实现方式中，所述基于所述用户特征、所述消费对象特征以及采用如前述第一方面或其任一实现方式所述的方法建立的消费对象推荐模型，从所述待推荐消费对象中选取实推荐消费对象，包括：根据所述用户特征和所述待推荐消费对象的消费对象特征计算所述用户与各待推荐消费对象的特征参数；将所述用户与各待推荐消费对象的特征参数输入所述消费对象推荐模型；基于所述消费对象推荐模型输出的对所述待推荐消费对象的排序结果，从所述待推荐消费对象中选取所述实推荐消费对象。第四方面，本专利技术实施例提供一种电子设备，包括处理器和存储器。其中，所述存储器用于存储一条或多条计算机指令，所述一条或多条计算机指令供所述处理器调用执行；所述处理器用于执行所述一条或多条计算机指令以实现如上述第一方面或其各种实现方式提供的方法，或者，实现如上述第三方面或其各种实现方式的方法。所述电子设备还可以包括通信接口，用于所述电子设备与其他设备或通信网络通信。第五方面，本专利技术实施例提供了一种计算机存储介质，用于储存所述电子设备实现其功能所用的计算机软件指令。所述计算机指令被执行时实现如上述第一方面或其各种实现方式提供的方法，或者，实现如上述第三方面或其各种实现方式的方法。本专利技术实施例能够兼顾用户的个性化需求，提高用户体验。本专利技术的这些方面或其他方面在以下实施例的描述中会更加简明易懂。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了根据本专利技术一个实施例的建立消费对象推荐模型的方法的流程示意图；图2示出了根据本专利技术一个实施例的推荐消费对象的方法的流程示意图；图3示出了根据本专利技术另一个实施例的建立消费对象推荐模型的方法的流程示意图；图4示出了根据本专利技术一个实施例的建立消费对象推荐模型的装置的框图；图5示出了图4所示装置中的参数确定模块的框图的一例；图6示出了根据本专利技术一个实施例的电子设备的框图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。在本专利技术的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。本领域技术人员基于本专利技术中的实施例所获得的所有其他实施例，都属于本专利技术保护的范围。首先，对本专利技术涉及或可能涉及的名称进行解释。这些解释意在使本专利技术的各种实施例更容易被理解，而不用于限制本专利技术的保护范围。信息检索技术，是指通过获得的输入信息理解用户的需求，从海量信息中进行检索并返回相关信息的技术。推本文档来自技高网...

【技术保护点】
一种建立消费对象推荐模型的方法，所述方法包括：获取消费样本；根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数；基于包含所述特征参数在内的训练数据进行模型训练，得到消费对象推荐模型。

【技术特征摘要】
1.一种建立消费对象推荐模型的方法，所述方法包括：获取消费样本；根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数；基于包含所述特征参数在内的训练数据进行模型训练，得到消费对象推荐模型。2.如权利要求1所述的方法，其特征在于，所述根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数，包括：根据所述用户特征中的第一用户特征、所述消费对象特征中的第一消费对象特征，计算得到所述特征参数中的第一匹配度参数。3.如权利要求2所述的方法，其特征在于，所述第一用户特征为用户的价格偏好，所述第一消费对象特征为消费对象的价格。4.如权利要求1-3中任一项所述的方法，其特征在于，所述根据与所述消费样本对应的用户特征和消费对象特征确定所述消费样本的特征参数，包括：根据所述消费对象特征中的第二消费对象特征查询所述用户特征中的第二用户特征，确定所述特征参数中的第二匹配度参数。5.如权利要求4所述的方法，其特征在于，所述第二用户特征包括用户喜好的品类以及用户与品类的匹配度，所述第二消费对象特征为所述消费对象...

【专利技术属性】
技术研发人员：佟娜，李泽中，张岱，肜博辉，戴蔚群，吕丹，
申请(专利权)人：北京小度信息科技有限公司，
类型：发明
国别省市：北京,11