一种商品对象型号的推荐方法、装置及电子设备制造方法及图纸

本申请公开了一种商品对象型号的推荐方法、装置及电子设备，一种商品对象型号的选取方法、装置以及电子设备，一种商品对象型号的选取系统。其中，所述商品对象型号的推荐方法包括：接收第一用户客户端发送的针对特定商品对象的型号推荐请求；根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，确定向所述第一用户提供的所述特定商品对象的型号推荐信息；向所述第一用户客户端回送所述型号推荐信息。采用本申请提供的商品对象型号的推荐方法，能够根据已购买用户对其实际购买型号的评论信息自动向新购买用户提供型号推荐信息，从而达到提高商品型号推荐效率及推荐精度的效果。

【技术实现步骤摘要】
一种商品对象型号的推荐方法、装置及电子设备
本申请涉及数据处理
，具体涉及一种商品对象型号的推荐方法；相应于上述方法，本申请同时涉及一种商品对象型号的推荐装置以及电子设备，一种商品对象型号的选取方法、装置以及电子设备，一种商品对象型号的选取系统，以及又一种商品对象型号的选取方法和装置。
技术介绍
买家在电商平台上购买非标类商品(如服装、帽子、鞋子等)时，由于无法试穿试戴，因此，型号(如：尺码型号或颜色型号等)选择是一个较难确定的环节。为了避免买到型号不合适的商品，部分买家可能因此放弃了线上购物方式，从而在一定程度上对商品转化率产生影响。目前，买家在电商平台上购买商品时，主要采用以下两种方式确定要购买的商品型号：1)通过在商品型号问答区提问的方式，确定要购买的商品型号，例如，在手机淘宝的宝贝详情页中设置了一个“问大家”模块，对于类似“女装”这类非标类商品，绝大多数买家都在询问自己的身高体重应该购买什么尺码的问题，然后，由购买过该商品的人进行回答。2)通过查看从商品评价信息中提取的有关型号的关键词的方式，确定要购买的商品型号，例如，在手机淘宝的宝贝详情页中，将已购买商品的买家所给出的有关尺码信息的关键词(如：尺码偏大、偏小或合适等关键词)从商品评价信息中提取出来，放置在宝贝评价的前面供未来买家参考；当一个用户要购买该商品时，可参考这些关键词等信息，做出尺码的选择。然而，上述两种方法均需要买家通过查看已有信息自行选择商品型号，电商平台无法自动推荐对买家适用的商品型号。综上所述，现有技术存在无法自动推荐商品型号的问题。
技术实现思路
本申请提供一种商品对象型号的推荐方法，以解决现有技术下无法自动推荐商品型号的问题。本申请还提供一种商品对象型号的推荐装置以及电子设备，一种商品对象型号的选取方法、装置以及电子设备一种商品对象型号的选取系统，以及又一种商品对象型号的选取方法和装置。本申请提供一种商品对象型号的推荐方法，包括：接收第一用户客户端发送的针对特定商品对象的型号推荐请求；根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，确定向所述第一用户提供的所述特定商品对象的型号推荐信息；向所述第一用户客户端回送所述型号推荐信息。可选的，所述已购买用户包括与所述第一用户具有型号关联关系的已购买用户。可选的，所述根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，并确定向所述第一用户提供的所述特定商品对象的型号推荐信息，包括：获取与所述第一用户具有型号关联关系的已购买用户；根据预设的用户选取规则，从与所述第一用户具有型号关联关系的已购买用户中选取一个特定用户；根据所述特定用户对其实际购买型号的评论信息，确定所述型号推荐信息。可选的，所述预设的用户选取规则包括：选取型号相关度最高的用户。可选的，所述获取与所述第一用户具有型号关联关系的已购买用户，包括：根据所述特定商品对象的交易记录，获取所述特定商品对象的各个已购买用户的用户标识；根据所述型号推荐请求携带的所述第一用户的用户标识、预先生成的不同用户间的型号相关度信息和所述各个已购买用户的用户标识，获取与所述第一用户具有型号关联关系的已购买用户。可选的，所述获取与所述第一用户具有型号关联关系的已购买用户，包括：获取所述特定商品对象的型号评论信息集；根据所述型号评论信息集，获取对所述特定商品对象给出所述型号评论信息的各个已购买用户的用户标识；根据所述型号推荐请求携带的所述第一用户的用户标识、预先生成的不同用户间的型号相关度信息和所述各个已购买用户的用户标识，获取与所述第一用户具有型号关联关系的已购买用户。可选的，所述获取所述特定商品对象的型号评论信息集，包括：获取所述特定商品对象的商品评论信息集；通过语义分析技术，从所述商品评论信息集中提取出有关型号的评论信息；根据提取到的有关型号的评论信息，生成所述型号评论信息集。可选的，所述型号包括尺码型号；所述型号相关度信息包括尺码相关度信息；所述不同用户间的型号相关度信息，采用如下方式生成：针对预先存储的商品对象库中的各个商品对象，执行如下步骤：获取所述商品对象的尺码评论信息集；针对所述商品对象的各个尺码评论信息，获取所述尺码评论信息对应的用户的实际购买尺码；以及从所述尺码评论信息中提取出尺码合适度信息；以及根据提取到的尺码合适度信息和所述实际购买尺码，确定所述用户对所述商品对象的适用尺码；根据所述商品对象的各个尺码评论信息对应的所述适用尺码，将具有相同所述适用尺码的用户之间的尺码相关度加一。可选的，所述根据提取到的尺码合适度信息和所述实际购买尺码，并确定所述用户对所述商品对象的适用尺码，采用如下方式：若所述尺码合适度信息为尺码偏大，则将所述用户对所述商品对象的适用尺码设置为比所述实际购买尺码小一码；若所述尺码合适度信息为尺码偏小，则将所述用户对所述商品对象的适用尺码设置为比所述实际购买尺码大一码；若所述尺码合适度信息为尺码合适，则将所述用户对所述商品对象的适用尺码设置为所述实际购买尺码。可选的，所述根据所述特定用户对其实际购买型号的评论信息，并确定所述型号推荐信息，包括：从所述特定用户对其实际购买型号的评论信息中提取型号合适度信息；根据提取到的型号合适度信息和所述特定用户的所述实际购买型号，确定所述型号推荐信息。可选的，所述从所述特定用户对其实际购买型号的评论信息中提取型号合适度信息，采用如下方式：通过语义分析技术，从所述特定用户对其实际购买型号的评论信息中提取型号合适度信息。可选的，所述型号包括尺码型号，所述型号合适度信息包括尺码合适度信息，所述实际购买型号包括实际购买尺码，所述型号推荐信息包括尺码推荐信息；所述根据提取到的型号合适度信息和所述特定用户的所述实际购买型号，并确定所述型号推荐信息，采用如下方式：若所述尺码合适度信息为尺码偏大，则根据比所述实际购买尺码小一码的尺码，生成所述尺码推荐信息；若所述尺码合适度信息为尺码偏小，则根据比所述实际购买尺码大一码的尺码，生成所述尺码推荐信息；若所述尺码合适度信息为尺码合适，则根据所述实际购买尺码，生成所述尺码推荐信息。可选的，所述根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，并确定向所述第一用户提供的所述特定商品对象的型号推荐信息，包括：获取所述第一用户的标准型号或用户指定型号；根据各个已购买用户对其实际购买型号的评论信息，生成所述特定商品对象的型号合适度信息；根据所述型号合适度信息、及所述标准型号或用户指定型号，确定所述型号推荐信息。可选的，所述根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，并确定向所述第一用户提供的所述特定商品对象的型号推荐信息，包括：获取所述第一用户的标准型号或用户指定型号；根据购买了所述标准型号或用户指定型号的已购买用户对型号的评论信息，生成所述特定商品对象的型号合适度信息；根据所述型号合适度信息、及所述标准型号或用户指定型号，确定所述型号推荐信息。相应的，本申请还提供一种商品对象型号的推荐装置，包括：请求接收单元，用于接收第一用户客户端发送的针对特定商品对象的型号推荐请求；推荐信息确定单元，用于根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，确定向所述第一用户提供的所述特定商品对象的型号推本文档来自技高网...

【技术保护点】
一种商品对象型号的推荐方法，其特征在于，包括：接收第一用户客户端发送的针对特定商品对象的型号推荐请求；根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，确定向所述第一用户提供的所述特定商品对象的型号推荐信息；向所述第一用户客户端回送所述型号推荐信息。

【技术特征摘要】
1.一种商品对象型号的推荐方法，其特征在于，包括：接收第一用户客户端发送的针对特定商品对象的型号推荐请求；根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，确定向所述第一用户提供的所述特定商品对象的型号推荐信息；向所述第一用户客户端回送所述型号推荐信息。2.根据权利要求1所述的商品对象型号的推荐方法，其特征在于，所述已购买用户包括与所述第一用户具有型号关联关系的已购买用户。3.根据权利要求2所述的商品对象型号的推荐方法，其特征在于，所述根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，并确定向所述第一用户提供的所述特定商品对象的型号推荐信息，包括：获取与所述第一用户具有型号关联关系的已购买用户；根据预设的用户选取规则，从与所述第一用户具有型号关联关系的已购买用户中选取一个特定用户；根据所述特定用户对其实际购买型号的评论信息，确定所述型号推荐信息。4.根据权利要求3所述的商品对象型号的推荐方法，其特征在于，所述预设的用户选取规则包括：选取型号相关度最高的用户。5.根据权利要求3所述的商品对象型号的推荐方法，其特征在于，所述获取与所述第一用户具有型号关联关系的已购买用户，包括：根据所述特定商品对象的交易记录，获取所述特定商品对象的各个已购买用户的用户标识；根据所述型号推荐请求携带的所述第一用户的用户标识、预先生成的不同用户间的型号相关度信息和所述各个已购买用户的用户标识，获取与所述第一用户具有型号关联关系的已购买用户。6.根据权利要求3所述的商品对象型号的推荐方法，其特征在于，所述获取与所述第一用户具有型号关联关系的已购买用户，包括：获取所述特定商品对象的型号评论信息集；根据所述型号评论信息集，获取对所述特定商品对象给出所述型号评论信息的各个已购买用户的用户标识；根据所述型号推荐请求携带的所述第一用户的用户标识、预先生成的不同用户间的型号相关度信息和所述各个已购买用户的用户标识，获取与所述第一用户具有型号关联关系的已购买用户。7.根据权利要求6所述的商品对象型号的推荐方法，其特征在于，所述获取所述特定商品对象的型号评论信息集，包括：获取所述特定商品对象的商品评论信息集；通过语义分析技术，从所述商品评论信息集中提取出有关型号的评论信息；根据提取到的有关型号的评论信息，生成所述型号评论信息集。8.根据权利要求5或6所述的商品对象型号的推荐方法，其特征在于：所述型号包括尺码型号；所述型号相关度信息包括尺码相关度信息；所述不同用户间的型号相关度信息，采用如下方式生成：针对预先存储的商品对象库中的各个商品对象，执行如下步骤：获取所述商品对象的尺码评论信息集；针对所述商品对象的各个尺码评论信息，获取所述尺码评论信息对应的用户的实际购买尺码；以及从所述尺码评论信息中提取出尺码合适度信息；以及根据提取到的尺码合适度信息和所述实际购买尺码，确定所述用户对所述商品对象的适用尺码；根据所述商品对象的各个尺码评论信息对应的所述适用尺码，将具有相同所述适用尺码的用户之间的尺码相关度加一。9.根据权利要求8所述的商品对象型号的推荐方法，其特征在于，所述根据提取到的尺码合适度信息和所述实际购买尺码，并确定所述用户对所述商品对象的适用尺码，采用如下方式：若所述尺码合适度信息为尺码偏大，则将所述用户对所述商品对象的适用尺码设置为比所述实际购买尺码小一码；若所述尺码合适度信息为尺码偏小，则将所述用户对所述商品对象的适用尺码设置为比所述实际购买尺码大一码；若所述尺码合适度信息为尺码合适，则将所述用户对所述商品对象的适用尺码设置为所述实际购买尺码。10.根据权利要求3所述的商品对象型号的推荐方法，其特征在于，所述根据所述特定用户对其实际购买型号的评论信息，并确定所述型号推荐信息，包括：从所述特定用户对其实际购买型号的评论信息中提取型号合适度信息；根据提取到的型号合适度信息和所述特定用户的所述实际购买型号，确定所述型号推荐信息。11.根据权利要求10所述的商品对象型号的推荐方法，其特征在于，所述从所述特定用户对其实际购买型号的评论信息中提取型号合适度信息，采用如下方式：通过语义分析技术，从所述特定用户对其实际购买型号的评论信息中提取型号合适度信息。12.根据权利要求10所述的商品对象型号的推荐方法，其特征在于：所述型号包括尺码型号，所述型号合适度信息包括尺码合适度信息，所述实际购买型号包括实际购买尺码，所述型号推荐信息包括尺码推荐信息；所述根据提取到的型号合适度信息和所述特定用户的所述实际购买型号，并确定所述型号推荐信息，采用如下方式：若所述尺码合适度信息为尺码偏大，则根据比所述实际购买尺码小一码的尺码，生成所述尺码推荐信息；若所述尺码合适度信息为尺码偏小，则根据比所述实际购买尺码大一码的尺码，生成所述尺码推荐信息；若所述尺码合适度信息为尺码合适，则根据所述实际购买尺码，生成所述尺码推荐信息。13.根据权利要求1所述的商品对象型号的推荐方法，其特征在于，所述根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，并确定向所述第一用户提供的所述特定商品对象的型号推荐信息，包括：获取所述第一用户的标准型号或用户指定型号；根据各个已购买用户对其实际购买型号的评论信息，生成所述特定商品对象的型号合适度信息；根据所述型号合适度信息、及所述标准型号或用户指定型号，确定所述型号推荐信息。14.根据权利要求1所述的商品对象型号的推荐方法，其特征在于，所述根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，并确定向所述第一用户提供的所述特定商品对象的型号推荐信息，包括：获取所述第一用户的标准型号或用户指定型号；根据购买了所述标准型号或用户指定型号的已购买用户对型号的评论信息，生成所述特定商品对象的型号合适度信息；根据所述型号合适度信息、及所述标准型号或用户指定型号，确定所述型号推荐信息。15.根据权利要求1所述的商品对象型号的推荐方法，其特征在于，所述型号推荐信息包括推荐型号和型号合适度信息的至少一者。16.根据权利要求15所述的商品对象型号的推荐方法，其特征在于，所述型号推荐信息还包括所述第一用户的标准型号。17.根据权利要求1所述的商品对象型号的推荐方法，其特征在于，所述特定商品对象包括服装、鞋子、或帽子。18.根据权利要求1所述的商品对象型号的推荐方法，其特征在于，所述型号包括尺码型号、颜色型号、材质型号或款式型号。19.一种商品对象型号的推荐装置，其特征在于，包括：请求接收单元，用于接收第一用户客户端发送的针对特定商品对象的型号推荐请求；推荐信息确定单元，用于根据所述特定商品对象的已购买用户对其实际购买型号的评论信息，确定向所述第一用户提供的所述特定商品对象的型号推荐信息；推荐信息回送单元，用于向所述第一用户客户端回送所述型号推荐信息。20.根...

【专利技术属性】
技术研发人员：刘晓倩，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY