The disclosure relates to a product recommendation method and apparatus, including determining a product of interest to the user; obtaining dynamic attribute data of the product and static attribute data of the product; generating a target product associated with the product of interest to the user based on the dynamic attribute data and the static attribute data; and recommending the target product. The target product is displayed through the terminal interface. By combining the two recommendation methods, that is, the recommendation method based on product dynamic attribute data and the recommendation method based on product static attribute data, the shortcomings of resource sparsity and initial resource evaluation in the recommendation method based on product dynamic attribute data are compensated, and the content of recommendation is more comprehensive and accurate.
【技术实现步骤摘要】
产品推荐方法及装置
本公开涉及计算机
,尤其涉及一种产品推荐方法及装置。
技术介绍
通过个性化教育,有的放矢来提升学生学习效果一直是学校追求的目标。在大数据、云计算盛行的互联网时代,推荐引擎早已是国内外最受欢迎的技术之一。著名的电商网站亚马逊的CEO杰夫·贝索斯曾经说过,他的梦想是“如果我有100万个用户,我就要为他们做100万个亚马逊网站”。目前亚马逊30%~40%流量都来自推荐引擎,国内的今日头条,通过千人千面的个性化推荐技术也获得了良好的口碑,新浪、QQ也在推荐的路上坚持不懈,智能推荐越来越成为企业运营中重要的环节。随着智能手机的普及,移动互联网和传统互联网一样流行,成为很多人学习的渠道。在线教育行业中,随着课程资源的逐渐丰富,用户对精准资源的选择越来越困难,而每一个学生都是独一无二的,为了解决这种资源和具有独立个性的学生之间匹配的问题,目前已经出现了基于数据挖掘算法的推荐方法,如协同过滤算法(CF,CollaborativeFiltering)的个性化推荐教学辅助系统,从一定程度上解决了传统教学平台以自身为中心,没有充分考虑到用户的个性化需求,造成了题目和用户能力不符,交互性差,学习效果不明显等诸多问题,从而可以针对每一个系统用户因材施教,提供比较符合用户需求的资源。协同过滤技术是目前推荐系统中应用最为常用的技术。其中协同两字说明协同过滤算法的主要思想是基于一组兴趣相同的用户进行推荐。协同过滤基于这样的假设:为用户找到他真正感兴趣的内容的好方法是,首先找与他兴趣相似的用户,然后将这些用户感兴趣的内容推荐给此用户。协同过滤的基本思路如图1所示, ...
【技术保护点】
1.一种产品推荐方法,其特征在于,包括:确定用户感兴趣的产品;获取产品的动态属性数据及产品的静态属性数据;根据所述动态属性数据和静态属性数据,生成与所述用户感兴趣的产品相关联的目标产品;推荐所述目标产品,使得所述目标产品通过终端界面显示出来。
【技术特征摘要】
1.一种产品推荐方法,其特征在于,包括:确定用户感兴趣的产品;获取产品的动态属性数据及产品的静态属性数据;根据所述动态属性数据和静态属性数据,生成与所述用户感兴趣的产品相关联的目标产品;推荐所述目标产品,使得所述目标产品通过终端界面显示出来。2.根据权利要求1所述的方法,其特征在于,根据所述动态属性数据和静态属性数据,生成与所述用户感兴趣的产品相关联的目标产品,包括:根据所述动态属性数据,通过关联规则,生成与所述用户感兴趣的产品相关联的第一目标产品;根据所述动态属性数据和静态属性数据,建立所述用户感兴趣的产品和第一目标产品的内容画像;通过所述内容画像生成与所述用户感兴趣的产品和/或第一目标产品相关联的第二目标产品,所述目标产品包括第一目标产品和第二目标产品。3.根据权利要求2所述的方法,其特征在于,根据所述动态属性数据和静态属性数据,建立所述用户感兴趣的产品和第一目标产品的内容画像,包括:根据所述动态属性数据和静态属性数据,为所述产品建立多个标签,所述标签用于描述产品内容资源信息。4.根据权利要求3所述的方法,其特征在于,通过所述内容画像生成与所述用户感兴趣的产品和第一目标产品相关联的第二目标产品,包括:获取所述用户感兴趣的产品和第一目标产品的标签,通过将所述标签与其他产品的标签进行匹配,确定相关联的第二目标产品。5.根据权利要求1或2所述的方法,其特征在于,还包括:获取用户的当前的特征信息,其中,所述特征信息包括所述用户的基本信息和/或使用行为信息,更新与所述用户感兴趣的产品相关联的目标产品。6.一种产品推荐装置,其特征在于,包括:判断模块,用于确定用户感兴趣的产品;第一获取模块,用于获取产品的动态属性数据及产品的静态属性数据;生成模块,用于根据所述动态属性数据和静态属性数据,...
【专利技术属性】
技术研发人员:潘风文,
申请(专利权)人:苏州迪尔未来网络科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。