基于用户画像的商品推荐方法、装置、设备及存储介质制造方法及图纸

本发明专利技术属于数据分析技术领域，公开了一种基于用户画像的商品推荐方法、装置、设备及存储介质。本发明专利技术不再根据用户自身的购买记录或收藏的商品来推荐相同或类似的商品，而是根据与待推荐用户属于同一类的其他用户的行为特征来确定待推荐商品，使得待推荐商品的种类多，且内容更丰富，避免了推荐同质化问题，同时可发掘用户更多潜在的感兴趣的商品，从而促进商品成交，提高了用户体验。

【技术实现步骤摘要】
基于用户画像的商品推荐方法、装置、设备及存储介质
本专利技术涉及数据分析
，尤其涉及一种基于用户画像的商品推荐方法、装置、设备及存储介质。
技术介绍
为了能够让用户了解到自己可能需要的商品，一些购物网站或购物APP会根据用户的购买记录或收藏的商品来推荐相同或类似的商品。但采用用户的购买记录或收藏的商品来推荐的商品，通常会存在严重的同质化问题，并且类型单一，可推荐商品的范围比较窄，导致推荐的商品很少会满足用户实际需求，用户体验差。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种基于用户画像的商品推荐方法、装置、设备及存储介质，旨在解决现有技术中存在推荐的商品同质化问题，并且类型单一，可推荐商品的范围比较窄，导致推荐的商品很少会满足用户实际需求，用户体验差的技术问题。为实现上述目的，本专利技术提供一种基于用户画像的商品推荐方法，所述基于用户画像的商品推荐方法包括以下步骤：获取待推荐用户的当前画像特征；根据所述当前画像特征生成所述待推荐用户的当前特征向量；根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类本文档来自技高网...

【技术保护点】
1.一种基于用户画像的商品推荐方法，其特征在于，所述基于用户画像的商品推荐方法包括以下步骤：获取待推荐用户的当前画像特征；根据所述当前画像特征生成所述待推荐用户的当前特征向量；根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类，获得当前分类结果；获取与所述当前分类结果属于同一类的其他用户的行为特征，并将获取的行为特征作为参考行为特征；根据获取的参考行为特征确定待推荐商品，并将所述待推荐商品推送至所述待推荐用户的用户设备。

【技术特征摘要】
1.一种基于用户画像的商品推荐方法，其特征在于，所述基于用户画像的商品推荐方法包括以下步骤：获取待推荐用户的当前画像特征；根据所述当前画像特征生成所述待推荐用户的当前特征向量；根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类，获得当前分类结果；获取与所述当前分类结果属于同一类的其他用户的行为特征，并将获取的行为特征作为参考行为特征；根据获取的参考行为特征确定待推荐商品，并将所述待推荐商品推送至所述待推荐用户的用户设备。2.如权利要求1所述的基于用户画像的商品推荐方法，其特征在于，所述根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类，获得当前分类结果，包括：根据所述当前特征向量通过树状结构中各非叶子节点对应的超平面公式对所述待推荐用户进行分类，获得当前分类结果。3.如权利要求2所述的基于用户画像的商品推荐方法，其特征在于，所述树状结构为二叉树结构，所述二叉树结构的非叶子节点分别对应不同的超平面公式，所述二叉树结构的叶子节点对应不同的用户类别。4.如权利要求3所述的基于用户画像的商品推荐方法，其特征在于，所述根据所述当前特征向量通过树状结构中各非叶子节点对应的超平面公式对所述待推荐用户进行分类，获得当前分类结果，包括：将二叉树结构中的根节点作为当前节点；获取与所述当前节点对应的当前超平面公式；将所述当前特征向量带入所述当前超平面公式，获得划分结果；根据所述划分结果从所述二叉树结构中选取所述当前节点的子节点；将选取的子节点作为新的当前节点，并返回所述获取与所述当前节点对应的当前超平面公式的步骤，直至所述当前节点为叶子节点时，将所述叶子节点对应的用户类别作为当前分类结果。5.如权利要求1～4中任一项所述的基于用户画像的商品推荐方法，其特征在于，所述获取待推荐用户的当前画像特征之前，所述基于用户画像的商品推荐方法还包括：获取若干样本特征向量以及对应的样本分类结果；根据所述样本特征向量以及对应的样本分类结果对支持向量机SVM模型进行训练，获得超平面公式...

【专利技术属性】
技术研发人员：刘顺，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44