基于用户行为的产品推荐方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及大数据分析领域，提供一种基于用户行为的产品推荐方法、装置、设备及存储介质，该方法包括：获取待推荐用户的历史行为数据，并确定根据所述历史行为数据确定对应的历史产品集；基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品；获取与所述真实兴趣产品具有关联关系的推荐产品的推荐产品信息，并基于预设推荐规则推送所述推荐产品信息。本发明专利技术可获取用户历史行为数据，从这些历史行为数据中分析用户的兴趣产品，并根据该兴趣产品进行关联产品推送，提升了产品推荐的效果。

Product Recommendation Method, Device, Equipment and Storage Media Based on User Behavior

【技术实现步骤摘要】
基于用户行为的产品推荐方法、装置、设备及存储介质
本专利技术涉及大数据分析领域，尤其涉及一种基于用户行为的产品推荐方法、装置、设备及存储介质。
技术介绍
随着网络技术的发展，网络成为用户获取产品的主要平台之一。如何有效的向网络用户推荐产品，是产品提供商重点关注的问题。传统的产品推荐方法，是通过在互联网网站上大量投放产品广告，或是在某些产品平台的首页推荐位置推荐相同的当前主推产品，即向不同的用户推荐相同的产品。然而这种“广撒网”式宣传行为，由于针对对象以及推荐的产品不明确，且不同的用户对同一产品的关注度不同，导致这种推荐方法的效果很不理想；同时，无用的产品推送还会耗费用户比较多的精力和时间，甚至于还会引起用户的反感，从而影响了产品的推广。
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行为的产品推荐方法、装置、设备及存储介质，旨在实现针对性的进行产品推荐，提升推荐效果。为实现上述目的，本专利技术提供一种基于用户行为的产品推荐方法，所述基于用户行为的产品推荐方法包括：获取待推荐用户的历史行为数据，并根据所述历史行为数据确定对应的历史产品集；基于预设隐马尔可夫模型对所述历史行为数据进行本文档来自技高网...

【技术保护点】
1.一种基于用户行为的产品推荐方法，其特征在于，所述基于用户行为的产品推荐方法包括：获取待推荐用户的历史行为数据，并根据所述历史行为数据确定对应的历史产品集；基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品；获取与所述真实兴趣产品具有关联关系的推荐产品的推荐产品信息，并基于预设推荐规则向所述待推荐用户对应的用户终端推送所述推荐产品信息。

【技术特征摘要】
1.一种基于用户行为的产品推荐方法，其特征在于，所述基于用户行为的产品推荐方法包括：获取待推荐用户的历史行为数据，并根据所述历史行为数据确定对应的历史产品集；基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品；获取与所述真实兴趣产品具有关联关系的推荐产品的推荐产品信息，并基于预设推荐规则向所述待推荐用户对应的用户终端推送所述推荐产品信息。2.如权利要求1所述的基于用户行为的产品推荐方法，其特征在于，所述基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品的步骤包括：根据所述历史行为数据所对应的历史产品对所述历史行为数据进行分类，得到各历史产品对应的产品类行为数据；分别统计所述产品类行为数据中的行为类型，并根据各类型行为的行为时间获取所述各历史产品的观察行为序列O；基于预设行为概率矩阵B、预设态度转变矩阵A、所述观察行为序列O和预设维特比算法分别获取所述待推荐用户对所述各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品。3.如权利要求2所述的基于用户行为的产品推荐方法，其特征在于，所述待推荐用户对所述各历史产品的潜在态度包括第一态度S1和第二态度S2，所述观察行为序列O包括第一序列行为和第二序列行为，其中所述第一序列行为属于第一类型行为OL，所述第二序列行为属于第二类型行为OD；所述预设行为概率矩阵B包括所述待推荐用户初始处于所述第一态度S1的一态度初始概率P(S1)、处于所述第一态度S1下进行所述第一类型行为OL的一态度一行为概率P(OL|S1)、处于所述第一态度S1下进行所述第二类型行为OD的一态度二行为概率P(OD|S1)，还包括所述待推荐用户初始处于所述第二态度S2的二态度初始概率P(S2)、处于所述第二态度S2下进行所述第一类型行为OL的二态度一行为概率P(OL|S2)、处于所述第二态度S2下进行所述第二类型行为OD的二态度二行为概率P(OD|S2)；所述预设态度转变矩阵A包括所述待推荐用户连续进行两种行为时保持所述第一态度S1的一态度保持概率P(S1|S1)、所述待推荐用户连续进行两种行为时由所述第一态度S1转变为所述第二态度S2的一态度转变概率P(S2|S1)，还包括所述待推荐用户连续进行两种行为时保持所述第二态度S2的二态度保持概率P(S2|S2)、所述待推荐用户连续进行两种行为时由所述第二态度S2转变为所述第一态度S1的二态度转变概率P(S1|S2)；所述基于预设行为概率矩阵B、预设态度转变矩阵A、所述观察行为序列O和预设维特比算法分别获取所述待推荐用户对所述各历史产品的潜在态度h的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品的步骤包括：根据所述一态度初始概率P(S1)、所述二态度初始概率P(S2)、所述一态度一行为概率P(OL|S1)、所述二态度一行为概率P(OL|S2)和第一公式组分别估算所述待推荐用户进行所述第一序列行为时各潜在态度的一序列态度概率，所述第一公式组为：其中，PS1|t＝1为所述待推荐用户进行所述第一序列行为时处于所述第一态度S1的一序列一态度概率，PS2|t＝1为所述待推荐用户进行所述第一序列行为时处于所述第二态度S2的一序列二态度概率；根据所述一序列一态度概率PS1|t＝1、所述一序列二态度概率PS2|t＝1、所述一态度保持概率P(S1|S1)、所述一态度转变概率P(S2...

【专利技术属性】
技术研发人员：石志娟，黄燕霞，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44