一种商品推荐的方法及装置制造方法及图纸

本申请公开了一种商品推荐的方法及装置，在该方法中服务平台可以通过预先训练的预测模型，确定出该目标商品在指定属性上的属性值期望，该属性值期望表明了用户所期望的该目标商品的属性值，换句话说，该属性值期望有效的反映了用户针对该目标商品的实际要求，因此，服务平台后续基于该属性值期望向用户推荐与该用户实际需求相符的商户所提供的该目标商品，相对于现有技术而言，可以给用户带来极大的便利。

A method and device of commodity recommendation

【技术实现步骤摘要】
一种商品推荐的方法及装置
本申请实施例涉及计算机
，尤其涉及一种商品推荐的方法及装置。
技术介绍
目前，服务平台可以向用户提供商品推荐的服务，在提高服务平台上各种商品销量的同时，也可以向用户提供多样的商品选择，从而给用户带来了良好的购物体验。在实际应用中，服务平台可以基于历史购物记录、浏览记录等，构建出用户的用户画像，进而在后续过程中通过该用户画像，将用户喜欢、感兴趣的商品类别的商品推荐给用户。然而，现有技术中服务平台通常只是从用户感兴趣的商品类别的商品中选取一些商品推荐给用户，而用户在查询指定商品时，服务平台通常并不能按照用户的实际情况，确定将哪一商户所出售的指定商品推荐给用户。因此，如何能够基于用户的实际情况，从出售该指定商品的众多商户中选取适合该用户的商户，并将该商户所出售的指定商品推荐给用户，则是一个亟待解决的问题。
技术实现思路
本申请实施例提供一种商品推荐的方法及装置，以部分的解决现有技术存在的上述问题。本申请实施例采用下述技术方案：本申请实施例提供了一种商品推荐的方法，包括：基于用户的用户标识，确定向所述用户推荐的目标商品；查询所述目标商品对应的属性信息，以及根据所述用户标识，查询所述用户的属性信息；将所述用户的属性信息和所述目标商品的属性信息输入到预先训练出的预测模型中，以确定所述用户对指定属性的属性值落入不同预设区间内的所述目标商品进行下单的概率分布；根据所述概率分布以及确定出的所述不同预设区间分别对应的参考属性值，确定所述目标商品在所述指定属性上的属性值期望；根据各商户所提供的各商品的商品标识，查询出提供所述目标商品的各商户；确定查询到的各商户针对所述目标商品的所述指定属性所设置的属性值；针对每个属性值，根据所述属性值期望，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率；根据针对每个属性值确定出的各下单概率，从查询到的各商户中确定需要向所述用户进行推荐的商户，作为目标商户；确定所述目标商户提供的所述目标商品的商品信息，作为推荐信息，并基于所述用户标识，将所述推荐信息发送给所述用户所持有的终端进行显示，以向所述用户推荐所述目标商户所提供的所述目标商品。本申请实施例提供了一种商品推荐的装置，包括：商品确定模块，用于基于用户的用户标识，确定向所述用户推荐的目标商品；第一查询模块，用于查询所述目标商品对应的属性信息，以及根据所述用户标识，查询所述用户的属性信息；概率分布确定模块，用于将所述用户的属性信息和所述目标商品的属性信息输入到预先训练出的预测模型中，以确定所述用户对指定属性的属性值落入不同预设区间内的所述目标商品进行下单的概率分布；期望确定模块，用于根据所述概率分布以及确定出的所述不同预设区间分别对应的参考属性值，确定所述目标商品在所述指定属性上的属性值期望；第二查询模块，用于根据各商户所提供的各商品的商品标识，查询出提供所述目标商品的各商户；属性值确定模块，用于确定查询到的各商户针对所述目标商品的所述指定属性所设置的属性值；概率确定模块，用于针对每个属性值，根据所述属性值期望，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率；商户确定模块，用于根据针对每个属性值确定出的各下单概率，从查询到的各商户中确定需要向所述用户进行推荐的商户，作为目标商户；推荐模块，用于确定所述目标商户提供的所述目标商品的商品信息，作为推荐信息，并基于所述用户标识，将所述推荐信息发送给所述用户所持有的终端进行显示，以向所述用户推荐所述目标商户所提供的所述目标商品。本申请实施例提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述商品推荐的方法。本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述商品推荐的方法。本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：在本申请实施例提供的商品推荐的方法中，基于用户的用户标识，确定向所述用户推荐的目标商品，查询该目标商品对应的属性信息，以及根据该用户标识，查询该用户标识对应用户的属性信息，将查询到的该目标商品对应的属性信息以及该用户的属性信息输入到预先训练出的预测模型中，以确定该用户对指定属性的属性值落入不同预设区间内的该目标商品进行下单的概率分布，根据该概率分布以及确定出的不同预设区间分别对应的参考属性值，确定该目标商品在指定属性上的属性值期望，根据各商户所提到的各商品的商品标识，查询出提供该目标商品的各商户，确定查询到的各商户针对该目标商品的指定属性所设置的属性值，并针对每个属性值，根据该属性值期望，确定该用户对具有该属性值的该目标商品进行下单的下单概率，根据针对每个属性值确定出的各下单概率，从查询到的各商户中确定需要向该用户进行推荐的商户，作为目标商户，进而确定该目标商户提供的该目标商品的商品信息，作为推荐信息，并基于该用户标识，将该推荐信息发送给该用户所持有的终端进行显示，以向该用户推荐该目标商户所提供的该目标商品。从上述方法中可以看出，服务平台可以通过预先训练的预测模型，确定出该目标商品在指定属性上的属性值期望，该属性值期望表明了用户所期望的该目标商品的属性值，换句话说，该属性值期望有效的反映了用户针对该目标商品的实际要求，因此，服务平台后续基于该属性值期望向用户推荐与该用户实际需求相符的商户所提供的该目标商品，相对于现有技术而言，可以给用户带来极大的便利。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例提供的一种商品推荐的方法的流程示意图；图2为本申请实施例提供的通过确定出的高斯分布向用户推荐商品的示意图；图3为本申请实施例提供的一种商品推荐的装置示意图；图4为本申请实施例提供的对应于图1的电子设备示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。以下结合附图，详细说明本申请各实施例提供的技术方案。图1为本申请实施例提供的一种商品推荐的方法的流程示意图，具体包括以下步骤：S101：基于用户的用户标识，确定向所述用户推荐的目标商品。为了使用户能够得到更好的购物体验，在本申请实施例中，服务平台可以向用户进行商品推荐。其中，服务平台向用户进行商品推荐的具体触发形式可以有很多。例如，用户可以在诸如手机、平板电脑等终端本文档来自技高网...

【技术保护点】
1.一种商品推荐的方法，其特征在于，包括：/n基于用户的用户标识，确定向所述用户推荐的目标商品；/n查询所述目标商品对应的属性信息，以及根据所述用户标识，查询所述用户的属性信息；/n将所述用户的属性信息和所述目标商品的属性信息输入到预先训练出的预测模型中，以确定所述用户对指定属性的属性值落入不同预设区间内的所述目标商品进行下单的概率分布；/n根据所述概率分布以及确定出的所述不同预设区间分别对应的参考属性值，确定所述目标商品在所述指定属性上的属性值期望；/n根据各商户所提供的各商品的商品标识，查询出提供所述目标商品的各商户；/n确定查询到的各商户针对所述目标商品的所述指定属性所设置的属性值；/n针对每个属性值，根据所述属性值期望，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率；/n根据针对每个属性值确定出的各下单概率，从查询到的各商户中确定需要向所述用户进行推荐的商户，作为目标商户；/n确定所述目标商户提供的所述目标商品的商品信息，作为推荐信息，并基于所述用户标识，将所述推荐信息发送给所述用户所持有的终端进行显示，以向所述用户推荐所述目标商户所提供的所述目标商品。/n

【技术特征摘要】
1.一种商品推荐的方法，其特征在于，包括：
基于用户的用户标识，确定向所述用户推荐的目标商品；
查询所述目标商品对应的属性信息，以及根据所述用户标识，查询所述用户的属性信息；
将所述用户的属性信息和所述目标商品的属性信息输入到预先训练出的预测模型中，以确定所述用户对指定属性的属性值落入不同预设区间内的所述目标商品进行下单的概率分布；
根据所述概率分布以及确定出的所述不同预设区间分别对应的参考属性值，确定所述目标商品在所述指定属性上的属性值期望；
根据各商户所提供的各商品的商品标识，查询出提供所述目标商品的各商户；
确定查询到的各商户针对所述目标商品的所述指定属性所设置的属性值；
针对每个属性值，根据所述属性值期望，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率；
根据针对每个属性值确定出的各下单概率，从查询到的各商户中确定需要向所述用户进行推荐的商户，作为目标商户；
确定所述目标商户提供的所述目标商品的商品信息，作为推荐信息，并基于所述用户标识，将所述推荐信息发送给所述用户所持有的终端进行显示，以向所述用户推荐所述目标商户所提供的所述目标商品。


2.如权利要求1所述的方法，其特征在于，确定所述不同预设区间分别对应的参考属性值，具体包括：
针对每个预设区间，将位于该预设区间内的所述目标商品的各属性值的平均值，确定为该预设区间对应的参考属性值；或
针对每个预设区间，将位于该预设区间内的所述目标商品的各属性值的中位数，确定为该预设区间对应的参考属性值。


3.如权利要求1所述的方法，其特征在于，根据所述概率分布以及确定出的所述不同预设区间分别对应的参考属性值，确定所述目标商品在所述指定属性上的属性值期望，具体包括：
针对每个预设区间，根据所述概率分布，确定该预设区间所对应的概率；
将该预设区间对应的概率和该预设区间对应的参考属性值的乘积，作为该预设区间对应的第一乘积；
将各预设区间对应的各第一乘积的和值，确定为所述属性值期望。


4.如权利要求3所述的方法，其特征在于，针对每个属性值，根据所述属性值期望，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率，具体包括：
根据所述属性值期望，确定所述目标商品在所述指定属性上的属性值方差；
根据所述属性值期望以及所述属性值方差，确定所述目标商品在所述指定属性上的高斯分布；
针对每个属性值，根据所述高斯分布，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率。


5.如权利要求4所述的方法，其特征在于，根据所述属性值期望，确定所述目标商品在所述指定属性上的属性值方差，具体包括：
根据所述概率分布、不同预设区间分别对应的参考属性值以及所述属性值期望，确定所述目标商...

【专利技术属性】
技术研发人员：王忠秀，苏义伟，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11