【技术实现步骤摘要】
数据处理方法、装置、设备及存储介质
本申请涉及数据处理
,尤其涉及一种数据处理方法、装置、设备及存储介质。
技术介绍
随着互联网技术的发展,网络逐渐成为人们获取信息的重要来源。通过网页/app等进行商品数据展示可以在一定程度上吸引用户的注意,发掘用户的后继行为,确定用户的个性化需求,以在互联网普及的大环境下创造巨大的商业价值。现有技术中,为了使得网页/app上展示的商品能够最大程度的吸引用户的注意力,通常首先从海量的商品数据中筛选出用户可能感兴趣的商品数据,再基于用户对商品的喜好程度,对待展示的商品数据进行排序,最后在网页/app上的相应位置进行展示。然而,上述方法确定的商品数据排序结果有可能受到商品本身特性的干扰影响,导致确定的商品数据排序结果不准确。
技术实现思路
本申请提供一种数据处理方法、装置、设备及存储介质,以克服现有商品数据排序结果不准确的问题。第一方面,本申请提供的一种数据处理方法,包括:获取针对目标用户的推荐数据集合;根据所述目标用户的历史行为数据、用户关联信息以及预设的排序算法对所述推荐数据集合中的商品数据进行排序,得到数据排序结果;根据所述数据排序结果,确定向所述目标用户展示的至少一条商品数据。在本实施例中,在对确定的推荐数据集合中的商品数据排序时,将目标用户的历史行为数据和目标用户的用户关联信息结合起来,提高了商品数据的排序准确度,解决了现有商品排序结果不准确的问题,同时提高了数据排序中的排序准确度,提高了 ...
【技术保护点】
1.一种数据处理方法,其特征在于,包括:/n获取针对目标用户的推荐数据集合;/n根据所述目标用户的历史行为数据、用户关联信息以及预设的排序算法对所述推荐数据集合中的商品数据进行排序,得到数据排序结果;/n根据所述数据排序结果,确定向所述目标用户展示的至少一条商品数据。/n
【技术特征摘要】
1.一种数据处理方法,其特征在于,包括:
获取针对目标用户的推荐数据集合;
根据所述目标用户的历史行为数据、用户关联信息以及预设的排序算法对所述推荐数据集合中的商品数据进行排序,得到数据排序结果;
根据所述数据排序结果,确定向所述目标用户展示的至少一条商品数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标用户的历史行为数据、用户关联信息以及预设的排序算法对所述推荐数据集合中的商品数据进行排序,得到数据排序结果,包括:
根据所述目标用户的历史行为数据,确定所述目标用户的偏好信息,所述偏好信息用于指示所述目标用户针对所述推荐数据集合中任意两条商品数据的选择结果;
根据所述目标用户的用户关联信息,获取所述目标用户与第一用户的亲密度值,所述第一用户是所述目标用户的通信录中的任意一个用户;
根据所述目标用户的偏好信息、所述目标用户与所述第一用户的亲密度值和预设的排序算法,得到数据排序结果。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述目标用户的偏好信息,确定针对于所述推荐数据集合中任意两条商品数据的惩罚系数,所述惩罚系数用于修正所述推荐数据集合中任意两条商品数据之间存在的初始偏好概率;
所述根据所述目标用户的偏好信息、所述目标用户与所述第一用户的亲密度值和预设的排序算法,得到数据排序结果,包括:
根据所述目标用户的偏好信息、针对于所述推荐数据集合中任意两条商品数据的惩罚系数、所述目标用户与所述第一用户的亲密度值和预设的排序算法,得到数据排序结果。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标用户的偏好信息、针对于所述推荐数据集合中任意两条商品数据的惩罚系数、所述目标用户与所述第一用户的亲密度值和预设的排序算法,得到数据排序结果,包括:
根据所述目标用户的偏好信息、针对于所述任意两条商品数据的惩罚系数、所述目标用户与所述第一用户的亲密度值,通过所述排序算法,确定所述推荐数据集合中的每条商品数据与所述目标用户的第一相关度值;
按照第一相关度值由高到低的顺序对所述推荐数据集合中的每条商品数据进行排序,得到所述数据排序结果。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述推荐数据集合中每条商品数据的商品类别属性,将所述推荐数据集合划分为至少两组推荐数据子集合,每组推荐数据子集合中商品数据所属的类别一致;
对于每组推荐数据子集合,根据所述目标用户的偏好信息,确定针对所述推荐数据子集合中任意两条商品数据的组内惩罚系数,所述组内惩罚系数用于修正所述推荐数据子集合推荐数据集合中任意两条商品数据之间存在的初始偏好概率;
所述根据所述目标用户的偏好信息、所述目标用户与所述第一用户的亲密度值和预设的排序算法,得到数据排序结果,包括:
根据所述目标用户的偏好信息、针对所述推荐数据子集合中任意两条商品数据的组内惩罚系数和预设的排序算法,得到每组推荐数据子集合中的组内数据排序结果;
根据每组推荐数据子集合中的商品数据所属的类别、所述目标用户与第一用户的亲密度值,确定每组推荐数据子集合与所述目标用户的第二相关度值;
根据每组推荐数据子集合中的组内数据排序结果和每组推荐数据子集合与所述目标用户的第二相关度值,得到针对所述推荐数据集合的数据排序结果。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述获取针对目标用户的推荐数据集合,包括:
获取所述目标用户的历史行为数据;
对所述用户行为数据进行分析,确定适合推荐给所述目标用户的所述推荐数据集合。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
确定用户交互界面上的推荐位的个数,每个推荐位用于呈现一条商品数据;
将所述数据排序结果中排序在前的至少一条商品数据分别填充至预设的每个推荐位处进行呈现,所述至少一条商品数据的条数与预设的推荐...
【专利技术属性】
技术研发人员:刘华,王小宇,
申请(专利权)人:京东数字科技控股有限公司,
类型:发明
国别省市:北京;11
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。