店商平台产品推荐方法、装置、计算机设备以及存储介质制造方法及图纸

本发明专利技术涉及计算机技术的技术领域，尤其是涉及一种店商平台产品推荐方法、装置、计算机设备以及存储介质，店商平台产品推荐方法包括：S10：获取用户行为日志，根据所述用户行为日志建立用户行为数据和用户属性数据；S20：从所述用户行为数据中提取用户特征数据，并根据所述用户特征数据建立用户特征向量；S30：根据所述用户特征向量获取待推荐物品数据集；S40：对所述待推荐物品数据集进行过滤后，得到对应的推荐结果。本发明专利技术具有能够对新用户推荐相关的商品，提升用户的使用体验的效果。

Recommended methods, devices, computer equipment and storage media for store platform products

【技术实现步骤摘要】
店商平台产品推荐方法、装置、计算机设备以及存储介质
本专利技术涉及计算机技术的
，尤其是涉及一种店商平台产品推荐方法、装置、计算机设备以及存储介质。
技术介绍
冷启动，指的是在产品初期，从目标用户转化为种子用户的过程。这个过程，产品的可能状态有功能不完善、产品测试期、产品上线期(发布期)，需要找到一小波粉丝成为产品的使用者或者粉丝，再通过冷启动的粉丝，以太阳线的模式爆发增长。目前市面上常见的招推荐算法，都是在侧重解决一个用户在海量商品中做出心仪选择的问题。比如：“对于一个新用户，应该推荐什么商品给他，如何完成冷启动？”、“什么样的商品才是用户需要的？”以及“如何做到以物推物？”等，因此，在有新用户进入时，由于没有相关的历史数据，难以向新用户推荐合适的商品，因此还有改善空间。
技术实现思路
本专利技术的目的是提供一种能够对新用户推荐相关的商品，提升用户的使用体验的店商平台产品推荐方法、装置、计算机设备以及存储介质。本专利技术的上述专利技术目的一是通过以下技术方案得以实现的：一种店商平台产品推荐方法，所述店商平台产品推荐方法包括：S10：获取用户行为日志，根据所述用户行为日志建立用户行为数据和用户属性数据；S20：从所述用户行为数据中提取用户特征数据，并根据所述用户特征数据建立用户特征向量；S30：根据所述用户特征向量获取待推荐物品数据集；S40：对所述待推荐物品数据集进行过滤后，得到对应的推荐结果。通过采用上述技术方案，在新用户进入时，通过获取该用户的用户行为数据，以及填写的用户属性数据，进而建立该用户特征数据，从而能够根据该用户的用户属性数据快速建立用户特征向量，同时，根据该用户特征向量构建该待推荐物品数据集后，经过过滤后，生成最终的推荐结果，能够提升推荐结果的可信度。本专利技术进一步设置为：步骤S20包括：S21：从所述用户行为数据中获取用户查询数据；S22：根据所述用户查询数据，计算所述用户查询数据与所述用户属性数据对应的关联程度，作为用户兴趣度数据；S23：根据所述用户兴趣度数据和所述用户属性数据建立所述用户特征向量。通过采用上述技术方案，通过用户的用户行为数据，以及结合用户的属性数据，能够建立出与用户的兴趣相关的用户特征向量，便于后续向用户推荐商品。本专利技术进一步设置为：步骤S30包括：S31：获取商品特征值；S32：使用所述商品特征值与所述用户特征向量进行比对，根据比对结果生成所述待推荐物品数据集。通过采用上述技术方案，通过获取商品的特征值，能够使用该商品的特征值，与搭建的用户特征向量进行比对，进而能够使得将符合用户兴趣以及属性的商品推荐给用户。本专利技术进一步设置为：在步骤S40之后，所述店商平台产品推荐方法还包括：S50：获取用户购买记录；S60：将所述用户购买记录与所述推荐结果关联后，存储至预设的数据库中。通过采用上述技术方案，在用户购买了商品后，将用户购买记录与推荐结果进行关联，一是能够存储用户的行为的数据，进而有助于更新用户的兴趣的数据，二是能够有助于将用户购买记录和最终的推荐结果进行比对，进而有助于根据比对的结果更新推荐算法。本专利技术进一步设置为：在步骤S50之后，所述店商平台产品推荐方法还包括：S51：获取所述用户特征向量；S52：根据所述用户购买记录对所述用户特征向量进行更新。通过采用上述技术方案，通过不断更新用户的用户特征向量，能够使得该用户特征向量更加符合用户的兴趣以及属性，有助于后续给用户进行推荐商品时，推荐的商品更加符合用户当前的属性。本专利技术的上述专利技术目的二是通过以下技术方案得以实现的：一种店商平台产品推荐装置，所述店商平台产品推荐装置包括：日志获取模块，用于获取用户行为日志，根据所述用户行为日志建立用户行为数据和用户属性数据；向量搭建模块，用于从所述用户行为数据中提取用户特征数据，并根据所述用户特征数据建立用户特征向量；初推荐模块，用于根据所述用户特征向量获取待推荐物品数据集；主推荐模块，用于对所述待推荐物品数据集进行过滤后，得到对应的推荐结果。通过采用上述技术方案，在新用户进入时，通过获取该用户的用户行为数据，以及填写的用户属性数据，进而建立该用户特征数据，从而能够根据该用户的用户属性数据快速建立用户特征向量，同时，根据该用户特征向量构建该待推荐物品数据集后，经过过滤后，生成最终的推荐结果，能够提升推荐结果的可信度。本专利技术的上述专利技术目的三是通过以下技术方案得以实现的：一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述店商平台产品推荐方法的步骤。本专利技术的上述专利技术目的四是通过以下技术方案得以实现的：一种计算机可读存储介质，所述计算机可读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店商平台产品推荐方法的步骤。综上所述，本专利技术的有益技术效果为：在新用户进入时，通过获取该用户的用户行为数据，以及填写的用户属性数据，进而建立该用户特征数据，从而能够根据该用户的用户属性数据快速建立用户特征向量，同时，根据该用户特征向量构建该待推荐物品数据集后，经过过滤后，生成最终的推荐结果，能够提升推荐结果的可信度。附图说明图1是本专利技术一实施例中店商平台产品推荐方法的一流程图；图2是本专利技术一实施例中店商平台产品推荐方法中步骤S20的实现流程图；图3是本专利技术一实施例中店商平台产品推荐方法中步骤S30的实现流程图；图4是本专利技术一实施例中店商平台产品推荐方法中的另一流程图；图5是本专利技术一实施例中店商平台产品推荐方法中的另一流程图；图6是本专利技术一实施例中店商平台产品推荐装置的一原理框图；图7是本专利技术一实施例中计算机设备的一示意图。具体实施方式以下结合附图对本专利技术作进一步详细说明。实施例一：在一实施例中，如图1所示，本专利技术公开了一种店商平台产品推荐方法，具体包括如下步骤：S10：获取用户行为日志，根据用户行为日志建立用户行为数据和用户属性数据。在本实施例中，用户行为日志是指按照时间周期，例如每日，记录每一用户在电子商务平台上的操作的数据，该数据所属的用户的唯一标识以及特性的数据表格。用户行为数据是指用户在电子商务平台上进行操作的行为的数据。其中，该用户行为数据包括用户在该电子商务平台上对商品的搜索、查询以及购买等，且对商品的搜索已经查询的方式，可以通过点击商品的链接，或者是通过在搜索框中输入关键词等方式。用户属性数据是指标识该用户的个人属性的数据。例如，该用户属性数据可以是用户的年龄、性别、职业等数据。具体地，在有新用户在该电子商务平台中第一次进行操作时，记录该用户的用户行为数据，并将该用户行为数据与该用户的用户属性数据进行本文档来自技高网...

【技术保护点】
1.一种店商平台产品推荐方法，其特征在于，所述店商平台产品推荐方法包括：/nS10：获取用户行为日志，根据所述用户行为日志建立用户行为数据和用户属性数据；/nS20：从所述用户行为数据中提取用户特征数据，并根据所述用户特征数据建立用户特征向量；/nS30：根据所述用户特征向量获取待推荐物品数据集；/nS40：对所述待推荐物品数据集进行过滤后，得到对应的推荐结果。/n

【技术特征摘要】
1.一种店商平台产品推荐方法，其特征在于，所述店商平台产品推荐方法包括：
S10：获取用户行为日志，根据所述用户行为日志建立用户行为数据和用户属性数据；
S20：从所述用户行为数据中提取用户特征数据，并根据所述用户特征数据建立用户特征向量；
S30：根据所述用户特征向量获取待推荐物品数据集；
S40：对所述待推荐物品数据集进行过滤后，得到对应的推荐结果。


2.如权利要求1所述的店商平台产品推荐方法，其特征在于，步骤S20包括：
S21：从所述用户行为数据中获取用户查询数据；
S22：根据所述用户查询数据，计算所述用户查询数据与所述用户属性数据对应的关联程度，作为用户兴趣度数据；
S23：根据所述用户兴趣度数据和所述用户属性数据建立所述用户特征向量。


3.如权利要求1所述的店商平台产品推荐方法，其特征在于，步骤S30包括：
S31：获取商品特征值；
S32：使用所述商品特征值与所述用户特征向量进行比对，根据比对结果生成所述待推荐物品数据集。


4.如权利要求1所述的店商平台产品推荐方法，其特征在于，在步骤S40之后，所述店商平台产品推荐方法还包括：
S50：获取用户购买记录；
S60：将所述用户购买记录与所述推荐结果关联后，存储至预设的数据库中。


5.如权利要求4所述的店商平台产品推荐方法，其特征在于，在步骤S50之后，所述店商平台产品推荐方法还包括：
S51：获取所述用户特征向量；
S52：根据所述用户购买记录对所述用户特征向量进行更新。


6.一种...

【专利技术属性】
技术研发人员：郭晋良，
申请(专利权)人：广州伊的家网络科技有限公司，
类型：发明
国别省市：广东;44