针对货物篮的快速学习推荐系统技术方案

实施例响应于接收到货物篮而提供对附加物品的推荐，从篮子类型的集合中确定货物篮的类型，接收作为目标推荐的附加目标物品的集合并接收所接收到的货物篮类型的历史。实施例基于所接收到的货物篮类型的历史迭代地执行将每个篮子类型聚类成多个簇，以及针对每个目标物品到所述多个簇中的每个簇的偏好更新。在多次迭代之后迭代地执行输出映射的序列和偏好参数的序列。实施例从映射的序列生成映射的制表的频率，然后基于映射的序列、偏好参数的序列和映射的制表的频率来生成推荐。

Fast learning recommendation system for goods basket

【技术实现步骤摘要】
【国外来华专利技术】针对货物篮的快速学习推荐系统
一个实施例一般而言涉及提供推荐的计算机系统，特别地涉及提供适合于快速变化的产品的推荐的计算机系统。
技术介绍
在线零售商使用“推荐系统”正在变得越来越普遍，“推荐系统”是根据客户的购买历史和所有其它客户的购买历史向客户推荐物品的系统。这种系统在餐饮业或酒店业中相对较为少见，在餐饮业或酒店业中，推荐通常是通过特设(adhoc)手段进行的，诸如使用人类直觉，而不是分析客户的购买的系统化软件算法方法。即使在采用软件方法时，它也可能因太慢而无法适应不断变化的产品以及不断变化的客户组合和偏好。在餐饮业中，可以对在同一订单中购买的物品进行历史检查，并从这样的检查过程中产生推荐。但是，如果可能由于其成本而不经常检查历史记录，那么此类推荐是静态的。即使经常检查历史记录，已知系统也仍然适应的缓慢，因为在系统可以更改其推荐之前必须输入大量新数据。
技术实现思路
实施例响应于接收到货物篮而提供针对附加物品的推荐。实施例从篮子类型的集合中确定货物篮的类型，接收作为目标推荐的附加目标物品的集合，并且接收所接收到的货物篮类型的历史。实施例基于所接收到的货物篮类型的历史迭代地执行将每个篮子类型聚类成多个簇，以及针对每个目标物品到所述多个簇中的每个簇的偏好更新。在多次迭代之后，迭代地执行输出映射的序列和偏好参数的序列。实施例从映射的序列生成映射的制表的频率，然后基于映射的序列、偏好参数的序列和映射的制表的频率来生成推荐。附图说明图1是根据实施例的可以实现本文公开的任何部件的计算机服务器/系统的框图。图2和图3是根据一个实施例的当基于货物篮或服务篮推荐附加货物和服务时图1的推荐模块的功能的流程图。图4-图6图示了根据本专利技术的实施例的UI的屏幕截图。具体实施方式一个实施例是一种系统，该系统分析客户在单次访问餐馆或宾馆时所购买的整篮货物和服务，并且基于该分析，基于篮子的内容推荐附加货物和服务。实施例使做出推荐所需的历史数据量最小化，从而提高了决策速度。图1是根据本专利技术的实施例的计算机服务器/系统10的框图。虽然示出为单个系统，但是系统10的功能可以被实现为分布式系统。此外，本文公开的功能可以在可以通过网络耦合在一起的单独的服务器或设备上实现。此外，可以不包括系统10的一个或多个部件。例如，对于服务器的功能，系统10可能需要包括处理器和存储器，但是可以不包括图1中所示的其它部件中的一个或多个部件，诸如键盘或显示器。系统10包括用于传送信息的总线12或其它通信机制，以及耦合到总线12用于处理信息的处理器22。处理器22可以是任何类型的通用或专用处理器。系统10还包括用于存储将由处理器22执行的信息和指令的存储器14。存储器14可以包括随机存取存储器(“RAM”)、只读存储器(“ROM”)、诸如磁盘或光盘之类的静态存储装置、或任何其它类型的计算机可读介质的任意组合。系统10还包括通信设备20，诸如网络接口卡，以提供对网络的访问。因此，用户可以直接或远程地通过网络或任何其它方法与系统10对接。计算机可读介质可以是处理器22可以访问的任何可用介质，并且包括易失性和非易失性介质、可移动和不可移动介质以及通信介质。通信介质可以包括计算机可读指令、数据结构、程序模块，或调制数据信号(诸如载波或其它传输机制)中的其它数据，并且包括任何信息传递介质。处理器22还经由总线12耦合到显示器24，诸如液晶显示器(“LCD”)。键盘26和光标控件设备28(诸如计算机鼠标)还耦合到总线12，以使用户能够与系统10对接。在一个实施例中，存储器14存储当由处理器22执行时提供功能的软件模块。模块包括操作系统15，操作系统15为系统10提供操作系统功能。模块还包括推荐模块16以及本文公开的所有其它功能，该推荐模块16基于货物或服务篮来推荐其它货物和服务。系统10可以是更大系统的一部分。因此，系统10可以包括一个或多个附加功能模块18以包括附加功能，诸如Oracle公司的“HospitalitySimphony”销售点(“POS”)云和移动接待管理平台。数据库17耦合到总线12以提供用于模块16和18的集中存储并存储客户数据、产品数据、交易数据等。在一个实施例中，数据库17是可以使用结构化查询语言(“SQL”)来管理存储的数据的关系数据库管理系统(“RDBMS”)。在一个实施例中，专用销售点(“POS”)终端100用作允许用户使用用户接口进行选择并接收推荐的客户端设备。POS终端100通过包括有线或无线的任何通信手段或经由诸如互联网之类的附加网络耦合到系统10的其余部分。POS终端100本身可以执行本文公开的功能中的一些或全部功能，并且包括其自己的处理器、存储器等。在一个实施例中，特别是当存在大量餐馆/宾馆、大量物品以及大量历史数据时，数据库17被实现为存储器中(in-memory)数据库(“IMDB”)。IMDB是一种数据库管理系统，其主要依赖于主存储器来存储计算机数据。它与采用盘存储机制的数据库管理系统形成对比。主存储器数据库比盘优化的数据库更快，这是因为盘访问比存储器访问更慢、内部优化算法更简单、并且执行更少的CPU指令。访问存储器中的数据消除了查询数据时的搜寻时间，从而提供比盘更快且更可预测的性能。在一个实施例中，数据库17在被实现为IMDB时，是基于分布式数据网格来实现的。分布式数据网格是一种系统，其中计算机服务器的集合在一个或多个集群中一起工作，以管理分布式或集群环境内的信息和相关操作，诸如计算。分布式数据网格可以用于管理跨服务器共享的应用对象和数据。分布式数据网格提供了低响应时间、高吞吐量、可预测的可伸缩性、连续可用性和信息可靠性。在特定示例中，分布式数据网格(诸如例如Oracle公司的“OracleCoherence”数据网格)将信息存储在存储器中来实现更高的性能，并采用冗余来保持该信息的副本跨多个服务器同步，从而确保系统的弹性，并在服务器发生故障时确保数据的持续可用性。在一个实施例中，系统10是计算/数据处理系统，其包括用于企业组织的应用或分布式应用的集合，并且还可以实现物流、制造和库存管理功能。应用和计算系统10可以被配置为与基于云的联网系统、软件即服务(“SaaS”)体系架构或其它类型的计算解决方案一起操作，或可以被实现为基于云的联网系统、软件即服务体系架构或其它类型的计算解决方案。一般而言，对历史交易的检查(如许多已知的推荐系统所做的那样)也可能过于简单，因为已知系统通常仅检查在一个订单中一起出现的成对物品，称为关联规则挖掘(“ARM”)。替代地，如本专利技术的实施例那样，订单中一起获得的所有物品集合是订单的类型或下订单的个体的类型的更好指示，并且使用该附加信息可以导致更好和更准确的推荐。此外，使用ARM的已知系统通常不考虑同样可以用于改善推荐的关于客户的任何人口统计信息。此外，与餐馆推荐特别相关的是，餐馆中的产品频繁变化，这些变化的影响比零售中这种变化的影响可能要大得多，在零售中产品的数量远大于本文档来自技高网...

【技术保护点】
1.一种响应于接收到货物篮而提供对附加物品的推荐的方法，所述方法包括：/n从篮子类型的集合中确定所述货物篮的类型；/n接收作为目标推荐的附加目标物品的集合；/n接收所接收到的货物篮类型的历史；/n基于所接收到的货物篮类型的历史迭代地执行将每个篮子类型聚类成多个簇，以及针对每个目标物品到所述多个簇中的每个簇的偏好更新，并且在多次迭代之后，所述迭代地执行输出映射的序列和偏好参数的序列；/n从映射的序列生成映射的制表的频率；以及/n基于映射的序列、偏好参数的序列和映射的制表的频率来生成推荐。/n

【技术特征摘要】
【国外来华专利技术】20180417 US 15/955,0541.一种响应于接收到货物篮而提供对附加物品的推荐的方法，所述方法包括：
从篮子类型的集合中确定所述货物篮的类型；
接收作为目标推荐的附加目标物品的集合；
接收所接收到的货物篮类型的历史；
基于所接收到的货物篮类型的历史迭代地执行将每个篮子类型聚类成多个簇，以及针对每个目标物品到所述多个簇中的每个簇的偏好更新，并且在多次迭代之后，所述迭代地执行输出映射的序列和偏好参数的序列；
从映射的序列生成映射的制表的频率；以及
基于映射的序列、偏好参数的序列和映射的制表的频率来生成推荐。


2.如权利要求1所述的方法，其中所述附加目标物品的集合被标记为竞争性的，并且生成推荐包括执行Saure算法。


3.如权利要求1所述的方法，其中所述附加目标物品的集合被标记为非竞争性的，并且生成推荐包括执行Thompson采样。


4.如权利要求1所述的方法，其中所述货物篮包括客户在当前访问期间在餐馆中订购的物品。


5.如权利要求1所述的方法，其中所述货物篮包括客户在当前访问期间在宾馆中购买的货物和服务。


6.如权利要求1所述的方法，其中所述偏好更新包括当所述附加目标物品的集合被标记为非竞争性时的贝叶斯更新。


7.如权利要求1所述的方法，其中所述偏好更新包括当所述附加目标物品的集合被标记为竞争性时，通过篮子制表进行更新。


8.一种其上存储有指令的非暂态计算机可读介质，所述指令在由处理器执行时使处理器响应于接收到货物篮而提供对附加物品的推荐，提供所述推荐包括：
从篮子类型的集合中确定所述货物篮的类型；
接收作为目标推荐的附加目标物品的集合；
接收所接收到的货物篮类型的历史；
基于所接收到的货物篮类型的历史迭代地执行将每个篮子类型聚类成多个簇，以及针对每个目标物品到所述多个簇中的每个簇的偏好更新，并且在多次迭代之后，所述迭代地执行输出映射的序列和偏好参数的序列；
从映射的序列生成映射的制表的频率；以及
基于映射的序列、偏好参数的序列和映射的制表的频率来生成推荐。


9.如权利要求8所述的计算机可读介质，其中所述附加目标物品的集合被标记为竞...

【专利技术属性】
技术研发人员：S·莫达雷塞，F·伯恩斯泰因，D·萨乌雷，S·B·布罗简尼，吴思明，R·考尔，N·尼库拉基斯，
申请(专利权)人：甲骨文国际公司，
类型：发明
国别省市：美国;US