一种商品推荐方法、装置、服务器及存储介质制造方法及图纸

本申请提供了一种商品推荐方法、装置、服务器及存储介质，涉及商品推荐技术领域。通过获取待推荐商品的第一商品向量，其中，第一商品向量依据历史用户评分与商品自身特征确定；然后计算待推荐商品的第一商品向量与目标商品的第二商品向量相似度，最后依据相似度确定是否推送待推荐商品。本申请提供的商品推荐方法、装置、服务器及存储介质具有使缺少评分，也能够进行相似度计算，且相似度计算更加准确的优点。

【技术实现步骤摘要】
一种商品推荐方法、装置、服务器及存储介质
本申请涉及商品推荐
，具体而言，涉及一种商品推荐方法、装置、服务器及存储介质。
技术介绍
在电商平台中，商品推荐非常常见，例如，当用户购买一件商品或浏览一件商品后，系统可以自动推荐一件或多件相似度较高的商品供用户再次选择。然而，目前对于商品的推荐，均为用户评分决定，对于某些新出的商品或长尾商品缺少评分时，可能会造成相似度出现大的偏差，甚至无法计算此商品的相似商品，造成遗漏，无法及时为用户推荐出来。综上，目前的商品推荐方法存在无法对新上架商品与长尾商品进行相似度计算的问题。
技术实现思路
本申请的目的在于提供一种商品推荐方法、装置、服务器及存储介质，以解决现有技术中无法对新上架商品与长尾商品进行相似度计算的问题。为了实现上述目的，本申请实施例采用的技术方案如下：第一方面，本申请提供了一种商品推荐方法，所述方法包括：获取待推荐商品的第一商品向量，其中，所述第一商品向量依据历史用户评分与商品自身特征确定；计算所述待推荐商品的第一商品向量本文档来自技高网...

【技术保护点】
1.一种商品推荐方法，其特征在于，所述方法包括：/n获取待推荐商品的第一商品向量，其中，所述第一商品向量依据历史用户评分与商品自身特征确定；/n计算所述待推荐商品的第一商品向量与目标商品的第二商品向量相似度；/n依据所述相似度确定是否推送所述待推荐商品。/n

【技术特征摘要】
1.一种商品推荐方法，其特征在于，所述方法包括：
获取待推荐商品的第一商品向量，其中，所述第一商品向量依据历史用户评分与商品自身特征确定；
计算所述待推荐商品的第一商品向量与目标商品的第二商品向量相似度；
依据所述相似度确定是否推送所述待推荐商品。


2.如权利要求1所述的商品推荐方法，其特征在于，所述获取待推荐商品的第一商品向量的步骤包括：
依据公式V=a*V1+（1-a）*V2
确定所述待推荐商品的第一商品向量；其中，V表示第一商品向量，V1表示商品行为特征向量，且所述商品行为特征向量与历史用户评分关联；V2表示商品画像特征向量，且所述商品画像特征向量与商品自身特征关联，a表示权重，且所述权重与商品历史行为信息数量关联。


3.如权利要求1所述的商品推荐方法，其特征在于，所述计算所述待推荐商品的第一商品向量与目标商品的第二商品向量相似度的步骤包括：
依据公式CosSim（X，Y）=∑ixi*yi/（∑ixi2）1/2*∑iyi2）1/2
确定所述第一商品向量与所述第二商品向量的相似度；其中，CosSim（X，Y）表示待推荐商品与目标商品之间的相似度，xi表示第一商品向量确定的评分，yi表示第二商品向量确定的评分。


4.如权利要求1所述的商品推荐方法，其特征在于，在所述依据所述相似度确定是否推送所述待推荐商品的步骤之后，所述方法还包括：
筛选相似度大于阈值的商品，并依据筛选的商品生成推荐列表。


5.一种商品推荐装置，其特征在于，所述装置包括：
数据获取单元，用于获取待推荐商品的第一商品向量，其中，所述第一商品向量...

【专利技术属性】
技术研发人员：王宇，龙仙童，
申请(专利权)人：广州探途网络技术有限公司，
类型：发明
国别省市：广东;44