商品呈现方法及装置、计算设备、计算机可读存储介质制造方法及图纸

本文描述了一种商品呈现方法及装置，所述方法包括：基于多个商品的商品信息和用户的用户信息确定用户对每个商品的感兴趣程度；根据用户对每个商品的感兴趣程度的从高到低的顺序对多个商品进行排名；基于所述排名，向用户选择性地呈现所述多个商品，其中基于多个商品的商品信息和用户的用户信息确定用户对每个商品的感兴趣程度包括：基于在当前的消费场景下每个商品的商品信息确定针对每个商品的第一特征向量；基于用户信息确定针对用户的第二特征向量；基于所述第一特征向量和第二特征向量，确定用户对于每个商品的感兴趣程度。

【技术实现步骤摘要】
商品呈现方法及装置、计算设备、计算机可读存储介质
本公开涉及计算机
，尤其涉及一种商品呈现方法及装置、计算设备和计算机可读存储介质。
技术介绍
随着计算机网络的发展，在线消费变得越来越普遍。例如，用户可以通过终端设备浏览各种商品，并选择心仪的商品，进而完成消费行为。一般而言，商品销售平台（其例如是提供商品呈现服务的服务器）可以根据预定顺序或基于预定规则（例如基于价格、与搜索内容的相关度、销量、折扣力度等）确定的顺序来向用户呈现商品。然而，单一的顺序或基于单一规则确定的顺序显然无法适合所有用户的需要。用户可能多次访问呈现商品的平台页面，但不进行消费。或者，在商品量较大的情况下，用户可能需要浏览多个页面，才能完成消费行为。这会产生大量对商品销售平台的无效访问，并且这些无效访问将占用较大量的通信资源和处理资源，从而在一定程度上造成对这些资源的浪费。而且，商家或平台可能开展折扣活动来增加有效访问，也即促成消费行为。但是，不同用户对于折扣的敏感度是不同的，单纯地针对某个商品设定一固定折扣并不能很好地促进消费行为的完成以及减少上述资源的浪费。
技术实现思路
有鉴于此，本公开提供了商品呈现方法、商品呈现装置、计算设备及计算机可读存储介质，旨在缓解、减轻或甚至消除上述问题以及可能存在的其它问题。根据本公开的一方面，提供了一种商品呈现方法。该方法包括：基于多个商品的商品信息和用户的用户信息确定用户对多个商品中的每个商品的感兴趣程度；根据用户对多个商品中的每个商品的感兴趣程度的从高到低的顺序对多个商品进行排名；基于对多个商品的排名，向用户选择性地呈现多个商品。上述基于多个商品的商品信息和用户的用户信息确定用户对多个商品中的每个商品的感兴趣程度包括：基于在当前的消费场景下多个商品中的每个商品的商品信息确定针对每个商品的第一特征向量，每个商品的商品信息包括每个商品的与消费场景相关的信息；基于用户的用户信息确定针对用户的第二特征向量，用户信息与用户的身份信息以及用户对商品的历史消费记录相关，历史消费记录包括在历史消费场景下用户消费的商品的商品信息；基于针对每个商品的第一特征向量和针对用户的第二特征向量，确定用户对于每个商品的感兴趣程度。在一些实施例中，基于在当前的消费场景下多个商品中的每个商品的商品信息确定针对所述每个商品的第一特征向量，包括：对所述每个商品的商品信息进行编码；对编码后的商品信息进行特征提取，以生成针对所述每个商品的第一特征向量。在一些实施例中，基于用户的用户信息确定针对所述用户的第二特征向量包括：对所述用户的用户信息进行编码；对编码后的用户信息进行特征提取，以生成针对所述用户的第二特征向量。在一些实施例中，基于针对所述每个商品的第一特征向量和针对所述用户的第二特征向量，确定所述用户对于所述每个商品的感兴趣程度，包括：确定针对所述每个商品的第一特征向量和针对所述用户的第二特征向量之间的匹配分数；基于所述匹配分数，确定所述用户对于所述每个商品的感兴趣程度。在一些实施例中，确定针对所述每个商品的第一特征向量和针对所述用户的第二特征向量之间的匹配分数包括：对所述第一特征向量与所述第二特征向量执行点乘运算以得到所述匹配分数。在一些实施例中，基于对所述多个商品的排名，向用户选择性地呈现所述多个商品，包括：基于对所述多个商品的排名，向用户选择性地呈现所述多个商品中处于预设排名之前的一部分。在一些实施例中，所述多个商品中的每个商品由所述每个商品的商品名称和价格标识进行识别，并且所述每个商品的商品信息还包括所述每个商品的商品名称和价格标识。在一些实施例中，基于对所述多个商品的排名，向用户选择性地呈现所述多个商品，包括：对于具有相同商品名称但不同价格标识的商品，向用户选择性地呈现其中排名最高的一个。在一些实施例中，基于对所述多个商品的排名，向用户选择性地呈现所述多个商品，包括：在向用户选择性地呈现所述多个商品的同时呈现与相应商品对应的商品信息。在一些实施例中，所述基于多个商品的商品信息和用户的用户信息确定用户对所述多个商品中的每个商品的感兴趣程度是利用经训练的机器学习模型实现的，其中所述经训练的机器学习模型根据预定消费场景下的正样本及负样本训练得到；其中，在预定消费场景下向用户呈现多个商品的过程中，基于用户购买的商品的商品信息形成所述预定消费场景下的正样本，基于用户未购买的商品的商品信息形成所述预定消费场景下的负样本。在一些实施例中，所述用户的身份信息包括以下中的至少一项：用户的性别、用户的年龄、用户的注册时间、用户的历史消费总额、用户的兴趣偏好。根据本公开的另一方面，提供了一种商品呈现装置。该装置包括：确定模块，被配置为基于多个商品的商品信息和用户的用户信息确定用户对多个商品中的每个商品的感兴趣程度；排名模块，被配置为根据用户对多个商品中的每个商品的感兴趣程度的从高到低的顺序对多个商品进行排名；呈现模块，被配置为基于对多个商品的排名，向用户选择性地呈现该多个商品。上述确定模块包括：第一确定子模块，被配置为基于在当前的消费场景下多个商品中的每个商品的商品信息确定针对每个商品的第一特征向量，每个商品的商品信息包括每个商品的与消费场景相关的信息；第二确定子模块，被配置为基于用户的用户信息确定针对用户的第二特征向量，用户信息与用户的身份信息以及用户对商品的历史消费记录相关，历史消费记录包括在历史消费场景下用户消费的商品的商品信息；第三确定子模块，被配置为基于针对每个商品的第一特征向量和针对用户的第二特征向量，确定用户对于每个商品的感兴趣程度。在一些实施例中，所述呈现模块被配置为基于对所述多个商品的排名，向用户选择性地呈现所述多个商品中处于预设排名之前的一部分。根据本公开的又一方面，提供了一种计算设备。该计算设备包括存储器和处理器。存储器被配置成在其上存储计算机可执行指令，计算机可执行指令当在处理器上执行时执行上文所述的任一商品呈现方法。根据本公开的再一方面，提供了一种计算机可读存储介质。计算机可读存储介质上存储计算机可执行指令，计算机可执行指令当在处理器上执行时执行上文所述的任一商品呈现方法。通过本公开的实施例提供的商品呈现方法和装置，可以基于用户对多个商品中的每个商品的感兴趣程度来向用户呈现商品，使得可以向用户呈现其更感兴趣的商品。由此，可以提高有限次访问中达成消费行为的概率，也即提高有效访问的比率，从而有助于提高对通信资源和处理资源的利用效率。此外，根据本公开的一些实施例，在上述呈现过程中，还可以用商品名称和价格标识两者来对商品进行识别，也即将具有不同价格标识但具有相同名称的商品识别为不同商品，来单独参与商品呈现，由此可以根据用户的感兴趣程度来向用户呈现合适的价格以促成消费行为，从而进一步提高有效访问的比率和资源的利用效率。根据在下文中所描述的实施例，本公开的这些和其它方面将是清楚明白的，并且将参考在下文中所描述的实施例而被阐明。附图说明在下面结合附图对于示例性实施例的描述中，本公开的更多细节、本文档来自技高网...

【技术保护点】
1.一种商品呈现方法，包括：/n基于多个商品的商品信息和用户的用户信息确定所述用户对所述多个商品中的每个商品的感兴趣程度，其包括：/n基于在当前的消费场景下多个商品中的每个商品的商品信息确定针对所述每个商品的第一特征向量，所述每个商品的商品信息包括所述每个商品的与所述消费场景相关的信息；/n基于用户的用户信息确定针对所述用户的第二特征向量，用户信息与所述用户的身份信息以及用户对商品的历史消费记录相关，所述历史消费记录包括在历史消费场景下所述用户消费的商品的商品信息；/n基于针对所述每个商品的第一特征向量和针对所述用户的第二特征向量，确定所述用户对于所述每个商品的感兴趣程度；/n根据用户对所述多个商品中的每个商品的感兴趣程度的从高到低的顺序对所述多个商品进行排名；/n基于对所述多个商品的排名，向用户选择性地呈现所述多个商品。/n

【技术特征摘要】
1.一种商品呈现方法，包括：
基于多个商品的商品信息和用户的用户信息确定所述用户对所述多个商品中的每个商品的感兴趣程度，其包括：
基于在当前的消费场景下多个商品中的每个商品的商品信息确定针对所述每个商品的第一特征向量，所述每个商品的商品信息包括所述每个商品的与所述消费场景相关的信息；
基于用户的用户信息确定针对所述用户的第二特征向量，用户信息与所述用户的身份信息以及用户对商品的历史消费记录相关，所述历史消费记录包括在历史消费场景下所述用户消费的商品的商品信息；
基于针对所述每个商品的第一特征向量和针对所述用户的第二特征向量，确定所述用户对于所述每个商品的感兴趣程度；
根据用户对所述多个商品中的每个商品的感兴趣程度的从高到低的顺序对所述多个商品进行排名；
基于对所述多个商品的排名，向用户选择性地呈现所述多个商品。


2.根据权利要求1所述的方法，其中，基于在当前的消费场景下多个商品中的每个商品的商品信息确定针对所述每个商品的第一特征向量，包括：
对所述每个商品的商品信息进行编码；
对编码后的商品信息进行特征提取，以生成针对所述每个商品的第一特征向量。


3.根据权利要求1所述的方法，其中，基于用户的用户信息确定针对所述用户的第二特征向量包括：
对所述用户的用户信息进行编码；
对编码后的用户信息进行特征提取，以生成针对所述用户的第二特征向量。


4.根据权利要求1所述的方法，其中，基于针对所述每个商品的第一特征向量和针对所述用户的第二特征向量，确定所述用户对于所述每个商品的感兴趣程度，包括：
确定针对所述每个商品的第一特征向量和针对所述用户的第二特征向量之间的匹配分数；
基于所述匹配分数，确定所述用户对于所述每个商品的感兴趣程度。


5.根据权利要求4所述的方法，其中确定针对所述每个商品的第一特征向量和针对所述用户的第二特征向量之间的匹配分数包括：
对所述第一特征向量与所述第二特征向量执行点乘运算以得到所述匹配分数。


6.根据权利要求1所述的方法，其中，基于对所述多个商品的排名，向用户选择性地呈现所述多个商品，包括：
基于对所述多个商品的排名，向用户选择性地呈现所述多个商品中处于预设排名之前的一部分。


7.根据权利要求1所述的方法，其中，所述多个商品中的每个商品由所述每个商品的商品名称和价格标识进行识别，并且所述每个商品的商品信息还包括所述每个商品的商品名称和价格标识。


8.根据权利要求7所述的方法，其中，基于对所述多个商品的排名，向用户选择性地呈现所述多个商品，包...

【专利技术属性】
技术研发人员：符德恩，文心杰，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44