一种信息推送方法及装置制造方法及图纸

本发明专利技术公开了一种信息推送方法及装置，具体包括：获取用户信息、商品信息、用户历史行为商品序列信息；根据所获取的信息，采用强化学习的方法训练用户‑商品兴趣模型；采用深度学习的方法训练用户‑商品复购周期模型；当前用户进行在线访问时，查找当前用户的相关信息，根据用户‑商品兴趣模型和用户‑商品复购周期模型得到当前用户对商品列表中各商品的复购周期；根据当前用户的历史购买记录时间，与商品列表中各商品的复购周期进行比较，对商品列表中的非复购商品进行过滤后，得到当前用户的推荐商品列表。采用本发明专利技术能够根据用户反馈动态调整推荐策略；避免非复购周期内重复推荐商品。

【技术实现步骤摘要】
一种信息推送方法及装置
本专利技术涉及电子商务
，特别涉及一种信息推送方法及装置。
技术介绍
在个性化商品推荐领域，目前的推荐算法包含：1、基于热度(流行度)的推荐，根据浏览量、销量、社会热点等定义热度，能有效解决冷启动问题。2、基于协同过滤推荐，仅依赖用户行为,不需要对商品特征或元数据进行深入理解。覆盖率高，能有效解决长尾问题，给用户以惊喜。3、基于内容/规则/知识推荐，依赖于完整的、充分归类的内容/规则/知识体系和结构化的数据特征。时效性高，推荐理由有较合理的解释，用户信任度高。4、基于以上推荐算法的组合，优势互补，可以规避冷启动、数据稀疏和数据非结构化问题，适用范围较广。对于现有技术，包括基于热度(流行度)的推荐、基于协同过滤推荐、基于内容/规则/知识推荐，以及这些推荐算法的组合，由于将推荐结果输出给用户展示后，并未根据用户反馈(如是否点击、是否购买等)，进行推荐策略的动态调整，导致推荐效果不太理想。另外，由于没有考虑商品所特有的复购周期因素(一般来说，耐耗品的复购周期大于快消品的复购周期)，本文档来自技高网...

【技术保护点】
1.一种信息推送方法，其特征在于，该方法包括：/n获取用户信息、商品信息、用户历史行为商品序列信息；/n根据所获取的信息，采用强化学习的方法训练用户-商品兴趣模型；采用深度学习的方法训练用户-商品复购周期模型；/n当前用户进行在线访问时，查找当前用户的用户信息、商品信息、用户历史行为商品序列信息，根据用户-商品兴趣模型和用户-商品复购周期模型得到当前用户对商品列表中各商品的复购周期；/n根据当前用户的历史购买记录时间，与商品列表中各商品的复购周期进行比较，对商品列表中的非复购商品进行过滤后，得到当前用户的推荐商品列表。/n

【技术特征摘要】
1.一种信息推送方法，其特征在于，该方法包括：
获取用户信息、商品信息、用户历史行为商品序列信息；
根据所获取的信息，采用强化学习的方法训练用户-商品兴趣模型；采用深度学习的方法训练用户-商品复购周期模型；
当前用户进行在线访问时，查找当前用户的用户信息、商品信息、用户历史行为商品序列信息，根据用户-商品兴趣模型和用户-商品复购周期模型得到当前用户对商品列表中各商品的复购周期；
根据当前用户的历史购买记录时间，与商品列表中各商品的复购周期进行比较，对商品列表中的非复购商品进行过滤后，得到当前用户的推荐商品列表。


2.如权利要求1所述的方法，其特征在于，采用强化学习的方法训练用户-商品兴趣模型具体包括：
构建eval神经网络和target神经网络两个相同的神经网络，其中eval神经网络用于获取推荐商品列表以及推荐结果好坏程度的预测值，target神经网络用于完成对eval神经网络参数的更新；
初始化eval神经网络参数θQ和θμ；初始化target神经网络参数θQ′＝θQ，θμ′＝θμ；
将每一用户的用户信息、商品信息、用户历史行为商品序列信息，作为一条训练数据si；将(si,ai,ri,si+1)作为强化学习训练集N个样本中的第i个样本；其中，ai为第i个样本的推荐商品列表，ri为第i个样本的用户反馈，si+1为第i个样本下一状态的用户信息、商品信息、用户历史行为商品序列信息；
根据第i个样本的推荐结果好坏程度的目标值和推荐结果好坏程度的预测值，构造第一损失函数；在eval神经网络中，将第一损失函数取小值进行优化，更新eval神经网络参数θQ；
在eval神经网络中，将用户反馈的期望函数取小值进行优化，更新eval神经网络参数θμ；
根据θQ和θμ更新target神经网络的参数为θQ′和θμ′，得到训练后的用户-商品兴趣模型。


3.如权利要求1所述的方法，其特征在于，采用深度学习的方法训练用户-商品复购周期模型具体包括：
将每一用户的用户信息和用户所买商品信息作为深度学习训练集M个样本中的第i个样本，i∈M，M为自然数；
将第i个样本的用户信息和用户所买商品信息输入用户-商品复购周期模型，得到商品复购周期训练值；
根据第i个样本的商品复购周期训练值和复购周期真实值，构造第二损失函数，对第二损失函数取最小值进行优化，更新网络权值参数，得到训练后的用户-商品复购周期模型。


4.如权利要求1所述的方法，其特征在于，所述当前用户进行在线访问时，查找当前用户的用户信息、商品信息、用户历史行为商品序列信息，根据用户-商品兴趣模型和用户-商品复购周期模型得到当前用户对商品列表中各商品的复购周期，具体包括：
当前用户进行访问时，根据当前用户标识获取用户信息、商品信息、用户历史行为商品序列信息；
将所述用户信息、商品信息、用户历史行为商品序列信息输入到用户-商品兴趣模型，得到当前用户的商品列表；
将当前用户信息和商品列表中的商品信息分别输入到用户-商品复购周期模型，得到当前用户对商品列表中各商品的复购周期。


5.一种信息推送装置，其特征在于，该装置包括：
数据管理模块，用于获取用户信息、商品信息、用户历史行为商品序列信息；
模型训练模块，用于根据数据管理模块中获取的信息，采用强化学习的方法训练用户-商...

【专利技术属性】
技术研发人员：周东，雷章明，汤桢伟，兰华勇，古川，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11