商品推荐方法、装置、电子设备以及可读介质制造方法及图纸

本公开提供一种商品推荐方法及设备、电子设备和介质，涉及计算机技术领域，尤其涉及云平台、云计算技术领域。根据本公开一个方面，商品推荐方法包括：响应于目标用户对多个小程序中至少一个小程序的使用请求，根据预设协议，获取目标用户在多个小程序的第一购物行为数据；对第一购物行为数据进行整合处理，以获取目标用户的用户画像；从全局商品库存单元库中提取与用户画像匹配的多个商品信息；以及将多个商品信息推送给该目标用户。商品库存单元库是通过对多个小程序中两个以上的每个小程序的商品库存单元信息进行合并获得的。

【技术实现步骤摘要】
商品推荐方法、装置、电子设备以及可读介质
本公开涉及云平台、云计算
，尤其涉及一种商品推荐方法、装置、电子设备和计算机可读存储介质。
技术介绍
随着智能终端的普及和移动终端技术的发展，各种应用程序(APP)走进了人们日常生活中，越来越多的用户选择在电商类的应用程序上进行在线购物。小程序作为一种不需要下载安装即可使用的应用，得到了各行各业的广泛关注，越来越多的应用程序上都加载有小程序，以低成本的方式实现相关应用。
技术实现思路
根据本公开实施例的一个方面，提供了一种商品推荐方法，包括：响应于目标用户对多个小程序中至少一个小程序的使用请求，根据预设协议，获取目标用户在多个小程序的第一购物行为数据；对第一购物行为数据进行整合处理，以获取目标用户的用户画像；从全局商品库存单元库中提取与用户画像匹配的多个商品信息；以及将多个商品信息推送给该目标用户。商品库存单元库是通过对多个小程序中两个以上的每个小程序的商品库存单元信息进行合并获得的。根据本公开实施例的另一个方面，提供了一种商品推荐装置，包括：第一获取模块、用户画像获取模块、以及推送模块。第一获取模块被配置为响应于目标用户对多个小程序中至少一个小程序的使用请求，根据预设协议，获取目标用户在多个小程序的第一购物行为数据。用户画像获取模块被配置为对第一购物行为数据进行整合处理，以获取目标用户的用户画像。推送模块被配置为从全局商品库存单元库中提取与用户画像匹配的多个商品信息，以及将该多个商品信息推送给目标用户。在一些示例中，全局商品库存单元库是通过对多个小程序中两个以上的小程序的商品库存单元信息进行合并获得的。根据本公开实施例的另一个方面，提供了一种电子设备。该电子设备包括：处理器以及存储程序的存储器。所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据本公开一些实施例的商品推荐方法。根据本公开实施例的另一个方面，提供了一种存储程序的计算机可读存储介质。所述程序包括指令，所述指令在由电子设备的处理器执行时，致使所述电子设备执行根据本公开一些实施例的商品推荐方法。借助于本公开示例性实施例的方案，对用户在多个小程序的购物行为数据进行整合处理，能够获取用户更为全面的用户画像。从而，本公开可以降低只根据片面的行为数据进行信息推送的偏见，提高推荐效率、提升推荐结果的准确性，使得推荐的商品更加符合用户的偏好。附图说明附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素：图1示出了根据本公开一些示例性实施例的商品推荐方法的流程图；图2示出了根据本公开另一些示例性实施例的商品推荐方法的流程图；图3示出了根据本公开一些示例性实施例的商品推荐装置的示意性框图；以及图4示出了根据本公开示例性实施例的示例计算设备的示意性框图。实施方式在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。在本公开示例性实施例中，小程序是指一种基于特定编程语言开发完成，无需下载和安装就可以使用的云端应用程序。小程序的特点之一就是使用便捷，无需手动在终端的操作系统中的进行安装。从而，丰富了应用程序的功能，在不需要安装过多应用程序的前提下，满足用户的多元化使用需求。在相关技术中，小程序的实现，主要有几个技术点：(1)小程序只是宿主平台的一个功能简化版，用户利用统一账号登录后，跟宿主平台打通，同步的是用户在该宿主平台的行为。(2)如果用户在该小程序的宿主平台有过行为，则会根据该宿主平台站内的商品作为候选集来推荐符合该用户的商品清单。(3)如果该用户是宿主平台的新用户，则只会根据该宿主平台站内热门商品做推荐。(4)用户即便喜欢某个商品，订阅了降价通知，也只是该宿主平台站内的价格变动。(5)小程序和宿主平台之间的数据仅限于通用的浏览行为统计，并无更深入的分析。“宿主平台”是指能够承载“小程序”运行，作为“小程序”的宿主的本地应用(NativeApp，也称为第三方应用)。例如，购物类的宿主平台可以包括淘宝、天猫、京东、拼多多、亚马逊、唯品会、当当等App。在上述基于小程序实现购物的过程中，小程序之间的用户行为是彼此隔离的，使得用户的偏好刻画是一个个的片段。因此，小程序在进行信息推荐，例如商品推荐时，只基于用户在其站内的一些历史行为数据，会导致给用户推荐的信息难以符合用户的真实全面的意图，推荐效率不佳，影响用户的体验。鉴于此，本公开示例性实施例提供了一种商品推荐方法。图1示出了根据本公开一些示例性实施例的商品推荐方法100的流程图。如图1所示，该方法包括：响应于目标用户对多个小程序中至少一个小程序的使用请求，根据预设协议，获取目标用户在多个小程序的第一购物行为数据(步骤101)；对第一购物行为数据进行整合处理，以获取目标用户的用户画像(步骤102)；从全局商品库存单元库中提取与用户画像匹配的多个商品信息，其中，商品库存单元库是通过对多个小程序中两个以上的每个小程序的商品库存单元信息进行合并获得的(步骤103)；以及将多个商品信息推送给目标用户(步骤104)。借助于本公开示例性实施例的商品推荐方法，对用户在多个小程序的购物行为数据进行整合处理，能够获取用户更为全面的用户画像。进而，降低只根据片面的行为数据进行信息推送的偏见，提高推荐效率、提升推荐结果的准确性，使得推荐的商品更加符合用户的偏好。在一些示例性实施例中，用户的购物行为是指用户在小程序内的与购买商品相关的行为，例如包括但不限于，商品搜索行为、商品浏览行为、商品点击行为、商品收藏行为、商品购买行为、商品评价行为、以及商品退货行为等。用户画像是大数据时代下产生的重要的技术应用，其目标是在建立多维的针对用户的描述性标签属性，从而利用这些标签属性对用户多方面的真实个人特征进行勾勒。进而，利用用户画像发掘用户需求，分析用户偏好，并向用户推荐与用户画像匹配的商品。例如，表征用户购物行为的用户画像可以基于用户静态的属性，对用户的购物行为进行刻画得到，可以分为意图标签、品牌偏好模型、商品库存单元偏好模型、消费能力模型、购买需求预测模型等本文档来自技高网...

【技术保护点】
1.一种商品推荐方法，包括：/n响应于目标用户对多个小程序中至少一个小程序的使用请求，根据预设协议，获取所述目标用户在所述多个小程序的第一购物行为数据；/n对所述第一购物行为数据进行整合处理，以获取所述目标用户的用户画像；以及/n从全局商品库存单元库中提取与所述用户画像匹配的多个商品信息，其中，所述商品库存单元库是通过对所述多个小程序中两个以上的小程序的商品库存单元信息进行合并获得的；以及/n将所述多个商品信息推送给所述目标用户。/n

【技术特征摘要】
1.一种商品推荐方法，包括：
响应于目标用户对多个小程序中至少一个小程序的使用请求，根据预设协议，获取所述目标用户在所述多个小程序的第一购物行为数据；
对所述第一购物行为数据进行整合处理，以获取所述目标用户的用户画像；以及
从全局商品库存单元库中提取与所述用户画像匹配的多个商品信息，其中，所述商品库存单元库是通过对所述多个小程序中两个以上的小程序的商品库存单元信息进行合并获得的；以及
将所述多个商品信息推送给所述目标用户。


2.根据权利要求1所述的方法，其中，在获取所述目标用户在所述多个小程序的所述第一购物行为数据之前，还包括：
获取所述目标用户在多个场景下的行为数据；以及
提取所述行为数据中与购物相关的第二购物行为数据；
其中，获取所述目标用户的所述用户画像包括：
对所述第一购物行为数据和所述第二购物行为数据进行整合处理，以获取所述目标用户的所述用户画像。


3.根据权利要求2所述的方法，其中，对所述第一购物行为数据和所述第二购物行为数据进行整合处理以获取所述目标用户的所述用户画像包括：
将所述第一购物行为数据和所述第二购物行为数据输入预设的分类模型；
获取与所述第一购物行为数据和所述第二购物行为数据相对应的标签、以及与所述标签相对应的概率；
基于所述标签和所述概率，确定所述目标用户的购物偏好；以及
基于所述购物偏好，确定所述目标用户的所述用户画像。


4.根据权利要求2或3所述的方法，其中，对所述第一购物行为数据和所述第二购物行为数据进行整合处理包括：
对所述第一购物行为数据和所述第二购物行为数据进行脱敏；以及
将所述第一购物行为数据和所述第二购物行为数据中与所述目标用户的敏感信息相关的信息进行过滤。


5.根据权利要求1-3中任一项所述的方法，其中，所述用户画像包括长期用户画像和短期用户画像，
其中，从所述全局商品库存单元库中提取与所述用户画像相匹配的多个商品信息包括：
从所述全局商品库存单元库中提取与所述长期用户画像相匹配的多个第一商品信息；
从所述全局商品库存单元库中提取与所述短期用户画像相匹配的多个第二商品信息；以及
将所述多个第一商品信息和多个第二商品信息推送给所述目标用户，其中，所述多个第一商品的推送优先级高于所述第二商品的推送优先级。


6.根据权利要求1所述的方法，其中，所述预设协议包括小程序开放协议，
其中，根据所述预设协议，获取所述目标用户在所述多个小程序的所述购物行为数据包括：
通过所述小程序开放协议，建立与所述多个小程序之间的双向授权认证；以及
基于所述双向授权认证，获取所述目标用户在所述多个小程序的所述第一购物行为数据。


7.根据权利要求5所述的方法，还包括：
基于所述双向授权认证，将所述目标用户的所述用户画像传输给所述多个小程序。


8.根据权利要求1-3中任一项所述的方法，还包括：
基于新获取的所述目标用户的所述第一购物行为数据和所述第二购物行为数据，对所述目标用户的所述用户画像进行更新。


9.一种商品推荐装置，包括：
第一获取模块，配置为响应于目标用户对多个小程序中至少一个小程序的使用...

【专利技术属性】
技术研发人员：刘亚虹，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11