商品社群推荐方法、装置和计算机设备制造方法及图纸

本申请涉及一种商品社群推荐方法、装置和计算机设备，其中，该方法包括：获取社群中各个用户在预定时间段内的行为数据以及商品属性；所述商品属性包括商品所在类目、商品的品牌和商品的价格；对所述商品属性进行划分，得到多个偏好类型；根据所述行为数据计算每一用户的偏好类型得分；根据各个用户的偏好类型得分以及用户与社群的对应关系，确定社群的偏好类型得分；根据所述社群的偏好类型得分确定召回商品并向对应的社群进行推荐。通过本申请，实现了兼顾社群中各个用户的偏好，根据社群的偏好类型有针对性地进行商品推荐。

【技术实现步骤摘要】
商品社群推荐方法、装置和计算机设备
本申请涉及计算机应用
，特别是涉及一种商品社群推荐方法、装置和计算机设备。
技术介绍
随着电子商务的蓬勃发展，在整个社会商品零售额中，线上消费的占比越来越高。网络购物给消费者提供的巨大的购物优势主要体现在突破时空限制、购物方便、更多的商品选择、有竞争力的价格、丰富的商品信息、个性化和定制化上。其中，利用用户的行为数据提高电商运营和广告投放效率，被越来越多的电商企业和广告主所关注。随着互联网技术的不断成熟和网络购物的井喷式发展，社群是消费者分享个人购物经验、消费体验和信息沟通的重要平台。社群用户体量庞大，每个社群所处的区域、经济条件不同，以及社群中用户的喜好存在差异，导致不同社群的兴趣偏好也是不同的。然而目前基于用户行为数据的商品推荐主要是面对消费者本身，只需要分析用户的个体喜好，推荐的物品都是符合用户偏好的，无法兼顾社群等群体用户的消费需求。
技术实现思路
本申请实施例提供了一种商品社群推荐方法、装置和计算机设备，以至少解决相关技术中的商品推荐方法无法满足社群用户的消费需求的问题。<本文档来自技高网...

【技术保护点】
1.一种商品社群推荐方法，其特征在于，包括：/n获取社群中各个用户在预定时间段内的行为数据以及商品属性；所述商品属性包括商品所在类目、商品的品牌和商品的价格；/n对所述商品属性进行划分，得到多个偏好类型；/n根据所述行为数据计算每一用户的偏好类型得分；/n根据各个用户的偏好类型得分以及用户与社群的对应关系，确定社群的偏好类型得分；/n根据所述社群的偏好类型得分确定召回商品并向对应的社群进行推荐。/n

【技术特征摘要】
1.一种商品社群推荐方法，其特征在于，包括：
获取社群中各个用户在预定时间段内的行为数据以及商品属性；所述商品属性包括商品所在类目、商品的品牌和商品的价格；
对所述商品属性进行划分，得到多个偏好类型；
根据所述行为数据计算每一用户的偏好类型得分；
根据各个用户的偏好类型得分以及用户与社群的对应关系，确定社群的偏好类型得分；
根据所述社群的偏好类型得分确定召回商品并向对应的社群进行推荐。


2.根据权利要求1所述的商品社群推荐方法，其特征在于，根据所述行为数据计算每一用户的偏好类型得分包括：
根据所述行为数据获取每一用户在每一行为维度下的行为权重、行为次数和行为相关商品数；所述行为数据包括多个行为维度；
根据所述行为权重、行为次数和行为相关商品数计算用户在对应行为维度下的偏好类型得分；
将用户在每一行为维度下的偏好类型得分求和后进行归一化处理，得到对应用户的偏好类型得分。


3.根据权利要求1所述的商品社群推荐方法，其特征在于，所述根据各个用户的偏好类型得分以及用户与社群的对应关系，确定社群的偏好类型得分包括：
将社群中各个用户的偏好类型得分求和后进行归一化处理，得到对应社群的偏好类型得分。


4.根据权利要求1所述的商品社群推荐方法，其特征在于，根据所述社群的偏好类型得分确定召回商品并向对应的社群进行推荐包括：
根据所述社群的偏好类型得分将预设数量的偏好类型确定为商品召回来源；
根据所述商品召回来源中各个偏好类型得分的大小确定对应偏好类型的召回比例；
根据所述召回比例在所述商品召回来源中确定召回商品并向对应的社群进行推荐。


5.根据权利要求1所述的商品社群推荐方法，其特征在于，获取社群中各个用户在预定时间段内的行为数据以及商品属性之后，还包括：
基于所述行为数据生成每个用户的商品点击行为序列；
根据所述商品点击行为序列中用户与商品的对应关系确定社群和商品的对应关系，并根据社群和商品的对应关系得到社群的商品点击行为序列；
将社群的商品点击行为序列中的社群和对...

【专利技术属性】
技术研发人员：李慧聪，
申请(专利权)人：浙江集享电子商务有限公司，杭州云创共享网络科技有限公司，
类型：发明
国别省市：浙江;33