基于用户数据的物品推荐方法、装置、设备及存储介质制造方法及图纸

本申请实施例提供一种基于用户数据的物品推荐方法、装置、设备及存储介质，通过获取进入目标区域的用户身份信息，查询预先构建的用户画像系统，确定用户身份信息对应目标用户的至少一个行为偏好标签数据，该用户画像系统中存储有各个用户的属性信息、各个用户的历史行为信息，根据至少一个行为偏好标签数据和目标区域内各物品的信息，确定目标推荐物品列表，并向目标用户的终端设备推送目标推荐物品列表中各个物品的信息。该技术方案，目标区域内的物品由电子设备管理，能够将线下目标区域场景与线上用户画像系统进行联合，使得用户能够及时了解目标区域内的物品摆放情况以及物品的活动信息，提高了用户的选购效率和选购体验。

【技术实现步骤摘要】
基于用户数据的物品推荐方法、装置、设备及存储介质
本申请实施例涉及互联网
，尤其涉及一种基于用户数据的物品推荐方法、装置、设备及存储介质。
技术介绍
随着互联网技术的不断发展，线上消费行为越来越普及。但是，线上消费始终无法完全取代线下消费，因此，生活中逐渐兴起了一种无人店铺，用户进入该无人店铺后，可以基于自己的需求选购合适的物品。现有技术中，在线下店铺内主要靠店员进行物品推荐，但是对于无人店铺，由于没有店员，若用户对店铺内物品的摆放位置不清楚，则需要自己按照一定的顺序寻找目标物品。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：无人店铺中由于没有店员的导引，可能存在需要耗费大量时间寻找目标物品的问题，而且用户可能无法及时获取到一些物品的活动信息，导致用户的选购效率低、选购体验差的问题。
技术实现思路
本申请实施例提供一种基于用户数据的物品推荐方法、装置、设备及存储介质，用以解决现有无人店铺中存在的用户选购效率低、选购体验差的问题。根据本申请的第一方面，本申请实施例提供一种基于用户数据的物品推荐方法，应用于电子设备，所述方法包括：获取进入目标区域的用户身份信息，所述目标区域中的物品由所述电子设备进行管理；查询预先构建的用户画像系统，确定所述用户身份信息对应目标用户的至少一个行为偏好标签数据，所述用户画像系统中存储有各个用户的属性信息、各个用户的历史行为信息；根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定目标推荐物品列表；向所述目标用户的终端设备推送所述目标推荐物品列表中各个物品的信息。在第一方面的一种可能设计中，所述查询预先构建的用户画像系统，确定所述用户身份信息对应目标用户的至少一个行为偏好标签数据，包括：根据所述用户身份信息，查询所述用户画像系统，获取所述目标用户的历史行为信息；根据所述目标用户的历史行为信息和预置的用户画像标签列表，确定所述目标用户具有的至少一个行为标签；基于词频-逆文本频率TF-IDF算法，从所述至少一个行为标签中，筛选出权重值排序在前的N个候选行为标签，N为大于或等于1的整数；将所述N个候选行为标签中与所述目标区域内物品非相关的候选行为标签剔除掉，得到所述目标用户的至少一个行为偏好标签数据。可选的，所述根据所述目标用户的历史行为信息和预置的用户画像标签列表，确定所述目标用户具有的至少一个行为标签，包括：对所述历史行为信息进行处理，确定所述目标用户所操作的所有物品；根据预置的用户画像标签列表和所述目标用户所操作的所有物品，确定所述目标用户具有的至少一个行为标签。可选的，所述基于词频-逆文本频率TF-IDF算法，从所述至少一个行为标签中，筛选出权重值排序在前的N个候选行为标签，包括：对所述目标用户所操作的所有物品进行分析，确定所述目标用户具有的行为标签总数量和每个行为标签的出现次数；根据所述目标用户具有的行为标签总数量和每个行为标签的出现次数，确定每个行为标签的词频；根据所述用户画像系统中的用户总数量和携带每个行为标签的用户数量，确定每个行为标签的逆向文件频率；根据每个行为标签的词频和每个行为标签的逆向文件频率，确定每个行为标签的权重值；根据每个行为标签的权重值，从所述至少一个行为标签中，筛选出权重值排序在前的N个候选行为标签。在第一方面的另一种可能设计中，所述根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定目标推荐物品列表，包括：根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定所述目标用户的至少一个偏好品类；针对每个偏好品类，获取所述偏好品类下各个物品在预设时间段内的特征信息；根据所述偏好品类下各个物品在预设时间段内的特征信息和所述目标用户对各个物品的关注度，得到所述偏好品类下各个物品的推荐度值；根据每个偏好品类下各个物品的推荐度值的大小，确定所述目标用户的所述目标推荐物品列表。可选的，所述根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定所述目标用户的至少一个偏好品类，包括：根据标签和品类之间的预置关联关系，确定所述至少一个行为偏好标签数据对应的各个物品品类；根据所述至少一个行为偏好标签数据对应的各个物品品类和所述目标区域内各物品的信息，确定所述目标用户的至少一个偏好品类。可选的，所述根据所述偏好品类下各个物品在预设时间段内的特征信息和所述目标用户对各个物品的关注度，得到所述偏好品类下各个物品的推荐度值，包括：确定所述偏好品类对应的推荐度模型；将所述偏好品类下各个物品在预设时间段内的特征信息和所述目标用户对各个物品的关注度输入到所述偏好品类对应的推荐度模型中，得到所述偏好品类下各个物品的推荐度值。可选的，在所述确定所述偏好品类对应的推荐度模型之前，所述方法还包括：针对所述目标区域中每个品类，获取目标时间段内所述品类中各个物品的特征信息和目标用户群体中各个用户对各个物品的关注度信息；将所述品类中各个物品的特征信息和目标用户群体中各个用户对各个物品的关注度信息，输入到预先构建的逻辑回归函数中，得到所述逻辑回归函数中各个变量的权重值；将所述逻辑回归函数中各个变量的权重值代入到所述逻辑回归函数中，得到所述品类对应的推荐度模型。在第一方面的再一种可能设计中，所述方法还包括：获取所述目标用户的下单信息；根据所述下单信息中的物品信息，更新所述用户画像系统中所述目标用户的历史行为信息。根据本申请的第二方面，本申请实施例提供一种基于用户数据的物品推荐装置，包括：获取模块，用于获取进入目标区域的用户身份信息，所述目标区域中的物品由所述基于用户数据的物品推荐装置进行管理；查询模块，用于查询预先构建的用户画像系统，确定所述用户身份信息对应目标用户的至少一个行为偏好标签数据，所述用户画像系统中存储有各个用户的属性信息、各个用户的历史行为信息；处理模块，用于根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定目标推荐物品列表；推送模块，用于向所述目标用户的终端设备推送所述目标推荐物品列表中各个物品的信息。在第二方面的一种可能设计中，所述查询模块，具体用于：根据所述用户身份信息，查询所述用户画像系统，获取所述目标用户的历史行为信息；根据所述目标用户的历史行为信息和预置的用户画像标签列表，确定所述目标用户具有的至少一个行为标签；基于词频-逆文本频率TF-IDF算法，从所述至少一个行为标签中，筛选出权重值排序在前的N个候选行为标签，N为大于或等于1的整数；将所述N个候选行为标签中与所述目标区域内物品非相关的候选行为标签剔除掉，得到所述目标用户的至少一个行为偏好标签数据。可选的，所述查询模块，用于根据所述目标用户的历史行为信息和预置的用户画像标签列本文档来自技高网...

【技术保护点】
1.一种基于用户数据的物品推荐方法，应用于电子设备，其特征在于，所述方法包括：/n获取进入目标区域的用户身份信息，所述目标区域中的物品由所述电子设备进行管理；/n查询预先构建的用户画像系统，确定所述用户身份信息对应目标用户的至少一个行为偏好标签数据，所述用户画像系统中存储有各个用户的属性信息、各个用户的历史行为信息；/n根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定目标推荐物品列表；/n向所述目标用户的终端设备推送所述目标推荐物品列表中各个物品的信息。/n

【技术特征摘要】
1.一种基于用户数据的物品推荐方法，应用于电子设备，其特征在于，所述方法包括：
获取进入目标区域的用户身份信息，所述目标区域中的物品由所述电子设备进行管理；
查询预先构建的用户画像系统，确定所述用户身份信息对应目标用户的至少一个行为偏好标签数据，所述用户画像系统中存储有各个用户的属性信息、各个用户的历史行为信息；
根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定目标推荐物品列表；
向所述目标用户的终端设备推送所述目标推荐物品列表中各个物品的信息。


2.根据权利要求1所述的方法，其特征在于，所述查询预先构建的用户画像系统，确定所述用户身份信息对应目标用户的至少一个行为偏好标签数据，包括：
根据所述用户身份信息，查询所述用户画像系统，获取所述目标用户的历史行为信息；
根据所述目标用户的历史行为信息和预置的用户画像标签列表，确定所述目标用户具有的至少一个行为标签；
基于词频-逆文本频率TF-IDF算法，从所述至少一个行为标签中，筛选出权重值排序在前的N个候选行为标签，N为大于或等于1的整数；
将所述N个候选行为标签中与所述目标区域内物品非相关的候选行为标签剔除掉，得到所述目标用户的至少一个行为偏好标签数据。


3.根据权利要求2所述的方法，其特征在于，所述根据所述目标用户的历史行为信息和预置的用户画像标签列表，确定所述目标用户具有的至少一个行为标签，包括：
对所述历史行为信息进行处理，确定所述目标用户所操作的所有物品；
根据预置的用户画像标签列表和所述目标用户所操作的所有物品，确定所述目标用户具有的至少一个行为标签。


4.根据权利要求2所述的方法，其特征在于，所述基于词频-逆文本频率TF-IDF算法，从所述至少一个行为标签中，筛选出权重值排序在前的N个候选行为标签，包括：
对所述目标用户所操作的所有物品进行分析，确定所述目标用户具有的行为标签总数量和每个行为标签的出现次数；
根据所述目标用户具有的行为标签总数量和每个行为标签的出现次数，确定每个行为标签的词频；
根据所述用户画像系统中的用户总数量和携带每个行为标签的用户数量，确定每个行为标签的逆向文件频率；
根据每个行为标签的词频和每个行为标签的逆向文件频率，确定每个行为标签的权重值；
根据每个行为标签的权重值，从所述至少一个行为标签中，筛选出权重值排序在前的N个候选行为标签。


5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定目标推荐物品列表，包括：
根据所述至少一个行为偏好标签数据和所述目标区域内各物品的信息，确定所述目标用户的至少一个偏好品类；
针对每个偏好品类，获取所述偏好品类下各个物品在预设时间段内的特征信息；
根据所述偏好品类下各个物品在预设时间段内的特征信息和所述目标用户对各个物品的关注度，得到所述偏好品类下各个物品的推荐度值；
根据每个偏好品类下各个物品的推荐度值的大小，确...

【专利技术属性】
技术研发人员：刘朔冰，王守艺，
申请(专利权)人：北京京东拓先科技有限公司，
类型：发明
国别省市：北京;11