【技术实现步骤摘要】
商品信息推送方法、装置计算机设备及可读存储介质
本专利技术涉及大数据信息处理
,具体涉及一种商品信息推送方法、装置计算机设备及可读存储介质。
技术介绍
在竞争日益激烈的销售行业中,快速对新用户类别判别分析尤为重要。基于人工智能不断发展,例如淘宝,京东、苏宁等类似行业中利用广大的商品数据信息,从而精准的对顾客的兴趣爱好进行判断,来进行商品的推销,从而解放了人工,又获得了用户的好评。因此迅速抓住顾客的需求,针对性的对顾客进行推销,不断积累用户,迅速占领市场,增大商品销量,捕捉用户的商品浏览数据显得尤为重要。现有技术中,很多对于用户的商品浏览数据挖掘基本上都是用的聚类算法,具体地,对于初始数据分类基本上采用K均值聚类算法进行聚类。K均值聚类算法过于繁琐,花费时间大,导致商品信息的推送不够及时,从而使得丢失大量新老用户。因此,急需提出一种商品信息推送方法、装置计算机设备及可读存储介质解决现有技术中存在的由于使用K均值聚类算法对初始数据进行聚类导致商品信息的推送不够及时,导致丢失大量新老用户的技术问题。
技术实现思路
本专利技术提供一种商品信息推送方法、装置计算机设备及可读存储介质,旨在解决现有技术中存在的由于使用K均值聚类算法对初始数据进行聚类导致信息的推送不够及时,导致丢失大量新老用户的技术问题。一方面,本专利技术提供一种商品信息推送方法,包括:获取历史用户的商品历史数据,并根据所述商品历史数据生成多个商品历史标签;基于小批量K均值聚类算法和K均值聚类算法对 ...
【技术保护点】
1.一种商品信息推送方法,其特征在于,包括:/n获取历史用户的商品历史数据,并根据所述商品历史数据生成多个商品历史标签;/n基于小批量K均值聚类算法和K均值聚类算法对所述多个商品历史标签进行多次聚类,生成标签类型识别模型,所述标签类型识别模型中包括多种不同类型的商品目标标签;/n获取新用户的商品浏览数据,并根据所述商品浏览数据生成与所述新用户对应的商品初始标签;/n将所述商品初始标签输入到所述标签类型识别模型中,根据预设的相似度算法确定所述商品初始标签与所述多种不同类型的商品目标标签中商品目标标签的相似度;/n基于所述相似度,向所述新用户推送商品信息。/n
【技术特征摘要】
1.一种商品信息推送方法,其特征在于,包括:
获取历史用户的商品历史数据,并根据所述商品历史数据生成多个商品历史标签;
基于小批量K均值聚类算法和K均值聚类算法对所述多个商品历史标签进行多次聚类,生成标签类型识别模型,所述标签类型识别模型中包括多种不同类型的商品目标标签;
获取新用户的商品浏览数据,并根据所述商品浏览数据生成与所述新用户对应的商品初始标签;
将所述商品初始标签输入到所述标签类型识别模型中,根据预设的相似度算法确定所述商品初始标签与所述多种不同类型的商品目标标签中商品目标标签的相似度;
基于所述相似度,向所述新用户推送商品信息。
2.根据权利要求1所述的商品信息推送方法,其特征在于,所述基于小批量K均值聚类算法和K均值聚类算法对所述多个商品历史标签进行多次聚类,生成标签类型识别模型包括:
基于小批量K均值聚类算法和K均值聚类算法对所述多个商品历史标签进行多次聚类,生成初始标签类型识别模型,所述初始标签类型识别模型中包括多种不同类型的商品初始目标标签;
判断所述商品初始目标标签的类型数是否小于阈值标签数量;
若所述商品初始目标标签的类型数小于所述阈值标签数量,则基于所述K均值聚类算法和/或小批量K均值聚类算法对所述商品初始目标标签再次进行至少一次聚类,生成包括多种不同类型的商品二次目标标签的二次标签类型识别模型,所述商品二次目标标签的类型数大于或等于所述阈值标签数量,所述二次标签类型识别模型为所述标签类型识别模型;
若所述商品初始目标标签的类型数大于或等于所述阈值标签数量,则所述初始标签类型识别模型为所述标签类型识别模型。
3.根据权利要求2所述的商品信息推送方法,其特征在于,所述基于小批量K均值聚类算法和K均值聚类算法对所述多个商品历史标签进行多次聚类,生成初始标签类型识别模型包括:
基于所述小批量K均值聚类算法对所述多个商品历史标签进行初次聚类,生成多种不同类型的商品初始聚类标签;
判断所述多种不同类型的商品初始聚类标签中每一商品初始聚类标签中所述商品历史数据的个数是否大于阈值聚类数量;
若所述商品初始聚类标签中所述商品历史数据的个数大于阈值聚类数量,则基于所述小批量K均值聚类算法对所述进行商品初始聚类标签进行二次聚类,生成所述初始标签类型识别模型;
若所述初始聚类标签中所述商品历史数据的个数小于或等于所述阈值聚类数量,则基于所述K均值聚类算...
【专利技术属性】
技术研发人员:许聪,彭文飞,徐鲁,贾思晖,李问周,李辰伟,周帆,龚盼攀,罗智能,罗明璋,
申请(专利权)人:湖北三赫智能科技有限公司,长江大学,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。