一种信息推荐方法及装置制造方法及图纸

本说明书公开了一种信息推荐方法及装置，在接收到用户终端发送页面获取请求时，可基于该页面获取请求，召回若干商家。之后，根据召回的各商家的商家信息，分别确定各商家在各属性维度下的商家属性，并根据各商家在各属性维度下的商家属性以及该用户对应的历史行为数据，确定该用户在各属性维度下点击各商家的概率，进而确定该用户对各商家的点击概率。最后，根据该用户对各商家的点击概率进行排序，并按照排序结果进行信息推荐。通过用户对应的历史行为数据，确定用户在各属性维度下点击各商家的概率，进而确定用户对召回的各商家的点击概率，并按照用户的点击概率对各商家进行排序，提升了用户的决策体验以及决策效率。提升了用户的决策体验以及决策效率。提升了用户的决策体验以及决策效率。

【技术实现步骤摘要】
一种信息推荐方法及装置


[0001]本申请涉及互联网
，尤其涉及一种信息推荐方法及装置。

技术介绍

[0002]随着大数据技术的发展，越来越多的电商平台通过推荐系统向用户推荐商家，以提升用户的决策体验。
[0003]目前，当用户打开电商平台时，电商平台可根据用户的实时位置，召回该实时位置周围的若干商家。之后，根据召回的各商家的质量得分，确定各商家的排序结果，并按照排序结果，在首页中向用户进行推荐展示。其中，商家的质量得分至少包含商家的星级、月均订单量以及好评率等。
[0004]但是，上述按照各商家的质量得分所确定的排序结果，不符合用户的个性化偏好，导致用户的决策效率较低。

技术实现思路

[0005]本说明书实施例提供一种信息推荐方法及装置，用于部分解决现有技术中的问题。
[0006]本说明书实施例采用下述技术方案：
[0007]本说明书提供的一种信息推荐方法，包括：
[0008]接收用户终端发送的页面获取请求，并根据所述页面获取请求，召回若干商家的商家信息，所述页面获取请求中至少包含用户标识；
[0009]根据所述用户标识，确定所述用户对应的历史行为数据；
[0010]针对预设的每个属性维度，根据召回的各商家的商家信息，确定各商家在该属性维度下的商家属性，并根据各商家在该属性维度下的商家属性以及所述用户对应的历史行为数据，确定所述用户在该属性维度下点击各商家的概率；
[0011]根据所述用户在各属性维度下点击各商家的概率，确定所述用户对各商家的点击概率；
[0012]根据所述用户对召回的各商家的点击概率，确定各商家的排序结果，并按照所述排序结果向所述用户终端返回推荐的信息页面。
[0013]可选地，根据所述页面获取请求，召回若干商家的商家信息，具体包括：
[0014]根据所述页面获取请求，确定用户的当前位置；其中，所述页面获取请求为启动应用时发送的请求和/或在所述应用中切换页面时发送的请求；
[0015]根据所述当前位置，召回若干商家的商家信息。
[0016]可选地，根据所述用户标识，确定所述用户对应的历史行为数据，具体包括：
[0017]根据所述用户标识，确定所述用户的画像信息，并确定与所述用户的画像信息的相似度大于预设相似度阈值的其它用户；
[0018]将所述用户的历史行为数据以及确定出的其它用户的历史行为数据，作为所述用
户对应的历史行为数据。
[0019]可选地，所述历史行为数据至少包含用户的历史浏览数据以及在历史浏览页面中的点击行为数据；
[0020]根据各商家在该属性维度下的商家属性以及所述用户对应的历史行为数据，确定所述用户在该属性维度下点击各商家的概率，具体包括：
[0021]针对召回的每个商家，根据所述用户的历史浏览数据以及该商家在该属性维度下的商家属性，确定所述用户历史上浏览的商家总量，以及历史上浏览的与该商家在该属性维度下商家属性一致的商家数量；
[0022]根据所述用户在历史浏览页面中的点击行为数据以及该商家在该属性维度下的商家属性，确定所述用户历史上点击的商家总量，以及历史上点击的与该商家在该属性维度下商家属性一致的商家数量；
[0023]根据所述用户历史上浏览的商家总量、历史上浏览的与该商家在该属性维度下商家属性一致的商家数量，以及所述用户历史上点击的商家总量、历史上点击的与该商家在该属性维度下商家属性一致的商家数量，确定所述用户在该属性维度下点击该商家的概率。
[0024]可选地，根据所述用户历史上浏览的商家总量、历史上浏览的与该商家在该属性维度下商家属性一致的商家数量，以及所述用户历史上点击的商家总量、历史上点击的与该商家在该属性维度下商家属性一致的商家数量，确定所述用户在该属性维度下点击该商家的概率，具体包括：
[0025]根据所述用户历史上浏览的商家总量，以及历史上浏览的与该商家在该属性维度下商家属性一致的商家数量，确定在该属性维度下向所述用户展示该商家的概率；
[0026]根据所述用户历史上点击的商家总量，以及历史上点击的与该商家在该属性维度下商家属性一致的商家数量，确定在该属性维度下所述用户点击该商家的概率；
[0027]根据在该属性维度下向所述用户展示该商家的概率，以及在该属性维度下所述用户点击该商家的概率，确定在该属性维度下向所述用户展示该商家时，所述用户点击该商家的概率。
[0028]可选地，所述属性维度包含固定属性维度以及实时属性维度，所述实时属性维度至少包含当前所述用户与所述商家之间的距离。
[0029]可选地，所述历史行为数据至少包含用户的历史浏览数据以及在历史浏览页面中的点击行为数据；
[0030]根据各商家在该属性维度下的商家属性以及所述用户对应的历史行为数据，确定所述用户在该属性维度下点击各商家的概率，具体包括：
[0031]针对召回的每个商家，确定该商家所属的商家类型，作为目标类型；
[0032]根据所述用户的历史浏览数据，确定在所述目标类型的商家下，展示与该商家在该属性维度下的商家属性一致的概率；
[0033]根据所述用户在历史浏览页面中的点击行为数据，确定所述用户在所述目标类型的商家下，点击与该商家在该属性维度下的商家属性一致的概率；
[0034]根据在所述目标类型的商家下，展示与该商家在该属性维度下的商家属性一致的概率，以及在所述目标类型的商家下，点击与该商家在该属性维度下的商家属性一致的概
率，确定所述用户在该属性维度下点击该商家的概率。
[0035]可选地，根据所述用户的历史浏览数据，确定在所述目标类型的商家下，展示与该商家在该属性维度下的商家属性一致的概率，具体包括：
[0036]根据所述用户的历史浏览数据，确定所述用户历史上在所述目标类型下浏览的商家总量，以及历史上在所述目标类型下浏览的与该商家在该属性维度下的商家属性一致的商家数量；
[0037]根据所述用户历史上在所述目标类型下浏览的商家总量，以及历史上在所述目标类型下浏览的与该商家在该属性维度下的商家属性一致的商家数量，确定在所述目标类型的商家下，展示与该商家在该属性维度下的商家属性一致的概率；
[0038]根据所述用户在历史浏览页面中的点击行为数据，确定所述用户在所述目标类型的商家下，点击与该商家在该属性维度下的商家属性一致的概率，具体包括：
[0039]根据所述用户在历史浏览页面中的点击行为数据，确定所述用户历史上在所述目标类型下点击的商家总量，以及所述用户历史上在所述目标类型下，点击的与该商家在该属性维度下的商家属性一致的商家数量；
[0040]根据所述用户历史上在所述目标类型下点击的商家总量，以及所述用户历史上在所述目标类型下，点击的与该商家在该属性维度下的商家属性一致的商家数量，确定在所述目标类型的商家下，点击与该商家在该属性维度下的商家属性一致的概率。
[0041]可选地，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息推荐方法，其特征在于，包括：接收用户终端发送的页面获取请求，并根据所述页面获取请求，召回若干商家的商家信息，所述页面获取请求中至少包含用户标识；根据所述用户标识，确定所述用户对应的历史行为数据；针对预设的每个属性维度，根据召回的各商家的商家信息，确定各商家在该属性维度下的商家属性，并根据各商家在该属性维度下的商家属性以及所述用户对应的历史行为数据，确定所述用户在该属性维度下点击各商家的概率；根据所述用户在各属性维度下点击各商家的概率，确定所述用户对各商家的点击概率；根据所述用户对召回的各商家的点击概率，确定各商家的排序结果，并按照所述排序结果向所述用户终端返回推荐的信息页面。2.如权利要求1所述的方法，其特征在于，根据所述页面获取请求，召回若干商家的商家信息，具体包括：根据所述页面获取请求，确定用户的当前位置；其中，所述页面获取请求为启动应用时发送的请求和/或在所述应用中切换页面时发送的请求；根据所述当前位置，召回若干商家的商家信息。3.如权利要求1所述的方法，其特征在于，根据所述用户标识，确定所述用户对应的历史行为数据，具体包括：根据所述用户标识，确定所述用户的画像信息，并确定与所述用户的画像信息的相似度大于预设相似度阈值的其它用户；将所述用户的历史行为数据以及确定出的其它用户的历史行为数据，作为所述用户对应的历史行为数据。4.如权利要求1所述的方法，其特征在于，所述历史行为数据至少包含用户的历史浏览数据以及在历史浏览页面中的点击行为数据；根据各商家在该属性维度下的商家属性以及所述用户对应的历史行为数据，确定所述用户在该属性维度下点击各商家的概率，具体包括：针对召回的每个商家，根据所述用户的历史浏览数据以及该商家在该属性维度下的商家属性，确定所述用户历史上浏览的商家总量，以及历史上浏览的与该商家在该属性维度下商家属性一致的商家数量；根据所述用户在历史浏览页面中的点击行为数据以及该商家在该属性维度下的商家属性，确定所述用户历史上点击的商家总量，以及历史上点击的与该商家在该属性维度下商家属性一致的商家数量；根据所述用户历史上浏览的商家总量、历史上浏览的与该商家在该属性维度下商家属性一致的商家数量，以及所述用户历史上点击的商家总量、历史上点击的与该商家在该属性维度下商家属性一致的商家数量，确定所述用户在该属性维度下点击该商家的概率。5.如权利要求4所述的方法，其特征在于，根据所述用户历史上浏览的商家总量、历史上浏览的与该商家在该属性维度下商家属性一致的商家数量，以及所述用户历史上点击的商家总量、历史上点击的与该商家在该属性维度下商家属性一致的商家数量，确定所述用户在该属性维度下点击该商家的概率，具体包括：
根据所述用户历史上浏览的商家总量，以及历史上浏览的与该商家在该属性维度下商家属性一致的商家数量，确定在该属性维度下向所述用户展示该商家的概率；根据所述用户历史上点击的商家总量，以及历史上点击的与该商家在该属性维度下商家属性一致的商家数量，确定在该属性维度下所述用户点击该商家的概率；根据在该属性维度下向所述用户展示该商家的概率，以及在该属性维度下所述用户点击该商家的概率，确定在该属性维度下向所述用户展示该商家时，所述用户点击该商家的概率。6.如权利要求1所述的方法，其特征在于，所述属性维度包含固定属性维度以及实时属性维度，所述实时属性维度至少包含当前所述用户与所述商家之间的距离。7.如权利要求1所述的方法，其特征在于，所述历史行为数据至少包含用户的历史浏览数据以及在历史浏览页面中的点击行为数据；根据各商家在该属性维度下的商家属性以及所述用户对应的历史行为数据，确定所述用户在该属性维度下点击各商家的概率，具体包括：针对召回的每个商家，确定该商家所属的商家类型，作为目标类型；根据所述用户的历史浏览数据，确定在所述目标类型的商家下，展示与该商家在该属性维度下的商家属性一致的概率；根据所述用户在历史浏览页面中的点击行为数据，确定所述用户在所述目标类型的商家下，点击与该商家在该属性维度下的商家属性一致的概率；根据在所述目标类型的商家...

【专利技术属性】
技术研发人员：张志华，曹臻，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：