产品推送方法、装置、电子设备和存储介质制造方法及图纸

本公开提供了一种产品推送方法、装置、电子设备和存储介质，涉及数据处理技术领域，尤其涉及人工智能和大数据领域，具体实现方案为：获取目标用户的用户特征和目标历史行为数据；基于目标历史行为数据和节点特征集合，生成目标用户的目标行为特征，其中，节点特征集合通过按照预设遍历路径对历史行为图进行遍历生成，历史行为图用于表征历史行为数据中不同用户和数据之间的关联关系；对用户特征和目标行为特征进行召回处理，确定多个待推送产品中与目标用户匹配成功的多个匹配产品；向目标用户推送多个匹配产品。本公开结合了不同用户和数据之间的关系，从而达到了提高产品推送准确率的技术效果，进而解决了现有技术中推送准确率低的技术问题。确率低的技术问题。确率低的技术问题。

【技术实现步骤摘要】
产品推送方法、装置、电子设备和存储介质


[0001]本公开涉及数据处理
，尤其涉及人工智能和大数据领域。具体提供了一种产品推送方法、装置、电子设备和存储介质。

技术介绍

[0002]协同过滤(collaborative filtering，简称CF)常用于根据用户的行为关系分析事物之间的相似性，根据事物之间的相似性推荐产品，并且能够实现千人千面的个性化推荐，因此有着广泛的应用。
[0003]但传统的协同过滤应用在产品推荐系统时，由于产品推荐系统中存在大量只有少量行为的用户和只有少量关注的产品，并且用户兴趣变化快，传统的协同过滤在用户行为较少的情况下，存在准确率较低的技术问题。

技术实现思路

[0004]本公开提供了一种用于产品推送的方法、装置、电子设备和存储介质。
[0005]根据本公开的第一方面，提供了一种产品推送方法，包括：获取目标用户的用户特征和目标历史行为数据；基于目标历史行为数据和节点特征集合，生成目标用户的目标行为特征，其中，节点特征集合通过按照预设遍历路径对历史行为图进行遍历生成，历史行为图用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产品推送方法，包括：获取目标用户的用户特征和目标历史行为数据；基于所述目标历史行为数据和节点特征集合，生成所述目标用户的目标行为特征，其中，所述节点特征集合通过按照预设遍历路径对历史行为图进行遍历生成，所述历史行为图用于表征历史行为数据中不同用户和数据之间的关联关系；对所述用户特征和所述目标行为特征进行召回处理，确定多个待推送产品中与所述目标用户匹配成功的多个匹配产品；向所述目标用户推送所述多个匹配产品。2.根据权利要求1所述的方法，其中，所述历史行为图包括：用户节点、产品节点、搜索条件节点和店铺节点，以及不同节点之间的边。3.根据权利要求2所述的方法，其中，还包括：基于所述历史行为数据，构建所述历史行为图；对所述历史行为图进行遍历，得到多个节点序列；利用词嵌入模型对所述节点序列进行处理，生成所述目标行为特征。4.根据权利要求3所述的方法，其中，所述历史行为数据包括如下至少之一：搜索点击行为对应的第一数据、推送点击行为对应的第二数据和浏览点击行为对应的第三数据，基于所述历史行为数据，构建所述历史行为图包括：对所述第一数据进行处理，建立所述第一数据对应的第一用户节点、搜索条件节点和第一产品节点，并生成所述第一用户节点和所述搜索序列节点之间的第一边，所述搜索序列节点和所述第一产品节点之间的第二边；对所述第二数据进行处理，建立所述第二数据对应的第二用户节点和第二产品节点，并生成所述第二用户节点和所述第二产品节点之间的第三边；对所述第三数据进行处理，建立所述第三数据对应的第三用户节点、店铺节点和第三产品节点，并生成所述第三用户节点和所述店铺节点之间的第四边，所述店铺节点和所述第三产品节点之间的第五边，得到所述历史行为图。5.根据权利要求4所述的方法，其中，对所述第一数据进行处理包括：对所述第一数据进行解析，得到所述搜索点击行为对应的搜索文本和筛选数据；对所述搜索文本进行预处理，得到处理后的文本；将所述筛选数据和所述处理后的文本进行拼接，得到拼接文本；对所述拼接文本进行识别，得到所述拼接文本的目标词集合，其中，所述目标词集合用于确定所述搜索条件节点。6.根据权利要求4所述的方法，其中，按照多个预设遍历路径对所述历史行为图进行遍历，得到所述多个节点序列，其中，不同预设遍历路径用于遍历不同类型的节点。7.根据权利要求1至6中任意一项所述的方法，其中，基于所述目标历史行为数据和所述节点特征集合，生成所述目标用户的所述目标行为特征包括：对所述目标历史行为数据进行划分，得到多个子历史行为数据；确定所述节点特征集合中与每个子历史行为数据相匹配的目标节点特征；获取所述目标节点特征的均值，得到所述每个...

【专利技术属性】
技术研发人员：苗晨曦，谭云飞，刘晓庆，
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：